發(fā)布時(shí)間：2020-07-15 21:40

【摘要】：中國(guó)人口老齡化形勢(shì)嚴(yán)峻,呈現(xiàn)出人口加速老齡化、高齡化和空巢化三大特征,使社會(huì)醫(yī)療和社會(huì)保險(xiǎn)體系面臨巨大的壓力,助老問(wèn)題正日益成為一個(gè)重大的社會(huì)問(wèn)題。老年人意外傷害的首要原因是跌倒,意外失足或者某種疾病突然發(fā)作及惡化很可能引起跌倒,在發(fā)生跌倒事件后,如得不到及時(shí)救護(hù),延誤救助時(shí)機(jī)將危機(jī)生命。因此,研制開(kāi)發(fā)專(zhuān)為老人服務(wù)的產(chǎn)品——老人跌倒監(jiān)測(cè)系統(tǒng),在不影響老年人的正常生活情況下,準(zhǔn)確的將跌倒事件與日常生活事件區(qū)分開(kāi)來(lái),并且在發(fā)生跌倒事件時(shí),及時(shí)的報(bào)警聯(lián)系救護(hù),這對(duì)于提高老年人的生活質(zhì)量,促進(jìn)我國(guó)社會(huì)的穩(wěn)定具有重要作用。 本課題研究了一種實(shí)時(shí)動(dòng)態(tài)檢測(cè)老人跌倒的穿戴式監(jiān)測(cè)系統(tǒng),此系統(tǒng)以嵌入式處理器MSP430F169為處理內(nèi)核,利用加速度傳感器采集人體三軸加速度信息,磁傳感器獲取人體軀干的傾角信息以及壓力傳感器采集兩腳的壓力數(shù)據(jù),提出了基于多傳感器信息融合的方法來(lái)監(jiān)測(cè)人體跌倒。在對(duì)傳感器等外圍電路了解的基礎(chǔ)上,完成腰間數(shù)據(jù)采集模塊和腳底采集模塊硬件電路設(shè)計(jì),該電路體積小、功耗低,并設(shè)計(jì)了電路保護(hù)盒,確定了安裝位置,分別置于腰間皮帶上和腳底鞋墊里,符合人們的穿戴習(xí)慣。進(jìn)行大量跌倒事件與日常生活事件實(shí)驗(yàn),利用MATLAB工具分析采集的傳感器數(shù)據(jù),確定了加速度SMV閾值、傾角閾值以及壓力閾值,完成了基于多傳感器信息的閾值算法,并在IAR EW4.21開(kāi)發(fā)環(huán)境中完成下位機(jī)程序編寫(xiě)。完成了按鍵交互功能,具有取消報(bào)警按鈕。在VC++6.0開(kāi)發(fā)環(huán)境下,完成了基于Teechart的調(diào)試界面、GPRS發(fā)送短信聯(lián)系救護(hù)程序、針對(duì)不同的事件語(yǔ)音報(bào)警程序等。軟件實(shí)現(xiàn)實(shí)時(shí)通訊功能,并定義了彼此的通訊協(xié)議,經(jīng)調(diào)試通訊正常。 完成了老人跌倒檢測(cè)系統(tǒng)樣機(jī),為了驗(yàn)證該系統(tǒng)和算法,設(shè)計(jì)了兩類(lèi)實(shí)驗(yàn),第一類(lèi)是通過(guò)各種真實(shí)跌倒來(lái)檢驗(yàn)跌倒判斷的識(shí)別率；第二類(lèi)通過(guò)正常的日�；顒�(dòng)事件來(lái)檢測(cè)本系統(tǒng)的誤報(bào)率；這些實(shí)驗(yàn)的結(jié)果表明該系統(tǒng)具有較高的可靠性和準(zhǔn)確性。最后在老人服務(wù)機(jī)器人系統(tǒng)中完成了樣機(jī)的應(yīng)用,結(jié)果表明該系統(tǒng)具有很好的適應(yīng)性和可移植性。
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類(lèi)號(hào)】：R318.6
【圖文】：

SMV特征閡值是根據(jù)采集到800多次跌倒的實(shí)驗(yàn)數(shù)據(jù)，通過(guò)MATLAB工具分析計(jì)算得到，如圖2一2、2一3為MATLAB工具繪制的人體在日常生活事件ADL下的各種三軸加速度曲線和加速度SMV特征值曲線，分析可知人體在站立和坐下等靜態(tài)姿勢(shì)下，加速度SMV特征值接近重力加速度，約為19;在走路的時(shí)候加速度SMV特征值以lg為中心波動(dòng)，變化范圍為0一2g;在跑步和跳躍等劇烈運(yùn)動(dòng)時(shí)，加速度SMV特征值比較大，超過(guò)了49。圖2一4、2一5為MATLAB工具繪制的人體在發(fā)生各種跌倒事件時(shí)三軸加速度曲線和加速度SMV特征值曲線，不管發(fā)生何種跌倒

劃側(cè)洲只一一一龍 5001000150020002500300035004000采樣時(shí)間(T，T=0.025)圖2一2日�；顒�(dòng)事件三軸加速度曲線8站立走路坐下跑步跳躍6八尸4崔趙周烏% 50010001500200025003000采樣時(shí)l認(rèn)J(T，T二0.025)圖2一3日�；顒�(dòng)事件加速度SMV 35004000曲線86向前跌倒向后跌倒向左側(cè)跌倒向右側(cè)跌倒﨏產(chǎn)!琳了十.一

本文編號(hào)：2757045