基于智能手机的人体跌倒检测系统

最新更新时间:2015-03-14来源: 互联网关键字:智能手机  人体跌倒  检测系统 手机看文章 扫描二维码
随时随地手机看文章
目前,跌倒检测方法最常见的是视频图像分析法和穿戴式装置检测法。前者使用视频摄像头,不能保证用户隐私安全;后者是传感器装置,需要基站来服务,外出时易忘记佩戴。使用智能手机进行跌倒检测是一个可行的且有很大发展潜力的技术,智能手机同时结合了跌倒检测系统的两个重要组件:跌倒检测和救助通信,不仅可以降低系统成本,实时监测人体活动,还可以结合GPS确定用户的跌倒位置。现在,国内外已有利用手机进行跌倒检测的相关理论研究,都是使用移动手机内置的加速度传感器和基于人体运动加速度特征的不同算法来检测跌倒的。然而一些较高强度日常活动如慢跑、快速坐下等也会产生一个类似跌倒的大加速度值特征。因此,单独使用加速度传感器进行跌倒检测,采集的数据比较单一,不足以完全反应人体姿态变化,会给跌倒检测带来许多假警报。针对以上问题,本文提出了基于信号向量模和特征量W 相结合的跌倒检测算法。该检测算法同时利用加速度传感器和陀螺仪监测人体姿态变化,有效减少了跌倒检测结果的假阳性和假阴性。

1 跌倒检测方法设计

加速度传感器和陀螺仪分别能够测量三轴方向运动加速度和角速度大小信息,本文利用智能手机内置的这两种传感器来采集反映人体主要运动姿态变化的信号数据。通过使用信号向量模(magnitude of signal vector,SVM)阈值法来识别区分低强度日常生活活动(activities of daily living,ADL)与跌倒,对于阈值法不能识别的较高强度ADL,则通过对角速度信号向量模数据进一步处理得到的新特征量来判别。

1.1 信号数据

人体活动主要分为以下几种:躺下、步行、坐下—起立、上楼梯、下楼梯、慢跑、蹲下—起立以及跌倒等。人体携带的智能手机,其内置的加速度传感器和陀螺仪输出的信号数据可以反映出人体日常运动姿态变化。图1为智能手机在x、y和z三轴的加速度方向及角速度方向。

 

 

传感器输出信号中掺杂了大量的脉冲噪声,中值滤波是传统的消除脉冲噪声的方法。中值滤波器是一个非线性信号处理技术,它使用一个给定长度的窗依次滑过原始信号序列,然后将窗内居中的样本值用该窗所包含信号序列的中值替代,这里滤波器窗口大小n设为3。图2为加速度传感器输出信号数据经中值滤波后曲线图。

 

 

1.2 信号向量模(SVM)

跌倒发生时的加速度及角速度变化主要体现在某空间方向,因为跌倒事件中无法预知跌倒的方向,所以不宜用某一轴的加速度或角速度数据去判断跌倒的发生,采用信号向量模SVM 特征量可以将空间的加速度或角速度变化集合为一矢量。加速度信号向量模(SVMA )及角速度信号向量模(SVMW )其定义分别如式(1)和式(2)

 

 

其中,ax ,ay ,az分别为加速度传感器x、y、z三轴方向输出经中值滤波后信号;wx ,wy ,wz分别为陀螺仪x、y、z三轴方向输出经中值滤波后的信号。

图3 和图4 为人体处于不同运动状态时SVMA及SVMW变化曲线。

 

 

 

 

如图3、图4所示,跌倒具有大加速度和角速度峰值特征,这是因为摔倒过程中由于和低势物体碰撞产生的SVM峰值比日常活动中步行、上楼梯等大多数一般过程要大。然而人体运动行为过程具有复杂性和随机性,使用单一的加速度相关信息判断人体摔倒行为的发生会带来很大的误判。本文使用SVMA及SVMW相结合的信息阈值法可以区分跌倒与产生SVM 峰值较小的低强度运动。通过对人体摔倒过程及其它日常生活行为过程中实验结果数据SVMA和SVMW进行分析,本文识别跌倒的加速度信号向量模阈值取SVMAT =20m/s2 和角速度信号向量模阈值取SVMWT =4rad/s。

