基于YOLO目标检测的摔倒报警系统

针对人们摔倒后可能出现意识模糊无法呼救易产生二次伤害的问题,研究开发了一款可通过实时检测摄像头画面内容人物是否摔倒,并在发现摔倒后及时反馈警报的系统。通过机器视觉技术结合深度学习方法,首先自建数据集并加以训练得到用于构建基于YOLOv5的人物摔倒状况的模型,然后在此基础上结合实时图像传输与下位机Arduino板进行控制响应,实现对人物摔倒状况的快速检测和摔倒后的警报响应,通过对比YOLOv5m和YOLOv5s的loss速度对比确定了训练模型。实验结果表明,所设计的摔倒检测报警系统模型训练精确率为99.52%,召回率为99.77%,可以分辨出侧摔,仰摔等摔倒情况,实际测试结果置信度在0.6~0.8,能够发现摔倒情况并发出警报,提高了救助摔倒者的可能性。

基于STM32的老人摔倒检测系统的设计

设计了一个基于STM32的老人摔倒检测系统用于检测老年人摔倒。充分考虑了摔倒检测设备的便携性,提供了详细的软硬件构建方案。采用STM32F103RCT6单片机为平台,MPU6050作为获取运动参数的传感器。通过卫星导航模块检测老年人位置信息,传感器模块获取老年人的姿态信息,微控制器对数据进行特征处理,通过和设定的阈值进行比较来确定是否符合摔倒特征。符合摔倒特征则向紧急联系人手机端发送报警信息。测试表明,所设计的系统具有便于携带、定位精准、识别率高的特点。

基于STM32的老年人健康监测与跌倒定位报警系统设计

基于STM32单片机的模块化设计,构建了一套老年人健康监测与跌倒定位报警系统。该系统集成了SIM800C移动通信模块和GPS定位模块,配备了体温、心率、步数等传感器,实时监测老年人的健康数据,在数据异常时快速报警;基于E4A平台开发了远程云监测应用程序,实时监测老年人的身体状态;在老人意外摔倒且在一定时间内未能起身时,会自动呼叫被绑定监护人的手机,并发送短信显示老人的位置和状态。实验结果表明,该系统能较好地保障老年人的健康,能正确识别大部分跌倒状态,虚警报率和漏警报率较低,可有效判别跌倒和日常生活行为,具有较高的稳定性和可靠性。

基于STM32的老年人跌倒报警装置的实现方案

介绍了基于STM32为主控芯片的老年人跌倒报警装置的实现方案,主要通过心率血氧传感器MAX30102采集老年人的心率血氧参数,通过MPU6050陀螺仪检测老年人身体是站立或跌倒状态,利用GPS导航系统ATKS1216F8-BD进行地点定位,利用SIM800C模块进行短信发送,以在老年人跌倒后检测其基本生理体征,判断老年人所处状态,并发短信给指定手机,告诉亲人目前老年人所处位置和身体状态,让老年人得到及时的救助。

一种高空作业安全带闭锁自动告警装置的研制与应用

目前电力系统中的输电、配电线路大部分都是由架空线路组成,在线路的建设、运维阶段,都需要作业人员系安全带在杆塔上进行高空作业。近年来,作业人员高空坠落导致的事故时有发生,如何有效管控高空作业风险成为了亟待解决的难题。因此,设计一种高空作业安全带的闭锁自动告警装置,及时有效提醒高空作业人员系好安全带,满足高空作业安全保障需求。

公共体育场所健身危险事件AI识别和报警系统平台构建

“健康中国”和“体育强国”发展战略对全民健身事业的发展提出了明确的指导方向。在不断提高人们健身有效性的同时,健身的安全性更不容小觑。目前,全民健身安全保障体系已大大加强了健身活动中的安全防护措施,但在实际健身中仍会较为频繁地发生意外危险事件,发生突然、难以提前预测,而且致残、致死率较高,无疑增加了部分健身者的心理负担、降低了健身意愿。针对公共体育场所健身活动中意外危险事件识别难的问题,本研究采用大数据分析、人工智能等技术,研发了公共体育场所健身危险事件AI识别和报警系统平台,实现基于视觉、智能穿戴设备的健身过程中意外危险事件(跌倒、溺水、心血管事件)的识别和报警,有效解决公共体育场所意外危险事件识别、报警和应急的问题,提高全民健身的安全性。

