CN102657533B - 一种跌倒检测方法、跌倒检测装置和手腕式设备 - Google Patents

Abstract

本发明公开了一种跌倒检测方法、跌倒检测装置和手腕式设备。本发明实施例的跌倒检测装置包括三轴加速度传感器、垂直运动速度值和非旋转状态速度值获取模块、第一判断模块、第二判断模块、第三判断模块、角度偏移获取模块和第四判断模块。本发明采用加速度传感器用于根据不同的人群设定不同的阈值标准可以检测不同强度跌倒，避免因为跌倒而造成严重的后果，简单方便。

Description

一种跌倒检测方法、跌倒检测装置和手腕式设备

技术领域

本发明属于检测技术领域，特别地涉及一种跌倒检测方法、跌倒检测装置和手腕式设备。

背景技术

随着计算机技术、无线通信技术以及医疗技术的发展，社会逐渐步入电子健康时代。进入21世纪，国内医药卫生体制的改革也正在纳入电子健康计划。电子健康是信息技术在健康保健领域全方位的应用，是现代医学卫生在健康保健中最为重要的革命。随着有线、无线信息网络基础设施和终端设备的不断发展、完善，在不远的将来，人们可以随时随地的享受健康服务。

近期中国的研究中心结果表明，中国65岁老年人所占比重超过7％，60岁的老年人所占比重超过了10％。这些数据显示着中国正逐步迈入老龄化时代。随着社会工作压力的增大，许多工作忙碌的子女无法兼顾老年人在家的健康状况。随着年龄的增加，人体机能的衰退，老年人往往容易跌倒，跌倒在老年人的意外伤害排行前十，而且在跌倒后如果没有监护人在身边往往会导致不可预计的结果发生。

为了提高检测的准确性和算法的设计，国内外大部分跌倒检测设备都是基于胸口处等不易发生强烈运动变化的部位开发的，手腕部位穿戴式的跌倒检测十分罕见。

故，针对目前现有技术中存在的上述缺陷，实有必要进行研究，以提供一种方案，解决现有技术中存在的缺陷，用于可以根据不同的人群设定不同的阈值标准可以检测不同强度跌倒，避免因为跌倒而造成严重的后果，简单方便。

发明内容

为解决上述问题，本发明的目的在于提供一种跌倒检测方法、跌倒检测装置和手腕式设备，用于基于传感器检测人体实时的加速度值，简单、高准确率地判定人体是否跌倒。

为实现上述目的，本发明的技术方案为：

一种跌倒检测方法，包括以下步骤：

步骤10，从三轴加速度传感器获取人体对应的三轴加速度模拟信号，使用滤波算法汉宁滤波和移动平均法进行滤波减少噪声产生的瞬间剧烈误差偏移，将获得的三轴加速度数字信号转化成综合加速度值，进入步骤20；

步骤20，利用获得得到的综合加速度值对重力信号的静止初始状态进行校准，利用积分获取垂直运动速度值和非旋转状态速度值，进入步骤30；

步骤30，判断所述综合加速度值的瞬间值是否小于设定阈值，

若不小于设定阈值，返回继续步骤10，

若小于设定阈值，累加计算非旋转状态速度值和所述积分获取垂直运动速度值的差值，积分的起始时间代表满足基本跌倒条件判断的时刻点，终止时刻代表累加结束时刻，进入步骤40；

步骤40，判断所述累加计算非旋转状态速度值和所述积分获取垂直运动速度值的差值是否小于设定阈值，

若小于设定阈值，返回继续步骤10，

若不小于设定阈值，累加计算综合加速度值与最后时刻综合加速度的差值作为运动强度标识，进入步骤50；

步骤50，判断最近一次综合加速度值与最后时刻综合加速度的差值是否大于设定阈值，

若大于设定阈值，返回继续步骤10，

若小于设定阈值，检测运动强度标识是否大于设定阈值，若小于设定阈值，进入步骤60；

步骤60，计算三轴的角度偏移，进入步骤70；

步骤70，判断计算得到的任一角度偏移是否大于设定偏移阈值，

若大于设定偏移阈值，返回继续步骤10，

若小于设定偏移阈值，第一时间周期时间内不存在三个角度同时小于阈值的时刻并且不存在综合加速度值与最后时刻综合加速度的差值不大于其阈值，判定人体跌倒。

一种跌倒检测装置，包括三轴加速度传感器、垂直运动速度值和非旋转状态速度值获取模块、第一判断模块、第二判断模块、第三判断模块、角度偏移获取模块和第四判断模块，

所述三轴加速度传感器用于获取人体对应的三轴加速度模拟信号，使用滤波算法汉宁滤波和移动平均法进行滤波减少噪声产生的瞬间剧烈误差偏移，将获得的三轴加速度数字信号转化成综合加速度值；