但是慢跑等动作也具有大加速度和角速度峰值的特征,单独的SVM 特征量并不能区分摔倒过程与慢跑或手机日用等较高强度运动过程。

1.3 SVMW数据曲线处理

根据人体运动学特征,跌倒过程与慢跑等运动过程的人体俯仰角或者侧翻角变化有很大不同,然而采集人体运动姿态变化信号数据的智能手机在口袋中的放置方位具有随意性,因此无法直接使用陀螺仪单轴方向输出得到的角度变化信息作为跌倒判断的一个特征量。本文对角速度信号向量模数据作进一步处理,来寻找新的特征量。

这里定义一个人体跌倒时躯干倾斜的合角度θ,它是通过对角速度信号向量模数据进行积分得到的,如下式

 

 

式中:SVMW ———人体运动角速度信号向量模。下面以慢跑为例,分析跌倒与慢跑等较高强度运动的合角度曲线变化的不同,图5为跌倒和慢跑两种运动过程合角度变化曲线,从图5中可以看出:跌倒曲线有明显的拐点(图中圆圈所示),而慢跑曲线变化比较均匀平缓。这是因为跌倒过程中人体会和低势物体产生碰撞,短时间内会产生较大的SVM 数据值,体现在数据曲线上则有突变的增量点;而慢跑每次动作基本一致,随时间产生的数据曲线点增量也基本一样,数据曲线近似一条直线。

 

 

应用智能手机作为跌倒检测系统,易于对数据进行公式化处理,本文中采用数据拟合的方法对合角度曲线数据公式化处理。前面分析中得知,两种运动过程合角度曲线变化趋势有很大不同,且慢跑运动合角度变化曲线近似一条直线,因此使用直线拟合模型可以突出两种曲线与各自拟合曲线相似度的不同。这里使用计算简单的最小二乘法线性拟合,拟合直线表达式为

y=ax+b (4)

式中:a,b———拟合直线的斜率和截距。图6和图7分别为跌倒和慢跑两种运动的合角度变化曲线及使用Matlab线性拟合变化曲线。

 

 

 

 

为了反映出两种曲线与各自线性拟合曲线的相似度,这里我们定义一个无量纲量W,也是本文算法的跌倒判断特征量,其计算过程如下式

 

 

其中,i=1,2,3,…,500,(处理10s内数据样本点),Ci为合角度数据样本点,Ni为合角度线性拟合数据样本点。特征量W 反映的是合角度曲线与其拟合曲线之间的相似度,W 值越小相似度越高。

由前面的分析得知,跌倒合角度曲线有拐点,慢跑合角度曲线变化平缓,而使用的拟合曲线为一条直线,故跌倒时得到的W 值较大,而慢跑时得到的W 值会较小。表1所示为一组实验结果的特征值,观察特征值数据可知容易通过设置一个阈值WT来区分这两种运动过程,本文通过对跌倒过程和慢跑等较高强度运动过程中W 值的分析取WT =25。

 

2 系统实现

2.1 系统应用程序

Android是一个开源移动操作系统,它有一个强大的基于java框架的软件开发工具包(SDK),还有SQLite数据库管理系统,本文在Android智能手机平台开发实现了跌倒检测应用程序。跌倒应用程序由4大部分组成:

(1)FallDetectionService:Android后台服务应用进程,它长时间运行在手机应用程序进程的主线程内,不会干扰其他组件或用户界面。

(2)FallAlertActivity:与用户交互的Activity组件,该Activity可以被创建、启动、恢复、暂停和销毁,它是应用程序的可见部分。

(3)SensorManager:”SensorManager”允许应用程序使用手机传感器,使用它来读取手机加速度传感器和陀螺仪的读数。

(4)UserLocationManager:使用UserLocationManager可以允许应用程序使用GPS获取定位数据,紧急情况下可以确定用户地理位置。

2.2 系统检测流程

本系统跌倒检测算法是基于人体运动加速度和角速度信号设计的,通过分析人体主要运动过程与跌倒过程的SVMA和SVMW数据,以及对SVMW数据的进一步处理来区分日常生活活动与跌倒。图8为跌倒检测算法流程图:①后台服务监测SVMA数值的变化,如果SVMA大于SVMAT ,进入下一步;②等待SVMA数值恢复到正常范围内,再设置延时10s,等待用户稳定,进入下一步;③角速度数据分析,如果SVMW大于SVMWT ,进入下一步;④对SVMW数据公式化处理得到特征值W,如果W 大于WT ,确认发生跌倒,触发报警处理。

