人體跌倒檢測儀設(shè)計與實現(xiàn)

1、基于模式識別的人體跌倒檢測儀設(shè)計與實現(xiàn)摘 要我國是世界上人口最多的國家，目前全國人口總數(shù)接近14億，受社會發(fā)展的實際情況影響，我國除了是人口基數(shù)龐大的國家之外，還逐年步入了人口老齡化社會，通過數(shù)據(jù)統(tǒng)計就可以看到老齡化程度的不斷加深，老年人口數(shù)量占全國總?cè)丝跀?shù)量的比重將不斷增長，老年人口基數(shù)日益龐大。本次論文的研究目的就是要探索人體跌倒檢測儀的設(shè)計理論和具體優(yōu)化的實施對策，通過實際的案例分析證明來檢測設(shè)計的合理性，并反饋出更為優(yōu)化的設(shè)計內(nèi)容。本次研究的理論意義在于：將儀器設(shè)計與現(xiàn)代化信息與經(jīng)濟發(fā)展融合起來，從創(chuàng)新研發(fā)的角度來講符合現(xiàn)代產(chǎn)業(yè)運作的內(nèi)在要求，切合受眾接受的購買需求，其理論意義是填補檢

2、測儀設(shè)計空白的。實踐意義在于：在我國人體跌倒檢測儀的研制和開發(fā)仍處于探索和試驗階段，國內(nèi)尚未真正出現(xiàn)具有獨立自主研發(fā)的檢測儀設(shè)施，其實踐意義對于提升老年人護理，減少社會養(yǎng)老負擔等都十分重要。本次論文研究的主要內(nèi)容包括六個部分：第一部分，對所研究的內(nèi)容、背景意義、方法影響等進行了總結(jié)，并針對“跌倒行為”、 “識別傳感”、 “系統(tǒng)應用”等內(nèi)容進行了文獻綜述整理。第二部分，對相關(guān)概念進行了論述，包括：模式識別、跌倒、跌倒檢測儀等。第三部分，開展了人體跌倒行為的特點研究。第四部分，進行了人體跌倒檢測算法及實驗研究。第五部分，提出了模式識別下人體跌倒檢測儀的設(shè)計策略。第六部分，進行了總結(jié)和展望。本次論文

3、研究通過理論分析、實驗研究、策略總結(jié)的基本過程，對模式識別理論下的人體跌倒檢測儀設(shè)計進行了相關(guān)論述，最終得出如下結(jié)論：第一，模式識別下的人體跌倒檢測儀設(shè)計離不開對重點概念的理解，重點的概念內(nèi)容包括跌倒、模式識別和跌倒檢測儀三方面。第二，人體跌倒行為的特點的研究之中分析了當前人體骨骼系統(tǒng)及特點，老年人跌倒行為模式與特點，為人體跌倒檢測儀的設(shè)計提供了人體模型的構(gòu)建基礎(chǔ)理論。第三，通過人體跌倒檢測算法及實驗研究，總結(jié)人體跌倒檢測算法、閾值判斷檢測算法、模式識別檢測算法的相關(guān)模式，在實驗結(jié)果的分析下證明了基于模式識別的計算方法，設(shè)計的人體跌倒檢測儀要考慮到跌倒時的具體身體表現(xiàn)數(shù)據(jù)和相關(guān)的敏感度，提出了

4、模式識別的多種計算機技術(shù)方法，這樣設(shè)計出來的產(chǎn)品能夠有效區(qū)分跌倒與其它日常生活行為動作，避免出現(xiàn)誤報的情況，干擾使用者的日常生活。第四，提出了模式識別下人體跌倒檢測儀的設(shè)計策略：應該完善模式識別下人體跌倒檢測儀的設(shè)計實施過程，進行完備的信號數(shù)據(jù)處理，構(gòu)建完備計算的信號向量模，充分利用現(xiàn)代化網(wǎng)絡(luò)體系。關(guān)鍵詞：人體跌倒檢測儀；模式識別；實驗；對策On Human fall detector design and implementation of Pattern RecognitionAbstract Chi

5、na is the world's most populous country, currently the country's population close to 1.4 billion, by the impact of the actual situation of social development, in addition to our huge population base country, year after year also entered the aging society, through statistics on You can see th

6、e degree of aging of deepening the elderly population accounts for the proportion of the number of the country's total population will continue to grow, increasingly large elderly population base. The purpose of this research paper is to explore the human fall detector design theory and implemen

