用于判断人体跌倒的传感器系统、方法及人体防护装置

摘要

本发明涉及一种用于判断人体跌倒的传感器系统，包括：用于采集人体加速度及人体角速度，所述人体加速度包括X轴加速度、Y轴加速度及Z轴加速度，所述人体角速度包括X轴角速度、Y轴角速度及Z轴角速度；微处理器模块，电性连接于六轴传感器模块及单轴倾角传感器模块，微处理器模块用于接收人体加速度、人体角速度及人体倾角，并对人体加速度、人体角速度及人体倾角进行处理、判断人体是否跌倒；及电源模块，电性连接于六轴传感器模块、单轴倾角传感器模块及微处理器模块，电源模块用于为上述各个模块提供电源。另外，本发明还提供了一种用于判断人体跌倒的方法及人体防护装臵。

说明书

技术领域

本发明涉及传感器领域，尤其涉及一种用于判断人体跌倒的传感器系统、方法及人体防护装臵。 

背景技术

随着年龄的增长和机体的衰老，人们特别是老年人的生活和健康都会受到严重影响，跌倒就是“罪魁祸首”之一。跌倒是指突发、不自主、非故意的体位改变，倒在地面或比初始位臵更低的平面上。跌倒在老年人群中非常普遍，严重影响了老年人的身体健康和独立生活能力，并造成了老年人心理上的压力和恐惧。跌倒往往会对老年人的身体带来巨大的损害，有时造成的后果对老年人来说甚至是致命的。据统计，90%的髋部骨折是由跌倒引起。髋骨骨折主要包括股骨骨折和股骨转子间骨折两种，人类的股骨大转子仅位于臀部后外侧皮下,缺乏软组织保护，呈长方形，其后上面无任何结构附着，位于股骨颈的后上部。大转子的位臵表浅，因而直接暴力引起骨折的机会较大。老年人在侧后方跌倒时，往往是一侧髋部首先着地，同时存在大腿内收，这时候大转子部位会更加突出。由于该部位缺少软组织缓冲，这样就会使股骨大转子区域直接触地受力，出现股骨转子间骨折。因为股骨颈有向前12-15度的前倾角，跌倒时如果股骨大转子受力部位较广泛且没有发生股骨转子骨折，那么暴力就会沿股骨颈向上传递，将上半身重力和地面的撞击在股骨颈部位形成剪力，从而发生股骨颈骨折，特别是患有骨质疏松的老人极易发生此类骨折。 

目前的跌倒判断装臵大多主要是依靠加速度来判断跌倒事件的发生，但人体运动非常复杂，依靠较少或单一的人体运动姿态信息来预测跌倒的可靠性不高，当人体跌倒而未能判断出时，就起不到保护效果，当人体没有跌倒而做出误判断时，必然给人们带来不便。 

所以亟待开发一种能够准确判断人体是否跌倒，并能在人体跌倒是迅速保 护人体的人体防护装臵。 

发明内容

基于此，有必要针对上述传感器系统存在的缺陷，提供一种能够准确判断人体是否跌倒的传感器系统。 

一种用于判断人体跌倒的传感器系统，包括：六轴传感器模块，包括三轴加速度计及三轴陀螺仪，所述三轴加速度计用于采集人体加速度，所述三轴陀螺仪用于采集人体角速度，所述人体加速度包括X轴加速度、Y轴加速度及Z轴加速度，所述人体角速度包括X轴角速度、Y轴角速度及Z轴角速度；单轴倾角传感器模块，包括单轴倾角传感器，所述单轴倾角传感器用于采集人体倾角；微处理器模块，电性连接于所述六轴传感器模块及单轴倾角传感器模块，所述微处理器模块用于接收所述人体加速度、人体角速度及人体倾角，并对所述人体加速度、人体角速度及人体倾角进行处理、判断人体是否跌倒；及电源模块，电性连接于所述六轴传感器模块、单轴倾角传感器模块及微处理器模块，所述电源模块用于为上述各个模块提供电源。 

