[发明专利]一种智能跌倒监护T恤及其跌倒检测算法

摘要

本发明公开了一种智能跌倒监护T恤及其跌倒检测算法，其属于智能可穿戴设备领域，智能跌倒监护T恤包括T恤本体、设置在T恤本体上的气囊、用于给气囊充气的充气泵、设置在T恤本体上的倾倒监测传感器、微处理器和驱动单元；充气泵的充气口接入气囊，倾倒监测传感器的输出端接入微处理器的输入端，微处理器的输出端接入驱动单元的输入端，驱动单元的输出端接充气泵的电源控制端；本智能跌倒监护T恤穿戴方便轻便、监测及时准确、能提供全面应急保护；跌倒检测算法能准确判断出用户的倾斜程度是否达到跌倒状态，利用倾倒监测传感器实现对倾斜时加速度数据和转动角度数据的采集，通过计算和对比，能够有效排除正常倾斜和移动的情况，避免误操作。

主权项

一种基于智能跌倒监护T恤的跌倒检测算法，其特征在于：其中所述智能跌倒监护T恤包括T恤本体(2)、设置在T恤本体(2)上的气囊(1)、设置在T恤本体(2)上用于给气囊(1)充气的充气泵(9)、设置在T恤本体(2)上的倾倒监测传感器、微处理器和驱动单元；所述充气泵(9)的充气口接入气囊(1)，所述倾倒监测传感器的输出端接入微处理器的输入端，所述微处理器的输出端接入驱动单元的输入端，所述驱动单元的输出端接充气泵(9)的电源控制端；所述气囊(1)包括头部气囊(1‑1)、颈部气囊(1‑2)、肩部气囊(1‑3)、臂部气囊(1‑4)、腰部气囊(1‑5)和臀部气囊(1‑6)中的一种或多种；所述头部气囊(1‑1)、颈部气囊(1‑2)、肩部气囊(1‑3)、臂部气囊(1‑4)、腰部气囊(1‑5)和臀部气囊(1‑6)之间相互独立或任意几种之间相互连通；所述倾倒监测传感器包括三轴加速度传感器(4)和陀螺仪传感器(6)，所述三轴加速度传感器(4)和陀螺仪传感器(6)的输出端接入所述微处理器的输入端；所述跌倒检测算法包括如下步骤：步骤一：采集三轴加速度传感器(4)数据(t,Ax,Ay,Az)和陀螺仪传感器(6)的数据(t,θx,θy,θz)；其中t是从微处理器中读取的当前日期和时间；Ax、Ay、Az分别是加速度传感器(4)测量的沿三轴X、Y、Z方向的加速度值；θx、θy、θz分别是陀螺仪传感器(6)测量的沿三轴X、Y、Z方向的转动角度；步骤二：提取步骤一中的特征值，即(t、△A、△θ)；其中△A是三维加速度值的改变量，计算方法如公式(1)所示；所述△θ是三维倾斜角度的改变量，计算方法如公式(2)所示：A=Ax2+Ay2+Az2ΔA=|A(ti+1)-A(ti)|---(1)]]>θ=θx2+θy2+θz2Δθ=θ(ti+1)-θ(ti)---(2)]]>步骤三：利用预先训练好的加速度改变摔倒模型Ma和角速度改变摔倒模型Mθ实时预测当前观察样本的特征值△A和△θ是否有摔倒的倾向；其中，所述加速度改变摔倒模型Ma包括向前跌倒△aF、向后跌倒△aB、向左跌倒△aL和向右跌倒△aR的学习样本，其公式(3)如下：Ma(ΔA,fall)=Σi=1nωik(ΔaF(i),ΔaB(i),ΔaL(i),ΔaR(i),posture(i))---(3)]]>公式(3)中，ωi是一组加权系数；k是一个反应每一时刻的加速度变化△aF(i)，△aB(i)，△aL(i)，△aR(i)与身体姿势posture(i)之间关系的函数；所述角速度改变摔倒模型Mθ包括向前跌倒△θF、向后跌倒△θB、向左跌倒△θL和向右跌倒△θR的学习样本，其公式(4)如下：Mθ(Δθ,fall)=Σi=1nωik(ΔθF(i),ΔθB(i),ΔθL(i),ΔθR(i),posture(i))---(4)]]>公式(4)中，ωi是一组加权系数；k是一个反应每一时刻的角速度变化ΔθF(i)，ΔθB(i)，ΔθL(i)，ΔθR(i)与身体姿势posture(i)之间关系的函数；其中，加权系数ωi和函数k需要在模型训练阶段用机器学习算法自动学习出相应的确定值；训练好的所述加速度改变摔倒模型Ma和角速度改变摔倒模型Mθ，分别预测与当前时刻的特征值△A(t)和△θ(t)对应的身体姿势，如公式(5)和公式(6)所示：所述身体姿势包括前跌、后跌、左跌、右跌、站立、坐姿、走和跑；步骤四：若当前观察样本的特征值△A(t)和△θ(t)被加速度改变摔倒模型Ma或角速度改变摔倒模型Mθ预测的身体姿势为前跌、后跌、左跌或右跌当中的任意一个姿势，则此时所述气囊(1)瞬间充气防止摔倒或防止摔伤；若当前观察样本的特征值△A(t)和△θ(t)被加速度改变摔倒模型Ma或角速度改变摔倒模型Mθ预测的身体姿势为站立、坐姿、走或跑，则此时所述气囊(1)不打开。