基于MEMS三轴加速度传感器的摔倒检测

被引:109
作者
刘鹏
卢潭城
吕愿愿
邓永莉
陆起涌
机构
[1] 复旦大学电子工程系
关键词
传感器应用; 摔倒检测; 信号幅度向量SVM; 差分信号幅度域DSMA; 三轴加速度传感器;
D O I
暂无
中图分类号
TP212.9 [传感器的应用];
学科分类号
140102 [集成电路设计与设计自动化];
摘要
摔倒作为人体活动的一部分,是影响人体健康的一大因素,尤其对病人和老年人而言,摔倒检测至关重要。基于MEMS三轴加速度传感器采集的人体活动加速度信号,提出了一种基于固定阈值的信号幅度向量滑动平均法SVMSA。该方法根据人体活动时的加速度信号特征,利用预先设定的阈值对加速度信号幅度向量SVM的滑动平均SVMSA进行判决,同时使用差分信号幅度域DSMA区分快速跑步等剧烈运动,准确实现了人体的摔倒检测。主要优势在于分析并区别了人体快速跑步等剧烈运动对摔倒检测的影响。通过对8位实验者的测试,该算法实现了94.4%的精确度。实验表明该算法能够较为准确地实现人体的摔倒检测。
引用
收藏
页码:570 / 574
页数:5
相关论文
共 9 条
[1]
Classification of basic daily movements using a triaxial accelerometer [J].
Mathie, MJ ;
Celler, BG ;
Lovell, NH ;
Coster, ACF .
MEDICAL & BIOLOGICAL ENGINEERING & COMPUTING, 2004, 42 (05) :679-687
[2]
基于三维加速度传感器的人体运动能耗检测算法的研究 [J].
朱国忠 ;
韦彩虹 ;
潘敏 .
传感技术学报, 2011, 24 (08) :1217-1222
[3]
基于MEMS加速度传感器的人体姿态检测技术 [J].
曹玉珍 ;
蔡伟超 ;
程旸 .
纳米技术与精密工程, 2010, 8 (01) :37-41
[4]
基于加速度信号的走路模式多级分类算法 [J].
李月香 ;
刘燕 ;
袁涛 ;
王文剑 .
电子学报, 2009, 37 (08) :1794-1798
[5]
MEMS加速度计的六位置测试法 [J].
宋丽君 ;
秦永元 .
测控技术, 2009, 28 (07) :11-13+17
[6]
基于人体特征三维人体模型的骨架提取算法 [J].
陈国栋 ;
李建微 ;
潘林 ;
余轮 .
计算机科学, 2009, 36 (07) :295-297
[7]
基于步态加速度的步态分析研究 [J].
刘蓉 ;
黄璐 ;
李少伟 ;
刘毅 .
传感技术学报, 2009, 22 (06) :893-896
[8]
老年人跌倒危险因素的调查 [J].
朱月妹 ;
袁浩斌 ;
陈雷 .
护理实践与研究, 2007, (10) :5-7
[9]
老年人跌倒致伤情况分析 [J].
郝燕萍 ;
刘雪琴 ;
靳海如 .
护理研究, 2006, (22) :2017-2018