基于Kinect体感传感器的老年人跌倒自动检测

跌倒是独居老人最主要的意外风险之一,为快速有效获取跌倒信息,使老年人得到及时救助,提出一种基于Kinect体感传感器的人体跌倒自动检测方法,利用Kinect深度图像技术获取人体深度图像前景图,建立前景图三维包围盒,通过实时计算的三维包围盒的长、宽、高数值以及该数值的变化速度,判断人体跌倒是否发生。利用遮挡融合算法,解决了人体躯干被障碍物部分遮挡时,跌倒事件的检测和判定。在室内居家环境下进行了26种测试场景实验,检测误报率为2.0%~6.0%,漏报率为0~4.0%。该方法可以较为准确地实现人体跌倒自动检测。     

基于图像语义分割和CNN模型的老人跌倒检测

随着老龄化社会的到来,独居老人的安全问题越来越引人关注.其中,跌倒是老人在家中最常见也是危害最大的风险之一.当前已经有许多关于老人跌倒检测的算法,它们大多应用在摄像头固定的场景下,并主要采用前景提取方法来获取人体轮廓.采用固定摄像头意味着需要为家中每一处独立的空间都安装监控设备才能保证对于老人的全面监控,这显然不实用.基于此,本文采用图像语义分割算法和CNN分类模型,提出了一种可用于移动摄像头上的老人跌倒检测算法.首先采用当前流行的全卷积神经网络（fully convolutional network）语义分割算法^[1]分割出图像中的人体,对于满足面积比例条件的情况,直接通过宽高比特征判断人体是否处于跌倒状态;否则,提出一种融合的CNN人体姿态判别模型,将人体区域分成Stand、Fall、Half-Lying三种情况分别进行检测,最后根据三者的分类结果判定图像中是否包含跌倒人体.实验结果显示,文中的算法在具有较高的识别准确率（91.32%）的同时,具有较低的误报率（1.66%）.     

基于激光雷达的老人跌倒检测及预警处理系统

近年来,老人发生意外伤害的概率在逐渐增加。据世界卫.生组织发布的报告,全球每年有30多万人死于跌倒,其中60岁以上的人占一半以上。在老人跌倒的事故中,在家里跌倒的占比更是超过51.5%。老年人跌倒后并发症发生率高,严重程度大,由于没有及时联络上家人导致错过最佳救治时间的情况时有发生。并且由于传统观念的影响,老人对自己的隐私又十分重视,因此,设计一款在保障老人隐私安全的前提下,能够自动监测老人跌倒,帮助独居老人在紧急情况下迅速联系到家人的系统十分有必要。本文介绍一种通过激光雷达探测老人的位置和状态的点云信息,来判断老人是否跌倒,既保障老人安全隐私,又能够在发生意外的情况下及时通知家属的跌倒检测系统。     

基于ADXL345的人体跌倒监测装置的设计

随着全球人口老龄化加剧,独自外出的老年人和独居老人跌倒的发生率很高,老年人跌倒会带来很多的安全隐患,不及时得到救助会带来严重的后果甚至危及生命。所以我们需要实时监测老年人是否发生了跌倒,如果检测到跌倒,系统就要迅速发出报警信息向周围人和监护人求助。本文设计了一款具有人体跌倒监测功能的装置。系统以STC89C52单片机为核心控制器,利用ADXL345加速度传感器实现对人体姿态的实时监控,ADXL345加速度传感器采集人体静态时的倾角数据和人体动态时的重力加速度数据,将采集到的数据通过LCD1602液晶屏显示。当系统检测到人体的倾斜度大于45度,且三个正交方向上产生的合加速度大于20时,则判断老年人为跌倒状态。判断人体处于跌倒状态后,单片机会驱动蜂鸣器工作发出警报声从而提醒附近人员对其提供帮助,系统也会通过GSM通信模块向监护人发送警报信息以此提醒监护人。     

基于阈值分析法的人体跌倒检测系统

为了在老年人跌倒时及时发现并进行救助,设计了一个跌倒检测、定位报警求救的智能系统。系统使用STM32F103ZET6作为微处理器,采用ADXL345三轴加速度传感器采集数据,并用ATK—NEO—6M实现全球定位,跌倒发生时,SIM900A发送包含位置信息的求救短信给特定人员。提出了一种跌倒检测算法,根据设定的合加速度阈值和时间阈值,来检测失重、撞击、静止三个过程是否顺序发生,根据设定的姿态角阈值,检测人体姿态角是否超过正常范围,从而判断是否跌倒。测试结果表明:系统性能稳定,检测跌倒的准确率达到97%,满足人体跌倒检测的标准。     

