首页> 中文学位 >基于智能手机的老人跌倒监护系统设计
【6h】

基于智能手机的老人跌倒监护系统设计

代理获取

目录

封面

中文摘要

英文摘要

目录

1 绪论

1.1 论文研究背景及意义

1.2 国内外研究现状

1.3 论文的工作内容

1.4 论文结构

1.5 本章小结

2 跌倒监护系统相关技术概述

2.1 Android操作系统概述

2.2 MEMS惯性传感器概述

2.3 手机定位技术概述

2.4 本章小结

3 智能手机老人跌倒监护系统设计

3.1 可行性分析

3.2 系统需求分析

3.3 跌倒监护系统概要设计

3.4 跌倒监护系统Android组件设计

3.5 传感器数据滤波设计

3.6 跌倒检测算法设计

3.7 本章小结

4 跌倒监护系统实现

4.1 开发平台搭建与准备工作

4.2 跌倒监护系统实现

4.3 本章小结

5 跌倒监护系统测试及结果分析

5.1 有效性分析

5.2 算法评价

5.3 本章小结

6 总结与展望

6.1 论文总结

6.2 研究展望

致谢

参考文献

附录

展开▼

摘要

近年来,伴随着老龄人口比例的不断上涨,“空巢老人”越来越多,老年人问题引人关注,尤其是老人身体健康已经引起了全社会的共同关注。跌倒是对老年人的身体造成伤害的众多因素中的首要因素。跌倒事故导致的后果不仅给老人的身心造成极大伤害,同时也使老人所在家庭承受不可挽回的痛楚和沉重的经济压力。
  基于智能手机的老人跌倒监护系统旨在利用智能手机上的惯性传感器监护老人的日常生活姿态,有效地区分常规活动与跌倒事故,精准地检测跌倒行为,并利用智能手机的定位及通信功能及时做出报警,从而提高对跌倒老人的救援速度,尽可能地减小对老年人的伤害。
  论文的研究内容包括以下几个方面:
  ①论文对Android智能手机内置的惯性传感器:加速度传感器和陀螺仪传感器进行了研究,利用惯性传感器构成数据采集节点,通过Android系统SensorManager模块接口,采集得到人体运动的原始姿态数据,并对数据进行中值滤波和高通滤波得到相对干净有效的线性加速度和角速度数据,削弱环境噪声以及重力对加速度传感器的干扰。
  ②在以信号向量幅值(Signal Magnitude Vector,SVM)、信号幅值面积(Signal Magnitude Area,SMA)以及持续静止时间(Continuous Static Time,CST)作为特征值的基础上提出一种跌倒检测算法,包括第一阶段基于特征值的决策树跌倒检测瞬时数据判别法以及第二阶段历史数据曲线分析判断,对人体跌倒状态进行判别。
  ③对Android智能手机内置的GPS传感器进行了研究,利用内置的GPS接收机获取跌倒动作发生的位置数据,通过3G/4G移动网络将运动特征信息发送到预先配置的关联的设备上进行跌倒报警。
  ④在Android平台进行综合应用设计,设计了美观简洁、使用方便的操作界面,同时具备实时传感器数据显示、后台跌倒检测、综合定位、短信报警、现场声音报警等功能。
  经过测试表明,在Android平台上应用基于特征值的决策树跌倒检测判别法能够实现97.3%的综合正确率,其他各项功能满足系统功能需求。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号