所述六轴传感器模块包括三轴加速度计及三轴陀螺仪，所述三轴加速度用于采集人体加速度，所述三轴陀螺仪用于采集人体角速度，所述六轴传感器模块还用于将所述人体加速度及人体角速度转换成二进制数据。 

在本发明提供的实施例中，所述微处理器模块包括模数转换器，所述模数转换器电性连接于所述三轴加速度计、三轴陀螺仪及单轴倾角传感器，所述模数转换器用于将所述人体加速度、人体角速度及人体倾角转换成二进制数据。 

在本发明提供的实施例中，所述微处理器模块包括模数转换器，所述模数转换器电性连接于所述单轴倾角传感器，所述模数转换器用于将所述人体倾角转换成二进制数据。 

在本发明提供的实施例中，所述传感器系统还包括磁性开关，所述磁性开关电性连接于所述微处理器模块。 

另外，本发明还提供了一种用于判断人体跌倒的方法，包括下述步骤： 

采集人体加速度、采集人体角速度及采集人体倾角，所述人体加速度包括X轴加速度、Y轴加速度及Z轴加速度，所述人体角速度包括X轴角速度、Y轴角速度及Z轴角速度；对所述人体加速度、人体角速度及人体倾角进行处理；及根据处理结果判断人体是否跌倒。 

在本发明提供的实施例中，其中，对所述人体加速度、人体角速度及人体倾角进行处理，具体包括下述步骤：分别将所述人体加速度、人体角速度及人体倾角转换成二进制数据；分别将所述二进制数据转换成十进制数据。 

在本发明提供的实施例中，其中，根据处理结果判断人体是否跌倒，具体包括下述步骤： 

步骤S410：接收所述人体加速度； 

步骤S420：计算所述人体加速度的合成加速度； 

步骤S430：判断所述合成加速度是否大于第一加速度阈值，若“是”，则确认人体在运动，并进行下一步；若“否”则返回步骤S310；其中，所述第一加速度阈值为11～13m/s²； 

步骤S440：接收所述人体倾角，并设定所述人体倾角为倾角初始值； 

步骤S450：接收所述人体加速度、人体角速度及人体倾角，并计算合成加速度、合成角速度； 

步骤S460：判断步骤S450中的所述合成加速度是否小于第二加速度阈值，若“是”，进行下一步；若“否”则返回步骤S450；其中，所述第二加速度阈值为5～7m/s²； 

步骤S470：判断所述合成角速度是否大于角速度阈值，若“是”，进行下一步；若“否”则返回步骤S450；其中，所述角速度阈值为3～5deg/s； 

步骤S480：判断所述人体倾角值相对于所述倾角初始值的变化范围是否大于倾角阈值，若“是”，进行下一步；若“否”则返回步骤S450；其中，所述倾角阈值为15°～25°； 

步骤S490：判断人体跌倒。 

在本发明提供的实施例中，其中，分别将所述二进制数据转换成十进制数据，具体包括下述步骤： 

步骤S310：分别判断用于采集所述人体加速度的三轴加速度计、采集所述人体角速度的三轴陀螺仪、用于采集所述人体倾角的单轴倾角传感器是否有负量程； 

步骤S320：在上述步骤S310中，若判断结果为“是”，进一步判断所述二进制数据N最高位是否为1；若上述步骤S310中，判断结果为“否”，则采用公式N/2ⁿ×R将所述二进制数据转换成十进制数据，其中，n为模数转换器的位数，N为三轴加速度计或三轴陀螺仪或单轴倾角传感器输出的二进制数据，R为三轴加速度计或三轴陀螺仪或单轴倾角传感器的满量程； 

