[发明专利]一种基于KNN算法的跌倒检测与报警系统及方法

说明书

技术领域

本发明涉及一种基于KNN算法的跌倒检测与报警系统及方法，属于电子检测技术领域。 

背景技术

目前人口老龄化程度的日益加剧，跌倒已经成为影响老年人健康的一个严重问题，它不仅严重影响了老年人的身体健康和独立生活能力，还造成了老年人心理上的负担和恐惧，有时造成的后果甚至是致命的。采取适当的措施进行跌倒检测报警可以使他们得到及时的救助，避免一些不必要的麻烦，同时也能减少医药开销。 

目前的针对老年人的跌倒检测方法主要分为三种：第一种是基于视频监测，在特定区域安装视频监视器，在该区域对人体进行跟踪监测；第二种是基于振动监测，在地面安装振动传感器，当振动传感器周围一定范围内人体跌倒时，振动传感器会振动；第三种是基于人体姿势和动作监测，人体跌倒前姿势和方向会发生变化，通过测定人体跌倒过程中各种物理量的变化，来判断人体是否跌倒。这几种方法各有利弊，基于视频监测和基于振动监测都受到环境和空间的限制，视频监测还涉及隐私的问题，振动监测的识别准确率不好，很容易造成误判。而基于人体姿态和动作的监测采用的是移动便携设备，环境和空间上没有受到限制，也能和现有的通信技术、检测技术相结合，更有利于老年人跌倒的检测。然而针对人体姿态和动作的监测，目前国内外的研究趋势主要是基于加速度阈值的判定，这种检测方法比较单一，造成的误警率比较高，也不具备通信功能，不能实时通知跌倒老人的亲属，确定跌倒位置。 

针对目前现有技术的缺陷，有必要提供一种简单易用、检测准确率高、误警率低并能进行实时监测的跌倒检测和报警系统。 

发明内容

本发明所解决的技术问题在于，提供一种基于KNN算法的跌倒检测与报警系统及方法，这种检测和报警方法简单，价格低廉，监测准确率高，误警率低，便携易用。 

本发明的技术方案在于： 

一种基于KNN算法的跌倒检测与报警方法，包括以下步骤： 

步骤1，三轴加速度传感器和三轴陀螺仪以采样频率f分别实时采集人体活动中上躯干部位的三维加速度a_x、a_y、a_z数据和三维角速度ω_x、ω_y、ω_z数据， 

其中a_x为沿x轴方向的加速度，a_y为沿y轴方向的加速度，a_z为沿z轴方向的加速度，ω_x为沿x轴方向的角速度，ω_y为沿y轴方向的角速度，ω_z为沿z轴方向的角速度； 

步骤2，微处理器计算合加速度与合角速度 ω=ωx2+ωy2+ωz2;]]>

步骤3，蓝牙设备传输合加速度和合角速度数据到智能手机； 

步骤4，智能手机对人体活动状态分类识别； 

步骤5，智能手机判断是否发生跌倒，若发生跌倒则执行步骤6，否则执行步骤1； 

步骤6，智能手机根据所设置的报警方式通知设定的联系人。 

其中步骤4具体包括以下步骤： 

步骤401，建立合加速度数据滑动窗口，用acc[m]表示，窗口长度为m，建立合角速度数据滑动窗口，用angle[m]表示，窗口长度为m； 

步骤402，以所述的采样频率f接收人体活动中上躯干部位的合加速度a与合角速度ω并分别依次存入滑动窗口acc[m]和angle[m]中； 

步骤403，判断滑动窗口acc[m]和angle[m]是否已经填满，没有则继续执行步骤402，否则执行步骤404； 

步骤404，计算测试样本与训练样本之间的距离，找出该测试样本的k个最近邻居；