一种跌倒检测算法、控制装置、终端设备及存储介质

技术领域

本申请涉及人工智能技术领域，具体涉及一种跌倒检测算法、控制装置、终端设备及存储介质。

背景技术

随着我国老龄化程度不断增加，如何保障老年人的安全已经成为重要的社会问题；在众多威胁老年人安全因素中，跌倒已然成为老年人受伤甚至死亡的重要原因之一，跌倒发生后，许多老年人会因长时间躺在地上无法恢复或者呼救，错过了最佳治疗时间，从而导致受伤甚至死亡；针对上述问题，跌倒检测已经成为最近的研究热点，有关跌倒检测的算法主要分为三类：机器学习方法、阈值方法和其二者的组合方法；机器学习方法由于其训练集中需要有跌倒数据的参与，因此这对于老年人是不现实的，基于阈值的方法相对简单且响应速度快，同样地，其训练集也需要跌倒的数据；因此，在训练集不考虑跌倒数据的前提下，设计出一种响应速度快的跌倒检测方法是一种可行的方案。

发明内容

鉴于现有技术中的上述缺陷或不足，本申请旨在提供一种跌倒检测算法、控制装置、终端设备及存储介质。

第一方面，本申请提供一种跌倒检测算法，基于足部参数变化，包括如下步骤：

S100：预设正常活动足底压力面积最小值为第一阈值，实时采集足底压力面积值；

S101：当实时采集到的所述足底压力面积值小于所述第一阈值时，实时采集双足横滚角值；

S102：预设正常活动时所述双足横滚角的最小值为第二阈值，获取实时采集的所述双足横滚角的最小值；

S103：当获取的实时采集的所述双足横滚角的最小值小于所述第二阈值时，判断此时为跌倒状态。

根据本申请实施例提供的技术方案，所述获取实时采集的所述双足横滚角的最小值之后，还包括如下步骤：

S200：当获取的实时采集的所述双足横滚角的最小值大于或等于所述第二阈值时，获取实时采集的所述双足横滚角的最大值；

S201：预设正常活动时所述双足横滚角的最大值为第三阈值，当获取的实时采集的所述双足横滚角的最大值大于所述第三阈值时，判断此时为跌倒状态。

根据本申请实施例提供的技术方案，所述获取实时采集所述双足横滚角的最大值之后，还包括如下步骤：

S300：当获取的实时采集的所述双足横滚角的最大值小于或等于所述第三阈值时，实时采集双足俯仰角值；

S301：预设正常活动时双足俯仰角的最小值为第四阈值，获取实时采集的所述双足俯仰角的最小值；

S302：当获取的实时采集的所述双足俯仰角的最小值小于所述第四阈值时，判断此时为跌倒状态。

根据本申请实施例提供的技术方案，所述获取实时采集的所述双足俯仰角的最小值之后，还包括如下步骤：

S400：当获取的实时采集的所述双足俯仰角的最小值大于或等于所述第四阈值时，获取实时采集的所述双足俯仰角的最大值；

S401：预设正常活动时双足俯仰角的最大值为第五阈值，当获取的实时采集的所述双足俯仰角的最大值大于所述第五阈值时，判断此时为跌倒状态。

根据本申请实施例提供的技术方案，所述获取实时采集的所述双足俯仰角的最大值之后，还包括如下步骤：当获取的实时采集的所述双足俯仰角的最大值小于或等于所述第五阈值时，判断为正常活动并重复进行所述足底压力面积的实时采集工作。

根据本申请实施例提供的技术方案，所述实时采集足底压力面积值包括如下步骤：

S600：初始化所述足底压力面积数值及循环次数；

S601：预设足底设有压力点数量为第一预设数值，各所述压力点的数字量为第六阈值；

S602：获取所述循环次数，当所述循环次数小于所述第一预设数值时，获取此时所述压力点的数字量；

S603：当获取到的所述压力点的数字量大于或等于所述第六阈值时，所述足底压力面积值加1，同时，所述循环次数加1；

S604：重复执行步骤S602-S603，直至所述循环次数等于所述第一预设数值；

S605：输出最终所述足底压力面积值。

根据本申请实施例提供的技术方案，所述获取此时所述压力点的数字量之后，所述重复执行步骤S602-S603，直至所述循环次数等于所述第一预设数值之前，还包括：当获取到的所述压力点的数字量小于所述第六阈值时，所述足底压力面积值不变，所述循环次数加1。

