可穿戴式跌倒檢測(cè)系統(tǒng)綜述

徐 濤，色海鋒

(沈陽(yáng)航空航天大學(xué) 自動(dòng)化學(xué)院，沈陽(yáng) 110136)

跌倒是導(dǎo)致老年人受傷或死亡的主要危險(xiǎn)因素之一。據(jù)統(tǒng)計(jì)，20%～30%的跌倒會(huì)使老人受到傷害，包括髖部骨折、腦損傷、上肢損傷以及死亡[1]。此外，非傷害性的跌倒也可能是致命的。研究發(fā)現(xiàn)，老人跌倒后躺在地板上超過(guò)12小時(shí)可能會(huì)出現(xiàn)壓瘡、脫水、體溫過(guò)低以及肺炎等癥狀[2]。為了減少這一嚴(yán)重的健康威脅，人們開(kāi)發(fā)了具有自動(dòng)檢測(cè)跌倒功能的可穿戴式跌倒檢測(cè)系統(tǒng)。該系統(tǒng)將可穿戴設(shè)備嵌入在頭盔、衣服、腰帶、手表、手機(jī)或鞋子等日常衣物中，當(dāng)檢測(cè)到跌倒時(shí)，系統(tǒng)將發(fā)出警報(bào)以提醒醫(yī)院或家人為跌倒老人提供援助，降低跌倒相關(guān)健康并發(fā)癥發(fā)生的風(fēng)險(xiǎn)。該系統(tǒng)的工作機(jī)理如圖1所示。

圖1 可穿戴式跌倒檢測(cè)系統(tǒng)的工作機(jī)理

目前，可穿戴式跌倒檢測(cè)系統(tǒng)已經(jīng)從理論研究發(fā)展到應(yīng)用研究階段。系統(tǒng)應(yīng)用的核心問(wèn)題主要取決于算法的檢測(cè)精度、電池壽命以及老人接受程度這3種因素。即理論上可穿式跌倒檢測(cè)系統(tǒng)需要檢測(cè)出所有的跌倒事件，同時(shí)將誤報(bào)警率降到最低。另一方面，可穿戴設(shè)備要具備低功耗的特點(diǎn)，降低充電或更換電池的頻率。此外，可穿戴設(shè)備應(yīng)減小體積并布置在合適位置，提高老人的接受程度。為此眾多學(xué)者在傳感器(類(lèi)型、放置位置和采樣率)、提取的特征、分類(lèi)算法、數(shù)據(jù)集、評(píng)價(jià)指標(biāo)以及低功耗技術(shù)等方面進(jìn)行了大量的研究。本文將從這些方面對(duì)近些年的可穿戴式跌倒檢測(cè)方法進(jìn)行介紹和總結(jié)。

1 傳感器類(lèi)型、放置位置以及采樣率

1.1 傳感器類(lèi)型

用于檢測(cè)跌倒的可穿戴傳感器有加速度計(jì)[3-7]、陀螺儀[4]、壓力傳感器[5]、磁力計(jì)[8]以及氣壓傳感器[6]等。可穿戴式跌倒檢測(cè)系統(tǒng)通過(guò)將上述單個(gè)或多個(gè)傳感器的組合佩戴在人體的不同位置，可以捕捉跌倒中多個(gè)關(guān)鍵階段的人體姿態(tài)變化，進(jìn)而區(qū)分跌倒和日常生活活動(dòng)(ADLs)。

加速度計(jì)被認(rèn)為是最常用和最有效的可穿戴傳感器之一。文獻(xiàn)[3]利用嵌入在智能手機(jī)中的加速度計(jì)來(lái)捕捉跌倒發(fā)生時(shí)所伴隨的身體突然變化。由于數(shù)據(jù)源單一，基于單一傳感器的跌倒檢測(cè)系統(tǒng)一般具有較低的靈敏度和較高的誤報(bào)警率。所以，許多學(xué)者通過(guò)融合多種傳感器的運(yùn)動(dòng)學(xué)信息來(lái)改善這一情況。文獻(xiàn)[4]通過(guò)加速度計(jì)和陀螺儀的組合實(shí)現(xiàn)跌倒和ADLs的區(qū)分。文獻(xiàn)[5]提出了一種基于鞋子的跌倒檢測(cè)方法。每只鞋子利用3個(gè)壓力傳感器和一個(gè)三軸加速度計(jì)分別采集腳的壓力分布和旋轉(zhuǎn)角度來(lái)識(shí)別跌倒。但是，基于傳感器融合的方法仍然存在一些不足，如信息冗余、功耗增加，甚至有時(shí)需要將數(shù)據(jù)傳輸至計(jì)算能力更強(qiáng)大且更昂貴的設(shè)備上處理。此外，隨著傳感器數(shù)量的增多，可穿戴設(shè)備的體積將變大，降低老人的接受程度。

