一種智能手機的跌倒檢測和報警方法
【專利摘要】本發(fā)明公開了一種智能手機的跌倒檢測和報警方法，其通過實際的跌倒測試和近似跌倒測試獲取陽性數(shù)據(jù)樣本及假陽性數(shù)據(jù)樣本，進而采用支持矢量機算法對樣本進行訓練和測試，得到支持矢量機模型；使用時實時監(jiān)測智能手機的加速度傳感器的加速度值和陀螺儀的角加速度值，當其加權合加速度變化值和合角加速度值大于預定閾值時，進一步根據(jù)支持矢量機算法對所述的加速度值和角加速度值進行計算，并根據(jù)訓練得到的支持矢量機模型來判斷上述計算結果數(shù)據(jù)是否為陽性數(shù)據(jù)或假陽性數(shù)據(jù)，進而判斷是否發(fā)生跌倒及是否啟動預警和報警，從而使用戶在跌倒時能夠及時得到救助，且本發(fā)明跌倒檢測和報警都是在智能手機上完成，無需第三方設備，使用更方便。
【專利說明】一種智能手機的跌倒檢測和報警方法

【技術領域】
[0001] 本發(fā)明涉及一種檢測方法，特別是一種基于智能手機的加速度傳感器和陀螺儀的 跌倒檢測和報警方法。

【背景技術】
[0002] 中國正逐步進入老齡化社會，老年人的行動安全日益成為社會的焦點問題。針對 老年人跌倒的問題，除了事前防范外，如果在發(fā)生跌倒的情況下，第一時間得到醫(yī)治也是降 低老年人跌倒傷害的重要措施。隨著智能手機的普及及越來越多高進度的傳感器集成到智 能手機里，使用隨身攜帶的智能手機來進行跌倒檢測具有較強的實用性和社會效益。


【發(fā)明內容】

[0003] 本發(fā)明為解決上述問題，提供了一種智能手機的跌倒檢測和報警方法，其跌倒檢 測和報警都是在智能手機上完成，無需第三方設備，而且檢測更準確，更接近實際情況。
[0004] 為實現(xiàn)上述目的，本發(fā)明采用的技術方案為：
[0005] -種智能手機的跌倒檢測方法，包括以下步驟：
[0006] 10.通過實際的跌倒測試獲取陽性數(shù)據(jù)樣本，并通過近似跌倒測試獲取假陽性數(shù) 據(jù)樣本；
[0007] 20.采用支持矢量機算法對獲取到的陽性數(shù)據(jù)樣本和假陽性數(shù)據(jù)樣本進行訓練和 測試，得到支持矢量機模型；
[0008] 30.實時監(jiān)測智能手機的加速度傳感器的加速度值和陀螺儀的角加速度值，并計 算當前的加權合加速度變化值和合角加速度值；
[0009] 40.判斷加權合加速度變化值和合角加速度值是否大于預定閾值，如果大于閾值， 則持續(xù)記錄加速度傳感器的加速度值和陀螺儀的角加速度值，并根據(jù)支持矢量機算法對所 述的加速度值和角加速度值進行計算；如果小于或等于預定閥值，則返回步驟30。
[0010] 50.根據(jù)步驟20中訓練得到的支持矢量機模型來判斷步驟40中的計算結果數(shù)據(jù) 是否為陽性數(shù)據(jù)或假陽性數(shù)據(jù)，進而判斷是否發(fā)生跌倒。
[0011] 優(yōu)選的，所述的步驟40中根據(jù)支持矢量機算法對所述的加速度值和角加速度值 進行計算，主要包括以下步驟：
[0012] 41.當加權合加速度變化值和合角加速度值是否大于預定閾值時，則記錄時間點 tl ；
[0013] 42.持續(xù)記錄加速度傳感器的加速度值及計算其加權合加速度變化值；當加權合 加速度變化值達到基本恒定或者發(fā)生翻轉，則記錄時間點t 2 ;
[0014] 43.持續(xù)記錄陀螺儀的角加速度值及計算其合角加速度值；當合角加速度值趨近 于〇,則記錄時間點t 3 ;
[0015] 44.當時間點t2和時間點t3均到達，則進行以下計算：
[0016] 441.從合加速度大于閾值變化起始到合加速度基本恒定或反轉的時間差Λ tl，其 中 Δ h = (Vh);
[0017] 442.在Λ &時間段內，加權合加速度變化值的平均值；
[0018] 443.在Λ &時間段內，加權合加速度變化值的方差；
[0019] 444.從合角加速度變化起始到合角加速度基本為0的時間差Λ t2，其中Λ t2 = (ts-ti);
[0020] 445.在Λ t2時間段內，合角加速度變化的平均值；
[0021] 446.在Λ t2時間段內，合角加速度變化的方差。
[0022] 優(yōu)選的，所述的步驟20主要是通過選取典型的跌倒事件的陽性數(shù)據(jù)樣本和日常 運動臨近跌倒事件的假陽性數(shù)據(jù)樣本進行訓練，陽性數(shù)據(jù)樣本與假陽性數(shù)據(jù)樣本的比例為 3 : 1〇
[0023] 優(yōu)選的，所述的步驟20中采用支持矢量機算法對獲取到的陽性數(shù)據(jù)樣本和假陽 性數(shù)據(jù)樣本進行訓練和測試，主要是利用核函數(shù)將所有的陽性數(shù)據(jù)樣本和假陽性數(shù)據(jù)樣本 映射到高維特征超球面空間實現(xiàn)分類。
[0024] 優(yōu)選的，所述的步驟20中的支持矢量機算法主要是采用加權合加速度變化值和 合角加速度值作為基礎數(shù)據(jù)，并選取下列值作為向量：
[0025] 20a.從合加速度變化起始到合加速度基本恒定或反轉的時間差，記為第一時間 差；
[0026] 20b.在第一時間差的時間段內，加權合加速度變化值的平均值；
[0027] 20c.在第一時間差的時間段內，加權合加速度變化值的方差；
[0028] 20d.從合角加速度變化起始到合角加速度基本為0的時間差，記為第二時間差；
[0029] 20e.在第二時間差的時間段內，合角加速度變化值的平均值；
[0030] 20f.在第二時間差的時間段內，合角加速度變化值的方差。
[0031] 優(yōu)選的，所述的加權合加速度變化值和合角加速度值的計算方法為：
[0032] 加權合加速度變化值A的計算公式如下：
[0033]

