[发明专利]一种精确识别老年人跌倒的智能家居设备在审

专利信息
申请号: 201910426282.4 申请日: 2019-05-21
公开(公告)号: CN110047247A 公开(公告)日: 2019-07-23
发明(设计)人: 于蒙;李周理;曹菁菁 申请(专利权)人: 武汉理工大学
主分类号: G08B21/04 分类号: G08B21/04
代理公司: 武汉天力专利事务所 42208 代理人: 吴晓颖
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能家居设备 中央处理器 跌倒 加速度传感器 陀螺仪 检测算法 实时信息 数据对应 算法处理 通信模块 降噪器 内置 发送 输出 检测 优化
【说明书】:

发明属于智能家居设备技术领域,提供一种精确识别老年人跌倒的智能家居设备,包括一个加速度传感器、一个陀螺仪和中央处理器,加速度传感器、陀螺仪收集的数据经过一个微型降噪器处理后作为中央处理器的输入,经过中央处理器的内置算法处理后便可以输出这批数据对应的动作来判断老人是否发生跌倒,然后通过通信模块向监护人发送实时信息。本发明设备在检测算法上进行了优化,本发明设备不需要和其他的智能家居设备结合使用,使用简单、检测精度高。

技术领域

本发明属于智能家居设备技术领域,具体涉及一种精确识别老年人跌倒的智能家居设备。

背景技术

智能家居一直是物联网行业发展的一个重要方向,人们利用传感器和智能设备组成的网络实现某些功能以提高家庭的安全感和舒适度,而对于家庭成员包含老人的家庭来说,如何利用家中的智能设备来实现对老人的看护这显得尤其重要,据研究表明,老人因为跌倒造成的伤害或者因为突发疾病造成跌倒而形成的二次伤害是导致老人人身安全的主要威胁。

目前市面上解决此类问题的智能家居设备往往通过给老人佩戴一个内置加速度传感器的智能设备,并收集加速度传感器的X,Y,Z三个方向的加速度ax,ay,az,并利用和加速度公式来求出合加速度SVM,并判断其是否小于给定的阈值,如果小于就认为是失重状态,这样的判断方法往往是不那么精确的。于是又有另一种解决方法就是将该智能设备结合与其他家中智能家居行为检测设备组网使用,这样虽然弥补了单一设备对老人跌倒判断不精确的问题,但也会带来另外的问题。其一,使用如此多的设备势必会带来成本过高这一问题。其二,一个系统中设备过多,则这个系统的稳定性必定有所下降,虽然以现有的技术可以将系统的稳定性保持在较高的水平,但涉及到老人的人身安全还是需要考虑到这一缺点。

发明内容

本发明的目的在于克服上述现有技术中的不足,提供一种精确识别老年人跌倒的智能家居设备,该设备不需要和其他的智能家居设备结合使用,使用简单、检测精度高。

本发明所采用的技术方案如下。

本发明提供一种精确识别老年人跌倒的智能家居设备,包括一个加速度传感器、一个陀螺仪和中央处理器,加速度传感器、陀螺仪收集的数据经过一个微型降噪器处理后作为中央处理器的输入,经过中央处理器的内置算法处理后便可以输出这批数据对应的动作来判断老人是否发生跌倒,然后通过通信模块向监护人发送实时信息。

在上述技术方案中,所述通信模块包括WIFI通信模块、ZigBee通信模块、移动通信模块。

在上述技术方案中,所述中央处理器的内置算法包括能够精确识别使用者的行为动作的跌倒检测算法,算法的生成包括以下步骤:

(1)数据采集:采集过程要求受试者佩戴智能家居设备,模拟行走、跑步、上下楼、静卧和跌倒六种状态,记录来自智能家居设备内置的加速计传感器(线性加速度)和陀螺仪(角速度)的x、y、z轴上的数据,采集频率为50赫兹(即每秒50个数据点),对原始数据进行预处理:使用降噪器预处理加速度传感器和陀螺仪信号;将数据分割为2.56秒(128个数据点)的固定窗口,窗口间有50%的重叠;将加速度传感器数据分解为重力加速度数据和身体加速度数据两部分。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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武汉理工大学,未经武汉理工大学许可,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/201910426282.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top