所述垂直运动速度值和非旋转状态速度值获取模块用于利用获得得到的综合加速度值对重力信号的静止初始状态进行校准，利用积分获取垂直运动速度值和非旋转状态速度值；

所述第一判断模块用于判断所述综合加速度值的瞬间值是否小于设定阈值，

若不小于设定阈值，返回继续获取人体对应的三轴加速度模拟信号，

若小于设定阈值，累加计算非旋转状态速度值和所述积分获取垂直运动速度值的差值，积分的起始时间代表满足基本跌倒条件判断的时刻点，终止时刻代表累加结束时刻；

所述第二判断模块用于判断所述累加计算非旋转状态速度值和所述积分获取垂直运动速度值的差值是否小于设定阈值，

若小于设定阈值，返回继续获取人体对应的三轴加速度模拟信号，

若不小于设定阈值，累加计算综合加速度值与最后时刻综合加速度的差值作为运动强度标识；

所述第三判断模块用于判断最近一次综合加速度值与最后时刻综合加速度的差值是否大于设定阈值，

若大于设定阈值，继续获取人体对应的三轴加速度模拟信号，

若小于设定阈值，检测运动强度标识是否大于设定阈值；

所述角度偏移获取模块用于计算三轴的角度偏移

所述第四判断模块用于判断计算得到的任一角度偏移是否大于设定偏移阈值，

若大于设定偏移阈值，返回继续获取人体对应的三轴加速度模拟信号，

若小于设定偏移阈值，第一时间周期时间内不存在三个角度同时小于阈值的时刻并且不存在综合加速度值与最后时刻综合加速度的差值不大于其阈值，判定人体跌倒。

一种手腕式设备，穿戴于人体手腕处，其特征在于，包括上述的跌倒检测装置。

与现有技术采用的基于图像视频监控、基于声学检测或基于红外检测人体跌倒的实现方式相比，本发明采用加速度传感器用于根据不同的人群设定不同的阈值标准可以检测不同强度跌倒，避免因为跌倒而造成严重的后果，简单方便。

附图说明

图1为本发明实施例的跌倒检测方法流程图；

图2为本发明实施例的跌倒检测方法的跌倒信号示意图；

图3为本发明实施例的跌倒检测装置结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。

参考图1，所示为本发明实施例的跌倒检测方法的流程图，包括以下步骤：

S10，从三轴加速度传感器获取人体对应的三轴加速度模拟信号g_x、g_y和g_z，使用滤波算法汉宁滤波和移动平均法进行滤波减少噪声产生的瞬间剧烈误差偏移，将获得的三轴加速度数字信号转化成综合加速度值g；

综合加速度值g可以通过公式1得到：

$g=\sqrt{{\left(g_x\right)}^2+{\left(g_y\right)}^2+{\left(g_z\right)}^2}$ 公式1

S20，利用获得得到的综合加速度值g对重力信号的静止初始状态进行校准，利用积分获取垂直运动速度值v1和非旋转状态速度值v2；

$v_1=\left\{\begin{array}{cc}\&Integral;(g-1)& \mathrm{if}\left(\right|g|-0.99<0)\\ v_1\&times;0.95& \mathrm{if}\left(\right|g|-0.99>=0)\end{array}\right.$ 公式2

$v_2=\sqrt{{\left({\&Integral;g}_x\mathrm{dt}\right)}^2+{\left({\&Integral;g}_y\mathrm{dt}\right)}^2+{\left({\&Integral;g}_z\mathrm{dt}\right)}^2}-t$ 公式3

v1和v2的值分别代表了只考虑超失重状态的垂直运动速度值和考虑了轻微晃动变化状态(如握手)的非旋转状态速度值。v1在g值很大的情况下误差很大，所以公式2对其正数值进行约束，而v2则是在旋转的时候误差值很大，但是这两个速度几乎不会在同一动作中同时产生大量误差。

