多变量时序关联分析的跌倒预测算法

为了进行跌倒预测跌倒保护装置的设计,需要一种跌倒预测算法,能够快速并准确的预测出跌倒动作。通过获取人体在站立过程中,前向弯腰、侧向弯腰、后仰、后躺和跌倒等动作的姿态数据变化情况,分析各姿态数据序列间多个变量在各种动作下的关联性,建立区分具有后向与侧向跌倒趋势和日常生活行为的判别算法。为了验证算法的有效性,利用六轴运动处理芯片MPU6050与跌倒预测处理芯片STM32F103C8T6构建了穿戴式跌倒预测触发器,通过实验表明该算法能够在0.1s内完成了跌倒预测的触发。该跌倒预测算法可以有效过滤日常生活行为和跌倒行为,并满足跌倒预测算法的准确性和快速性。