[发明专利]基于压力与加速度传感器的跌倒检测方法有效
申请号: | 201710252332.2 | 申请日: | 2017-04-18 |
公开(公告)号: | CN107007285B | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 史景伦;曾纪均;田龙伟;洪冬梅 | 申请(专利权)人: | 华南理工大学;华南智能机器人创新研究院 |
主分类号: | A61B5/11 | 分类号: | A61B5/11 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 罗观祥 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 压力 加速度 传感器 跌倒 检测 方法 | ||
1.一种基于压力与加速度传感器的跌倒检测方法,其特征在于,所述跌倒检测方法包括:
S1、检测压力传感器采样值是否小于设定压力阈值λ,若小于则认为动作开始,进入步骤S2;
S2、计算z负轴方向的速度vSz-,进入步骤S3;
S3、检测压力是否大于设定压力阈值λ,若是,则该动作为非跌倒动作,回到步骤S1,否则进入步骤S4;
S4、计算速度vSz-是否小于速度阈值Vthr,若小于速度阈值Vthr,则认为存在跌倒动作的可能,进入步骤S5,否则回到步骤S2;
S5、缓存三轴加速度信号作为疑似跌倒序列;
S6、缓存过程中持续判断压力传感器采样值是否大于设定压力阈值λ,若是,则判定该动作为非跌倒动作,回到步骤S1,否则进入步骤S7;
S7、根据z轴加速度序列判断是否进入准静止状态或者缓存时间超过时间阈值T,若是,则进入步骤S8,否则继续缓存疑似跌倒序列;
S8、提取缓存的疑似跌倒序列的特征,包括:三轴加速度传感器信号用db4小波进行4层分解后第三层与第四层细节系数的小波能量、重力与z轴负方向的夹角θ、三轴加速度传感器信号的四分位差,进入步骤S9;
S9、使用训练好的模型进行分类判断,确定是否跌倒。
2.根据权利要求1所述的基于压力与加速度传感器的跌倒检测方法,其特征在于,所述z负轴方向的速度vSz-用于判定当前动作是否为疑似跌倒动作,取值为zS[n]序列小于0部分积分:
其中,序列zS[n]为下式:zS[n]=z[n]-9.8,从加速度传感器中采集的加速度序列的z轴记为z[n],所述z负轴方向的速度vSz-的物理意义为在z轴负方向上的速度大小,fs表示加速度值的采样频率。
3.根据权利要求1所述的基于压力与加速度传感器的跌倒检测方法,其特征在于,所述准静止状态定义为下式:
其表示z轴方向的长度为N加速度序列z[n]标准差小于γ。
4.根据权利要求1所述的基于压力与加速度传感器的跌倒检测方法,其特征在于,
所述压力传感器与所述加速度传感器设置于鞋垫下方足跟位置,选取左右脚其中一只进行设置。
5.根据权利要求1所述的基于压力与加速度传感器的跌倒检测方法,其特征在于,
所述压力阈值λ的取值为50,所述速度阈值Vthr的取值为-7m/s,所述时间阈值T的取值为3s。
6.根据权利要求1所述的基于压力与加速度传感器的跌倒检测方法,其特征在于,
用于分类判断的模型为支持向量机模型,分类的正类为跌倒动作,负类为非跌倒动作。
7.根据权利要求6所述的基于压力与加速度传感器的跌倒检测方法,其特征在于,
所述支持向量机模型采集若干个跌倒动作的样本和若干个非跌倒动作的样本用作支持向量机模型的训练,其中,所述非跌倒动作包括:躺下、坐下、翘小腿、蹲下、跪下、架腿、踢腿。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学;华南智能机器人创新研究院,未经华南理工大学;华南智能机器人创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710252332.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:数控机床支撑架
- 下一篇:一种用于机械手臂生产的钻床夹具