[发明专利]基于特征值加权平均和阈值法相结合的老人跌倒检测方法

权利要求书

1.一种基于特征值加权平均和阈值法相结合的老人跌倒检测方法，其特征在于，使用姿态传感器及与其进行蓝牙通信的上位机，蓝牙姿态传感器由被检测者携带；所述跌倒检测方法包括以下步骤：

步骤一、上位机读取姿态传感器获得的信号：记一个滑动数据窗中的动作对应的姿态传感器信号为一组信号，其中，跌倒动作对应的信号为跌倒信号，ADL对应的信号为ADL信号；每组信号包含三轴加速度信号a_x、a_y、a_z，三轴角速度信号ω_x、ω_y、ω_z，三轴角度信号Angle_x、Angle_y、Angle_z；并将读取的上述数据分为训练集和测试集；所述滑动数据窗的长度为5L、步长为L，数据传输速率为f₀，数据窗对应时间为

步骤二、对所述步骤一读取的信号进行预处理与特征值提取：每隔对当前数据窗中的数据进行一次信号预处理与特征值提取，分别计算合加速度a及合角速度ω，并对合加速度、合角速度进行低通滤波；提取特征值，包括最大合加速度a_max、最大合角速度ω_max、最大倾角Angle_max、最大非Z轴角速度ω_xymax；

步骤三、分别对步骤二提取的最大合加速度、最大合角速度、最大倾角进行归一化处理；

步骤四、对步骤三得到的归一化值进行加权平均：对最大合角速度归一化值和最大合加速度归一化值进行加权平均，并对最大合角速度归一化值和最大倾角归一化值进行加权平均；

所述步骤四的具体过程为：

对最大合角速度归一化值Y_ω和最大合加速度归一化值Y_a进行加权平均：

Y_c1＝w₁Y_ω+w₂Y_a

其中，Y_c1为该加权平均得到的加权平均值，w₁为Y_ω的权重，w₂为Y_a的权重；

对最大合角速度归一化值Y_ω和最大倾角归一化值Y_Angle进行加权平均：

Y_c2＝w₃Y_ω+w₄Y_Angle

其中，Y_c2为该加权平均得到的加权平均值，w₃为Y_ω的权重，w₄为Y_Angle的权重；

步骤五、分别对通过步骤四得到的两个加权平均值和步骤二提取的最大合加速度a_max、最大倾角Angle_max、最大非Z轴角速度ω_xymax三个特征值设定阈值，并将上述加权平均值和特征值分别与各自的阈值进行比较，根据各个比较结果判定是否跌倒；

所述步骤五的具体过程为：

每隔对滑动数据窗中的数据进行一次预处理、特征提取、归一化、加权平均后，得到最大合加速度a_max、最大倾角Angle_max、最大非Z轴角速度ω_xymax、加权平均值Y_c1和加权平均值Y_c2；

将Y_c1与设定的阈值T₁进行比较，将Y_c2与设定的阈值T₂进行比较：如果Y_c1T₁且Y_c2T₂，则进入下一级判断，否则判定此时未发生跌倒；

将最大合加速度a_max与设定的阈值T₃进行比较，将最大倾角Angle_max与设定的阈值T₄进行比较：如果a_maxT₃且Angle_maxT₄，则进入下一级判断，否则判定此时未发生跌倒；

将最大非Z轴角速度ω_xymax与设定的阈值T₅进行比较：如果ω_xymaxT₅，则判定发生跌倒，否则判定此时未发生跌倒。