首页> 中文学位 >基于智能手机的人体跌倒检测报警系统设计及实现
【6h】

基于智能手机的人体跌倒检测报警系统设计及实现

代理获取

目录

第1章 绪 论

1.1 课题来源及研究的目的和意义

1.2 国内外在该方向的研究现状及分析

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 论文的主要工作

1.4 章节内容组织

第2章 人体跌倒检测报警系统关键技术

2.1 引言

2.2 人体跌倒检测报警系统的结构

2.3 数据的采集

2.4数据处理

2.5跌倒特征值选择方法

2.6 常用的分类算法

2.7 本章小结

第3章 跌倒检测算法设计

3.1 引言

3.2 特征值的提取

3.3跌倒检测算法

3.4 算法的实验结果

3.5 本章小结

第4章 人体跌倒检测系统设计及实现

4.1 引言

4.2 传感器驱动设计

4.2.1 加速度传感器的选型与电路设计

4.2. 2 字符设备驱动

4.2.3 I2C驱动

4.2.4 BMA250工作流程

4.3 跌倒检测报警系统应用的设计

4.3.1 跌倒检测报警系统应用软件架构

4.3.2 跌倒检测报警服务设计

4.3.3 跌倒检测报警系统用户界面程序设计

4.5 跌倒检测报警系统应用实现

4.5.1 跌倒检测报警服务的实现

4.5.2 跌倒检测报警系统用户界面的实现

4.6软件运行界面介绍

4.7软件有效性实验

4.8 本章小结

结论

参考文献

声明

致谢

个人简历

展开▼

摘要

目前,我国已经进入人口老龄化快速发展时期。预计到2030年我国老龄人口将近3亿。跌倒是影响老年人正常生活和健康的重要因素。如果能及时检测到老人跌倒并发送求救信号,最大程度降低老人因跌倒带来的伤害,具有现实意义。Android智能手机平台是一个开放和免费使用的移动设备综合平台,如今手机的功能呈现多样化发展,这其中包括在医疗救助方面的应用。本文在分析人体跌倒的特点后,对人体跌倒报警算法进行了研究,并在Android智能手机平台上开发人体跌倒检测报警系统软件。主要工作有:
  分析了基于Android手机传感器数据采集和预处理的技术,研究了数据的信号强度矢量特征值提取方法和人体步态分类算法。
  研究和设计了人体跌倒检测算法,通过对加速度和角速度的信号矢量强度特征值的提取,并对训练数据分别使用J48、贝叶斯和SMO分类器进行分类。根据分类结果的正确率和模型的建立时间选择J48分类算法和训练数据的决策树作为本文的人体跌倒检测算法的基础,最后通过使用训练数据集对人体跌倒检测算法进行了评价。从实验结果中得出人体跌倒算法的正确率达到了92%,表明本算法是一种有效的算法。
  设计了人体跌倒报警系统的架构,由传感器驱动、人体跌倒检测报警服务和用户设置界面应用构成。
  实现了BMA250传感器驱动,在Android平台总线上注册了传感器设备;实现了12C设备的注册和传感器的I2C通信。
  完成了人体跌倒检测报警服务和用户设置界面的应用,实现了人体跌倒检测报警服务与平台的传感器服务之间的数据通信;实现了人体跌倒检测报警系统的开关功能,在检测到跌倒发生后系统启动报警求助功能。

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