一種人體跌倒檢測方法及保護裝置的制造方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明涉及一種人體防護的檢測方法及防護裝置，具體涉及一種人體路倒的檢測 方法以及在檢測到人體跌倒時對人體進行保護的裝置。
【背景技術(shù)】
[0002] 跌倒是老年人常見的一種意外事件，老人常常因跌倒導致各種損傷，例如髖部骨 折、頸部損傷、腦部損傷、以及各種軟組織損傷及其它部位骨折等。
[0003] 對人體跌倒事件的檢測是進行防護的前提。現(xiàn)有技術(shù)中，人體跌倒檢測方法主要 有3類:基于視頻圖像的檢測、基于音頻或無線電等周圍環(huán)境信號的檢測和基于穿戴式設備 的檢測。基于視頻圖像檢測的優(yōu)點是人體不需要攜帶任何設備，缺點是視頻圖像受光線、環(huán) 境等的影響較大，檢測范圍有限并涉及到個人隱私?；谥車h(huán)境信號檢測的方法受周圍 環(huán)境的影響較大，無法得到很高的精度，一般只能作為輔助檢測方法?；诖┐魇皆O備檢測 的方法因成本低，檢測范圍大，不受周圍環(huán)境的影響，是目前研究和實際應用最多的跌倒檢 測方法。
[0004] 例如，中國發(fā)明專利申請CN102117533A公開了一種人體跌倒檢測保護與報警裝 置，包括跌倒檢測部分、跌倒檢測信息傳輸部分、跌倒位置檢測部分和保護氣囊。其采用穿 戴式裝置，試圖通過獲取跌倒檢測信號來啟動保護氣囊，但是，與目前的絕大多數(shù)跌倒檢測 方法一樣，采用設定閾值的方法進行檢測。其采用了加速度傳感器和陀螺儀，定義信號向量 模SVM和運動角速度，
（即為三軸合加速度），設定SVM閾值為1.8g- 2.2g，運動角速度閾值為0.5rad/s-0.55rad/s，當SVM和人體運動角速度超過設定閾值時， 判斷人體發(fā)生跌倒。采用閾值檢測方法屬于事后檢測，使得跌倒保護裝置難以起到作用。
[0005] 通過訓練分類器的方法來進行人體狀態(tài)判斷，有可能比普通的閾值法更早地檢測 出跌倒的趨勢，從而實現(xiàn)事前檢測。但是，如何選擇分類器使用的特征值，以及采用什么分 類器，是能否真正實現(xiàn)事前檢測的關(guān)鍵點。
[0006] 因此，如何實現(xiàn)人體跌倒的事前檢測，是目前實現(xiàn)人體跌倒保護所急需解決的問 題。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的發(fā)明目的是提供一種人體跌倒檢測方法，實現(xiàn)人體跌倒的事前檢測，以 給保護裝置提供足夠的反應時間;本發(fā)明的另一發(fā)明目的是提供一種采用這種檢測方法的 人體跌倒保護裝置。
[0008] 為達到上述發(fā)明目的，本發(fā)明采用的技術(shù)方案是:一種人體跌倒檢測方法，包括： 1)特征值的獲?。?① 使用人體穿戴的三軸加速度儀和三軸陀螺儀進行采樣，得到各個采樣時間點的采樣 數(shù)據(jù)； ② 根據(jù)步驟①得到的采樣數(shù)據(jù)，分別計算獲得每個采樣時間點的三軸合加速度a、滾 轉(zhuǎn)角)f、俯仰角二，
,ax、ay、a z分別是三軸加速度，以水平面中正交的兩個方向 分別作為X軸和y軸，滾轉(zhuǎn)角I是繞X軸的姿態(tài)角，俯仰角設是繞y軸的姿態(tài)角； ③設置滑動時間窗口的長度和相鄰滑動時間窗口的疊加率，獲得每一滑動時間窗口內(nèi) 的各采樣點的三軸合加速度的均值和標準差義3?，獲得在滑動時間窗口的最后一個采 樣點處人體相對于直立狀態(tài)時的滾轉(zhuǎn)角和俯仰角的變化量的絕對值之和，以該三個參數(shù)作 為特征值； 2) 分類器的建立和訓練： 采用支持向量機算法構(gòu)建分類器，以步驟1)獲得的三個參數(shù)作為分類器的輸入特征 值； 由進行訓練的人員分別進行日?；顒有袨楹筒煌牡剐袨?，獲取跌倒樣本和日?；?動行為樣本構(gòu)成訓練集，對分類器進行訓練，獲得訓練后的分類器； 3) 采用訓練后的分類器根據(jù)獲取的人體實際傳感數(shù)據(jù)進行跌倒檢測。
[0009] 上述技術(shù)方案中，步驟1)之①中，采樣頻率通常與采用的傳感器芯片的性能相關(guān)， 采樣頻率過低將導致滑動時間窗口內(nèi)的采樣點個數(shù)不足，從而影響判斷效果。因此，采樣頻 率不小于50Hz。
[0010] 優(yōu)選的采樣頻率為100Hz。
[0011] 上述技術(shù)方案中，滑動時間窗口的長度為100~300ms，窗口的疊加率為40%~60%。 [0012] 滑動時間窗口的長度為100ms，窗口的疊加率為50%。
[0013] 本發(fā)明同時提供一種人體跌倒保護裝置，包括跌倒檢測裝置、保護氣囊和驅(qū)動裝 置，其中，所述跌倒檢測裝置主要由三軸加速度儀、三軸陀螺儀和控制器構(gòu)成，所述控制器 中設有上述的訓練后的分類器。
