科研之友
微信
新浪微博
Facebook
分享链接
摘要
跌倒是老年人意外伤亡的主要原因,使用防护产品是预防其伤亡的重要措施。为提升跌倒防护产品的适用性,提出一种结合阈值和支持向量机(SVM)多分类的跌倒预先识别方法。利用置于腰部的惯性传感器采集人体动作的加速度和角速度,并提取合加速度、水平合角速度和姿态角特征。通过设定特征阈值对样本进行初步检测,并对疑似跌倒样本提取时间窗内特征的均值、范围和方差来构建分类特征向量,通过训练的SVM多分类器对疑似跌倒样本进行复检和方向识别。结果表明:该方法对跌倒预先识别的前置时间为256ms,准确率为98.9%,可有效预先识别跌倒行为及其方向。
-
单位湖北航天化学技术研究所
