[发明专利]一种基于多传感器的非侵入式跌倒检测方法及系统

说明书

本发明公开了跌倒检测技术领域的一种基于多传感器的非侵入式跌倒检测方法及系统，解决了老人在浴室等私密空间内发生跌倒时的隐私保护问题，具有检测准确度高，虚警率低等特点。分别采集被监测对象反射的毫米波雷达信号和被监测对象辐射的热释电红外信号；对采集到的被监测对象反射的毫米波雷达信号进行傅里叶变换，生成毫米波雷达特征矩阵，进而获取毫米波雷达最优特征矩阵；对采集到的被监测对象辐射的热释电红外信号进行傅里叶变换并进行特征提取，获取热释电红外信号级联特征矩阵；将毫米波雷达最优特征矩阵和热释电红外信号级联特征矩阵串联并获取最优级联特征矩阵；以最优级联特征矩阵作为决策分类器的输入，输出被监测对象的状态信息。

技术领域

本发明属于跌倒检测技术领域，具体涉及一种基于多传感器的非侵入式跌倒检测方法及系统。

背景技术

跌倒是老年人健康风险占比最大的事故，意外跌倒是导致65岁以上老人死亡的主要原因。根据世界卫生组织的报告，全球每年约有28～35％的65岁以上的老年人跌倒，而70岁以上的老年人跌倒比例增加至32～42％。预计到2050年，全球65岁以上老年人口将增长21.64％，人口老龄化程度的加深时刻提醒着人们关注老年人跌倒事件，加强对老年人跌倒的检测和预警。

跌倒检测系统的出现对于推动社会进步和促进经济发展有明显的效果，其减轻了跌倒事件后续所需的成本及资源，降低了老年人在跌倒后长时间未受到救助而出现并发症的可能性。目前跌倒检测方法主要分为三类：可穿戴设备(主要为三轴加速度计)、环境传感器(如音频、振动、感知压力等)和基于视觉的传感器(RGB/IP相机、深度相机等)。在家庭住宅中，浴室是老年人跌倒事件高发的场所之一，往往会因地面湿滑、如厕久坐(久蹲)起身、空气不流通等原因导致意外的发生。在此情景下，基于光学系统的跌倒检测方法会涉及到用户隐私的敏感问题，而可穿戴设备需要用户的合作才能佩戴，这对老年人也有一定的难度。

发明内容

为解决现有技术中的不足，本发明提供一种基于多传感器的非侵入式跌倒检测方法及系统，解决了老人在浴室等私密空间内发生跌倒时的隐私保护问题，具有检测准确度高，虚警率低等特点。

为达到上述目的，本发明所采用的技术方案是：一种基于多传感器的非侵入式跌倒检测方法，包括：分别采集给定空间内的被监测对象反射的毫米波雷达信号和被监测对象辐射的热释电红外信号；对采集到的被监测对象反射的毫米波雷达信号进行傅里叶变换，生成毫米波雷达特征矩阵，进而获取毫米波雷达最优特征矩阵；对采集到的被监测对象辐射的热释电红外信号进行傅里叶变换并进行特征提取，获取热释电红外信号级联特征矩阵；将毫米波雷达最优特征矩阵和热释电红外信号级联特征矩阵串联并通过序列前向选择算法获取最优级联特征矩阵；以最优级联特征矩阵作为决策分类器的输入，输出被监测对象的状态信息。

进一步地，获取毫米波雷达最优特征矩阵的方法，具体为：

将同向分量和正交分量结合得到被监测对象反射的毫米波雷达信号的复信号s(n)：

s(n)＝s_I(n)+js_Q(n) (1)

复信号s(n)的短时傅里叶变换定义为：

其中，K＝0,1,...,N_w-1；τ＝0,1,..,N_b-1；g(n)是长度为N_w的时间窗滑动函数；Δτ表示两个连续窗口间的重叠样本数，由重叠因子决定；N_b表示窗口总数量；

接着，对复信号s(n)进行第二级快速傅里叶变换处理，生成节奏速度图：

其中，m＝0,1,...,N_b-1；g(τ)是长度为N_w的时间窗滑动函数；