国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于knn算法的跌倒檢測與報警系統(tǒng)及方法

      文檔序號:6715502閱讀:644來源:國知局
      一種基于knn算法的跌倒檢測與報警系統(tǒng)及方法
      【專利摘要】一種基于KNN算法的跌倒檢測與報警系統(tǒng)及方法,屬于電子信息領(lǐng)域。跌倒檢測與報警的方法包括以下步驟:三軸加速度傳感器和三軸陀螺儀分別實時采集人體活動中上軀干部位的三維加速度和三維角速度數(shù)據(jù);微處理器計算合加速度與合角速度;藍牙設(shè)備傳輸合加速度和合角速度數(shù)據(jù)到智能手機;智能手機初始化合加速度和合角速度數(shù)據(jù)滑動窗口;智能手機接收合加速度和合角速度數(shù)據(jù);智能手機判斷滑動窗口是否填滿;智能手機計算測試樣本與訓(xùn)練樣本之間的距離,找出該測試樣本的k個最近鄰居;智能手機根據(jù)k個最近鄰居判斷是否發(fā)生跌倒;智能手機根據(jù)所設(shè)置的報警方式通知設(shè)定的聯(lián)系人。本發(fā)明具有檢測精度高、誤警率低、實時檢測、便攜易用等特點。
      【專利說明】一種基于KNN算法的跌倒檢測與報警系統(tǒng)及方法

      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及一種基于KNN算法的跌倒檢測與報警系統(tǒng)及方法,屬于電子檢測技術(shù) 領(lǐng)域。

      【背景技術(shù)】
      [0002] 目前人口老齡化程度的日益加劇,跌倒已經(jīng)成為影響老年人健康的一個嚴重問 題,它不僅嚴重影響了老年人的身體健康和獨立生活能力,還造成了老年人心理上的負擔(dān) 和恐懼,有時造成的后果甚至是致命的。采取適當?shù)拇胧┻M行跌倒檢測報警可以使他們得 到及時的救助,避免一些不必要的麻煩,同時也能減少醫(yī)藥開銷。
      [0003] 目前的針對老年人的跌倒檢測方法主要分為三種:第一種是基于視頻監(jiān)測,在特 定區(qū)域安裝視頻監(jiān)視器,在該區(qū)域?qū)θ梭w進行跟蹤監(jiān)測;第二種是基于振動監(jiān)測,在地面安 裝振動傳感器,當振動傳感器周圍一定范圍內(nèi)人體跌倒時,振動傳感器會振動;第三種是基 于人體姿勢和動作監(jiān)測,人體跌倒前姿勢和方向會發(fā)生變化,通過測定人體跌倒過程中各 種物理量的變化,來判斷人體是否跌倒。這幾種方法各有利弊,基于視頻監(jiān)測和基于振動 監(jiān)測都受到環(huán)境和空間的限制,視頻監(jiān)測還涉及隱私的問題,振動監(jiān)測的識別準確率不好, 很容易造成誤判。而基于人體姿態(tài)和動作的監(jiān)測采用的是移動便攜設(shè)備,環(huán)境和空間上沒 有受到限制,也能和現(xiàn)有的通信技術(shù)、檢測技術(shù)相結(jié)合,更有利于老年人跌倒的檢測。然而 針對人體姿態(tài)和動作的監(jiān)測,目前國內(nèi)外的研究趨勢主要是基于加速度閾值的判定,這種 檢測方法比較單一,造成的誤警率比較高,也不具備通信功能,不能實時通知跌倒老人的親 屬,確定跌倒位置。
      [0004] 針對目前現(xiàn)有技術(shù)的缺陷,有必要提供一種簡單易用、檢測準確率高、誤警率低并 能進行實時監(jiān)測的跌倒檢測和報警系統(tǒng)。


