测体温及判断跌倒的可穿戴设备的设计与实现

物联网是当前研究的一个热点和重点。可穿戴设备是物联网在人们生活中的最直接的应用之一。在人们越来越关注生活质量的今天,健康摆在第一位。多功能可穿戴设备可实现监测人体健康参数,如体温、脉搏、心率、血压,从而指导人们生产、生活和运动,还可以判断人是否跌倒,出现险情时得到及时救治。文章分析了测温和判断跌倒的原理,设计了电路,实现了测量体温、判断跌倒的功能,体温的误差最大±0.1℃,跌倒判断的正确率超过80%。

基于深度学习的老人跌倒检测系统

针对老人跌倒无人知晓问题,设计了一套老人跌倒检测系统。该系统使用Lightweight Openpose模型分析图像,提取人体骨骼点,使用卷积和全连接神经网络,利用人体骨骼点的空间和时序进行老人是否跌倒的判断。设计系统能够在人体骨骼点部分缺失或整幅图像在某时刻缺失的情况下,判断老人是否跌倒。经过测试可知,该系统在判断老人是否跌倒方面具有较高的灵敏度和鲁棒性。

基于深度相机的老年跌倒监护系统

为缓解社会老龄化压力和解决子女照顾老人的精力不足等问题,设计一种基于深度相机的高准确性和低误报性的人体跌倒检测系统。该系统使用RGB相机和红外IR相机获取标定后的老人所在环境的3D图像,并利用深度卷积神经网络提取人体的多个关节点位置,最后基于多个连续帧之间人体关节点的运动变化特征和3D场景特征相结合的方法综合判定老人是否发生跌倒行为。测试实验结果表明该系统能有效地检测到人体的跌倒行为,具有十分优良的鲁棒性。

老人跌倒姿态检测研究

通过MPU6050六轴传感器在3个方向上检测老年人的加速度和倾斜度值,并将数据传输到CC2530微处理器。经过CC2530调整数据后,使用Zigbee无线通信技术将数据传输到养老院中的智能终端STM32主控制器。主控制器结合多阈值判断跌倒算法确定老人是否摔倒,摔倒后发出警报,并在主机界面上显示警报提示。主要用于解决跌倒姿态的判断,通过对比人不同静止与运动状态下区域加速度强度SMA和加速度强度SMV的值以及倾斜角的不同,区分出人跌倒与日常其他行为事件。

智能导盲拐杖设计

针对盲人出行障碍物感知难、安全系数低、无法识别目的地路径等问题,设计智能导盲拐杖。采用STM32单片机作为核心控制器,通过超声波探测系统使盲人无触碰感知障碍物位置。通过陀螺仪姿态解算来判断盲人是否跌倒,当盲人长时间处于跌倒状态时,拐杖能够自主向路人呼救,并通过GPS和SIM800将位置发送给家人。拐杖可以通过蓝牙与手机通信,进行常去地导航。夜晚时能够打开闪灯提示路人及车辆注意。所设计的智能导盲拐杖得到了视力障碍人士的肯定评价。