[發明專利]基于卡爾曼濾波與KNN算法的跌倒檢測報警系統及方法

有效

• 申請號: 201610152570.1
• 申請日: 2016-03-17
• 公開（公告）號: CN105741491B
• 公開（公告）日: 2017-11-10
• 發明（設計）人: 何堅;周明我;張巖;張丞
• 申請（專利權）人: 北京工業大學
• 主分類號: G08B21/04
• 分類號: G08B21/04
• 代理公司: 北京匯信合知識產權代理有限公司11335
• 代理人: 吳甘棠

技術領域

本發明涉及電子檢測技術領域，尤其涉及基于卡爾曼濾波與KNN算法的跌倒檢測報警系統及方法。

背景技術

目前人口老齡化程度的日益加劇，跌倒已經成為影響老年人健康的一個嚴重問題，它不僅嚴重影響了老年人的身體健康和獨立生活能力，還造成了老年人心理上的負擔和恐懼，有時造成的后果甚至是致命的。采取適當的措施進行跌倒檢測報警可以使他們得到及時的救助，避免一些不必要的麻煩，同時也能減少醫藥開銷。

現在針對老年人的跌倒檢測方法主要分為三種：第一種是基于視頻監測，在特定區域安裝視頻監視器，在該區域對人體進行跟蹤監測；第二種是基于振動監測，在地面安裝振動傳感器，當振動傳感器周圍一定范圍內人體跌倒時，振動傳感器會振動；第三種是基于人體姿勢和動作監測，人體跌倒前姿勢和方向會發生變化，通過測定人體跌倒過程中各種物理量的變化，來判斷人體是否跌倒。這幾種方法各有利弊，基于視頻監測和基于振動監測都受到環境和空間的限制，視頻監測還涉及隱私的問題，振動監測的識別準確率不好，很容易造成誤判。而基于人體姿態和動作的監測采用的是移動便攜設備，環境和空間上沒有受到限制，也能和現有的通信技術、檢測技術相結合，更有利于老年人跌倒的檢測。然而針對人體姿態和動作的監測，目前國內外的研究趨勢主要是基于加速度閾值的判定，但是閾值法存在很大局限；當人體進行蹲起、坐下等與跌倒動作幅度相似的運動時，就很容易發生誤報。這種檢測方法比較單一，造成的誤警率比較高，也不具備通信功能，不能實時通知跌倒老人的親屬，確定跌倒位置。

發明內容

針對上述問題中存在的不足之處，本發明提供基于卡爾曼濾波與KNN算法的跌倒檢測報警系統及方法。

為實現上述目的，本發明提供一種基于卡爾曼濾波與KNN算法的跌倒檢測報警系統，包括：采集模塊、處理模塊、傳輸模塊、識別模塊、判斷模塊和通知模塊；

所述采集模塊包括三軸加速度傳感器和三軸陀螺儀，三軸加速度傳感器和三軸陀螺儀以采樣頻率f分別實時采集人體活動中上軀干部位的三維加速度a_x、a_y、a_z數據和三維角速度ω_x、ω_y、ω_z數據；其中：a_x為沿x軸方向的加速度，a_y為沿y軸方向的加速度，a_z為沿z軸方向的加速度，ω_x為沿x軸方向的角速度，ω_y為沿y軸方向的角速度，ω_z為沿z軸方向的角速度；

所述處理模塊與所述采集模塊相連，用于計算合加速度a與合角速度ω，其中：

所述識別模塊通過所述傳輸模塊與所述處理模塊相連，用于接收合加速度數據和合角速度數據，并對人體活動狀態進行分類識別，識別出人體的運動類型；所述運動類型包括：“跌倒”類型、“站立”類型、“下蹲”類型、“上樓”類型、“下樓”類型、“步行”類型中的一種或多種；

所述判斷模塊與所述識別模塊相連，用于判斷人體的運動類型是否為“跌倒”類型；

所述通知模塊與所述判斷模塊相連，當判斷模塊的判斷結果為“跌倒”類型時，通知模塊通過設置的報警方式通知設定的聯系人。

作為本發明的進一步改進，所述判斷模塊中，當判斷結果不屬于“跌倒”類型時，則返回采集模塊重新進行數據采集。

作為本發明的進一步改進，所述識別模塊包括：

初始化子模塊，與所述傳輸模塊相連；用于接收人體活動中上軀干部位的合加速度與合角速度；

濾波子模塊，與所述初始化子模塊相連，用于對合加速度與合角速度的數據進行卡爾曼濾波，得到卡爾曼濾波后的合加速度與合角速度的數據；

采樣子模塊，與所述濾波子模塊相連；采樣子模塊內建立合加速度數據滑動窗口，用acc[m]表示，窗口長度為m；建立合角速度數據滑動窗口，用angle[m]表示，窗口長度為m；用于以采樣頻率f接收濾波子模塊中的合加速度與合角速度并分別依次存入滑動窗口acc[m]和angle[m]中；

判定子模塊，與所述采樣子模塊相連，用于判定滑動窗口acc[m]和angle[m]是否已經填滿；若沒有填滿，則繼續進行合加速度數據和合角速度數據采集；