[发明专利]一种基于加速度传感器的人体跌倒检测方法

摘要

本发明公开了一种基于加速度传感器的人体跌倒检测方法，涉及生物医学信号处理技术领域。该方法基于双重确认的人体跌倒检测算法，其中的一级跌倒检测根据预先采集的日常行为动作(ADL)和跌倒加速度样本数据，提取阈值集；然后实时采集人体的ADL加速度数据，提取该组数据的方差作为动态阈值部分更新针对该用户的预跌倒行为阈值；设定以上阈值作为人体跌倒判断标准进行人体跌倒行为的一级检测；在一级跌倒检测过程中，一旦检测到发生预跌倒行为，将预跌倒行为前ts开始的人体行为数据发送到近数据源的服务器上进行基于SVM的二级跌倒检测判断；最后根据双重跌倒判断结果确定人体跌倒事件，并动态的更新跌倒检测算法的阈值集用于后续该用户的跌倒检测。

主权项

1.一种基于加速度传感器的人体跌倒检测方法，该方法基于检测系统，检测系统包括相互连接的数据采集模块、阈值提取模块、跌倒检测模块和报警与阈值更新模块，报警与阈值更新模块与所述跌倒检测模块相连构成一个回路，其特征在于，具体包括：步骤一：提取阈值集；对预先采集的ADL及跌倒的加速度样本数据进行预处理并提取预跌倒行为阈值TH1，跌倒碰撞阈值TH2，跌倒恢复状态阈值TH3及跌倒后姿态阈值TH4；通过计算预先采集的加速度样本数据中所有ADL数据的均值与标准差之和作为预跌倒判断静态阈值部分；分析预先采集的加速度样本数据中的跌倒数据集，分别计算从加速度数据谷值到峰值之差、相对加速度值以及最终角度值作为特征，提取人体的跌倒碰撞阈值TH2，跌倒恢复状态阈值TH3以及跌倒后姿态阈值TH4；步骤二：针对用户的跌倒行为进行阈值TH1的更新；通过实时采集实际用户在指定ADL动作下的加速度数据，并计算该组日常行为动作下数据的标准差作为动态阈值部分，结合步骤一中的静态阈值部分进一步提取并更新预跌倒行为阈值TH1；步骤三：进行一级轻量级跌倒检测判断；实时采集并计算用户的实时加速度数据，逐步判断人体的预跌倒行为、跌倒碰撞行为、跌倒恢复行为和最终姿态，进而确定人体是否发生跌倒，同时在检测到人体发生跌倒行为时刻，启动无线传输；将该时刻前ts时刻开始直至该算法结束时刻内数据实时发送到近数据源处的服务器以进一步处理，同时，一级轻量级跌倒检测对应的报警信号一起被发送到服务器端；步骤四：进行基于SVM的跌倒检测判断，利用训练好的SVM分类器对接收到的加速度数据进行跌倒检测；如果结果为非跌倒行为，则不报警，如果结果为跌倒行为，则报警；步骤五：进行双重确认及阈值更新，根据步骤三和步骤四中的两级跌倒检测判断结果进行综合确认，两级检测均发生报警，则确认人体发生跌倒，同时将该段时间段内的数据作为跌倒数据再次计算并更新TH2，TH3，TH4，用于后续该用户的跌倒检测，若人体行为为日常行为动作，将该数据再次计算并更新TH1。