 

 

2.3 系统主要内容

系统集成了智能手机的传感功能和信号处理技术,它的主要功能是检测意外情况下跌倒,然后与用户的紧急联系人通过电话和SMS信息进行联系。该应用程序还可以获得用户的地理位置,此外它有一个一键紧急救助按钮和紧急警报取消机制,可防止假警报。

当系统检测到一个跌倒,会弹出通知窗口并且有声音警报,用户可以在一个可设置的特定时间范围内取消警报请求。如果没有发生真正的跌倒,用户可以在报警等待时间范围内简单取消请求。如果是一个真正的跌倒,则用户的救助联系人将会立即收到SMS报警信息。

图9为应用程序屏幕截图,主界面有7个主要按钮,“ON/OFF”滑动开关按钮,来控制开始后台跌倒检测服务和停止服务;“紧急联系电话”按钮,可以添加3个紧急救助联系人号码;“紧急联系信息”按钮,用来编辑发送的紧急信息内容;“报警等待时间”按钮,用来设置检测到跌倒发生与发送报警信息之间的等待时间;“一键快速求救”按钮,直接触发跌倒报警事件,当用户发生跌倒而手机未检测到时的手动求救按钮; “设置”按钮用来设置开启GPS服务、设置传感器工作模式以及报警方式、声音选择等;“退出”按钮,则是完全退出应用程序。

 

 

3 实验与结果分析

3.1 实验装置及设计

跌倒检测算法测试手机为LGP970,其配置有Android2.3操作系统、德州仪器1GHz的CPU、主屏尺寸4.0英寸。日常生活主要活动动作频率都低于20HZ,设置手机内置加速度传感器和陀螺仪的信号采样频率皆为50HZ,以满足实验的需求。本系统为使实验结果符合人们日常携带手机的方式,选择胸部口袋作为实验过程中手机在人体的佩戴位置。检测算法是对传感器输出数据的信号向量模进行处理,故实验中对手机在口袋中的放置方位没有要求。

实验者为20名青年学生:10男10女,年龄在22-30岁,身高155-185CM,体重40-80KG。出于安全考虑未请老年人参与,实验者模拟老年人日常生活中步行、上下楼梯、慢跑、快速坐下、快速躺下、坐下起立、躺下起立和跌倒等活动动作。实验在不同时间段完成,实验过程中地上放置有厚海绵垫,每个实验者被要求重复实验动作2次,且每个动作要求在10s内完成。实验者的动作描述见表2。

 

 

3.2 结果分析

为评估检测算法的性能,通常定义以下评估方式:跌倒检测中可能出现的4种情况:真阳性(TP):跌倒发生,设备检测到。假阳性(FP):设备检测到跌倒,但实际并未发生。真阴性(TN):正常活动,设备并未检测到跌倒发生。假阴性(FN):跌倒发生,但设备并未检测到。敏感性体现了算法识别跌倒的能力,测量真实的摔倒被检测到的概率

 

 

特异性是日常生活活动被检测到的概率

 

 

图10 (a)显示了本文系统算法检测结果敏感性的表现,算法能精确地检测到后向跌倒、左侧跌倒和右侧跌倒,前向跌倒假阴性较高是因为向前跌倒时人们下意识弯曲膝盖,两手掌去支地缓冲,所以产生的SVM 峰值较小,但这种情况一般损伤不严重,跌倒者大多数保持清醒,如需救助仍可通过应用程序的“一键救助按钮”。靠墙缓慢跌倒过程动作缓慢且比较随意复杂,算法检测结果假阴性较高,然而这种跌倒给跌倒者带来的伤害是有限的。从100例记录中得到算法的敏感性是88%。图10 (b)显示了本文算法检测结果特异性的表现,算法可以区分出大多数日常活动,然而快速坐下时带有后仰动作、以较快速度躺下和手机日用有时候会触发假阳性,从180例记录中得到算法特异性为92%。