S30，判断所述综合加速度值的瞬间值g是否小于设定阈值g_th，

若不小于设定阈值，返回继续S10，

若小于设定阈值，累加积分获取非旋转状态速度值和所述垂直运动速度值的差值，积分的起始时间代表满足基本跌倒条件判断的时刻点，终止时刻代表累加结束时刻，进入S40；

图1中第23秒到26秒时刻为跌倒过程，从图中可以明显的看出在该过程中v1和v2存在着明显的速度差，因此本发明实施例引入一个放大的Δv值C。非旋转状态速度值v1和垂直运动速度值v2的差值Δv(Δv＝Δ_v1，v2＝v1-v2)，进行积分计算，速度差的设计方法简化了对算法的灵敏度调节，比如在普通灵敏度实际测试的时候只需要使用v2，g两个参数就足够了，那么只需要将v1的阈值设置为正值则可以忽略这一参数，又因为Δv固定了，那么只要确定了v1的话就直接确定了v2。

$C=\underset{t_0}{\overset{t}{\&Integral;}}\mathrm{\&Delta;V}$ 公式4

公式4中t₀代表该满足基本跌倒条件判断的时刻点，也就是综合加速度g值小于阈值g_th的时刻点。t代表着累加结束时刻，在本实施例中为t₀+3秒时刻。C就是被放大的Δv值，替代Δv值进行阈值判断的值。

用C值进行阈值判断能够大幅度放大阈值判断的范围，提高判断的准确性。与此同时，从图2中可以看出v1在该3秒时间内并没有太大的波动值，根据多次试验信号分析，v1在跌倒过程中并不会产生太大的波动值，即使产生波动值，也可以被放大后的C值所忽略，所以利用C值作为阈值判断就可以省略掉Δv和v1的阈值判断。利用该改进方法在提高检测精度的同时又可以省略阈值判断的个数。

S40，判断所述累加计算非旋转状态速度值和所述积分获取垂直运动速度值的差值是否小于设定阈值，

若小于设定阈值，返回继续S10，

若不小于设定阈值，累加计算综合加速度值与最后时刻综合加速度的差值作为运动强度标识ΔG，进入S50；

当初步检测条件满足之后则进入筛选判断，在初步检测条件满足后的3秒钟时间内对运动强度进行计算。运动强度可利用公式5积分表示：

$\mathrm{\&Delta;G}=\underset{t_0}{\overset{t}{\&Integral;}}|g-g_{\mathrm{Last}}|$ 公式5

ΔG表示的是3秒钟时间内综合加速度变化值积分总和，也就是一个用来衡量3秒钟内综合加速度变化程度的值。g_Last代表的积分步距上次积分时候的g值。正常情况下跌倒之后综合加速度值g应该趋近于g₀(g₀＝1)，也就是人体不处于运动状态时刻的值。本发明实施例中记g与标准重力值g₀的差值为Δg。该强度计算方法考虑了下落时候有失重和冲击产生的剧烈重力变化。

利用Δg和ΔG算法可以在运动强度筛选条件的最后时刻(3秒钟的结束时刻)进行阈值判断。当|Δg|和ΔG分别小于两个相应的阈值的时候可以认定该时刻人体处于静止状态，存在很大的跌倒可能性。反之，当|Δg|和ΔG不分别小于阈值的时候说明人体还在运动，筛选不通过。在这里存在特殊的|Δg|和ΔG不分别小于阈值又确实跌倒的情况，可以认定人体跌倒后还有自由活动的能力，因此没有预警的必要。

步骤50，判断最近一次综合加速度值与最后时刻综合加速度的差值是否大于设定阈值，

若大于设定阈值，返回继续步骤10，

若小于设定阈值，检测运动强度标识是否大于设定阈值，若小于设定阈值，进入步骤60；

步骤60，计算三轴的角度偏移，进入步骤70；

步骤70，判断计算得到的任一角度偏移是否大于设定偏移阈值，

若大于设定偏移阈值，返回继续步骤10，

若小于设定偏移阈值，第一时间周期时间内不存在三个角度同时小于阈值的时刻并且不存在综合加速度值与最后时刻综合加速度的差值不大于其阈值，判定人体跌倒。

运动强度筛选虽然能够很大程度上的排除错误，但是手在一定程度范围内的运动之后做长时间停留仍然可能触发误判。为了避免这种错误发生，本发明在上述判断条件之后再引入角度条件判断。

角度计算公式在超重和失重状态时很难计算，但是利用静止状态下三轴的重力值和标准重力值的比值很容易得出一定精度的角度值：

$\left\{\begin{array}{cc}\mathrm{\&theta;}=90-\arccos \left|\frac{g_{\mathrm{Axis}}}{g}\right|& \mathrm{if}(\mathrm{Axis}\&perp;g_0)\\ \mathrm{\&theta;}=\arccos \left|\frac{g_{\mathrm{Axis}}}{g}\right|& \mathrm{else}\end{array}\right.$ 公式6

