买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉成都信息工程大学申请的专利时序气压轨迹与惯性数据交叉验证的跌倒检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121524765B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610050045.2，技术领域涉及：G06F18/241；该发明授权时序气压轨迹与惯性数据交叉验证的跌倒检测方法及系统是由田忠昊;杨莉;郭德全;王刚;王伟;任俊樵;张锦霖;梁焓烨;谢俊杰;周金宇设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本时序气压轨迹与惯性数据交叉验证的跌倒检测方法及系统在说明书摘要公布了：本发明公开了时序气压轨迹与惯性数据交叉验证的跌倒检测方法及系统，属于跌倒检测技术领域，包括以下步骤：S1、系统初始化；S2、同步采集运动数据和气压数据，并通过时序同步模块为所有数据赋予统一时间戳；S3、初级跌倒嫌疑识别；S4、时序窗口动态划分，以初级跌倒嫌疑点为时间基准，动态划分前向基准窗口、过程动态窗口和后置基准窗口；S5、交叉验证计算，计算第一平均加速度和第二平均加速度，以及二者间的绝对差值；S6、根据绝对差值判断初级跌倒嫌疑点是否为真实跌倒事件。本发明采用上述方法及系统，实现对跌倒事件更精准、更可靠的识别，显著降低在复杂日常活动场景下的误报率。

本发明授权时序气压轨迹与惯性数据交叉验证的跌倒检测方法及系统在权利要求书中公布了：1.一种时序气压轨迹与惯性数据交叉验证的跌倒检测方法，其特征在于：包括以下步骤： S1、系统初始化； S2、多源数据同步采集，通过惯性测量单元和气压计同步采集运动数据和气压数据，并通过时序同步模块为所有数据赋予统一时间戳； S3、初级跌倒嫌疑识别，基于运动数据通过部署在嵌入式平台的轻量级卷积神经网络识别初级跌倒嫌疑点； S4、时序窗口动态划分，以初级跌倒嫌疑点为时间基准，结合预设时间偏移量和气压采样周期，动态划分前向基准窗口、过程动态窗口和后置基准窗口； S5、交叉验证计算，从过程动态窗口内的气压数据提取时序气压轨迹并基于气压-高度转换和匀变速运动模型计算第一平均加速度，同时从过程动态窗口内的运动数据计算第二平均加速度，计算第一平均加速度与第二平均加速度的绝对差值； 步骤S5具体包括以下步骤： S51、从过程动态窗口内的气压数据提取时序气压轨迹并基于气压-高度转换和匀变速运动模型计算第一平均加速度； S52、从过程动态窗口内的运动数据计算第二平均加速度；从步骤S2的运动数据中，提取在过程动态窗口时间段的竖向加速度数据，并计算该窗口内的第二平均加速度，公式如下： ； 其中，为气压采样周期，为最小时间间隔，其与预设时间偏移量的关系为； S53、计算与的绝对差值，公式如下： ； 步骤S51具体包括以下步骤： S511、将过程时序气压轨迹Trace_processt中的每一个气压值通过国际标准气压-高度公式转换为相对高度值，公式如下： ； 其中，为海平面标准大气压，为海平面标准温度，为温度垂直递减率，R为理想气体常数，为重力加速度，M为干燥空气的摩尔质量； S512、计算过程动态窗口的起始时刻与结束时刻之间的高度差，公式如下： ； S513、基于匀变速直线运动公式，计算在此过程动态窗口内，由高度变化推导出的第一平均加速度，公式如下： ； 其中，为过程动态窗口的总时长，； S6、根据绝对差值判断初级跌倒嫌疑点是否为真实跌倒事件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都信息工程大学，其通讯地址为：610225 四川省成都市双流区西南航空港经济开发区学府路一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。