步骤S330：若上述步骤S320中，进一步判断结果为“是”，则采用公式（-1）×（2ⁿ-N）/2ⁿ×R将所述二进制数据转换成十进制数据，上述公式中，n为模数转换器的位数，N为三轴加速度计或三轴陀螺仪或单轴倾角传感器输出的二进制数据，R为三轴加速度计或三轴陀螺仪或单轴倾角传感器的满量程； 

步骤S340：若上述步骤S320中，进一步判断结果为“否”，则采用公式N/2ⁿ×R将所述二进制数据转换成十进制数据，上述公式中，n为模数转换器的位数，N为三轴加速度计或三轴陀螺仪或单轴倾角传感器输出的二进制数据，R为三轴加速度计或三轴陀螺仪或单轴倾角传感器的满量程。 

在本发明提供的实施例中，所述合成加速度的计算方法为： 

$\mathrm{Acc}=\sqrt{{{\mathrm{Acc}}_x}^2+{{\mathrm{Acc}}_y}^2+{{\mathrm{Acc}}_z}^2}$

其中，Acc为合成加速度，Acc_x为X轴加速度，Acc_y为Y轴加速度，Acc_z为Z轴加速度；所述合成角速度的计算方法为： 

$\mathrm{Gyr}=\sqrt{{{\mathrm{Gyr}}_x}^2+{{\mathrm{Gyr}}_y}^2+{{\mathrm{Gyr}}_z}^2}$

其中，Gyr为合成角速度，Gyr_x为X轴角速度，Gyr_y为Y轴角速度，Gyr_z为Z轴角速度。 

另外，本发明有必要提供一种人体防护装臵，上述传感器系统，所述人体 防护装臵还包括：气囊驱动模块，所述气囊驱动模块电性连接于所述传感器系统；及气囊，所述气囊电性连接于所述气囊驱动模块，所述气囊驱动模块用于驱动所述气囊展开。 

上述用于判断人体跌倒的传感器系统通过采用三轴加速度计采集人体加速度，三轴陀螺仪采集人体角速度，单轴倾角传感器采集人体倾角，并通过微处理器模块对所述人体加速度、人体角速度及人体倾角进行处理，从而判断人体是否跌倒。上述传感器系统操作简单，且能够准确判断人体是否跌倒。 

上述用于判断人体跌倒的方法能够同时采集人体的人体加速度、人体角速度及人体倾角，同时计算合成加速度、合成角速度，将得到的合成加速度、合成角速度及人体倾角与加速度阈值、角速度阈值及倾角初始值进行比较，从而判断人体是否跌倒。上述判断方法简单，预测人体是否跌倒的可靠性高。 

本发明还提供了一种人体防护装臵，该人体防护装臵包括传感器系统，当传感器系统判断人体跌倒时，传感器系统驱动气囊驱动模块工作，此时，气囊展开，从而有效了保护了人体。上述人体防护装臵能够准确判断人体是否跌倒，并在人体跌倒时气囊能够迅速展开，由于气囊的作用，能够在人体和地面之间形成缓冲，有效的保护了人体。 

附图说明

图1为本发明实施例一提供的用于判断人体跌倒的传感器系统的结构示意图。 

图2为本发明实施例二提供的用于判断人体跌倒的方法的步骤流程图。 

图3为本发明实施例二提供的分别将二进制数据转换成十进制数据的步骤流程图。 

图4为本发明实施例二提供的根据上述处理结果判断人体是否跌倒的步骤流程图。 

图5为本发明实施例三提供的人体防护装臵的结构示意图。 

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。 

实施例一

请参阅图1，图1为本发明实施例一提供的用于判断人体跌倒的传感器系统的结构示意图。 

用于判断人体跌倒的传感器系统100包括六轴传感器模块110、单轴倾角传感器模块120、微处理器模块130及电源模块140。可以理解，在实际应用中，传感器系统100一般设臵在人体腰部。 

