[发明专利]一种老年人实时碰撞前跌倒检测方法

权利要求书

1.一种老年人实时碰撞前跌倒检测方法，其特征在于，包括以下步骤：

S1、为老年人佩戴惯性传感器，实时采集人体活动过程中的加速度计和陀螺仪数据，得到原始三轴加速度数据集和三轴角速度数据集；

S2、通过四阶IIR巴特沃斯低通滤波器对原始三轴加速度数据集和三轴角速度数据集进行滤波处理，得到标准三轴加速度数据集和三轴角速度数据集；

S3、通过阈值法对标准三轴加速度数据集和三轴角速度数据集进行过滤，得到疑似跌倒的三轴加速度数据集和三轴角速度数据集；

S4、将疑似跌倒的三轴加速度数据集和三轴角速度数据集进行标注后作为训练样本，并将标注后训练样本输入碰撞前跌倒检测网络模型中，调整模型参数，得到优化的碰撞前跌倒检测网络模型；

S5、将实时采集的加速度计和陀螺仪数据经步骤S2滤波和步骤S3过滤后输入优化的碰撞前跌倒检测网络模型，得到实时碰撞前跌倒检测结果。

2.根据权利要求1所述的老年人实时碰撞前跌倒检测方法，其特征在于，所述步骤S3包括以下分步骤：

S31、建立阈值法的阈值判断模型，所述阈值判断模型包括：身体偏移角度模型和加速度投影面积模型；

S32、将标准三轴加速度数据和三轴角速度数据输入阈值判断模型；

S33、通过身体偏移角度模型计算加速度总矢量ACC_SVM、角速度总矢量ω_SVM、向左右偏离垂直轴的角度Deg_saggital和向前后偏离垂直轴的角度Deg_Frontal，并判断加速度总矢量ACC_SVM、角速度总矢量ω_SVM、向左右偏离垂直轴的角度Deg_saggital和向前后偏离垂直轴的角度Deg_Frontal是否均超过各自的阈值，若是，则保留当前的三轴加速度数据和三轴角速度数据，并跳转至步骤S35，若否，跳转至步骤S34；

S34、通过加速度投影面积模型计算加速度总矢量ACC_SVM、角速度总矢量ω_SVM和人体倾斜程度矢量P_SVM，并判断加速度总矢量ACC_SVM、角速度总矢量ω_SVM和人体倾斜程度矢量P_SVM是否均超过各自的阈值，若是，则保留当前的三轴加速度数据和三轴角速度数据，并跳转至步骤S35，若否，则丢弃当前的三轴加速度数据和三轴角速度数据，并跳转至步骤S35；

S35、判断标准三轴加速度数据集和三轴角速度数据集中的数据是否已全部输入阈值判断模型中，若是，则跳转至步骤S36，若否，则跳转步骤S32；

S36、将所有保留的三轴加速度数据和三轴角速度数据，构成疑似跌倒的三轴加速度数据集和三轴角速度数据集。

3.根据权利要求2所述的老年人实时碰撞前跌倒检测方法，其特征在于，所述步骤S31中身体偏移角度模型为：

其中，ACC_x为x轴上的加速度，ACC_y为y轴上的加速度，ACC_z为z轴上的加速度，ω_pitch为俯仰角角速度，ω_roll为翻滚角角速度。

4.根据权利要求2所述的老年人实时碰撞前跌倒检测方法，其特征在于，所述步骤S31中加速度投影面积模型为：

其中，ACC_x为x轴上的加速度，ACC_y为y轴上的加速度，ACC_z为z轴上的加速度，ω_pitch为俯仰角角速度，ω_roll为翻滚角角速度。

5.根据权利要求1所述的老年人实时碰撞前跌倒检测方法，其特征在于，所述步骤S4中碰撞前跌倒检测网络模型包括：输入层、隐藏层和输出层；所述输入层、隐藏层和输出层依次连接。