公式6可以得到三个偏移角度θ_x、θ_y、θ_z，同时三个偏移角度的默认值均为0，这样设定的好处在与三个角度值可以使用同一个阈值进行判定。这样子系统可以判定当三个角度中存在其中任意一个角度大于某一个阈值的时候满足条件，利用该条件可以排除前面提到的特殊情况。但是角度计算并不是所有情况都可以用的，只有存在运动状态角度就会有很大的误差，因此角度判断的前提条件是人体已经处于相对静止的状态。

即使初步检测、强度和姿势条件均已经满足，也不能排除大量特殊情况的假阳性事件的存在，例如老年人早晨做伸展运动，有一定的概率满足初步检测条件，老人做完一个手下滑动作后将手放置在胸口静止(角度大于一定值)则会进入预警。因此算法再结合40秒钟的时间进行筛选判断，只要40秒钟时间内不存在三个角度同时小于阈值的时刻并且不存在|Δg|不大于其阈值的情况下确认跌倒情况发生。

接下来详细描述与本发明的跌倒检测方法对应的跌倒检测装置的实施例。

参见图3，为本发明实施例的跌倒检测装置结构示意图，包括三轴加速度传感器10、垂直运动速度值和非旋转状态速度值获取模块20、第一判断模块30、第二判断模块40、第三判断模块50、角度偏移获取模块60和第四判断模块70，

三轴加速度传感器10用于获取人体对应的三轴加速度模拟信号，使用滤波算法汉宁滤波和移动平均法进行滤波减少噪声产生的瞬间剧烈误差偏移，将获得的三轴加速度数字信号转化成综合加速度值；

垂直运动速度值和非旋转状态速度值获取模块20用于利用获得得到的综合加速度值对重力信号的静止初始状态进行校准，利用积分获取垂直运动速度值和非旋转状态速度值；

第一判断模块30用于判断所述综合加速度值的瞬间值是否小于设定阈值，

若不小于设定阈值，返回继续获取人体对应的三轴加速度模拟信号，

若小于设定阈值，累加计算非旋转状态速度值和所述积分获取垂直运动速度值的差值，积分的起始时间代表满足基本跌倒条件判断的时刻点，终止时刻代表累加结束时刻；

第二判断模块40用于判断所述累加计算非旋转状态速度值和所述积分获取垂直运动速度值的差值是否小于设定阈值，

若小于设定阈值，返回继续获取人体对应的三轴加速度模拟信号，

若不小于设定阈值，累加计算综合加速度值与最后时刻综合加速度的差值作为运动强度标识；

第三判断模块50用于判断最近一次综合加速度值与最后时刻综合加速度的差值是否大于设定阈值，

若大于设定阈值，继续获取人体对应的三轴加速度模拟信号，

若小于设定阈值，检测运动强度标识是否大于设定阈值；

角度偏移获取模块60用于计算三轴的角度偏移

第四判断模块70用于判断计算得到的任一角度偏移是否大于设定偏移阈值，

若大于设定偏移阈值，返回继续获取人体对应的三轴加速度模拟信号，

若小于设定偏移阈值，第一时间周期时间内不存在三个角度同时小于阈值的时刻并且不存在综合加速度值与最后时刻综合加速度的差值不大于其阈值，判定人体跌倒。

本发明实施例的目的是尽可能的综合假阴性事件和假阳性事件的发生，同时又有很高的报警准确率。本发明实施例的跌倒检测装置采用表1的阈值标准，得到表2的实验数据。

表1阈值设定表

表2实验记录表

表格3中的实验结果是根据表格4中的阈值设定测试得到的。本发明实施例将跌倒动作分为前、后、左、右四个方向分别作十次跌倒。前向跌倒基本上都能够预警出来，但是由于手部对地面的条件保护作用还是存在着不报警的案例。后向跌倒动作相对比较复杂，手可能上扬然后在跌倒，也可能朝下减少缓冲所以后向跌倒一定程度上还存在着较大的假阴性概率，但是利用C值的方法判断可以很大程度提高背摔精度。同理左侧跌倒因为仪器佩戴在右手上，跌倒的下落距离和冲击力有限而同样存在着较大的假阴性概率，但是也通过C的阈值判断很大程度提高了精度。但是，右侧跌倒在跌倒中容易形成大冲击力使C值有瞬间大量减少从而产生很大误差，从而导致右侧跌倒的精度下降。上述大部分的假阴性案例发生概率均可以得到有效改善通过改变各个阈值。

在另一实施例中，一种手腕式设备，穿戴于人体手腕处，包含上述的跌倒检测装置。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种跌倒检测方法，其特征在于，包括以下步骤：

