基于姿态特征提取的消防员可穿戴跌倒检测系统: Wearable Fall Detection System for Firefighters based on Gesture Feature Extraction

据《中国消防年鉴》数据显示，2008–2018 年，我国消防人员致命或非致命伤害事件 625 起中超过一半与跌倒有关。本研究提出一种基于嵌入 9 个惯性测量单元（IMU）的可穿戴消防防护服的跌倒检测系统（FDS）。与传统利用原始加速度和陀螺仪数据进行跌倒识别不同，本研究通过结合多运动传感、姿态和航向参考系统、运动学特征分析、三维重建、机器学习等技术，使火场外指挥官能通过便携终端设备监控每个消防队员的运动状态，并获知任何与跌倒或不活动相关的安全警报。根据浙江省宁波市 14名消防员的数据采集结果，我们提出的 FDS 准确率达 98.54%，并显著提升响应速度。