一种基于护腰腰带的控制方法、护腰装置及其系统制造方法及图纸

本发明专利技术涉及智能穿戴技术领域，具体涉及一种基于护腰腰带的控制方法、护腰装置及其系统。护腰腰带包括腰带本体和可收纳或弹出腰带本体设置的安全气囊，腰带本体、手环和鞋构成检测系统，云端预设有用于识别跌倒姿态的跌倒姿态识别模型。控制方法包括步骤：采集检测系统各模块的角速度数据和腰带本体的加速度数据；根据采集的加速度数据分析获取用户的运动状态；结合检测系统的各模块的角速度数据进行边缘计算及综合判断，将获取的运动状态划分为运动细分环节，并获取跌倒姿态数据；在腰带本体上根据跌倒姿态数据与跌倒姿态识别模型，判断跌倒状态；在判断为跌倒时控制弹出安全气囊。本发明专利技术能有效地平衡了快速反应和计算量的矛盾，且降低误判率。

【技术实现步骤摘要】
一种基于护腰腰带的控制方法、护腰装置及其系统
本专利技术涉及智能穿戴
，具体涉及一种基于护腰腰带的控制方法、护腰装置及其系统。
技术介绍
根据美国疾病预防和控制中心的数据显示，跌倒是美国老年人意外受伤的主要原因，美国在2014年有约二千九百万老年人跌倒，医疗开支超过三百亿美元。有人提出腰部安全气囊的方法，通过单点动作判断是否发生跌倒，但单点动作判断容易产生误判。在整个动作判断过程中，腰部安全气囊通过全面采集运动状态数据，进行运动状态的划分，通过详细的用户活动识别模型的运算，来进行运动状态的识别，但这种运动状态的识别必然带来运算的技术数据量的增大，如果在可穿戴式智能终端(如手环、手表、腰带)完成计算，必然加大电量的消耗。由于体积、重量、系统性能的约束，电源容量是制约广泛使用最重要的因素之一。目前，可穿戴式设备功耗待机时间本来就十分有限，现有技术全面采集运动状态的细节特征，带来的运算量、功耗也比较大，降低可穿戴设备的续航能力。所以，现有采用将采集运动状态的细节特征的计算过程均放在云端，由云端在判断跌倒后发送控制信号控制腰带安全气囊对人进行保护。但这种方式必然带来对数据传输带宽和判断时延的增加，从而影响一些需要快速判别的运动反应及时性。在人发生跌倒时，腰带安全气囊无法及时获取人跌倒的信息并及时做出保护措施。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于护腰腰带的控制方法、护腰装置及其系统，克服现有的腰带安全气囊无法及时获取人跌倒的信息并及时做出保护措施的问题。本专利技术解决其技术问题所采用的技术方案是：提供一种基于护腰腰带的控制方法，所述护腰腰带包括腰带本体，以及可收纳或弹出腰带本体设置的安全气囊，腰带本体、手环和鞋构成检测系统，云端预设有用于识别跌倒姿态的跌倒姿态识别模型，所述控制方法包括步骤：采集检测系统各模块的角速度数据和腰带本体的加速度数据；根据采集的加速度数据，获取用户的运动状态；结合检测系统的各模块的角速度数据进行边缘计算及综合判断，将获取的运动状态划分为运动细分环节，并获取运动细分环节的跌倒姿态数据；在腰带本体上根据获取的跌倒姿态数据与云端的跌倒姿态识别模型，判断跌倒状态；在判断为跌倒时控制弹出安全气囊。本专利技术的更进一步优选方案是：采集腰带本体上多个位置点的加速度数据和角速度数据。本专利技术的更进一步优选方案是：所述控制方法还包括步骤：采集检测系统各模块的高度数据；在腰带本体上根据获取的跌倒姿态数据和采集的高度数据与云端的跌倒姿态识别模型判断跌倒状态。本专利技术的更进一步优选方案是：所述跌倒姿态识别模型的预设包括步骤：获取用户的生理参数数据，并对所述用户生理参数数据进行降维；根据用户的生理参数数据注册个人与运动细分环节对应的N类跌倒姿态样本，将新获取的用户的生理参数数据输入分类器训练；若新输入的生理参数数据超出N类跌倒姿态样本，新注册类别N+1类，并更新分类器。本专利技术的更进一步优选方案是：所述跌倒姿态识别模型的预设还包括步骤：设定不同运动状态和不同运动细分环节下所要采集的生理参数数据；在指定的获取的运动状态和运动细分环节下采集获取用户的生理参数数据。本专利技术的更进一步优选方案是：所述根据采集的加速度数据分析获取用户的运动状态包括步骤：根据采集的加速度数据采集获取用户在x，y，z三个方向的作用力；统计加速度曲线轨迹的峰值出现的频率；根据x，y，z三个方向的作用力和统计的频率，获取用户的运动状态。本专利技术的更进一步优选方案是：对采集和统计的数据进行滤波处理，以滤除干扰获取用户的运动状态。本专利技术的更进一步优选方案是：所述结合检测系统的各模块的角速度数据进行边缘计算及综合判断，将获取的运动状态划分为运动细分环节，并获取运动细分环节的跌倒姿态数据包括步骤：通过建立的运动状态识别模型将获取的运动状态划分为运动细分环节；对检测系统各模块所采集的角速度数据和腰带本体采集的加速度数据和进行小波变换操作；将各方向时域信号离散化；将多种频率成分的混合信号分解到不同频段；根据各种子信号在频域上的不同特征按频带处理，获取信噪比高的跌倒姿态数据。本专利技术解决其技术问题所采用的技术方案是：提供一种护腰装置，所述护腰装置应用所述的基于护腰腰带的控制方法进行控制护腰，所述护腰装置包括腰带本体，可收纳或弹出腰带本体设置的安全气囊，设于腰带本体中用于采集腰带本体的加速度数据、角速度数据及手环和鞋的角速度数据的采集模块，用于预设跌倒姿态识别模型的云端，以及分别与采集模块和云端连接的主控模块，所述主控模块根据采集模块采集的加速度数据和角速度数据控制弹出安全气囊。本专利技术解决其技术问题所采用的技术方案是：提供一种护腰系统，包括所述的护腰装置，与护腰装置的采集模块通信连接的手环和鞋，所述手环和鞋均设置有角速度传感器，所述采集模块与手环和鞋通信连接以获取手环和鞋的角速度。本专利技术的有益效果在于，与现有技术相比，通过采集腰带本体的加速度数据和角速度数据，以及手环和鞋的角速度数据，综合用户的加速度数据和多个位置点的角速度数据进行边缘计算，综合判断，全面采集用户细微的运动特征，分析获取用户的运动状态并即将其划分为运动细分细节，获取跌倒姿态数据，又根据获取的跌倒姿态数据与云端预设的跌倒姿态识别模型在腰带本体自适应地判断跌倒状态，在判断为跌倒时，控制弹出腰带上的安全气囊，及时获取人跌倒信息并作出保护措施，将计算量大的重点计算环节即跌倒姿态识别模型预设放在云端进行，其余计算放在腰带上，有效地平衡了快速反应和计算量的矛盾，既保证准确性，又确保腰带本体的计算量不会过大，减低数据处理运算量，降低腰带的功耗，提高续航能力，且综合腰带本体的加速度数据、手环和鞋的角速度数据进行边缘计算和综合判断，降低误判率；其中，对运动环节、运动细微特征进行辨识，自适应形成每个人的体型和运动模型。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术的基于护腰腰带的控制方法的流程框图；图2是本专利技术的基于护腰腰带的控制方法的具体流程框图；图3是本专利技术中获取用户的运动状态的流程框图；图4是本专利技术中将运动状态划分为运动细分细节，并获取跌倒姿态数据的流程框图；图5是本专利技术中建立运动状态识别模型的流程框图；图6是本专利技术中预设跌倒姿态识别模型的流程框图；图7是本专利技术中分类器训练的流程框图；图8是本专利技术中对跌倒姿态识别模型进行自适应性完善的流程框图。具体实施方式现结合附图，对本专利技术的较佳实施例作详细说明。如图1和图2所示，本专利技术提供一种基于腰带的控制方法的优选实施例。一种基于腰带的控制方法，所述腰带包括腰带本体，以及可收纳或弹出腰带本体设置的安全气囊，云端预设有用于识别跌倒姿态的跌倒姿态识别模型，所述控制本文档来自技高网...

