导读 跌倒检测是医学专家系统和可穿戴专家系统的典型应用。跌倒有四种主要类型，即左侧水平、右侧水平、仰卧和俯卧，而之前的大多数研究和商业系
跌倒检测是医学专家系统和可穿戴专家系统的典型应用。跌倒有四种主要类型，即左侧水平、右侧水平、仰卧和俯卧，而之前的大多数研究和商业系统都侧重于区分跌倒与否。
准确快速的多方向跌倒检测可用于制定及时的跌倒方向充气气囊保护，帮助医生缩短反应时间以评估特定关节损伤的严重程度。
福建物质结构研究所戴厚德教授课题组在《Expert Systems with Applications 》上发表的一项研究中，报告了一种基于智能鞋垫和长短脚的新型跌倒检测方法。具有训练有素的参考去噪自动编码器 (RDAE) 的术语记忆 (LSTM) 框架。研究人员使用了一对无线鞋内鞋垫，每侧配备 13 个足底压力传感器和一个三轴加速度计，以捕获全面的时空步态参数。
所提出的 RDAE-LSTM 网络在分类方面提供了可靠的测试结果，准确率为 98.6%，确定跌倒方向的响应时间为 8.7 ms，表现出比其他算法更具说服力的性能。
对于日常生活不受跌倒检测设备影响的用户来说，这种方法是一种不显眼的选择。事实证明，RDAE-LSTM 模型可以准确快速地识别不平衡跌倒检测数据集的四个方向的跌倒。
该研究在老龄化社会的物联网应用中具有广阔的前景。