移动设备佩戴位置自适应识别的跌倒检测方法

随着智能手机的普及,使用移动设备检测跌倒事件正变得越来越有意义.移动设备的佩戴位置作为一种重要的情境信息,影响着跌倒检测活动的识别效果.为此,提出一种移动设备佩戴位置自适应识别的人体跌倒检测方法,首先采用旋转模式分量和姿态角融合的特征提取方法,利用加速度计和陀螺仪数据计算出旋转半径、角速度幅度、姿态角并提取特征,然后用LR(Logistic Regression)模型将其分类得到移动设备的佩戴位置;随后根据位置自适应调整一种基于时序分析的跌倒检测方法.实验结果表明,该方法的移动设备佩戴位置平均识别率为95.32％,在不同位置,时序跌倒检测算法的准确率均在92％以上.与传统跌倒检测方法相比,该方法在不同佩戴位置均有更好的跌倒检测识别效果.