基于支持向量机的跌倒检测方法研究

跌倒是老年人常见的意外伤害事故,为了能够及时检测跌倒事件的发生,设计了一种基于三轴加速度传感器的跌倒检测装置,该装置佩戴在使用者的腰部或者腹部,用于实时检测老年人在正常活动和跌倒状态下的加速度信号,采用支持向量机(SVM)方法对加速度信号进行数据处理,判断人体是否跌倒。通过实验测试验证,该方法对跌倒行为识别具有较高的准确性和可靠性。     

基于惯性传感的穿戴式跌倒预警防护系统

针对老人跌倒伤害预防的社会难题,设计了一种穿戴式跌倒预警和防护系统,该系统包括跌倒预警器、安全气囊装置、远程监护平台和监护人手机应用程序。当跌倒发生时,跌倒预警器会触发安全气囊快速充气,以减少老人跌倒后所受到的损伤。老人倒地后,跌倒预警器会报警,并发送短信给监护人求助。同时,跌倒过程人体运动学数据会发送到远程监护平台,并显示跌倒事件发生的位置。最后通过实验验证该跌倒预警和防护系统功能的可靠性。结果表明,该系统可以较准确地检测跌倒,完成跌倒预警报警、气囊快速充气、数据传输和存储、监控平台实时定位等一系列功能,对减少老年人跌倒的直接损伤和缩短救助老人的时间有一定帮助。     

基于加速度矢量特征的老人跌倒检测装置设计

针对老人意外跌倒的及时救助问题,设计了一种基于加速度矢量特征的老人跌倒检测装置。该装置结合加速度传感器MMA8452Q、GSM通信和GPS定位技术,通过分析人体姿态变化时的加速度矢量特征,利用加速度Z轴分量和加速度幅值作为跌倒判定的基础准则,并且考虑到跌倒后是否严重未起来,以加速度幅值的瞬时变化值为辅助提高了对于跌倒检测求助事件的判定准确性,据此远程报警并发送老人位置信息以及时施救。实测结果表明,该装置能准确地辨别出老人日常行为和意外跌倒需要求助状态并进行报警,降低跌倒带来的风险,实用性强。     

独居老人云智能跌倒实时检测系统的开发

为了准确判断独居老人跌倒并且及时救助,设计开发了一种云智能实时检测系统。该云智能检测系统有效地集成了新型MEMS传感器、通信以及控制等先进技术,实现准确判断、实时检测和及时救助功能。系统通过检测装置采集独居老人日常活动数据,通过支持向量机算法（SVM）对数据进行处理,输出特征数据并通过GPRS将数据上传至物联网云平台,同时将跌倒信息发送给监护人手机。并对各种跌倒状况进行各50次实验,其结果表明：跌倒判断的正确率为100%;并且通过手机APP或者物联网云平台监护人可以实时查看独居老人日常活动,同时能接收跌倒消息以便及时救助。该装置可以突破距离限制,远程实时有效监护独居老人。     

基于Res2Net-YOLACT和融合特征的室内跌倒检测算法

为了加强对老年人的监护、降低跌倒带来的安全风险,提出了一种新的基于Res2Net-YOLACT和融合特征的室内跌倒检测算法.首先,通过融入Res2Net模块的YOLACT网络来提取视频图像序列中的人体轮廓;然后,利用两级判断的方法做出跌倒决策,其中一级判别通过运动速度特征粗略判断是否发生异常状态,二级通过融合人体形状特...     

基于三轴加速度传感器的人体跌倒检测系统设计与实现

为了满足老年人的护理需求,减少老年人因跌倒造成的身心伤害,提出了一种基于三轴加速度传感器的人体跌倒检测系统。该系统主要基于姿态测量特性,利用姿态角作为跌倒判断标准;并且考虑到噪声影响和跌倒检测系统对检测正确率的高要求,利用Kalman滤波算法来提高算法精确度。实验结果表明该系统在人体前后、侧向跌倒和跌倒后迅速站起的情况下可以100%报警,达到人体正常跌倒情况的检测标准。     

CC3200与Android的跌倒检测系统上位机设计

Android系统使用 OpenGL 的标准接口来支持3D图形功能。通过处理 CC3200下位机发送的数据,计算出加速度芯片模型四边形的4个顶点坐标。系统使用 OpenGL ES在窗口中显示模型四边形,能够将芯片姿态的3D形式准确显示到窗口中。通过分析数据,可有效判断出人体是否处于跌倒状态。     

基于加速度传感器的老年人跌倒检测装置设计

为了提供老年人安全保障和保护用户隐私,设计了一种基于加速度传感器的跌倒检测装置.针对独居老人的特点,结合微传感器、数字信号处理以及无线传输等技术,利用人体运动产生的加速度,提出了一种鲁棒的跌倒算法.该装置在人体佩戴实验中,可以区分出正常人体活动与跌倒事件,自动发出跌倒报警信号,从而使用户在尽可能短的时间内得到医疗救护.     

