穿戴式設備及應用于穿戴式設備的跌倒檢測方法
【技術領域】
[0001] 本發(fā)明設及可穿戴式設備領域，具體而言，設及一種穿戴式設備及應用于穿戴式 設備的跌倒檢測方法。
【背景技術】
[000引 目前，智能眼鏡、智能手套、智能手環(huán)、智能手表、智能服飾等穿戴式設備已廣泛地 被大眾認可并得到了普遍的使用。穿戴式設備應用于老年人群體對跌倒或摔倒等危險事件 進行監(jiān)測及預警是穿戴式設備的一種典型應用?，F有的應用于穿戴式設備的跌倒檢測方法 包括基于圖形圖像的跌倒檢測方法、基于聲學的跌倒檢測方法，基于穿戴式傳感器的跌倒 檢測方法等。然而，目前的跌倒檢測方法大多存在檢測精度低、誤識率W及漏報率較高的缺 陷。因此，如何準確的對跌倒或摔倒事件進行檢測及通報，是穿戴式設備領域目前面臨的一 大課題。

【發(fā)明內容】

[0003] 有鑒于此，本發(fā)明實施例的目的在于提供一種穿戴式設備及應用于穿戴式設備的 跌倒檢測方法，W改善現有技術中對跌倒檢測存在的檢測精度低、誤識率及漏報率較高的 問題。
[0004] 本發(fā)明實施例提供的一種穿戴式設備，包括加速度傳感器及跌倒檢測系統(tǒng)。所述 跌倒檢測系統(tǒng)包括：
[0005] 加速度獲取模塊，用于獲取所述穿戴式設備沿一=維坐標系=個軸向的實時=軸 加速度值；
[0006] 判別軸選取模塊，用于根據一滑動時間窗內包含的多個數據點的=軸加速度值選 取=維坐標系=軸中的其中之一作為判別軸.
[0007] 跌倒波形計算模塊，用于計算所述判別軸對應的所述滑動時間窗內的數據點極值 點，將連續(xù)的=個極值點組成一極值點波形，并判斷所述滑動時間窗內是否包含滿足跌倒 條件的極值點波形；其中，若所述極值點波形的左邊幅值Hi大于第一預設幅值TH1、所述極 值點波形的右邊幅值&大于第二預設幅值TH2、所述左邊幅值Hi和右邊幅值H2的平均值大 于第=預設幅值THs且所述連續(xù)=個極值點中第一個極值點與最后一個極值點之間的時間 間隔Ti3小于第一預設時間闊值TH4,則判定所述極值點波形為滿足跌倒條件的波形；
[0008] 方差計算模塊，用于當所述滑動時間窗包含滿足跌倒條件的極值點波形時，計算 所述滿足跌倒條件的極值點波形前中后包括的多個數據點的波形方差，然后判斷該波形方 差是否大于一第一預設方差闊值THs;及
[0009] 平穩(wěn)區(qū)域計算模塊，用于在所述波形方差大于所述第一預設方差闊值THs時，計算 滿足所述跌倒條件的極值點波形之后預設數量的數據點的最大值am。、和最小值amm、所述預 設數量的數據點的方差var(a)W及所述預設數量的數據點中的第一個數據點與最后一個 數據點之間的時間間隔Tl,并根據該計算得到的最大值am。,、最小值amm、方差var(a)W及 時間間隔Tl判斷是否檢測到跌倒事件。
[0010] 優(yōu)選地，所述實施例提供的穿戴式設備中，所述跌倒檢測系統(tǒng)還包括跌倒報警模 塊，用于在檢測到跌倒事件時，向預設的電子裝置發(fā)出報警消息進行報警，所述報警消息包 括穿戴式設備的當前位置信息。
[0011] 優(yōu)選地，所述實施例提供的穿戴式設備中，所述判別軸選取模塊通過W下方式選 取所述判別軸：
[0012] 從X軸輸出的具有多個數據點的滑動時間窗中計算出最大值axm。、及最小值axmm， 然后計算X軸幅值，該X軸幅值為所述最大值aXm。、與最小值axmi。之差；
[0013] 從y軸輸出的具有多個數據點的滑動時間窗中計算出最大值aym。、及最小值aymm， 然后計算y軸幅值，該y軸幅值為所述最大值aym。、與最小值aymi。之差；
[0014] 從Z軸輸出的具有多個數據點的滑動時間窗中計算出最大值azm。、^及最小值 aZmi。，然后計算Z軸幅值，該Z軸幅值為所述最大值aZmgx與最小值azmi。之差；
[0015] 從所述X軸幅值、y軸幅值W及Z軸幅值中找出最大的幅值，將所述最大的幅值對 應的軸確定且所述判別軸；其中：
[0016] 所述X軸、y軸、Z軸分別代表所述S維坐標系的S個軸。
[0017] 優(yōu)選地，所述實施例提供的穿戴式設備中，所述極值點波形前中后包括的多個數 據點包括所述極值點波形之前多個數據點、所述極值點波形包括的所有數據點W及所述極 值點波形之后多個數據點；所述波形方差的計算公式如下：
[0019] 其中，所述X表示所述極值點波形前中后包括的多個數據點的平均值，n表示所述 極值點波形前中后包括的多個數據點的數量，Xi、X2…X。表示各數據點對應的加速度值，S2 表示所述波形方差。
