基于Android手機多傳感器的老人跌倒檢測技術研究與實現

程一風，李 達，張翔晨

（華中師范大學 湖北 武漢　430079）

基于Android手機多傳感器的老人跌倒檢測技術研究與實現

程一風，李 達，張翔晨

（華中師范大學 湖北 武漢430079）

為了減少因跌倒后救治不及時給老人身心帶來的傷害，文中提出了一種基于Android手機多傳感器的跌倒檢測方法。利用三軸加速度傳感器和氣壓計，檢測跌倒時加速度和海拔高度的變化特征，實現跌倒判定。同時考慮到不同體格特征的人群身高、體重、年齡等的差異，文中引入了合理的閾值調節機制。并且，文中基于此方法在Android智能手機平臺上設計實現了跌倒檢測系統，實驗結果表明該系統的檢測準確率86%。

跌倒檢測；Android；三軸加速度傳感器；氣壓計

隨著中國人口老齡化程度的加深，老年人的健康安全監護問題成為了一個巨大的社會難題。由于身體機能衰退等原因，老年人的生活自理能力逐步下降，難免遭受一些意外傷害，其中跌倒問題顯得尤為突出。調查顯示，意外跌倒成為了老年人健康的“頭號殺手”，它會給老人的身心帶來巨大的傷害，若是救治不及時，不僅會大大加深傷害程度，甚至有可能危及生命。因此，研究老人跌倒檢測問題具有非常重要的社會意義。

現有的跌倒檢測系統主要包括基于圖像的檢測系統、基于聲頻信號的分析、基于穿戴式的裝置檢測。基于圖像的檢測方法由攝像頭對老人的運動實時監測，其準確度較高，但不足之處在于不能保證用戶的隱私。基于聲頻信號的監測裝置安裝比較復雜，資金投入也比較大。基于穿戴式的裝置檢測對于老年人的限制最小，精度也較高。但還是存在一些問題，例如老人需要佩戴特殊的檢測裝置，但在日常生活中老人很難保證隨時佩戴，導致檢測效果大打折扣。并且目前大部分的穿戴檢測裝置需要使用者以固定方向佩戴在固定位置（如腰部），這或多或少會影響到老人的日常活動。

因此，本文提出一種新型可穿戴式檢測方法。以智能手機作為載體，利用手機中集成的三軸加速度傳感器和氣壓計，通過閾值判斷實現跌倒檢測。該方法有如下優點：

1）用戶僅需攜帶手機便能進行跌倒檢測，無需攜帶額外的檢測設備，大大降低了對老人日常生活的影響。

2）引入氣壓計進行聯合判斷能有效減小誤報率。生活中一些如跑步、起立等行為的加速度變化特征與跌倒相似，若單獨采用加速度傳感器檢測跌倒，在進行這類活動時可能會引起誤報。引入氣壓計檢測跌倒時海拔高度的變化，能有效排除以上相似行為誤報的可能性，從而更進一步降低誤報率。

3）無需固定手機放置的位置與方向。現有的一些檢測設備通過檢測跌倒時人體方向的變化實現判別，而本文中提出的方法無需依賴角度的變化，因此對手機放置的方位沒有限制。

1　基于智能手機多傳感器的跌倒檢測方法

1.1傳感類型和數據預處理

本設計利用智能手機本身集成的加速度傳感器和氣壓計，采用閾值判斷的方法實現跌倒檢測功能。三軸加速度傳感器能夠測量空間中三軸的加速度分量；氣壓計能夠檢測所處環境的氣壓強度，從而計算出當前的海拔高度。

數據預處理包括滑動平均濾波和加速度合成兩大部分。其具體內容如下：

1）由于外界環境因素以及傳感器自身的精度問題，傳感器所采集的數據或多或少會存在“噪聲”，為了提高判斷的正確率，降低噪聲的干擾，本文采用滑動平均濾波的方法對合加速度和海拔高度數據進行平滑處理，減小尖峰或低谷噪聲的影響。

