[发明专利]一种跌倒检测方法

摘要

本发明公开了一种跌倒检测方法，本发明首先基于训练样本训练判决阈值：对训练样本进行中值滤波处理后，再提取加速度信号向量幅度，并提取特征值：包括加速度信号向量幅度的峰值，加速度信号向量幅度的最小值与最大值的差值，加速度信号向量幅度的标准差，以及相对角度变化值；然后基于K‑means聚类的方法训练各特征值的二分判决阈值；再实时进行跌倒检测时，对待检测对象的原始加速度信息进行与训练样本相同的预处理后提取对应的四个特征值，再对各特征值进行逐级判决处理，获取跌倒检测结果。本发明可用于对老年群体跌倒状况的实时监测，其计算机复杂度低，在现有的人体可携带设备即可实现对携带者的跌倒状态进行实时检测。

主权项

1.一种跌倒检测方法，其特征在于，包括下列步骤：步骤1：设置跌倒检测阈值：101：采集训练样本集，所述训练样本为人体携带的三维加速度信息采集终端采集的一段离散的原始加速度序列；102：对训练样本集进行数据预处理：对原始加速度信息进行中值滤波处理，再提取加速度信号向量幅度，各采样点的加速度信号向量幅度为当前采样点的三维加速度信息的各维分量的平方和的开方；103：提取训练样本的特征数据集：基于加速度信号向量幅度，提取训练样本的特征数据集，包括加速度信号向量幅度的峰值SVMtop，加速度信号向量幅度的最小值与最大值的差值ΔSVM，加速度信号向量幅度的标准差σ(SVM)，以及相对角度变化值Δθ，所述相对角度变化值Δθ为训练样本的最大与最小倾角的差值；104：基于K-means聚类的方法训练各特征值的二分判决阈值，得到对应相对角度变化值Δθ、峰值SVMtop、差值ΔSVM和标准差σ(SVM)的第一、二、三和四阈值，所述二分判决表示当前判决对象是否为跌倒状态；步骤2：检测待检测对象的跌倒状态：201：通过检测对象的携带的三维加速度信息采集终端采集的一段离散的原始加速度序列，作为原始待检测数据；202：对原始待检测数据进行中值滤波处理，再提取待检测对象的加速度信号向量幅度，并基于所述加速度信号向量幅度，提取待检测对象的特征数据集，包括相对角度变化值Δθ、峰值SVMtop、差值ΔSVM和标准差σ(SVM)；203：逐级判定待检测对象的跌倒状态：判断当前相对角度变化值Δθ是否大于第一阈值，若否，则判定当前待检测对象为非跌倒；若是，继续判断当前峰值SVMtop是否大于第二阈值，若否，则判定当前待检测对象为非跌倒；若是，则继续判断当前差值ΔSVM是否大于第三阈值，若否，则判定当前待检测对象为非跌倒；若是，则继续判断当前标准差σ(SVM)是否小于第四阈值，若否，则判定当前待检测对象为非跌倒；若是，则判定当前待检测对象为跌倒。