1.2 傳感器放置位置

傳感器的放置位置通常包括頭部[4]、頸部[6]、胸部[7-8]、背部[9]、手腕[10]、腰部[3]、大腿[7,11]以及腳部[5]等(見(jiàn)圖1)。不同位置的對(duì)比結(jié)果如下：

(1)腰部：在單一的放置位置中，腰部是最常見(jiàn)的佩戴位置。它(可穿戴設(shè)備被嵌入到腰帶中)具有對(duì)人體干擾小和接受程度高的優(yōu)點(diǎn)。此外，對(duì)于基于低功耗技術(shù)的跌倒檢測(cè)系統(tǒng)，由于其相對(duì)穩(wěn)定的特性，使得可穿戴設(shè)備可以長(zhǎng)時(shí)間工作在低功耗狀態(tài)，延長(zhǎng)電池壽命。但是，長(zhǎng)期使用會(huì)出現(xiàn)不舒適的情況。

(2)手腕和腳部：將傳感器以手環(huán)的形式穿戴于腕部或嵌入到鞋子是最舒適的方法。但由于這兩處位置的運(yùn)動(dòng)幅度較大，很容易發(fā)生類(lèi)似于跌倒的ADLs，導(dǎo)致系統(tǒng)的誤報(bào)警率較高，同時(shí)頻繁地觸發(fā)跌倒檢測(cè)程序從而縮短電池的使用壽命，降低系統(tǒng)的實(shí)用性。

(3)大腿和頸部：將設(shè)備放置在褲子口袋或以項(xiàng)鏈的形式佩戴在頸部在現(xiàn)實(shí)中最為方便，而且利用口袋和衣服遮擋，可以避免污名化，提高使用者的接受程度。但不同于腰部、腳部、手腕等位置，這兩處位置無(wú)法將可穿戴設(shè)備完全固定，導(dǎo)致設(shè)備與人體的一致性較差。當(dāng)老人進(jìn)行正常的日常活動(dòng)時(shí)，設(shè)備會(huì)出現(xiàn)不同程度的偏移，從而降低系統(tǒng)的靈敏度和特異性。

考慮傳感器的放置位置對(duì)檢測(cè)性能的影響，一些學(xué)者對(duì)此進(jìn)行了研究。文獻(xiàn)[12]通過(guò)將傳感器分別放置在腰部、胸部、大腿和腳踝來(lái)評(píng)估最佳的放置位置，并得到腰部是最佳位置的結(jié)果。文獻(xiàn)[13]也研究了最佳的傳感器位置，他們將可穿戴傳感器分別放置在臀部、大腿和腳部，發(fā)現(xiàn)臀部是檢測(cè)跌倒的最佳位置。

除了單一的放置位置外，文獻(xiàn)[14]提出了一種具有位置通用性的方法，該方法適用于4種不同的身體位置，包括胸部，腰部、褲子左口袋和褲子右口袋(大腿處)，能夠滿足老人在現(xiàn)實(shí)生活中的多種需求。文獻(xiàn)[15]也提出一種可以在身體不同位置使用的算法，包括頭部側(cè)面、上臂、手腕、腳踝、胸部、腰部側(cè)面、腰部前面以及大腿。

