基于Kinect傳感器的老人摔倒檢測

鄢然

當今社會的獨居老人越來越多，獨居老人的監護已經成為一個社會問題。為使獨居老人在家發生摔倒時能被及時發現并告知其子女，設計和實現了不受可見光影響、保護老人隱私的基于Kinect傳感器的老人摔倒檢測系統。使用Kinect傳感器獲取深度圖像和老人的骨骼點信息，通過計算胯骨中心高度以及脊柱中心點的運動速度對老人的動作進行判斷。當檢測到可能發生摔倒時，對老人進行語音詢問，若得到確認立即給老人子女發送電子郵件進行通知。實驗結果顯示，該系統能夠準確檢測到老人摔倒的發生并發送電子郵件，同時，老人也可根據語音提示做出相應動作將摔倒警報解除，減小系統誤差。

【關鍵詞】Kinect 摔倒檢測

1 引言

隨著老齡化社會的到來，“空巢老人”的比例不斷提高。當空巢老人發生跌倒時，常因無法快速發送求救信號，導致救助不及時從而造成嚴重后果。因此，針對老人的家庭摔倒檢測系統的研究與設計具有重要意義。

目前，針對老年人摔倒的檢測系統設計主要包括三種方法：

（1）通過可穿戴設備對老人的姿態進行監測，進而進行摔倒動作的判斷。這種方法使用的傳感器包括速度傳感器、陀螺儀傳感器等，設計復雜，成本較高，長期穿戴會使設備有一定損耗，并給老人生活造成不便。

（2）環境式摔倒檢測方法，在老人活動區域中的不同位置放置傳感器，通過監測目標運動時發出的聲音以及接觸地面時發出的震動對摔倒動作進行檢測，環境噪聲的干擾將對實驗結果造成較大影響。

（3）基于視覺傳感器的摔倒檢測系統，原理是在檢測目標的活動區域內安裝圖像采集設備，通過對老人動作特征的提取進行摔倒動作的判斷。這種方法可降低環境噪聲的干擾，但是老人的生活隱私將被暴露，影響其正常生活。

本文提出的摔倒檢測算法利用Kinect傳感器采集老人活動的信息和老人的關節點并將采集到的彩色圖像轉換為深度圖像，實現了一種摔倒動作識別系統。系統可獲取老人運動時重心的高度和運動的速度，通過閾值判斷老人是否摔倒。滿足摔倒判斷條件并通過語音對老人進行詢問得到確認之后，系統會給老人子女發送郵件進行提醒，保證了系統檢測的準確性與實時性和老人使用的舒適性。

2 系統總體設計

2.1 人體特征提取與動作分析

Kinect傳感器是微軟公司開發的一種3D體感攝影機，其圖像采集裝置包括最左側的紅外攝影機和分別位于中間和最右側的彩色攝像頭和紅外攝像頭。深度數據流由深度圖像幀組成，在每個深度圖像幀中包含了從Kinect紅外攝像頭的視角看出去，目標物對應的（x，y）點坐標距離攝像頭平面的距離。

在獲取檢測目標的深度圖像之后，Kinect傳感器可提取檢測目標的骨骼點數據，共形成20個數據點。如圖1所示。

根據Kinect骨骼圖像中各骨骼點的坐標位置可計算出人體中心的高度，結合Kinect骨骼圖的幀率為30fps，可獲取目標的實時運動速度，進而進行摔倒動作的判斷與檢測。

2.2 系統設計與分析

根據之前的實驗，在成年人正常站立時胯骨中心點（HipCenter）與地面的距離和正常活動時脊柱中心點（Spine）上下運動的速度均在一定范圍內。因此，在老人活動時只需要對其胯骨中心點的高度和脊柱中心點的上下運動速度進行計算，當胯骨中心點的高度H小于閾值H并且脊柱中心點的速度V大于閾值V時認為老人可能摔倒。為減小檢測誤差，在系統認為老人可能摔倒后即對老人進行語音詢問，若老人根據語音提示做出相應動作，即可解除摔倒警報。若老人未在規定時間內按照系統要求進行動作的反饋，系統將自動通過163郵箱給老人子女發送電子郵件進行提醒。

對于監測目標高度的檢測，胯骨中心點高度定義為胯骨中心點的Y值與左右腳掌的平均Y值的差值，即H= HipCenter.Y-（LeftFoot.Y+RightFoot.Y）/2。由于摔倒姿勢大多為仰臥式或跪地式，胯骨中心點距離地面的距離將會很小，考慮到老年人穿衣服的厚度等多種情況，將胯骨中心點高度閾值H設置為0.2較為合適。即當H<0.2時，則認為監測到摔倒特征。

對于監測目標脊柱中心點上下運動速度的檢測，每隔10幀計算一次人體中心下降的速度V。根據實驗結果及文獻參考，一般認為下降速度在1.21～2.05 m/s時可能發生摔倒。在本實驗中，將中心點運動速度的閾值V設置為0.35m/s，即當V>0.35時，即認為監測到摔倒特征。當同時監測到上述兩個特征時，系統將對老人的狀況進行語音詢問進行確認。

系統采集深度圖像信息如圖2所示。

3 實驗總結

實驗表明，該老人摔倒檢測系統的準確率高，算法簡單易于實現，可解決獨自居家的老人發生意外摔倒時得不到及時救助的問題。與此同時，該系統只顯示深度圖像，可以很好地保護老人的隱私。另外，Kinect傳感器價格不高，檢測準確，具有很好的發展和應用前景。

參考文獻

[1]黃帥.老年人跌倒檢測系統中相關算法的研究及應用[D].清華大學，2012.

[2]鮑楠，姜博文，李永澤等.基于Kinect傳感器的摔倒檢測研究[J].電子設計工程，2017，25（12）：149-152.

[3]李旋旋，張仁杰.一種基于Kinect的人體摔倒檢測方法[J].軟件導刊，2017，16（07）：125-127.

作者單位

河海大學常州校區物聯網工程學院 江蘇省常州市 213000endprint