      【發(fā)明內(nèi)容】

      [0005] 本發(fā)明所解決的技術(shù)問題在于,提供一種基于KNN算法的跌倒檢測與報警系統(tǒng)及 方法,這種檢測和報警方法簡單,價格低廉,監(jiān)測準確率高,誤警率低,便攜易用。
      [0006] 本發(fā)明的技術(shù)方案在于:
      [0007] -種基于KNN算法的跌倒檢測與報警方法,包括以下步驟:
      [0008] 步驟1,三軸加速度傳感器和三軸陀螺儀以采樣頻率f?分別實時采集人體活動中 上軀干部位的三維加速度ax、ay、az數(shù)據(jù)和三維角速度〇x、〇y、〇z數(shù)據(jù),
      [0009] 其中ax為沿x軸方向的加速度,ay為沿y軸方向的加速度,az為沿z軸方向的加 速度,為沿x軸方向的角速度,wy為沿y軸方向的角速度,〇z為沿z軸方向的角速度;
      [0010] 步驟2,微處理器計算合加速度

      【權(quán)利要求】
      1. 一種基于KNN算法的跌倒檢測與報警方法,其特征在于,包括以下步驟: 步驟1,三軸加速度傳感器和三軸陀螺儀以采樣頻率f分別實時采集人體活動中上軀 干部位的三維加速度ax、ay、az數(shù)據(jù)和三維角速度ωχ、co y、ωζ數(shù)據(jù), 其中ax為沿χ軸方向的加速度,ay為沿y軸方向的加速度,az為沿ζ軸方向的加速度, ωχ為沿X軸方向的角速度,為沿y軸方向的角諫麼.ω-為沿7,軸方向的角速度; 步驟2,微處理器計算合加速度
      €合角速度
      步驟3,藍牙設(shè)備傳輸合加速度和合角速度數(shù)據(jù)到智能手機; 步驟4,智能手機對人體活動狀態(tài)分類識別; 步驟5,智能手機判斷是否發(fā)生跌倒,若發(fā)生跌倒則執(zhí)行步驟6,否則執(zhí)行步驟1 ; 步驟6,智能手機根據(jù)所設(shè)置的報警方式通知設(shè)定的聯(lián)系人。
      2. 根據(jù)權(quán)利要求1所述的一種基于KNN算法的跌倒檢測與報警方法,其特征在于,步驟 4具體包括以下步驟: 步驟401,建立合加速度數(shù)據(jù)滑動窗口,用acc [m]表示,窗口長度為m,建立合角速度數(shù) 據(jù)滑動窗口,用angle[m]表不,窗口長度為m ; 步驟402,以所述的采樣頻率f接收人體活動中上軀干部位的合加速度a與合角速度 ω并分別依次存入滑動窗口 acc[m]和angle[m]中; 步驟403,判斷滑動窗口 acc [m]和angle [m]是否已經(jīng)填滿,沒有則繼續(xù)執(zhí)行步驟402, 否則執(zhí)行步驟404 ; 步驟404,計算測試樣本與訓(xùn)練樣本之間的距離,找出該測試樣本的k個最近鄰居,
      其中,D (t,(Ii)表示測試樣本t與訓(xùn)練樣本Cli之間的距離, at和cot為當前時刻測試樣本的合加速度與合角速度, ai和ω i為第i個訓(xùn)練樣本的合加速度與合角速度; 步驟405,根據(jù)k個最近鄰居,判斷當前時刻的測試樣本所屬運動類型,若屬于"跌倒" 類型,則根據(jù)步驟6中所述的報警方式進行報警,否則執(zhí)行步驟402。
      3. 根據(jù)權(quán)利要求1所述的一種基于KNN算法的跌倒檢測與報警方法,其特征在于,步驟 6中所設(shè)置的報警方式包括: 智能手機向預(yù)設(shè)聯(lián)系人號碼撥打電話進行報警; 或智能手機向預(yù)設(shè)聯(lián)系人號碼發(fā)送含有用戶位置信息的短信進行報警。