【權利要求】
1. 一種智能手機的跌倒檢測方法，其特征在于，包括以下步驟：
10.通過實際的跌倒測試獲取陽性數(shù)據(jù)樣本，并通過近似跌倒測試獲取假陽性數(shù)據(jù)樣 本；
20.采用支持矢量機算法對獲取到的陽性數(shù)據(jù)樣本和假陽性數(shù)據(jù)樣本進行訓練和測 試，得到支持矢量機模型；
30.實時監(jiān)測智能手機的加速度傳感器的加速度值和陀螺儀的角加速度值，并計算當 前的加權合加速度變化值和合角加速度值；
40. 判斷加權合加速度變化值和合角加速度值是否大于預定閾值，如果大于閾值，則持 續(xù)記錄加速度傳感器的加速度值和陀螺儀的角加速度值，并根據(jù)支持矢量機算法對所述的 加速度值和角加速度值進行計算；如果小于或等于預定閥值，則返回步驟30。
50.根據(jù)步驟20中訓練得到的支持矢量機模型來判斷步驟40中的計算結果數(shù)據(jù)是否 為陽性數(shù)據(jù)或假陽性數(shù)據(jù)，進而判斷是否發(fā)生跌倒。
2. 根據(jù)權利要求1所述的一種智能手機的跌倒檢測方法，其特征在于：所述的步驟40 中根據(jù)支持矢量機算法對所述的加速度值和角加速度值進行計算，主要包括以下步驟：
41. 當加權合加速度變化值和合角加速度值是否大于預定閾值時，則記錄時間點h ;
42. 持續(xù)記錄加速度傳感器的加速度值及計算其加權合加速度變化值；當加權合加速 度變化值達到基本恒定或者發(fā)生翻轉，則記錄時間點t 2 ;
43. 持續(xù)記錄陀螺儀的角加速度值及計算其合角加速度值；當合角加速度值趨近于0， 則記錄時間點t3 ;
44. 當時間點t2和時間點t3均到達，則進行以下計算：
441. 從合加速度大于閾值變化起始到合加速度基本恒定或反轉的時間差，其中 Δ = (t2-ti)；
442. 在△11時間段內，加權合加速度變化值的平均值；
443. 在Λ &時間段內，加權合加速度變化值的方差；
444. 從合角加速度變化起始到合角加速度基本為0的時間差At2，其中At2 = (ts-ti);
445. 在△12時間段內，合角加速度變化的平均值；
446. 在At2時間段內，合角加速度變化的方差。
3. 根據(jù)權利要求1所述的一種智能手機的跌倒檢測方法，其特征在于：所述的步驟20 主要是通過選取典型的跌倒事件的陽性數(shù)據(jù)樣本和日常運動臨近跌倒事件的假陽性數(shù)據(jù) 樣本進行訓練，陽性數(shù)據(jù)樣本與假陽性數(shù)據(jù)樣本的比例為3 : 1。
4. 根據(jù)權利要求1所述的一種智能手機的跌倒檢測方法，其特征在于：所述的步驟20 中采用支持矢量機算法對獲取到的陽性數(shù)據(jù)樣本和假陽性數(shù)據(jù)樣本進行訓練和測試，主要 是利用核函數(shù)將所有的陽性數(shù)據(jù)樣本和假陽性數(shù)據(jù)樣本映射到高維特征超球面空間實現(xiàn) 分類。
5. 根據(jù)權利要求4所述的一種智能手機的跌倒檢測方法，其特征在于：所述的步驟20 中的支持矢量機算法主要是采用加權合加速度變化值和合角加速度值作為基礎數(shù)據(jù)，并選 取下列值作為向量： 20a.從合加速度變化起始到合加速度基本恒定或反轉的時間差，記為第一時間差； 20b.在第一時間差的時間段內，加權合加速度變化值的平均值； 20c.在第一時間差的時間段內，加權合加速度變化值的方差； 20d.從合角加速度變化起始到合角加速度基本為0的時間差，記為第二時間差； 20e.在第二時間差的時間段內，合角加速度變化值的平均值； 20f.在第二時間差的時間段內，合角加速度變化值的方差。
