老人意外跌倒远程智能监控系统的设计与实现

老人跌倒对于人们来讲是一个值得关注的话题。我们设计和开发的客户端就是选用基于穿戴式传感器的跌倒检测硬件,它是一个可以连接拥有老人跌倒检测穿戴设备的老人摔倒远程智能监控客户端,目的在于利用老人身上的穿戴设备监测老年人在发生跌倒时进行跌倒检测,并及时发送提示信息至用户(家属),同时对老年人的跌倒位置进行实时定位,从而在发出提示信息后,救助人员可以通过用户(家属)第一时间赶赴跌倒现场对老人实施救助,避免发生更严重的后果。本系统不但舒缓了老人的心理负担,也可以减轻社会和子女的压力。也希望可以投入实际运用,所提出的设计和设计分析方法对同类设计具有重要的参考价值。     

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。     

一种便携式无源跌倒检测贴的设计

目前我国人口老龄化的现象愈发突出,"空巢"老人日益增多,为了防止老人在无人看护时发生意外,如跌倒;导致因为没有及时发现延误最佳救援时间造成严重的后果,通过三点定位、液态金属和RFID技术,我们设计了一种便携无源的跌倒检测贴。该跌倒贴能对佩戴者是否跌倒进行准确的判断,并实时的将结果同步到终端,即发出远程报警。该设计具有很好的应用前景和良好的社会效益。     

基于激光雷达的老人跌倒检测及预警处理系统

近年来,老人发生意外伤害的概率在逐渐增加。据世界卫.生组织发布的报告,全球每年有30多万人死于跌倒,其中60岁以上的人占一半以上。在老人跌倒的事故中,在家里跌倒的占比更是超过51.5%。老年人跌倒后并发症发生率高,严重程度大,由于没有及时联络上家人导致错过最佳救治时间的情况时有发生。并且由于传统观念的影响,老人对自己的隐私又十分重视,因此,设计一款在保障老人隐私安全的前提下,能够自动监测老人跌倒,帮助独居老人在紧急情况下迅速联系到家人的系统十分有必要。本文介绍一种通过激光雷达探测老人的位置和状态的点云信息,来判断老人是否跌倒,既保障老人安全隐私,又能够在发生意外的情况下及时通知家属的跌倒检测系统。     

基于MEMS三轴加速度计的跌倒检测电路的设计

随着社会老龄化进程的不断发展,老年人口所占比重也逐年增加,而老年人的生理特点造成了他们这一人群的特殊行为特征易跌倒.为了解决跌倒监测、报警求助和步态加速度数据等问题,本文在分析比较国内外跌倒检测及相关技术的基础上,考虑了系统的实用性等因素,设计了一个跌倒检测的实时监测系统,它采用MEMS三轴加速度传感器ADXL345进行加速度数据采集,中央处理器TMS320F2812进行数据分析,并设计报警器来完成监测系统的搭建.实验结果表明该系统在老人跌倒时能够监测并进行报警,为及时进行救援赢得了宝贵的时间.     

一种基于北斗定位的老年人跌倒检测终端设计

针对老年人日常生活及出行中的定位及跌倒检测的问题,设计一款基于北斗定位技术及MEMS 加速度传感器的便携式定位及跌倒检测终端。设备适合老年人穿戴并具有跌倒自启动的功能,当老年人突发跌倒险情时,设备自动开机并把包含跌倒位置的求救信息发送到老人的子女或指定监护人的手机上,从而得到精准及时的救助,对于保障老年人的生命健康安全具有重要意义。     

实时定位监护系统——保障老人的健康安全生活

本实时定位监护系统通过探索无线传感器网络组网技术、人员定位及跌倒检测技术、生理参数检测技术实现老人的定位监测、跌倒报警检测、生理参数检测和监护人员的管理与调度等功能,设计出方便老年用户随身携带的终端产品设备,为老人的安全出行和身体健康检测提供了有效保障.该系统以北京四季青敬老院为平台进行应用示范,在30多位老人身上成功适用.     

基于智能视觉的人体跌倒检测仿真

针对传统人体跌倒检测方法准确度低,不能在人体疑似跌倒的第一时间及时检测的问题,提出基于智能视觉的人体跌倒检测方法。根据智能视觉分析技术解析人体跌倒行为,采用加速度传感器采集人体跌倒惯性特征数据并利用加速度传感器建立三轴加速坐标,对跌倒行为作出判断。在巨大的特征量集合中,运用K-L变换方法提取出准确的加速度峰值和倾角变化值,据此设置跌倒行为检测的约束条件,完成对跌倒行为的分类。采用PSO分类器优化人体跌倒检测的SVM参数,完成人体跌倒高精准度检测。实验结果表明,所提方法的检测准确度高于对比的3种文献方法,检测时间最短,能够及时检测目标个体跌倒情况,可广泛应用于现实生活中。     

福利院老人无线看护系统的设计

针对福利院老人这一特殊群体,提出一种基于ZigBee技术无线看护系统的设计方法.该系统通过组建无线传感器网络,能实时定位老人在福利院小区域内的活动范围,在老人即将脱离监测区域或跌倒等紧急情况时及时报告监控中心.该系统具有功耗低、体积小、稳定性高等特点.     