[0020]優(yōu)選地，所述實施例提供的穿戴式設備中，平穩(wěn)區(qū)域計算模塊在所述最大值am。、與 最小值ami。之差小于一預設差值THe、所述方差var(a)小于一第二預設方差闊值TH,且所述 時間間隔Tl小于第二預設時間闊值THS時，判斷已檢測到跌倒事件。
[0021] 本發(fā)明另一實施例提供的應用于上述穿戴式設備的跌倒檢測方法，包括：
[0022] 加速度獲取步驟，獲取所述穿戴式設備沿一=維坐標系=個軸向的實時=軸加速 度值；
[0023] 判別軸選取步驟，根據一滑動時間窗內包含的多個數據點的S軸加速度值選取S 維坐標系=軸中的其中之一作為判別軸；
[0024] 跌倒波形計算步驟，計算所述判別軸對應的所述滑動時間窗內的數據點極值點， 將連續(xù)的=個極值點組成一極值點波形，并判斷所述滑動時間窗內是否包含滿足跌倒條件 的極值點波形；其中，若所述極值點波形的左邊幅值Hi大于第一預設幅值TH1、所述極值點 波形的右邊幅值&大于第二預設幅值TH2、所述左邊幅值Hi和右邊幅值H2的平均值大于第 =預設幅值THs且所述連續(xù)=個極值點中第一個極值點與最后一個極值點之間的時間間隔 Ti3小于第一預設時間闊值TH4,則判定所述極值點波形為滿足跌倒條件的波形；
[0025] 方差計算步驟，當所述滑動時間窗包含滿足跌倒條件的極值點波形時，計算所述 滿足跌倒條件的極值點波形前中后包括的多個數據點的波形方差，然后判斷該波形方差是 否大于一第一預設方差闊值THs;及
[0026] 平穩(wěn)區(qū)域計算步驟，在所述波形方差大于所述第一預設方差闊值1?時，計算滿足 所述跌倒條件的極值點波形之后預設數量的數據點的最大值am。、和最小值amm、所述預設數 量的數據點的方差var(a)W及所述預設數量的數據點中的第一個數據點與最后一個數據 點之間的時間間隔Tl;根據所述計算得到的最大值am。,、最小值ami。、方差var(a)W及時間 間隔Tl判斷是否檢測到跌倒事件。
[0027] 優(yōu)選地，所述另一實施例提供的跌倒檢測方法還包括：跌倒報警步驟，在檢測到跌 倒事件時，向預設的電子裝置發(fā)出報警消息進行報警，所述報警消息包括穿戴式設備的當 前位置信息。
[0028] 優(yōu)選地，所述另一實施例提供的跌倒檢測方法中，所述判別軸選取步驟包括：
[0029] 從X軸輸出的具有多個數據點的滑動時間窗中計算出一最大值axm。、及最小值 aXmi。，然后計算X軸幅值，該X軸幅值為所述最大值aXm。,與最小值axmi。之差；
[0030] 從y軸輸出的具有多個數據點的滑動時間窗中計算出最大值aym。及最小值aymm， 然后計算y軸幅值，該y軸幅值為所述最大值aym。、與最小值aymi。之差；
[0031] 從Z軸輸出的具有多個數據點的滑動時間窗中計算出一最大值azm。、^及最小值 aZmi。，然后計算Z軸幅值，該Z軸幅值為所述最大值aZmgx與最小值azmi。之差；
[0032] 從所述X軸幅值、y軸幅值W及Z軸幅值中找出最大的幅值，將所述最大的幅值對 應的軸確定且所述判別軸；其中：
[0033] 所述X軸、y軸、Z軸分別代表所述S維坐標系的S個軸向。
[0034] 優(yōu)選地，所述另一實施例提供的跌倒檢測方法中，所述極值點波形前中后包括的 多個數據點包括所述極值點波形之前多個數據點、所述極值點波形包括的所有數據點W及 所述極值點波形之后多個數據點；所述波形方差的計算公式如下：
[0036] 其中，所述X表示所述極值點波形前中后包括的多個數據點的平均值，n表示所述 極值點波形前中后包括的多個數據點的數量，XI、X2…X。表示各數據點對應的加速度值，S2 表示所述波形方差。
[0037] 所述另一實施例提供的跌倒檢測方法中，若所述最大值am。、與最小值ami。之差小 于一預設差值THe、所述方差var(a)小于一第二預設方差闊值TH,且所述時間間隔T1小于 第二預設時間闊值THs時，則判斷已檢測到所述跌倒事件。
[0038] 與現有技術相比，本發(fā)明的穿戴式設備及應用于該穿戴式設備的跌倒檢測方法分 別對加速度傳感器感測到的實時=軸加速度數據通過=個階段的判別。該=個階段的判別 包括對極值點波形是否滿足跌倒條件的判別、極值點波形前中后方差的判別、W及極值點 波形之后靜止區(qū)域（平穩(wěn)區(qū)域）的數據進行判別，從而使得跌倒事件的檢測更為精準且有 效地避免了誤識別。
[0039]為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合 所附附圖，作詳細說明如下。
【附圖說明】
[0040] 為了更清楚地說明本發(fā)明實施例的技術方案，下面將對實施例中所需要使用的附 圖作簡單地介紹，應當理解，W下附圖僅示出了本發(fā)明的某些實施例，因此不應被看作是對 范圍的限定，對于本領域普通技術人員來講，