[发明专利]一种用于摔倒监控的可穿戴装置及方法

权利要求书

1.一种用于摔倒监控的可穿戴装置，其特征在于，包括：一个或多个传感器、处理器及通信模块，

所述一个或多个传感器用于采集用户的生理信息、姿态信息和语音信息；

所述处理器根据所述生理信息、姿态信息和语音信息判断用户是否摔倒；其中，在检测到所述生理信息发生异常时，触发所述处理器根据所述生理信息、姿态信息和语音信息计算生理信息特征值、姿态特征值和语音特征值，并利用摔倒判断模型根据所述生理信息特征值、姿态特征值和语音特征值判断用户是否摔倒；所述生理信息特征值为心率平均值和心率信号峰值，所述语音特征值为所述处理器通过K-近邻算法对所述语音信息进行分类而得到的特征值，所述姿态特征值为总三轴加速度值和步态状态，其中，当所述总三轴加速度值的波峰时间间隔小于等于波峰时间间隔的阈值、且所述总三轴加速度值与重力加速度的差值小于等于波峰阈值、且所述总三轴加速度值与重力加速度的差值大于等于波谷阈值时，确定所述步态状态为禁止状态；通过K-近邻算法得到所述语音特征值时，先通过局部线性嵌入方法和支持向量机获取局部重构的权重，再将得到的语音特征参数归一化处理，然后通过KNN分类器进行识别得到所述语音特征值；

所述通信模块在接收到所述处理器发送的摔倒指示时，向服务器传送用户摔倒信息。

2.如权利要求1所述的用于摔倒监控的可穿戴装置，其特征在于，还包括：GPS定位模块，所述GPS定位模块用于获取用户的坐标信息；

所述处理器根据所述生理信息、姿态信息、语音信息和坐标信息判断用户是否摔倒；

所述通信模块在接收到所述处理器发送的摔倒指示时，向服务器传送用户摔倒信息及所述坐标信息。

3.如权利要求1所述的用于摔倒监控的可穿戴装置，其特征在于，

所述生理信息包括心率信号、脉搏信号、体温信息、血压信息和皮肤电信号中的一种或两种以上，所述姿态信息包括三轴加速度指标。

4.如权利要求1所述的用于摔倒监控的可穿戴装置，其特征在于，所述摔倒判断模型通过如下方式得到：

采集用户的摔倒数据样本，所述摔倒数据样本包括历史生理信息、历史姿态信息和历史语音信息，以及对应的指示用户是否摔倒的标签；

根据所采集的历史生理信息、历史姿态信息和历史语音信息计算生理信息特征值、姿态特征值和语音特征值，根据所述生理信息特征值、姿态特征值和语音特征值以及所对应的标签，训练得到所述摔倒判断模型。

5.一种用于摔倒监控的方法，其特征在于，包括：

采集用户的生理信息、姿态信息和语音信息；

根据所述生理信息、姿态信息和语音信息判断用户是否摔倒；其中，在检测到所述生理信息发生异常时，触发根据所述生理信息、姿态信息和语音信息计算生理信息特征值、姿态特征值和语音特征值，并利用摔倒判断模型根据所述生理信息特征值、姿态特征值和语音特征值判断用户是否摔倒；所述生理信息特征值为心率平均值和心率信号峰值，所述语音特征值为通过K-近邻算法对所述语音信息进行分类而得到的特征值，所述姿态特征值为总三轴加速度值和步态状态，其中，当所述总三轴加速度值的波峰时间间隔小于等于波峰时间间隔的阈值、且所述总三轴加速度值与重力加速度的差值小于等于波峰阈值、且所述总三轴加速度值与重力加速度的差值大于等于波谷阈值时，确定所述步态状态为禁止状态；通过K-近邻算法得到所述语音特征值时，先通过局部线性嵌入方法和支持向量机获取局部重构的权重，再将得到的语音特征参数归一化处理，然后通过KNN分类器进行识别得到所述语音特征值；

在判断所述用户摔倒时，向服务器传送用户摔倒信息。

6.如权利要求5所述的用于摔倒监控的方法，其特征在于，还包括：获取用户的坐标信息；

根据所述生理信息、姿态信息、语音信息和坐标信息判断用户是否摔倒；

在判断所述用户摔倒时，向服务器传送用户摔倒信息及所述坐标信息。

7.如权利要求5所述的用于摔倒监控的方法，其特征在于，

所述生理信息包括心率信号、脉搏信号、体温信息、血压信息和皮肤电信号中的一种或两种以上，所述姿态信息包括三轴加速度指标。