[发明专利]基于极限学习机的便携式跌倒检测装置及检测方法

说明书

本发明提出了一种基于极限学习机的便携式跌倒检测装置及检测方法，所述检测装置包括便携式信息采集装置、手机移动端和服务中心端；所述便携式信息采集装置与手机移动端相连接，手机移动端与服务中心端相连接；便携式信息采集装置包括供电模块、IMU惯性传感器、MCU微控制器和蓝牙模块，供电模块分别与IMU惯性传感器、MCU微控制器和蓝牙模块相连接，MCU微控制器分别与IMU惯性传感器和蓝牙模块相连接，MCU微控制器通过蓝牙模块与手机移动端相连接。本发明通过IMU惯性传感器获得特征向量，解算姿态和位置信息；通过ELM分类模块进行跌倒检测，手机移动端将跌倒信息发送至救助中心，可有效地解决老年人由于意外跌倒造成的人身伤害问题。

技术领域

本发明涉及医疗救助的技术领域，特别是指一种基于极限学习机的便携式跌倒检测装置及检测方法。

背景技术

现如今，经济社会快速发展，我国人口老龄化日益严重。据官方统计，截至2050年，我国老龄化人口将达到4.8亿，占全国人口的三分之一以上。由此带来的一系列老年人人身健康和安全问题将是一项重大挑战。调查发现，跌倒后容易对老年人以及病患群体造成严重的身心伤害，如果得不到及时的救助，将会造成严重后果。另外，老年人护理在传统的方法中都是通过专有的护理人员对老年人身体状况进行实时监控，耗费大量的人力成本。

随着惯性传感技术的发展，利用电子信息技术可以有效地提高老年人的护理质量，减轻医疗人员的负担。使用惯性传感器检测老年人的跌倒状况，通过互联网通信构建的救助服务平台，可以以最快的速度对老年人提供帮助。

检测跌倒行为的方法很多。传统的跌倒检测方法中，有通过阈值算法检测人体是否发生跌倒，还有通过机器学习等智能算法对行人动作进行判别。然而，阈值法受外界环境的干扰比较大，容易对类似跌倒动作造成误判。此外，各种机器学习算法采用不同的特征量，具有不同的算法复杂度，其模型稳定性也存在一定差异。

综上所述，如何提高老年人跌倒检测准确性、实时性以及通知医护人员及时救助，成为一个关键因素。

发明内容

针对传统跌倒检测方法存在误判、漏判的技术问题，本发明提出一种基于极限学习机的便携式跌倒检测装置及检测方法，通过IMU惯性传感器获得加速度和角速度信息，经解算得到行人的位置和姿态信息，将加速度、角速度和姿态角作为特征向量通过建立的ELM分类模型进行跌倒检测，最终由手机移动端将跌倒报警信息发送至救助中心，有效地解决老年人由于意外跌倒造成的人身伤害问题。

本发明的技术方案是这样实现的：

一种基于极限学习机的便携式跌倒检测装置，包括便携式信息采集装置、手机移动端和服务中心端；所述便携式信息采集装置与手机移动端相连接，手机移动端与服务中心端相连接；所述便携式信息采集装置包括供电模块、IMU惯性传感器、MCU微控制器和蓝牙模块，供电模块分别与IMU惯性传感器、MCU微控制器和蓝牙模块相连接，IMU惯性传感器与MCU微控制器相连接，MCU微控制器与蓝牙模块相连接，MCU微控制器通过蓝牙模块与手机移动端相连接。

所述手机移动端包括手机蓝牙接收模块、姿态解算模块、位置解算模块、ELM跌倒检测模块和信息发送模块；所述姿态解算模块和位置解算模块均通过手机蓝牙接收模块、蓝牙发送模块与MCU微控制器相连接，姿态解算模块和位置解算模块均与ELM跌倒检测模块相连接，ELM跌倒检测模块与信息发送模块相连接，信息发送模块与服务中心端相连接。

所述服务中心端包括远程服务监控中心和服务救助中心，远程服务监控中心与信息发送模块相连接，远程服务监控中心与服务救助中心相连接。

基于极限学习机的便携式跌倒检测装置的检测方法，其步骤为：

步骤一、采集行人的运动信息：利用IMU惯性传感器采集行人的加速度和角速度，行人的加速度经过位置解算得到行人的位置信息，行人的角速度经过姿态解算得到行人的姿态角及姿态信息，并由加速度、角速度和姿态角组合得到行人的特征向量；