本文關(guān)鍵詞：基于iOS平臺(tái)的人體跌倒監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

  更多相關(guān)文章： 加速度傳感器 iOS 跌倒檢測(cè) GPS

【摘要】：隨著老齡化的加快老年人人口比例的逐步增長(zhǎng),隨之而來(lái)的是日益突出的老年人問(wèn)題,特別是老年人的健康問(wèn)題,而在眾多威脅老年人健康的問(wèn)題中,跌倒已成了重要影響因素。老年人由于摔倒而沒(méi)有得到及時(shí)的救治所引發(fā)的嚴(yán)重后果不僅會(huì)對(duì)老年人的生理和心理造成嚴(yán)重的創(chuàng)傷,同時(shí)也會(huì)給社會(huì)和個(gè)人家庭帶來(lái)沉重的經(jīng)濟(jì)負(fù)擔(dān)。因此,如果能設(shè)計(jì)和實(shí)現(xiàn)一款能夠及時(shí)檢測(cè)出老年人跌倒并且能發(fā)出警報(bào)使老年人獲得及時(shí)救助的跌倒檢測(cè)軟件,不僅能夠有效的降低老年人由于跌倒而引發(fā)疾病的風(fēng)險(xiǎn),同時(shí)也會(huì)減輕老年人由于意外跌倒受傷而給個(gè)人家庭和社會(huì)帶來(lái)的經(jīng)濟(jì)負(fù)擔(dān)。本文在研究和分析了當(dāng)前國(guó)內(nèi)外跌倒檢測(cè)研究的基礎(chǔ)上,設(shè)計(jì)了一款以iOS平臺(tái)為系統(tǒng)載體基于三軸加速度傳感器的智能手機(jī)跌倒檢測(cè)系統(tǒng)。本文采用了加速度SVM特征量,以人體跌倒失重、人體跌倒失重時(shí)間閾,人體跌倒幅度SVM均值和人體跌倒SVM峰值多閾值分級(jí)聯(lián)合判斷算法,首先通過(guò)大量實(shí)驗(yàn)獲取了各種跌倒和日�；顒�(dòng)的加速度數(shù)據(jù),并利用MATLAB工具畫出了跌倒和日�；顒�(dòng)的曲線圖,確定了合適的人體跌倒失重、人體跌倒失重時(shí)間、人體跌倒幅度SVM均值和人體跌倒SVM峰值閾值;利用iPhone智能手機(jī)自帶的加速度傳感器實(shí)時(shí)獲取人體加速度數(shù)據(jù),計(jì)算加速度SVM特征值,從而通過(guò)閾值判斷算法成功地檢測(cè)到了跌倒;系統(tǒng)實(shí)現(xiàn)了在檢測(cè)到跌倒后利用手機(jī)的GPS功能定位跌倒的地理位置,并將跌倒的地理位置信息通過(guò)移動(dòng)網(wǎng)絡(luò)發(fā)送到設(shè)定的監(jiān)護(hù)人手機(jī)中同時(shí)撥通監(jiān)護(hù)人的電話,并且采用取消報(bào)警和主動(dòng)報(bào)警的機(jī)制減少了誤報(bào)和漏報(bào)。軟件系統(tǒng)設(shè)計(jì)分為三個(gè)模塊,參數(shù)設(shè)置模塊、數(shù)據(jù)處理模塊、跌倒智能報(bào)警模塊。在參數(shù)設(shè)置模塊中用戶可以對(duì)監(jiān)護(hù)人聯(lián)系方式和短信信息內(nèi)容進(jìn)行設(shè)置和編輯,數(shù)據(jù)處理模塊中采用iPhone手機(jī)自帶的加速度傳感器進(jìn)行數(shù)據(jù)采集,并用中值濾波對(duì)原始數(shù)據(jù)進(jìn)行平滑濾波處理,最后在基于SVM的跌倒檢測(cè)算法下判斷一個(gè)疑似跌倒。跌倒智能報(bào)警模塊采用“一鍵式報(bào)警”、“手動(dòng)取消報(bào)警”、“自動(dòng)報(bào)警”等報(bào)警機(jī)制來(lái)提高跌倒檢測(cè)的準(zhǔn)確率減少誤報(bào)率。在跌倒檢測(cè)系統(tǒng)實(shí)驗(yàn)驗(yàn)證階段制定實(shí)驗(yàn)驗(yàn)證指標(biāo),采用無(wú)規(guī)則姿態(tài)跌倒組和日�；顒�(dòng)非跌倒組兩組實(shí)驗(yàn)類別的實(shí)驗(yàn)方案來(lái)測(cè)試跌倒檢測(cè)系統(tǒng)的準(zhǔn)確率和誤報(bào)率以及漏報(bào)率,最后對(duì)實(shí)驗(yàn)驗(yàn)證結(jié)果進(jìn)行分析得出跌倒檢測(cè)中系統(tǒng)的敏感度為89.3%,特異度為93.3%,準(zhǔn)確度為92%。通過(guò)理論研究和實(shí)驗(yàn),證明了本系統(tǒng)檢測(cè)老人跌倒的準(zhǔn)確性,并能夠?qū)崿F(xiàn)跌倒后的報(bào)警與定位。系統(tǒng)檢測(cè)準(zhǔn)確率較高,性能可靠穩(wěn)定,但還需要進(jìn)一步的改進(jìn)。系統(tǒng)對(duì)于保障老年人的身體健康、減輕醫(yī)療壓力以及促進(jìn)社會(huì)的和諧具有積極的意義和十分廣闊的應(yīng)用和研究前景。
