基于Wi-Fi网络的人体跌倒检测系统的设计

发布时间：2017-07-01 10:00

  本文关键词：基于Wi-Fi网络的人体跌倒检测系统的设计，由笔耕文化传播整理发布。

【摘要】：根据统计,跌倒已经成为世界上仅次于交通事故的第二大意外伤害致死成因。而在这些与跌倒相关的死亡中,超过65岁的人居多,所以跌倒已经成为危害老年人的重要因素之一。面对全球日益突出的老龄化问题,开发出一套方便携带、判断精确实时的跌倒检测系统具有极其重要的经济价值和社会价值。对于跌倒过程的有效检测方法,国内外的许多高校和研究机构都在进行不断的研究与实验,并且也获得了较好的成效。目前使用最普遍跌倒检测方法为可穿戴式检测装置。针对跌倒检测阈值判断实验阶段数据采集的需要以及传统数据采集系统中有线方式传输麻烦,分析数据时实时性不强,容易产生误判断等缺点,本文设计了一种成本低廉的基于九轴MEMS惯性传感器的Wi-Fi网络的跌倒检测系统。系统主控采用STM32F407,Wi-Fi射频模块采用单芯片SOC芯片ESP8266(乐鑫公司),惯性传感器采用MEMS低功耗芯片MPU9150(InvenSense公司)。首先,传感器节点佩戴在身体各个关节处,通过MPU9150实时采集身体各部位的姿态参数,包括加速度、角速度和姿态角,采用数字滤波进行融合,实时输出精确的运动过程中身体姿态参数。然后,系统采用Wi-Fi传输的方式,将运动过程中身体各个部位的姿态数据通过ESP8266实时发送到无线数传模块。最后,设计了PC端上位机数据分析软件平台,能够对各节点数据波形进行实时显示、回放、可视化分析测量、数据存盘和读取。同时上位机软件能够通过无线的方式个性化配置传感器节点。利用上述系统,在进行人体模拟跌倒或者日常生活行为的人体躯干各部位运动姿态参数无线采集、波形实时观测分析等实验中发现,系统的无线传输可靠稳定,测量数据精度高,并且能够进行实时数据传输。PC端分析软件可以方便导出姿态数据,调用Matlab分析设计出跌倒检测算法,采用了加速度阈值算法和倾角阈值算法对本次实验的数据进行了检测分析,得到了较好的实验结果,能够有效的检测出跌倒行为。
【关键词】：跌倒检测系统 Wi-Fi网络 滤波算法
【学位授予单位】：武汉邮电科学研究院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP274;TN92
【目录】：

• 摘要3-4
• Abstract4-9
• 第1章 绪论9-18
• 1.1 研究背景和意义9-10
• 1.2 国内外研究现状10-13
• 1.2.1 基于图像识别的跌倒检测11-12
• 1.2.2 基于足底压力的跌倒检测12
• 1.2.3 基于惯性传感器的可穿戴式跌倒检测12-13
• 1.3 跌倒检测的发展趋势和面临的问题13-15
• 1.3.1 商用实验设备价格昂贵14
• 1.3.2 实验过程中数据分析实时性不强14-15
• 1.3.3 对于跌倒算法中数据分析来源单一15
• 1.4 研究内容和创新点15-16
• 1.5 本文的组织结构16-18
• 第2章 跌倒检测系统总体设计18-27
• 2.1 系统需求分析18-19
• 2.2 系统设计方案选择19-25
• 2.2.1 惯性传感器选择19-21
• 2.2.2 通信方式选择21-23
• 2.2.3 通信芯片选择23-25
• 2.3 系统框架设计25-26
• 2.4 本章小结26-27
• 第3章 跌倒检测系统硬件设计27-34
• 3.1 传感器节点模块电路结构设计27-30
• 3.1.1 电路模块设计27
• 3.1.2 微控制CPU以及外围模块27-29
• 3.1.3 锂电池供电稳压充电模块29-30
• 3.2 PC端无线数传模块电路结构设计30-31
• 3.3 WI-FI射频模块电路结构设计31-33
• 3.4 本章小结33-34
• 第4章 跌倒检测系统软件设计34-56
• 4.1 九轴惯性传感系统滤波融合算法设计34-41
• 4.1.1 姿态解算简介34-36
• 4.1.2 传感器数据预处理36-37
• 4.1.3 传感器滤波融合算法37-41
• 4.2 系统低功耗设计41-47
• 4.2.1 传感器低功耗设计41-45
• 4.2.2 主控STM32F407低功耗设计45-47
• 4.3 WI-FI通信设计47-49
• 4.4 基站模块软件设计49-51
• 4.5 PC端上位机软件设计51-55
• 4.5.1 上位机软件功能结构51-53
• 4.5.2 上位机软件设计的关键技术53-55
• 4.6 本章小结55-56
• 第5章 实验与测试56-70
• 5.1 传感器数字滤波实验测试56-60
• 5.2 无线传输距离测试60-61
• 5.3 上位机软件功能测试61-66
• 5.3.1 上位机调用Access数据库保存功能61-62
• 5.3.2 传感器姿态参数实时显示62-65
• 5.3.3 上位机软件配置界面65-66
• 5.4 跌倒检测实验分析66-69
• 5.5 本章小结69-70
• 第6章 总结与展望70-72
• 6.1 本文总结70-71
• 6.2 本文不足以及未来工作展望71-72
• 参考文献72-75
• 致谢75
• 附录1攻读硕士学位期间发表的论文75

【参考文献】

中国期刊全文数据库 前10条

1 严浩;章国宝;;基于VC++和ODBC数据库访问的自动测试系统软件开发[J];工业控制计算机;2013年05期

2 王荣;章韵;陈建新;;基于三轴加速度传感器的人体跌倒检测系统设计与实现[J];计算机应用;2012年05期

3 于丽杰;高宗余;;MEMS传感器随机误差分析[J];传感器与微系统;2012年03期

4 王化会;袁冬莉;;MEMS惯性测量单元的精确定标技术[J];计算机测量与控制;2011年06期

5 张爱华;王璐;;基于三维加速度传感器设计的跌倒检测[J];中国组织工程研究与临床康复;2010年48期

6 石欣;熊庆宇;雷璐宁;;基于压力传感器的跌倒检测系统研究[J];仪器仪表学报;2010年03期

7 曹玉珍;蔡伟超;程e，

本文编号：505432