基于模式識(shí)別的跌倒檢測(cè)儀研究.pdf

1、到2030年,中國(guó)將成為全球人口老齡化程度最高的國(guó)家,并呈現(xiàn)出加速發(fā)展態(tài)勢(shì)。跌倒不僅損害老年人的身體,威脅著老年人的生命安全,而且導(dǎo)致老年人獨(dú)立生活能力下降。因此,自動(dòng)檢測(cè)跌倒行為并及時(shí)報(bào)警求助將大大減小跌倒對(duì)身體的損害,有利于提高老年人的生活質(zhì)量。
　　鑒于人體短時(shí)的跌倒行為導(dǎo)致加速度陡增和人體傾角突變,本文提出了基于加速度和傾角變化的跌倒檢測(cè)技術(shù),設(shè)計(jì)了一種穿戴式跌倒檢測(cè)儀。基于該跌倒檢測(cè)儀實(shí)現(xiàn)了基于支持向量機(jī)的模式識(shí)別跌倒檢

2、測(cè)算法。對(duì)人體運(yùn)動(dòng)加速度數(shù)據(jù)進(jìn)行數(shù)學(xué)運(yùn)算得到人體傾角;再將獲取的加速度和人體傾角數(shù)據(jù)提取特征并進(jìn)行標(biāo)定,構(gòu)成特征向量。對(duì)特征向量進(jìn)行歸一化處理;歸一化后的特征向量輸入到分類器訓(xùn)練模塊,進(jìn)行支持向量機(jī)參數(shù)訓(xùn)練,得到分類器模型;將待檢測(cè)的樣本數(shù)據(jù)經(jīng)過數(shù)據(jù)濾波、特征提取、標(biāo)定等操作后,輸入分類器模型進(jìn)行人體跌倒檢測(cè),如果檢測(cè)為跌倒則進(jìn)行報(bào)警。
　　穿戴式跌倒檢測(cè)儀主要由嵌入式硬件設(shè)計(jì)和應(yīng)用軟件開發(fā)兩部分組成。在STM32嵌入式硬件系統(tǒng)中