[发明专利]一种多传感器融合的腕式跌倒检测方法及装置

权利要求书

1.一种多传感器融合的腕式跌倒检测方法，其特征在于，包括：

S1：在主控芯片接收到微处理器通过三轴加速度和三轴陀螺仪传感器采集的动作数据并对所述动作数据进行低通滤波处理后，获取到低通滤波处理后的数据；

S2：根据所述低通滤波处理后的数据进行特征提取计算，得到所述低通滤波处理后的数据对应的合加速度、合角速度和信号幅值面积；

S3：确定所述合加速度、合角速度和信号幅值面积的最大特征值；

S4：判断所述最大特征值是否满足预置阈值，若满足，则识别所述动作数据对应的动作为跌倒动作，若不满足，则识别所述动作数据对应的动作不为跌倒动作。

2.根据权利要求1所述的多传感器融合的腕式跌倒检测方法，其特征在于，所述动作数据包括：三个分加速度和三个分角速度。

3.根据权利要求1所述的多传感器融合的腕式跌倒检测方法，其特征在于，所述根据所述低通滤波处理后的数据进行特征提取计算，得到所述低通滤波处理后的数据对应的合加速度、合角速度和信号幅值面积具体包括：

根据所述低通滤波处理后的数据，对加速度强度向量、信号幅值面积、失重时长、冲击时长、加速度方差、陀螺仪合成角速度和陀螺仪偏转角度进行特征选取计算，得到所述低通滤波处理后的数据对应的合加速度、合角速度和信号幅值面积。

4.根据权利要求1所述的多传感器融合的腕式跌倒检测方法，其特征在于，所述确定所述合加速度、合角速度和信号幅值面积的最大特征值具体包括：

循环遍历所述合加速度、合角速度和信号幅值面积，得到所述合加速度、合角速度和信号幅值面积得最大特征值。

5.根据权利要求4所述的多传感器融合的腕式跌倒检测方法，其特征在于，所述对加速度强度向量进行特征选取计算应用的公式为：

$SMV=\sqrt{A_x^2+A_y^2+A_z^2}$

式中，SMV为三轴合成加速度；A_x、A_y、A_z分别为X轴、Y轴、Z轴的加速度值。

6.根据权利要求5所述的多传感器融合的腕式跌倒检测方法，其特征在于，所述对信号幅值面积进行特征选取计算应用的公式为：

$SMA=\frac{1}{T}\left(\underset{0}{\overset{T}{\∫}}\right|A_x|dt+\underset{0}{\overset{T}{\∫}}|A_y|dt+\underset{0}{\overset{T}{\∫}}|A_z\left|dt\right)$

式中，SMA为信号幅值面积；T为一个时间窗口的大小。