本文關鍵詞：基于多傳感器融合的摔倒監(jiān)測研究與設計，由筆耕文化傳播整理發(fā)布。

【摘要】：我國已經進入人口老齡化社會,社會經濟迅速發(fā)展導致了大量的留守在家的空巢老人,又因為改革開放前的獨生子女政策,養(yǎng)老問題也成為了社會熱點,加之社會出現(xiàn)的老年人摔倒扶不扶的社會風氣,對于獨自生活的老年人健康安全提出了越來也大的挑戰(zhàn),使得老年人在摔倒后不能及時治療而錯過救治的最佳時間。所以,當老年人特別是空巢老人在生活中摔倒時被及時發(fā)現(xiàn)老年人摔倒并讓家人知道地理位置非常重要。在老年人的日常監(jiān)護中,在老年人的摔倒中因血壓等慢性疾病引起的緩慢性(有意識性)摔倒占了23%,所以心率血壓也是評估老年人身體健康狀態(tài)的一項重要的生理指標。本文擬在究了一種監(jiān)測老年人摔倒的監(jiān)測系統(tǒng)。通過多傳感器融合,采集人體姿態(tài)并通過姿態(tài)閾值決策生理參數(shù)的采集,提取這些參數(shù)的特征值,實現(xiàn)高準確率的實時摔倒檢測系統(tǒng),完成了老年人摔倒的監(jiān)測系統(tǒng)設計方案。摔倒監(jiān)測系統(tǒng)的具體實現(xiàn)是由硬件平臺設計,算法與程序控制部分,硬件平臺設計由硬件電路和軟件算法兩部分完成。在硬件方面設計了傳感器模塊設計、信號處理電路和數(shù)據(jù)采集系統(tǒng)。其中ARM微處理器是整個硬件電路的核心,其主要功能包括:多傳感器的數(shù)據(jù)采集、遠程數(shù)據(jù)傳輸、地理位置定位、程序控制等。算法與程序控制包括多傳感器融合算法和微處理器程序控制,多傳感器融合算法包括:人體摔倒原因分析,人體摔倒通知分析與提取,多傳感器融合模型的建立,建立本在多傳感器融合模型下的摔倒檢測算法;軟件系統(tǒng)基于Android系統(tǒng)應用開發(fā),主要提高遠程監(jiān)測功能,當老年人摔倒后通過遠程通信,在家人手機警示,并得到摔到老年人的地理位置。老年人在家時還可通過視頻查看老年人是否摔倒。經實驗驗證,本文提出的基于多傳感器融合的摔倒監(jiān)測系統(tǒng)提高快速摔倒判別的準確率,針對不同人體做了閾值處理,并研究分析了緩慢性摔倒,提出了一種緩慢性摔倒的識別模型,并仿真驗證了緩慢性摔倒。
【關鍵詞】：多傳感器 摔倒監(jiān)測 緩慢摔倒
【學位授予單位】：重慶理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP212;TP274
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-14
• 1.1 課題的背景及意義8-9
• 1.2 摔倒監(jiān)測技術研究現(xiàn)狀9-11
• 1.3 多傳感器檢測的現(xiàn)狀及發(fā)展趨勢11-12
• 1.4 系統(tǒng)研究的主要內容12-14
• 2 人體摔倒狀態(tài)分析14-20
• 2.1 人體摔倒14-15
• 2.2 人體摔倒分析與定義15-17
• 2.3 摔倒特征分析17-18
• 2.4 特征部位18-19
• 2.5 本章小結19-20
• 3 多傳感器融合模型20-30
• 3.1 人體摔倒特征閾值20-23
• 3.2 緩慢摔倒特征閾值23-24
• 3.3 多傳感器融合算法24-28
• 3.3.1 多傳感器融合24-25
• 3.3.2 多傳感器融合的分層與實現(xiàn)25-28
• 3.4 本章小結28-30
• 4 摔倒監(jiān)測軟硬件應用設計30-46
• 4.1 硬件電路設計30-38
• 4.1.1 電源電路模塊31-33
• 4.1.2 數(shù)據(jù)采集模塊電路33-38
• 4.2 軟件設計38-45
• 4.2.1 軟件設計需求38-39
• 4.2.2 軟件設計方案39-44
• 4.2.3 后臺服務器44-45
• 4.3 本章小結45-46
• 5 摔倒監(jiān)測系統(tǒng)實驗分析與驗證46-58
• 5.1 快速摔倒實驗46-49
• 5.2 慢摔倒監(jiān)測中對特征值的處理49-54
• 5.3 緩慢性摔倒實驗（緩慢性摔倒仿真）54-57
• 5.3.1 緩慢摔倒與蹲趟的區(qū)別56-57
• 5.4 監(jiān)測結果與優(yōu)化處理57
• 5.5 本章小結57-58
• 6 總結與展望58-60
• 致謝60-62
• 參考文獻62-65
• 附錄65-67
• 個人簡歷、在學期間發(fā)表的學術論文及取得的研究成果67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳兵,宋震,陽道善,陳吉紅;基于實時多任務操作系統(tǒng)的多傳感器融合技術研究[J];儀器儀表學報;1999年04期

