一种基于Android系统的人体跌倒检测方法及装置

技术领域

本发明涉及智能检测领域，特别是涉及一种基于Android系统的人体跌倒检测方法及装置。

背景技术

人口老龄化已成为一个世界性的问题，我国早在1999年就已经进入老龄化社会，老年人占总人口的比重在持续攀升之中。空巢老年人家庭也占了相当大的比例，如何更好的赡养老人已成为社会难题。老年人在日常生活中跌倒的发生率也非常高，是老年人伤残和死亡的主要原因之一。当老年人跌倒时，若能够得到及时的救助，那么可以减少伤痛带来的痛苦，甚至可以避免死亡。现有跌倒监测预警装置不能及时将跌倒信息传送到用户的移动终端上告知监护人，延误急救的时间，存在较大的安全隐患。

现有的摔倒检测主要有三大类，第一类为基于图像的检测即安装摄像头，但是这种方法容易暴露隐私，且辨别区域有限一旦有物体遮挡则失去判定意义。第二类为基于环境的检测一般是通过地板上安装压力或是声音检测设备，但是成本较高且区域固定。第三类则基于穿戴设备的检测，比如衣服，鞋，手机，手环，帽子等。这类产品不受环境影响，反应迅速是当前最主流的方案。

发明内容

鉴于以上现有技术的缺点，本发明的目的在于提供一种基于Android系统的人体跌倒检测方法及装置，以改善现有技术中通过实时监测使用者运动状态的计算步骤，实时判定是否摔倒达到及时救助。

为实现上述目的及其他相关目的，第一方面，本申请提供一种基于Android系统的人体跌倒检测方法，所述检测方法包括以下步骤：

进行程序预设置并运行程序，获取用户单位时间内于运动传感器中的运动参数数据；

对运动参数数据进行处理，提取用户活动的特征值，并将该特征值与样本特征值通过多阈值算法进行对比；

在检测所有特征值都大于样本特征值时，输出用户摔倒信号，控制警报装置发出报警信号；

判断警报信号发出N秒内是否被取消，若未被取消则自动发送包括精确定位及现场图像视频数据的呼救信息至监管中心，其中N为正整数。

更进一步的，所述运动传感器包括三轴加速度传感器和陀螺仪传感器，产生的运动参数数据经过中值滤波处理后，通过公式计算产生运动函数f(x)；

其中，所述运动函数f(x)公式为：

其中，所述运动函数f(x)重新排列成新的函数后，用于计算用户活动的特征值，式中X

更进一步的，将所述运动函数f(x)中的数据通过合加速度SMA计算公式计算获取合加速度参数，当所述合加速度参数大于合加速度阈值，判定为异常；

其中，所述合加速度SMA计算公式为：

式中，a(x),a(y),a(z)为三维坐标数据。

更进一步的，合加速度异常时，将所述运动函数f(x)中的数据通过合角速度SMV计算公式计算获取合角速度参数，当所述合角速度参数大于合角速度阈值，判定为异常；

其中，所述合角速度SMV计算公式为：

式中，a(x),a(y),a(z)为三维坐标数据。

更进一步的，合角速度异常时，将所述运动函数f(x)中的数据通过运动状态激烈度IMS计算公式计算获取运动状态激烈度参数，当所述运动状态激烈度参数大于运动状态激烈度阈值，判定为异常；

其中，所述运动状态激烈度IMS计算公式为：

式中，a(x),a(y),a(z)为三维坐标数据。

更进一步的，运动状态激烈度异常时，将所述运动函数f(x)中的数据通过能量亏损EL计算公式计算获取能量亏损参数，当所述能量亏损参数大于能量亏损阈值，判定为异常；

其中，所述能量亏损EL计算公式为：

式中，a(x),a(y),a(z)为三维坐标数据。

更进一步的，能量亏损异常时，将所述运动函数f(x)中的数据通过身体形态偏转角ABS计算公式计算获取身体形态偏转角参数，当所述身体形态偏转角参数大于身体形态偏转角阈值，判定为异常；

其中，所述身体形态偏转角ABS计算公式为：

/>

式中，a(x),a(y),a(z)为三维坐标数据。

更进一步的，身体形态偏转角异常时，将所述运动函数f(x)中的数据通过陀螺仪转动角AGR计算公式计算获取陀螺仪转动角参数，当所述陀螺仪转动角参数大于陀螺仪转动角阈值，判定为异常；以及

其中，所述陀螺仪转动角AGR计算公式为：

AGR＝∫SNVdt；

如果所述陀螺仪转动角步骤异常时，判断所述用户处于跌倒状态，所述移动终端发出呼救信息。

更进一步的，呼救信息包括所述检测装置基于全球定位系统单元定位所述用户的详细位置，并打开相机功能前后摄自动拍照获取照片，最终将所述详细位置和所述照片通过短信将详细位置和所属照片发给紧急联系人以及电话语音提醒。