[0014] 優(yōu)選的技術(shù)方案，所述跌倒檢測裝置設置在人體的腰部。
[0015] 上述技術(shù)方案中，所述驅(qū)動裝置包括經(jīng)過一控制閥與保護氣囊連通的壓縮氣瓶， 所述控制閥由所述控制器控制開閉。
[0016] 所述保護氣囊由分別穿戴在人們脆弱部位的多個氣囊構(gòu)成。
[0017] 由于上述技術(shù)方案運用，本發(fā)明與現(xiàn)有技術(shù)相比具有下列優(yōu)點： 1、本發(fā)明通過選擇分別與加速度和角速度相關(guān)的三個參數(shù)，采用支持向量機算法訓練 分類器，實現(xiàn)了人體跌倒的事前檢測，實驗結(jié)果表明，跌倒行為的檢測率為99.2%，日常活動 行為的檢測率為96%，對較為劇烈的日常活動行為，也有較高的檢測率，平均前置時間達到 273ms，為跌倒的實時預警以及保護裝置的啟動提供的反應時間。
[0018] 2、本發(fā)明采用壓縮氣瓶的充氣方式給氣囊充氣，避免了現(xiàn)有技術(shù)中采用炸藥啟動 引起的瞬間沖擊力造成的意外傷害，氣囊可以作為穿戴設備配置在衣服內(nèi)的人體的重要位 置，比如髖部，頭頸和其他關(guān)鍵位置，對人體起到良好的保護作用。
【附圖說明】
[0019] 圖1是本發(fā)明實施例的方法流程圖； 圖2是實施例中一次向前跌倒的合加速度曲線圖； 圖3是實施例中一次向前跌倒的滾轉(zhuǎn)角變化曲線圖； 圖4是實施例二中一次行走過程的加速度矢量和變化曲線。
【具體實施方式】
[0020] 下面結(jié)合附圖及實施例對本發(fā)明作進一步描述： 實施例:參見圖1所示，本實施例提供了一種人體跌倒檢測方法，包括:獲取訓練數(shù)據(jù)， 進行特征提取，得到訓練樣本，對分類模型進行訓練，得到訓練后的分類器。為檢測其效果， 獲取測試數(shù)據(jù)，進行特征提取，采用訓練后的分類器進行分類決策。
[0021] 其中，進行特征提取時，選擇特征值的具體考慮的因素表述如下： 本實施例中的采樣頻率為100Hz。
[0022] (1)加速度特征的選擇： 在人體跌倒過程中，加速度會發(fā)生明顯變化，考慮到前后左右不同的跌倒方向，取三軸 合加速度：
圖2所示是一次向前跌倒的合加速度曲線，可以看出，在跌倒過程中，合加速度先減小 后增大，加速度最大的時刻也就是碰撞地面的時刻，跌倒事前檢測就是要在這一時刻前檢 測跌倒。從檢測到跌倒到碰撞地面之間的時間稱為前置時間。相應地，在進行SVM模型訓練 和測試的時候，跌倒樣本的采集也應該在這一時刻之前，并預留一定的時間。
[0023]考慮合加速度的大小和變化趨勢，取長度為n(n個取樣點）的滑動時間窗口，抽取 如下加速度特征： (1)合加速度的均值：
:_，i為在某一滑動時間窗口中取樣點的序號。
[0024] (2)合加速度的標準差：
本實施例中，η取10,即滑動時間窗口長度為100ms，窗口的疊加率為50%，即當前窗口的 后50%數(shù)據(jù)作為后一窗口的前50%數(shù)據(jù)。
[0025] (2)角度特征的選擇： 在人體跌倒過程中，人體的姿態(tài)角也會發(fā)生明顯變化，以向東為X軸、向北為y軸、向上 為z軸建立人體三維坐標系，也稱為東北天坐標系，繞X軸、y軸和z軸的姿態(tài)角分別稱為滾轉(zhuǎn) 角γ、俯仰角θ和偏航角Φ。當人體前后跌倒時，γ發(fā)生變化，左右跌倒時，θ發(fā)生變化。當人體 運動較為劇烈的時候，由于傳感器無法區(qū)分重力加速度和自身加速度，姿態(tài)角不能通過加 速度直接求得，需要進行姿態(tài)解算，常用的姿態(tài)解算方法是四元數(shù)法。
[0026]四元數(shù)是由四個元構(gòu)成的數(shù)：
四元數(shù)法引入代數(shù)學中的四元數(shù)這個工具來彌補用歐拉角描述剛體角運動時的不足。 姿態(tài)解算的基礎(chǔ)是坐標變換，任何姿態(tài)變化都可以認為是在瞬間通過三次繞軸轉(zhuǎn)動的角度 合成，這種轉(zhuǎn)動次序是不能變化的，人體的空間姿態(tài)可看作依次繞Z軸、y軸、X軸作基本旋轉(zhuǎn) 后的復合結(jié)果。經(jīng)過一系列數(shù)學轉(zhuǎn)換，用四元數(shù)表示的姿態(tài)角為：
[0027] 所以，如果四元數(shù)Q確定，則可計算出滾轉(zhuǎn)角γ和俯仰角Θ。經(jīng)過數(shù)學推導，四元數(shù) 微分方程可以表示為：
其中_為..::光」:'.，1、__:^:、.;^表不二軸角速度，米用畢卡算法求解該微分方 程，解得：

其中：I是單位矩陣， i^Sx、y、z軸在:|4:為%|采樣時間間隔內(nèi)的角增量。
[0028] 圖3所示是一次向前跌倒的滾轉(zhuǎn)角變化曲線，最后的角度是碰撞地面時刻的角度， 可以看出，角度的變化接近90°，同樣，向后、向左、向右跌倒時，角度的變化也接近90°?？紤] 到不同的跌倒方向，將相