基于可穿戴惯性传感器的跌倒预先识别方法

摘要：

跌倒是老年人意外伤亡的主要原因,使用防护产品是预防其伤亡的重要措施.为提升跌倒防护产品的适用性,提出一种结合阈值和支持向量机(SVM)多分类的跌倒预先识别方法.利用置于腰部的惯性传感器采集人体动作的加速度和角速度,并提取合加速度、水平合角速度和姿态角特征.通过设定特征阈值对样本进行初步检测,并对疑似跌倒样本提取时间窗内特征的均值、范围和方差来构建分类特征向量,通过训练的SVM多分类器对疑似跌倒样本进行复检和方向识别.结果表明:该方法对跌倒预先识别的前置时间为256ms,准确率为98.9％,可有效预先识别跌倒行为及其方向.

关键词：跌倒预先识别;惯性传感器;支持向量机;阈值;前置时间

所属期刊栏目：49

分类号：TP274(自动化技术及设备)

在线出版日期：2021-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2315-2320