第二方面，本申请提出一种跌倒检测算法的控制装置，包括：

第一处理模块，所述第一处理模块配置用于预设正常活动足底压力面积最小值为第一阈值，实时采集足底压力面积值；

第一采集模块，所述第一采集模块配置用于当实时采集到的所述足底压力面积值小于所述第一阈值时，实时采集双足横滚角值；

第二处理模块，所述第二处理模块配置用于预设正常活动时所述双足横滚角的最小值为第二阈值，获取实时采集的所述双足横滚角的最小值；

第一判断模块，所述第一判断模块配置用于当获取的实时采集的所述双足横滚角的最小值小于所述第二阈值时，判断此时为跌倒状态。

第三方面本申请提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现上述的跌倒检测算法的步骤。

第四方面本申请提供一种计算机可读存储介质，所述计算机可读存储介质有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的跌倒检测算法的步骤。

综上所述，本申请提出一种跌倒检测算法、控制装置、终端设备及存储介质，其中，一种跌倒检测算法，基于足部参数变化，该算法包括如下步骤：首先，预设正常活动足底压力面积最小值为第一阈值，实时采集足底压力面积值；再判断当实时采集到的所述足底压力面积值小于所述第一阈值时，实时采集双足横滚角值；其次，预设正常活动时所述双足横滚角的最小值为第二阈值，获取实时采集的所述双足横滚角的最小值；最后，当获取的实时采集的所述双足横滚角的最小值小于所述第二阈值时，判断此时为跌倒状态；本算法仅对正常活动的实验数据进行采集即可完成阈值的设置，这样更方便老年人使用；不需要采集跌倒数据也能保障跌倒检测的准确率。

附图说明

图1为本申请实施例提供的一种跌倒检测算法的流程图；

图2为本申请实施例提供的一种跌倒检测算法控制装置的结构示意图；

图3为本申请实施例提供的一种终端设备的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

实施例1

诚如背景技术中提到的，针对现有技术中的问题，本申请提出了一种跌倒检测算法，基于足部参数变化，在某些特定情景下，本方案依赖于足部惯性传感器和足底压力鞋垫，是通过对所述足部惯性传感器所收集的数据进行处理，然后判断跌倒状态，所述足部惯性传感器设置于所述足底压力鞋垫内，利用足部参数判断跌倒是否发生，隐私性强，适用场合多样，成本低；如图1所示，该算法包括如下步骤：

S100：预设正常活动足底压力面积最小值为第一阈值，实时采集足底压力面积值；

具体的，受用者根据自身需求和习惯进行多项正常活动，正常活动包括但不限于人体直立行走、坐立、蹲起、跳跃等人体常见运动；根据式(1)计算出某次正常活动所述足底压力面积的集合S

A

th1＝min(A

式(1)、式(2)及式(3)中，

S101：当实时采集到的所述足底压力面积值小于所述第一阈值时，实时采集双足横滚角值；其中，虽然一般情况下正常活动中所述足底压力面积不会小于所述第一阈值，但某些特殊的活动中可能会小于所述第一阈值，因此当实时采集的所述足底压力面积值小于所述第一阈值时，需通过足部角度进一步判断是否为跌倒状态；所述足底压力鞋垫内设有所述足部惯性传感器，可实时采集所述双足横滚角值；

S102：预设正常活动时所述双足横滚角的最小值为第二阈值，获取实时采集的所述双足横滚角的最小值；

根据式(4)求出某次正常活动的所述双足横滚角的集合R

R

th2＝min(R

式(4)、式(5)及式(6)中，

S103：当获取的实时采集的所述双足横滚角的最小值小于所述第二阈值时，判断此时为跌倒状态；

具体的，获取通过所述足部惯性传感器实时采集所述双足横滚角值中的最小值并与所述第二阈值进行比较，由于正常活动中，所述双足横滚角一定不会小于所述第二阈值，故当实时采集得到的所述双足横滚角值中的最小值小于所述第二阈值时，即可判定此时为跌倒状态；本方案中，仅对正常活动的实验数据进行采集即可完成阈值的设置，这样更方便老年人使用；不需要采集跌倒数据也能保障跌倒检测的准确率。

