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>

      智能頭盔摔倒檢測方法及智能頭盔與流程

      文檔序號:11145849閱讀:648來源:國知局
      智能頭盔摔倒檢測方法及智能頭盔與制造工藝

      本發(fā)明涉及運動保護領域,尤其涉及智能頭盔摔倒檢測方法及智能頭盔。



      背景技術:

      騎行運動是人們一貫熱衷的戶外運動,在騎行過程中,最容易發(fā)生的事故是跌落和受到撞擊后摔倒在地,撞擊嚴重時很可能昏迷不醒或者無法動彈,從而無法求助,失去寶貴的搶救時間,尤其當事故發(fā)生在偏遠山地時,更加危險。因此當出現(xiàn)跌倒情況時,如果能夠及時通知相關人員進行救助,將會大大地減輕由于跌倒而造成的危害,因此有必要對摔倒事件進行檢測和報警。

      然而,現(xiàn)有的跌倒檢測技術中沒有針對騎行人員的摔倒事件進行檢測的技術。騎行人員和普通的步行個體的摔倒模式存在區(qū)別,例如其摔落地面的高度不盡相同,而且騎行人員在運動中也不方便佩戴檢測儀器,需要考慮在其他合適的位置安裝檢測儀器。



      技術實現(xiàn)要素:

      本發(fā)明的目的在于,解決如何檢測騎行過程中發(fā)生摔倒事件的問題。

      本發(fā)明的目的是采用以下技術方案來實現(xiàn)的。

      一種智能頭盔摔倒檢測方法,包括以下步驟:按照預設的監(jiān)測頻率監(jiān)測三軸加速度;計算所述三軸加速度矢量和,并根據(jù)所述加速度矢量和是否滿足第一預設條件而判斷是否發(fā)生自由落體事件;根據(jù)所述三軸中任意一軸的加速度是否滿足第二預設條件而判斷是否發(fā)生撞擊事件;根據(jù)每一軸檢測到的加速度變化量是否滿足第三預設條件而判斷是否發(fā)生靜止事件;以及根據(jù)所述靜止事件滿足第四預設條件而生成求救信號。

      在一種實施方式中,所述智能頭盔摔倒檢測方法還包括:比較所述撞擊事件和所述自由落體事件的時間間隔與預定的失效時長;以及根據(jù)所述時間間隔小于或等于所述失效時長的比較結果執(zhí)行所述判斷是否發(fā)生靜止事件的步驟,或者根據(jù)所述時間間隔大于所述失效時長的比較結果返回所述監(jiān)測三軸加速度的步驟。

      在一種實施方式中,所述第一預設條件為所述加速度矢量和持續(xù)小于第一閾值且持續(xù)時間超過第一時長,所述第二預設條件為所述任意一軸的加速度持續(xù)大于第二閾值且持續(xù)時間超過第二時長,所述第三預設條件為所述加速度變化量持續(xù)小于第三閾值且持續(xù)時間超過第三時長,所述第四預設條件為所述靜止事件發(fā)生在自所述撞擊事件發(fā)生后的第四時長內,其中,所述第三時長短于所述第四時長。

      在一種實施方式中,,所述第一閾值為0.3~0.6g,所述第一時長為400ms~500ms;所述第二閾值為1.5~2g,所述第二時長為300ms~450ms;所述第三閾值為0.3g~0.6g,所述第三時長為8~15s;所述第四時長與所述第三時長相差2~5s。

      在一種實施方式中,所述第一閾值為0.54g,所述第一時長為450ms,所述第二閾值為1.992g,所述第二時長為400ms,所述第三閾值為0.5g,所述第三時長為11s,所述第四時長為15s。

      在一種實施方式中,所述摔倒檢測方法還包括:檢測是否持續(xù)發(fā)生所述靜止事件;以及若連續(xù)三次未檢測到所述靜止事件,生成警報解除信號。

      一種智能頭盔,所述智能頭盔包括:三軸加速度傳感器,用于檢測三軸加速度;以及控制器,用于:按照預設的監(jiān)測頻率監(jiān)測三軸加速度;計算所述三軸加速度矢量和,并根據(jù)所述加速度矢量和是否滿足第一預設條件而判斷是否發(fā)生自由落體事件;根據(jù)所述三軸中任意一軸的加速度是否滿足第二預設條件而判斷是否發(fā)生撞擊事件;根據(jù)每一軸檢測到的加速度變化量是否滿足第三預設條件而判斷是否發(fā)生靜止事件;以及根據(jù)所述靜止事件滿足第四預設條件而生成求救信號。

