基于腕部可穿戴设备的跌倒监护系统设计与实现

随着社会老龄化加快,老年人或病人的人工监护成本越来越高,针对目前各种跌倒监测装置的不足,设计了一款基于腕部智能穿戴设备的生理体征采集、跌倒监测和报警系统,该装置通过集成的各种传感器采集腕部高度、加速度、角速度等体征信号,并采用合适的算法实现了跌倒检测报警功能。实验结果表明,通过佩戴本文设计的腕部智能穿戴设备可以较好地实现对跌倒行为和日常非跌倒行为的区分,在不影响佩戴者舒适度情况下行为检出率可达到98.5%。     

基于加速度传感器的老年人跌倒检测装置设计

为了提供老年人安全保障和保护用户隐私,设计了一种基于加速度传感器的跌倒检测装置.针对独居老人的特点,结合微传感器、数字信号处理以及无线传输等技术,利用人体运动产生的加速度,提出了一种鲁棒的跌倒算法.该装置在人体佩戴实验中,可以区分出正常人体活动与跌倒事件,自动发出跌倒报警信号,从而使用户在尽可能短的时间内得到医疗救护.     

基于ADXL345防跌倒检测装置的研制

针对一些老年人在行走或站立时突发跌倒的情况,开发了一种跌倒检测装置。通过这种检测装置,在老年人跌倒触地前发出电信号触发穿戴式气囊保护装置开关快速充气,以保护要着地的人体部位。研究主要基于ADXL345三轴加速度计构建一单片机系统,通过理论分析、算法研究及实验研究等实现了该检测装置的功能。实验结果表明:该系统灵敏、可靠,可以在人体跌倒0.15 s内发出警报信号,并为穿戴式气体保护装置提供准确的触发信号。     

基于单片机的老人跌倒检测装置

设计了一种基于单片机的老人跌倒检测装置,采用加速度、陀螺仪传感器采集原始信号。在进行数据融合时采用自适应互补滤波算法,从频域角度消除噪声。针对该装置设计了一种计算量小的跌倒检测算法,并且加入了GPS定位装置和GSM短信模块。实验证明该跌倒检测算法计算量小、误判率低,并且能够实现精准定位。     

基于加速度矢量特征的老人跌倒检测装置设计

针对老人意外跌倒的及时救助问题,设计了一种基于加速度矢量特征的老人跌倒检测装置。该装置结合加速度传感器MMA8452Q、GSM通信和GPS定位技术,通过分析人体姿态变化时的加速度矢量特征,利用加速度Z轴分量和加速度幅值作为跌倒判定的基础准则,并且考虑到跌倒后是否严重未起来,以加速度幅值的瞬时变化值为辅助提高了对于跌倒检测求助事件的判定准确性,据此远程报警并发送老人位置信息以及时施救。实测结果表明,该装置能准确地辨别出老人日常行为和意外跌倒需要求助状态并进行报警,降低跌倒带来的风险,实用性强。     

基于Arduino的可穿戴监护装置

随着我国人口老龄化的加速,老年人的监护问题亟待解决。针对这一趋势,设计了一款具有心率测定、血氧检测和跌倒警报等功能的腕带装置。该装置以Arduino为主控器,配有心率血氧传感器和加速度传感器,能够实时检测心率血氧和运动姿态等数据;通过NB-IoT将生命体征等信息及时反馈给监护人员,并能在第一时间预警突发心悸和意外跌倒等...     

基于三轴加速度传感器的人体跌倒检测系统设计与实现

为了满足老年人的护理需求,减少老年人因跌倒造成的身心伤害,提出了一种基于三轴加速度传感器的人体跌倒检测系统。该系统主要基于姿态测量特性,利用姿态角作为跌倒判断标准;并且考虑到噪声影响和跌倒检测系统对检测正确率的高要求,利用Kalman滤波算法来提高算法精确度。实验结果表明该系统在人体前后、侧向跌倒和跌倒后迅速站起的情况下可以100%报警,达到人体正常跌倒情况的检测标准。     