在某些特定情景下，所述足底压力面积检测的优先级高于足部角度信息检测，考虑了正常步态下足部角度有可能发生较大变化，而且人体一旦跌倒其足底压力可能急剧减少甚至接近于0，其变化量较大，容易检测；所述双足横滚角的判断可有效筛除跳跃等使所述足部压力面积变化过大的步态运动，从而提高是否为跌倒状态的判定的准确性。

进一步地，所述获取实时采集的所述双足横滚角的最小值之后，还包括如下步骤：

S200：当获取的实时采集的所述双足横滚角的最小值大于或等于所述第二阈值时，获取实时采集的所述双足横滚角的最大值；

在某些特定情景下，正常活动中所述双足横滚角的最小值大于或等于所述第二阈值是正常的，故需进一步判断当前所述双足横滚角的最大值是否为正常范围值；

S201：预设正常活动时所述双足横滚角的最大值为第三阈值，当获取的实时采集的所述双足横滚角的最大值大于所述第三阈值时，判断此时为跌倒状态；

首先，根据式(7)求出某次正常活动足部横滚角的集合R

/>

R

th3＝max(R

式(7)、式(8)及式(9)中，

具体的，获取通过所述足部惯性传感器实时采集所述双足横滚角值中的最大值并与所述第三阈值进行比较，由于正常活动中，所述双足横滚角一定不会大于所述第三阈值，故当实时采集得到的所述双足横滚角值中的最大值大于所述第三阈值时，即可判定此时为跌倒状态。

进一步地，所述获取实时采集所述双足横滚角的最大值之后，还包括如下步骤：

S300：当获取的实时采集的所述双足横滚角的最大值小于或等于所述第三阈值时，实时采集双足俯仰角值；

在某些特定情景下，正常活动中所述双足横滚角的最大值小于或等于所述第三阈值是正常的，故需进一步判断通过所述足部惯性传感器实时采集的当前所述双足俯仰角是否为正常范围值；

S301：预设正常活动时双足俯仰角的最小值为第四阈值，获取实时采集的所述双足俯仰角的最小值；

首先，根据式(10)求出某次正常活动中所述双足俯仰角的集合P

P

th4＝min(P

式(10)、式(11)及式(12)中，

S302：当获取的实时采集的所述双足俯仰角的最小值小于所述第四阈值时，判断此时为跌倒状态；

具体的，获取通过所述足部惯性传感器实时采集所述双足俯仰角值中的最小值并与所述第四阈值进行比较，由于正常活动中，所述双足俯仰角一定不会小于所述第四阈值，故当实时采集得到的所述双足横滚角值中的最小值小于所述第四阈值时，即可判定此时为跌倒状态。

进一步地，所述获取实时采集的所述双足俯仰角的最小值之后，还包括如下步骤：

S400：当获取的实时采集的所述双足俯仰角的最小值大于或等于所述第四阈值时，获取实时采集的所述双足俯仰角的最大值；

在某些特定情景下，正常活动中所述双足俯仰角的最小值大于或等于所述第四阈值是正常的，故需进一步判断通过所述足部惯性传感器实时采集的当前所述双足俯仰角的最大值是否为正常范围值；

S401：预设正常活动时双足俯仰角的最大值为第五阈值，当获取的实时采集的所述双足俯仰角的最大值大于所述第五阈值时，判断此时为跌倒状态；

首先，根据式(13)求出某次正常活动中所述双足俯仰角的集合P

P

th5＝max(P

式(13)、式(14)及式(15)中，

具体的，获取通过所述足部惯性传感器实时采集所述双足俯仰角值中的最大值并与所述第五阈值进行比较，由于正常活动中，所述双足俯仰角一定不会大于所述第五阈值，故当实时采集得到的所述双足横滚角值中的最大值大于所述第五阈值时，即可判定此时为跌倒状态。

进一步地，所述获取实时采集的所述双足俯仰角的最大值之后，还包括如下步骤：当获取的实时采集的所述双足俯仰角的最大值小于或等于所述第五阈值时，判断为正常活动并重复进行所述足底压力面积的实时采集工作；在某些特定情景下，正常活动中所述双足俯仰角的最大值小于或等于所述第五阈值是正常的，故可判断此时为正常活动，不存在跌倒状态；

