基于多传感器融合的跌倒检测研究综述

刘瑞佳，周怡

（四川大学计算机学院，成都610065）

0 引言

随着全球老龄化浪潮的到来，我国许多城市已经进入老龄化社会结构。全国出台的《老年人跌倒干预技术指南》[1]提到了，对于65岁及以上的老年人，跌倒是其伤害死亡的首要原因。然而，老年人的跌倒往往不是一种意外，是可以预防和控制的，准确的跌倒检测算法则可以大幅度降低老人摔倒的概率。

目前有许多研究人员使用多传感器融合技术来监测人体的运动情况，该技术能及时获取多向运动数据信息。基于该技术，研究人员采用不同的算法思想，对跌倒行为进行研究与检测实验。

本文将该领域的主要研究按照算法思想分为两个方向：基于阈值分析的跌倒检测研究与基于机器学习分类的跌倒检测研究。同时本文还对近年提出的两类跌倒检测算法进行技术原理的归纳和总结，对两类算法的优势与局限性进行了解释说明，并在此基础之上提出了对未来跌倒检测领域的研究趋势和对需要攻克的难点问题的预测。

1 多传感器融合技术

近年来众多关于跌倒检测的研究都依赖于多传感器融合技术。多传感器融合技术通过多个传感器单元来实现信息获取，最后将采集到的信息进行整合分析[2]。避免了传统单传感器的弊端，多传感器在信息处理和估计方面更加全面。在研究中，采集到的人体“跌倒”数据越全面、准确，最终的跌倒判断就会越可靠、稳健。

研究中较为常用的传感器主要是三轴加速度传感器和三轴振动式角速度传感器（即陀螺仪）。……