基于SINS的老人跌倒实时监测方法

针对老人在跌倒的过程中人体的加速度和角速度特征量的变化,提出了一种基于卡尔曼滤波阈值算法的可穿戴式跌倒实时监测方法。以嵌入式处理器STM32F103ZET6作为处理核心,采用高精度加速度计MPU6050采集人体的加速度、角速度数据;微处理器通过对加速度数据的分析作出跌倒判断,如果判断结果为跌倒,蜂鸣器则会发出报警信号;通过SIM800C模块会向监护人发出求助短信。在搭建的可穿戴式实时监测系统实验平台中进行模型验证,通过对不同运动方式的对比,实验结果表明所提方法的可行性。     

一种便携式无源跌倒检测贴的设计

目前我国人口老龄化的现象愈发突出,"空巢"老人日益增多,为了防止老人在无人看护时发生意外,如跌倒;导致因为没有及时发现延误最佳救援时间造成严重的后果,通过三点定位、液态金属和RFID技术,我们设计了一种便携无源的跌倒检测贴。该跌倒贴能对佩戴者是否跌倒进行准确的判断,并实时的将结果同步到终端,即发出远程报警。该设计具有很好的应用前景和良好的社会效益。     

基于Android平台的老人跌倒检测软件

21世纪的中国将是一个不可逆转的老龄社会,随着社会的飞速发展,人口老龄化的趋势逐年增加。伴随而来老年人这一群体的明显弱点也逐渐体现出来——易跌倒,正因为这个弱点,使得许多老年人不敢出行。因此,在手机上开发一项检测老年人跌倒的软件系统是必要的。本文研究和探讨了在不同情况下发生跌倒时,利用加速度传感器,在30秒内判断出是否发生跌倒,并且在发生跌倒后,软件将会调用SMS的相关函数将发送短信息给该老人的监护人。     

人体跌倒的鲁棒检测方法

通过对跌倒行为特性的研究,提出了人体跌倒鲁棒检测方法.采用穿戴式跌倒检测装置,将加速度传感器和倾角传感器安置于腰间,压力传感器安置于脚底,用于采集人体运动中的姿态加速度信息、倾角信息和脚底压力信息,采用主成分分析法提取姿态变化特征量,并运用支持向量机对特征量进行分析和判断,判断人体是否跌倒.通过试验测试验证,所提出的方法对跌倒检测具有较高的鲁棒性.     

基于AlphaPose优化模型的老人跌倒行为检测算法

针对在低功耗、低成本硬件平台快速准确检测老人跌倒高危行为的问题,提出了一种基于AlphaPose优化模型的老人异常行为检测算法.首先,对行人目标检测模型和姿态估计模型进行优化,以加快人体目标检测和姿态关节点推理;然后,通过优化的AlphaPose模型快速计算得到人体姿态关节点图像坐标数据;最后,计算人体跌倒瞬间头部关节...     

一种基于统计学判别分析的老人摔倒检测算法的研究

针对传统通过阈值来确定老人跌倒检测算法中的不足和视频检测中容易泄露隐私等缺点, 提出了一种基于统计学判决分析的跌倒检测算法。该算法主要通过实验分析来提取行为的特征值并建立特征向量空间, 然后利用采样值与行为特征值空间的距离来判断匹配该行为是否为跌倒状态空间的值, 同时在算法中提出以智能机器人作为辅助检测的思想。最后通过实验验证了该算法具有较好的鲁棒性。     

基于智能手机的老年人跌倒预警系统实现

设计实现了一个Android手机的App,为老年人跌倒提供实时检测,并在检测到跌倒发生时,及时发送报警短信到指定的手机.通过对从手机内置的加速度传感器和陀螺仪获取的数据求向量模,并将求得的向量模与实验测得的跌倒时的标准向量模进行比较,使用阈值算法来判断是否跌倒.判断发生跌倒时,使用百度提供的API进行定位.最终把跌倒的老年人位置信息和求救信号通过短信给指定监护人,以获得及时救助.