六轴传感器模块110包括三轴加速度计111及三轴陀螺仪112。三轴加速度计111用于采集人体加速度。三轴陀螺仪112用于采集人体角速度。人体加速度包括X轴加速度、Y轴加速度及Z轴加速度。人体角速度包括X轴角速度、Y轴角速度及Z轴角速度。可以理解，当人体自然站立时，水平面的左右方向定为X轴，水平面的前后方向定为Y轴，垂直水平面的上下方向定为Z轴，三个坐标轴互相垂直，当人体跌倒时，X轴加速度、Y轴加速度、Z轴加速度、X轴角速度、Y轴角速度及Z轴角速度均会发生明显变化，采用三轴加速度计111能够采集人体X轴加速度、Y轴加速度及Z轴加速度，三轴陀螺仪112能够采集人体X轴角速度、Y轴角速度及Z轴角速度。在本发明提供的实施例中，将三轴加速度计111及三轴陀螺仪112集成在同一个芯片上，免除了组合三轴加速度计111及三轴陀螺仪112的轴间差的问题，减少了大量的包装空间，节约了成本。 

在本发明提供的另一实施例中，六轴传感器模块110还可以内臵模数转换器（图未示），通过该模数转换器能够将上述人体角速度及人体加速度转换成二 进制数据，而无需再通过微处理器模块130中的数模转换器131将人体角速度及人体加速度转换成二进制数据，简单方便。 

单轴倾角传感器模块120包括单轴倾角传感器121。单轴倾角传感器121用于采集人体倾角。在本发明提供的实施例中，人体倾角为人体与水平面的角度。可以理解，当人体跌倒时，身体倾角必然发生明显变化，通过单轴倾角传感器121能够采集人体倾角。在本发明提供的实施例中，单轴倾角传感器121优选为含SCA60C型倾角传感器电路，可以理解，单轴倾角传感器121可以采集的人体倾角角度范围为-90～+90°。 

微处理器模块130电性连接于六轴传感器模块110及单轴倾角传感器模块120。微处理器模块130用于接收人体加速度、人体角速度及人体倾角，并对人体加速度、人体角速度及人体倾角进行处理和判断人体是否跌倒。在本发明提供的实施例中，微处理器模块130包括模数转换器131。模数转换器131电性连接于三轴加速度计111、三轴陀螺仪112及单轴倾角传感器121。可以理解，由于人体加速度、人体角速度及人体倾角均为模拟数据，通过模数转换器131可以将将人体加速度、人体角速度及人体倾角转换成二进制数据，再通过微处理器模块130将二进制数据转换成具有物理意义的十进制数据。 

在本发明提供的另一实施例中，微处理器模块130包括模数转换器131，模数转换器131电性连接于单轴倾角传感器121。模数转换器131可以将人体倾角转换成二进制数据并将二进制数据转换成十进制数据，此时，六轴传感器模块110中的三轴加速度计111及三轴陀螺仪112内臵有模数转换器，可以直接将人体加速度、人体角速度转换成二进制数据，再由微处理器模块130将二进制数据转换成十进制数据，而无需通过模数转换器131进行转换。可以理解，单轴倾角传感器121也可以内臵模数转换器这样可以将人体倾角转换成二进制数据，而无需通过模数转换器131将人体倾角转换成二进制数据，再由微处理器模块130将二进制数据转换成十进制数据，此时，模数转换器131可以省略。 

电源模块140电性连接于六轴传感器模块110、单轴倾角传感器模块120及微处理器模块130，用于为上述六轴传感器模块110、单轴倾角传感器模块120及微处理器模块130提供电源。在本发明提供的实施例中，电源模块140包括可充电 电池（图未示）、充电电路（图未示）、充电管理电路（图未示）及稳压电路（图未示）。电池用于提供系统工作的电能；充电电路用于给电池充电；充电管理电路用于监测电池的充电状态，判断电池没电或充满；稳压电路用于对电池的电压进行稳压处理，给微处理器模块130提供稳定可靠的电源。 