 

 

4 结束语

本文设计了一种基于智能手机的人体跌倒检测系统,利用手机内置加速度传感器和陀螺仪监测人体运动时的加速度和角速度信号,对采集到的信号数据进行处理和分析,提出了基于信号向量模和特征量W 相结合的检测算法,同时对该算法的有效性进行了评估。实验结果表明,该系统能够有效区分跌倒与其它日常生活行为动作,且检测结果的假阳性和假阴性较低。本系统方案具有使用简单方便、成本低、使用范围广、实时响应快的优点,此外,系统还能够定位用户跌倒位置及使用报警机制来减少假警报。后续工作中,将会考虑对加速度传感器和陀螺仪信号数据进行数据融合,使算法对人体姿态描述更加准确。

关键字:智能手机  人体跌倒  检测系统 编辑:探路者 引用地址:基于智能手机的人体跌倒检测系统

上一篇:四轴飞行器飞行原理与双闭环PID控制
下一篇:健康监护正在走向可穿戴设备

推荐阅读最新更新时间:2023-10-12 22:53

日经:联想还是要在智能手机上赌一把
中国联想集团决定在智能手机的进化方向上押上赌注。 旗下的摩托罗拉移动将推进开发连接智能手机后使用的机器人和印刷机等多种附属设备。 联想继承了美国谷歌放弃自主开发的「模块化手机」构想,力争普及在后期能够追加功能的智能手机。 在中国,虽然联想在智能手机领域被其他新兴势力赶超,但其他企业只是通过在原有基础上提高功能来降低风险。 联想将探寻一条不同的路线。 摩托罗拉移动讨论开发智能手机与机器人结合的产品   「虽然(智能手机)行业发展已经停滞,但我们会带头继续推进技术革新」。   2017年2月底,在西班牙举行的手机展会上,摩托罗拉会长埃玛尔·伦奎塞恩(Aymar Lencquesaing)这样宣布。 明确提出了在美国苹果和韩国三星电子
[手机便携]
从手机到交通,奥巴马在位期间都有哪些新潮科技?
据外媒报道,2024年,也就是下一任美国总统“挥手说再见”的时候——当然前提是他能连选连任,技术的发展将带领我们进入一个崭新时代: 自动驾驶汽车 、计划远征火星、与机器人聊天。   这不由得让我们思考:自8年前 奥巴马 当选总统以来,科技给世界带来了哪些变化?   最大的变化莫过于手机。奥巴马当选时,大多数人仍然在台式机或笔记本上完成自己的工作,iPhone问世才1年,为了继续使用心爱的黑莓手机,奥巴马与白宫安全官员进行了“艰苦卓绝”的斗争。当时,在政界和商界,黑莓是受到追捧的通信设备,iPhone被PC领域领头羊微软称为“奇思怪想”。但实际上微软错了。   自2008年以来的五大科技变化: 1、 智能手机 现在,我们全天都离不
[嵌入式]
双轴微机械陀螺仪的移动机器人运动检测系统
        引言   在未知环境中,路况具有复杂性及未知性特点。移动机器人准确的路况探测及其自身的平稳运行,对机载设备与探测任务本身都非常重要。目前,对移动机器人运动控制研究多集中在前向通道的算法研究,有关状态信息检测、传输反馈环节的研究相对较少。   双轴微机械陀螺仪传感器可以测量机器人的俯仰与翻转,但微机械陀螺仪有随机漂移性,无法直接应用,需要对输出值作算法处理。参考文献中的微机械陀螺仪随机漂移的算法,可以在一定程度上解决漂移方面的问题,但仍有改进的空间,滤波性能有待进一步优化提高。在现有自适应UKF算法的基础上,改变比例对称采样策略的相关参数可达到较好的滤波效果。现有的以ATmegal6为微处理器的CAN总线
[电源管理]
双轴微机械陀螺仪的移动机器人运动<font color='red'>检测系统</font>
日本智能手机被淘汰出局:富士通正在出售手机业务