第二方面，本发明提供了一个基于Android系统的人体跌倒检测装置，所述装置适用于第一方面所述基于Android系统的人体跌倒检测方法，包括：

运动传感器，包括三轴加速度传感器和陀螺仪传感器用于获取用户在多个方向的运动参数；

计算单元，基于运动参数计算产生运动函数、合角速度参数、运动状态激烈度参数、能量亏损参数、身体形态偏转角参数及陀螺仪转动角参数；

判断单元，用于基于所述运动函数、所述合角速度参数、所述运动状态激烈度参数、所述能量亏损参数、所述身体形态偏转角参数、所述陀螺仪转动角参数，和合角速度阈值、运动状态激烈度阈值、能量亏损阈值、身体形态偏转角阈值及陀螺仪转动角阈值，依序判断所述用户是否处于跌倒状态；以及

处理单元，当所述用户处于跌倒状态时，产生跌倒信号。

如上所述，一种基于Android系统的人体跌倒检测方法及装置，至少具有如下有益效果：

本发明通过后台实时检测采集智能手机的加速度传感器数据和陀螺仪传感器数据去判定被检测人的运动状态，如果判定被检测人处于摔倒状态，则会第一时间发出预警蜂鸣引起路边行人的关注获得帮助，20s后程序将打开手机定位系统获得被监测人员的详细位置，把被监测人当前位置和前后摄像头实时照片通过短信给提前设定好的紧急联系人或拨打电话。如果系统处于误判即被监测人未摔倒，则被监测人可以手动取消预警，从而保护被监测人员的生命安全。

本发明使用成本低，手机方便易携且操作简单；有一定的容错，若误判则可以手动取消避免不必要的影响；减少不必要的运算判断程序，大大减少运算所需效能。

附图说明

图1为本申请一示例性实施例中一种基于Android系统的人体跌倒检测方法步骤图；

图2为本申请一示例性实施例中一种基于Android系统的人体跌倒检测方法应用流程图；

图3为本申请一示例性实施例中一种基于Android系统的人体跌倒移动终端的模块示意图。

标号说明

运动传感器1、三轴加速度传感器11、陀螺仪传感器12；

计算单元2、判断单元3、处理单元4、存储单元5、执行单元6。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容所能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“第一”、“第二”等用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

本申请提供的一种依阳光强度的调光电路，可以通过实时监测使用者的运动状态，判定是否摔倒达到及时救助的目的，其具体实施方式可以包括但不限于是移动终端等。

一实施例中，参阅图1所示，本发明提供了一种基于Android系统的人体跌倒检测方法，

所述检测方法包括以下步骤：

进行程序预设置并运行程序，获取用户单位时间内于运动传感器中的运动参数数据；

对运动参数数据进行处理，提取用户活动的特征值，并将该特征值与样本特征值通过多阈值算法进行对比；

在检测所有特征值都大于样本特征值时，输出用户摔倒信号，控制警报装置发出报警信号；

判断警报信号发出N秒内是否被取消，若未被取消则自动发送包括精确定位及现场图像视频数据的呼救信息至监管中心，其中N为正整数。

本实施例进行优选时，运动传感器包括三轴加速度传感器和陀螺仪传感器，产生的运动参数数据经过中值滤波处理后，通过公式计算产生运动函数f(x)；

其中，所述运动函数f(x)公式为：

其中，所述运动函数f(x)重新排列成新的函数后，用于计算用户活动的特征值，式中X

本实施例中，所述运动函数f(x)中的数据通过合加速度SMA计算公式计算获取合加速度参数，当所述合加速度参数大于合加速度阈值，判定为异常；

其中，所述合加速度SMA计算公式为：

式中，a(x),a(y),a(z)为三维坐标数据。

本实施例中，合加速度异常时，将所述运动函数f(x)中的数据通过合角速度SMV计算公式计算获取合角速度参数，当所述合角速度参数大于合角速度阈值，判定为异常；

其中，所述合角速度SMV计算公式为：

式中，a(x),a(y),a(z)为三维坐标数据。

本实施例中，合角速度异常时，将所述运动函数f(x)中的数据通过运动状态激烈度IMS计算公式计算获取运动状态激烈度参数，当所述运动状态激烈度参数大于运动状态激烈度阈值，判定为异常；

其中，所述运动状态激烈度IMS计算公式为：

式中，a(x),a(y),a(z)为三维坐标数据。

本实施例中，运动状态激烈度异常时，将所述运动函数f(x)中的数据通过能量亏损EL计算公式计算获取能量亏损参数，当所述能量亏损参数大于能量亏损阈值，判定为异常；

其中，所述能量亏损EL计算公式为：

式中，a(x),a(y),a(z)为三维坐标数据。

本实施例中，能量亏损异常时，将所述运动函数f(x)中的数据通过身体形态偏转角ABS计算公式计算获取身体形态偏转角参数，当所述身体形态偏转角参数大于身体形态偏转角阈值，判定为异常；