      在一種實施方式中,所述第一預設條件為所述加速度矢量和持續(xù)小于第一閾值且持續(xù)時間超過第一時長,所述第二預設條件為所述任意一軸的加速度持續(xù)大于第二閾值且持續(xù)時間超過第二時長,所述第三預設條件為所述加速度變化量持續(xù)小于第三閾值且持續(xù)時間超過第三時長,所述第四預設條件為所述靜止事件發(fā)生在自所述撞擊事件發(fā)生后的第四時長內,其中,所述第三時長短于所述第四時長。

      在一種實施方式中,所述智能頭盔進一步包括警示燈,所述警示燈用于開啟摔倒警示發(fā)光模式。

      在一種實施方式中,所述智能頭盔進一步包括GPS定位模塊和無線通信模塊,所述GPS定位模塊用于向所述控制器發(fā)送當前的地理位置信息,所述無線通信模塊用于通過與所述智能頭盔相關聯(lián)的移動終端向預設號碼發(fā)送求救信息,所述求救信息攜帶所述當前地理位置信息。

      相較于現(xiàn)有技術,本發(fā)明提供的智能頭盔摔倒檢測方法及智能頭盔通過在智能頭盔上安裝三軸加速度傳感器測量加速度,并通過分析加速度的變化情況來判斷是否發(fā)生摔倒事件,并根據(jù)摔倒事件進行報警,從而有針對性地解決了騎行過程中摔倒檢測及呼救的問題。

      上述說明僅是本發(fā)明技術方案的概述,為了能夠更清楚了解本發(fā)明的技術手段,而可依照說明書的內容予以實施,并且為了讓本發(fā)明的上述和其他目的、特征和優(yōu)點能夠更明顯易懂,以下特舉較佳實施例,并配合附圖,詳細說明如下。

      附圖說明

      圖1是本發(fā)明第一實施例提供的智能頭盔摔倒檢測方法的流程示意圖;

      圖2是本發(fā)明第一實施例提供的智能頭盔摔倒檢測方法的步驟S4的一種實施方式的流程示意圖;

      圖3是本發(fā)明第二實施例提供的智能頭盔的結構示意圖。

      具體實施方式

      下面將結合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發(fā)明一部分實施例,而不是全部的實施例?;诒景l(fā)明中的實施例,本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護的范圍。

      第一實施例

      請參閱圖1,本發(fā)明第一實施例提供的智能頭盔摔倒檢測方法包括步驟S1~S5。

      步驟S1,按照預設的監(jiān)測頻率監(jiān)測三軸加速度。

      步驟S2,計算所述三軸加速度矢量和,并根據(jù)所述加速度矢量和是否滿足第一預設條件而判斷是否發(fā)生自由落體事件。

      步驟S3,根據(jù)所述三軸中任意一軸的加速度是否滿足第二預設條件而判斷是否發(fā)生撞擊事件。

      步驟S4,根據(jù)每一軸檢測到的加速度變化量是否滿足第三預設條件而判斷是否發(fā)生靜止事件。

      步驟S5,根據(jù)所述靜止事件滿足第四預設條件而生成求救信號。

      在步驟S1之前,優(yōu)選地,對三軸加速度傳感器初始化以正確地檢測摔倒事件。在步驟S1中,控制器按照一定頻率監(jiān)測三軸加速度,其監(jiān)測頻率可以和三軸加速度傳感器的輸出頻率相同,也可以不同。

      在步驟S2中,控制器等待滿足第一預設條件的自由落體事件發(fā)生,第一預設條件為所述加速度矢量和持續(xù)小于第一閾值且持續(xù)時間超過第一時長,具體的第一閾值和第一時長根據(jù)騎行特點制定,本實施例根據(jù)騎行人員的在騎行時的高度范圍把第一閾值(Thresh-FF)設為0.3~0.6g,g表示重力加速度,把第一時長(Time-FF)設為400ms~500ms。優(yōu)選地,所述第一閾值為0.54g,所述第一時長為450ms。當加速度矢量和持續(xù)小于第一閾值且持續(xù)時間超過第一時長,發(fā)生自由落體事件。若未發(fā)生自由落體事件,則返回步驟S1。

