[發(fā)明專利]一種基于多序貫概率比檢驗的跌倒檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 202110181531.5
• 申請日: 2021-02-08
• 公開（公告）號: CN112842277B
• 公開（公告）日: 2022-08-09
• 發(fā)明（設計）人: 夏卓;王亞剛;丁大民;李海龍;黃榮杰;張鈺文
• 申請（專利權）人: 上海理工大學
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/22;A61B8/08;A61H3/00
• 代理公司: 上海旭誠知識產權代理有限公司 31220
• 代理人: 鄭立

1.一種基于多序貫概率比檢驗的跌倒檢測方法，其特征在于，該方法用于檢測用戶在使用智能助行器時是否發(fā)生跌倒，包括以下步驟：

步驟1、上肢力信號通過已經辨識出來的導納控制模型得到速度響應信號；

步驟2、下肢超聲波傳感器陣列解算出用戶運動的實時坐標，進而得到位移量；

步驟3、通過卡爾曼濾波算法進行多傳感器數據融合；

步驟4、融合后的數據進行基于多序貫概率比檢驗，判斷用戶是否發(fā)生跌倒；

所述步驟1上肢力信號通過上肢力傳感器檢測，上肢力傳感器安裝在助行器扶手上；

所述步驟2下肢超聲波傳感器陣列檢測用戶行走時雙腿的運動狀態(tài)，以用戶雙腿在地面投影的中點作為一次運動的參考點，可得到雙腿在助行器X軸和Y軸方向的距離，從而可以計算出用戶坐標得到用戶的位移；

所述步驟4，多序貫概率比檢驗需要選取適當的原假設和備擇假設，原假設設為H₀：θ＝θ₀，備擇假設為H_i：θ＝θ_i(i＝1,2,…,n)，犯第一種錯誤發(fā)生的概率為α，犯第二種錯誤發(fā)生的概率為β，隨機變量x_j服從正態(tài)分布N(μ,σ²)，則原假設和備擇假設的概率密度函數可表示為：

其中，j是數據的采樣序號，j＝1,2,…,n，μ則對應原假設和備擇假設的θ，則第i個SPRT的似然比可表示為：

為方便計算，通常對λ_ij取對數運算，即決策函數為：

閾值A和B與α和β的關系為：

相應的，取對數之后閾值變?yōu)閘nA和lnB，多序貫概率比檢驗的判定關系為：

2.如權利要求1所述的基于多序貫概率比檢驗的跌倒檢測方法，其特征在于，所述步驟1基于兩參數模型的系統(tǒng)辨識方法，得到所述導納控制模型的慣量M和阻尼系數C，并通過實驗測試，得到速度響應曲線。

3.如權利要求1所述的基于多序貫概率比檢驗的跌倒檢測方法，其特征在于，所述下肢超聲波傳感器陣列檢測的工作方式包括趴臥式使用工作方式和手推式使用工作方式。

4.如權利要求3所述的基于多序貫概率比檢驗的跌倒檢測方法，其特征在于，所述下肢超聲波傳感器陣列趴臥式使用工作方式時驅動前端的超聲波傳感器。

5.如權利要求3所述的基于多序貫概率比檢驗的跌倒檢測方法，其特征在于，所述下肢超聲波傳感器陣列手推式使用工作方式時驅動后端的超聲波傳感器。

6.如權利要求1所述的基于多序貫概率比檢驗的跌倒檢測方法，其特征在于，所述步驟4總結出不同程度跌倒所對應的速度期望值作為備擇假設。

7.一種使用了如權利要求1-6任一項所述的方法的基于多序貫概率比檢驗的跌倒檢測裝置，其特征在于，包括上肢力傳感器和下肢超聲波傳感器陣列；所述上肢力傳感器檢測用戶使用助行器時的意圖，所述下肢超聲波傳感器陣列檢測用戶行走時雙腿的運動狀態(tài)，通過卡爾曼濾波算法進行多傳感器數據融合，將融合后的數據進行基于多序貫概率比檢驗，判斷用戶是否發(fā)生跌倒。