中国科技论文在线 http://www.paper.edu.cn 基于安卓智能手机的加速度传感器检测人 体跌倒 李晓敏* 5 10 15 20 25 （广东第二师范学院物理系，广州 510000） 摘要：为能及时救助跌倒的老年人，减少其受到的伤害，本文提出一种对人体跌倒进行检测 的系统，该系统基于安卓操作系统的智能手机中的加速度传感器来获取人体任意时刻的三轴 加速度,。此系统利用人体的合加速度幅值作为判断是否发生跌倒现象的首要标准，再通过 计 时 滤 波 提 高 检 测 的 正 确 率 。 实 验结 果 表 明 人体 在 携 带 安装 并 运 行 着 本 实 验 设 计 的 Acelerometer Activity 的应用程序的智能手机，能够在人体发生跌倒情况下准确进行报警， 达到检测人体正常跌倒情况的标准。 关键词：三轴加速度；人体姿势检测；Android 智能手机 中图分类号：TP277 A Fall Detection System using Cell Phone Accelermeter based on Android LI Xiaomin (Guangdong University of Education, Department of Physics, Guangzhou 510000) Abstract: In order to help the elders who are easier to fall down and reduce the harm they may get，the author presented a fall detection system using cell phone accelerometer based on Android， so we can receive the tri-axis accelerometer datas .This system first judges whether a person is falling down or not by his amplitude and acceleration，then improves the high accuracy by using the timing filtration. The experimental results show that the fall detection system can send out an alarm message when a person falls down, carrying the smart phone operating the Acelerometer Activity we design for this program，which means it is up to the standard of detecting human falling. Key words: ktri-axis accelerometer data、Activity recognition、smart phone based on Android 30 0 引言 人口的老龄化已被公认是一种全球性的发展趋势。据联合国预测，目前全球 65 岁以上 的老年人每月净增 75 万人，到 2050 年全球除非洲外，65 岁以上老年人口比例将超过或接 近 30%，其中 80 岁以上高龄老人将达到 3.7 亿。中国是世界上老年人口最多、增长最快的 国家，预计到 21 世纪上半叶，中国将先后迎来三大人口高峰：人口总量于 2033 年达到 15 35 亿，劳动力年龄人口于 2016 年达到 10 亿，60 岁以上的老龄人口将于 2040 年前后达到 4 亿 左右，2050 年老年人口达峰值[1]。在中国，人口老龄化问题更叠加上老年人口中家庭空巢化 的特点，而且摔倒是老年人群中比较常见的现象，因此研究开发检测人体跌倒报警设备，以 便及时对跌倒的伤者进行救治减少伤害的课题具有重大的意义和价值。 1 跌倒检测设备结构设计 40 1.1 跌到检测原理 作者简介：李晓敏（1993-），女，无职称，物理师范. E-mail: 15626170253@163.com - 1 - 

中国科技论文在线 http://www.paper.edu.cn 一般人体因某种因素而失去平衡时，便有可能会发生跌倒的情况。此时身体一般会呈现 倾向某一方向倾倒的状态，其经身体一连串的作用结果，可能发生的姿势包含以下几种可能, 如下图 1 所示： 45 图 1 人体各种跌倒姿势[2] 建立直角坐标系以 Z 轴对应人体直立时的垂直轴，X 轴对应人体的前后向水平轴，Y 轴 50 对应人体左右侧向水平轴，X、Y、Z 轴相互正交。当人体处于站立或行走状态时，X、Y 轴 的加速度接近 0 而 Z 轴的加速度接近 g；当人体发生跌倒现象时，三轴加速度及其矢量和会 发生改变。通过采集 X、Y、Z 三个方向上的加速度，运用物理公式 a= 计算 出人体的合加速度，再与设定的阈值进行比较来初步判断跌倒是否发生。a 的大小与人体速 度变化的快慢有关而与运动方向无关，与基于倾角的阈值算法相比更具优势，是一个十分理 55 想的参考物理量。国内外有许多针对跌倒检测的研究，就是以跌倒发生时所产生的加速度值 来作为判断跌倒的重要参考依据。 按获取跌倒信息渠道的不同，目前跌倒识别技术主要分三类：基于视频的跌倒检测系统， 基于声学的跌倒检测系统，基于穿戴式传感器的跌倒检测系统[3]。综合比较三种技术的优缺 点后，因穿戴式传感器的跌倒检测系统有体积小，便于携带且检测准确度高等优势，在本实 60 验中，我们选择了基于穿戴式传感器的跌倒检测系统，具体做法是利用安卓操作系统的智能 手机中的加速度传感器，结合我们自行研发的 Acelerometer Activity 软件形成完整的一套检 测系统。实验者运动过程中佩戴着智能手机，以此获得人体在任意时间内在 X、Y、Z 三个 方向上的加速度变化情况。 1.2 跌倒检测算法设计 65 1.2.1 人体跌倒监测算法步骤： （1） 根据式子 a= 求得人体某一时刻的合加速度 a； - 2 - 

