📚 课程目录第2章基础知识

2、基础知识：加速度计原理、三轴加速度数据、采样率与量程、常见跌倒模式与日常动作区分

在构建TinyML跌倒检测模型之前，必须首先理解加速度计这一核心传感器的工作机制及其数据特性。跌倒检测的本质是对人体运动状态变化的模式识别，而加速度计正是捕捉这种变化的物理基础。本章将系统讲解加速度计的测量原理、三轴数据的物理含义、采样率与量程的工程选型依据，以及跌倒与日常动作在信号形态上的本质差异，为后续的窗口特征提取和阈值融合算法奠定坚实的理论基础。

2.1 加速度计工作原理与三轴数据物理含义

加速度计的核心测量原理基于牛顿第二定律（F=ma）。MEMS（微机电系统）加速度计内部包含一个由硅材料制成的微小质量块，该质量块通过弹性梁悬挂在固定框架上。当传感器沿某一轴方向加速时，质量块因惯性作用发生微小位移，这一位移改变了差分电容的极板间距，从而引起电容值变化。通过测量电容差值，即可反推出当前轴向的加速度值。现代TinyML设备中常用的加速度计（如MPU6050、ADXL345、LIS3DH）均采用这种电容式MEMS结构，其测量精度可达±0.01g级别。

三轴加速度数据分别对应三个正交方向：X轴通常指向设备右侧，Y轴指向设备前方，Z轴垂直于设备平面向上。在跌倒检测应用中，加速度计通常佩戴在人体躯干（胸前、腰部）或手腕处。当设备静止时，三轴加速度的矢量和应等于重力加速度g（约9.8 m/s²），且Z轴分量（或对应垂直方向的分量）应接近1g。这一静态特性是后续计算姿态角的基础。

  关键概念：合加速度（SVM）

  合加速度（Signal Vector Magnitude）定义为三轴分量的平方和开根号：

  SVM = √(Ax² + Ay² + Az²)

  静止时SVM≈1g；自由落体时SVM≈0g；撞击瞬间SVM可超过3g。SVM是跌倒检测中最常用的标量特征，因为它消除了设备朝向的影响，仅反映运动剧烈程度。

2.2 采样率与量程的工程选型

采样率和量程是加速度计配置中两个最关键的参数，直接决定数据质量和算法性能。采样率（Output Data Rate, ODR）表示每秒输出多少组三轴数据，单位Hz。量程（Full-Scale Range）表示可测量的最大加速度值，常见档位为±2g、±4g、±8g、±16g。

参数	推荐值	选择依据	对检测的影响
采样率	50Hz ~ 100Hz	人体跌倒撞击信号主要能量集中在0.5Hz~20Hz频段，根据奈奎斯特定理，采样率需≥40Hz	过低会丢失撞击峰值细节；过高增加功耗和计算量
量程	±4g ~ ±8g	日常活动加速度通常<3g，跌倒撞击瞬间可达4g~6g	量程过小导致信号截断；量程过大降低低g值下的分辨率
分辨率	12bit ~ 16bit	决定最小可分辨的加速度变化量	分辨率越高，微小姿态变化越容易被捕捉

在实际工程中，采样率选择50Hz是功耗与性能的平衡点。若使用100Hz采样，数据量翻倍，但检测准确率提升有限（通常<1%）。量程选择±8g较为稳妥，既能覆盖跌倒撞击峰值，又不会在正常行走时损失过多分辨率。以ADXL345为例，±8g量程下12位分辨率对应约3.9mg/LSB，足以分辨0.5°的姿态变化。

风险提示：若量程设置过小（如±2g），跌倒撞击瞬间的加速度值会超出传感器测量范围，导致输出信号被"削顶"（clipping），表现为峰值平台而非尖锐脉冲。这种失真会严重干扰峰值检测算法，造成漏报。务必在实验前用已知冲击测试验证量程设置是否合理。

2.3 常见跌倒模式与日常动作的信号特征对比

跌倒并非单一模式，而是包含多种子类型。从运动学角度，跌倒可分为前向跌倒（面朝下）、后向跌倒（背朝下）、侧向跌倒（左右侧）和从坐姿/站姿滑倒。尽管方向不同，但所有跌倒都遵循一个共同的三阶段信号模式：失重阶段 → 撞击阶段 → 静止阶段。

