發(fā)布時(shí)間：2021-03-21 13:23

　　隨著人們生活水平的提高,兒童健康成長和老人安全問題越來越受到人們的重視。本文在分析了國內(nèi)外已有的背部矯姿控制器和老人摔倒識別研究的基礎(chǔ)上,設(shè)計(jì)了一款將檢測兒童背部姿態(tài)和老人識別摔倒結(jié)合于一體的智能姿態(tài)檢測系統(tǒng),市場上的基于慣性傳感器的姿態(tài)矯正裝置多為單一傳感器的檢測裝置,檢測部位單一、功能單一。本文同時(shí)針對坐姿和摔倒檢測問題的研究,提高了產(chǎn)品的性價(jià)比和測量準(zhǔn)確度,具有一定的市場競爭力。本文在研究國內(nèi)外基于慣性傳感器的姿態(tài)檢測系統(tǒng)基礎(chǔ)上,設(shè)計(jì)開發(fā)了一款基于慣性傳感器的坐姿和摔倒檢測系統(tǒng),主要的研究工作和成果如下:（1）在分析了國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上,確定了系統(tǒng)設(shè)計(jì)的需求。并根據(jù)系統(tǒng)的設(shè)計(jì)需求進(jìn)行了系統(tǒng)框架設(shè)計(jì)和系統(tǒng)軟件架構(gòu)設(shè)計(jì)。（2）設(shè)計(jì)了以STM32F072CBU6微處理器的坐姿和摔倒檢測系統(tǒng)硬件架構(gòu),采用了模塊化電路,其中模塊電路主要包括最小系統(tǒng)模塊、傳感器采集模塊、開關(guān)機(jī)模塊、語音模塊、充電電路模塊、ADC電量采集模塊、藍(lán)牙模塊、馬達(dá)驅(qū)動(dòng)模塊和GPRS無線通信模塊,闡述了各個(gè)模塊的工作原理,完成了電路的制作和調(diào)試。（3）進(jìn)行了人體摔倒實(shí)驗(yàn)和其他行為實(shí)驗(yàn),采用了SVM算法對實(shí)驗(yàn)數(shù)據(jù)進(jìn)... 

【文章來源】：浙江工業(yè)大學(xué)浙江省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

智能背心產(chǎn)品TruPosture[21]

倒檢測系統(tǒng)5主要有基于時(shí)域分析法的人體摔倒過程識別方法和閾值分析法的人體摔倒行為識別方法[33]�；跁r(shí)序分析的人體摔倒過程算法可用于人體摔倒預(yù)測和摔倒檢測，不僅僅是對人體摔倒行為是否發(fā)生進(jìn)行預(yù)測，還可用于對人體摔倒的識別[34]。基于閾值分析的方法只能用于摔倒檢測。結(jié)合本課題研究的內(nèi)容，需要研究的是檢測人體摔倒，基于閾值分析的方法對本課題研究非常適合。國內(nèi)在穿戴式傳感器通常都是集中在一塊PCB上，只能檢測身體的一個(gè)部位。例如，中國科學(xué)技術(shù)大學(xué)佟麗娜在人體摔倒過程識別方法研究中的檢測裝置，如圖1-2。該裝置通過繃帶綁在人身上檢測，存在測量人體部位單一、裝置體積較大、不易于人體攜帶和實(shí)驗(yàn)測量時(shí)抖動(dòng)性大，影響實(shí)驗(yàn)檢測結(jié)果等缺點(diǎn)。本系統(tǒng)針對此，硬件平臺經(jīng)過優(yōu)化。首先，慣性傳感器分在兩個(gè)PCB上，可以測量人體的兩個(gè)部位，提高識別率準(zhǔn)確性；其次，本系統(tǒng)硬件裝置加裝在矯姿帶上，測量時(shí)很穩(wěn)定；最后本系統(tǒng)的硬件裝置體積小，易于攜帶和商業(yè)化。圖1-2人體摔倒過程識別研究的常用單個(gè)傳感器檢測裝置[19]Figure1-2.Detectiondeviceoftonglinainhumanfallingrecognitionresearch1.3課題研究內(nèi)容和章節(jié)安排本課題主要針對的是兒童背部姿態(tài)矯正和老年人摔倒識別的研究。本課題通過以STM32F072CBU6作為核心處理器，通過外接慣性傳感器、GPRS模塊、充電模塊、藍(lán)牙等模塊搭建起硬件電路。本論文首先研究了各個(gè)模塊的驅(qū)動(dòng)程序，確定了背部姿態(tài)識別方法和基于閾值分析的摔倒識別方法。然后對基于閾值分析的摔倒識別方法和實(shí)驗(yàn)進(jìn)行了研究。根據(jù)課題的研究內(nèi)容，論文的章節(jié)安排如下：第一章為緒論部分，主要介紹本課題的研究背景與意義，以及國內(nèi)外研究現(xiàn)狀。第二章為系統(tǒng)總體方案設(shè)計(jì)，首先確立了系統(tǒng)的設(shè)計(jì)目的和原?

