一种跌倒检测方法、跌倒检测装置和穿戴式设备

1.一种跌倒检测方法，其特征在于，包括以下步骤：
步骤10，从三轴加速度传感器获取人体对应的三轴加速度信号；
步骤20，以第一时间间隔分段存储所述三轴加速度信号，获得待分析的三轴加速度信号值；
步骤30，以低采样速率分析所述待分析的三轴加速度信号值，获得当前向量，计算当前向量和预设的参考向量之间的当前夹角，所述预设的参考向量为人体直立状态时对应的三轴加速度的输出，比较当前夹角大于等于预设的阈值夹角，所述预设的阈值夹角为预先设定的30度到60度之间的任一角度，判定人体处于非直立姿势；
步骤40，以高采样速率分析所述待分析的三轴加速度信号，获得前一夹角和后一夹角，所述前一夹角为当前向量的前一个向量与参考向量的夹角，所述后一夹角为当前向量的后一个向量与参考向量的夹角，比较所述前一夹角小于直立姿势的跌倒阈值，比较所述当前夹角、后一夹角大于非直立姿势的跌倒阈值，判定人体跌倒。
2.根据权利要求1所述的跌倒检测方法，其特征在于，步骤30进一步包括以下步骤：
步骤301，以低采样速率分析所述待分析三轴加速度信号值，获得当前向量；
步骤302，计算所述当前向量和参考向量之间的夹角，获得当前夹角；
所述参考向量可以将所述待分析三轴加速度信号值进行低通滤波，获得低通三轴加速度信号，利用所述低通三轴加速度信号值计算获得或者通过预设获得；
步骤303，比较所述当前夹角与设定阈值夹角的大小，
若所述当前夹角小于所述设定阈值夹角，判定人体处于直立姿势，继续从三轴加速度传感器获取人体对应的三轴加速度信号；
若所述当前夹角大于等于所述设定阈值夹角，判定人体处于非直立姿势。
3.根据权利要求1所述的跌倒检测方法，其特征在于，步骤40进一步包括以下步骤：
步骤401，设置分析窗，所述分析窗时间的宽度以当前夹角为中心，设置为低采样速率周期的整数倍；
步骤402，计算分析窗内的三轴加速度值；
步骤403，将所述计算出的分析窗内的三轴加速度值进行带通滤波，获得带通滤波后的三轴加速度值；
步骤404，将所述带通滤波后的三轴加速度的幅值与预设的跌倒阈值比较，所述预设跌倒阈值对应于以往跌倒过程中较高的加速度信号，
若所述带通滤波后的三轴加速度的幅值小于预设的跌倒阈值，继续从三轴加速度传感器获取人体对应的三轴加速度信号，
若所述带通滤波后的三轴加速度的幅值大于预设的跌倒阈值，进入步骤405，步骤405，计算当前向量的前一个向量与参考向量的夹角，获得前一夹角，计算当前向量的后一个向量与参考向量的夹角，获得后一夹角；
步骤406，判断当前夹角是否大于预设的非直立状态阈值，
若当前夹角大于预设的非直立状态阈值，进入步骤407，
若当前夹角小于预设的非直立状态阈值，进入步骤408；
步骤407，判断后一夹角是否大于非直立状态阈值，
若后一夹角大于非直立状态阈值，进入步骤408，
若后一夹角小于非直立状态阈值，判断人体没有跌倒；
步骤408，判断前一夹角是否小于直立状态阈值，
若前一夹角小于直立状态阈值，判断人体跌倒；
若前一夹角大于直立状态阈值，判断人体没有跌倒。
4.一种跌倒检测装置，其特征在于，包括三轴加速度传感器、存储模块、低采样速率分析模块和高采样速率分析模块，
所述三轴加速度传感器用于获取人体对应的三轴加速度信号；
所述存储模块用于以第一时间间隔分段存储所述三轴加速度信号，获得待分析的三轴加速度信号值；
所述低采样速率分析模块用于以低采样速率分析所述待分析的三轴加速度信号值，获得当前向量，计算当前向量和预设的参考向量之间的当前夹角，所述预设的参考向量为人体直立状态时对应的三轴加速度的输出，比较当前夹角大于等于预设的阈值夹角，所述预设的阈值夹角为预先设定的30度到60度之间的任一角度，判定人体处于非直立姿势；
所述高采样速率分析模块用于以高采样速率分析所述待分析的三轴加速度信号，获得前一夹角和后一夹角，所述前一夹角为当前向量的前一个向量与参考向量的夹角，所述后一夹角为当前向量的后一个向量与参考向量的夹角，比较所述前一夹角小于直立姿势的跌倒阈值，比较所述当前夹角、后一夹角大于非直立姿势的跌倒阈值，判定人体跌倒。
