老年人跌倒檢測技術(shù)研究(編輯修改稿)
2025-02-02 21:52 本頁面
【文章內(nèi)容簡介】 方法對加速度信號進行預(yù)處理，其處理效果如圖 10 所示。 圖 10 中值濾波處理加速度信號 （ 2） 總加速度 強度（ Acceleration Vector Magnitude） 2 4 6 8 10 12 14 16 180 . 51 . 01 . 52 . 0時間(s)濾波后總加速度曲線2 4 6 8 10 12 14 16 181 . 02 . 03 . 0加速度（g）原始總加速度曲線XX 學報 13 總加速度 即為三軸加速度的矢量和，它能比較直觀的體現(xiàn)人體運動的劇烈程度，其數(shù)學表示為： 2 2 2x y zA V M A A A? ? ? （ ） 常見的 6 種日常行為的 總加速度 強度（ AVM）與豎直軸加速度（ Ax）如圖 11 所示，其中 總加速度 （ AVM）以黑色曲線表示，豎直軸加速度（ Ax）以藍色曲線表示。分析日常行為的加速度曲線可得以下特征； 1) 總加速度 （ AVM）的幅值以 1g 為中值擺動，由于重力加速度的存在。 2) 豎直軸加速度（ Ax）的幅值以 1g 為中值擺動，由于 X 軸正方向與重力方向相反。 3) 坐下起立、走、躺下和上樓的 總加速度 （ AVM）變化幅值在 2g 之內(nèi)，說明運動劇烈程度較小。 4) 跑和跳的 總加速度 （ AVM）變化幅值在 4g 之內(nèi)，說明運動劇烈程度較大。 5) 在人體保持直立狀 態(tài)的日常行為中（除躺下外的其他 5 種）， 總加速度 （ AVM）與豎直加速度（ Ax）的變化趨勢基本一致。 6) 躺下時，由于人體從直立狀態(tài)轉(zhuǎn)化到平躺狀態(tài)，因此豎直加速度（ Ax）曲線存在明顯 “階躍 ”變化。 14 圖 11 常見日常行為的 總加速度 （黑色） 與豎直軸加速度曲線 （藍色） 常見的 3 種跌倒事件的 總加速度 強度（ AVM）與豎直軸加速度（ Ax）如圖 12 所示，其中 總加速度 （ AVM）以黑色曲線表示，豎直軸加速度（ Ax）以藍色曲線表示。分析這 3 種跌倒事件的加速度曲線可得以下特征： 1) 不同方向的跌倒事件加速度曲線非常相似，變化趨勢基本保持一致。 2) 總加速度 曲線（ AVM）中存在明顯峰值，該峰值是由身體與地面沖擊造成的。 3) 總加速度 曲線（ AVM）中峰值之前時刻，對應(yīng)的豎直加速度曲線（ Ax）存在一個明顯的加速度谷值，該谷值是由身體在跌倒過程中的失重造成的。 4) 總加速度 曲線（ AVM）中峰值之后一段時間，對應(yīng)的豎直加速度曲線（ Ax）存在一個明顯 “階躍 ”變化，這是由于人體姿態(tài)變化造成的。 0 2 4 6 8 10 12 1421012躺下0 2 4 6 8 1042024跑 0 2 4 6 8 1021012加速度 (g)走 0 4 8 12 1642024坐下起立0 2 4 6 8 10 1221012時間 ( s )上樓0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 43035跳XX 學報 15 圖 12 常見跌倒事件的 總加速度 （黑色） 與豎直軸加速度曲線 （藍色） 比較日常行為和跌倒事件的和加速曲線（ AVM）特征可知，兩者 總加速度 （ AVM）峰值的大小存在明顯差異。經(jīng)過大量模擬跌倒和日常行為實驗，統(tǒng)計匯總后，跌倒和日常行為的 總加速度 峰值范圍如表 6 和 表 7 所示。 表 1 日常行為 總 加速度最值 ADL 行走 坐 蹲 上樓 下樓 慢跑 跳 Max(g) Min(g) 表 2 跌倒 總 加速度最大值范圍 Fall 前倒 后倒 側(cè)倒 Max(g) Mean(g) Min(g) 姿態(tài)分析 人體 處于靜止狀態(tài)時，可以通過重力加速度在三個方向的分布估計人體姿態(tài)， 僅需0 2 4 6 8 10 12 14210加速度（g）向前跌倒 0 2 4 6 8 10 12 14 16210時間（s）向后跌倒 0 2 4 6 8 10 12 14 16 1821012側(cè)向跌倒 16 加速度傳感器支持，且計算簡單。 圖 13 顯示了跌倒事件中 豎直方向加速度的變化，通過重力加速度的分布變化，同時也反映了人體姿態(tài)的變化。 在人體直立時，豎直方向加速度為 1g（正方向為垂直地面向上），而在人體平躺時，豎直方向加速度為 0g 左右。從而， 該曲線體現(xiàn)了在跌倒過程中人體姿態(tài)的典型變化： 在失重階段 人體與豎直軸夾角由 0176。 左右 快速變?yōu)?90176。 左右 ，隨后在平躺階段時，人體與豎直軸夾角 保持 90176。 左右 一段時間。 雖然 跌倒時 人體姿態(tài)變化與躺下的情況一致，但是足以區(qū)分其他日常行為。 圖 15 跌倒時豎直方向加速度曲線 跌倒檢測算法設(shè)計 通過以上對日常行為和 跌倒 的加速度和人體姿態(tài)分析可知，跌倒可以分為三個階段，第一階段是失重階段，此時人體開始無意識的倒向地面；第二階段是沖擊階段，此時人體其他部位與地面發(fā)生沖擊；第三階段是平躺階段，此時人體平躺在地面上處于靜息狀態(tài)。并且，跌倒過程中突出的特征可以歸結(jié)為 （如圖 16 所示） ： 1) 在人體處于失重階段時，豎直軸加速度（ Ay）先下降再急劇增加。 2) 在 人體承受沖擊 階段 時， 總加速度 的激增。 3) 沖擊之后，由于人體姿態(tài)變化而處于平躺狀態(tài)， 總加速度 (AVM)維持在 1g左右，Y 軸加速度維持在 0g 附近。 0 2 4 6 8 10 12 14 16 2 . 0 1 . 5 1 . 0 0 . 500 . 51 . 01 . 5時間（ s ）豎直方向加速度 （g） 失重階段沖擊階段平躺階段XX 學報 17 圖 16 跌倒的運動學特征 經(jīng)采樣分析 日常行為 事件幾乎不能同時滿足以上 3 個 特征，這為該跌倒檢測系統(tǒng)具有較高的特異性提供了保障。 為有效識別以上 3 個特征，我們通過 總加速度 （ AVM）與人體與豎直軸夾角（ TAy）的變化時序來設(shè)計跌倒檢測算法。 總加速度 （ AVM）的定義已經(jīng)在前文加速度分析中給出，而 在人體處于靜息狀態(tài)時（非運動狀態(tài)）， 豎直軸夾角（ TAy）的計算采用重力加速度分布的方法估算，其公式如下： a r c c o
公司管理相關(guān)推薦
鄂ICP備17016276號-1