Kalman滤波在跌倒检测中的实验分析

摘 要 为了能够更好地研究老年人的跌倒检测的准确性和实时性，在基于kalman滤波的跌倒检测理论方法基础上进行实验分析。采用kalman滤波对目标中心点的运动轨迹进行预测，将人体中心点的实际运动轨迹和预测运动轨迹进行匹配，通过误差比较来判断老人是否发生跌倒。实验结果表明，该方法可以尽可能地弥补传统视频检测技术检测率低和实时性差的问题，可为老人意外跌倒提供了安全保障。

关键词 跌倒检测;kalman滤波;误差分析

1实验过程

当老年人发生跌倒时，老人的运动质心轨迹会发生一个阶跃式的变化，与正常行走时的轨迹有非常大的偏差，我们利用kalman滤波对老人行走的轨迹进行跟踪，考虑到老人的特殊性，本文选取不同的实验人员进行模拟跌倒，过程分为正常行走，跌倒，站起，实验过程中我们用绿色的框标出检测到的实验者，用红色的框预测实验者下一帧的位置，图1中所展示的是实验者的检测状态，实验者的质心用红色的星形标出来。

实验过程中，我们以kinect V2 摄像头为基准建立空间坐标系，实验选取从一系列的实验者跌倒视频中选取连续的140帧作为研究对象，用kalman 滤波对实验者的质心进行跟踪预测，得到质心在空间 坐标系中的运动轨迹如图2。

从图2中我们能发现当人正常行走时，人体质心点的位移几乎没有发生变化因此100帧之前和130帧之后运动目标的质心运动轨迹较为平缓，虽有波动，但幅度不是很大，从第100帧开始，质心位移就发生了阶跃性的变化直到115帧左右达到顶峰，直到130帧时轨迹又趋于平缓，通过大量实验对比发现，在第100帧到130帧这个时间内实验者经历了从开始跌倒，跌倒在地到又站立起来这一系列的过程。因此，本文的研究方法是有效可行的[1]。

2误差分析

为了进一步研究跌倒时刻实验者的真实运动轨迹和预测运动轨迹的误差阈值，我们选取了3位实验者分别采取了快速向前跌倒，快速向后跌倒，快速侧倒，缓慢向前跌倒，缓慢向后跌倒，缓慢侧倒等姿势进行了大量模拟实验，获取的运动轨迹数据进行处理后，得到了误差和帧数之间的变化曲线，如图3所示

图3展示的是3位实验者以不同的姿势从正常行走到发生跌倒时的误差曲线图，从图中可以发现在100帧之前误差在0附近上下波动，波动范围在-0.2-0.6之间，参照图3的质心运动轨迹图可知，这段时间实验者在正常行走，属于正常波动范围，在第100帧左右时误差值突然达到了0.8，这是因为kalman滤波预测是根据上一帧数据来预测下一帧数据，而在当前帧时实验者发生了跌倒，导致实际质心位置和预测质心位置发生大的偏差，过了当前帧，实际质心轨迹和预测质心轨迹又回到了正常阈值范围，当实验者从跌倒在地到站立起来这个过程中，同样在117帧左右的位置误差超出了正常阈值范围。通过实验证明我们的误差阈值范围大于0.6时，我们可判断老人发生可跌倒[2]。

3实验结果与分析

为了验证检测系統的有效性，实验设置了6个实验场景，分别为快速向前跌倒，快速向后跌倒，快速侧面跌倒，缓慢向前跌倒，缓慢向后跌倒，缓慢侧面跌倒，实验者为3位。每个人在不同的场景中做了10次跌倒实验，在不同场景中的跌倒检测率如表1所示。

通过表1的检测率可以发现，当实验者快速跌倒时的检测率明显高于缓慢跌倒的检测率，这是因为kalman滤波在对实验者的质心轨迹跟踪预测时由于相邻两帧之间的质心Y轴方向位移变化过于缓慢，系统有可能认为老人在慢慢蹲下，不属于跌倒行为，当我们把误差阈值稍微扩大一点就会发现缓慢跌倒时的检测率明显上升了，为了进一步研究老人缓慢跌倒的决定因素，文章下一步将会研究kalman增益的变化情况，通过研究增益曲线来是检测率尽可能提升[3]。

4结束语

本文把kalman滤波应用到跌倒检测中，通过实验者运动轨迹质心点预测值与实际值之间的误差来判断老人是否发生跌倒，能够实时的对老人的行为进行监控，很大程度上克服了传统跌倒检测方法对依赖传感器的束缚，实验表明，本文检测方法能够准确计算出老人在空间坐标系中的坐标，并且用kalman滤波能迅速有效的跟踪预测老人的行为，最大限度地避免老人因跌倒造成不可挽回的损失，为了更加有效的检测跌倒，下一步将会融合骨骼传感技术，实现24小时无间断的监测

参考文献

[1] 吴琼.中国人口老龄化背景下的城市老年人社会支持网研究[D]. 大连：东北财经大学，2011.

[2] Noury N，Fleury A，Rumeau P，et al. Fall detection - Principles and Methods[C].International Conference of the IEEE Engineering in Medicine & Biology Society. Conf Proc IEEE Eng Med Biol Soc，2007：1663.

[3] 蔡靖，樊毅尧，董子健，等.基于穿戴式平台的老人摔倒监测系统设计[J].传感器与微系统，2017，36（7）：130-133.

作者简介

李文阳（1991-），男 ，湖北人;毕业院校：湖北工程职业学院，专业：计算机，学历：研究生，职称：讲师，现就职单位：湖北工程职业学院，研究方向：通信。