基于智能型老人摔倒检测定位系统设计

来源 :新一代信息技术 | 被引量 : 0次 | 上传用户:zxwss
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着老龄化社会的严重加剧,老人将会在未来越来越多,因此如何设计一款老人摔倒检测系统是非常重要的,目前国内外的监控方式有以下两种:第一种是老人摔倒后处在一种清醒状态下,按下报警按钮,但不适合老人晕倒状态;第二种是视频监控装置,但是这种装置也有很大的局限性.针对上述存在的问题,设计了一个便于携带的摔倒检测定位系统.本系统由STM32的核心板、ADXL345加速度传感器、GSM、GPS模块、蜂鸣器的警报和电源构成.当ADXL345加速度感测到倾斜的变化时,信号发送到STM32.如果不能在15 s内起立关闭,将通过GSM向手机告知监护人老人摔倒的位置.具有实时性强,使用方便的特点,具有良好的市场前景和推广价值.
其他文献
以Cu-25%Sn合金粉、镀铜石墨粉和MoS2粉末为原料,在740~820℃烧结温度下制备粉末冶金青铜-石墨-MoS2自润滑材料.利用扫描电镜(SEM)与X射线衍射仪(XRD)观察和分析摩擦材料的显微组织与结构,并测试和分析材料在4 N和10 N载荷下摩擦10 km过程中的摩擦因数和磨损表面形貌.结果表明,随烧结温度升高,青铜-石墨-MoS2自润滑材料的硬度和密度先升高后下降,在780℃下烧结的材料,孔隙数量较少、尺寸较小,材料密度和硬度较高;在10 N和4 N载荷下平均摩擦因数分别为0.28和0.36.
以高铁赤泥和红土镍矿为原料,焦粉为还原剂,通过高温直接还原方法制备镍铁合金,通过对不同温度、还原剂比例、添加剂比例制备的合金及残渣进行分析测试,研究不同还原条件对赤泥和红土镍矿还原过程的影响.结果表明,随还原剂焦粉比例增大,镍铁合金的收得率提高;焦粉质量分数为30%、还原温度为1550℃时,镍铁合金收得率高达89.6%.随添加剂CaO和Na2CO3的加入,金属与残渣的分离效果显著提升.当Na2CO3的质量分数增加到6%时,红土镍矿中的镍全部还原进入合金,残余奥氏体变少并转变为马氏体,合金硬度提升,洛氏硬度
以碳聚合物点(carbonized polymer dot,CPD)作为铜的增强体,采用粉末冶金法制备碳聚合物点/铜复合材料,分析和测试不同烧结温度(350~750℃)下CPD/Cu复合材料的致密度、硬度、拉伸性能与耐磨性能.结果表明:CPD在铜基体中均匀分散,并且CPD壳体网络中的非晶碳有利于CPD与铜基体形成良好的界面结合,CPD/Cu复合材料的致密化程度高,相对密度达到95%以上.CPD/Cu复合材料的力学性能和摩擦磨损性能均明显高于纯Cu.随烧结温度升高,CPD/Cu复合材料的致密度、硬度、抗拉强
为了获得高矫顽力的Sm2Fe17N3磁粉,对平均粒径为2.5μm的商用Sm2Fe17N3磁粉进行0~60 min高能球磨,研究球磨时间对Sm2Fe17N3磁粉结构与磁性能的影响.结果表明,随球磨时间延长,Sm2Fe17N3粉体的矫顽力先增大后减小,球磨时间为12 min时,Sm2Fe17N3相晶粒尺寸从原始粉末的40.8 nm减小至31.8 nm,粉体具有最高矫顽力,为875.6 kA/m,且磁粉仍保持磁各向异性.球磨时间为30 min时,虽然晶粒尺寸进一步减小,但Sm2Fe17N3分解生成SmN和α-F
采用氩气雾化制备Al、Ti总质量分数小于4%的选区激光熔融用新型镍基高温合金粉末,对粉末的成分、物相组成、形貌、微观结构和性能等进行分析和表征.结果表明,新型镍基高温合金粉末的Al、Ti总质量分数为3.82%.小粒径粉末(粒径40μm)粉末内部出现凝固缩孔和颗粒包覆缺陷.筛分后得到的粒径为15~44μm的粉末,粒径分布集中,中位径DV50为19.7μm,流动性和松装密度分别达到15.14 s/50 g和4.15 g/cm3.
对氩气雾化Fe-14Cr-3W-0.4Ti(质量分数,%)合金粉末进行60 h机械球磨,在950℃对粉末进行热挤压成形,然后在950℃热轧制和1050℃/1 h退火热处理,得到Fe-14Cr-3W-0.4Ti合金.利用扫描电镜和背散射电子衍射分析仪观察和分析合金的显微组织,并测定合金的室温拉伸性能,研究热轧变形对Fe-14Cr-3W-0.4Ti合金组织与力学性能的影响.结果表明,热轧变形可有效调控Fe-14Cr-3W-0.4Ti合金的晶粒尺寸,提高合金的力学性能.经过热轧变形的合金,晶粒明显细化,并且随热
针对驾驶员常见危险驾驶习惯如驾驶汽车过程中看手机、打电话、进食以及同车内乘客聊天等现象,设计基于深度学习技术的危险驾驶行为检测模型.采用PaddlePaddle框架,将PaddleX深度学习网络模型转化为PaddleHub轻量型深度学习网络模型便于部署和应用;实现对驾驶员:正常安全驾驶、右手发短信/玩手机、右手打电话、左手发短信/玩手机、左手打电话、调试车载多媒体、进食、向后排拿物、整理妆容、同乘客谈话等10种驾驶行为的检测,检测准确率达98%以上.
通过单目图像对三维场景深度估计是计算机视觉领域一个重要研究课题,深度估计技术可以获取三维场景中的物体与视点之间的深度信息,被广泛应用于三维重建、场景感知、增强现实等领域.随着深度学习技术广泛应用于各个领域,本文介绍了深度学习在单目图像深度估计领域的研究进展,基于神经网络架构搜索(NAS)技术,研究并实现了有监督深度学习在单目图像深度估计中的应用,并与传统方法进行比较,在目前主流数据集下进行实验分析,最后对实验结果进行总结,分析当前研究中存在的不足,以及优化方向.
针对高层次人才队伍建设需要,结合高层次人才特点,设计和开发了集在线申报、评审、推荐等功能于一体的人才申报推荐系统.系统基于J2EE架构,采用B/S模式,具有良好的可扩展性和可维护性.系统的建设和应用,可以有效提高人才项目管理效率,减少重复填报,节约人力成本.
硬件木马具有隐蔽性高,破坏性大的特点,它对集成电路安全提出了重要的挑战.如何检测集成电路中的硬件木马成了集成电路行业研究的热点.本文从向量优化的角度出发,分析了稀有节点的触发与硬件木马激活之间的关系,旨在精简激活硬件木马的向量集,从而能够将硬件木马的检测效率提高.基于稀有节点翻转概率低的特点,本文提出了优化向量提高稀有节点翻转概率的方法,触发依靠稀有节点提高隐蔽性的硬件木马.实验结果表明,基于稀有节点触发为目标的优化算法能够更高效率激活硬件木马.