5.根据权利要求4所述的跌倒检测装置，其特征在于，所述低采样速率分析模块进一步包括当前向量获取单元、当前夹角获取单元和第一比较单元，
所述当前向量获取单元，用于以低采样速率分析所述待分析三轴加速度信号值，获得当前向量；
所述当前夹角获取单元用于计算所述当前向量和参考向量之间的夹角，获得当前夹角，
所述参考向量可以将所述待分析三轴加速度信号值进行低通滤波，获得低通三轴加速度信号，利用所述低通三轴加速度信号值计算获得或者通过预设获得；
所述第一比较单元用于比较所述当前夹角与设定阈值夹角的大小，
若所述当前夹角小于所述设定阈值夹角，判定人体处于直立姿势，继续从三轴加速度传感器获取人体对应的三轴加速度信号；
若所述当前夹角大于等于所述设定阈值夹角，判定人体处于非直立姿势。
6.根据权利要求4所述的跌倒检测装置，其特征在于，所述高采样速率分析模块进一步包括分析窗设置单元、分析窗内的三轴加速度值获取单元、带通滤波单元、第二比较单元、前一夹角和后一夹角获取单元、第三比较单元、第四比较单元和第五比较单元分析窗设置单元用于设置分析窗，所述分析窗时间的宽度以当前夹角为中心，设置为低采样速率周期的整数倍；
分析窗内的三轴加速度值获取单元用于计算分析窗内的三轴加速度值；
带通滤波单元用于将所述计算出的分析窗内的三轴加速度值进行带通滤波，获得带通滤波后的三轴加速度值；
第二比较单元用于将所述带通滤波后的三轴加速度的幅值与预设的跌倒阈值比较，所述预设跌倒阈值对应于以往跌倒过程中较高的加速度信号，
若所述带通滤波后的三轴加速度的幅值小于预设的跌倒阈值，继续从三轴加速度传感器获取人体对应的三轴加速度信号，
若所述带通滤波后的三轴加速度的幅值大于预设的跌倒阈值，进入前一夹角和后一夹角获取单元，
前一夹角和后一夹角获取单元用于计算当前向量的前一个向量与参考向量的夹角，获得前一夹角，计算当前向量的后一个向量与参考向量的夹角，获得后一夹角；
第三比较单元用于判断当前夹角是否大于预设的非直立状态阈值，
若当前夹角大于预设的非直立状态阈值，进入第四比较单元，
若当前夹角小于预设的非直立状态阈值，进入第五比较单元；
第四比较单元用于判断后一夹角是否大于非直立状态阈值，
若后一夹角大于非直立状态阈值，进入步骤第五比较单元，
若后一夹角小于非直立状态阈值，判断人体没有跌倒；
第五比较单元用于判断前一夹角是否小于直立状态阈值，
若前一夹角小于直立状态阈值，判断人体跌倒；
若前一夹角大于直立状态阈值，判断人体没有跌倒。
7.一种穿戴式设备，其特征在于，包括权4至权6任一所述的跌倒检测装置。

一种跌倒检测方法、跌倒检测装置和穿戴式设备\n技术领域\n[0001] 本发明属于检测技术领域，特别地涉及一种跌倒检测方法、跌倒检测装置和可穿戴式设备。\n背景技术\n[0002] 随着社会老年化问题加剧，人们对老年人的健康日益关注，监测老年人日常运动姿态和生理信息、评估老年人的健康状况，具有重要的社会意义。穿戴式技术应用于老年人健康监护，可实现低生理、心理负荷下人体生理信号动态获取，已成为医疗监护领域的研究热点。开发新型的可穿戴式医疗监护仪，在老年人日常健康监测、病人康复治疗等方面有重大的实用价值，将成为新医疗模式下重要的健康监护、诊断和保健设备。\n[0003] 由于老年人的身体特点，尤其是近年来频繁报道老年人因跌倒产生的一些严重后果。意外摔倒是65岁以上人群主要的健康威胁以及死亡原因。在因摔倒而需要医疗护理的人群中，65岁及以上的占到超过30％，而因摔倒致死的人群中，40％是80岁以上的老人。\n在超过85岁的人群中，2/3的意外摔倒直接导致死亡。报告显示，在65岁以上的老年人群中，每年有超过1/3的人都会经历跌倒，在老年之家和养老院中，66％的居民每年至少会有一次意外摔倒。而这一统计结果还是不完全统计得来，因此这个数字还是可能被低估。