一种基于Kinect的跌倒检测及报警系统及其操作方法
【技术领域】
[0001] 本发明涉及家庭监护领域，特别涉及跌倒检测领域，具体是指一种跌倒检测及报 警系统。
【背景技术】
[0002] 目前的跌倒检测技术根据获取跌倒信息手段的不同可W分为：
[0003] (1)用户自主启动型报警系统
[0004] 用户在摔倒之后必须没有失去意识，有一定的活动能力，并且用户不能是患有老 年痴呆或者其他精神疾病的老年人。送使得很多情况的跌倒无法被检测和识别。
[0005] 似基于穿戴式的跌倒探测系统
[0006] 送种检测系统可W实时监测人体的活动，当人体的运动参数发生改变时，通过算 法判断是否发生了跌倒。但送种系统需要随身携带，比较不方便，可能会影响用户的正常生 活。
[0007] (3)基于视频装置的跌倒探测系统
[0008] 基于视频装置的跌倒探测系统是指通过视频监测技术来对人的姿态进行监控，达 到在人体跌倒之后进行识别的系统。其准确度及报警有效性仍需提高。
[0009] 因此，急需一个系统，其既可W不影响用户生活，又可W实时监控人体活动达到准 确识别跌倒并有效进行报警。
【发明内容】
[0010] 本发明的目的是克服了上述现有技术中的缺点，提供一种基于kinect的跌倒检 测及报警系统。该系统准确度高、做到实时监控又不影响用户正常生活、能W视频通话、由E 件传输、短信提醒H种方式进行报警。
[0011] 为了实现上述的目的，本发明的一种跌倒检测及报警系统具有如下构成：
[0012] 一种基于Kinect的跌倒检测及报警系统，包括；数据采集单元，由Kinect组件构 成，用于检测用户的运动状态；数据处理单元，由电脑及应用程序模块构成，能够处理跌倒 检测单元传递来的数据，得出用户跌倒提示；其特征在于；通过数据采集单元得到用户骨 骼节点信息；数据处理单元根据用户骨骼节点信息通过建立人体重必、重力作用线及重力 支撑面模型来进行用户跌倒检测。
[0013] 所述数据采集单元通过对人体骨骼数据的采集，用W判断人体重必位置信息。
[0014] 所述数据采集单元用Kinect组件进行用户骨骼的构造和追踪，并将骨骼节点的 H维坐标提供给数据处理单元。数据处理单元中的应用程序首先会分别计算11个部分单 独的重必位置。之后乘上相应的比例相加得到整体的重必位置；数据处理单元根据重必位 置建立H维坐标，形成重力作用线的模型；此外，数据处理单元W用户双脚的重必位置作为 焦点，双脚的重必位置间距的两倍作为长轴长，脚长的两倍作为短轴长，在双脚所处平面建 立楠圆形的重力支撑面模型；当重力作用线超出了重力支撑面的范围，数据处理单元会判 定用户具有跌倒的趋势。
[0015] 所述数据处理单元的应用程序模块采用Kinect SDK软件平台进行开发，达到跌倒 检测的功能。
[0016] 所述数据处理单元采用重必速度阔值法实现对各种跌倒情况的检测，所采用阔值 由实验法取得。
[0017] 优选的，本发明还包括Kinect姿态调整单元，由云台组件构成，用于辅助数据采 集单元进行视角变化；Kinect姿态调整单元同时与数据处理单元相连，通过分析跌倒检测 单元的数据对Kinect姿态调整单元进行角度调节。
[0018] 所述云台组件由Net化ino控制，能自动跟踪人体旋转。
[0019] 优选的，本发明还包括报警单元，由所述数据处理单元的电脑和报警软件模块构 成，用于在得到数据处理单元做出的用户跌倒提示后，对外发出报警。
[0020] 所述报警单元W视频通话方式进行报警。
[0021] 所述报警单元W深度图像和彩色图像传输方式进行报警。
[0022] 所述报警单元W短信提醒方式进行报警。
[0023] 一种操作基于Kinect的跌倒检测及报警系统的方法，所述方法包括：
[0024] ( -）数据采集单元监控用户的运动状态，并获得用户骨骼节点数据；
[0025] (二）（1)数据处理单元分析用户骨骼跌点数据；
[0026] (2)数据处理单元利用软件系统获得用户重必位置；
[0027] (3)数据处理单元利用阔值法判断用户行为状态；
[0028] ( H )数据处理单元在得出用户跌倒的判断后，向报警单元发出信号；
[0029] (四）报警单元在得到数据处理单元做出的用户跌倒提示后，对外发出报警。
[0030] 所述Kinect组件通过Kinect SDK系统开发工具包中相应API应用程序接口获得 监测对象的人体骨骼数据（即人体动作数据），Kinect for Windows SDK主要W Windows? 为平台进行开放，设计，内含驱动程序、丰富的原始感测数据流程式开发接口（Raw Sensor Streams API)、自然用户接口、安装文件W及参考数据。
[0031] 在本设计中，该SDK主要能调用的功能模块包括：
[0032] 1，信息采集模块；Kinect本身具有距离传感器、彩色摄影机，本发明可W利用其 硬件组合获得初步的原始信息。
[0033] 2,骨架追踪；Kinect SDK能够追踪Kinect视野内用户的骨架影像，并通过程序模 块计算获得人体重必的实时数据。