【關(guān)鍵詞】：加速度傳感器 iOS 跌倒檢測(cè) GPS
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP274
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-17
• 1.1 選題背景10-11
• 1.2 選題目的與意義11-12
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀12-15
• 1.3.1 基于視頻圖像的跌倒檢測(cè)系統(tǒng)12-13
• 1.3.2 基于穿戴式裝置跌倒檢測(cè)系統(tǒng)13-14
• 1.3.3 基于智能手機(jī)的跌倒檢測(cè)系統(tǒng)14-15
• 1.4 論文工作安排15-16
• 1.5 本章小結(jié)16-17
• 第2章 跌倒信息的獲取17-23
• 2.1 引起老年人跌倒因素的分析17
• 2.2 跌倒與日�；顒�(dòng)的分析17-18
• 2.3 跌倒模型的建立與特征的提取18-22
• 2.3.1 人體三維加速度模型18-19
• 2.3.2 跌倒特征提取19-22
• 2.4 本章小結(jié)22-23
• 第3章 跌倒檢測(cè)算法的設(shè)計(jì)23-35
• 3.1 跌倒過(guò)程分析23
• 3.2 基于SVM算法23-30
• 3.2.1 人體跌倒特征量提取23-27
• 3.2.2 基于SVM算法的設(shè)計(jì)27-29
• 3.2.3 閾值確定29-30
• 3.3 跌倒算法的檢測(cè)流程30-32
• 3.4 數(shù)據(jù)的預(yù)處理32-34
• 3.5 本章小結(jié)34-35
• 第4章 系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)35-50
• 4.1 系統(tǒng)相關(guān)技術(shù)35-41
• 4.1.1 手機(jī)操作系統(tǒng)35-36
• 4.1.2 MEMS傳感器36-38
• 4.1.3 開發(fā)環(huán)境及真機(jī)調(diào)試38-40
• 4.1.4 MVC開發(fā)模式40-41
• 4.2 硬件需求41-42
• 4.3 系統(tǒng)框架42-43
• 4.4 軟件模塊設(shè)計(jì)43-50
• 4.4.1 參數(shù)設(shè)置模塊44-45
• 4.4.2 數(shù)據(jù)處理模塊45-47
• 4.4.3 報(bào)警處理模塊47-48
• 4.4.4 系統(tǒng)總體效果圖48-50
• 第5章 跌倒檢測(cè)系統(tǒng)實(shí)驗(yàn)驗(yàn)證50-54
• 5.1 系統(tǒng)通信功能驗(yàn)證50
• 5.2 系統(tǒng)有效性驗(yàn)證50-53
• 5.2.1 實(shí)驗(yàn)驗(yàn)證指標(biāo)50-51
• 5.2.2 實(shí)驗(yàn)驗(yàn)證方案51
• 5.2.3 實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)分析51-53
• 5.3 本章小結(jié)53-54
• 結(jié)論54-55
• 致謝55-56
• 參考文獻(xiàn)56-58
• 攻讀學(xué)位期間取得學(xué)術(shù)成果58

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 鄭娛;鮑楠;徐禮勝;林曉州;黃停;竇元珠;;跌倒檢測(cè)系統(tǒng)的研究進(jìn)展[J];中國(guó)醫(yī)學(xué)物理學(xué)雜志;2014年04期

2 王樺;趙晟s，

本文編號(hào)：777998