买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳大学附属华南医院申请的专利一种基于多点位的姿态传感器配合进行的跌倒检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118806265B 。

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410767387.7，技术领域涉及：A61B5/11；该发明授权一种基于多点位的姿态传感器配合进行的跌倒检测方法是由陈沉;龙思宇设计研发完成，并于2024-06-14向国家知识产权局提交的专利申请。

本一种基于多点位的姿态传感器配合进行的跌倒检测方法在说明书摘要公布了：本发明提供一种基于多点位的姿态传感器配合进行的跌倒检测方法，涉及数据处理技术领域。该方法包括获取不同对象的多点位检测数据，进行正常姿态的特征分析，形成正常姿态特征数据；根据不同对象的多点位检测数据，进行基于姿态的跌倒特征分析，形成跌倒姿态特征数据；采集目标对象的实时姿态数据，并结合正常姿态特征数据和跌倒姿态特征数据，进行实时跌倒监测分析，形成实时跌倒监测分析结果数据。该方法通过结合同类型对象的跌倒肢体信息和正常行动时的肢体信息的大数据，建立起能够准确高效且实时进行跌倒检测的系统方式，大大提高了跌倒检测的效果和效率，为跌倒的预防、护理提供了重要的检测结果依据。

本发明授权一种基于多点位的姿态传感器配合进行的跌倒检测方法在权利要求书中公布了：1.一种基于多点位的姿态传感器配合进行的跌倒检测方法，其特征在于，包括：获取不同对象的多点位检测数据，进行正常姿态的特征分析，形成正常姿态特征数据；根据不同对象的所述多点位检测数据，进行基于姿态的跌倒特征分析，形成跌倒姿态特征数据；采集目标对象的实时姿态数据，并结合所述正常姿态特征数据和所述跌倒姿态特征数据，进行实时跌倒监测分析，形成实时跌倒监测分析结果数据；其中，获取不同对象的多点位检测数据，进行正常姿态的特征分析，形成正常姿态特征数据，包括：对不同的对象，提取所述多点位检测数据中每个点位的正常姿态数据，并进行基于基准点位的姿态变化分析，形成对象正常姿态变化数据；对不同的所述对象正常姿态变化数据，进行基于肢体尺寸的聚类，形成不同的体型正常姿态变化数据集；对不同的所述体型正常姿态变化数据集，进行基于不同点位相对基准点位的角度变化协同性分析，形成不同所述体型正常姿态变化数据集对应的正常姿态角度变化协同数据；集合所有所述体型正常姿态变化数据集和对应的所述正常姿态角度变化协同数据，形成所述正常姿态特征数据；对不同的对象，提取所述多点位检测数据中每个点位的正常姿态数据，并进行基于基准点位的姿态变化分析，形成对象正常姿态变化数据，包括：对每个对象，将躯干点位标定为基准点位，以所述基准点位为原点，建立姿态空间坐标系，并设定特征分析周期和尺寸信息提取量阈值K；确定左上肢点位基于所述姿态空间坐标系在所述特征分析周期内的左上肢坐标位置并确定出所述左上肢坐标位置相对所述基准点位的左上肢基准向量其中，X0，Y0，Z0为所述基准点位在所述姿态空间坐标系中的坐标，n表示不同对象的编号；在所述特征分析周期内，任意提取所述左上肢坐标位置的K个位置点，并确定出所述左上肢点位相对所述基准点位的有效左上肢检测尺寸确定右上肢点位基于所述姿态空间坐标系在所述特征分析周期内的右上肢坐标位置并确定出所述右上肢坐标位置相对所述基准点位的右上肢基准向量其中，在所述特征分析周期内，任意提取所述右上肢坐标位置的K个位置点，并确定出所述右上肢点位相对所述基准点位的有效右上肢检测尺寸确定左下肢点位基于所述姿态空间坐标系在所述特征分析周期内的左下肢坐标位置并确定出所述左下肢坐标位置相对所述基准点位的左下肢基准向量其中，在所述特征分析周期内，任意提取所述左下肢坐标位置的K个位置点，并确定出所述左下肢点位相对所述基准点位的有效左下肢检测尺寸确定右下肢点位基于所述姿态空间坐标系在所述特征分析周期内的右下肢坐标位置并确定出所述右下肢坐标位置相对所述基准点位的右下肢基准向量其中，在所述特征分析周期内，任意提