关键词：
跌倒检测
穿戴式传感器
特征提取
DT分类算法
定位
摘要：
随着社会老龄化进程的不断发展,老年人所占的人口比重逐年增加,而老年人的生理特点、社会形态等原因造成了他们特殊的行为特征——易跌倒。在我国,老年人的跌倒问题日益严重,因此,准确检测老年人的跌倒事件并采取报警措施,对老年人能够获得及时救助有着重要的意义。首先,本文分析了跌倒检测系统的国内外研究现状,设计了基于穿戴式传感器和智能终端的跌倒检测报警系统。该系统能够监测人体的姿态变化,当人体发生跌倒时,能进行跌倒检测和移动定位,并发送信息至家属或救助中心,使得老年人能够得到及时的救助。其次,根据系统方案进行了穿戴式传感器节点的硬件和软件设计,并对实验采集到的信息进行特征提取。通过对人体日常活动和跌倒动作的实验设计,传感器节点能够获得表征人体运动的三轴加速度和三轴角速度信号,利用滑动窗口技术对传感器信号进行特征提取,得到可供分类训练的数据集。然后,对跌倒检测算法进行优化和训练。使用DT和RF分类器对数据集进行分类训练和测试,为了改善分类器的分类性能,在传统Relief特征选择算法基础上对其进行了优化,提出了改进的Relief特征选择算法。先利用特征选择算法对数据集进行预处理,以大幅减小数据集的维度,再进行分类器训练和测试。测试结果表明,优化后的分类算法提高了检测的灵敏度,具有较高的准确度。最后,根据系统方案完成了智能终端的跌倒检测报警软件的开发,实现了蓝牙通讯、跌倒检测、移动定位和发送报警短信等功能,并对本文提出的跌倒检测报警系统进行测试实验,验证了本系统的有效性。本文对基于穿戴式传感器的跌倒检测技术进行研究,设计了跌倒检测报警系统。系统实验结果表明该系统具有较高的跌倒检测准确度和灵敏度,并实现移动定位和短信报警功能。
欢迎来到三峡大学图书馆！
详细信息
