摘要
本发明提出了一种可扩展的惯性传感器跌倒风险即时预警方法及系统,属于人体跌倒预测技术领域;方法包括:设置主惯性传感器和子惯性传感器,并进行组网通信连接;基于主惯性传感器和子惯性传感器采集人体行为的加速度和角速度数据并进行预处理,并通过卡尔曼滤波与互补滤波融合算法获取人体姿态特征;根据获取的人体姿态特征,将加速度数据转换到参考坐标系下,获得参考系下加速度特征,去除重力加速度后,积分得到速度特征;将加速度特征、速度特征以及人体姿态特征输入到训练好的跌倒预测模型中,进行跌倒预测。通过设备间的自动组网,可实现多个惯性传感器间数据的联动,提高跌倒预测的准确率,为跌倒防护提供充足的准备时间。
技术关键词
惯性传感器
加速度
预警方法
姿态特征
卡尔曼滤波
融合算法
协方差矩阵
风险
组网
磁力计
坐标系
阶段
人体腿部
数据获取模块
人体腰部
观测噪声
处理器
系统为您推荐了相关专利信息
量表
计算机视觉算法
特征数据库
情感特征
预警机制
故障分类方法
故障分类模型
数字孪生技术
电梯运行状态
特征值
RSSI定位方法
无人机基站
混合深度学习模型
数据处理单元
基站设备