基于MEMS传感器的老人跌倒状态检测系统研究与设计

摘要

现今我国已经进入老龄化阶段，人们的平均寿命随着生活质量的提高而逐步的增长，“空巢”家庭数量也在大量的增加，针对这些问题，老年人的健康与安全已经成为当今社会首要解决的问题之一。根据相关问题数据调查显示，每年因为跌倒后引起的健康问题已经超过到医院就诊人数比例的50％，跌倒引起的伤情80％的都需要住院治疗，全球每年有30多万老年人由于跌倒得不到及时治疗而失去生命。通过以上数据可以看出，如果人体在发生跌倒后不能得到及时的救助，伤情会进一步恶化，甚至影响到生命危险。本文主要根据目前现阶段老年人健康问题，解决跌倒后能够得到及时治疗问题研究了一种基于可穿戴设备的跌倒检测系统，并且使用SIM908模块在跌倒发生后进行无线定位和远程报警，使发生跌倒损伤的老年人得到及时治疗。
　　本文首先对人体日常动作加速度信号进行分析，提取能够区分不同运动状态的特征量。然后对现今已有的跌倒检测算法进行归纳和学习，从实用性、准确性、实时性等方面进行比较，提取一种基于穿戴式的传感器利用决策树进行分类检测方法。
　　系统采用基于MEMS技术的加速度传感器ADXL345采集人体运动过程中加速度信号，并且将采集得到的信号通过I2C总线传输给STM32F103ZET6微处理器，通过算术平均值滤波算法去除由于偶然因素产生的噪声，然后微处理器采用决策树分类算法进行判断分析，如果检测结果为跌倒，GPS模块进行定位工作，再将跌倒信息通过GPRS将信息发送给监护人或医疗救助中心。
　　本系统采用基于决策树ID3分类算法跌倒检测结果除了前向跌倒准确率为90％，其余跌倒检测的准确均在92.8％以上，并且改善了已有算法特征量单一、实时性差以及泄露被监护人隐私等缺点，而且对装置佩戴位置没有严格要求，加速度传感器可与身体成任意角度。另外通过对通讯报警模块的调试，实现了被监护人检测为跌倒状态时，通讯模块完成报警操作。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景及目的意义

1．2 MEMS技术的研究现状和应用

1．2．1 MEMS技术现状及发展前景

1．2．2 MEMS技术应用

1．3 跌倒检测系统研究现状

1．3．1 可穿戴式的跌倒检测系统

1．3．2 国内外研究成果

1．4 本文的研究内容和结构

第2章 人体跌倒检测系统分析

2．1 老年人跌倒因素分析

2．1．1 内在因素

2．1．2 外在因素

2．2 人体运动状态分析

2．2．1 人体运动平衡分析

2．2．2 日常运动状态分析

2．2．3 跌倒过程分析

2．3 跌倒检测算法分析

2．3．1 基于阈值的跌倒识别算法

2．3．2 基于模糊识别的跌倒检测算法

2．3．3 基于计算机视觉的跌倒识别算法

2．4 本文算法选取

2．4．1 基于模式识别算法概述

2．4．2 ID3决策树算法

第3章 跌倒检测系统硬件设计

3．1 系统功能需求分析

3．2 跌倒检测系统硬件总体设计

3．3 系统硬件选型及设计

3．3．1 传感器模块电路设计

3．3．2 微控制器选型

3．3．3 micro SD卡存储模块设计

3．3．4 通讯报警模块电路设计

3．3．5 JTAG接口

3．4 供电模块

第4章 跌倒检测系统软件设计

4．1 软件系统分析与总体设计

4．2 跌倒数据采集模块设计

4．2．1 加速度采集程序设计

4．2．2 数据传输程序设计

4．3 跌倒数据分析软件设计

4．3．1 数据存储程序设计

4．3．2 数据预处理

4．3．3 特征值提取分析

4．3．4 跌倒检测算法软件设计

4．4 通讯报警模块软件设计

第5章 跌倒检测算法仿真验证

5．1 仿真实验工具简介

5．2 仿真验证

5．2．1 样本数确定

5．2．2 ID3算法训练

5．2．3 结果分析

5．3 ID3算法评价

总结与展望

参考文献

致谢

攻读学位期间获得的研究成果

附录