其中，所述身体形态偏转角ABS计算公式为：

式中，a(x),a(y),a(z)为三维坐标数据。

本实施例中，身体形态偏转角异常时，将所述运动函数f(x)中的数据通过陀螺仪转动角AGR计算公式计算获取陀螺仪转动角参数，当所述陀螺仪转动角参数大于陀螺仪转动角阈值，判定为异常；以及

其中，所述陀螺仪转动角AGR计算公式为：

AGR＝∫SNVdt；

如果所述陀螺仪转动角步骤异常时，判断所述用户处于跌倒状态，所述移动终端发出呼救信息。

本实施例中，呼救信息包括所述检测装置基于全球定位系统单元定位所述用户的详细位置，并打开相机功能前后摄自动拍照获取照片，最终将所述详细位置和所述照片通过短信将详细位置和所属照片发给紧急联系人以及电话语音提醒。

作为本实施例的优选，采集器为模拟-数字转换电路(Analog to DigitalConverter，ADC)采集器。示例性地，所述运动传感器包括一三轴加速度传感器(Accelerometer)和一陀螺仪传感器(Gyroscope)。

本实施例使用移动终端发出呼救信息，包括所述检测装置播放求助语音或警报声。

作为本实施例的优选，移动终端发出呼救信息，包括所述检测装置向一紧急联系人拨打电话，其中，所述紧急联系人是所述检测装置中预先设置的任一紧急联系人。

一实施例中，移动终端发出呼救信息时，当所述用户于一时间内取消播放所述求助语音或所述警报声，实时取消向所述紧急联系人拨打电话。

作为本实施例的优选，移动终端发出呼救信息时取消播放所述求助语音或所述警报声，所述时间为系统默认或用户输入的时间长度。

作为本实施例的优选，移动终端发出呼救信息，包括所述检测装置基于一全球定位系统单元(Global Positioning System,GPS)定位所述用户的一详细位置，并打开相机功能前后摄自动拍照获取一张照片，将所述详细位置和所述照片通过短信发送给所述紧急联系人。

一实施例中，通过大量的人类正常活动模拟，如走路、上下楼梯、静止、坐下等，我们得到正常活动的阈值。我们将采集到的单位时间内的参数对应其正常生活中的阈值，依序进行多阈值算法比对即所述合加速度参数>所述合加速度阈值，所述合角速度参数>所述合角速度阈值...,当所有特征值都大于正常范围内的值时，我们就判断用户摔倒。

本实施例中，如果判定用户处于摔倒状态，则会第一时间发出预警蜂鸣引起路边行人的关注获得帮助，20秒后程序将打开手机定位系统获得用户的详细位置，把用户当前位置和前后摄像头实时照片通过短信给提前设定好的紧急联系人或拨打电话。如果系统处于误判即用户未摔倒，则用户可以手动取消预警，从而保护用户的生命安全。

一实施例中，请参阅图3，本申请提供了一种基于Android系统的人体跌倒移动终端包括：运动传感器1，包括三轴加速度传感器11和陀螺仪传感器12用于获取用户在多个方向的运动参数；计算单元2，基于所述运动参数计算产生运动函数、合角速度参数、运动状态激烈度参数、能量亏损参数、身体形态偏转角参数及陀螺仪转动角参数；判断单元3，用于基于所述运动函数、所述合角速度参数、所述运动状态激烈度参数、所述能量亏损参数、所述身体形态偏转角参数、所述陀螺仪转动角参数，和合角速度阈值、运动状态激烈度阈值、能量亏损阈值、身体形态偏转角阈值及陀螺仪转动角阈值，依序判断所述用户是否处于跌倒状态；以及处理单元4，当所述用户处于跌倒状态时，产生跌倒信号。

本实施例进行优选时，更包括存储单元5以及执行单元6，其特征在于：所述存储单元5，用于存储可执行指令；以及所述执行单元6，用于执行所述存储单元5中存储的可执行指令时。

本实施例进行优选时，可执行指令包括计算机指令，当所述计算机指令执行时，所述执行单元6用于实现上述的一种基于Android系统的人体跌倒检测方法。

在上述方案的一种基于Android系统的人体跌倒检测方法、装置及移动终端中，具有如下有益效果，本发明通过后台实时检测采集智能手机的加速度传感器数据和陀螺仪传感器数据去判定被检测人的运动状态，如果判定被检测人处于摔倒状态，则会第一时间发出预警蜂鸣引起路边行人的关注获得帮助，20s后程序将打开手机定位系统获得被监测人员的详细位置，把被监测人当前位置和前后摄像头实时照片通过短信给提前设定好的紧急联系人或拨打电话。如果系统处于误判即被监测人未摔倒，则被监测人可以手动取消预警，从而保护被监测人员的生命安全。

本发明使用成本低，手机方便易携且操作简单；有一定的容错，若误判则可以手动取消避免不必要的影响；减少不必要的运算判断程序，大大减少运算所需效能。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。