而对社会而言，老年人的跌倒也会带来沉重的负担。因此，如何提高老年人活动时的跌倒预警和检测，最大限度地提高老年人的健康水平，节省医疗保险开销，是一个十分重要而目迫切的医疗问题和社会问题。\n[0004] 国内外对跌倒检测技术的研究其关键点还是在实现手段和检测算法的设计这两个环节。实现手段有基于图像视频监控、基于声学检测、基于红外检测等。这些手段都存在各种缺陷，如把老人限制在室内、设备安装布置复杂难以实现并且昂贵等。随着传感器技术的发展，采用运动学传感器如加速度传感器检测人体运动成为新的技术趋势。基于加速度传感器的跌倒检测最显著的特点就是被监测者可以走出家门，却仍然能够被监护，也没有噪声和居住环境限制。而且成本比较低，不需要基础设施的配置。\n[0005] 故，针对目前现有技术中存在的上述缺陷，实有必要进行研究，以提供一种方案，解决现有技术中存在的缺陷，避免造成检测人体跌倒实现手段复杂，实现成本高的问题。\n发明内容\n[0006] 为解决上述问题，本发明的目的在于提供一种跌倒检测方法、跌倒检测装置和可穿戴式设备，用于基于传感器检测人体实时的加速度值，简单、高准确率地判定人体所在的姿势以及是否跌倒。\n[0007] 为实现上述目的，本发明的技术方案为：\n[0008] 一种跌倒检测方法，包括以下步骤：\n[0009] 步骤10，从三轴加速度传感器获取人体对应的三轴加速度信号；\n[0010] 步骤20，以第一时间间隔分段存储所述三轴加速度信号，获得待分析的三轴加速度信号值；\n[0011] 步骤30，以低采样速率分析所述待分析的三轴加速度信号值，获得当前向量，计算当前向量和预设的参考向量之间的当前夹角，比较当前夹角大于预设的阈值夹角，判定人体处于非直立姿势；\n[0012] 步骤40，以高采样速率分析所述待分析的三轴加速度信号，获得前一夹角和后一夹角，比较所述前一夹角小于直立姿势的跌倒阈值，比较所述当前夹角、后一夹角大于非直立姿势的跌倒阈值，判定人体跌倒。\n[0013] 一种跌倒检测装置，包括三轴加速度传感器、存储模块、低采样速率分析模块和高采样速率分析模块，\n[0014] 所述三轴加速度传感器用于获取人体对应的三轴加速度信号；\n[0015] 所述存储模块用于以第一时间间隔分段存储所述三轴加速度信号，获得待分析的三轴加速度信号值；\n[0016] 所述低采样速率分析模块用于以低采样速率分析所述待分析的三轴加速度信号值，获得当前向量，计算当前向量和预设的参考向量之间的当前夹角，比较当前夹角大于预设的阈值夹角，判定人体处于非直立姿势；\n[0017] 所述高采样速率分析模块用于以高采样速率分析所述待分析的三轴加速度信号，获得前一夹角和后一夹角，比较所述前一夹角小于直立姿势的跌倒阈值，比较所述当前夹角、后一夹角大于非直立姿势的跌倒阈值，判定人体跌倒。\n[0018] 一种穿戴式设备，包括以上所述的跌倒检测装置。\n[0019] 与现有技术采用的基于图像视频监控、基于声学检测或基于红外检测人体跌倒的实现方式相比，本发明采用加速度传感器以较低采样率采样信号来判断人体姿势，以较高采样率采样信号来获取对应人体姿势的加速度大小，人体姿势和加速度大小用来检测人体是否跌倒，算法简单易于实现，检测准确率高。\n附图说明\n[0020] 图1为本发明实施例的跌倒检测方法流程图；\n[0021] 图2为三轴加速度传感器相对于重力方向的输出向量的三维图；\n[0022] 图3为本发明实施例的跌倒检测方法中人体携带三轴加速度传感器的示意图；\n[0023] 图4为本发明实施例的跌倒检测方法中步骤30的流程图；\n[0024] 图5为本发明实施例的跌倒检测方法中步骤40的流程图；\n[0025] 图6为本发明实施例的跌倒检测装置结构框图；\n[0026] 图7为本发明实施例的跌倒检测装置中低采样速率分析模块的结构框图；\n[0027] 图8为本发明实施例的跌倒检测装置中高采样速率分析模块的结构框图；\n[0028] 图9为本发明实施例的穿戴式设备的结构示意图。