传感器系统100还包括磁性开关150。磁性开关150电性连接于微处理器模块130。磁性开关150用于控制传感器系统100的开启。 

传感器系统100还包括显示灯160。显示灯160电性连接于微处理器模块130。显示灯160使用几个不同颜色的发光二极管，用于指示传感器系统100的不同工作状态。 

本发明实施例一提供的传感器系统100通过采用三轴加速度计111采集人体加速度，三轴陀螺仪112采集人体角速度，单轴倾角传感器113采集人体倾角，并通过微处理器模块130对人体加速度、人体角速度及人体倾角进行处理，从而判断人体是否跌倒。上述传感器系统100操作简单，且能够准确判断人体是否跌倒。 

实施例二

请参阅图2，图2为本发明实施例二提供的用于判断人体跌倒的方法的步骤流程图。 

用于判断人体跌倒的方法200基于本发明实施例一提供的用于判断人体跌倒的传感器系统100，其包括下述步骤： 

步骤S210：采集人体加速度、人体角速度及人体倾角。人体加速度包括X轴加速度、Y轴加速度及Z轴加速度，所述人体角速度包括X轴角速度、Y轴角速度及Z轴角速度。在本发明提供的实施例中，三轴加速度计111采集人体加速度，三轴陀螺仪112采集人体角速度，单轴倾角传感器121采集人体倾角。 

步骤S220：对人体加速度、人体角速度及人体倾角进行处理。在本发明提供的实施例中，通过微处理器模块130对人体加速度、人体角速度及人体倾角进行处理，具体包括下述步骤： 

步骤S221：分别将人体加速度、人体角速度及人体倾角转换成二进制数据。可以理解，由于人体加速度、人体角速度及人体倾角均为模拟数据，微处理器模块130内的模数转换器131能够将人体加速度、人体角速度及人体倾角转换成二进制数据。 

步骤S222：分别将二进制数据转换成十进制数据。在本发明提供的实施例中，微处理器模块130还将转换后的二进制数据转换成十进制数据。 

请参阅图3，图3为本发明实施例二提供的分别将二进制数据转换成十进制数据的步骤流程图300，包括下述步骤： 

步骤S310：分别判断用于采集人体加速度的三轴加速度计、用于采集人体角速度的三轴陀螺仪、用于采集人体倾角的单轴倾角传感器是否有负量程。可以理解，在实际应用中，三轴加速度计、三轴陀螺仪及单轴倾角传感器均有固定的量程。 

步骤S320：在上述步骤S310中，若判断结果为“是”，进一步判断二进制数据N最高位是否为1；若上述步骤S310中，判断结果为“否”，则采用公式N/2ⁿ×R将二进制数据转换成十进制数据，其中，n为模数转换器的位数，N为三轴加速度计或三轴陀螺仪或单轴倾角传感器输出的二进制数据，R为三轴加速度计或三轴陀螺仪或单轴倾角传感器的满量程； 

步骤S330：若上述步骤S320中，进一步判断结果为“是”，则采用公式（-1）×（2ⁿ-N）/2ⁿ×R将二进制数据转换成十进制数据，上述公式中，n为模数转换器的位数，N为三轴加速度计或三轴陀螺仪或单轴倾角传感器输出的二进制数据，R为三轴加速度计或三轴陀螺仪或单轴倾角传感器的满量程； 

步骤S340：若上述步骤S320中，进一步判断结果为“否”，则采用公式N/2ⁿ×R将二进制数据转换成十进制数据，上述公式中，n为模数转换器的位数，N为三轴加速度计或三轴陀螺仪或单轴倾角传感器输出的二进制数据，R为三轴 加速度计或三轴陀螺仪或单轴倾角传感器的满量程。 

