-
题名一种基于多源信息融合的跌倒检测研究
- 1
-
-
作者
方堃
潘巨龙
项睿涵
李玲艺
-
机构
中国计量大学信息工程学院
-
出处
《传感技术学报》
北大核心
2025年第9期1597-1605,共9页
-
基金
浙江省基础公益研究计划项目(LGF21F020017)。
-
文摘
传统的跌倒检测方法通常采用单一信息源进行检测,在实际应用中带来检测精度较低、算法鲁棒性不强、稳定性较差等问题。提出了一种基于惯性传感器数据和声音数据的跌倒检测方法,该方法针对可穿戴设备,采用高性能轻量化神经网络模型(Ghost-InertialNet、Ghost-SoundNet)以及信息融合的方法进行跌倒检测。其中,基于惯性传感器(加速度计、陀螺仪)数据的检测技术为主要检测手段,跌倒声音检测技术作为一种辅助检测手段。实验结果表明,该算法取得了令人满意的检测准确率,并且模型参数量较少,满足在资源受限的可穿戴设备上部署需求。同时,声音模型的加入使所提出的算法相比单一信息源的方法有更高的准确率和可靠性。
-
关键词
跌倒检测
多源信息融合
惯性传感器数据
声音数据
加权平均法
-
Keywords
fall detection
multi-source fusion
inertial sensor data
sound data
weighted average method
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