2）三軸加速度傳感器輸出的原始數據是以其規定的直角坐標系X、Y、Z 3個方向上的分量值。為了消除放置角度和方向的影響，本文選取合加速度作為研究量，其計算公式為式（1）：

1.2跌倒特征分析

1）合加速度特征分析

根據大量實驗及相關研究文獻［1-2，4］發現，合加速度值在人體跌倒時呈現出一個先減小后增大的趨勢。這是符合理論的，人體在失去平衡向下傾倒的過程中處于類似自由落體的狀態，這時合加速度會急劇減小，而在接觸地面的一瞬間，人體由運動狀態突然轉變為靜止狀態，在很短的時間內速度降為0，故此階段合加速度會急劇增大，且隨后的靜止狀態將至少持續3 s［5］，其特征如圖1所示。

在老人的正常行為中，合加速度的變化是十分復雜的，其中很多行為也伴隨著規律的加速度變化。例如坐下、起立、乘坐電梯、慢跑、跳躍等。“坐下”這個動作的加速度變化趨勢與跌倒相同，但由于速度的變化較為緩慢，可以通過控制檢測時間的窗口大小來消除這類動作對檢測準確率的干擾。

圖1　跌倒合加速度

圖2　跌倒前后海拔高度記錄

2）海拔高度特征分析

在日常生活中，老人的一些正常行為由于加速度變化趨勢與跌倒相似，若只通過合加速度的變化來檢測判斷，仍存在一定可能被誤判為跌倒。所以，本文引入氣壓計檢測海拔高度的變化，以此來進行輔助判斷，減小誤判的可能。

用戶在佩戴裝置的狀態下發生跌倒，裝置所處的海拔高度將會發生明顯的改變。具體大小會根據每個人的身高，身材比例不同而有所差異。進行模擬實驗時，考慮到跌倒具有一定的危險性，因此由多名不同身高的青年志愿者模擬老人的跌倒過程。跌倒前后的海拔高度變化曲線圖如圖2所示。

“跳躍”和“跑步”的合加速度變化曲線分別如圖3與圖4所示。由圖可知，這兩項行為的合加速度變化曲線在某一時間段內與跌倒相似，可能會產生誤報。但“跳躍”前后的海拔高度相同；“跑步”的海拔高度在窗口時間內無明顯的變化，故而本文提出使用氣壓計進行輔助判斷的方法可消除類似行為的誤報。

圖3　跳躍合加速度

圖4　跑步合加速度

1.3跌倒檢測算法

根據以上分析得到的跌倒特征，本文將跌倒檢測過程分為4個階段。在第一階段檢測失重狀態，系統將實時檢測合加速度，若其小于門限amin，說明進入失重狀態。若出現失重，則進入第二階段，判斷是否在一定時間內發生碰撞，即檢測在0.8 s內合加速度值是否大于門限amax，若符合這一條件，則說明發生人體發生碰撞；第三階段檢測是否出現靜止狀態，即在檢測到合加速度值超過amax后，延時0.5 s，再檢測隨后的0.5內合加速度是否維持在g左右（g為重力加速度，其大小是9.8m/s2）。若滿足這一條件，將進行第四階段的海拔高度差檢測，取達到閾值amin時刻前0.5 s內的海拔高度平均值和第三階段中0.5 s內的海拔高度平均值相減，若其差值大于閾值hmax，則判定為跌倒，觸發報警。具體流程如圖5所示。

圖5　算法流程圖

初始設置加速度的閾值amax=1.5 g、amin=0.8 g，海拔高度差的閾值hmax=0.6 m。但由于使用者的身體特征如身高、體重等以及性別、年齡會對檢測結果產生一定的影響［3］，故采用動態門限設置，即加速度的閾值amax以及海拔高度差的閾值hmax會根據使用者輸入的個人信息進行微調，在一定程度上降低個體的差異對檢測結果的影響。其中，根據個人的身高和體重信息，可以得到身體質量指數（BMI），如式（2）所示。

