基于ELM的人体跌倒预测算法

• 作者: 朱文辉 李伟 洪波
• 来源期刊: 电子测试
• 学科: 工学
• 关键词: 跌倒保护装置 ELM 跌倒预测 分类标签化 多指标理论
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 理论与算法
• 页码范围: 58-60,64
• 页数: 4页
• 分类号: TP312
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2022.05.015

摘要

为了应用于跌倒保护装置设计,需要设计一种跌倒保护预测算法,能够准确并快速的区分跌倒动作和正常行为动作,因此提出了基于ELM的人体跌倒预测算法.该算法通过六轴传感器芯片MPU6050提取人体各个姿态下的三相加速度和三相旋转角,通过多变量分析方法得到特征量,随后对提取的特征量进行预处理,通过滑动时间窗口对数据进行切割,对处理后的数据集进行分类标签化处理,通过标签数据集进行ELM训练测试,得到一种基于ELM的人体跌倒预测算法.通过多指标理论和传统合加速度阈值算法进行了对比评估,确定了基于ELM的人体跌倒预测算法能够在0.2s内快速预测跌倒行为,并且预测准确率能够达到97.6％,完全满足跌倒预测保护装置的应用要求,并且性能明显优于传统跌倒预测算法.