\n具体实施方式\n[0029] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。\n[0030] 相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。\n[0031] 本发明描述的术语“直立姿势”通常指人体的上半身与重力方向一致，可以包括站立、走路和跑步，但不限于这些姿势，也可以包括坐着。“非直立姿势”通常指从这个姿势人体不能再跌倒，至少人体的上半身与重力方向不一致，非直立姿势可以包括俯卧，仰卧，斜倚，侧卧位，但不限于这些姿势。\n[0032] 参考图1，所示为本发明实施例的跌倒检测方法的流程图，包括以下步骤：\n[0033] S10，从三轴加速度传感器获取人体对应的三轴加速度信号；\n[0034] 比如以256次/秒的采样率进行采样，由于不同的人体携带三轴加速度传感器的方向相对于重力的方向是变化的，因此当人体处于直立姿势时，三轴加速度传感器相对于重力的方向也是变化的。在一种实施例中，三轴加速度传感器包括三个正交的一轴加速度传感器，每个一轴加速度传感器产生各自对应方向x方向、y方向、z方向的信号。在另一种实施例中，三个单轴加速度传感器可以安排成非正交的配置，每个单轴加速度传感器沿着相对于其他两个单轴加速度传感器的特定平面定位。三轴加速度传感器还可以包含两个二轴加速度传感器，比如一个是正交的，或者一个是非正交的，这两个加速度传感器相对于彼此安排在特定的平面。三维加速度信号还可以从一个一轴和一个两轴加速度传感器获取。\n[0035] 图2是三轴加速度传感器相对于重力方向的输出的三维图。三轴加速度传感器的输出向量是重力加速度和人体移动方向向量的总和。人体移动方向向量由加速度传感器的三个方向x，y，z决定，如图3所示。三轴加速度传感器的输出向量大小可以用x、y和z进行数学计算。在一种具体实施例中，三轴加速度传感器的输出向量v可以用欧几里德公式计算：\n[0036] \n[0037] 通常，如果三轴加速度传感器没有加速或者减速，输出向量的大小是1.0g(9.8m/\n2\ns)，此时人体移动方向向量为0。\n[0038] S20，以第一时间间隔分段存储三轴加速度信号，获得待分析的三轴加速度信号值；\n[0039] 获取的加速度信号以第一时间间隔x周期性的方式存储在临时存储空间。第一时间间隔x的长度应超出后面描述的一个分析窗的宽度，此时存储的加速度数据用于跌倒的初步判断。\n[0040] S30，以低采样速率分析待分析的三轴加速度信号值，获得当前向量，计算当前向量和预设的参考向量之间的当前夹角，比较当前夹角大于预设的阈值夹角，判定人体处于非直立姿势；\n[0041] 通过低采样率的三轴加速度传感器采样分析，检测人体的姿势，如果在非直立姿势，则触发高采样率信号分析。\n[0042] S40，以高采样速率分析待分析的三轴加速度信号，获得前一夹角和后一夹角，比较前一夹角小于直立姿势的跌倒阈值，比较当前夹角、后一夹角大于非直立姿势的跌倒阈值，判定人体跌倒。\n[0043] 通过高采样率信号获取人体跌倒过程中的加速度值，结合人体姿势和设定的对应姿势的加速度阈值，判断人体是否已经跌倒。\n[0044] 在具体应用实例中，参见图4，S30进一步包括以下步骤：\n[0045] S301，以低采样速率分析待分析三轴加速度信号值，获得当前向量；\n[0046] 以低采样率分析三轴加速度信号，分析信号的低频成分用于初步判断跌倒。低采样率信号，在一种实施例中，采样频率是1次/秒。\n[0047] S302，计算当前向量和参考向量之间的夹角，获得当前夹角θ0；\n[0048] 参考向量可以将待分析三轴加速度信号值进行低通滤波，获得低通三轴加速度信号，利用低通三轴加速度信号值计算获得或者通过预设获得；\n[0049] 低通滤波，比如采用0.5Hz的滤波，滤波后的信号用于计算参考向量。