收藏本站
《武汉纺织大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于多传感器的老年人日常动作识别与跌倒检测研究

翟远  
【摘要】:随着社会人口老龄化程度不断加深,老年人日常健康监护也逐渐引起人们重视。伴随着年龄增长,老年人身体各项机能开始衰退,活动能力、应变能力下降,在生活中极易发生各种危险,并且危险情况大多由老人下肢运动失衡跌倒所致。分析国内外专家学者对人体肢体运动的研究发现,生活中的绝大多数运动都需要下肢参与,因而,对老年人的日常动作运动模式的研究具有一定的意义。对老年人运动模式的研究主要是通过对其日常活动中身体下肢运动模式进行监测和识别,以便及时发现跌倒险情,避免情况的进一步恶化。基于无线数据采集网络监测人体动作是该领域目前研究的热点之一。在总结相关研究的基础上,结合组建家庭健康网络等课题需求,研制一种便携式老年人肢体运动信息釆集装置。通过对老年人不同日常动作的数据采集,经无线传输将数据送往处理器,在处理器中完成各个人体动作的处理、切割、归类保存以及识别,最终实现对老年人日常动作实时监测和识别。本文设计一种便携式老年人肢体运动信息采集装置。首先,完成肢体运动信息采集,该装置的感知器件包括:利用加速度传感器采集人体三轴加速度信息,磁传感器获取人体躯干的倾角信息以及压力传感器采集两脚的压力数据。辅以供电、主控、无线传输等硬件模块实现多传感器信息融合,从多方面对老年人动作信息展开实时采集。其次,根据本设计系统硬件多传感器信息融合的特点,分别在IAR ER4.21和VC++6.0开发环境下设计编写老年人跌倒检测所需的下位机单片机程序和上位机处理程序系统软件,以实现各传感器同处理器的实时通讯,并根据加速度SMV阈值算法,辅以倾角、压力阈值分析,对不同日常动作数据进行分割、识别,以便区分出日常动作和跌倒动作,并有序将整理数据存储到人体动作数据库中,实现动作数据监测与识别,软件系统在设计上辅以人机交互、报警救护等功能,实现跌倒检测。最后,设计日常动作和典型跌倒样例测试实验来检测系统整体运行状况,不同运动状态下的加速度曲线和倾角曲线表明系统运行正常,最终采用日常动作和典型跌倒多次实验设计,通过日常运动误报率以及跌倒判断识别率来体现监测系统的性能,多组实验结果数据表明该跌倒监测系统具有较好的检测效果,可靠性和稳定性比较高,达到了课题设计的目标。
【学位授予单位】:武汉纺织大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TH789;TP212

【相似文献】
中国期刊全文数据库 前10条
1 黄丽鸿;高智勇;刘海华;;基于脉冲神经网络的人体动作识别[J];现代科学仪器;2012年02期
2 王向慧;;基于概率主题模型的动作识别算法研究[J];长春工程学院学报(自然科学版);2011年03期
3 汪少初;刘昱;郝文飞;刘开华;路文平;;基于惯性传感的人员行进动作识别方法[J];电子测量与仪器学报;2014年06期
4 吴剑锋;吴群;孙守迁;;简约支持向量机分类算法在下肢动作识别中的应用研究[J];中国机械工程;2011年04期
5 李庆;师小凯;;基于隐马尔科夫模板模型的视频动作识别算法[J];武汉理工大学学报(信息与管理工程版);2013年06期
6 刘义乐;刘峻岩;毕占东;;基于操纵件状态时序变化的车辆换挡动作识别方法[J];装甲兵工程学院学报;2011年01期
7 王斌;刘煜;王炜;徐玮;张茂军;;面向人体动作识别的局部特征时空编码方法[J];四川大学学报(工程科学版);2014年02期
8 谢川;倪世宏;张宗麟;王彦鸿;;基于状态匹配与支持向量机的飞行动作识别方法[J];弹箭与制导学报;2004年S3期
9 万柏坤;刘延刚;明东;孙长城;綦宏志;张广举;程龙龙;;基于脑电特征的多模式想象动作识别[J];天津大学学报;2010年10期
10 李拟珺;程旭;郭海燕;吴镇扬;;基于多特征融合和分层反向传播增强算法的人体动作识别[J];东南大学学报(自然科学版);2014年03期
中国重要会议论文全文数据库 前7条
1 袁飞;程韬波;周松斌;肖先文;;基于加速度特征的可拓动作识别方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年
2 黄飞跃;徐光祐;;自然的人体动作识别[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年
3 叶喜勇;陶霖密;王国建;邸慧军;;视角无关的人体躯干动作识别[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
4 黄艳欢;叶少珍;;连续动作分割综述[A];第十四届全国图象图形学学术会议论文集[C];2008年
5 董力赓;陶霖密;徐光祐;;头部姿态和动作的识别与理解[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年
6 朱岩;赵旭;刘允才;;基于稀疏编码和局部时空特征的人体动作识别[A];第十五届全国图象图形学学术会议论文集[C];2010年
7 席旭刚;金燕;朱海港;高云园;;基于小波包熵和支持向量机的手部肌电信号动作识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
中国重要报纸全文数据库 前2条
1 本报记者 陈丹;人与机器的“对话”[N];科技日报;2010年
2 ;凌空敲键盘?无线计算机手套问世[N];中国计算机报;2004年
中国博士学位论文全文数据库 前10条
1 谌先敢;现实环境下的人体动作识别[D];武汉大学;2012年
2 陈渊博;视频序列中的人体动作识别[D];北京邮电大学;2015年
3 刘翠微;视频中人的动作分析与理解[D];北京理工大学;2015年
4 陈萌;基于李代数高斯表示的动作识别方法研究[D];华中科技大学;2016年
5 李拟珺;基于计算机视觉的人体动作识别技术研究[D];东南大学;2015年
6 武东辉;基于惯性传感器数据的人体日常动作识别研究[D];大连理工大学;2016年
7 王健弘;基于视频的人体动作识别关键技术研究[D];东南大学;2017年
8 王斌;视频中人体动作识别关键技术研究[D];国防科学技术大学;2015年
9 王亮亮;基于视觉的人体动作识别研究[D];哈尔滨工业大学;2017年
10 林连冬;基于仿生机械手的肌动传感器动作识别研究[D];黑龙江大学;2017年
中国硕士学位论文全文数据库 前10条
1 张思亮;体感交互系统的人体动作识别研究[D];华南理工大学;2015年
2 应锐;基于关键帧及原语的人体动作识别研究[D];复旦大学;2014年
3 陈凌琛;基于Kinect的动作识别研究及在教学中的应用[D];昆明理工大学;2015年
4 张孙培;基于关节数据和极限学习机的人体动作识别[D];南京理工大学;2015年
5 邱春明;基于运动幅度变化率的视频人体动作识别[D];河北大学;2015年
6 康钦谋;视频人体动作识别算法研究[D];电子科技大学;2015年
7 刘海军;基于时空流形学习的人体动作识别[D];电子科技大学;2014年
8 梁燕;交互应用中的实时动作识别[D];北京理工大学;2015年
9 冷晶晶;基于光编码技术的人员入侵智能报警系统[D];西安石油大学;2015年
10 马叶涵;基于Kinect的办公健康分析系统的设计与实现[D];哈尔滨工业大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026