基于人體跌倒檢測技術(shù)的養(yǎng)老智能報警系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設及一種基于人體跌倒檢測技術(shù)的養(yǎng)老智能報警系統(tǒng)，通過利用智能手機 內(nèi)置的加速度傳感器和巧螺儀實時獲取人體運動姿態(tài)信息，使用跌倒檢測算法判斷跌倒事 件的發(fā)生，最后進行智能報警。
【背景技術(shù)】
[0002] 隨著社會老齡化速度的加快和家庭結(jié)構(gòu)的演變，中國"空巢"家庭數(shù)量大量增加， 目前全國大約有1824萬的老年人生活在單身空巢家庭里面。預計到2030年，我國老齡人口 將達3億，而空巢老人家庭比例或?qū)⑦_到90%。"老齡化空巢化"引發(fā)越來越多的老年人身屯、 健康問題，老年人日常生活中的行動安全已成為國際社會關(guān)注的焦點，跌倒是影響老年人 日常身屯、健康的重要因素。在我國，跌倒是傷害死亡的第四大原因，而在65歲W上的老年人 當中則居首位。老年人跌倒會造成大量殘疾，影響老年人的日常生活質(zhì)量。老年人跌倒帶來 的傷害及醫(yī)療成本不僅與跌倒時身體受到的撞擊情況有關(guān)，在很大程度上還取決于救助時 間的長短。因此能夠?qū)崟r檢測老年人跌倒事件的發(fā)生，并且在跌倒后及時發(fā)出求救信號，最 大限度降低跌倒給身體帶來的嚴重傷害，具有重要的意義。
[0003] 跌倒會對老年人的屯、理健康造成一定程度的危害，跌倒的經(jīng)歷還會給老年人留下 屯、理陰影，降低老年人對其自身身體狀況的信屯、，進而制約老年人的行動能力，使再次跌倒 的可能性增大。隨著醫(yī)療、信息等領(lǐng)域科技技術(shù)的不斷發(fā)展，遠程醫(yī)療監(jiān)護技術(shù)取得長足進 步，發(fā)展遠程監(jiān)護技術(shù)在不影響老年人日常生活的前提下，準確的、及時的檢測出老年人的 跌倒事件，進而采取必要的報警、急救等措施對改善老年人的生活質(zhì)量，提髙老年人的身屯、 健康有重大作用。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題是針對上述現(xiàn)有技術(shù)提供一種基于智能手機內(nèi)置加 速度傳感器和巧螺儀的跌倒檢測系統(tǒng)，系統(tǒng)利用加速度傳感器和巧螺儀實時獲取人體運動 姿態(tài)信息，通過跌倒檢測算法判斷是否發(fā)生跌倒，最后進行智能報警。
[000引本發(fā)明解決上述問題所采用的技術(shù)方案為:一種基于人體跌倒檢測技術(shù)的養(yǎng)老智 能報警系統(tǒng)，所述系統(tǒng)包括加速度傳感器、巧螺儀、GPS模塊、微處理器和通信模塊，其中加 速度傳感器采用=軸加速度傳感器，和巧螺儀分別負責計算出被監(jiān)護人體的運動加速度數(shù) 據(jù)和角速度數(shù)據(jù)，并將數(shù)據(jù)輸送給微處理器，由微處理器負責處理人體加速度數(shù)據(jù)和角速 度數(shù)據(jù)，分析判斷被監(jiān)護人所處的姿態(tài)，通過跌到檢測算法判斷人體跌倒狀態(tài)，并通過通信 模塊發(fā)送緊急求救信息。
[0006 ]在所述微處理器中包括數(shù)據(jù)處理模塊、報警處理模塊和參數(shù)設置模塊： 數(shù)據(jù)管理模塊包括采集數(shù)據(jù)功能、存儲數(shù)據(jù)功能、實時處理數(shù)據(jù)功能W及識別跌倒事 件的功能，處理器會把加速度傳感器輸出的=軸加速度數(shù)據(jù)及=軸角速度數(shù)據(jù)保存在存儲 卡上，跌倒檢測算法一直循環(huán)執(zhí)行處理運些數(shù)據(jù)，直到識別出預跌倒事件的發(fā)生； 報警處理模塊包括啟動報警取消機制、啟動模塊獲取位置信息、發(fā)送緊急信息和撥打 電話功能，當數(shù)據(jù)管理模塊判斷到發(fā)生預跌倒時，報警處理模塊會W播放聲音或震動的形 式提醒用戶，在一個可設置的時間范圍內(nèi)，若用戶取消警報，則認為此次為誤警報，繼續(xù)進 行跌倒監(jiān)測；若設置時間已結(jié)束，用戶仍無操作，則確定是一個真正的跌倒事件，并自動獲 取用戶位置信息，發(fā)送緊急信息及撥打電話； 參數(shù)設置模塊用戶可W根據(jù)自己的使用習慣及偏好進行設置，包括:報警等待時間、開 啟關(guān)閉、傳感器敏感度、報警方式和報警聲音。
