[发明专利]一种基于人工智能的防跌倒方法及装置

说明书

本发明公开了一种基于人工智能的防跌倒方法及装置，涉及数据处理领域，其中，所述方法包括：实时采集目标用户的目标运动数据记录；提取目标合加速度记录，实时绘制目标合加速度波形；根据特征分析结果得到目标动作特征集；根据历史运动数据集构建动作识别模型；通过动作识别模型对目标动作特征集进行分析，得到目标用户的目标动作类型；判断目标动作类型是否满足预设类型列表，并根据判断结果进行实时防跌倒预警。解决了现有技术中针对防跌倒预警的准确性低，进而造成防跌倒保护效果不佳的技术问题。达到了提高防跌倒预警的准确性和实时性，进而提高防跌倒预警的效果，实现高质量的防跌倒保护等技术效果。

技术领域

本发明涉及数据处理领域，具体地，涉及一种基于人工智能的防跌倒方法及装置。

背景技术

当人的身体突然、不自主地摔倒在地面或其他平面上就会产生跌倒。人跌倒后，严重时会害怕运动，对运动产生恐惧，下意识的减少运动次数，导致身体机理下降，并给家庭带来严重的经济负担。此外，跌倒是人群意外死亡的重要因素之一，且跌倒在老年人意外死亡因素中位居首位。如何对跌倒进行有效预防，已成为全体社会成员共同关注的问题。

现有技术中，存在针对防跌倒预警的准确性低，进而造成防跌倒保护效果不佳的技术问题。

发明内容

本申请提供了一种基于人工智能的防跌倒方法及装置，解决了现有技术中针对防跌倒预警的准确性低，进而造成防跌倒保护效果不佳的技术问题。

鉴于上述问题，本申请提供了一种基于人工智能的防跌倒方法及装置。

第一方面，本申请提供了一种基于人工智能的防跌倒方法，其中，所述方法应用于一种基于人工智能的防跌倒装置，所述方法包括：利用惯性传感器实时采集目标用户的目标运动数据记录；提取所述目标运动数据记录中的目标合加速度记录，其中，所述目标合加速度记录为具有时间标识的记录数据；根据具有时间标识的所述目标合加速度记录，实时绘制目标合加速度波形；对所述目标合加速度波形进行特征分析，并根据特征分析结果得到目标动作特征集；基于大数据采集得到历史运动数据集，并根据所述历史运动数据集构建动作识别模型；

通过所述动作识别模型对所述目标动作特征集进行分析，得到所述目标用户的目标动作类型；判断所述目标动作类型是否满足预设类型列表，并根据判断结果进行实时防跌倒预警。

第二方面，本申请还提供了一种基于人工智能的防跌倒装置，其中，所述装置包括：采集模块，所述采集模块用于利用惯性传感器实时采集目标用户的目标运动数据记录；提取模块，所述提取模块用于提取所述目标运动数据记录中的目标合加速度记录，其中，所述目标合加速度记录为具有时间标识的记录数据；绘制模块，所述绘制模块用于根据具有时间标识的所述目标合加速度记录，实时绘制目标合加速度波形；特征分析模块，所述特征分析模块用于对所述目标合加速度波形进行特征分析，并根据特征分析结果得到目标动作特征集；构建模块，所述构建模块用于基于大数据采集得到历史运动数据集，并根据所述历史运动数据集构建动作识别模型；动作分析模块，所述动作分析模块用于通过所述动作识别模型对所述目标动作特征集进行分析，得到所述目标用户的目标动作类型；判断预警模块，所述判断预警模块用于判断所述目标动作类型是否满足预设类型列表，并根据判断结果进行实时防跌倒预警。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

通过惯性传感器实时采集目标用户的目标运动数据记录；对目标运动数据记录进行提取，获得目标合加速度记录，且，目标合加速度记录具有时间标识；根据具有时间标识的目标合加速度记录，实时绘制目标合加速度波形；通过对目标合加速度波形进行特征分析，获得特征分析结果，并根据其确定目标动作特征集；通过大数据采集得到历史运动数据集，进而构建动作识别模型；通过所述动作识别模型对所述目标动作特征集进行分析，得到所述目标用户的目标动作类型；判断所述目标动作类型是否满足预设类型列表，并根据判断结果进行实时防跌倒预警。达到了提高防跌倒预警的准确性和实时性，进而提高防跌倒预警的效果，实现高质量的防跌倒保护；同时，提高防跌倒预警的智能性，实现科学化防跌倒的技术效果。