1.3 采樣率

加速度計(jì)以24 Hz的采樣率就能捕捉到人體姿態(tài)變化，但是，更高的采樣率可能得到更多的運(yùn)動(dòng)細(xì)節(jié)。在跌倒檢測(cè)系統(tǒng)中加速度計(jì)常用的采樣率有25 Hz[5]、50 Hz[5-6,14,16]、100 Hz[3,5,14]、120 Hz[7]以及200 Hz[17]等。采樣率與算法的分類(lèi)性能和功耗有著緊密的聯(lián)系。目前，關(guān)于跌倒檢測(cè)的理想采樣頻率沒(méi)有共識(shí)。文獻(xiàn)[5]比較了25 Hz、50 Hz和100 Hz下的跌倒檢測(cè)算法的性能，結(jié)果表明，100 Hz是區(qū)分跌倒和ADLs的最佳采樣率。他們認(rèn)為相同時(shí)間內(nèi)低采樣率所采集的樣本數(shù)量少，導(dǎo)致系統(tǒng)特異性較低。但是，文獻(xiàn)[14]中分別利用50 Hz和100 Hz的數(shù)據(jù)集對(duì)跌倒檢測(cè)算法進(jìn)行測(cè)試，發(fā)現(xiàn)50 Hz時(shí)算法的性能更優(yōu)。不難發(fā)現(xiàn)，采樣率越高算法的性能不一定越好。設(shè)計(jì)的跌倒檢測(cè)算法不同，所對(duì)應(yīng)的最佳采樣率也不完全相同。但是，采樣率越高一定越增加功耗。所以，在配置傳感器的采樣率時(shí)，有時(shí)需要平衡系統(tǒng)的檢測(cè)性能和功耗這兩個(gè)因素。針對(duì)這一問(wèn)題，一些學(xué)者設(shè)計(jì)了采樣率可調(diào)的方法。文獻(xiàn)[6]開(kāi)發(fā)了一種基于低功耗技術(shù)的可穿戴設(shè)備。該設(shè)備通過(guò)長(zhǎng)時(shí)間工作在低功耗模式來(lái)延長(zhǎng)電池壽命，該模式下的采樣率僅為6 Hz。當(dāng)發(fā)生疑似跌倒事件時(shí)，該設(shè)備從低功耗模式轉(zhuǎn)換到工作模式，并以50 Hz的高采樣率對(duì)加速度樣本進(jìn)行采樣來(lái)提高設(shè)備的跌倒檢測(cè)能力。

2 特征和算法

2.1 特征

特征提取在跌倒檢測(cè)中起著重要的作用。它的目標(biāo)是提取辨別跌倒和ADLs的人體運(yùn)動(dòng)信息，例如身體方向、機(jī)械振動(dòng)、沖擊和速度等。表1提供了可穿戴式跌倒檢測(cè)系統(tǒng)中的常用特征。其中，ax、ay和az分別為三軸加速度計(jì)的沿著x、y和z軸的加速度分量。wx、wy和wz分別為陀螺儀沿著x、y和z軸的角速度分量。t為一個(gè)固定的時(shí)間窗口，n為時(shí)間窗口內(nèi)采樣的樣本數(shù)量，Ai為窗口內(nèi)傳感器的第i個(gè)采樣值。

表1 可穿戴式跌倒檢測(cè)系統(tǒng)的常用特征

特征F1～F13[3,5,7,18-25]都是從特定的傳感器中提取的，包括三軸速度計(jì)和陀螺儀。其中，特征F1[18]和F2[19]為傳感器測(cè)量值，沒(méi)有經(jīng)過(guò)任何合成處理。例如，文獻(xiàn)[19]使用傳感器采集的原始數(shù)據(jù)(三軸加速度和三軸角速度)區(qū)分跌倒和ADLs的特征。特征F3～F13是從三軸加速度或三軸角速度中提取出來(lái)的。aSVM(F3)[3,13]和θ(F8～F10)[5,7]為最常用的特征。在自由落體階段的aSVM較低，一般小于0.5 g。撞擊階段的aSVM遠(yuǎn)大于ADLs，大于2.5 g[11]。所以，aSVM可以表征跌倒過(guò)程的自由落體階段和撞擊階段。θ可以有效地反映跌倒過(guò)程的靜止階段(此時(shí)人體平躺在地面上)，此階段θ約等于0°(站立時(shí)θ約為90°)。特征F14～F18[14,26-28]可以從任意可穿戴傳感器中提取出來(lái)。例如，文獻(xiàn)[26]利用μ(F16)和σ2(F18)來(lái)區(qū)分動(dòng)態(tài)活動(dòng)和靜態(tài)活動(dòng)進(jìn)而識(shí)別跌倒事件。

