基于人体姿态的跌倒检测算法研究与应用

发布时间：2017-10-03 19:23

  本文关键词：基于人体姿态的跌倒检测算法研究与应用

  更多相关文章： 人体姿态 加速度传感器 姿态角 跌倒检测算法

【摘要】：随着我国人口老龄化的加剧,期望寿命的延长,以及“空巢”家庭的频频出现,老年人问题也日益突出,特别是老年人的健康问题成为国家和社会关注的重点问题之一。意外跌倒给老年人的生理和心理都带来极大危害,而及时救助跌倒的老年人将大大降低伤残率和死亡率。现在人体跌倒的主要检测手段有图像分析法、声频分析法、可穿戴式装置分析法。可穿戴式检测装置最大的特点是方便携带,人体佩戴后可以随意走动,不受活动范围的局限,满足跌倒检测系统的需求。因此本文主要以可穿戴式装置检测方法展开相关研究工作。本文首先将人体活动模式分为日常生活活动、跌倒并进行细分,在此基础上设定跌倒实验的活动模式,并组织实验。将加速度传感器佩戴在相应部位采集人体姿态数据,进而分析日常生活活动和跌倒两种活动模式加速度数据的变化。其次,本文对典型的跌倒检测算法进行了分析,并以基于阈值的检测方法为研究方向,针对传统的阈值跌倒检测算法存在的不足,提出了融合加速度和姿态角的多级探测跌倒检测算法,不仅提高了跌倒检测的准确性,还可以判断出人体的具体姿态。本文对跌倒检测装置进行了整体设计。采用AXDL345三轴加速度传感器和MSP430F149单片机作为装置的数据采集模块和数据处理模块。通过现场报警和主动报警两种方式报警。一旦发生跌倒,跌倒检测装置会自动发送跌倒详细数据和地理位置给求救对象,求救对象根据接收到的信息内容采取进一步救助措施。最后通过有效性测试,本文设计的跌倒检测装置的跌倒检测准确率可到98%以上,达到预先设定的目标。
【关键词】：人体姿态 加速度传感器 姿态角 跌倒检测算法
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-15
• 1.1 课题研究背景与意义9-10
• 1.2 国内外研究现状10-13
• 1.2.1 跌倒检测主要方法10-12
• 1.2.2 国内外跌倒检测市场产品现状12-13
• 1.3 本文主要内容及结构13-15
• 1.3.1 研究的主要内容13-14
• 1.3.2 论文的结构14-15
• 第2章 人体姿态分析15-28
• 2.1 论基础15-17
• 2.1.1 人体跌倒原因分析15-16
• 2.1.2 人体跌倒过程分析16-17
• 2.2 人体运动模式分析17-19
• 2.2.1 人体日常运动姿态分析及分类17-18
• 2.2.2 人体跌倒姿态分析及分类18-19
• 2.3 人体姿态数据采集方法19-21
• 2.3.1 人体姿态数据采集工具介绍20-21
• 2.3.2 人体姿态数据采集21
• 2.4 人体姿态数据分析21-26
• 2.4.1 人体日常活动姿态数据分析22-25
• 2.4.2 人体跌倒姿态数据分析25-26
• 2.5 本章小结26-28
• 第3章 跌倒检测算法研究28-40
• 3.1 典型跌倒检测算法研究28-31
• 3.1.1 模式识别的方法28-29
• 3.1.2 阈值判断的跌倒检测算法29-31
• 3.2 一种改进的跌倒检测算法31-39
• 3.2.1 人体运动状态参量31
• 3.2.2 人体运动姿态角参量31-32
• 3.2.3 融合加速度和姿态角的多级跌倒检测算法32-39
• 3.3 本章小结39-40
• 第4章 跌倒检测装置的总体方案设计40-58
• 4.1 跌倒检测装置的功能概述40-41
• 4.2 跌倒检测装置硬件设计41-50
• 4.2.1 跌倒检测装置硬件框架41
• 4.2.2 MCU模块选型及相关电路设计41-44
• 4.2.3 加速度传感器模块选型及接口电路设计44-46
• 4.2.4 CDMA模块选型及接口电路设计46-48
• 4.2.5 电源模块电路设计48-50
• 4.3 跌倒检测装置软件设计50-57
• 4.3.1 跌倒检测装置软件设计概述50-51
• 4.3.2 开发环境搭建51
• 4.3.3 跌倒检测算法的软件实现51-53
• 4.3.4 定时器模块的应用与程序设计53-55
• 4.3.5 无线定位与通信模块选型及程序设计55-57
• 4.4 本章小结57-58
• 第5章 实验及结果分析58-62
• 5.1 有效性测试58
• 5.2 实验统计结果58-61
• 5.3 本章小结61-62
• 结论62-63
• 参考文献63-67
• 致谢67

【相似文献】

中国期刊全文数据库 前10条

1 韩贵金;朱虹;;一种基于图结构模型的人体姿态估计算法[J];计算机工程与应用;2013年14期

2 王浩;刘则芬;方宝富;陈金金;;基于约束树形图结构外观模型的人体姿态估计[J];计算机科学;2014年03期

3 苏延超;艾海舟;劳世z，

本文编号：966268