基于單節(jié)點慣性傳感器的人體行為監(jiān)測.pdf_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、由于工作方式的改變及生活水平的提高,人們生活習慣與飲食習慣也發(fā)生著改變。一方面人們長時間呆在室內,出行基本依賴交通工具,導致很多人都缺乏運動,并存在久坐等現象。通過監(jiān)測人體的日常運動,制定合理的運動計劃具有重要的應用價值,另一方面隨著老年人口的比例逐年增加,空巢老人的健康問題成了社會關注的重點,在老人獨居或沒有陪護家屬情況下,意外跌倒與老人的高致死率緊密聯系。跌倒檢測可以減少跌倒發(fā)生與醫(yī)護達到之間的時間間隔從而降低“長期躺倒”問題的嚴重

2、影響。研究便捷、經濟、準確的老人跌倒自動檢測裝置具有很大的實用研究價值。由于采用多傳感器監(jiān)測人體行為的方法有佩戴不舒服、計算量大、成本較高的問題,基于單節(jié)點慣性傳感的人體行為識別具有較高的應用價值。然而現今還沒有一個統一的標準規(guī)定特定人體行為的傳感器佩戴位置。
  針對以上問題,本文設計實驗對基于單節(jié)點慣性傳感的人體各部位的行為識別性能進行對比,最終得出對于檢測跌倒、走路、跑步、上樓梯、下樓梯、靜止姿態(tài)等行為,腰部是慣性傳感器的最

3、理想佩戴部位,最后在嵌入式設備上實現并改進了腰部部署位置下的人體行為監(jiān)測算法。本文工作的主要內容為:
  (1)制作基于慣性傳感器的人體行為監(jiān)測節(jié)點。該節(jié)點由傳感模塊、微處理器、存儲模塊、通信模塊組成,能實時采集、存儲、發(fā)送、處理人體行為的慣性傳感數據。為使節(jié)點能實時監(jiān)測人體行為,提高監(jiān)測節(jié)點的續(xù)航能力,在本文的軟硬件設計中需要考慮降低監(jiān)測節(jié)點的功耗。
  (2)實驗比較人體各節(jié)點對步態(tài)、跌倒、靜止姿態(tài)的識別性能。設計數據采

4、集實驗,采集不同人、不同身體部位的人體行為,然后在Matlab上基于采集到的數據集設計行為識別算法,包括步態(tài)識別、跌倒檢測、靜止姿態(tài)識別、步行數識別。算法設計主要包括以下內容:濾波器的設計、特征的提取、分類器的設計。選用巴特沃斯低通濾波器對傳感數據進行濾波。選用加速度三軸的 FFT系數作為步態(tài)特征;選用沖擊力、跌倒后姿態(tài)、身體翻轉角度、豎直向下的速度作為跌倒特征;選用活動強度及身體姿態(tài)作為靜止姿態(tài)的識別特征,選用峰谷差值及差值時間作為識

5、別步行數的特征。聯合使用決策樹及支持向量機識別人體的各種行為。最終得出結論腰部是同時識別步態(tài)、跌倒、靜止姿態(tài)、步行數的最理想位置。
  (3)在人體行為監(jiān)測節(jié)點上實現腰部部署方式下的行為識別算法。將在Matlab上設計的行為監(jiān)測算法移植到嵌入式設備上,為增加對上樓梯、下樓梯的識別率,使用氣壓計測量人體的高度變化值,將人體的高度變化值作為步態(tài)特征之一。最后設計實驗,測試算法性能,實驗表明步態(tài)識別率高于95%,跌倒的敏感性與專屬性都為

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論