本文關(guān)鍵詞：基于傳感器數(shù)據(jù)融合技術(shù)的腕式跌倒檢測系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著年齡的增長,老年人的身體機能衰退,反應(yīng)遲鈍,所面臨的危險因素越來越多,因跌倒而導致受傷甚至死亡的比率也急劇增加。因此老人的生活起居需要有人關(guān)注和看護。但是現(xiàn)代社會子女不在身邊的情況非常多,許多老人在日常生活中身邊沒有常伴左右的人,再加上老人可能出門散步、上街買菜、公園鍛煉等活動范圍較大,其監(jiān)護難度也隨之加大。所以在不妨礙子女或監(jiān)護人日常工作和生活的情況下,研發(fā)出一種可以隨時隨地監(jiān)測老年人的身體狀況和位置,實現(xiàn)跌倒及時報警和丟失及早尋回的設(shè)備具有重大意義。針對老年人日�；顒拥奶攸c,并考慮到老年人對手機以及其他高科技產(chǎn)品熟悉程度的限制,本文研究了現(xiàn)有的跌倒檢測技術(shù),設(shè)計了一款適合于老年人佩戴的腕式跌倒檢測系統(tǒng),并提出一種基于二次判定的跌倒檢測融合算法,將算法應(yīng)用于跌倒檢測系統(tǒng)并測試其檢測率。本文主要完成了以下幾方面的工作：首先搭建了跌倒檢測系統(tǒng)的硬件平臺。系統(tǒng)設(shè)計為獨立運行的設(shè)備佩戴于人體腕部位置進行跌倒行為的檢測,且該系統(tǒng)同樣適配于胸部、腰部等位置,以便于佩戴在老年人身上不影響日常行為活動；使用了先進的六軸慣性傳感器,單一芯片內(nèi)集成了三軸加速度傳感器和三軸陀螺儀傳感器,極大的節(jié)省了板級空間和使用成本；使用了低功耗MCU和優(yōu)化的電池電源管理方案,實現(xiàn)了便攜、小型化和低功耗。其次,根據(jù)系統(tǒng)特點,對采集到的傳感器數(shù)據(jù)融合后分析選取多個特征,并通過PCA降維實現(xiàn)特征向量提�。粸榱烁玫膶⒌剐袨楹腿粘；顒有袨檫M行區(qū)分,提出一種基于閾值定位和支持向量機的二次判定的跌倒檢測融合算法,以閡值法對疑似跌倒行為的數(shù)據(jù)段進行定位,再由支持向量機進行分類判定,以提高系統(tǒng)的準確性和穩(wěn)定性。同時,本文實現(xiàn)了跌倒檢測系統(tǒng)樣機制作,并通過樣機進行算法的應(yīng)用性測試和對比實驗。實驗結(jié)果顯示,系統(tǒng)具有較好的檢測性能,且算法具有一定的應(yīng)用價值。
【關(guān)鍵詞】：跌倒檢測 慣性傳感器 加速度 閾值定位 支持向量機
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP212;TP202
【目錄】：