大多數(shù)文獻(xiàn)使用多種特征的組合來(lái)檢測(cè)跌倒。文獻(xiàn)[7]利用aSVM(F3)、θ(F8)和wSVM(F4)設(shè)計(jì)了一種跌倒檢測(cè)算法，該算法利用這3個(gè)特征捕捉跌倒的多個(gè)關(guān)鍵階段來(lái)檢測(cè)跌倒事件，包括自由落體階段、撞擊階段以及靜止階段。文獻(xiàn)[29]從三軸加速度中提取了54種特征來(lái)區(qū)分跌倒和ADLs。但是，過(guò)多的特征組合對(duì)于基于單片機(jī)的可穿戴設(shè)備是一種負(fù)擔(dān)，并且存在信息冗余和增加耗電量的問(wèn)題。

2.2 跌倒檢測(cè)算法

可穿戴式跌倒檢測(cè)系統(tǒng)的算法大致可以分為兩類(lèi)，包括基于閾值的方法(TBM)[5,30-33]和基于機(jī)器學(xué)習(xí)技術(shù)(ML)[25,34-39](見(jiàn)表2)。當(dāng)前，大多數(shù)跌倒檢測(cè)研究都采用TBM來(lái)檢測(cè)跌倒。它通過(guò)比較所提取特征與預(yù)先設(shè)置閾值的大小關(guān)系來(lái)區(qū)分跌倒和ADLs。文獻(xiàn)[5]提出了一種基于閾值的跌倒檢測(cè)算法。該算法利用提取的角度和壓力特征與相應(yīng)的閾值進(jìn)行比較，如果所有的特征都符合跌倒的特點(diǎn)(所有特征超過(guò)對(duì)應(yīng)閾值)，則系統(tǒng)檢測(cè)到一個(gè)跌倒事件。TBM具有計(jì)算復(fù)雜度低，易于在可穿戴設(shè)備上實(shí)現(xiàn)的優(yōu)點(diǎn)，但TBM不容易找到最佳的分類(lèi)閾值。過(guò)高的閾值將導(dǎo)致系統(tǒng)的漏報(bào)警增加，過(guò)低的閾值將導(dǎo)致系統(tǒng)的誤報(bào)警增加。

與TBM相比，ML可以有效提高系統(tǒng)的性能。常用的ML有隱馬爾科夫模型(HMM)[34]、人工神經(jīng)網(wǎng)絡(luò)(ANN)[35]、支持向量機(jī)(SVM)[25,36]、決策樹(shù)(DT)[37]、樸素貝葉斯(NB)[38]以及卷積神經(jīng)網(wǎng)絡(luò)(CNN)[39]等。由于ML對(duì)處理器的計(jì)算能力和存儲(chǔ)資源的要求更高，使其在基于單片機(jī)的可穿戴設(shè)備中無(wú)法實(shí)現(xiàn)。所以，常常僅利用可穿戴設(shè)備采集和傳輸人體運(yùn)動(dòng)數(shù)據(jù)，而利用處理能力更強(qiáng)的設(shè)備執(zhí)行基于ML的跌倒檢測(cè)算法。例如，文獻(xiàn)[39]開(kāi)發(fā)了一種結(jié)合數(shù)據(jù)采集模塊和服務(wù)器的跌倒檢測(cè)系統(tǒng)。首先，該系統(tǒng)利用數(shù)據(jù)采集模塊采集人體的加速度和角速度，并傳輸至服務(wù)器。然后，在服務(wù)器上將加速度和角速度編碼為RGB圖像，并利用基于CNN的跌倒檢測(cè)算法根據(jù)該圖像來(lái)識(shí)別跌倒。此外，在智能手機(jī)上開(kāi)發(fā)基于ML的跌倒檢測(cè)算法也是研究方向之一。文獻(xiàn)[25]提出了一種基于智能手機(jī)的跌倒檢測(cè)系統(tǒng)FallDroid。它使用嵌入在智能手機(jī)中的三軸加速度計(jì)采集人體姿態(tài)變化。FallDroid利用兩步算法來(lái)區(qū)分跌倒和ADLs。第一步使用TBM方法有效地丟棄了大部分ADLs，第二步利用SVM對(duì)未被丟棄的ADLs和跌倒數(shù)據(jù)進(jìn)行分類(lèi)。

3 數(shù)據(jù)集和評(píng)估指標(biāo)

