基于三轴加速度计对阈值跌倒识别算法的优化

随着社会人口老龄化程度的不断提高,越来越多的人开始关注老年群体的身心健康。老年群体平衡能力较弱、反应较迟钝,失去平衡做出自我调整反应能力弱,非常容易出现意外摔跌的情况。市面上有三类跌倒检测装置[1]:基于视频监控的跌倒检测、基于声学的跌倒检测以及基于传感器的跌倒检测。前两种检测方法受制于环境场景,而现有的传感器检测方法对于跌倒判定准确性不高。本文通过真人多次跌倒实验获得跌倒数据,对数据多角度进行特征提取和分析,选取有价值的判断标准实现算法,最后通过实验验证该算法优于已有的跌倒识别算法。

一种基于改进的卷积神经网络人体跌倒检测算法

文章针对高质量公开跌倒数据集较少,导致模型泛化能力较弱、检测准确率低、现有网络全连接层参数量过大收敛速度慢的问题,设计了适用于跌倒检测的迁移学习方法,使用GAP(Global Average-Pooling,GAP)层替换全连接层方法,并在隐藏层加入BN(Batch Normalization,BN)操作,优化网络参数,设置了多组对比实验发现改进的网络模型在不同的数据集上训练时间相比于之前有所提升,均取得了不错的效果,使得神经网络既能够在大规模图像数据集上学习通用的特征又能够在公开跌倒数据集上学习跌倒特征,增强了网络的泛化能力。

基于多传感器融合的跌倒检测算法研究

针对传统的跌倒检测算法实时性低,误报率高的问题,提出一种基于多传感器融合的跌倒检测方法。利用基于二次判定(阈值和KNN联合)进行跌倒判定,即通过对日常行为和跌倒产生的加速度峰值进行一次阈值过滤,对通过阈值的特征数据再进行二次KNN算法判定。仿真结果表明,该方法可以降低算法判定时间,而且拥有较高的准确率,克服了传统跌倒算法判定误报率高的不足,对保护老年人生活起居提供有价值的保障。

基于多传感器数据融合的跌倒检测算法

目的跌倒在老年人生活中是一种常见的现象,是致使老年人发病和死亡的主要原因之一。实时的跌倒检测系统能够及时报警,缩短等待救治的时间,减少由跌倒引起的意外伤害。可是,在大多数的跌倒检测系统中,人们仅利用加速度计设计检测系统,基于单一数据的算法不能完整表征跌倒时身体姿态变化的信息。为此本文拟采用陀螺仪和加速度计的数据设计跌倒检测的算法。方法首先介绍了利用MEMS惯性传感器设计置于腰间的可穿戴的跌倒检测系统,然后对跌倒的规律进行了分析,基于此提出了基于多传感器数据融合的跌倒检测算法,即通过数据融合的技术提取出身体加速度及其动态量和静态量、加速度变化量、身体姿态角、角速度绝对值之和等特征参数,利用多参数设计了基于阈值判定的跌倒检测算法。结果收集10名志愿者做模拟跌倒以及日常活动的数据,对算法的有效性进行验证,取得96.67%的灵敏度和97%的特异性,并且此指标高于Kagans等算法的结果。结论本文提出的算法在跌倒检测中具有较好的有效性及优点。

基于RBF神经网络的跌倒检测算法研究

针对现有跌倒检测方法动作识别效率低、适应性差等问题,提出基于RBF神经网络的跌倒检测方法,通过径向基函数(RBF)判别人体是否处于跌倒状态。分析了人体跌倒和其他日常行为运动特征,对人体的日常行为动作进行分类。利用惯性传感器采集人体运动加速度和角速度,以加速度和角速度组合为运动特征向量,采用RBF神经网络进行训练,构建RBF函数分类器,对人体动作行为进行判别,从而识别人体跌倒状态。实验将人体运动行为分为正常行走、跑步、上下楼梯、前向跌倒、侧向跌倒5类,训练样本采用1500例,测试样本500例,其中每类动作各包含100例测试样本。结果表明,当RBF模型隐含层数为350时,5类动作的准确率均可达到80%以上,且跌倒检测平均准确率为96%。因此基于RBF神经网络分类的跌倒检测算法能够准确地检测人体跌倒行为。

一种便携式智能跌倒检测仪的设计与实现

针对我国日益突出的人口"老龄化"问题以及普遍存在的"空巢"现象,为了避免老人发生跌倒时无人看护,以至于不能及时发现而无法及时获得救助导致猝死等情况的发生,利用三轴跌倒算法和GPRS无线通信技术,设计并实现了一种便携式智能跌倒检测仪。通过测试表明,该跌倒检测仪能对佩戴者是否发生跌倒进行准确检测,并及时准确发出本地声光报警和远程报警,具有报警准确率高、稳定性强等特点,具有广阔的市场前景和良好的社会效益。

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。

基于Android的跌倒测试仪的设计与实现

采用模式识别算法设计了基于Android的跌倒测试仪,由三轴加速度传感器得到人体动态速度值,并把这些特征值送至检测算法中,用于检测跌倒行为.当系跌倒行为发生时,由GPS将跌倒位置和报警信号传给邦定的监护人手机进行报警,从而使跌倒老人能在第一时间得到救治,有效减少跌倒对老人造成的伤害.