• 摘要4-5
• Abstract5-13
• 第一章 緒論13-19
• 1.1 研究背景及意義13-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-17
• 1.3 論文的主要研究內(nèi)容及章節(jié)安排17-19
• 第二章 系統(tǒng)整體設(shè)計19-24
• 2.1 系統(tǒng)需求分析19-20
• 2.1.1 目標群體分析19
• 2.1.2 功能性需求分析19-20
• 2.1.3 非功能性需求分析20
• 2.2 系統(tǒng)整體方案設(shè)計20-23
• 2.2.1 系統(tǒng)硬件平臺框架21-22
• 2.2.2 系統(tǒng)軟件程序框架22
• 2.2.3 跌倒檢測算法方案22-23
• 2.3 本章小結(jié)23-24
• 第三章 跌倒檢測系統(tǒng)硬件平臺設(shè)計24-33
• 3.1 主控制器模塊24-25
• 3.2 慣性傳感器模塊25-27
• 3.3 通信定位模塊27-28
• 3.4 系統(tǒng)電源模塊28-31
• 3.4.1 電池選型29-30
• 3.4.2 USB充電電路30
• 3.4.3 系統(tǒng)供電電路30-31
• 3.5 PCB板設(shè)計31-32
• 3.6 本章小結(jié)32-33
• 第四章 跌倒檢測系統(tǒng)軟件實現(xiàn)33-39
• 4.1 數(shù)據(jù)采集程序設(shè)計33-34
• 4.2 GPS定位程序設(shè)計34-35
• 4.3 GPRS通信程序設(shè)計35-37
• 4.4 短信收發(fā)程序設(shè)計37-38
• 4.5 本章小結(jié)38-39
• 第五章 跌倒行為分析及算法研究39-55
• 5.1 人體活動模式分類39-41
• 5.1.1 日�；顒有袨�39-40
• 5.1.2 跌倒行為40-41
• 5.2 人體跌倒相關(guān)分析41-47
• 5.2.1 跌倒模型物理分析41-43
• 5.2.2 典型活動行為數(shù)據(jù)分析43-47
• 5.3 特征選擇及提取47-51
• 5.3.1 特征選擇47-49
• 5.3.2 基于PCA降維的特征提取49-51
• 5.4 基于二次判定的跌倒檢測融合算法51-54
• 5.4.1 基于閾值的疑似信號段定位51-52
• 5.4.2 基于SVM的跌倒特征分類模型52-53
• 5.4.3 具體算法流程53-54
• 5.5 本章小結(jié)54-55
• 第六章 實驗結(jié)果及分析55-64
• 6.1 實驗樣機及佩戴方法55-56
• 6.2 實驗步驟56-61
• 6.3 實驗結(jié)果與分析61-63
• 6.3.1 核函數(shù)效率測試61-62
• 6.3.2 閾值設(shè)定測試62
• 6.3.3 佩戴部位對比實驗62-63
• 6.4 系統(tǒng)及其算法評價63
• 6.5 本章小結(jié)63-64
• 結(jié)論和展望64-66
• 參考文獻66-70
• 攻讀學位期間的科研成果70-72
• 致謝72

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 鄭坤;萬雅琴;;《老年人跌倒干預技術(shù)指南》的法律解讀[J];法制博覽;2015年29期

2 梁勝杰;張志華;崔立林;鐘強暉;;基于主成分分析與核獨立成分分析的降維方法[J];系統(tǒng)工程與電子技術(shù);2011年09期

3 宋海燕;張建國;;人體日常生活活動基本動作的提取研究[J];中國康復醫(yī)學雜志;2009年05期

4 王靜;尹世玉;葉璐;陳丹;;老年人生活質(zhì)量的研究現(xiàn)狀[J];中華現(xiàn)代護理雜志;2008年21期

5 奉瑩;我國人口老齡化趨勢對勞動力供給的影響[J];西北人口;2005年04期

6 杜樹新,吳鐵軍;模式識別中的支持向量機方法[J];浙江大學學報(工學版);2003年05期

7 Alix L.Paultre ,王正華;MEMS陀螺儀的出現(xiàn)改變了慣性感測的發(fā)展方向[J];今日電子;2000年04期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 于普林;北京市社區(qū)老年人跌倒狀況研究[D];中南大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前6條

1 王剛;基于多傳感器的可穿戴跌倒檢測系統(tǒng)的設(shè)計與實現(xiàn)[D];北京工業(yè)大學;2015年

2 何杰;視頻監(jiān)控中的人體異常行為識別方法研究[D];重慶大學;2014年

3 李強;跌倒檢測關(guān)鍵技術(shù)的研究與應(yīng)用[D];北京工業(yè)大學;2013年

4 侯祖貴;基于慣性傳感器的人體動作分析與識別[D];哈爾濱工程大學;2013年

5 陳艷玲;基于統(tǒng)計模式識別的跌倒檢測算法研究[D];武漢理工大學;2012年

6 孫新香;基于三軸加速度傳感器的跌倒檢測技術(shù)的研究與應(yīng)用[D];上海交通大學;2008年

  本文關(guān)鍵詞：基于傳感器數(shù)據(jù)融合技術(shù)的腕式跌倒檢測系統(tǒng)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：422904