3.1 數(shù)據(jù)集

用于評(píng)估跌倒檢測(cè)算法的數(shù)據(jù)集可以分為兩類(lèi)，包括真實(shí)世界的數(shù)據(jù)集和模擬的數(shù)據(jù)集。FARSEEING是一個(gè)歐洲合作項(xiàng)目，該項(xiàng)目收集真實(shí)世界的跌倒數(shù)據(jù)，目的是生成一個(gè)跌倒數(shù)據(jù)庫(kù)[40]。但是，跌倒具有偶然性，收集足夠數(shù)量的數(shù)據(jù)將需要大量時(shí)間。所以，文獻(xiàn)中的大多數(shù)研究都是使用公開(kāi)的模擬數(shù)據(jù)集評(píng)估所提出的方法。公開(kāi)的數(shù)據(jù)集有DLR[41]、MobiFall[42]、TST Fall detection[43]、Cogent Labs[44]、UMAFall[45]以及SisFall[46]等，如表2所示。使用公開(kāi)的數(shù)據(jù)集將大大縮短跌倒檢測(cè)系統(tǒng)開(kāi)發(fā)的時(shí)間，此外，研究人員可以使用同一數(shù)據(jù)集比較不同跌倒檢測(cè)算法的性能，以公平公正的方式來(lái)衡量算法的優(yōu)劣。

表2 公開(kāi)的數(shù)據(jù)集

3.2 評(píng)估指標(biāo)

跌倒檢測(cè)系統(tǒng)所實(shí)現(xiàn)的功能是檢測(cè)跌倒事件，即二分類(lèi)。檢測(cè)結(jié)果包含以下4種情況：TP：跌倒事件被正確識(shí)別出來(lái)的數(shù)量；FP：ADLs被識(shí)別為跌倒事件的數(shù)量；TN：ADLs被正確識(shí)別出來(lái)的數(shù)量；FN：跌倒事件被識(shí)別為ADLs的數(shù)量。

評(píng)價(jià)算法性能的指標(biāo)有靈敏度[30-31,47]、特異性[5,33]、準(zhǔn)確率[36-38,48]、精度[49]、F1-Measure[50-51]以及Jindex[14]。如表3所示。其中，靈敏度(Sen)、特異性(Spc)和準(zhǔn)確率(Acc)最為常用。靈敏度表示正確分類(lèi)為跌倒事件占所有跌倒樣本的比率。它反映算法對(duì)跌倒的辨識(shí)能力。靈敏度越高，跌倒發(fā)生時(shí)被檢測(cè)出的概率越大。特異性表示正確分類(lèi)為ADLs占所有ADLs樣本的比率。它反映算法對(duì)日常生活活動(dòng)的辨識(shí)能力。特異性越大，出現(xiàn)誤報(bào)警的可能越低。準(zhǔn)確率表示正確分類(lèi)的樣本占所有樣本的比例。靈敏度和特異性只是對(duì)數(shù)據(jù)集中某一個(gè)類(lèi)別的檢測(cè)結(jié)果進(jìn)行評(píng)估，無(wú)法全面反映算法的性能，而準(zhǔn)確率卻是利用整個(gè)數(shù)據(jù)集的分類(lèi)結(jié)果來(lái)評(píng)估算法，更能體現(xiàn)算法的真實(shí)性能。但是，當(dāng)數(shù)據(jù)集中跌倒和ADLs的樣本數(shù)量不均衡時(shí)，高的準(zhǔn)確率并不代表系統(tǒng)也具有高的靈敏度或高的特異性。

表3 常用的算法評(píng)價(jià)指標(biāo)

4 低功耗技術(shù)

目前，關(guān)于跌倒檢測(cè)的研究主要集中在區(qū)分跌倒與ADLs的準(zhǔn)確性上，然而電池壽命也是限制跌倒檢測(cè)系統(tǒng)發(fā)展的主要挑戰(zhàn)。通常一塊標(biāo)準(zhǔn)鋰電池最多只能為計(jì)算密集型的可穿戴設(shè)備提供幾天的使用壽命，這一限制極大地影響了老人對(duì)可穿戴式跌倒檢測(cè)系統(tǒng)的接受程度。近年來(lái)，延長(zhǎng)電池壽命的低功耗技術(shù)在跌倒檢測(cè)領(lǐng)域逐漸被提出，它們賦予了可穿戴設(shè)備足夠長(zhǎng)的使用壽命(見(jiàn)表4)。低功耗技術(shù)根據(jù)實(shí)現(xiàn)方式可以分為兩類(lèi)：硬件設(shè)計(jì)和軟件設(shè)計(jì)。