另外，在本算法具体执行过程中，将所述双足横滚角或所述双足俯仰角的最大值和最小值和设定的相应的阈值进行比较，而不是每一个所述双足横滚角和所述双足俯仰角都和相应的阈值比较，节省了程序的执行时间。

进一步地，所述实时采集足底压力面积值包括如下步骤：

S600：初始化所述足底压力面积数值及循环次数；在某些特定情景下，在初始化阶段，所述足底压力面积数值设置为0，所述循环次数为所述足底压力鞋垫有效压力点数，初始化阶段也设置为0；

S601：预设足底设有压力点数量为第一预设数值，各所述压力点的数字量为第六阈值；在某些特定情景下，所述足底压力鞋垫收集到的足底压力点共198个，故所述第一预设数值为198；另外，所述足底压力鞋垫内设有足底压力薄膜传感器，由于足底零点漂移的原因，如果没有压力的情况下，所述足底压力薄膜传感器的数据不会为0，因此需要考虑零点漂移设置各压力点的数字量，即第六阈值；本方案中，经过大量实验和计算，设定所述第六阈值的值为5；

S602：获取所述循环次数，当所述循环次数小于所述第一预设数值时，获取此时压力点的数字量；具体的，首先判断所述循环次数的值是否小于相对应的所述足底压力鞋垫的压力点数，若小于198，则进入面积计算阶段，获取此时压力点的数字量；

S603：当获取到的所述压力点的数字量大于或等于所述第六阈值时，所述足底压力面积值加1，同时，所述循环次数加1；其中，判断获取到的所述压力点的数字量大于或等于5时，判断所述压力点为有效压力点，故所述足底压力面积和所述循环次数均加1；

S604：重复执行步骤S602-S603，直至所述循环次数等于所述第一预设数值；

S605：输出最终所述足底压力面积值；

具体的，所述循环次数加1之后，重新进入所述循环次数的值是否小于198的判断及获取到的所述压力点的数字量是否大于或等于5的判断；并重复执行步骤S602-S603，直至所述循环次数等于198，输出此时累积的所述足底压力面积值。

进一步地，所述获取此时所述压力点的数字量之后，所述重复执行步骤S602-S603，直至所述循环次数等于所述第一预设数值之前，还包括：当获取到的所述压力点的数字量小于所述第六阈值时，所述足底压力面积值不变，所述循环次数加1；在某些特定情景下，没有压力的情况下，所述压力点的数字量也不会小于5，故当获取到的所述压力点的数字量小于5时，判断此时所述压力点为无效点，故不累计到所述足底压力面积值中，只增加一次所述循环次数；

具体的，所述足底压力面积通过所述足底压力薄膜传感器收集的有效点集进行计算，忽略掉无效点的方法也可以保证计算速度更快，同时可以消除因所述足底压力薄膜传感器的零点漂移所造成的误差。

实施例2

在实施例1的基础上，本申请提出一种跌倒检测算法的控制装置，如图2所示，包括：

第一处理模块，所述第一处理模块配置用于预设正常活动足底压力面积最小值为第一阈值，实时采集足底压力面积值；

第一采集模块，所述第一采集模块配置用于当实时采集到的所述足底压力面积值小于所述第一阈值时，实时采集双足横滚角值；

第二处理模块，所述第二处理模块配置用于预设正常活动时双足横滚角的最小值为第二阈值，获取实时采集的所述双足横滚角的最大值；

第一判断模块，所述第一判断模块配置用于当获取的实时采集的所述双足横滚角的最大值大于所述第二阈值时，判断此时为跌倒状态；

实施例3

本实施例3在实施例1及实施例2的基础上提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现上述的跌倒检测算法的步骤；

如图3所示，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统700的结构示意图；

计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理；在RAM 703中，还存储有系统700操作所需的各种程序和数据；CPU 701、ROM 702以及RAM703通过总线704彼此相连；输入/输出(I/O)接口705也连接至总线704；

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709；通信部分709经由诸如因特网的网络执行通信处理；驱动器710也根据需要连接至I/O接口705；可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708；

特别地，根据本申请的实施例，上文参考图1描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行图1的方法的程序代码；在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装；

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作；在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令；也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生；例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定；也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

实施例4

本申请第4种实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的跌倒检测算法的步骤；该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质；计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行实施例1中所述的跌倒检测算法的步骤。

本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。以上所述仅是本申请的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其他场合的，均应视为本申请的保护范围。