基于SINS的老人跌倒实时监测方法

• 作者: 张禾 李莉 杨海 罗涛 饶悦
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 跌倒检测 惯性测量 卡尔曼滤波 远程报警 可穿戴式
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 56-59
• 页数: 4页
• 分类号: TP212.9
• 字数: 2784字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)01-0056-04

摘要

针对老人在跌倒的过程中人体的加速度和角速度特征量的变化,提出了一种基于卡尔曼滤波阈值算法的可穿戴式跌倒实时监测方法.以嵌入式处理器STM32F103ZET6作为处理核心,采用高精度加速度计MPU6050采集人体的加速度、角速度数据;微处理器通过对加速度数据的分析作出跌倒判断,如果判断结果为跌倒,蜂鸣器则会发出报警信号;通过SIM800C模块会向监护人发出求助短信.在搭建的可穿戴式实时监测系统实验平台中进行模型验证,通过对不同运动方式的对比,实验结果表明所提方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张禾	西南石油大学机电工程学院	40	214	9.0	12.0
2	李莉	西南石油大学机电工程学院	7	25	2.0	5.0
3	杨海	西南石油大学机电工程学院	13	55	4.0	7.0
4	罗涛	西南石油大学机电工程学院	3	0	0.0	0.0
5	饶悦	西南石油大学机电工程学院	1	0	0.0	0.0