表4 基于低功耗技術(shù)的研究結(jié)果

4.1 基于硬件的低功耗技術(shù)

(1)電壓縮放：這是一種專(zhuān)門(mén)針對(duì)單片機(jī)的基于硬件的低功耗技術(shù)。單片機(jī)的電流隨輸入電壓線性變化。因此，利用穩(wěn)壓器降低單片機(jī)的輸入電壓會(huì)降低功耗。例如，文獻(xiàn)[6]提出了一種利用三軸加速度計(jì)和氣壓傳感技術(shù)實(shí)現(xiàn)的低功耗跌倒檢測(cè)器，該檢測(cè)器利用穩(wěn)壓器(TPS78001)將電壓轉(zhuǎn)換為2 V(2V為該檢測(cè)器所有電子器件的最低工作電壓)，最終一塊450 mAh鋰電池的電池壽命約665天。

(2)數(shù)字傳感器：最新的數(shù)字加速度計(jì)不僅可以測(cè)量加速度，還能實(shí)現(xiàn)額外的功能，包括可配置的中斷、先進(jìn)先出存儲(chǔ)器(FIFO)以及可調(diào)的采樣率。合理的配置這些額外功能可以降低單片機(jī)處理數(shù)據(jù)的工作量，有助于延長(zhǎng)電池壽命。例如，文獻(xiàn)[54]利用三軸加速度計(jì)(ADXL362)內(nèi)部的FIFO存儲(chǔ)人體姿態(tài)數(shù)據(jù)，而單片機(jī)長(zhǎng)時(shí)間工作在休眠狀態(tài)。只有當(dāng)加速度計(jì)的測(cè)量值超過(guò)預(yù)先設(shè)置的可編程的閾值時(shí)(加速度計(jì)內(nèi)部中斷被觸發(fā))，單片機(jī)被喚醒。結(jié)果表明，一個(gè)1000 mAh的鋰電池可以工作約1125天。

(3)微控制器：選擇具有低功耗功能的單片機(jī)也可以起到節(jié)能的效果。例如，MSP430是一種超低功耗單片機(jī)，它有一種活動(dòng)狀態(tài)(AM)和5種休眠狀態(tài)(LPM0～LPM4)，在LPM4狀態(tài)下，MSP430電流僅為0.1 。單片機(jī)長(zhǎng)時(shí)間工作在休眠狀態(tài)可以降低有源占空比，提高能源效率。文獻(xiàn)[6]、[54]、[52]、[53]都利用單片機(jī)的休眠狀態(tài)節(jié)省了系統(tǒng)級(jí)的電力。

(4)無(wú)線通信模塊：可穿戴設(shè)備在傳輸數(shù)據(jù)時(shí)的峰值電流非常大，這使得無(wú)線通信已經(jīng)成為可穿戴設(shè)備中最耗能的功能之一。所以，當(dāng)可穿戴設(shè)備需要上傳大量數(shù)據(jù)至遠(yuǎn)程服務(wù)器時(shí)，選擇具有低功耗功能的無(wú)線通信模塊可以顯著降低設(shè)備功耗。此外，遠(yuǎn)程服務(wù)器無(wú)需考慮功耗和計(jì)算能力的限制。在遠(yuǎn)程服務(wù)器中執(zhí)行復(fù)雜的算法處理數(shù)據(jù)，可以提高跌倒檢測(cè)系統(tǒng)的性能，同時(shí)也取代了在存儲(chǔ)和計(jì)算能力等資源有限的可穿戴設(shè)備上處理數(shù)據(jù)的需要。

4.2 基于軟件的低功耗技術(shù)