一种基于加速度传感器的人体跌倒识别方法

为了减少老年人因跌倒而造成的伤害,及时有效地识别跌倒行为,提出了一种基于三轴加速度传感器的人体跌倒识别方法。首先将加速度传感器放置于人体腰腹位置,采集人在运动时的加速度变化数据;然后使用日常活动数据训练隐马尔科夫模型(HMM),利用老年人活动状态相对较少的特点,从测量数据与HMM的匹配程度寻找"疑似"跌倒行为;最后计算短暂时间内的身体倾角,检测人体躺卧姿态,完成跌倒识别。利用HMM和身体倾角识别跌倒,解决了生活中缺乏跌倒数据训练样本的问题,提高了某些近似行为的区分度。仿真结果表明,该方法在有效识别跌倒行为的同时,提高了正确率。     

老年人运动状态监测和跌倒报警系统

体育锻炼是促进老年人健康长寿的有效手段之一。为了对老年人的运动状态进行实时监测,掌握运动状态参数,并能够对老年人不慎意外踏空或者某种疾病突发导致的跌倒及时报警,设计一种能够实时监测老年人跌倒动作发生并发送定位及报警信息给远程接收端的便携式监测系统。系统采用腰部三轴加速度传感器实时采集人体运动姿态数据;使用嵌入式处理器和无线网络实现数据处理、无线传输和远程报警;通过三级阈值的人体跌倒检测算法,实现人体跌倒姿态变化的加速度特征提取,对人体运动状态进行分级,预测严重的跌倒行为。实验结果表明：该系统具有性能稳定、正确率高和轻巧方便等特点,非常适合老年人穿戴使用,可保障老年人运动安全,应用前景广阔。     

基于手机短信息的人体跌倒自动报警研究

通过对人体跌倒自动报警机制的研究,提出一种基于MEMS加速度传感器的侦测人体跌倒信号、自动通过手机短信报警,以及修正误报警的方法,并由低功耗MSP430F449单片机和MMA7260Q加速度传感器,以及GSM模块,通过AT指令程序,实现了单片机控制GSM模块自动发送跌倒求救短信息。它可以检测人体在倾斜、垂直方向的跌倒信号和跌倒时发出的撞击信号,能自动发送短信,还可以在指定时间内消除错误报警信号,具有报警准确性高的突出优点。通过姿态模拟漏报警和误报警实验,结果表明没有出现漏报警和误报警,证明该方法可行,具有应用价值。     

ARM7加速度数据采集系统设计

设计一种基于Model1221单轴MEMS加速度计的加速度检测装置。该装置以ARM7处理器AT91SAM7X256为核心,可对振动加速度、静态加速度进行实时检测。通过AT91SAM7X256对实时接收的数据进行处理,并将处理后的数据实时显示,或者保存到存储设备上。     

RSSI与步长估算的井下人员定位装置研究

本文以STM32F103单片机,WiFi模块和加速度传感器为主要组成,设计了一种可改善精度的小型定位装置.该设计以单片机STM32F103为控制核心,用WiFi模块DS0047CN-EMW3166发射接收定位信号并传递信息,采用加速度传感器MMA7260Q得到携带装置人员的实时三轴加速度数据.所有信息与数据经过WiFi基站上传到井上服务器,利用RSSI技术与步长估计技术结合进行定位,得到具体的精确位置信息.对佩戴装置的人员是否处于摔倒状态,或位于危险地区进行判断.本定位装置具有成本低、实施方便、功能全面、可靠性、精度和灵敏度高等特点,能适应井下恶劣环境并长期稳定地工作.     

基于ADXL50的振动加速度-频率检测装置设计

本文主要介绍了一种应用加速度传感器ADXL50设计的新型便携式、低功耗的振动加速度-频率检测装置.该检测装置可用于实时检测导弹发射车在行军或起竖过程中的振动参数(振动加速度和频率).该装置解决了传统振动检测装置的加速度测量仪器只能固定在一点上进行测量,很难保证稳幅和稳频效果的问题.     

基于三维加速度传感器的人体运动能耗检测算法的研究

鉴于目前运动能耗检测对人体健康的重要性,研发了一套基于三维加速度传感器的人体运动能耗检测系统.通过人体运动数据的采集和分析,提出了加速度计算公式和运动能耗检测的相关算法.根据现有的仪器佩戴位置,分别进行了腰部、膝盖和臀部的实验对比,最终确定腰部为本系统的最佳方案.并进行了1 km/h,5 km/h,10 km/h三种不...     