基于递归神经网络的跌倒检测系统

针对现有跌倒检测方法存在适应性差和功能较单一等问题,引入递归神经网络,通过发掘位置传感器数据之间的内在联系提高检测跌倒行为的效果。首先,设计了传感器、训练与检测输入数据的序列化表示方法,为发掘其中与跌倒和接近跌倒行为相关的内在关联提供了基础;接着,给出了用于跌倒检测的RNN训练算法以及基于RNN的跌倒检测算法,将跌倒检测转换为输入序列的分类问题;最后,在前期实现的基于分布式神经元大规模RNN系统的基础上,在Spark平台上实现了基于RNN的跌倒检测系统,使用Fall_adl_data数据集进行了测试与分析,验证了其能有效提高跌倒检测的准确率和召回率,F值相比现有跌倒检测系统提高12%和7%,同时能有效检测出接近跌倒的行为,有助于及时采取保护措施减少伤害。

一种基于统计学判别分析的老人摔倒检测算法的研究

针对传统通过阈值来确定老人跌倒检测算法中的不足和视频检测中容易泄露隐私等缺点,提出了一种基于统计学判决分析的跌倒检测算法。该算法主要通过实验分析来提取行为的特征值并建立特征向量空间,然后利用采样值与行为特征值空间的距离来判断匹配该行为是否为跌倒状态空间的值,同时在算法中提出以智能机器人作为辅助检测的思想。最后通过实验验证了该算法具有较好的鲁棒性。

基于STM32W的老人心率实时监测及跌倒检测系统

为了有效地解决独居老人由于突发性病症而得不到及时救治的问题,本系统以STM32W108无线射频芯片为核心处理器,提出了的一种心率实时监测和跌倒检测的解决方案。该系统利用ECG信号中的QRS波提取心率,同时分析三轴加速度传感器的信号,结合运动状态变化(SVM、DSVM)和姿态特征变化(姿态角)判断是否跌倒。该设备通过模拟测试证明了其可靠性和实用性。

一种智能可穿戴的跌倒检测系统

针对老年人意外跌倒的问题,设计了一种新型的可穿戴式跌倒检测系统。利用惯性测量单元(Inertial Measurement Unit,IMU)对人体的6个自由度(Directions of Free,DoF)参数进行测量,通过跌倒检测算法分析自由度数据,及时检测出跌倒,并将报警信息通过低功耗蓝牙(Bluetooth Low Energy,BLE)发送到智能手机等终端。对不同的跌倒情况进行一系列的试验,测试结果表明,该系统可以有效地检测到意外跌倒事件并发出报警信息,达到预期目标。

人体跌倒检测系统

在社会逐渐走向高龄化的今天,老年人所占的比率逐渐增加,他们的行动安全已成为重要的社会问题。针对老年人易跌倒的问题,除了事前的防范之外,在发生跌倒情况时第一时间内尽快送至医院以降低伤害,也有重大意义。因此,建立一套完善的跌倒探测系统是相当重要的。利用电子信息技术实现对老年人身体姿态和运动的监控,让老年人不再因为害怕跌倒而减少外出、减少活动,使他们可以更加放心的走出家门,提高老年人晚年生活的品质。在分析比较国内外跌倒检测及相关技术的基础上,并考虑到产品的实用性和系统的成本等因素,本文设计了基于三轴加速度传感器、嵌入式单片机的跌倒探测器,利用三轴加速度传感器采集人体的三维加速度值,并由单片机进行分析,当探测到有异常跌倒发生时,发出报警,定位具体位置发送跌倒信号。本文设计对解决老人的行动安全问题、构建以人为本的和谐社会有着非常积极的意义。

老人跌倒报警系统设计

该设计主要由三轴加速度传感器、主控芯片,GSM模块板和Lora无线模块组成,通过传感器传回的数据,主控芯片执行跌倒检测算法,当算法判定老人跌倒后实现拨打指定报警电话,并且无线模块发送报警指令到接收端,实现2种互补报警方式。经实验验证,该设计对常见跌倒情况的检测准确率达到93%以上,能够满足实际应用需求。

基于三轴加速度计的姿态测量系统设计

由于老年人身体机能下降,导致老人在行走中存在易跌倒的问题。设计了基于三轴加速度传感器、AVR单片机和灯光、蜂鸣器报警设备的跌倒探测器。利用三轴加速度传感器采集人体的三维加速度值,并由单片机进行分析,当探测到有异常跌倒发生时,通过蜂鸣器和灯光进行报警。通过实际检测实验,设定合理的阈值和算法来判定是否发生跌倒。另外,系统设置了复位功能来消除误报。实验结果发现,当发生跌倒时,能在1 s内判断出是否发生异常跌倒,其平均准确率为95%,可以满足实际需要。

家庭老幼监护系统

针对生活中老人与小孩的监护问题,设计一款家庭老幼监护系统。系统采用物联网技术、微信后台开发技术、RFID射频识别技术,可自动在婴幼儿触及危险区域以及老人跌倒时做出一定的安防措施并迅速报警及通知监护人,能够较大程度减少幼儿坠楼等事故,解决老人与幼儿的安全问题。系统设备开发成本低,使用便捷,具有较大的推广价值。