[0007] 所述跌倒檢測算法采用基于特征量闊值的方法，特征量有合加速度特征量A、合角 速度特征量W和相似度特征量S，其中：
上述公式中，a山S.，，咕分別為加速度傳感器x、y、zS軸方向的隨時間變化輸出，并經(jīng) 中值濾波后的信號;分別為巧螺儀x、y、z^軸方向隨時間變化的輸出，并經(jīng)中值 濾波后的信號;Ni表示擬合離散數(shù)據(jù)點集合中的第i個值，Cl表示合角度離散數(shù)據(jù)點集合中 的第i個值，i表示t-to~t+to時段內(nèi)的各個采樣數(shù)據(jù)點對應的采樣序號，Mw(Q)表示Cl集 合中的最大值； 所述跌倒檢測算法對數(shù)據(jù)實行分段處理，計算當前時刻A值，并與合加速度At-進行比 較;如果A>At-，則計算同一時刻的W值，并與合角速度闊值-W-T進行比較;如果W>W-T，則等 待人體姿態(tài)穩(wěn)定，然后計算S值，并與相似度闊值St進行比較;如果S>St，則懷疑一個跌倒的 發(fā)生，算法進入智能報警模式;如果W上過程中出現(xiàn)任一特征量值小于其闊值，則會立即中 斷并返回到算法入口處，其中特征量A和W用來區(qū)分跌倒與較低強度日?；顒?，而特征量S用 來區(qū)分跌倒與較高強度日常活動，而特征量用來區(qū)分跌倒與較高強度日?；顒?。
[0008] 在計算S值前需要啟動一個定時器來提高對人體跌倒判斷準確性。
[0009] 與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點在于： 第一，對人體跌倒過程進行分析和建模，首次提出使用相似度特征量進行跌倒判斷； 跌倒過程分析及模型建立:跌倒過程中會經(jīng)歷失重階段、碰撞階段和最后的靜止階段，人體 的加速度及角速度會發(fā)生較大變化。應用=維直角坐標系可W建立人體軀干坐標系，W上 軀干某一位置為坐標原點，軀干的正前方、軀干的左方W及軀干正上方為人體坐標系的= 個坐標軸方向，人體運動過程中任意方向的加速度向量和角速度向量均可分解為=個坐標 軸方向上的分量。
[0010] 第二，設計了基于智能手機的跌倒檢測算法； 跌倒檢測算法設計:跌倒檢測算法的目的是要區(qū)分跌倒過程和日常生活行為過程，實 驗設計中手機被放置于人體胸部口袋處，并采集數(shù)據(jù)樣本，提取相應的特征量作為依據(jù)。利 用進行實驗數(shù)據(jù)處理，得到算法中用于跌倒檢測的合加速度特征量、合角速度特征量W及 相似度特征量，其中相似度特征量為本文首次提出用于跌倒檢測的特征量。
[0011] 第=，完成了跌倒檢測系統(tǒng)軟件的設計。
[0012] 本發(fā)明跌倒檢測系統(tǒng)是基于智能手機平臺的應用程序軟件的開發(fā)而實現(xiàn)的，選擇 操作系統(tǒng)作為應用軟件的開發(fā)平臺，軟件設計功能模塊主要分為數(shù)據(jù)管理模塊和報警處理 模塊。其中數(shù)據(jù)管理模塊具有采集數(shù)據(jù)功能、存儲數(shù)據(jù)功能、實時處理數(shù)據(jù)功能，主要把傳 感器輸出的加速度數(shù)據(jù)和角速度數(shù)據(jù)保存到應用程序建立的數(shù)據(jù)庫中，并且依據(jù)算法流程 實時處理運些數(shù)據(jù)，直到算法檢測到一個跌倒事件的發(fā)生;報警處理模塊是智能報警模式 處理部分，包括啟動報警取消機制、啟動模塊獲取位置信息、發(fā)送緊急信息和撥打電話。
【附圖說明】
[0013] 圖1為本發(fā)明跌倒檢測系統(tǒng)硬件結(jié)構(gòu)圖。
[0014] 圖2為本發(fā)明的系統(tǒng)總體構(gòu)架圖。
[001引圖3為本發(fā)明中跌倒和慢跑時合角度變化曲線圖。
