人體跌倒遠程監測系統設計

2.2 算法設計

依據人體在行走、站立和跌倒所損耗的能量的不同，通過(guò)實(shí)驗可以得出在不同動(dòng)作下其能量損耗的閾值范圍。因此在后臺的數據分析方法上提出了引入能量損耗的方法進(jìn)行分析。能量損耗是動(dòng)態(tài)加速度的平方在特定時(shí)間域上的積分，其表達如公式（9）示[7]：

本文a=1，能量損耗的計算以每個(gè)采樣窗體為單位進(jìn)行。

針對老年人的生活狀況特點(diǎn)進(jìn)行分析，并結合實(shí)際設計了相應的跌倒檢測算法。算法流程如圖3所示，流程圖從整體上描述了跌倒檢測判斷的過(guò)程。算法從開(kāi)始到“數據傳輸”這部分的實(shí)現都是在用戶(hù)終端實(shí)現，整個(gè)信號的預處理過(guò)程都是以一個(gè)采樣窗體為基本單位，如果在一個(gè)采樣時(shí)間內檢測到疑似數據，則將此單位內的數據都傳輸至后臺進(jìn)行進(jìn)一步的確認處理，否則，丟棄該數據段繼續采集加速度信號。

在后臺的數據處理階段，主要是利用能量損耗進(jìn)行分析并輔以特定時(shí)間內的人體v、s、Φ計算分析來(lái)提高系統檢測的準確性。

3 實(shí)驗與結果分析

為了驗證算法的準確性，邀請了10位60歲以上老人進(jìn)行試驗，但在跌倒實(shí)驗環(huán)節出于安全考慮沒(méi)有讓老人參與而是邀請了學(xué)生進(jìn)行模擬摔倒（在墊子上完成）。實(shí)驗的跌倒方式分為：向前/向后跌倒未平躺、向前/向后跌倒后平躺、向左/向右側跌倒。依據這幾種跌倒方式設計了一套如表1所示的動(dòng)作。每一次實(shí)驗的實(shí)驗者都隨機從中選出一些動(dòng)作并結合真正的跌倒組合一套完整的實(shí)驗動(dòng)作。系統以45 Hz的采樣頻率進(jìn)行樣本的采集，并通過(guò)設計的算法進(jìn)行數據的分析處理。

實(shí)驗者從上述的動(dòng)作中隨機選取動(dòng)作組合進(jìn)行實(shí)驗，每名實(shí)驗者需進(jìn)行5組實(shí)驗，10名實(shí)驗者共需完成50組實(shí)驗。

實(shí)驗統計結果如表1所示，通過(guò)實(shí)驗數據可知所設計的跌倒檢測方法有較高的準確率，能夠分辨絕大部分的跌倒事件，但在對跌倒后沒(méi)有平躺事件和滑倒并迅速回復平衡的情況存在一定的誤報率。

本文構建了基于三維加速度傳感器、微處理器和無(wú)線(xiàn)通信模塊為核心的跌倒檢測模塊，通過(guò)實(shí)驗證明了其有效性，能夠較好地區分日?；顒?dòng)和跌倒事件。在數據預處理上采取了基于1-class SVM的數據分類(lèi)算法提取可疑數據，并創(chuàng )新性地提出了利用人體活動(dòng)損耗的能量差異進(jìn)行跌倒的最終判定，在確保系統的準確性上增加了對特定時(shí)域內的人體的姿態(tài)分析（對速度、位移及人體傾角的計算分析），取得了一定的成效。但在用戶(hù)終端對原始數據的分類(lèi)處理上還需要對1-class SVM算法做進(jìn)一步的改進(jìn)。