2 楊長輝;張凱;;多傳感器融合技術在列車運行控制系統(tǒng)測速定位中的應用[J];中國水運(學術版);2007年10期

3 王軍,蘇劍波,席裕庚;多傳感器融合綜述[J];數(shù)據(jù)采集與處理;2004年01期

4 高方偉;劉貴喜;王蕾;張靖;;基于支持度矩陣的一種多傳感器融合方法[J];彈箭與制導學報;2007年04期

5 孟凡虎;孫麗萍;張冬妍;;多傳感器融合技術在調施膠系統(tǒng)中的應用[J];自動化儀表;2011年02期

6 劉慶貴;周冬橋;;基于多傳感器融合的卷煙機自診斷系統(tǒng)設計[J];傳感器與微系統(tǒng);2012年03期

7 盧宇;劉昌忠;劉鵬飛;;基于機場地理信息的多傳感器融合跟蹤[J];光電工程;2012年04期

8 謝欽;袁馨雪;樊宇真;劉斌;;多傳感器融合技術在地面除水方面的應用[J];科技創(chuàng)業(yè)家;2013年04期

9 劉貴喜,楊萬海;多傳感器融合系統(tǒng)最小代價冗余及優(yōu)化算法[J];東南大學學報(自然科學版);2000年01期

10 胡振濤,劉先省;動態(tài)加權和測量方差時變的多傳感器融合算法[J];計算機測量與控制;2005年08期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 殷桂梁;;免疫原理用于多傳感器融合數(shù)據(jù)對準研究[A];2004全國測控、計量與儀器儀表學術年會論文集（下冊）[C];2004年

2 胡振濤;劉先省;;測量方差自學習加權下的多傳感器融合算法[A];2004全國圖像傳感器技術學術交流會議論文集[C];2004年

3 朱增輝;徐友春;朱愿;賈鵬;曹劍;;基于多傳感器融合的鄉(xiāng)村道路可行駛區(qū)域識別[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 梁冰;基于自動機理論的多傳感器融合建模方法研究[D];哈爾濱工程大學;2008年

2 劉鵬;基于多傳感器融合無損檢測雞蛋品質的研究[D];南京農業(yè)大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 劉樹棟;基于多傳感器融合的摔倒監(jiān)測研究與設計[D];重慶理工大學;2016年

2 高方偉;多傳感器融合的技術研究[D];西安電子科技大學;2007年

3 畢一帆;資源受限下的多傳感器融合技術[D];中國科學技術大學;2010年

4 葉美倩;基于多傳感器融合的機器人環(huán)境感知研究[D];浙江工商大學;2012年

5 劉超;多傳感器融合的目標定位裝置的研究[D];昆明理工大學;2012年

6 魯振偉;基于PHD濾波的多傳感器融合方法研究[D];哈爾濱工業(yè)大學;2012年

7 許哲濤;多傳感器融合光電目標定位系統(tǒng)[D];北京理工大學;2015年

8 金圣闖;基于多傳感器融合的目標定位系統(tǒng)誤差校正方法研究[D];昆明理工大學;2014年

9 閆正虎;基于顏色和氣味多傳感器融合的催熟水果檢測系統(tǒng)研究[D];昆明理工大學;2013年

10 盧悅;基于C8051F120的多傳感器融合的智能定位裝置的設計[D];昆明理工大學;2011年

  本文關鍵詞：基于多傳感器融合的摔倒監(jiān)測研究與設計，，由筆耕文化傳播整理發(fā)布。

本文編號：415883