参考向量指的是人体直立状态如站立或者行走时对应的三轴加速度的输出。在一种实施例中，参考向量一旦确定就存储用于连续监测判断，直到被新的参考向量代替。\n[0050] S303，比较当前夹角θ0与设定阈值夹角T0的大小，\n[0051] 若当前夹角θ0小于设定阈值夹角T0，判定人体处于直立姿势，继续从三轴加速度传感器获取人体对应的三轴加速度信号；\n[0052] 若当前夹角θ0大于等于设定阈值夹角T0，判定人体处于非直立姿势。\n[0053] 阈值夹角T0的确定，在一种实施例中，大约是45度，但是可以根据情况选择30度到60度之间的角度，并且阈值夹角的设定可以让便携式设备自学习更新。\n[0054] 通过S301至S303以低采样率的三轴加速度传感器采样分析，初步判定出人体的姿势，若在非直立姿势时，进一步对人体的加速度进行分析，判定人体是否跌倒。\n[0055] 具体应用实例中，参见图5，S40进一步包括以下步骤：\n[0056] S401，设置分析窗，分析窗时间的宽度以当前夹角为中心，设置为低采样速率周期的整数倍；\n[0057] 在初步跌倒判断成立的前提下，对采样的信号进行高频分析。首先根据角度θ0的时间设置一个分析窗。在一种实施例中，分析窗的宽度是3秒，在角度θ0之前的两个低采样率节点和角度θ0之后的一个低采样率节点之间。分析窗的设置依赖低采样率，可以和存储时间第一时间间隔x相适应。\n[0058] S402，计算分析窗内的三轴加速度值；\n[0059] S403，将计算出的分析窗内的三轴加速度值进行带通滤波，获得带通滤波后的三轴加速度值；\n[0060] 在一种实施例中，带通滤波的频率是0～25Hz，在跌倒过程中的信号高频可以达到50Hz。\n[0061] S404，将带通滤波后的三轴加速度的幅值与预设的跌倒阈值比较，预设跌倒阈值对应于以往跌倒过程中较高的加速度信号，\n[0062] 若带通滤波后的三轴加速度的幅值小于预设的跌倒阈值，继续从三轴加速度传感器获取人体对应的三轴加速度信号，\n[0063] 若带通滤波后的三轴加速度的幅值大于预设的跌倒阈值，进入S405；\n[0064] 跌倒阈值的选择对应于一次跌倒过程中较高的加速度信号。在一种实施例中，这个值是3g，但是可以设定比这个值大或者小一些的值。\n[0065] S405，计算当前向量的前一个向量与参考向量的夹角，获得前一夹角θ-1，计算当前向量的后一个向量与参考向量的夹角，获得后一夹角θ+1；\n[0066] 接下来如图5所示，判断是否符合跌倒条件。其中直立状态和非直立状态的阈值可以是固定值，也可以是可修改的值。在一种实施例中，非直立状态的阈值比跌倒阈值大，直立状态阈值比跌倒阈值小。\n[0067] S406，判断当前夹角是否大于预设的非直立状态阈值，\n[0068] 若当前夹角大于预设的非直立状态阈值，进入S407，\n[0069] 若当前夹角小于预设的非直立状态阈值，进入S408；\n[0070] S407，判断后一夹角是否大于非直立状态阈值，\n[0071] 若后一夹角大于非直立状态阈值，进入S408，\n[0072] 若后一夹角小于非直立状态阈值，判断人体没有跌倒；\n[0073] S408，判断前一夹角是否小于直立状态阈值，\n[0074] 若前一夹角小于直立状态阈值，判断人体跌倒；\n[0075] 若前一夹角大于直立状态阈值，判断人体没有跌倒。\n[0076] 通过S401至S408以高采样率信号获取人体跌倒过程中的加速度值，结合人体体位和设定的加速度阈值，判断人体是否已经跌倒。\n[0077] 接下来详细描述与本发明的跌倒检测方法对应的跌倒检测装置的实施例。