[发明专利]一种基于可移动传感器组合设备的人体跌倒检测方法

说明书

本发明属于电子信息检测技术领域，公开了一种基于可移动传感器组合设备的人体跌倒检测方法，包括：基于可穿戴传感器系统采集人体用户传感器数据。对采集的传感器数据进行数值归一化处理。采用基于时序多模态学习的CorrRNN模型对采集的传感器数据分类。通过腰部及腕部传感器收集数据分别构建分类器，并对分类结果加权组合得到跌倒类别判断结果。本发明提出的方法通过两个可穿戴传感器结合进行跌倒检测，采用了CorrRNN模型，该模型以无监督的方式进行训练，消除了对标记数据的需要，并且结合GRU以捕获长期依赖性和时序输入结构。可极大提高跌倒检测检测精度。

技术领域

本发明属于电子信息检测技术领域，尤其涉及一种基于可移动传感器组合设备的人体跌倒检测方法。

背景技术

目前，最接近的现有技术：

对于独居和没有任何监督的老年人，能够及早发现异常活动模式至关重要。在这种智能辅助应用和环境的背景下，身体活动的识别和跌倒的检测被认为是必不可少的功能。由于跌倒对健康和医疗保健成本的高度影响，人们越来越关注自动跌倒检测方法。可穿戴传感器，特别是基于MEMS的微型惯性传感器(例如，加速度计和陀螺仪)的出现促进了这种快速发展。它们的大小和重量迅速缩小到可以不显眼地附着在身体上的程度。

中国专利“CN108549900A基于移动设备佩戴位置的人体跌倒检测方法”提供了一种基于移动设备佩戴位置的人体跌倒检测方法，包括：首先采用旋转模式分量和姿态角融合的特征提取方法，利用加速度计和陀螺仪数据计算出旋转半径、角速度幅度、姿态角并提取特征，然后将其分类得到移动设备的佩戴位置；随后根据位置自适应调整一种基于时序分析的跌倒检测算法。该专利所述的技术方案在佩戴位置不同的情况下，自动调整传感器的佩戴位置，再根据不同的佩戴位置确定检测算法，但人体跌倒活动不仅为简单的前向、后向、侧向跌倒等，在真实场景中，用户在非昏迷情况下，在各种跌倒下都会用手抓住支撑物或通过肘部支撑地面，跌倒情况复杂，在判断跌倒佩戴位置时，因为跌倒时碰撞阶段与地面冲击对人体产生受力，佩戴位置可能发生改变，难以确定一个具体的佩戴方向。

目前已经有多种可穿戴的跌倒检测报警装置，但这些跌倒检测报警装置因为人体之间的差异性，在测试的检测精度下，在真实使用时检测精度会降低的问题。

综上所述，现有技术存在的问题是：

(1)现有技术面对复杂的人体活动情况下，检测精度较差，无法适应各个不同的环境。

(2)目前的跌倒检测报警装置因为人体之间的差异性，在测试的检测精度下，在真实使用时检测精度会降低。

解决上述技术问题的难度：

真实使用情况过于复杂，通过枚举跌倒情况，调整适用于各种佩戴位置及各种跌倒类别的检测算法，判断复杂且难以包含所有场景。并且真实跌倒与实验环境不同，不能进行简单分类，用户在各种跌倒下都会用手抓住支撑物或通过肘部支撑地面，与实验数据存在差异，检测精度降低。

解决上述技术问题的意义：

通过腕部及腰部传感器佩戴，对于真实活动中用户的各种活动导致的跌到检测误差进行校正，同时通过算法直接检测跌倒，有利于提高跌倒检测精度，检测更加精准。

发明内容

针对现有技术存在的问题，本发明提供了一种基于可移动传感器组合设备的人体跌倒检测方法。

本发明是这样实现的，一种基于可移动传感器组合设备的人体跌倒检测方法。所述基于可移动传感器组合设备的人体跌倒检测方法包括：

步骤一，基于可穿戴传感器系统采集人体用户传感器数据；

步骤二，对采集的传感器数据进行数值归一化处理；

步骤三，采用基于时序多模态学习的CorrRNN模型对采集的传感器数据分类；