基于Kinect传感器的老人摔倒检测

鄢然

当今社会的独居老人越来越多，独居老人的监护已经成为一个社会问题。为使独居老人在家发生摔倒时能被及时发现并告知其子女，设计和实现了不受可见光影响、保护老人隐私的基于Kinect传感器的老人摔倒检测系统。使用Kinect传感器获取深度图像和老人的骨骼点信息，通过计算胯骨中心高度以及脊柱中心点的运动速度对老人的动作进行判断。当检测到可能发生摔倒时，对老人进行语音询问，若得到确认立即给老人子女发送电子邮件进行通知。实验结果显示，该系统能够准确检测到老人摔倒的发生并发送电子邮件，同时，老人也可根据语音提示做出相应动作将摔倒警报解除，减小系统误差。

【关键词】Kinect 摔倒检测

1 引言

随着老龄化社会的到来，“空巢老人”的比例不断提高。当空巢老人发生跌倒时，常因无法快速发送求救信号，导致救助不及时从而造成严重后果。因此，针对老人的家庭摔倒检测系统的研究与设计具有重要意义。

目前，针对老年人摔倒的检测系统设计主要包括三种方法：

（1）通过可穿戴设备对老人的姿态进行监测，进而进行摔倒动作的判断。这种方法使用的传感器包括速度传感器、陀螺仪传感器等，设计复杂，成本较高，长期穿戴会使设备有一定损耗，并给老人生活造成不便。

（2）环境式摔倒检测方法，在老人活动区域中的不同位置放置传感器，通过监测目标运动时发出的声音以及接触地面时发出的震动对摔倒动作进行检测，环境噪声的干扰将对实验结果造成较大影响。

（3）基于视觉传感器的摔倒检测系统，原理是在检测目标的活动区域内安装图像采集设备，通过对老人动作特征的提取进行摔倒动作的判断。这种方法可降低环境噪声的干扰，但是老人的生活隐私将被暴露，影响其正常生活。

本文提出的摔倒检测算法利用Kinect传感器采集老人活动的信息和老人的关节点并将采集到的彩色图像转换为深度图像，实现了一种摔倒动作识别系统。系统可获取老人运动时重心的高度和运动的速度，通过阈值判断老人是否摔倒。满足摔倒判断条件并通过语音对老人进行询问得到确认之后，系统会给老人子女发送邮件进行提醒，保证了系统检测的准确性与实时性和老人使用的舒适性。

2 系统总体设计

2.1 人体特征提取与动作分析

Kinect传感器是微软公司开发的一种3D体感摄影机，其图像采集装置包括最左侧的红外摄影机和分别位于中间和最右侧的彩色摄像头和红外摄像头。深度数据流由深度图像帧组成，在每个深度图像帧中包含了从Kinect红外摄像头的视角看出去，目标物对应的（x，y）点坐标距离摄像头平面的距离。

在获取检测目标的深度图像之后，Kinect传感器可提取检测目标的骨骼点数据，共形成20个数据点。如图1所示。

根据Kinect骨骼图像中各骨骼点的坐标位置可计算出人体中心的高度，结合Kinect骨骼图的帧率为30fps，可获取目标的实时运动速度，进而进行摔倒动作的判断与检测。

2.2 系统设计与分析

根据之前的实验，在成年人正常站立时胯骨中心点（HipCenter）与地面的距离和正常活动时脊柱中心点（Spine）上下运动的速度均在一定范围内。因此，在老人活动时只需要对其胯骨中心点的高度和脊柱中心点的上下运动速度进行计算，当胯骨中心点的高度H小于阈值H并且脊柱中心点的速度V大于阈值V时认为老人可能摔倒。为减小检测误差，在系统认为老人可能摔倒后即对老人进行语音询问，若老人根据语音提示做出相应动作，即可解除摔倒警报。若老人未在规定时间内按照系统要求进行动作的反馈，系统将自动通过163邮箱给老人子女发送电子邮件进行提醒。

对于监测目标高度的检测，胯骨中心点高度定义为胯骨中心点的Y值与左右脚掌的平均Y值的差值，即H= HipCenter.Y-（LeftFoot.Y+RightFoot.Y）/2。由于摔倒姿势大多为仰卧式或跪地式，胯骨中心点距离地面的距离将会很小，考虑到老年人穿衣服的厚度等多种情况，将胯骨中心点高度阈值H设置为0.2较为合适。即当H<0.2时，则认为监测到摔倒特征。

对于监测目标脊柱中心点上下运动速度的检测，每隔10帧计算一次人体中心下降的速度V。根据实验结果及文献参考，一般认为下降速度在1.21～2.05 m/s时可能发生摔倒。在本实验中，将中心点运动速度的阈值V设置为0.35m/s，即当V>0.35时，即认为监测到摔倒特征。当同时监测到上述两个特征时，系统将对老人的状况进行语音询问进行确认。

系统采集深度图像信息如图2所示。

3 实验总结

实验表明，该老人摔倒检测系统的准确率高，算法简单易于实现，可解决独自居家的老人发生意外摔倒时得不到及时救助的问题。与此同时，该系统只显示深度图像，可以很好地保护老人的隐私。另外，Kinect传感器价格不高，检测准确，具有很好的发展和应用前景。

参考文献

[1]黄帅.老年人跌倒检测系统中相关算法的研究及应用[D].清华大学，2012.

[2]鲍楠，姜博文，李永泽等.基于Kinect传感器的摔倒检測研究[J].电子设计工程，2017，25（12）：149-152.

[3]李旋旋，张仁杰.一种基于Kinect的人体摔倒检测方法[J].软件导刊，2017，16（07）：125-127.

作者单位

河海大学常州校区物联网工程学院 江苏省常州市 213000endprint