基于传感技术的防失误智能报警安全带的研究

施工人员不遵守安全操作规程,不正确使用安全带,是造成高处坠落事故的重要原因,因此针对传统安全带的缺陷,提出了基于传感技术的防失误智能报警安全带。将安全带设计为具备对物体有检测功能的便携式安全带,正在使用的安全带当检测到未系挂在构件上时发出异常报警,并锁定其中一只挂钩而无法打开,实现对高处作业人员的保护,能够有效防止作业人员在作业过程中因误操作而造成的高处坠落安全事故。

一种落水人员定位报警装置的优化设计

为了克服现有落水人员难以得到及时救援、安全性低等缺点,研究设计了一种新型的落水人员定位报警装置,能够确保落水人员触发定位报警器,并将落水人员的位置信息以信号的形式发出,使得救援队能够及时得到落水人员的位置信息,并及时进行救援,同时定位报警装置具有自动充气的功能,气囊膨胀后可以使落水人员漂浮在水面上,从而能够进行自救,为落水人员赢得救援的时间。

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。

多功能智能盲人导航系统的仿真与实验研究

为解决盲人群体出行困难,规避其户外危险,设计一款基于STM32F103C8T6的多功能智能盲人导航系统。该系统采用HC_SR04超声波模块测距避障,利用GPS/BDS导航模块快速准确定位,通过WT588D进行语音提示,并发送求救信号到监护人手机,确保盲人出行安全。通过ADXL345传感器测试运动步数,附加防摔倒提醒功能;利用ADS1292R和TMP275分别监测盲人心率和体温参数;利用NFC卡可向路人提供盲人个人信息及健康状态,以获得精准救助;最后,通过语音播报和OLED显示,定时向盲人及其监护人提供其健康状态。仿真与实验结果表明,该系统可实现6 m内提醒避障,身体倾斜超过阈值角度时进行防摔倒提醒,以及向监护人发送寻求帮助信息和位置信息;心率、体温和计步数据与实际结果高度相符,其中体温测试误差不超过0.1℃。

智能化老年人跌倒报警系统的设计与开发

老年人生理机能衰退,导致其日常行动中容易出现摔倒、摔伤等问题,若不能及时发现救治势必会造成严重后果。因此,文章结合现代通信技术与人工智能技术,提出了一种基于STM32单片机主控的可穿戴式跌倒报警系统。该装置借助ADXL345倾角加速度传感器与跌倒判断算法识别老年人的行动特征,并在检测到异常数据后快速向绑定手机设备中发送警报信息与位置信息,从而加强老年人的日常看管护理,避免发生意外事故。

基于结构主题模型的用户功能需求挖掘研究

[目的/意义]为克服用户功能需求挖掘过程中仅以消极评论中高频关键词作为分析依据,导致用户功能需求定位不准确的问题,提出基于结构主题模型的用户功能需求研究框架。[方法/过程]首先,采用结构主题模型(STM)方法,通过对比积极和消极评论提取具有消极倾向的功能主题,并对其中的词语和高相关性评论进行可视化,挖掘用户功能需求;将其与传统词频统计方法进行对比,分析STM方法的适用性及优势;然后,探索分析各功能需求间的关联关系以及产品价格变化对不同功能需求的影响程度,为提高产品的整体性能和科学产品定位提供支撑;最后,以老年可穿戴式跌倒报警产品为例验证该研究框架的有效性。[结果/结论]结果表明:STM克服了传统词频统计方法的片面性缺陷,该框架将积极评论与消极评论同时纳入主题提取过程,通过提取在消极评论中远高于积极评论中的高频关键词挖掘用户不满意的真正原因,提高了用户功能需求定位的准确性,为企业及相关研发部门制定合理研发战略提供有利指导。

