[發(fā)明專利]一種基于大數(shù)據(jù)的人體跌倒檢測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201610105761.2
• 申請日: 2016-02-26
• 公開（公告）號(hào): CN105590409B
• 公開（公告）日: 2018-04-03
• 發(fā)明（設(shè)計(jì)）人: 施化吉;張帆;周從華;劉志鋒;徐宗保;朱小龍;陳偉鶴
• 申請（專利權(quán)）人: 江蘇大學(xué)
• 主分類號(hào): G08B21/04
• 分類號(hào): G08B21/04
• 代理公司: 江蘇縱聯(lián)律師事務(wù)所32253
• 代理人: 蔡棟

1.一種基于大數(shù)據(jù)的人體跌倒檢測方法，其特征在于包括以下步驟：

步驟一，搭建一個(gè)大數(shù)據(jù)平臺(tái)，包括存儲(chǔ)層和數(shù)據(jù)處理層；

步驟二，利用移動(dòng)互聯(lián)網(wǎng)技術(shù)，將手機(jī)數(shù)據(jù)與所述大數(shù)據(jù)平臺(tái)數(shù)據(jù)進(jìn)行同步；

步驟三，采集傳感器信息，包括采集三軸加速度傳感器信息和采集陀螺儀傳感器信息；

步驟四，根據(jù)所采集的傳感器信息數(shù)據(jù)構(gòu)建特征向量；

步驟五，通過機(jī)器學(xué)習(xí)模型建立跌倒檢測算法以識(shí)別人體跌倒行為是否發(fā)生；

步驟六，若人體跌倒行為發(fā)生，則上傳步驟四所述特征向量至大數(shù)據(jù)平臺(tái)進(jìn)行存儲(chǔ)；

步驟七，通過計(jì)算相似度度量來判斷大數(shù)據(jù)平臺(tái)存儲(chǔ)步驟六所述的特征向量是否更新；若相似度度量計(jì)算結(jié)果不為1，則說明特征向量發(fā)生了更新，若結(jié)果為1，則說明特征向量沒有發(fā)生更新；

步驟八，若步驟七所述相似度度量計(jì)算結(jié)果不為1，則根據(jù)步驟六存儲(chǔ)的新的特征向量，生成新的機(jī)器學(xué)習(xí)模型，即新的跌倒檢測分類算法；一開始機(jī)器學(xué)習(xí)模型運(yùn)用期望最大化算法是鑒于試驗(yàn)數(shù)據(jù)難于獲取與收集，故而將有限的數(shù)據(jù)作用發(fā)揮到最大。

2.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)的人體跌倒檢測方法，其特征在于：所述步驟四中構(gòu)建特征向量時(shí)，運(yùn)用的是三軸加速度傳感器的合加速度和陀螺儀傳感器的三軸姿態(tài)角度，采用的是窗長256、步長128的50％重疊滑動(dòng)窗口法截取部分信號(hào)數(shù)據(jù)，選取最大加速度、最小加速度、加速度均值以及三軸角度；所述三軸加速度傳感器的合加速度Soa計(jì)算如下：

Soa=ax2+ay2+az2]]>

其中a_x,a_y,a_z分別是采集到的三軸加速度分量；

三軸姿態(tài)角度計(jì)算如下：

θ_x＝∫w_xdt,θ_y＝∫w_ydt,θ_z＝∫w_zdt,

其中w_x,w_y,w_z分別為陀螺儀輸出的三軸角速度。