摘要
本发明公开了一种非接触式跌倒检测方法及装置,涉及智能健康监护技术领域,包括接收传感器检测的用户数据并对用户数据进行预处理;对所有传感器进行时间同步,根据初始时刻的人体位置和初始速度通过积分计算位置变化;计算位置变化量和方向角变化量,将速度变化量、位置变化量和方向角变化量融合,得到综合特征,对提取的综合特征进行降维处理,得到跌倒特征;使用机器学习算法构建用户行为模型,将跌倒特征输入用户行为模型,对提取的跌倒特征进行模式识别,确定是否存在跌倒行为;不断更新用户行为模型参数,确保系统能够自适应环境变化和个人行为习惯的差异,保持长期运行中的高精度和鲁棒性,为老年人及行动不便者的安全提供了可靠的保障。
技术关键词
跌倒检测方法
长短期记忆网络
人体运动轨迹
机器学习算法
组合算法
雷达传感器
非接触式
数据
模式识别
智能健康监护
特征提取模块
表达式
全局时间同步
跌倒检测装置
速度
统计方法
参数
系统为您推荐了相关专利信息
销售数据管理方法
电商
残差学习
残差模块
机器学习算法
无载体纳米药物
特征提取算法
筛选方法
多模态
支持向量机
时间序列特征
批量
多模型协同
进程
长短期记忆网络
监测预警方法
雷达
数字高程模型数据
风险
空间特征提取
换流变压器
强度预测方法
电气
实验室测试数据
交叉验证方法