用于助老伴行机器人的老年人摔倒预测方法研究

• 作者: 张小栋 王亚宾 穆小奇 韩焕杰
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 摔倒预测 BP神经网络 信息融合
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1-7
• 页数: 7页
• 分类号: TN302|TP301.6
• 语种: 中文
• DOI: 10.13382/j.jemi.2018.07.001

摘要

为了使助老伴行机器人更好地服务老年人户外行走的需要,提出了一种用于助老伴行机器人的基于BP神经网络的多传感器信息特征融合进行老年人摔倒预测的方法.首先,通过老年人摔倒机理分析,提出了一种用于助老伴行机器人的老年人摔倒预测总体设计方案.然后,分别采用触觉力传感器、躯干三轴加速度计和和陀螺仪采集使用者的手部触觉力信息、躯干三轴加速度和角度信息.其次,对所采集的三类摔倒信息进行相应的特征提取,将3种特征信息采用BP神经网络进行信息融合,获取摔倒发生的概率,且当摔倒概率超过设定的阈值即判定老年人将要摔倒.最后,通过实验系统搭建和实验验证,结果表明,摔倒预测方法可靠,其整体识别准确率为97.5％,其中摔倒样本识别准确率95％,正常样本识别准确率100％,所以,该方法可以对老年人使用助老伴行机器人完成户外行走提供保证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小栋		90	590	14.0	19.0
2	穆小奇		6	3	1.0	1.0
3	王亚宾		5	3	1.0	1.0
4	韩焕杰		5	3	1.0	1.0