[0034] 采用Kinect SDK建立的主程序，结合本发明的硬件，可W在不影响老人正常生活 的情况下通过对人体骨骼数据的采集，获取骨骼节点的H维坐标，计算出人体重必在空间 中的位置及速度。本发明通过判断人体重力作用线是否超出支撑面范围来确定人体是否处 于一个平衡状态。当人体状态不平衡时，本发明判断重必在竖直方向和水平方向的移动速 度大小是否超过阔值，实现对跌倒的检测。检测到跌倒后，本发明将W视频通话、深度图像 和彩色图像传输、短信提醒H种方式进行报警，使用户的家人能W最为直观、全面的方式了 解用户情况，从而及时采取最佳的救助措施。
[0035] 由于Kinect的视角场有限，只能达到43° (垂直方向）和57° (水平方向）可 视范围。老人如果离开了其视角场或是处在视角场的边缘就会给监护带来一定障碍。本系 统搭建了一个可W自动跟踪人体转动的云台来"扩大"Kinect的视角场。
[0036] 基于化t化ino具有编程语言与环境均与主程序相同，且运算速度快等优点。本系 统采用其作为云台控制器。
[0037] Netduino 基于微软的.肥T Micro Rramework,采用 Atmel 的 32 位 ARM7,频率 48MHz，内存为128K，RAM为60K。可W进行仿真与在线调试。PWM输出常被当做模拟输出 用，最高电压平均是3. 3V。
[0038] 在完成骨骼节点H维坐标数据采集的主程序中，根据体感得出的人体重必距 Kinect坐标系Z轴的距离及其落在的空间卦限，通过一系列算法计算出云平台马达需要的 Duty切cle。本系统中采用的马达经实验测定Duty切Cle为0. 48时停转，大于0. 48时正传， 小于0. 48是反转。主程序将计算出的Duty切Cle通过无线网络，W IMp协议的方式传输至 控制云台的化t化ino副程序，进一步操作云平台的适应性动作。
[0039] 最后本发明编写相关软件界面，完成基于Kinect的跌倒检测及报警系统。
【附图说明】
[0040] 图1是本发明的系统硬件的实施示意图。
[0041] 图2是系统简要程序框图。
[0042] 图3是重必在空间中的速度阔值实验原始数据
[0043] 图4是准确度实验数据。
【具体实施方式】
[0044] 为了能够更清楚地理解本发明的技术内容，特举W下实施例详细说明。
[004引一、系统构成
[0046] 如图1所示，本发明的该跌倒检测及报警系统，包括数据采集单元1，由Kinect组 件构成，用于检测用户5的运动状态；Kinect姿态调整单元2,由云台组件构成，用于辅助数 据采集单元进行视角变化；数据处理单元3,由电脑及Kinect SDK软件模块构成，能够处理 跌倒检测单元传递来的数据，得出用户跌倒提示；数据处理单元同时与Kinect姿态调整单 元相连，通过分析跌倒检测单元的数据对Kinect姿态调整单元进行角度调节；报警单元， 由所述数据处理单元的电脑和报警软件模块构成，用于在得到数据处理单元做出的用户跌 倒提示后，并向外部设备4发出报警。W下是本发明的一具体实施例中跌倒检测与报警系 统两方面的介绍及其相关实验。
[0047] 二、跌倒检测方法
[0048] (一）本发明采用的人体重必位置计算方法
[0049] 人体包括由骨骼节点连接起来的各个部分，每当送些部分或者骨骼节点的位置由 于人体姿势的改变而改变，人体重必的位置就会改变。如果人体处于弯腰状态时，重必位置 甚至会处在人体外部。因此，如果仅仅W重必大致在人体总身高的55%处估算其位置，在应 用中就显得不够准确。Rudolfs Dilliris和Renato Contini的研究结果显示；人体可W 被分成几个部分，每个部分的质量在占身体总质量的比重在不同人身上大致相同。
[0050] (二）Kinect与人体重必位置确定
[0051] 人体骨骼被分成了 11个部分头和躯干（Xl)，上臂（X2)，前臂（X2)，大腿 (X。，小腿（X2)，脚（X2)，双手因为它们只占了身体总质量的一小部分而被忽略。利用 Kinect进行用户骨骼的构造和追踪，并且将其作为一个数据的输入设备将骨骼节点的H维 坐标提供给程序。程序首先会采用表中的数据分别计算11个部分单独的重必位置。之后 乘上相应的比例相加得到整体的重必位置。人体重必的具体计算方式如表1所示
[0052] 表 1
[0053]
[0054] (H)判断人体姿势
[0055] 本系统可W根据Kinect检测出的各关节点的相对位置、四肢躯干的角度进行计 算，将人体状态转换为几何的角度W方便程序处理。
[0056] 区别人体"站"与"坐"；
[0057] 取左肩（SL)，右肩（SR)，臀部中央做，左膝化L)，右膝化R) 5个骨骼节点。在主 程序中计算Z化-H-KL W及Z SR-H-KR的度数。
[0058] 当Z化-H-KL W及Z SR-H-KR的度数均小于阔值，如表2所示，经实验测定其阔值 为4/5 31，超过阔值时判定人体为站立的状态，反之人体为坐状态。
[0059] 表 2
[0060]
[0061] 本系统仅在人体为站立状态时开启跌倒检测功能，有效提高判断的准确度W及系 统的效率。
[0062] (四）判断人体平衡
[0063] 从力学角度来讲，人体的平衡跟两方面因素有关，一个是人体的重必的位置，另一 个是重力支撑面的面积。一旦人体重力的作用线超出了支撑面的范围，则人体就会处于不 平衡的状态。因此也可W说，摔倒是由于人体重力作用线脱离了支撑面而产生的不稳定状 态。
[0064] 重力作用