基于移动终端的智能看护系统设计

随着我国老龄化进程加快,老人看护问题日益突出,成为困扰家庭和社会的又一难题;针对这一社会问题,提出一种基于移动终端的智能看护系统;以STM32微处理器为控制核心,运用新型MEMS姿态传感器MPU6050实时采集人体运动状态信息,经过数据转换、滤波和姿态融合,结合人体加速度向量幅值SVM和姿态角特征量对传统阈值跌倒检测算法进行优化;以无线通信技术为桥梁,看护人可通过移动终端设备上的客户端软件对老人进行实时位置监控;经大量试验结果表明,该系统能够有效检测跌倒行为并报警,准确率高达98.5%,误判率仅0.71%,且客户端软件通过调用百度地图直观显示老人所在地理位置及周边环境;系统具有结构简单、操作简便、使用性强等优点,应用前景较为广泛。     

耳部光电容积脉搏波传感器的去运动干扰设计

光电容积脉搏波传感器可用于测量人体心率、血氧饱和度、呼吸率等生理参数。由于测试部位的局限性和对运动干扰的敏感性,使其主要应用于临床,而非日常便携式监护类设备中。鉴于此,重新设计传感器探头LED与PD结构,提高信号强度,进行对比实验选取耳部测试点,并利用三轴向加速度传感器,综合3通道信号,获取噪声源构建自适应滤波器,削减行走与跑步状态下的运动干扰,计算心率。经过一系列人体运动实验,以心电设备做参照验证了本设备心率计算准确率。     

基于DSP的飞机防滑刹车系统检测装置

介绍了基于DSP(TMS320LF2407A)和USB(ISP1581)的飞机防滑刹车系统检测装置。该检测装置能够检测防滑刹车控制盒和防滑刹车系统相关附件的故障信息,并通过USB总线把检测结果送给上位机,为飞机刹车事故分析、处理和预防提供依据。实际运行表明,该装置能够快速准确地检测出飞机防滑刹车系统的故障,并实现检测数据掉电不丢失。     

基于穿戴式平台的老人摔倒监测系统设计

针对老年人跌倒伤害预防问题,基于人体躯域网络可穿戴检测平台,设计了一种人体摔倒生理状态检测系统.系统主要包括摔倒状态检测模块,人体生理状态检测模块,GPS定位模块以及远程监护模块等.当老年人摔倒发生时,摔倒状态检测模块通过三轴加速度传感器检测,确认摔倒后立刻与远程监护平台通信,告知监护人,并通过穿戴式生理状态检测模块实时监测其心率信息,利用GPS定位,通过无线通信的方式将摔倒位置以及生理信息实时反馈给监护人.实验结果表明:该系统可以有效监测老人摔倒状态和生理状态,对及时救助有很大的帮助,具有良好的社会意义.     

基于流媒体的道口智能报警系统

为降低我国铁路道口交通事故的发生几率,提出了一种基于流媒体技术结合运动检测的道口智能报警系统.本系统采用C/S模式,它的前端(服务端)主要负责视频采集、图像处理、H.264编码以及视频与报警信息的传输,后端(客户端)采用嵌入式WinCE设备,负责实时接收视频和报警信息.描述了系统的总体设计方案和各功能模块的设计与实现,...     

基于GWO-SVM的行人跌倒检测方法

随着老龄化问题日趋严重,老年人的安全问题越来越受到重视,跌倒行为就是导致老年人死亡或发病的主要原因之一。基于此,提出了一种基于灰狼算法(Grey Wolf Optimizer, GWO)优化支持向量机(Support Vector Machines, SVM)的行人跌倒检测方法。选择了行人运动行为中的加速度、角速度和高度作为特征参数,构建了一种基于GWO-SVM的跌倒检测模型,使用MATLAB对模型进行训练及验证。并选择其他三种模型进行对比,使用混淆矩阵对四种模型的效果进行评估。结果表明,经灰狼算法优化的支持向量机对跌倒行为的检测精确度达到95.00%,F1-Score值同样达到95.00%。