基于卡尔曼滤波与k-NN算法的可穿戴跌倒检测技术研究

作     者：何坚 周明我 王晓懿 HE Jian;ZHOU Mingwo;WANG Xiaoyi

作者机构：北京未来网络科技高精尖创新中心北京100124 北京市物联网软件与系统工程技术研究中心北京100124 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2017年第39卷第11期

页      面：2627-2634页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61602016)~~ 

主　　题：计算机应用技术 跌倒检测 数据融合 卡尔曼滤波 k-NN算法 姿态角 信号向量模 

摘      要：针对老年人跌倒检测的准确性和实时性需求,该文首先建立了基于姿态角的活动描述模型,研发了集成加速度传感器、陀螺仪和蓝牙的活动感知模块,从而实时采集运动变化数据并使用蓝牙发送到智能手机。其次,选取姿态角及加速度信号向量模作为特征量,通过卡尔曼滤波对数据进行去噪与融合,并应用滑动窗口和k-NN算法实现了可实时感知老年人跌倒并报警的系统。实验证明系统在二分类场景下的跌倒检测准确率为98.9%,而敏感度和特异性分别达到98.9%和98.5%,验证了系统具有良好的实时性和较高的准确率。