[發(fā)明專利]人體摔倒檢測模型建立方法及模型系統(tǒng)在審
| 申請?zhí)枺?/td> | 201310469706.8 | 申請日： | 2013-09-30 |
| 公開（公告）號： | CN103577836A | 公開（公告）日： | 2014-02-12 |
| 發(fā)明（設計）人： | 吳家寶;楊松 | 申請（專利權）人： | 吳家寶;楊松 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 518000 廣東省深*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 人體 摔倒 檢測 模型 建立 方法 系統(tǒng) | ||
1.一種人體摔倒檢測模型建立方法，其特征在于，包括：
采集一個及以上個人體摔倒樣本中人體摔倒過程中的速度信息；所述速度信息包括合力加速度、速度以及時間；
分析所述速度信息的特征，計算并提取低加速度閾值a0、固定時間內(nèi)的合力加速度序列I0、高加速度閾值a1、曲線面積閾值△S以及低加速度時間閾值△T，建立摔倒檢測機制。
2.根據(jù)權利要求1所述的人體摔倒檢測模型建立方法，其特征在于，所述分析所述速度信息的特征，計算并提取低加速度閾值a0固定時間內(nèi)的合力加速度序列I0、曲線面積閾值△S以及低加速度時間閾值△T還包括：
將計算并提取的低加速度閾值a0、固定時間內(nèi)的合力加速度序列I0、高加速度閾值a1、曲線面積閾值△S以及低加速度時間閾值△T與樣本對應的人體狀態(tài)信息關聯(lián)；所述人體狀態(tài)信息包括身高、體重和/或運動狀態(tài)。
3.根據(jù)權利要求1所述的人體摔倒檢測模型建立方法，其特征在于，所述建立摔倒檢測機制的步驟之后，還包括：
接收人體狀態(tài)信息的設定，根據(jù)設定的人體狀態(tài)信息調(diào)整a0△S和/或△T。
4.根據(jù)權利要求1至3中任一項所述的人體摔倒檢測模型建立方法，其特征在于，所述方法之后，還包括：
將自身所檢測的人體摔倒樣本納入摔倒檢測機制中，并將樣本的速度信息與人體狀態(tài)信息關聯(lián)。
5.一種人體摔倒檢測模型系統(tǒng)，其特征在于，包括：
樣本收集模塊，用于采集一個及以上個人體摔倒樣本中人體摔倒過程中的速度信息；所述速度信息包括合力加速度、速度以及時間；
分析提取模塊，用于分析所述速度信息的特征，計算并提取低加速度閾值a0、固定時間內(nèi)的合力加速度序列I0、高加速度閾值a1、曲線面積閾值△S以及低加速度時間閾值△T，建立摔倒檢測機制。
6.根據(jù)權利要求5所述的人體摔倒檢測模型系統(tǒng)，其特征在于，所述分析提取模塊還用于：
將計算并提取的低加速度閾值a0、固定時間內(nèi)的合力加速度序列I0、高加速度閾值a1、曲線面積閾值△S以及低加速度時間閾值△T與樣本對應的人體狀態(tài)信息關聯(lián)；所述人體狀態(tài)信息包括身高、體重和/或運動狀態(tài)。
7.根據(jù)權利要求5所述的人體摔倒檢測模型系統(tǒng)，其特征在于，所述系統(tǒng)還包括：
設置接收模塊，用于接收人體狀態(tài)信息的設定，根據(jù)設定的人體狀態(tài)信息調(diào)整a0、△S和/或△T。
8.根據(jù)權利要求5至7中任一項所述的人體摔倒檢測模型系統(tǒng)，其特征在于，所述系統(tǒng)還包括：
自學習模塊，用于將自身所檢測的人體摔倒樣本納入摔倒檢測機制中，并將樣本的速度信息與人體狀態(tài)信息關聯(lián)。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于吳家寶;楊松，未經(jīng)吳家寶;楊松許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201310469706.8/1.html，轉載請聲明來源鉆瓜專利網(wǎng)。
