[發(fā)明專利]一種基于腕帶式設備的跌倒檢測算法

在審

• 申請?zhí)枺?/td>: 201710796479.8
• 申請日: 2017-09-06
• 公開（公告）號: CN107569234A
• 公開（公告）日: 2018-01-12
• 發(fā)明（設計）人: 周亮;趙晨雪;陳建新;周生強
• 申請（專利權）人: 南京郵電大學
• 主分類號: A61B5/11
• 分類號: A61B5/11;A61B5/00;G06F17/00
• 代理公司: 南京知識律師事務所32207
• 代理人: 高嬌陽

1.一種基于腕帶式設備的跌倒檢測算法，其特征在于，包括以下步驟：

步驟1：采集數(shù)據(jù)

將三軸加速度傳感器節(jié)點佩戴在手腕處采集加速度信息，采樣頻率選擇為20Hz；

步驟2、獲取特征值

將步驟1采集的加速度數(shù)據(jù)轉換為期望獲取的特征值的，通過Shimmer節(jié)點進行算法驗證，Shimmer節(jié)點內部集成的三軸加速度傳感器采集的數(shù)據(jù)是電壓值，經(jīng)過對其進行校正獲得加速度值，加速度值轉換成為角度值，通過角度值能夠直觀的了解佩戴人員的動作姿態(tài)以及活動規(guī)律；計算角度的梯度值，根據(jù)數(shù)據(jù)之間的變化規(guī)律得出傾角梯度數(shù)據(jù)，利用分組數(shù)據(jù)求方差的方法獲得最終的特征值；

步驟3、跌倒檢測

采集獲得傾角梯度方差作為特征值后，需要選取閾值作為不同行為判斷的標準；本處采用雙閾值的跌倒檢測算法進行跌倒檢測，對比正常行為與跌倒行為特征值選取預定閾值；對跌倒事件發(fā)生時刻以及跌倒發(fā)生后的下一個時刻特征值數(shù)據(jù)進行閾值判斷，從而判斷是否發(fā)生跌倒行為。

2.根據(jù)權利要求1所述的一種基于腕帶式設備的跌倒檢測算法，其特征在于，所述的步驟2包括以下內容：

2.1校正“電壓值轉換為加速度值”

將Shimmer平臺和Shimmer 9DOF Calibration應用程序通過Bluetooth連接，設置加速度的靈敏度范圍為6g；首先，對Shimmer平臺進行X軸校正，將節(jié)點放在水平面上，X軸正方向垂直向下，并按下Shimmer 9DOF Calibration應用程序中的校正程序上的X+g按鈕獲取數(shù)據(jù)；然后再將X軸負方向垂直向上，并按下Shimmer 9DOF Calibration應用程序中的校正程序上的X-g按鈕獲取數(shù)據(jù)；按照上述步驟對Y軸和Z軸依次校正；最終得到三軸加速度傳感器的偏移矩陣、敏感度矩陣和校準矩陣；

其中三軸加速度數(shù)據(jù)和電壓值數(shù)據(jù)、偏移矩陣、敏感度矩陣以及校準矩陣之間的關系如式1所示：

c＝R^-1.K^-1.(u-b) (1)

其中c——校正后的3×1的校正后數(shù)據(jù)矩陣，單位為m/s²；

R——3×3的校準矩陣；

K——3×3的敏感度矩陣，單位為mV/m/s²；

u——3×1的原始加速度數(shù)據(jù)矩陣，單位為mV；

b——3×1的偏移矩陣，單位為mV。

由式2以及校正所得的偏移矩陣、敏感度矩陣和校準矩陣，將原始的三軸電壓值信號轉化為實際的加速度數(shù)據(jù)；通過校正程序，將采集數(shù)據(jù)的節(jié)點進行數(shù)據(jù)校正；獲得的偏移矩陣、敏感度矩陣和校準矩陣分別為：

偏移矩陣：[2038,2121,1960]^T

在離線計算過程中，不考慮計算復雜度影響，計算機直接使用校正矩陣；當進行在線計算，數(shù)據(jù)計算能力比較弱，那么將校驗矩陣進行近似處理；

2.2加速度轉換為傾角

ρ=arctan(AxAY2+AZ2)---(2)]]>

φ=arctan(AYAX2+AZ2)---(3)]]>

θ=arctan(AX2+AY2AZ)---(4)]]>

從式(2)、(3)以及(4)能根據(jù)加速度獲得最終的傾角數(shù)據(jù)；其中A_X，A_Y，A_Z是X軸，Y軸以及Z軸的加速度；ρ,分別是三軸加速度傳感器的X軸，Y軸與水平面之間的角度；θ是Z軸與重力加速度方向的角度；

2.3閾值獲取

由公式(2)、(3)以及(4)得到了三組角度值。對每一組的角度進行下面的計算：

xi=Ai-Ai-1Δt---(5)]]>

s2=1nΣi=1n(xi-x‾)2---(6)]]>

由式(5)能得到角度的梯度值，其中Ai是第i個角度值；式(5)中Δt表示采樣間隔，式(6)中n是窗口數(shù)據(jù)量大小；公式(6)獲得傾角梯度方差s²就是傾角梯度跌倒檢測算法的特征值。