取所述右下肢坐标位置的K个位置点，并确定出所述右下肢点位相对所述基准点位的有效右下肢检测尺寸确定头部点位基于所述姿态空间坐标系在所述特征分析周期内的头部坐标位置并取定出所述头部坐标位置相对所述基准点位的头部基准向量其中，对不同的所述对象正常姿态变化数据，进行基于肢体尺寸的聚类，形成不同的体型正常姿态变化数据集，包括：对每个对象，提取对应的所述有效左上肢检测尺寸所述有效右上肢检测尺寸所述有效左下肢检测尺寸以及所述有效右下肢检测尺寸确定对应的有效肢体尺寸Sn，其中，其中，α为上肢点位尺寸影响因子，β为下肢点位尺寸影响因子；设定聚类分析次数限值P，根据所有对象对应的所述有效肢体尺寸Sn进行以下肢体尺寸的聚类分析：将所述有效肢体尺寸Sn按照从小到大的顺序排列，形成有效肢体尺寸集；将所述有效肢体尺寸集中两端的所述有效肢体尺寸分别确定为小向聚类基准对象和大向聚类基准对象；依次提取距离所述小向聚类基准对象最近的所述有效肢体尺寸，确定所述有效肢体尺寸相对所述小向聚类基准对象的小向尺寸差，并获取所有所述小向尺寸差的累积值，形成小向尺寸差和值；依次提取距离所述大向聚类基准对象最近的所述有效肢体尺寸，确定所述有效肢体尺寸相对所述大向聚类基准对象的大向尺寸差，并获取所有所述大向尺寸差的累积值，形成大向尺寸差和值；提取所述有效肢体尺寸形成所述小向尺寸差和值的数量保证所述小向尺寸差和值与所述大向尺寸差和值的差距最小，并将所述小向聚类基准对象和对应提取的所述有效肢体尺寸集合形成新的有效肢体尺寸集，将所述大向聚类基准对象和对应提取的所述有效肢体尺寸集合形成新的有效肢体尺寸集，并再对新形成的有效肢体尺寸集分别进行P次聚类分析，形成不同的有效肢体尺寸集；对每个所述有效肢体尺寸集，采集对应对象的所述头部基准向量所述左上肢基准向量所述右上肢基准向量所述左下肢基准向量以及所述右下肢基准向量形成对应的所述体型正常姿态变化数据集；对不同的所述体型正常姿态变化数据集，进行基于不同点位相对基准点位的角度变化协同性分析，形成不同所述体型正常姿态变化数据集对应的正常姿态角度变化协同数据，包括：对每个所述体型正常姿态变化数据集，分别确定每个对象的所述左上肢基准向量相对所述头部基准向量在所述特征分析周期内的左上肢角加速度变化曲线所述右上肢基准向量相对所述头部基准向量在所述特征分析周期内的右上肢角加速度变化曲线所述左下肢基准向量相对所述头部基准向量在所述特征分析周期内的左下肢角加速度变化曲线所述右下肢基准向量相对所述头部基准向量在所述特征分析周期内的右下肢角加速度变化曲线在所述体型正常姿态变化数据集中，对所有的所述左上肢角加速度变化曲线进行边界拟合，确定出所述体型正常姿态变化数据集对应的左上肢角加速度变化边界曲线信息；在所述体型正常姿态变化数据集中，对所有的所述右上肢角加速度变化曲线进行边界拟合，确定出所述体型正常姿态变化数据集对应的右上肢角加速度变化边界曲线信息；在所述体型正常姿态变化数据集中，对所有的所述左下肢角加速度变化曲线进行边界拟合，确定出所述体型正常姿态变化数据集对应的左下肢角加速度变化边界曲线信息；在所述体型正常姿态变化数据集中，对所有的所述右下肢角加速度变化曲线进行边界拟合，确定出所述体型正常姿态变化数据集对应的右下肢角加速度变化边界曲线信息；在所述体型正常姿态变化数据集中，对所有的所述头部基准向量确定出所述头部基准向量与标准竖直向量0，0，1的头部向量相似度范围和头部点位尺寸变化范围m表示不同所述体型正常姿态变化数据集的编号；将所述左上肢角加速度变化边界曲线信息、所述右上肢角加速度变化边界曲线信息、所述左下肢角加速度变化边界曲线信息、所述右下肢角加速度变化边界曲线信息进行时间维度上的一一映射，并集合所述头部向量相似度范围和所述头部点位尺寸变化范围形成所述体型正常姿态变化数据集对应的所述正常姿态角度变化协同数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳大学附属华南医院，其通讯地址为：518100 广东省深圳市龙岗区平湖街道福新路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。