论文部分内容阅读
当前,全球人口老龄化问题越来越严重。据联合国预测,2150年老龄人口将占据世界人口的30%,因此老人健康问题是当前社会面临的主要问题。随着空巢老人数目增加,老人跌倒死亡比例急剧增加,而跌倒检测可以及时发现老人跌倒事件,获得及时救助,减少死亡率。可穿戴技术出现,为跌倒监测提供了一种新的解决方法。但当前该技术在实际应用中还存在准确度低、舒适度差和设备能耗高等问题。针对上述问题,本文提出了腕戴式跌倒检测技术,利用三轴加速度传感器倾角测量机制,判断跌倒事件,提高了跌倒事件判断准确性、携带舒适性及能效性问题。并在可穿戴平台Shimmer上对算法和能效性做了验证。主要研究成果如下:(1)当前基于三轴加速度传感器的跌倒监测算法判断准确度低、携带不方便。基于存在的问题,本文提出腕带式系统,利用腕带内的三轴加速度传感器监测老人姿态,根据姿态数据梯度,选用双阈值算法,判断跌倒事件。实验中对不同分类算法进行灵敏度、特异度以及复杂度比较。结果表明,本文提出的算法在特异度相同条件下,灵敏度可以提高25%。(2)可穿戴设备中能耗问题是影响系统生命期主要因素。本文针对可穿戴平台Shimmer节点,对传感、计算以及发送模块分别进行了能耗测试,提出了事件驱动的数据传输和节点休眠机制。通过特征值在线判断,当特征值超过阈值才发送数据,否则不发送;通过倾斜与振动传感器控制节点休眠,减少系统能效性。实验结果表明,休眠机制可以延长佩戴时间从16小时到29小时,生命期延长接近80%。(3)在可穿戴节点Shimmer平台上,对提出的跌倒判断检测算法和能耗节约策略进行验证。在低功耗、非实时操作系统Tinyos环境下,发现精度缺失和数据发送丢包等问题,实际获得的灵敏度是要比理论测量值要小20%,特异度几乎没变,生命期延长30小时。本文研究工作在跌倒检测中具有一定的学术价值,在医疗、工业以及社会等领域具有较大的应用前景。