  智能 手机 时代,日本厂商是悲催的,是无奈的,毕竟这个行业竞争太过激烈,同时国产 手机 又太过强势,这都是他们没办法回避的。下面就随手机便携小编一起来了解一下相关内容吧。   现在,日本老牌 手机 厂商 富士通 发出公告称,他们正在与北极星资本集团商谈出售其手机业务事宜,其商谈的价格约合人民币29亿元(4.56亿美元)。      日本智能手机被淘汰出局:富士通正在出售手机业务   其实对于 富士通 来说,变卖旗下边缘业务也是明智之举。去年,联想同意收购 富士通 个人电脑业务多数股份,金额高达2.69亿美元。   据《日本经济新闻》报道称,保留手机业务的员工和工厂可能是交易的条件之一。另外,富士通或将在北极星资本管理下继
[手机便携]
百度、苹果、华为、高通等纷纷入局,AI能否成为2018新宠?
当技术更新迭代后,新的业务增长点必然会成为企业关注的一大方向。而从目前的情况来看,百度、苹果、华为、高通、富士康、亚马逊等巨头杀入的背后同样有业务扩张的势头,但其中转型的动向不容忽视。   AI 市场正如火如荼,继富士康以21亿元投向 人工智能 后,AI这一战场的“火势”并没有停止的动向,反而比以往的势头又添加了几分火力。   巨头纷纷杀入AI战场 2月中旬,根据The Information的一份报告,亚马逊已经开始设计制造AI 芯片 ,该公告显示,亚马逊希望在智能家居硬件市场和面向消费者的人工智能产品领域保持竞争力,现已拥有近450名芯片专业员工。   该报告内容称,专用芯片可以帮助Alexa减少对整体远程服务器的依赖,为E
[嵌入式]
IDC:智能手机胜利方程式=新兴市场+大屏幕
   iPhone 6背盖间谍照市调机构IDC 28日发布报告指出,智慧型手机尽管成长增速放缓,但力道仍然相当强劲,尤其是新兴市场还有很大发挥的空间。 IDC预测2014年全球智慧型手机出货量将来到12.5亿支,较2013年成长23.8%,其中成熟市场成长4.9%,而新兴市场成长32.4%。 若以出货比例来说,IDC预测2018年新兴市场因成长速度大幅超前,出货比重将自2014年的73.5%增加至79.5%,与此同时,成熟市场则自26.5%萎缩至20.5%。 IDC并未对各别手机厂作出货预估,但看好大尺寸萤幕或所谓的平板手机(5.5-7寸)市场能见度将持续提升,尤其是在苹果加入战局后,估计该类型手机的出货占比将自2014年的
[手机便携]
I/O主控器RC-207在XY双坐标扫描检测系统中的应用
    摘要: RC-207是日本RORZE公司生产的I/O主控制器芯片,其控制功能强。文中介绍了I/O主控器RC-207的主要性能和特点,给出了以RC-207为核心的X、Y扫描检测系统的硬件组成和软件设计方法。     关键词: I/O主控器 扫描检测 工控机 RC-207 1 RC-207主要性能及特点 RC-207是日本RORZE公司生产的具有强大控制功能的I/O主控制器。它能产生控制信号,以使电机驱动器按要求发出功率脉冲。主控制器本身就是一台高性能的计算机,它具有二个串行口以及20个并行输入口,16个并行集电极开路晶体管输出口,除了进行一般的I/O操作外,其中部分端口可根据不同的工作方式定义为步
[应用]
光纤扰动入侵检测系统的设计与实现
摘要:光纤中通过一定的幅值恒定的光,外界扰动时光纤中光的强度将发生变化,因此对这种光强度的变化进行检测可以探测外界扰动的入侵。对功能型光强调制的检测一般利用特殊光纤对某些物理特性敏感而达到测量的目的,但光纤结构比较复杂。对光纤扰动机理进行了论述,提出了采用一般的多模光纤,针对不同入侵对象扰动信号频率的不同,利用带通滤波电路实现检测的方法。并对带通放大器技术进行了设计与仿真,实现了扰动信号的入侵检测。 关键词:光纤 扰动 入侵检测 带通放大器 光纤传感包含对外界信号(被测量)的感知和传输两种功能。所谓感知(或敏感),是指外界信号按照其变化规律使光纤中传输的光波的物理特征参量(如强度、波长、频率、相位和偏振态等)发生变化后,测量
[网络通信]
小广播
最新电源管理文章
换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved