基于SINS的老人跌倒实时监测方法

摘要

针对老人在跌倒的过程中人体的加速度和角速度特征量的变化,提出了一种基于卡尔曼滤波阈值算法的可穿戴式跌倒实时监测方法。以嵌入式处理器STM32F103ZET6作为处理核心,采用高精度加速度计MPU6050采集人体的加速度、角速度数据;微处理器通过对加速度数据的分析作出跌倒判断,如果判断结果为跌倒,蜂鸣器则会发出报警信号;通过SIM800C模块会向监护人发出求助短信。在搭建的可穿戴式实时监测系统实验平台中进行模型验证,通过对不同运动方式的对比,实验结果表明所提方法的可行性。