6. 根據(jù)權利要求1或2或3或4或5所述的一種智能手機的跌倒檢測方法，其特征在 于：所述的加權合加速度變化值和合角加速度值的計算方法為： 加權合加速度變化值A的計算公式如下：
合角加速度值W的計算公式如下：
其中，wx，wy，wz是分配在X，y，z軸的權重；Aax，Aa y，Aaz是指X軸、y軸、z軸方向上 加速度的變化值。
7. 根據(jù)權利要求4所述的一種智能手機的跌倒檢測方法，其特征在于：所述的高維特 征超球面空間是通過定義一個超球面的表面來區(qū)分陽性數(shù)據(jù)樣本和假陽性數(shù)據(jù)樣本，并且 所有的陽性數(shù)據(jù)樣本都集中在該超球面表面內。
8. 根據(jù)權利要求7所述的一種智能手機的跌倒檢測方法，其特征在于：所述的區(qū)分陽 性數(shù)據(jù)樣本和假陽性數(shù)據(jù)樣本的具體步驟進一步包括：
21. 假設樣本集X，X = { X i，i = 1. . . . 1}，Xi e ΛΓ，在高維特征空間通過非線性映射 尋找以矢量α為中心、R為半徑的最新超球面，其最優(yōu)化問題的表達式為：
|| Φ(Χ?)-α ΙΙ^^+ξ^ ξ^Ο,? e [1,1]； 其中，F(xiàn)為特征空間，ξ為松弛變量，：|決定超球面定義的超球體的體積和樣本集可以 在超球體外被分類數(shù)，ν e (〇, 1)，1表示樣本數(shù)量；
22. 基于KKT條件，引入核函數(shù) K(x, y) =< Φ (χ) · Φ (y) > ； 最優(yōu)化問題的表達式為：
其4
超球面的中心α為：
23. 通過訓練，可以得到超球面的半徑R:
24. 對于任意一個支持向量，判決函數(shù)如下： f ( X ) = sgn (R2- Σ i, j λ j λ jK( x j, x p -K( x , x ) +2 Σ i λ jK( x i, x s))； 核函數(shù)為：
25. 對于所有的樣本，如果f(x) >0,則樣本屬于陽性數(shù)據(jù)樣本，如果f(x) <0,則樣 本屬于假陽性數(shù)據(jù)樣本。
9. 一種采用上述權利要求1至8的智能手機跌倒檢測方法的跌倒報警方法，其特征在 于，包括以下步驟：
70.檢測是否發(fā)生跌倒，如果是則啟動預警；
80. 判斷預警時間是否超過預設時間，如果已超時且用戶沒有取消預警，則啟動報警。
10. 根據(jù)權利要求9所述的一種智能手機的跌倒報警方法，其特征在于：所述的步驟70 主要是當手機檢測到跌倒發(fā)生時，將在手機彈出預警界面，同時播放警示提示并振動手機。
11. 根據(jù)權利要求9所述的一種智能手機的跌倒檢測和報警方法，其特征在于：所述的 步驟80中如果在預設時間內用戶選擇取消預警則回歸正常模式；如果在預設時間內用戶 沒有取消預警，則啟動如下報警行為：
81. 獲取當前GPS位置，將當前的GPS位置信息通過網(wǎng)絡或者短消息發(fā)送給預定的聯(lián)系 人組；
82. 循環(huán)撥打預設的聯(lián)系人組，直至有聯(lián)系人接通為止，當有聯(lián)系人接通后，播放預先 設定的預警語音信息。
【文檔編號】H04M1/725GK104125337SQ201410349776
【公開日】2014年10月29日 申請日期:2014年7月22日 優(yōu)先權日:2014年7月22日
【發(fā)明者】黃家傳 申請人:廈門美圖移動科技有限公司