[发明专利]一种跌倒防护方法及可穿戴式跌倒防护装置

说明书

本发明适用于跌倒防护领域，提供了一种跌倒防护方法及可穿戴式跌倒防护装置。该跌倒防护方法包括：获取人体的运动信息，所述运动信息包括人体X轴、Y轴及Z轴的加速度、角速度及倾角；通过所述运动信息，根据跌倒检测模型计算人体发生跌倒的概率，当所述概率大于预设的阈值时，判定为跌倒并发送触发信号给触发装置开启气瓶，实现充气气囊的快速充气。本发明实施例提供的跌倒防护方法，能够对跌倒碰撞前事件进行检测，即在用户未发生跌倒时判断用户发生跌倒的概率并提前做出动作，能够及时减轻用户受到的伤害。

技术领域

本发明属于保护装置领域，尤其涉及一种跌倒防护装置及防护方法。

背景技术

目前，国内外跌倒检测系统可分为基于视频图像系统和穿戴式传感器系统，但是基于视频图像系统大多应用于对跌倒事件进行检测报警，而基于穿戴式传感器系统则可以对跌倒碰撞前事件进行检测，同时实现对跌倒碰撞的防护。对跌倒防护气囊的实现，大多数使用六轴或九轴惯性测量单元测量人体的加速度、角速度和姿态角，并设置固定的阈值算法对跌倒进行判断。虽然这种方法占用的资源较少，并且能够检测出一些跌倒，但是由于人的个体化差异，总有一些人跌倒的阈值是大于或者小于所设定的固定值，这些装置总是会出现一些误报或者漏报的情况，漏报会使装置不能提供有效的保护，而误报则给老年人的生活带来不便。

近些年来，机器学习在分类和检测中取得了优异的表现，机器学习算法的使用能够较大的提高跌倒碰撞前检测的精度，但由于一般单片机的计算能力有限，目前大多数基于机器学习算法的跌倒碰撞前事件检测一般都是在电脑端离线的实现，无法真正地嵌入到可移动设备中实现对跌倒碰撞前事件的检测。另外，一些防护气囊上也附加有向附近医院的求助模块，只要发生跌倒，随即向附近医院或家属发送求助信号。但如果佩戴者所受伤害较低或没有受到伤害，则求助信号的发出反而会对佩戴者的生活造成麻烦。

发明内容

本发明提供的跌倒防护方法，旨在解决现有技术中跌倒防护装置存在漏报、误报以及求助信号的无差别发送给用户带来麻烦的问题。

本发明是这样实现的，一种跌倒防护方法，包括：一种跌倒防护方法，其特征在于，所述方法包括如下步骤：

S01:获取人体的运动信息，所述运动信息包括人体X轴、Y轴及Z轴的加速度、角速度及倾角；

S02:通过所述运动信息，根据跌倒检测模型计算人体发生跌倒的概率，当所述概率大于预设的阈值时，判定为跌倒并发送触发信号给触发装置开启气瓶，实现充气气囊的快速充气。

进一步地，在获取人体的运动信息之前，还包括步骤S00：训练所述跌倒检测模型；所述训练所述跌倒检测模型具体包括：

S001：获取用户的跌倒样本和正常活动样本；

S002：分别获取用户跌倒样本和正常活动样本的人体X轴、Y轴及Z轴加速度、角速度、倾角及四元数信号数据；

S003：使用均值滤波对上述数据进行滤波处理，使用四元数法计算垂直方向加速度；

S004：参考样本选取为从跌倒样本中提取出向前、后、左、右跌倒的跌倒数据前段的样本各一组，并将这四组从整体的跌倒样本中剔除，提取剩余跌倒样本中跌倒前段的数据，计算所述跌倒前段的数据与参考样本的相关系数，选取相关系数之和最大的一组作为第一组特征数据，同时选取各段数据的波形幅值的最大值、最小值、均值作为二三四组特征数据，将上述四组特征数据降维处理后送入跌到检测模型中进行训练。

进一步地，步骤S02包括：

S021：提取用户的运动信息中的特征信息；

S022：对所述特征信息进行降维处理；

S023：通过跌倒检测模型计算跌倒的概率值；