摘要：为了利用便携式设备准确监测老年人的跌倒状况,提出了一种基于softmax回归的多种行为模式分类识别方法,设计并实现了基于智能手机终端的远程人体姿态监测系统。首先,构建softmax分类器分析8种日常行为模式下的加速度模值特征,由于跑步时加速度模值与突然跌倒时类似,引入倾斜角特征进行二次判别,从而识别出突然跌倒行为;针对缓慢跌倒行为下加速度模值特征不明显的问题,在softmax分类器中引入躺倒时间特征,通过设置躺倒时间阈值并判断原始位置是否在时间阈值内恢复,从而识别出缓慢跌倒行为。实验与测试结果表明,该系统准确度为95.40%,特异度为95.33%,灵敏度为95.50%,具有较高的跌倒行为识别精度,对老年人的健康状态监测提供了一种可行方案。

摘要：针对低成本足绑式行人导航系统中航向误差快速发散导致定位精度下降的问题,从降低姿态更新误差的角度出发,基于等效旋转矢量理论和傅里叶展开,提出一种基于函数拟合姿态更新方法的足绑式行人导航算法。首先,以等效旋转矢量法为理论基础,使用正余弦函数拟合足部运动角速度,利用泰勒展开及等式变换求取函数拟合姿态更新方法;随后,结合长短期记忆网络(LSTM)零速检测,设计适用于多种步态的足绑式行人导航算法;最后,以WT901BC IMU为硬件平台开展了多组不同步态的闭环路径验证实验,结果表明,相较于传统基于四元数法或二子样等效旋转矢量法的足绑式行人导航算法,所提方法定位误差平均减小47.66%和42.83%,航向误差平均减小49.99%和44.74%。