一种跌倒检测方法、装置、设备、介质及程序产品与流程

摘要: 本发明涉及可穿戴设备及人体运动监测,尤其涉及一种跌倒检测方法、装置、设备、介质及程序产品。背景技术:1、随着老龄化进程加速以及医疗康复、工业辅助等领域对穿戴式外...
一种跌倒检测方法、装置、设备、介质及程序产品与流程

本发明涉及可穿戴设备及人体运动监测,尤其涉及一种跌倒检测方法、装置、设备、介质及程序产品。

背景技术:

1、随着老龄化进程加速以及医疗康复、工业辅助等领域对穿戴式外骨骼装备需求的增长,准确、及时识别外骨骼穿戴者跌倒事件成为保障穿戴者人身安全、避免二次损伤的关键技术之一。

2、现有跌倒检测技术主要包括:基于阈值规则的检测方法、基于传统机器学习的检测方法和基于深度学习的端到端检测方法。在外骨骼应用场景中,电机振动与刚性结构耦合导致信号噪声显著,个体差异大,上述方法普遍存在响应与误报矛盾、缺少自恢复机制及难以嵌入式部署的问题。

技术实现思路

1、本发明提供了一种跌倒检测方法、装置、设备、介质及程序产品,兼顾低延迟与低误报,并具备自恢复能力,适用于嵌入式部署。

2、第一方面,本发明实施例提供了一种跌倒检测方法,包括:

3、获取外骨骼穿戴者的多通道运动信号,对所述多通道运动信号进行预处理和滑动窗口切分,得到当前时间窗口;

4、根据所述当前时间窗口,分别确定窗口级跌倒概率与运动强度特征;

5、通过多尺度级联有限状态机,根据所述窗口级跌倒概率进行状态转移,以确定跌倒检测结果,并根据所述运动强度特征进行假阳性排除和报警后自恢复。

6、第二方面,本发明实施例提供了一种跌倒检测装置,包括:

7、信号获取模块,用于获取外骨骼穿戴者的多通道运动信号,对所述多通道运动信号进行预处理和滑动窗口切分,得到当前时间窗口;

8、信号处理模块,用于根据所述当前时间窗口,分别确定窗口级跌倒概率与运动强度特征;

9、跌倒检测模块,用于通过多尺度级联有限状态机,根据所述窗口级跌倒概率进行状态转移,以确定跌倒检测结果,并根据所述运动强度特征进行假阳性排除和报警后自恢复。

10、第三方面,本发明实施例提供了一种电子设备,包括:

11、至少一个处理器;以及

12、与至少一个处理器通信连接的存储器;其中,

13、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行上述第一方面实施例提供的一种跌倒检测方法。

14、第四方面,本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现上述第一方面实施例提供的一种跌倒检测方法。

15、第五方面,本发明实施例提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序在被处理器执行时实现上述第一方面实施例提供的一种跌倒检测方法。

16、本发明实施例的技术方案,通过获取外骨骼穿戴者的多通道运动信号,对所述多通道运动信号进行预处理和滑动窗口切分,得到当前时间窗口;根据所述当前时间窗口,分别确定窗口级跌倒概率与运动强度特征;通过多尺度级联有限状态机,根据所述窗口级跌倒概率进行状态转移,以确定跌倒检测结果,并根据所述运动强度特征进行假阳性排除和报警后自恢复。上述技术特征,通过构建短尺度触发、长尺度复核与自动恢复的多尺度级联决策机制,有效解决了现有技术中响应延迟与误报率相互制约、缺少自恢复机制及难以嵌入式部署的共性技术难题。窗口级跌倒概率用于短尺度灵敏触发,保证跌倒事件的快速响应;运动强度特征用于长尺度物理复核,以极低计算开销排除剧烈起跳、急停等假阳性场景,从而兼顾低延迟与低误报;两者来源独立、互补协同。同时,在状态机中引入报警后自恢复机制,检测到穿戴者起身后可自动复位,无需人工干预。此外,运动强度特征仅涉及简单算术运算,配合轻量级神经网络,可在嵌入式设备上实时运行。

17、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

1.一种跌倒检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述获取外骨骼穿戴者的多通道运动信号,对所述多通道运动信号进行预处理和滑动窗口切分,得到当前时间窗口,包括:

3.根据权利要求1所述的方法,其特征在于,所述根据所述当前时间窗口,分别确定窗口级跌倒概率与运动强度特征,包括:

4.根据权利要求3所述的方法,其特征在于,所述跌倒概率预测模型包括特征提取单元、注意力单元、加权聚合单元和分类输出单元;所述将所述当前时间窗口输入预训练的跌倒概率预测模型,获得所述跌倒概率预测模型输出的窗口级跌倒概率,包括:

5.根据权利要求1所述的方法,其特征在于,所述多尺度级联有限状态机至少包括空闲态、待定态、报警态和复位态;所述通过多尺度级联有限状态机,根据所述窗口级跌倒概率进行状态转移,以确定跌倒检测结果,并根据所述运动强度特征进行假阳性排除和报警后自恢复,包括:

6.根据权利要求5所述的方法,其特征在于,所述第一阈值为概率阈值,所述第二阈值和所述第三阈值为运动强度阈值,所述验证窗口的时间长度大于所述当前时间窗口的时间长度。

7.根据权利要求1-6中任一项所述的方法,其特征在于,还包括:

8.一种跌倒检测装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种跌倒检测方法。

11.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的一种跌倒检测方法。