浙江工業(yè)大學(xué)碩士學(xué)位論文8姿勢是否理想，若不理想，需要報(bào)警提醒佩戴人，并將此不良姿勢存儲(chǔ)起來供人查看。其次，對于識別人體摔倒，當(dāng)發(fā)現(xiàn)人體有摔倒時(shí)，通過GPRS發(fā)短信給特定的人進(jìn)行報(bào)警。所以，控制器的基本流程：慣性傳感器不斷的檢測數(shù)據(jù)，并將數(shù)據(jù)發(fā)送給MCU進(jìn)行處理，MCU根據(jù)處理之后得到的數(shù)據(jù)根據(jù)背部姿態(tài)檢測算法和基于閾值的摔倒識別算法去判斷當(dāng)前的背部姿態(tài)和是否摔倒，再?zèng)Q定是否執(zhí)行語音模塊、馬達(dá)模塊、GPRS模塊等報(bào)警動(dòng)作。另外，若此時(shí)設(shè)備通過藍(lán)牙連接著手機(jī)，手機(jī)也可以更加形象的查看人體背部姿勢。同時(shí)，手機(jī)APP也發(fā)送參數(shù)設(shè)置指令給設(shè)備，包括角度設(shè)置指令、馬達(dá)振動(dòng)強(qiáng)度指令、語音模塊聲音大小指令等。在使用過程中，若硬件設(shè)備增加了其他的最新功能或者設(shè)備使用過程出現(xiàn)問題，可以通過服務(wù)器給GPRS遠(yuǎn)程更新最新的程序。通過對工作流程的分析可知，設(shè)計(jì)控制器必須要有以下四個(gè)功能：（1）通訊功能，與手機(jī)APP上位機(jī)和服務(wù)器通信功能；（2）存儲(chǔ)功能，對參數(shù)設(shè)置指令、不良姿勢記錄的存儲(chǔ)；（3）數(shù)據(jù)接收和處理功能，對慣性傳感器的數(shù)據(jù)進(jìn)行接收，并加以處理去判斷背部姿勢和識別摔倒；（4）輸入輸出功能，包括ADC電量檢測、IO口的操作、馬達(dá)和語音模塊的驅(qū)動(dòng)。圖2-1系統(tǒng)工作框圖Figure2-1.Systemworkblockdiagram如圖2-1所示，姿態(tài)檢測系統(tǒng)共分為硬件裝置、APP、服務(wù)器三部分。姿態(tài)硬件裝置主要分成兩部分，分別為主板和從板。主板存放的裝置稱為主機(jī)，從板存放的裝置稱為從機(jī)。主機(jī)測量背部上軀干角度，從機(jī)測量背部下軀干位置。主機(jī)主要包括語音模塊、馬達(dá)模塊、藍(lán)牙模塊、充電模塊、慣性傳感器、GPRS模