      在步驟S3中,控制器等待滿足第二預設條件的撞擊事件發(fā)生,第二預設條件為所述任意一軸的加速度持續(xù)大于第二閾值且持續(xù)時間超過第二時長,具體的第二閾值和第二時長根據(jù)騎行特點制定。本實施例根據(jù)騎行人員的騎行速度范圍把第二閾值(Thresh-Act)設為1.5~2g,把第二時長(Time-Act)設為300~450ms。優(yōu)選地,所述第二閾值為1.992g,所述第二時長為400ms。當任意一個軸加速度(撞擊可能發(fā)生在任意一個方向)大于第二閾值且持續(xù)時間超過第二時長時,認為騎行人員撞擊到地面,發(fā)生撞擊事件。若未發(fā)生撞擊事件,則返回步驟S1。

      在步驟S4中,控制器等待滿足第三預設條件的靜止事件發(fā)生,第三預設條件為所述加速度變化量持續(xù)小于第三閾值且持續(xù)時間超過第三時長。本實施例將第三閾值(Thresh-Inact)設為0.3g~0.6g,把第三時長(Time-Inact)設為8~15s,優(yōu)選地,所述第三閾值為0.5g,所述第三時長為11s。當各個軸加速度變化量小于第三閾值且持續(xù)時間超過第三時長時,發(fā)生靜止事件。變化量是指至少第三時長范圍內所檢測到的最大值和最小值之間的差值,在第三時長范圍內騎行人員幾乎沒有動,表示其極有可能處于昏迷或者無法動彈的情形。

      在步驟S5中,考慮到騎行人員在以騎行的速度發(fā)生摔倒后撞擊地面不會立即發(fā)生至少第三時長內的靜止,很大程度上會發(fā)生一定時長的滾動才會靜止,因此,需要設置第四預設條件來進行合理判斷。在本實施例中,第四預設條件具體是在所述撞擊事件發(fā)生后增加一段緩沖計時,即如果所述靜止事件發(fā)生在自所述撞擊事件發(fā)生后的第四時長內,則表示自由落體-撞擊-靜止三種事件均產生,騎行人員已摔倒,需要發(fā)出求救信號。求救信號由控制器向相應的求救模塊發(fā)出控制信號來發(fā)出,求救信號的形式不限,例如發(fā)出求救聲音和燈光提示、上報手機由手機發(fā)出求救短信或撥打求救電話等。本實施例中,第四時長與所述第三時長相差2~5s。優(yōu)選地,第四時長為15s。

      如果上述幾個事件均不符合相應的預設條件,則表示摔倒事件不成立,繼續(xù)監(jiān)測三軸加速度。

      為了進一步精確判斷騎行當中自由落體事件和撞擊事件之間的關聯(lián)性,優(yōu)選的,請參閱圖2,在步驟S4中還進一步包括步驟S41~S42。

      步驟S41,比較所述撞擊事件和所述自由落體事件的時間間隔與預定的失效時長。

      步驟S42,根據(jù)所述時間間隔小于或等于所述失效時長的比較結果執(zhí)行所述判斷是否發(fā)生靜止事件的步驟,或者根據(jù)所述時間間隔大于所述失效時長的比較結果返回所述監(jiān)測三軸加速度的步驟。

      在步驟S41中,設置失效時長,例如200ms,即撞擊事件和自由落體事件之間的時間間隔小于200ms,則表示自由落體和撞擊之間具有強關聯(lián),可以等待靜止事件的發(fā)生。超過200ms表示只有自由落體但是沒有撞擊,則可以認為自由落體和撞擊之間無關聯(lián),繼續(xù)監(jiān)測加速度。

      優(yōu)選的,在發(fā)出求救信號后,還可以檢測是否持續(xù)發(fā)生所述靜止事件;以及若連續(xù)三次未檢測到所述靜止事件,表示摔倒的人員可以活動,生成警報解除信號,對三軸傳感器初始化后繼續(xù)監(jiān)測。

      綜上,本發(fā)明實施例中提供的智能頭盔摔倒檢測方法通過在智能頭盔上安裝三軸加速度傳感器測量加速度,并通過分析騎行中摔倒事件的加速度的變化情況來判斷是否發(fā)生摔倒事件,并根據(jù)摔倒事件進行報警,從而有針對性地解決了騎行過程中摔倒檢測及呼救的問題。