\n[0078] 参见图6，为本发明实施例的跌倒检测装置10结构示意图，包括三轴加速度传感器100、存储模块200、低采样速率分析模块300和高采样速率分析模块400，[0079] 三轴加速度传感器100用于获取人体对应的三轴加速度信号；\n[0080] 存储模块200用于以第一时间间隔分段存储三轴加速度信号，获得待分析的三轴加速度信号值；\n[0081] 低采样速率分析模块300用于以低采样速率分析待分析的三轴加速度信号值，获得当前向量，计算当前向量和预设的参考向量之间的当前夹角，比较当前夹角大于预设的阈值夹角，判定人体处于非直立姿势；\n[0082] 高采样速率分析模块400用于以高采样速率分析待分析的三轴加速度信号，获得前一夹角和后一夹角，比较前一夹角小于直立姿势的跌倒阈值，比较当前夹角、后一夹角大于非直立姿势的跌倒阈值，判定人体跌倒。\n[0083] 具体应用实例中，参见图7，低采样速率分析模块300进一步包括当前向量获取单元301、当前夹角获取单元302和第一比较单元303，\n[0084] 当前向量获取单元301用于以低采样速率分析待分析三轴加速度信号值，获得当前向量；\n[0085] 当前夹角获取单元302用于计算当前向量和参考向量之间的夹角，获得当前夹角，\n[0086] 参考向量可以将待分析三轴加速度信号值进行低通滤波，获得低通三轴加速度信号，利用低通三轴加速度信号值计算获得或者通过预设获得；\n[0087] 第一比较单元303用于比较当前夹角与设定阈值夹角的大小，\n[0088] 若当前夹角小于设定阈值夹角，判定人体处于直立姿势，继续从三轴加速度传感器获取人体对应的三轴加速度信号；\n[0089] 若当前夹角大于等于设定阈值夹角，判定人体处于非直立姿势。\n[0090] 具体应用实例中，参见图8，高采样速率分析模块400进一步包括分析窗设置单元\n401、分析窗内的三轴加速度值获取单元402、带通滤波单元403、第二比较单元404、前一夹角和后一夹角获取单元405、第三比较单元406、第四比较单元407和第五比较单元408，[0091] 分析窗设置单401用于设置分析窗，分析窗时间的宽度以当前夹角为中心，设置为低采样速率周期的整数倍；\n[0092] 分析窗内的三轴加速度值获取单元402用于计算分析窗内的三轴加速度值；\n[0093] 带通滤波单元403用于将计算出的分析窗内的三轴加速度值进行带通滤波，获得带通滤波后的三轴加速度值；\n[0094] 第二比较单元404用于将带通滤波后的三轴加速度的幅值与预设的跌倒阈值比较，预设跌倒阈值对应于以往跌倒过程中较高的加速度信号，\n[0095] 若带通滤波后的三轴加速度的幅值小于预设的跌倒阈值，继续从三轴加速度传感器获取人体对应的三轴加速度信号，\n[0096] 若带通滤波后的三轴加速度的幅值大于预设的跌倒阈值，进入前一夹角和后一夹角获取单元，\n[0097] 前一夹角和后一夹角获取单元405用于计算当前向量的前一个向量与参考向量的夹角，获得前一夹角，计算当前向量的后一个向量与参考向量的夹角，获得后一夹角；\n[0098] 第三比较单元406用于判断当前夹角是否大于预设的非直立状态阈值，[0099] 若当前夹角大于预设的非直立状态阈值，进入第四比较单元，\n[0100] 若当前夹角小于预设的非直立状态阈值，进入第五比较单元；\n[0101] 第四比较单元407用于判断后一夹角是否大于非直立状态阈值，[0102] 若后一夹角大于非直立状态阈值，进入步骤第五比较单元，\n[0103] 若后一夹角小于非直立状态阈值，判断人体没有跌倒；\n[0104] 第五比较单元408用于判断前一夹角是否小于直立状态阈值，\n[0105] 若前一夹角小于直立状态阈值，判断人体跌倒；\n[0106] 若前一夹角大于直立状态阈值，判断人体没有跌倒。\n[0107] 参考图9，所示为本发明实施例的穿戴式设备的结构示意图，上述的跌倒检测装置\n10可固定设置在穿戴式设备上，用以实时检测人体是否跌倒，方便实用，不用限制人体的活动范围。\n[0108] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。