本文主要讲解一种利用加速度计和陀螺仪的准确快速摔倒检测系统。把人体的行为分成两类:static postures 和 dynamic transitions. 该系统可以识别四种static postures: standing, bending, sitting, and lying. 其中在这些static postures之间的运动看做是dynamic transitions. linear acceleration and angular velocity are measured to determine whether motion transitions are intentional. If the transition before a lying posture is not intentional, a fall event is detected.该文章的算法,降低了假阳性和假阴性,改善了摔倒检测的准确性。同时也降低了计算量和提高了实时响应。
前人的工作中大多只用了加速度计进行信息的获取和摔倒检测。对于一些特殊的情况,无法准确检测,如快速坐下。且准确率不高。为了改善人体行动识别准确率,一些人编写了复杂的推断算法例如隐马尔科夫模型(HMM)去分析加速度信息。(paper: R.K.Gabti, "SATIRE: A software architecture for smart attire"), 这种方法的缺点是1、使用了过多的计算资源。2、不能满足实时性要求。3、摔倒活动模式较困难获取用于训练这个系统(fall activity patterns are particularly difficult to obtain for training such systems)。-------注:此种方法结合《基于时间序列的HMM摔倒检测》论文一起看,关于摔倒预测的分析等