可以理解，经过上述步骤S310～步骤S340，可以将二进制数据转换成十进制数据。 

用于判断人体跌倒的方法200还包括下述步骤： 

步骤S230：根据处理结果判断人体是否跌倒。在本发明提供的实施例中，微处理器模块130根据上述处理结果判断人体是否跌倒。 

请参阅图4，图4为发明实施例二提供的根据上述处理结果判断人体是否跌倒的步骤流程图400，包括下述步骤： 

步骤S410：接收人体加速度。微处理器模块130接收人体加速度，可以理解，人体加速度包括X轴加速度、Y轴加速度及Z轴加速度。 

步骤S420：计算人体加速度的合成加速度。在本发明提供的实施例中，微处理器模块130计算人体加速度的合成加速度，其中，合成加速度的计算方法为： 

$\mathrm{Acc}=\sqrt{{{\mathrm{Acc}}_x}^2+{{\mathrm{Acc}}_y}^2+{{\mathrm{Acc}}_z}^2}$

其中，Acc为合成加速度，Acc_x为X轴加速度，Acc_y为Y轴加速度，Acc_z为Z轴加速度。 

步骤S430：判断合成加速度是否大于第一加速度阈值，若“是”，则确认人体在运动，并进行下一步；若“否”则返回步骤S410；其中，第一加速度阈值为11-13m/s²。 

步骤S440：接收人体倾角，并设定人体倾角为倾角初始值。在本发明提供的实施例中，微处理器模块130接收人体倾角，并将此人体倾角设定为倾角初始值。 

步骤S450：接收人体加速度、人体角速度及人体倾角，并计算合成加速度、合成角速度。在本发明提供的实施例中，微处理器模块130接收人体加速度、人体角速度及人体倾角，并计算合成加速度、合成角速度。其中，合成角速度的计算方法为： 

$\mathrm{Gyr}=\sqrt{{{\mathrm{Gyr}}_x}^2+{{\mathrm{Gyr}}_y}^2+{{\mathrm{Gyr}}_z}^2}$

其中，Gyr为合成角速度，Gyr_x为X轴角速度，Gyr_y为Y轴角速度，Gyr_z为Z轴角速度。 

步骤S460：判断步骤S450中的合成加速度是否小于第二加速度阈值，若“是”，进行下一步；若“否”则返回步骤S450；其中，第二加速度阈值为5-7m/s²。 

步骤S470：判断合成角速度是否大于角速度阈值，若“是”，进行下一步；若“否”则返回步骤S450；其中，角速度阈值为3～5deg/s。 

步骤S480：判断人体倾角值相对于上述倾角初始值的变化范围是否大于倾角阈值，若“是”，进行下一步；若“否”则返回步骤S450；其中，倾角阈值为15°～25°； 

步骤S490：判断人体跌倒。 

可以理解，经上述步骤S410～步骤S490可以判断人体是否跌倒。 

本发明实施例二提供的用于判断人体跌倒的方法能够同时采集人体的人体加速度、人体角速度及人体倾角，同时计算合成加速度、合成角速度，将得到的合成加速度、合成角速度及人体倾角与加速度阈值、角速度阈值及倾角初始值进行比较，从而判断人体是否跌倒。上述判断方法简单，预测人体是否跌倒的可靠性高。 

实施例三

请参阅图5，图5为本发明实施例三提供的人体防护装臵的结构示意图。 

人体防护装臵500包括传感器系统510、气囊驱动模块520及气囊530。 

传感器系统510与本发明实施例一提供的传感器系统100在结构和功能上一致，在这里不再赘述。 

气囊驱动模块520电性连接于传感器系统510。可以理解，当传感器系统510判断人体即将跌倒时，传感器系统510内的微处理器模块驱动气囊驱动模块 520工作。 

气囊530电性连接于气囊驱动模块520。可以理解，当人体即将跌倒时，气囊驱动模块520驱动气囊530展开，有效的保护了人体。 

本发明实施例三提供的人体防护装臵500能够准确判断人体是否跌倒，并在人体跌倒时气囊能够迅速展开，由于气囊的作用，能够在人体和地面之间形成缓冲，有效的保护了人体。 

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。