基于卡尔曼滤波与麻雀搜索优化的独居老人跌倒检测方法

本发明公开了一种基于卡尔曼滤波与麻雀搜索优化的独居老人跌倒检测方法，S1.获得校准后原始运动数据；S2.将校准后原始运动数据输入卡尔曼滤波算法，得到姿态特征数据；S3.利用预先建立的标签化参考数据集与姿态特征数据训练动作识别模型，输出初步动作类别判定序列数据；S4.采集历史运动行为数据并结合初步动作类别判定序列数据，初始化麻雀搜索优化算法，形成自适应动作识别模型；S5.将实时姿态特征数据输入自适应动作识别模型，生成跌倒事件判定结果数据，当跌倒事件判定结果数据指示发生跌倒事件时，触发报警机制。本发明有效解决了传统方法中对“可疑跌倒”与“缓慢跌倒”过渡状态识别不清的问题。