基于三轴加速度传感器的人体跌倒检测系统设计与实现

计算机应用 ›› 2012, Vol. 32 ›› Issue (05): 1450-1452.

基于三轴加速度传感器的人体跌倒检测系统设计与实现

王荣¹,章韵²,陈建新¹

1. 南京邮电大学计算机学院，南京 210003
2. 南京邮电大学

收稿日期:2011-10-25 修回日期:2011-12-08 发布日期:2012-05-01 出版日期:2012-05-01
通讯作者: 陈建新
作者简介:王荣(1985-)，女，辽宁海城人，硕士研究生，主要研究方向：计算机通信；
章韵(1963-)，男，安徽芜湖人，教授，博士，主要研究方向：计算机网络、物联网；
陈建新(1973-)，男，江苏南通人，讲师，博士，主要研究方向：可穿戴传感网、物联网。
基金资助:
国家973计划项目(2011CB302903);南京邮电大学引进人才项目(NY207021)

Design and implementation of fall detection system using tri-axis accelerometer

Received:2011-10-25 Revised:2011-12-08 Online:2012-05-01 Published:2012-05-01
Contact: CHEN Jian-xin

摘要/Abstract

摘要： 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。

关键词: 跌倒检测, 三轴加速度传感器, 姿态角, 卡尔曼滤波, 远程监护

Abstract: In order to satisfy the requirements of the elderly care, and lessen the physical and psychological hurt caused by falling, the authors presented a fall detection system using a tri-axis accelerometer. The study idea was based on the attitude estimation using tri-axis accelerometer for the judgment of falling detection. In addition, considering the impact from the noise and the high accuracy of the falling detection system, the Kalman filtering algorithm was used to improve the system's reliability. The experimental results show that the system can alarm 100% when the human body is falling fore-and-aft, laterally and rapidly rising after falling, and can achieve the detection level of normal human falling.

Key words: fall detection, tri-axis accelerometer, attitude angle, Kalman filtering, telecare

中图分类号:

TP277

王荣章韵陈建新. 基于三轴加速度传感器的人体跌倒检测系统设计与实现[J]. 计算机应用, 2012, 32(05): 1450-1452.

[1]	梁睿衍, 杨慧. 基于RPEpose和XJ-GCN的轻量级跌倒检测算法框架[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3639-3646.
[2]	乔恩保, 高向阳, 程俊. 基于支持向量机的自恢复自适应蒙特卡洛定位算法[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3246-3251.
[3]	单飞桥, 王照伟, 沈跃. 基于精确时间协议的工业无线传感器网络时间同步方法[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 2255-2260.
[4]	方可, 刘蓉, 魏驰宇, 张心月, 刘杨. 复杂场景下的行人跌倒检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1811-1817.
[5]	王利, 宣士斌, 秦续阳, 李紫薇. 基于双解码器的Transformer多目标跟踪方法[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1919-1929.
[6]	王萍, 陈楠, 鲁磊. 基于场景先验及注意力引导的跌倒检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 529-535.
[7]	张璐, 方春, 祝铭. 基于Res2Net-YOLACT和融合特征的室内跌倒检测算法[J]. 《计算机应用》唯一官方网站, 2022, 42(3): 757-763.
[8]	曹建荣, 朱亚琴, 张玉婷, 吕俊杰, 杨红娟. 基于关节点特征的跌倒检测算法[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 622-630.
[9]	申炳琦, 张志明, 舒少龙. 移动机器人超宽带与视觉惯性里程计组合的室内定位算法[J]. 《计算机应用》唯一官方网站, 2022, 42(12): 3924-3930.
[10]	张露, 刘家鹏, 田冬梅. 基于Stacking-Bagging-Vote多源信息融合模型的财务预警应用[J]. 《计算机应用》唯一官方网站, 2022, 42(1): 280-286.
[11]	马敬奇, 雷欢, 陈敏翼. 基于AlphaPose优化模型的老人跌倒行为检测算法[J]. 《计算机应用》唯一官方网站, 2022, 42(1): 294-301.
[12]	刘晓光, 靳少康, 韦子辉, 梁铁, 王洪瑞, 刘秀玲. 基于阈值和极端随机树的实时跌倒检测方法[J]. 计算机应用, 2021, 41(9): 2761-2766.
[13]	曹建荣, 吕俊杰, 武欣莹, 张旭, 杨红娟. 融合运动特征和深度学习的跌倒检测算法[J]. 计算机应用, 2021, 41(2): 583-589.
[14]	夏伦腾, 张莉. 基于K近邻和动态时间规整算法的盲人物联网手杖系统[J]. 计算机应用, 2020, 40(8): 2441-2448.
[15]	张健铭, 施元昊, 徐正蓺, 魏建明. 基于误差预测的自适应UWB/PDR融合定位算法[J]. 计算机应用, 2020, 40(6): 1755-1762.