      4. 根據(jù)權(quán)利要求1所述的一種基于KNN算法的跌倒檢測與報警方法,其特征在于, 步驟1所述的三軸加速度傳感器采用的是ADXL345 ; 步驟1所述的三軸陀螺儀采用的是ITG-3200 ; 步驟2所述的微處理器采用的是ATmegal68PA-AU ; 步驟3所述的藍牙設(shè)備采用的是BC04-B ; 步驟4-6所述的智能手機采用的是AndroicM. 0手機。
      5. -種基于KNN算法的跌倒檢測與報警系統(tǒng),其特征在于,包括: 采集模塊,三軸加速度傳感器和三軸陀螺儀以所述的采樣頻率f分別實時采集人體活 動中上軀干部位的三維加速數(shù)據(jù)和三維角速度ωχ、coy、ωζ數(shù)據(jù), 其中ax為沿χ軸方向的加速度,ay為沿y軸方向的加速度,az為沿ζ軸方向的加速度, ωχ為沿X軸方向的角速度,為沿y軸方向的角速度,ωζ為沿z軸方向的角速度; 處理模塊,微處理器計算合加速度
      與合角速度 1
      9 傳輸模塊,藍牙設(shè)備傳輸合加速度數(shù)據(jù)和合角速度數(shù)據(jù)到智能手機; 識別模塊,所述的智能手機對人體活動狀態(tài)分類識別; 判斷模塊,所述的智能手機判斷是否發(fā)生跌倒; 通知模塊,所述的智能手機根據(jù)設(shè)置的報警方式通知設(shè)定的聯(lián)系人。
      6. 根據(jù)權(quán)利要求5所述的一種基于KNN算法的跌倒檢測與報警系統(tǒng),其特征在于,識別 模塊包括: 初始化模塊,智能手機建立合加速度數(shù)據(jù)滑動窗口,用acc [m]表示,窗口長度為m,建 立合角速度數(shù)據(jù)滑動窗口,用angle[m]表不,窗口長度為m ; 采樣模塊,所述的智能手機以所述的采樣頻率f接收人體活動中上軀干部位的合加速 度a與合角速度ω并分別依次存入滑動窗口 acc [m]和angle [m]中; 判定模塊,所述的智能手機判斷滑動窗口 acc [m]和angle [m]是否已經(jīng)填滿,沒有則繼 續(xù)進行合加速度和合角速度數(shù)據(jù)采集; 計算模塊,計算測試樣本與訓(xùn)練樣本之間的距離,找出該測試樣本的k個最近鄰居,
      其中,D (t,(Ii)表示測試樣本t與訓(xùn)練樣本Cli之間的距離, at和cot為當前時刻測試樣本的合加速度與合角速度, ai和ω i為第i個訓(xùn)練樣本的合加速度與合角速度; 報警模塊,所述的智能手機根據(jù)k個最近鄰居,判斷當前時刻的測試樣本所屬運動類 型,若屬于"跌倒"類型,則根據(jù)所述的通知模塊設(shè)定的報警方式進行報警,否則繼續(xù)進行合 加速度和合角速度數(shù)據(jù)采集。
      7. 根據(jù)權(quán)利要求5所述的一種基于KNN算法的跌倒檢測與報警系統(tǒng),其特征在于,所述 的通知模塊中設(shè)置的報警方式包括: 智能手機向預(yù)設(shè)聯(lián)系人號碼撥打電話進行報警; 或智能手機向預(yù)設(shè)聯(lián)系人號碼發(fā)送含有用戶位置信息的短信進行報警。
      8. 根據(jù)權(quán)利要求5所述的一種基于KNN算法的跌倒檢測與報警系統(tǒng),其特征在于, 所述的三軸加速度傳感器采用的是ADXL345 ; 所述的三軸陀螺儀采用的是ITG-3200 ; 所述的微處理器采用的是ATmegal68PA-AU ; 所述的藍牙設(shè)備采用的是BC04-B ; 所述的智能手機采用的是Andro id4. O手機。
      【文檔編號】G08B25/10GK104392583SQ201410706667
      【公開日】2015年3月4日 申請日期:2014年11月27日 優(yōu)先權(quán)日:2014年11月27日
      【發(fā)明者】何堅, 胡晨, 王剛, 劉金偉, 余立 申請人:北京工業(yè)大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1