      第二實施例

      請參閱圖3,本發(fā)明第二實施例提供的智能頭盔100包括三軸加速度傳感器10和控制器20,該三軸加速度傳感器10用于檢測三軸加速度,該控制器20用于:按照預設的監(jiān)測頻率監(jiān)測三軸加速度;計算所述三軸加速度矢量和,并根據(jù)所述加速度矢量和是否滿足第一預設條件而判斷是否發(fā)生自由落體事件;根據(jù)所述三軸中任意一軸的加速度是否滿足第二預設條件而判斷是否發(fā)生撞擊事件;根據(jù)每一軸檢測到的加速度變化量是否滿足第三預設條件而判斷是否發(fā)生靜止事件;以及根據(jù)所述靜止事件滿足第四預設條件生成求救信號。

      其中,所述第一預設條件為所述加速度矢量和持續(xù)小于第一閾值且持續(xù)時間超過第一時長,所述第二預設條件為所述任意一軸的加速度持續(xù)大于第二閾值且持續(xù)時間超過第二時長,所述第三預設條件為所述加速度變化量持續(xù)小于第三閾值且持續(xù)時間超過第三時長,所述第四預設條件為所述靜止事件發(fā)生在自所述撞擊事件發(fā)生后的第四時長內,其中,所述第三時長短于所述第四時長。

      其中,所述第一閾值為0.3~0.6g,所述第一時長為400ms~500ms;所述第二閾值為1.5~2g,所述第二時長為300ms~450ms;所述第三閾值為0.3g~0.6g,所述第三時長為8~15s;所述第四時長與所述第三時長相差2~5s。

      優(yōu)選的,所述第一閾值為0.54g,所述第一時長為450ms,所述第二閾值為1.992g,所述第二時長為400ms,所述第三閾值為0.5g,所述第三時長為11s,所述第四時長為15s。

      所述控制器20還用于比較所述撞擊事件和所述自由落體事件的時間間隔與預定的失效時長;以及根據(jù)所述時間間隔小于或等于所述失效時長的比較結果執(zhí)行所述判斷是否發(fā)生靜止事件的步驟,或者根據(jù)所述時間間隔大于所述失效時長的比較結果返回所述監(jiān)測三軸加速度的步驟,以及用于檢測是否持續(xù)發(fā)生所述靜止事件;以及若連續(xù)三次未檢測到所述靜止事件,生成警報解除信號以停止該求救信號。

      所述智能頭盔100進一步包括警示燈30,所述警示燈30用于開啟摔倒警示發(fā)光模式,例如發(fā)出爆閃、頻閃、或者SOS求救模式等。

      所述智能頭盔100進一步包括GPS定位模塊40和無線通信模塊41,所述GPS定位模塊40用于向所述控制器20發(fā)送當前的地理位置信息,所述無線通信模塊41通過與所述智能頭盔相關聯(lián)的移動終端向預設號碼發(fā)送求救信息,所述求救信息攜帶所述當前地理位置信息。

      智能頭盔100可以通過無線通信模塊41,例如藍牙模塊,和手機進行連接,控制器20發(fā)出的控制信號控制手機向預設的號碼(例如騎行人員登記的緊急聯(lián)系人或者急救中心的號碼)發(fā)送求救信息,求救信息包括求救短信或者求救電話。

      所述智能頭盔100進一步包括揚聲器50,所述揚聲器50用于發(fā)出報警聲音。

      綜上,本發(fā)明實施例中提供的智能頭盔通過在智能頭盔上安裝三軸加速度傳感器測量加速度,并通過分析加速度的變化情況來判斷是否發(fā)生摔倒事件,并根據(jù)摔倒事件進行報警,從而有針對性地解決了騎行過程中摔倒檢測及呼救的問題。

      以上所述實施例僅表達了本發(fā)明的幾種實施方式,其描述較為具體和詳細,但并不能因此而理解為對本發(fā)明專利范圍的限制。應當指出的是,對于本領域的普通技術人員來說,在不脫離本發(fā)明構思的前提下,還可以做出若干變形和改進,這些都屬于本發(fā)明的保護范圍。因此,本發(fā)明專利的保護范圍應以所附權利要求為準。

      當前第1頁1 2 3 
      網友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1