步骤10，从三轴加速度传感器获取人体对应的三轴加速度模拟信号，使用滤波算法汉宁滤波和移动平均法进行滤波减少噪声产生的瞬间剧烈误差偏移，将获得的三轴加速度数字信号转化成综合加速度值，进入步骤20；

步骤20，利用获得得到的综合加速度值对重力信号的静止初始状态进行校准,利用积分获取垂直运动速度值和非旋转状态速度值，进入步骤30；

步骤30，判断所述综合加速度值的瞬间值是否小于设定阈值，

若不小于设定阈值，返回继续步骤10，

若小于设定阈值，累加计算非旋转状态速度值和所述积分获取垂直运动速度值的差值，积分的起始时间代表满足基本跌倒条件判断的时刻点，终止时刻代表累加结束时刻，所述满足基本跌倒条件判断的时刻点为综合加速度值小于阈值的时刻点，所述累加结束时刻为综合加速度值小于阈值的时刻点加3秒的时刻，进入步骤40；

步骤40，判断所述累加计算非旋转状态速度值和所述积分获取垂直运动速度值的差值是否小于设定阈值，

若小于设定阈值，返回继续步骤10，

若不小于设定阈值，累加计算综合加速度值与最后时刻综合加速度的差值作为运动强度标识，所述最后时刻为综合加速度值小于阈值的时刻点加3秒的时刻，进入步骤50；

步骤50，判断综合加速度值与最后时刻综合加速度的差值是否大于设定阈值，

若大于设定阈值，返回继续步骤10，

若小于设定阈值，检测运动强度标识是否大于设定阈值，若小于设定阈值，进入步骤60；

步骤60，计算三轴的角度偏移，进入步骤70；

步骤70，判断计算得到的任一角度偏移是否大于设定偏移阈值，

若大于设定偏移阈值，返回继续步骤10，

若小于设定偏移阈值，第一时间周期时间内不存在三个角度同时小于阈值的时刻并且不存在综合加速度值与最后时刻综合加速度的差值不大于其阈值，判定人体跌倒。

2.一种跌倒检测装置，其特征在于，包括三轴加速度传感器、垂直运动速度值和非旋转状态速度值获取模块、第一判断模块、第二判断模块、第三判断模块、角度偏移获取模块和第四判断模块，

所述三轴加速度传感器用于获取人体对应的三轴加速度模拟信号，使用滤波算法汉宁滤波和移动平均法进行滤波减少噪声产生的瞬间剧烈误差偏移，将获得的三轴加速度数字信号转化成综合加速度值；

所述垂直运动速度值和非旋转状态速度值获取模块用于利用获得得到的综合加速度值对重力信号的静止初始状态进行校准,利用积分获取垂直运动速度值和非旋转状态速度值；

所述第一判断模块用于判断所述综合加速度值的瞬间值是否小于设定阈值，

若不小于设定阈值，返回继续获取人体对应的三轴加速度模拟信号，

若小于设定阈值，累加计算非旋转状态速度值和所述积分获取垂直运动速度值的差值，积分的起始时间代表满足基本跌倒条件判断的时刻点，终止时刻代表累加结束时刻，所述满足基本跌倒条件判断的时刻点为综合加速度值小于阈值的时刻点，所述累加结束时刻为综合加速度值小于阈值的时刻点加3秒的时刻；

所述第二判断模块用于判断所述累加计算非旋转状态速度值和所述积分获取垂直运动速度值的差值是否小于设定阈值，

若小于设定阈值，返回继续获取人体对应的三轴加速度模拟信号，

若不小于设定阈值，累加计算综合加速度值与最后时刻综合加速度的差值作为运动强度标识，所述最后时刻为综合加速度值小于阈值的时刻点加3秒的时刻；

所述第三判断模块用于判断综合加速度值与最后时刻综合加速度的差值是否大于设定阈值，

若大于设定阈值，继续获取人体对应的三轴加速度模拟信号，

若小于设定阈值，检测运动强度标识是否大于设定阈值；

所述角度偏移获取模块用于计算三轴的角度偏移；

所述第四判断模块用于判断计算得到的任一角度偏移是否大于设定偏移阈值，

若大于设定偏移阈值，返回继续获取人体对应的三轴加速度模拟信号，

若小于设定偏移阈值，第一时间周期时间内不存在三个角度同时小于阈值的时刻并且不存在综合加速度值与最后时刻综合加速度的差值不大于其阈值，判定人体跌倒。

3.一种手腕式设备，穿戴于人体手腕处，其特征在于，包括权2所述的跌倒检测装置。

Images