基于多传感器的老人跌倒检测系统的研究与应用

发布时间：2020-07-15 21:40

【摘要】：中国人口老龄化形势严峻,呈现出人口加速老龄化、高龄化和空巢化三大特征,使社会医疗和社会保险体系面临巨大的压力,助老问题正日益成为一个重大的社会问题。老年人意外伤害的首要原因是跌倒,意外失足或者某种疾病突然发作及恶化很可能引起跌倒,在发生跌倒事件后,如得不到及时救护,延误救助时机将危机生命。因此,研制开发专为老人服务的产品——老人跌倒监测系统,在不影响老年人的正常生活情况下,准确的将跌倒事件与日常生活事件区分开来,并且在发生跌倒事件时,及时的报警联系救护,这对于提高老年人的生活质量,促进我国社会的稳定具有重要作用。 本课题研究了一种实时动态检测老人跌倒的穿戴式监测系统,此系统以嵌入式处理器MSP430F169为处理内核,利用加速度传感器采集人体三轴加速度信息,磁传感器获取人体躯干的倾角信息以及压力传感器采集两脚的压力数据,提出了基于多传感器信息融合的方法来监测人体跌倒。在对传感器等外围电路了解的基础上,完成腰间数据采集模块和脚底采集模块硬件电路设计,该电路体积小、功耗低,并设计了电路保护盒,确定了安装位置,分别置于腰间皮带上和脚底鞋垫里,符合人们的穿戴习惯。进行大量跌倒事件与日常生活事件实验,利用MATLAB工具分析采集的传感器数据,确定了加速度SMV阈值、倾角阈值以及压力阈值,完成了基于多传感器信息的阈值算法,并在IAR EW4.21开发环境中完成下位机程序编写。完成了按键交互功能,具有取消报警按钮。在VC++6.0开发环境下,完成了基于Teechart的调试界面、GPRS发送短信联系救护程序、针对不同的事件语音报警程序等。软件实现实时通讯功能,并定义了彼此的通讯协议,经调试通讯正常。 完成了老人跌倒检测系统样机,为了验证该系统和算法,设计了两类实验,第一类是通过各种真实跌倒来检验跌倒判断的识别率；第二类通过正常的日常活动事件来检测本系统的误报率；这些实验的结果表明该系统具有较高的可靠性和准确性。最后在老人服务机器人系统中完成了样机的应用,结果表明该系统具有很好的适应性和可移植性。
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：R318.6
【图文】：

SMV特征阂值是根据采集到800多次跌倒的实验数据，通过MATLAB工具分析计算得到，如图2一2、2一3为MATLAB工具绘制的人体在日常生活事件ADL下的各种三轴加速度曲线和加速度SMV特征值曲线，分析可知人体在站立和坐下等静态姿势下，加速度SMV特征值接近重力加速度，约为19;在走路的时候加速度SMV特征值以lg为中心波动，变化范围为0一2g;在跑步和跳跃等剧烈运动时，加速度SMV特征值比较大，超过了49。图2一4、2一5为MATLAB工具绘制的人体在发生各种跌倒事件时三轴加速度曲线和加速度SMV特征值曲线，不管发生何种跌倒

划侧洲只一一一龙 5001000150020002500300035004000采样时间(T，T=0.025)图2一2日常活动事件三轴加速度曲线8站立走路坐下跑步跳跃6八尸4崔赵周乌% 50010001500200025003000采样时l认J(T，T二0.025)图2一3日常活动事件加速度SMV 35004000曲线86向前跌倒向后跌倒向左侧跌倒向右侧跌倒﨏产!琳了十.一

本文编号：2757045