[发明专利]一种基于三轴加速度数据摔倒检测方法

说明书

本发明公开了一种基于三轴加速度数据摔倒检测方法，包括以下步骤：构建基于三轴加速度数据的摔倒预测网络，摔倒预测网络输入为三轴加速度数据，三轴加速度数据对应的摔倒状态为输出，采集待检测的三轴加速度数据，对待检测的三轴加速度数据进行处理，将处理后的待检测的三轴加速度数据输入摔倒预测网络进行识别，摔倒预测网络输出摔倒状态，依据摔倒状态进行判断是否需要报警。通过构建摔倒预测网络，并将处理过的三轴加速度数据作为摔倒预测网络的输入，可以有效预测摔倒的状态，提高预测的准确度；同时，通过依据摔倒状态进行判断，可以进一步的降低误判率，能够有效的避免由于动作过大而引起报警的情况出现。

技术领域

本发明涉及健康检测技术领域，特别涉及一种基于三轴加速度数据摔倒检测方法。

背景技术

摔倒对于老年人而言，是日常生活中有可能发生的十分严重的危害，在老年人在摔倒后无人敢搀扶或未被及时发现，使老年人在摔倒后错失最佳的救助时间，令老年人的生命受到威胁，因此，智能检测人体摔倒系统的建设与完善已迫在眉睫。

摔倒检测在全球范围内有不少类型的设备和服务，而可穿戴的摔倒检测目前使用较多的，但由于人体平常活动情况更多样复杂，如击掌，甩手等动作也会产生与摔倒情况相近的加速度变化，且设备未被穿戴时掉落也会使加速度产生变化，所以仅仅是通过一些较简单的阈值模型和判断逻辑来进行检测会有一定几率产生误判断，不能真实、客观的反应出实际情况，而且还会增加服务中心的负荷。

发明内容

有鉴于此，本发明提出一种能够降低误差率的基于三轴加速度数据摔倒检测方法。

本发明的技术方案是这样实现的：

一种基于三轴加速度数据摔倒检测方法，包括以下步骤：

步骤S1，构建基于三轴加速度数据的摔倒预测网络，所述摔倒预测网络输入为三轴加速度数据，所述三轴加速度数据对应的摔倒状态为输出；

步骤S2，采集待检测的三轴加速度数据；

步骤S3，对所述待检测的三轴加速度数据进行处理；

步骤S4，将处理后的待检测的三轴加速度数据输入摔倒预测网络进行识别；

步骤S5，所述摔倒预测网络输出摔倒状态；

步骤S6，依据所述摔倒状态进行判断是否需要报警。

作为所述基于三轴加速度数据摔倒检测方法的进一步可选方案，所述步骤S1包括以下步骤：

步骤S11，采集摔倒时的三轴加速度数据；

步骤S12，对所述摔倒时的三轴加速度数据进行预处理，得到三张摔倒时的灰度图；

步骤S13，对所述摔倒时的三张灰度图进行合并处理，并通过深度神经网络进行训练，得到摔倒预测网络。

作为所述基于三轴加速度数据摔倒检测方法的进一步可选方案，所述步骤S12包括以下步骤：

步骤S121，对摔倒时的三轴加速度数据进行汉明窗权重加窗处理；

步骤S122，对汉明窗权重加窗处理后的三轴加速度数据进行快速傅里叶变换。

作为所述基于三轴加速度数据摔倒检测方法的进一步可选方案，所述步骤S13中的对所述摔倒时的三张灰度图进行合并处理包括以下步骤：

步骤S131，将摔倒时的三张灰度图合并成摔倒时的RGB彩色图像；

步骤S132，将所述摔倒时的RGB彩色图像合并成摔倒时的视频。

作为所述基于三轴加速度数据摔倒检测方法的进一步可选方案，所述步骤S3中对所述待检测的三轴加速度数据进行处理，包括预处理和合并处理。