茅莉磊, 高 强



一种人体跌倒检测方法①

茅莉磊, 高 强

(苏州大学机电工程学院, 苏州 215021)

随着人口老龄化问题日趋严重, 针对老年人容易跌倒的社会问题, 进行跌倒检测方法的研究. 采用基于穿戴式设备的跌倒检测方法, 不同于绝大多数的跌倒事后检测方法, 结合加速度特征和角度特征, 采用支持向量机算法作为分类算法, 进行人体跌倒的事前检测. 通过实验发现, 跌倒行为的检测率达到99.2%, 日常活动行为的检测率达到96%, 跌倒检测的平均前置时间为273ms.

跌倒; 加速度; 角度; 支持向量机; 前置时间

当今世界面临着严重的人口老龄化问题. 老年人由于身体机能下降, 平衡协调能力减弱, 视力变差等原因, 容易发生跌倒. 跌倒导致的软组织损伤、心理创伤等后果, 影响老年人的身心健康, 增加家庭和社会的负担[1,2]. 研究表明, 每年有30%~40%的65岁以上老人至少跌倒一次, 老年人跌倒死亡率随年龄的增大而上升[3].

目前, 人体跌倒检测方法主要有3类: 基于视频图像检测、基于音频或无线电等周围环境信号检测和基于穿戴式设备检测[4]. 安徽大学的左常玲[5]利用摄像头获取视频图像, 通过图像处理获得包围人体轮廓的最小矩形框, 计算其宽高比, 同时加入有效面积比和中心变化率这两个判断条件, 通过阈值法进行跌倒检测. 基于视频图像检测的优点是人体不需要携带任何设备, 缺点是视频图像受光线、环境等的影响较大, 检测范围有限并涉及到个人隐私……