一种保护老人出行安全的智能鞋设计

为了解决老年人出行过程中的安全问题,本文设计了一种保护老年人出行安全的智能鞋穿戴系统。该系统利用加速度传感器检测判断老人是否跌倒,利用CDMA模块对老人进行空间定位和信息发布,从而帮助老人出行时发生跌倒、迷路甚至是走失等安全问题时,及时通知到其家人。该智能鞋能使得老人更为安心的走出家门,提高老人的晚年生活品质。     

基于惯性传感的穿戴式跌倒预警防护系统

针对老人跌倒伤害预防的社会难题,设计了一种穿戴式跌倒预警和防护系统,该系统包括跌倒预警器、安全气囊装置、远程监护平台和监护人手机应用程序。当跌倒发生时,跌倒预警器会触发安全气囊快速充气,以减少老人跌倒后所受到的损伤。老人倒地后,跌倒预警器会报警,并发送短信给监护人求助。同时,跌倒过程人体运动学数据会发送到远程监护平台,并显示跌倒事件发生的位置。最后通过实验验证该跌倒预警和防护系统功能的可靠性。结果表明,该系统可以较准确地检测跌倒,完成跌倒预警报警、气囊快速充气、数据传输和存储、监控平台实时定位等一系列功能,对减少老年人跌倒的直接损伤和缩短救助老人的时间有一定帮助。     

独居老人云智能跌倒实时检测系统的开发

为了准确判断独居老人跌倒并且及时救助,设计开发了一种云智能实时检测系统。该云智能检测系统有效地集成了新型MEMS传感器、通信以及控制等先进技术,实现准确判断、实时检测和及时救助功能。系统通过检测装置采集独居老人日常活动数据,通过支持向量机算法（SVM）对数据进行处理,输出特征数据并通过GPRS将数据上传至物联网云平台,同时将跌倒信息发送给监护人手机。并对各种跌倒状况进行各50次实验,其结果表明：跌倒判断的正确率为100%;并且通过手机APP或者物联网云平台监护人可以实时查看独居老人日常活动,同时能接收跌倒消息以便及时救助。该装置可以突破距离限制,远程实时有效监护独居老人。     

基于YOLOv5的空巢老人跌倒检测系统的设计与研究

空巢老人跌倒受伤,如不及时就医,可能会导致终身残疾,甚至危及生命。为此设计基于YOLOv5(单阶段目标检测算法)的空巢老人跌倒检测系统。首先自建跌倒数据集约7,000张,按1:4划分为训练集和验证集训练;然后搭建监控视频流、编写可视化检测客户端、部署服务器端,同时将短信阈值及进程融合到检测系统,实现老人跌倒行为的及时反馈;最后对约100个实际监控视频进行测试、分析。实验结果表明,系统对跌倒和正常两种状态的检测平均精度为94.23%,跌倒后正确发送短信为45次,发送成功率约98.10%,能达到较理想的效果。     

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GPS/GPRS的跌倒监测终端

跌倒是导致我国65岁以上老人意外致死的首要原因.为了给老年人尤其是独居老人提供及时的跌倒报警和救助服务,本文提出一种基于GPS/GPRS的远程跌倒监测终端.该终端融合了三轴加速度计、三轴陀螺仪,实时检测人体运动状态并进行相应的算法分析,在检测到跌倒后,将位置和报警信息通过GPRS传输至远程的监控中心.此外,该终端设有手动报警和取消报警按键,避免漏报和误报.经测试,当合加速度与合角速度的阈值分别为5m/s2、25m/s2和2rad/s时,该监测终端能够准确无误的区分正常人体活动与跌倒事件并报警,并取得了较好的定位精度和通信效果.     

基于深度学习的老人跌倒检测系统

针对老人跌倒无人知晓问题，设计了一套老人跌倒检测系统。该系统使用Lightweight Openpose模型分析图像，提取人体骨骼点，使用卷积和全连接神经网络，利用人体骨骼点的空间和时序进行老人是否跌倒的判断。设计系统能够在人体骨骼点部分缺失或整幅图像在某时刻缺失的情况下，判断老人是否跌倒。经过测试可知，该系统在判断老人是否跌倒方面具有较高的灵敏度和鲁棒性。     

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...     

基于九轴惯性传感器的跌倒监测系统的研究

为解决当今人口老龄化社会所带来的老人跌倒事件频发,以及为防止老人、儿童、智障者走失,研发了一种基于九轴惯性传感器的跌倒监测系统。该系统采用了三轴加速度计、三轴磁力计和三轴陀螺仪集成的九轴惯性传感器检测人体运动产生的加速度、磁场强度和角速度数据,以MSP430F2418PM作为系统控制器,利用GSM/GPRS模块SIM908进行地理信息采集和短信/电话通信,并将报警等信息发到远程监控平台,实现任何时间、地点获取老人跌倒的相关信息,以便进行远程报警、定位和跌倒事件的处理。试验结果表明,跌倒检测终端达到将跌倒行为与正常行为区分开,准确率达98%,同时能准确地定位跌倒发生的位置,并通过手机短信发送给监护人,具有广阔的实用价值。     

基于Android平台的老人跌倒检测算法及APP设计

本文利用Android智能手机内置的加速度传感器和陀螺仪感器收集的运动参数,提出了基于加速度特征量、角速度特征量和角速度相似度特征量的跌倒检测算法并进行了APP设计与实现。实验结果表明,该算法能有效的检测到跌倒事件的发生,同时在人体发生跌倒倒后能及时发出定位信息及报警信息,使得跌倒人能及时准确得到救助。     

基于半监督学习的跌倒检测系统设计

针对老人跌倒时的复杂运动情况,进行跌倒标注的较难实现,提出了基于Tri-training半监督算法的跌倒检测系统。本系统使用3D加速度传感器采集运动加速度数据,然后对数据进行特征提取与部分样本标注,使用Tri-training算法训练分类器,最后使用训练好的分类器进行跌倒识别。具体的数据采集传感器设计为可穿戴式设备,服务器端使用Java编写了一个服务器的程序实现对数据的分析与处理。实验结果表明：该方法使用了大量无标签数据的信息,有效提高了跌倒识别的准确率。实验结果表明：本系统能够满足老年人在日常生活中的需求,对于一些意外跌倒能够给予及时的检测与报警。