【技术保护点】
1.一种基于护腰腰带的控制方法，所述护腰腰带包括腰带本体，以及可收纳或弹出腰带本体设置的安全气囊，其特征在于，腰带本体、手环和鞋构成检测系统，云端预设有用于识别跌倒姿态的跌倒姿态识别模型，所述控制方法包括步骤：/n采集检测系统各模块的角速度数据和腰带本体的加速度数据；/n根据采集的加速度数据，获取用户的运动状态；/n结合检测系统的各模块的角速度数据进行边缘计算及综合判断，将获取的运动状态划分为运动细分环节，并获取运动细分环节的跌倒姿态数据；/n在腰带本体上根据获取的跌倒姿态数据与云端的跌倒姿态识别模型，判断跌倒状态；/n在判断为跌倒时控制弹出安全气囊。/n

【技术特征摘要】
1.一种基于护腰腰带的控制方法，所述护腰腰带包括腰带本体，以及可收纳或弹出腰带本体设置的安全气囊，其特征在于，腰带本体、手环和鞋构成检测系统，云端预设有用于识别跌倒姿态的跌倒姿态识别模型，所述控制方法包括步骤：
采集检测系统各模块的角速度数据和腰带本体的加速度数据；
根据采集的加速度数据，获取用户的运动状态；
结合检测系统的各模块的角速度数据进行边缘计算及综合判断，将获取的运动状态划分为运动细分环节，并获取运动细分环节的跌倒姿态数据；
在腰带本体上根据获取的跌倒姿态数据与云端的跌倒姿态识别模型，判断跌倒状态；
在判断为跌倒时控制弹出安全气囊。


2.根据权利要求1所述的控制方法，其特征在于，采集腰带本体上多个位置点的加速度数据和角速度数据。


3.根据权利要求1所述的控制方法，其特征在于，所述控制方法还包括步骤：
采集检测系统各模块的高度数据；
在腰带本体上根据获取的跌倒姿态数据和采集的高度数据与云端的跌倒姿态识别模型判断跌倒状态。


4.根据权利要求1所述的控制方法，其特征在于，所述跌倒姿态识别模型的预设包括步骤：
获取用户的生理参数数据，并对所述用户生理参数数据进行降维；
根据用户的生理参数数据注册个人与运动细分环节对应的N类跌倒姿态样本，将新获取的用户的生理参数数据输入分类器训练；
若新输入的生理参数数据超出N类跌倒姿态样本，新注册类别N+1类，并更新分类器。


5.根据权利要求4所述的控制方法，其特征在于，所述跌倒姿态识别模型的预设还包括步骤：
设定不同运动状态和不同运动细分环节下所要采集的生理参数数据；
在指定的获取的运动状态和运动细分环节下采集获取用户的生理参数数据。


6.根据...

【专利技术属性】
技术研发人员：娄旭阳，
申请(专利权)人：北京荣森康泰医疗器械有限公司，
类型：发明
国别省市：北京;11