一种防跌倒预警系统的研究与实现

跌倒是造成世界上意外伤害死亡的第二大原因,如何预防跌倒已成为保障老人生命的关键。目前常见"跌倒报警器"的传感模块一般采用单一的三轴加速度计,测量精度受限,仅能实现人体跌倒后的报警功能而不能实现跌倒前的预警。文章设计并实现了一种基于MEMS惯性传感单元的防跌倒预警器,率先设计了含"三轴加速度计+三轴陀螺仪+三轴磁力计"的高精度多模态传感模块,内嵌跌倒预警算法,并通过蜂鸣器和振动器警示。对九名健康年轻实验对象进行了总计81次的跌倒实验,系统结合基于阈值的跌倒预警算法,结果表明,其检测灵敏度可达98.61%且特异度为98.61%,平均预警时间为300 ms。未来研究将嵌入全球移动通信系统(Global System For Mobile,GSM)、全球定位系统(Global Positioning System,GPS)等电路模块功能及配备穿戴式安全气囊,有望在易跌人群中实现实时防护和及时救治。

预防跌倒离床报警器的研制与应用

目的研制应用离床报警器预防住院患者跌倒。方法利用压力感应垫获取压力变化,通过无线传输技术让护士及陪护人员获知患者离床信息,给予协助以减少跌倒发生。结果经测试离床报警器特异度为95.6%、灵敏度为95.2%、漏报率为4.8%、误报率为4.4%、报警延迟时间为3 s;经临床应用,报警效果好,使用方便,误报率低。结论离床报警器测试指标在临床可接受范围,应用于高风险跌倒患者具有预防夜间跌倒的优势,可作为预防跌倒的辅助工具。

贵州纳雍崩塌式滑坡成灾特征及其避灾警示作用

纳雍滑坡是一个典型的崩塌式滑坡,灾害由灰岩陡崖上的崩塌引起,崩塌体滑落推动陡崖下的斜坡坡积层土体产生滑动,将下部的18户村民住房掩埋,死亡44人,财产损失一百万元以上。纳雍滑坡发生在石灰岩与煤系地层互层的地区,坡体呈上硬下软的地质结构,形成山顶为高陡的危崖,下部为斜坡,坡脚平缓的地貌特征。纳雍滑坡发生前有着明显的前兆现象,因此,加强山地灾害防灾避灾的基本知识教育,对山地灾害多发地区灾害发生的可能性进行预测和危险程度区划,是防止类似灾害发生的最有效方法。

智能家居中老人跌倒远程监护系统的设计

经过对人体跌倒中所经历状态的分析,设计了一种基于检测加速度变化来判断跌倒的远程跌倒报警仪。这种跌倒检测报警仪的工作原理是通过对佩戴人发生跌倒时身体姿态的变化所引起的传感器3个轴上的加速度变化来监测人体是否跌倒。当检测到人体跌倒后,跌倒检测报警仪自身发出声光报警信号,并自动将跌倒报警的信息通过GPRS以短信或拨打电话的方式通知监护人员,同时通过IEEE 802.15.4e无线的方式将报警信息发到智能家居的远程监控网页,进行远程报警提示和报警信息的存储。

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。

基于GSM的远程医疗呼救系统设计

设计了一种基于GSM的远程医疗呼救系统。该系统以电子血压计监测用户的生命体征、以加速度传感器进行跌倒识别,利用GSM无线通信模块进行医疗呼救和数据传输。该系统具有携带方便、可靠性高、传输距离远的优点。实际应用表明,该系统能够在一定程度上解决空巢老人的医疗救助问题。

基于无线网络的智能防摔报警系统——学生实践实训作品展示

本文设计了一款基于网络的智能防摔报警系统,能够实现跌倒保护,紧急报警、跌倒报警、无活动紧急报警、定时提醒、语音播报、一键呼救、准确定位、实时跟踪、远程监护等功能。系统主要由中央处理器、传感器模块、通信模块、语音识别模块、语音播报模块、定位系统等组成,可为家人提供全天候的安全和健康监护。

基于深度学习的智能监控系统设计

随着人们安防意识的提升以及监控技术的日益成熟,智能监控系统的应用领域在不断扩大。传统的监控系统能够实现视频的回放、存储等功能,然而存在对服务器高性能的依赖、纯人工的监控模式等缺陷,因此提出了基于深度学习的思路,搭建了一套智能监控系统。首先采用了Jetson TX2嵌入式平台,对摄像头端采集的视频数据进行骨骼点检测,并且通过人体姿态识别网络进行摔倒检测以及人脸识别;然后将结果上传到云服务器,由云服务器进行处理并转发给移动端App;最后,一旦有人摔倒,移动端App会使用语音和消息推送对用户进行提醒。实验表明,本系统可以有效地进行摔倒检测及自动报警。