跌倒是一種比較罕見(jiàn)的事件，并且跌倒檢測(cè)系統(tǒng)的唯一目標(biāo)是捕捉跌倒事件，所以在基于軟件的低功耗技術(shù)中，可穿戴設(shè)備最初工作在低功耗模式。在這個(gè)模式中，該設(shè)備只以低功耗的方式采集和處理人體姿態(tài)數(shù)據(jù)，包括設(shè)置傳感器較低的采樣率，執(zhí)行計(jì)算復(fù)雜度低的分類(lèi)算法，或關(guān)閉盡可能多的耗能器件等。當(dāng)疑似跌倒事件發(fā)生時(shí)，該設(shè)備從低功耗模式轉(zhuǎn)換到高功耗模式，包括提高傳感器采樣率、激活額外的傳感器、喚醒單片機(jī)或激活無(wú)線通信模塊等。例如，在可穿戴設(shè)備中引入一個(gè)氣壓傳感器已被證明可以提高系統(tǒng)的靈敏度(提高約10%)[57]。它是通過(guò)測(cè)量跌倒前后的海拔變化來(lái)協(xié)助加速度計(jì)檢測(cè)日常生活中的跌倒事件。但是，氣壓傳感器的引入會(huì)降低電池的使用壽命。所以，文獻(xiàn)[52]提出了一種智能觸發(fā)方法，以降低氣壓傳感器實(shí)時(shí)采集數(shù)據(jù)所產(chǎn)生的功耗。這種方法利用密封的防水外殼和一塊半透膜來(lái)延遲可穿戴設(shè)備內(nèi)部和外部壓力達(dá)到平衡的時(shí)間，允許氣壓傳感器只在跌倒事件發(fā)生時(shí)才被激活。結(jié)果表明，配有140 mAh鋰電池的該設(shè)備具有447天的使用壽命。

5 結(jié)論

盡管關(guān)于可穿戴式跌倒檢測(cè)系統(tǒng)的綜述類(lèi)文章不斷涌現(xiàn)，但是，它們都只是對(duì)系統(tǒng)的分類(lèi)性能進(jìn)行介紹和分析，而忽略了電池使用壽命、老人接受程度以及系統(tǒng)入侵性等也是可穿戴式跌倒檢測(cè)系統(tǒng)在現(xiàn)實(shí)中成功應(yīng)用的關(guān)鍵因素。本文選取相關(guān)文獻(xiàn)對(duì)影響上述因素的多種操作進(jìn)行介紹和總結(jié)，包括可穿戴傳感器類(lèi)型、放置位置、采樣率、特征、分類(lèi)算法、數(shù)據(jù)集、性能指標(biāo)以及低功耗技術(shù)。

目前，可穿戴式跌倒檢測(cè)系統(tǒng)仍然存在一些問(wèn)題：(1)用于訓(xùn)練和測(cè)試算法的數(shù)據(jù)集大多都是利用年輕的志愿者獲得，他們會(huì)在有保護(hù)措施的條件下刻意地完成跌倒動(dòng)作，這與真實(shí)情況下老人跌倒的特點(diǎn)有所不同。因此，使用這些數(shù)據(jù)集開(kāi)發(fā)的算法的通用性還無(wú)法被完全認(rèn)可。(2)可穿戴設(shè)備的功耗是在實(shí)驗(yàn)室中估計(jì)的，在現(xiàn)實(shí)世界中的真實(shí)壽命還沒(méi)有被驗(yàn)證。

可穿戴式跌倒檢測(cè)系統(tǒng)的研究趨勢(shì)包括：(1)利用機(jī)器學(xué)習(xí)技術(shù)來(lái)檢測(cè)跌倒的發(fā)生是目前的主流趨勢(shì)。但是，與基于閾值的方法相比，它對(duì)系統(tǒng)的計(jì)算能力要求更高。基于智能手機(jī)方法的出現(xiàn)為跌倒檢測(cè)系統(tǒng)提供了成熟的硬件和軟件環(huán)境，使得基于機(jī)器學(xué)習(xí)技術(shù)的跌倒檢測(cè)算法可以完全實(shí)現(xiàn)在智能手機(jī)上，無(wú)需將數(shù)據(jù)上傳至遠(yuǎn)程服務(wù)器處理。此外，開(kāi)發(fā)的成本也顯著降低。(2)將可穿戴傳感器與一些環(huán)境傳感器(例如：攝像機(jī)、紅外傳感器以及麥克風(fēng)等)進(jìn)行融合，從而獲得更多的老人運(yùn)動(dòng)信息，這也是近年來(lái)的研究趨勢(shì)之一。