失重阶段（Pre-fall）：人体失去平衡，加速度计随身体做近似自由落体运动，SVM值从1g迅速下降至0.2g~0.5g，持续约200ms~400ms。此阶段是跌倒的早期预警信号。
撞击阶段（Impact）：身体与地面接触，产生剧烈冲击，SVM值在极短时间内（50ms~150ms）飙升至2.5g~6g，形成尖锐的峰值。峰值幅度和上升斜率是区分跌倒与日常动作的关键。
静止阶段（Post-fall）：撞击后人体处于躺卧状态，SVM回到1g附近，但姿态角发生显著变化（通常>50°），且该状态持续超过1秒。若检测到长时间静止且姿态异常，则高度怀疑跌倒。

与之相对，日常动作的信号特征有明显差异：行走产生1Hz~3Hz的周期性波动，SVM在0.8g~1.5g之间规律变化；坐下/起立是平滑的加速度过渡，无失重和撞击峰；弯腰捡物虽然姿态角变化大，但SVM变化平缓，无冲击特征；跳跃虽会产生类似撞击的峰值（可达3g），但落地后姿态角基本不变，且失重阶段持续时间短（约100ms）。

2.4 案例拆解：从原始数据到跌倒判定

为加深理解，我们分析一组真实的加速度计数据。设备佩戴于腰部，采样率50Hz，量程±8g。以下为一次前向跌倒的完整记录（已做去直流处理）：

时间戳(s)   X轴(g)    Y轴(g)    Z轴(g)    SVM(g)    阶段
0.00       0.12      0.08      0.98      0.99      正常站立
0.20       0.15      0.10      0.95      0.97      正常站立
0.40       0.10      0.05      0.88      0.89      开始失衡
0.60       -0.20     -0.15     0.45      0.52      失重中
0.80       -0.45     -0.30     0.10      0.55      失重中
1.00       -0.80     -0.50     -0.20     0.97      接近地面
1.10       -1.20     -0.80     -0.50     1.52      撞击前
1.14       3.50      2.10      1.80      4.42      撞击峰值
1.18       2.80      1.60      1.20      3.42      回弹
1.30       0.30      0.20      0.90      0.97      静止躺卧
2.00       0.25      0.15      0.85      0.90      持续静止
3.00       0.28      0.18      0.88      0.94      持续静止

从数据中可清晰识别三阶段：0.4s~0.8s为失重阶段（SVM从0.89g降至0.52g），1.14s出现4.42g的撞击峰值，1.3s后SVM稳定在0.9g~0.94g且姿态角（由X/Y/Z分量计算）从站立时的约11°变为躺卧时的约75°。基于这些特征，一个简单的阈值融合算法可判定：失重阶段SVM<0.6g持续超过200ms + 撞击峰值SVM>3g + 撞击后静止且姿态角变化>50°持续1s以上，三者同时满足则判定为跌倒。

工程经验：实际部署时，建议将加速度计佩戴于腰部或胸前而非手腕。手腕处的手部摆动会产生大量干扰信号，且跌倒时手臂的甩动可能产生与撞击相似的加速度峰值，导致误报率显著上升。若必须佩戴于手腕，需额外增加姿态角变化和静止持续时间的判断权重。

2.5 常见误区与设计要点

在理解加速度计数据时，初学者常犯以下错误，需特别注意规避：

误区一：忽略重力分量。直接对原始三轴数据求均值或方差，会混入重力加速度的直流分量，导致特征失真。正确做法是先减去静止时的重力基线，或使用高通滤波器去除直流分量。
误区二：采样率设置过高或过低。过高（>200Hz）浪费功耗和存储，过低（<25Hz）无法捕捉撞击峰值的真实幅度。建议根据目标硬件性能在50Hz~100Hz间调试。
误区三：量程选择一刀切。不同佩戴位置和跌倒类型产生的峰值不同，应通过预实验采集实际数据，统计峰值分布后确定量程。
误区四：忽视传感器校准。MEMS加速度计存在零偏误差（通常±50mg）和灵敏度误差（±1%），长期使用后漂移加剧。建议在设备启动时进行静态校准，记录三轴零偏值并在预处理中扣除。
误区五：将SVM作为唯一判据。仅依赖SVM阈值无法区分跳跃、猛坐等动作。必须结合姿态角变化和时序特征（如撞击后静止持续时间）进行多条件融合判断。