基于物联网与多传感器技术的智能看护系统设计

发布时间：2021-11-15 02:03

　　以STM32微处理器、GSM短信模块、GPS定位模块等多传感器构成可穿戴式装置;以改进的多阈值判断跌倒算法准确区分跌倒行为与日常活动行为;以物联网技术将系统装置与看护App紧密结合,实现对用户的定位搜索、医院查寻等功能。实验结果表明:该系统能够有效判定跌倒行为并短信报警,借助看护App实现对老人的定位搜索。 

【文章来源】：传感器与微系统. 2020,39(02)CSCD

【文章页数】：3 页

【部分图文】：

人体运动状态SMV变化

图3 人体运动状态SMV变化当发生跌倒动作时，人体躯干倾角会瞬间发生剧烈变化，故可通过倾角传感器采集倾角变化值作为跌倒行为判断的辅助依据。图5为不同运动状态下倾角变化，倾角1表示左右倾斜的角度，倾角2表示前后倾斜的角度，由数据分析可得，日常活动的倾角变化范围不超过30°，跌倒动作发生时，前后与左右倾斜角均有明显变化，其中，前后倾角角度变化最为剧烈。同样可以设定合适的倾角阈值θ对跌倒状态做进一步的区分。

当发生跌倒动作时，人体躯干倾角会瞬间发生剧烈变化，故可通过倾角传感器采集倾角变化值作为跌倒行为判断的辅助依据。图5为不同运动状态下倾角变化，倾角1表示左右倾斜的角度，倾角2表示前后倾斜的角度，由数据分析可得，日常活动的倾角变化范围不超过30°，跌倒动作发生时，前后与左右倾斜角均有明显变化，其中，前后倾角角度变化最为剧烈。同样可以设定合适的倾角阈值θ对跌倒状态做进一步的区分。2.3 算法建立

【参考文献】：
期刊论文
[1]基于移动终端的智能看护系统设计[J]. 向琦,陈旭,王春城,刘满禄,任万春.  计算机测量与控制. 2019(05)
[2]老人跌倒姿态实时识别系统硬件设计[J]. 徐涛,孙威,色海锋,卢少微,王晓强,马克明.  沈阳航空航天大学学报. 2019(01)
[3]移动设备佩戴位置自适应识别的跌倒检测方法[J]. 任磊,周金海,吴祥飞,金韬,金晓峰.  计算机工程与应用. 2018(21)
[4]基于穿戴式平台的老人摔倒监测系统设计[J]. 蔡靖,樊毅尧,董子健,薛琦,高乐,千承辉.  传感器与微系统. 2017(07)
[5]可穿戴式跌倒检测智能系统设计[J]. 陈鹏,涂亚庆,童俊平,赵运勇.  传感器与微系统. 2017(02)
[6]基于支持向量机的跌倒检测算法研究[J]. 裴利然,姜萍萍,颜国正.  光学精密工程. 2017(01)
[7]基于半监督学习的跌倒检测系统设计[J]. 李仲年,臧春华,杨刚,项嵘.  传感器与微系统. 2016(10)

硕士论文
[1]可穿戴实时跌倒检测与保护系统的开发[D]. 钟志超.浙江大学 2019
[2]基于足底压力感知的跌倒行为检测系统设计[D]. 强家辉.东南大学 2018
[3]老人健康实时监测及定位跟踪系统的设计与实现[D]. 屈新东.华南理工大学 2018
[4]一种基于嵌入式Linux的人体平衡监测系统的设计[D]. 徐堃龙.华中科技大学 2011



本文编号：3495807