[发明专利]基于MEMS传感器的老年人跌倒监测方法

说明书

技术领域

本发明涉及老人监护设备领域，特别是一种绿基于MEMS传感器的老年人跌倒监测方法。

背景技术

我国老年人口众多，跌倒可导致老年人骨折、软组织损伤和心理创伤等严重后果，是老年人伤残、失能和死亡的重要原因之一。同时，老年人跌倒带来的伤害及医疗成本不但和跌倒时撞击的剧烈程度有关，还很大程度取决于救助响应时间的长短。快速有效地发现跌倒老人并对其实施救治是降低老年人伤亡率的有效手段。对于跌到监测系统而言，其功能在于区别老年人的日常活动与跌倒行为。目前，老年人跌倒监测算法主要是通过人体的三轴加速度数据来判别跌倒行为发生，该方法数据来源单一，使得系统的准确率不高，出现的漏判情况将对用户造成巨大伤害。

发明内容

有鉴于此，本发明的目的是提供一种基于MEMS传感器的老年人跌倒监测方法，该方法操作简单、使用的硬件设备成本低，对老年人的跌倒行为具有极高的识别率，能够满足老年人跌倒监测的应用要求。

本发明采用以下方案实现：一种基于MEMS传感器的老年人跌倒监测方法，包括以下步骤：

步骤S1：提供一跌倒监测装置佩戴于老年人腰部，所述跌倒监测装置包括一MEMS传感器信号采集系统，用以采集人体重心周围的加速度与角速度信号；

步骤S2：所述跌倒监测装置包括一无线通信模块，所述无线通信模块通过无线传输方式将所述MEMS传感器信号采集系统采集到信号传输一移动终端上；

步骤S3：所述移动终端接根据接收到的信号，采用基于加速度与角速度联合判别的方法，识别老年人跌倒行为。

进一步地，所述MEMS传感器信号采集系统包括一MPU6050传感器，所述MPU6050传感器用以采集人体重心周围的加速度和角速度信号，频率设置为20Hz。由于老年人运动的频率在10Hz以内，因此将频率设置在20Hz，MPU6050传感器内部已集成的低通滤波器能够满足系统低通滤波的要求，并且MPU6050传感器解决了以往组合陀螺仪和加速度计组合使用容易产生的轴间差问题，为监测跌倒算法的实现提供了良好的条件。

进一步地，所述无线通信模块为蓝牙4.0模块，所述蓝牙4.0模块采用CC2541芯片，所述CC2541芯片通过I²C接口与所述MPU6050传感器连接；所述CC2541芯片上的51单片机对采集到的信号进行数制转换与值域转换，并将处理过的数据通过蓝牙无线传输至所述移动终端。

进一步地，所述移动终端对采集到的加速度信号和角速度信号进行处理，将加速度和角速度三轴信号分别求取其向量的矢量和，采用以下公式求取矢量和：

，

式中A_x，A_y，A_z 表示X、Y、Z三个轴向上加速度传感器的输出数据值，ASVM表示合加速度矢量的幅值；

，

式中G_x，G_y，G_z表示在X、Y、Z三个轴向上角速度传感器的输出数据值，AVSVM为合角速度矢量的幅值。

进一步地，所述移动终端根据人体跌倒时ASVM产生的失重波谷值与撞击地面ASVM峰值以及跌倒AVSVM峰值联合判断跌倒事件的发生，具体为：选取阈值A1、A2、A3、t1、t2以及t；A1表示人体跌倒失重状态下ASVM阈值，A2表示跌倒撞击地面的ASVM阈值，t1，t2分别表示ASVM值小于A1和大于A2的时间点，A3表示AVSVM阈值，t表示时间阈值；判断ASVM是否低于阈值A1，在t1+t时间阈内ASVM是否大于阈值A2，在t1+t2时间阈内AVSVM是否大于阈值A3；若以上条件均成立，则判断跌倒事件发生，所述移动终端启动跌倒报警。

进一步地，所述A1的取值范围为0.4g至0.7g，A2的取值范围为2.5g至3.5g，A3的取值范围为250°/s至300°/s，时间阈值t的取值范围为0.7s至1.2s。

进一步地，所述移动终端为Android智能手机。

与现有技术相比，本发明同时进行采集数据和数据分析，方法简单且具有实时性，监测算法能够准确的判断用户是否发生跌倒。系统操作简单，佩戴器件体积小，方便老年人的使用。

附图说明

图1本发明的系统框图。

图2 跌倒过程中的ASVM曲线。

图3 跌倒过程中的AVSVM曲线。

图4基于ASVM阈值和AVSVM阈值的跌倒监测算法流程图。

具体实施方式