[0016] 圖4為本發(fā)明中跌倒時合角度曲線和擬合曲線圖。
[0017] 圖5為本發(fā)明中慢跑時合角度曲線和擬合曲線圖。
[0018] 圖6為本發(fā)明中跌倒檢測算法的流程圖。
[0019]圖7為本發(fā)明在Android平臺下的系統(tǒng)架構(gòu)圖。
[0020] 圖8為本發(fā)明的系統(tǒng)軟件功能模塊圖。
[0021] 圖9為本發(fā)明的系統(tǒng)軟件工作流程。
[0022] 圖10為本發(fā)明的系統(tǒng)軟件詳細流程。
【具體實施方式】
[0023] W下結(jié)合附圖實施例對本發(fā)明作進一步詳細描述。
[0024] 本發(fā)明設及一種基于人體跌倒檢測技術(shù)的養(yǎng)老智能報警系統(tǒng)，硬件層面由加速度 傳感器、巧螺儀、GPS模塊、微處理器和通信模塊構(gòu)成。其中加速度傳感器采用=軸加速度傳 感器，和巧螺儀分別負責計算出被監(jiān)護人體的運動加速度數(shù)據(jù)和角速度數(shù)據(jù)，并將數(shù)據(jù)輸 送給微處理器，由微處理器負責處理人體加速度數(shù)據(jù)和角速度數(shù)據(jù)，分析判斷被監(jiān)護人所 處的姿態(tài)，當檢測到跌倒事件的發(fā)生，則會通過通信模塊發(fā)送緊急求救信息，信息內(nèi)容包括 模塊獲取的位置信息、時間等。如圖1所示，為系統(tǒng)硬件層框圖。
[0025] 跌倒檢測系統(tǒng)利用傳感器技術(shù)來獲取人體運動過程中的姿態(tài)變化信號數(shù)據(jù)，并通 過微處理器對所采集到的信號數(shù)據(jù)進行處理分析，使用跌倒檢測算法判斷人體所處的運動 狀態(tài)，當檢測到人體發(fā)生跌倒事件時采取報警處理，使被監(jiān)護人及時獲得救助。如圖2所示。
[0026] 為研究人體跌倒過程與其它日常生活活動的相關(guān)運動學參數(shù)，首先定義身體各部 位的坐標，W軀干部位為例。W軀干一處為坐標原點，X軸方向為指向軀干前方，Y軸方向指 向軀干左方，Z軸方向指向軀干上方，X軸、Y軸和Z軸互相垂直，運動空間中任意方向的向量 都可W分解成運=軸方向上的分量。設在人體運動過程中軀干部位沿X軸方向的加速度為 ax，沿Y軸方向的加速度為aY，沿Z軸方向的加速度為az，則人體運動加速度向量可表示為 繞X軸方向的轉(zhuǎn)動為Wx,繞Y軸方向的轉(zhuǎn)動為Wy,繞巧由方向的轉(zhuǎn)動為Wz,則人體 角速度向量可表不為W =. (Wf.，Wy，j。
[0027] 在人體跌倒模型中得到人體運動加速度向量可表示為:U (a,運里稱其向 量模值為合加速度A，隨時間的變化數(shù)據(jù)A(t)可用來分析人體運動過程姿態(tài)變化，其計算過 程如式：
其中，分別為加速度傳感器x、y、z^軸方向的隨時間變化輸出，并經(jīng)中值濾 波后的信號。
[0028] 人體運動角速度向量可W表示為r = W。)，運里稱其向量模值為合角速度 W，W隨時間的變化數(shù)據(jù)W(t)可用來分析人體運動過程姿態(tài)變化，其計算過程如式：
其中，唯，，>喘，^"分別為巧螺儀x、y、z^軸方向隨時間變化的輸出，并經(jīng)中值濾波后的 信號。
[0029] 相似度特征量： 1、合角度曲線 根據(jù)人體運動學特征，跌倒過程與慢跑等運動過程的人體俯仰角或者側(cè)翻角變化有很 大不同，然而采集人體運動姿態(tài)變化信號數(shù)據(jù)的智能手機在口袋中的放置方位具有隨意 性，因此無法直接使用巧螺儀單軸方向輸出得到的角度變化信息作為跌倒判斷的一個特征 量。運里我們定義一個人體跌倒時軀干傾斜的合角度它是通過對角速度信號向量模數(shù)據(jù)進 行積分得到的，如下式： r^W{t)dl Mft 其中，w(t)為人體運動合角速度幅值，to則是我們?yōu)榱说却梭w姿態(tài)穩(wěn)定而啟動的一 個定時器的預設時間，一般預設時間為t〇W3-8秒為宜。
[0030] 分析跌倒與慢跑等較高強度運動的合角度曲線變化的不同，圖3所示為跌倒和慢 跑兩種運動過程合角度變化曲線，從圖中可W看出：跌倒曲線有明