2　實驗結果與分析

為了驗證系統的檢測性能，并且考慮到老人跌倒具有一定的危險性，測試實驗選取30名青年自愿者進行了多次不同佩戴方式，不同跌倒方式的測試實驗。本文主要研究同一平面上的跌倒。同一平面上的跌倒方式又可根據人體跌倒前的狀態進行分類：直立跌倒、蹲下跌倒、彎腰跌倒和坐下跌倒等，且每種方式又有前后左右之分。這里綜合各種情況考慮，具體的測試方案及其準確率如表1所示。

表1　測試次數及成功率

從實驗結果可知，本系統得到了較高的檢測準確率，對跑步等正常的日常行為的誤判較小。佩戴方式靈活多樣，且不同佩戴位置對檢測性能的影響甚微，可忽略不計，這極大地減小了裝置對老人日常生活的影響，是很多現有檢測方法所不具備的。但是，由于坐下時身體的加速度特征以及氣壓計變化與跌倒時的特征非常接近，因此該種情況的誤報率比其他情況要高，且其準確率依賴于坐下的高度及坐下時的快慢，然而老年人的日常行為比較緩慢，所以因坐下導致的誤報率的增加不會太明顯。

3　結束語

文中主要針對老人的跌倒檢測問題進行了研究。文章通過觀測和比較大量的行為樣本數據，提取了跌倒行為加速度和海拔高度的變化特征，并在此基礎上提出了基于閾值判斷的多傳感器跌倒檢測方法。考慮到智能手機的普及及其豐富的傳感器資源，本文利用Android智能手機平臺設計了一個跌倒檢測系統，并設計實驗驗證了檢測的正確率。本系統具備準確性高、便捷及成本低廉等特點，具有很強的實用性。

［1］王榮，章韻，陳建新.基于三軸加速度傳感器的人體跌倒檢測系統設計與實現［J］.計算機應用，2012，32（5）:1450-1452.

［2］張愛華，王璐.基于三維加速度傳感器設計的跌倒檢測［J］.中國組織工程研究與臨床康復，2010，14（48）:9029-9032.

［3］Cao Y，Yang Y，Liu W H.E-FallD:A fall detection system usingandroid-basedsmartphone［C］//FuzzySystemsand Knowledge Discovery（FSKD），2012 9th International Conference on.IEEE，2012:1509-1513.

［4］Wibisono W，Arifin D N，Pratomo B A，et al.Falls detection and notification system using tri-axial accelerometer and gyroscope sensors of a smartphone［C］//Technologies and ApplicationsofArtificialIntelligence（TAAI），2013 Conference on.IEEE，2013:382-385.

［5］Koshmak G，Linden M，Loutfi A.Evaluation of the androidbasedfalldetectionsystemwithphysiologicaldata monitoring［C］//Engineering in Medicine and Biology Society （EMBC），2013 35th Annual International Conference of the IEEE.IEEE，2013:1164-1168.

［6］Cheng J，Chen X，Shen M.A framework for daily activity monitoring and fall detection based on surface electromyography and accelerometer signals［J］.Biomedical and Health Informatics，IEEE Journal of，2013，17（1）:38-45.

Research and implementation of fall detection based on Android phone

CHENG Yi-feng，LI Da，ZHANG Xiang-chen
（Central China Normal University，Wuhan 430079，China）

Aiming at avoiding the sever injury caused by elders falling down without prompt treatment，this paper develops a method of falling-down detection system based on multisensor in Android phones.This system utilizes three-axis accelerometer and barometer to detect the changes of acceleration and altitude to determine whether a falling down accident has occurred. Taking it into consideration that different individuals differ in bodily features like height，weight and age，This paper introduces a reasonable threshold adjusted mechanism.It also reveals that the system has been implemented on the Android smart phone platform with experimental results’showing that the detection accuracy of the system is 86%.

fall detection；the Android platform application；three-axis accelerometer；barometer

TN929.53

A

1674-6236（2016）14-0181-03

2015-08-15稿件編號：201508083

華中師范大學2014年大學生創新創業訓練計劃立項A類項目（A2014057）

程一風（1994—），男，湖北武漢人。研究方向：通信。