中国科技论文在线 http://www.paper.edu.cn （2） 每个合加速度值以 1.3265g 即 13m/ 作归一化处理后，合加速度都是 13m/ 的 相对值，没有了量纲，相对值的范围在[-1,1]之间； （3） 把相对值与设定的阈值 0.6 比较，如果相对值大于 0.6 则进入预报警状态，否则 70 返回最初的工作环节，这是算法的第一级运算； （4） 监测算法的第二级运算是在预报警状态下实行在 7.5s 时间里连续采集数据，进 行计时滤波。当出现一次或多次合加速度的值超过阈值 0.6 时，系统会检测到 人体发生跌倒的现象，并且在 7.5s 的时间间隔里，系统会把多个可疑数据合并 成一个，减少多报和误报，最终进行短信报警。 75 1.2.2 人体跌倒检测算法流程图如下图 2 所示： 初始状态 采集合加速度的值 后进行归一化处理 归一化后的值超过 设定的阈值 0.6 否 是 预备报警，连续在 7.5s 内采集 数据 出现一次或多次合 加速度的值超过阈 值的情况 是 合并可疑数据，实 行计时滤波功能 否 检测到人体跌 倒，短信报警 图 2 人体跌倒检测算法流程图 - 3 - 

中国科技论文在线 http://www.paper.edu.cn 2 实验验证与分析 2.1 实验设计 80 为验证上述算法的合理性和有效性，本人做了相关的实验三十次，实验中包括正常行走、 小跑和摔倒的环节。因实验结果受人体放置手机位置的影响，而根据相关实验结果表明，手 机放置在腰部能够更准确地反映出人体的运动变化情况，故本实验都将跌倒监测装置放置在 实验者腰部位置。本实验选择带有 3 轴加速度传感器的 Android 智能手机，采样时间间隔为 500ms。 85 2.2 实验结果 现选取一组跌倒实验的结果（如下图 3、4、5、6 所示）进行分析，实验者在实验中共 经历了三次跌倒。 90 95 图 3 经历三次摔倒过程的合加速度图像 图 4 合加速度归一化处理后的图像 图 5 以阈值是 0.6 为标准判断跌倒情况的图像 - 4 - 

中国科技论文在线 http://www.paper.edu.cn 100 图 6 以 7.5s 为时间间隔计时滤波后的跌倒次数显示图像 由实验数据归一化后，选择阈值为 0.6 判断跌倒现象的图像可看出，由于实验中发生跌 倒现象是一个过程，人体合加速度的幅值的异常变化也因此持续一小段时间。为减少误报和 多报警报的情况，我们在算法设计上加入计时滤波的环节。基于实验设备的配置和实验过程 对跌倒次数的控制，我们以 7.5s 为时间间隔计时滤波。最后，由图四——跌倒次数的显示 105 图像验证了本实验中算法的准确性和可行性。综上所述，本文算法能很好地监测人体在正常 活动过程中出现跌倒这种异常的情况。而缺陷在于如果人体在某一段时间里做连续跑跳等剧 烈运动时，归一化后的加速度容易超过阈值而且因持续时间长而发生报警现象。 3 结论 使用智能手机的 Android 平台及设计的检测跌倒现象的算法进行开发出相关的应用程 110 序 Acelerometer Activity，对老年人的运动情况实行实时监测，保证用户与当地的医疗监护 机构通信的连接，能使老年人避免跌倒后难以被人发现及难以得到有效救助的情况，为老年 人的安心出行提供保障。 115 120 [参考文献] [1] 沈若玲.人口老龄化与老年社区护理现状[J].现代护理，2007,13（12）：1117-1119 [2] 孙新香.基于三轴加速度传感器的跌倒检测技术的研究与应用[D]. 上海：上海交通大学，2008 [3] 闫俊泽.基于三轴加速度传感器的老年人跌倒监测系统的开发[D].哈尔滨：哈尔滨工业大学，2012 [4] 崔英辉.基于三轴加速度传感器的老人摔倒检测[J].物联网技术，2013,36（3）：130-132 [5] 张振.巧用智能手机做物理实验[J].物理通报，2013,11:72-75 [6] 王荣.基于三轴加速度传感器的跌到检测系统的设计与实现[J].计算机应用，2012,32（5）：1450-1452、 1456 [7] 陈功.基于三轴加速度传感器的跌倒检测技术的研究与应用[D].南京：南京邮电大学，2013 [8] 李娜.基于人体运动状态识别的可穿戴健康监测系统研究[D].北京：北京工业大学，2013 - 5 -