【參考文獻(xiàn)】：
期刊論文
[1]基于視頻的人體姿態(tài)檢測方法及其應(yīng)用綜述[J]. 連仁明,劉穎,于萍,劉暢.  電腦編程技巧與維護(hù). 2019(09)
[2]基于MPU6050的輪式機(jī)器人姿態(tài)檢測系統(tǒng)設(shè)計(jì)[J]. 李士琳,王春光.  南方農(nóng)機(jī). 2019(17)
[3]中國兒童坐姿三維幾何人體模型數(shù)據(jù)庫的研發(fā)[J]. 曹立波,陶武康,譚力凡,游雅利,吳俊.  汽車安全與節(jié)能學(xué)報(bào). 2019(01)
[4]基于三軸加速度傳感器的老年人摔倒檢測算法的設(shè)計(jì)與實(shí)現(xiàn)[J]. 湯引生,謝楠,何建強(qiáng).  微型電腦應(yīng)用. 2019(02)
[5]智能手機(jī)在老人跌倒檢測中的應(yīng)用[J]. 吳典聰.  數(shù)字通信世界. 2019(01)
[6]一種兒童坐姿監(jiān)測系統(tǒng)的設(shè)計(jì)[J]. 陸鋒.  山西大同大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(05)
[7]支持向量機(jī)模型與應(yīng)用綜述[J]. 劉方園,王水花,張煜東.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(04)
[8]中國人口老齡化的現(xiàn)狀及建議[J]. 黃明安,陳鈺.  經(jīng)濟(jì)研究導(dǎo)刊. 2018(10)
[9]基于深度圖像的嵌入式人體坐姿檢測系統(tǒng)的實(shí)現(xiàn)[J]. 曾星,羅武勝,孫備,魯琴,劉濤誠.  計(jì)算機(jī)測量與控制. 2017(09)
[10]我國失能老人長期照護(hù)現(xiàn)狀及對策[J]. 王梅梅,張先庚,王紅艷,曹俊,劉爽.  全科護(hù)理. 2015(31)

博士論文
[1]基于力學(xué)量信息獲取系統(tǒng)的人體摔倒過程識別方法研究[D]. 佟麗娜.中國科學(xué)技術(shù)大學(xué) 2011
[2]一種實(shí)時(shí)的跌倒姿態(tài)檢測和心率監(jiān)護(hù)系統(tǒng)的研究[D]. 文耀鋒.浙江大學(xué) 2008

碩士論文
[1]基于三維人體姿態(tài)估計(jì)的老人跌倒檢測[D]. 孫俊逸.鄭州大學(xué) 2019
[2]基于姿態(tài)分析的摔倒檢測研究與實(shí)現(xiàn)[D]. 高苗.上海師范大學(xué) 2019
[3]基于多信息融合的老人跌倒檢測系統(tǒng)[D]. 嚴(yán)遠(yuǎn)忠.中國科學(xué)院大學(xué)(中國科學(xué)院深圳先進(jìn)技術(shù)研究院) 2018
[4]兒童智能坐姿矯正器體驗(yàn)性設(shè)計(jì)研究[D]. 唐文力.長春工業(yè)大學(xué) 2018
[5]基于MPU6050的老年人摔倒檢測系統(tǒng)設(shè)計(jì)[D]. 楊夢雨.重慶大學(xué) 2017
[6]基于STM32的新型家用報(bào)警器的研究與實(shí)現(xiàn)[D]. 李濤.燕山大學(xué) 2016
[7]基于慣性傳感器的智能手環(huán)手勢識別系統(tǒng)[D]. 王善德.吉林大學(xué) 2016
[8]基于FSR和陀螺儀的人體姿態(tài)檢測及行走趨勢分析[D]. 劉楚紅.沈陽工業(yè)大學(xué) 2015
[9]基于MEMS陀螺儀姿態(tài)檢測系統(tǒng)研制[D]. 吳冬冬.浙江理工大學(xué) 2014
[10]人的坐姿檢測方法及行為勸導(dǎo)研究[D]. 鄭澤銘.浙江大學(xué) 2013



本文編號：3092936