7、tation of countermeasures specifically optimized through actual case studies to prove to detect design is reasonable, and feedback the more optimized design content. Theoretical significance of this study lies in: the instrument design combines it with modern information and economic development, in

8、novation and research and development from the perspective of compliance with the inherent requirements of a modern industrial operation, to meet the needs of the audience to accept the purchase, its theoretical significance is designed to fill the detector blank. Practical significance lies: in our

9、 human fall detector research and development is still in the exploration and testing phase, is not yet really the detector with independent research and development facilities, and its practical significance for enhancing elderly care, reduce social pension burden so important The main contents of

10、this thesis consists of six parts: The first part of the research content, meaning the background, methods, impacts are summarized, and for the "fall behavior", "Recognition Sensor", "System", etc. conducted a literature review finishing. The second part of the relevant

11、 concepts were discussed, including: pattern recognition, fall, fall detector. The third part, to carry out the characteristics of the study of human behavior in the fall. The fourth part, were human fall detection algorithm and experimental research. The fifth part of pattern recognition is propose

12、d under human fall detector design strategy. Part VI, a summary and outlook. This paper studies the theoretical analysis, the basic process of experimental research, strategy summary, the human body fall detector design pattern recognition theory under discussion were related, the final conclusions

13、are as follows: First, the pattern recognition under the human fall detection device designed to focus on conceptual understanding is inseparable from the concept of the key points include falls, pattern recognition and fall detector in three areas. Second, the study of human behavior falls into the

14、 analysis of the current characteristics of the human skeletal system and features, behavior patterns and characteristics of falls in older people, as human fall detection device designed to provide a theoretical basis for constructing mannequin. Third, through human detection algorithm and experime

15、ntal research fall, summarizes the human fall detection algorithm to determine the threshold detection algorithm, pattern recognition algorithms to detect the correlation model, in the analysis of experimental results prove that the calculation method based on pattern recognition, the design of the

16、human fall detector to take into account the performance of specific body fall when the sensitivity of the data and the associated proposed pattern recognition method for a variety of computer technology, such products designed to effectively distinguish fall activities of daily living and other act

17、ions to avoid false positives cases, interfere with the user's daily life. Fourth, the proposed pattern recognition under human fall detector design strategy: should improve the human fall under pattern recognition detector design and implementation process, carried out a complete signal data pr

18、ocessing, mold build a complete signal vector calculation, full use of modern network system .Keywords: human fall detection device; pattern recognition; experiment; countermeasure目 錄摘 要1第一章 緒論41.1研究背景41.2研究目的及意義41.3研究方法及內(nèi)容51.3.1研究方法51.3.2研究內(nèi)容51.4文獻綜述61.4.1“跌倒行為”的相關(guān)研究61.4.2“識別傳感”的相關(guān)研究61.4.3“系統(tǒng)應用”的相關(guān)

19、研究7第二章 相關(guān)概念論述82.1模式識別82.2跌倒82.3跌倒檢測儀92.4本章小結(jié)10第三章 人體跌倒行為的特點研究113.1人體骨骼系統(tǒng)及特點113.2人體跌倒行為特點123.3老年人跌倒行為模式與特點133.3.1老年人跌倒行為模式133.3.2老年人跌倒行為特點143.4本章小結(jié)14第四章 人體跌倒檢測算法及實驗研究154.1人體跌倒檢測算法154.1.1閾值判斷檢測算法154.1.2模式識別檢測算法164.1.3支持向量機的跌到檢測算法174.2人體跌倒檢測實驗設(shè)計184.2.1實驗對象184.2.2實驗方法184.2.3實驗結(jié)果與分析184.3本章小結(jié)21第五章 模式識別下人體

20、跌倒檢測儀的設(shè)計策略225.1模式識別下人體跌倒檢測儀的設(shè)計實施225.1.1人工智能感應系統(tǒng)225.1.2信號控制系統(tǒng)235.1.3系統(tǒng)硬件電路設(shè)計245.1.4軟件的設(shè)計255.2模式識別下人體跌倒檢測儀的設(shè)計策略275.2.1進行完備的信號數(shù)據(jù)處理275.2.2構(gòu)建完備計算的信號向量模285.2.3充分利用現(xiàn)代化網(wǎng)絡(luò)體系295.3本章小結(jié)31第六章 結(jié)論316.1結(jié)論316.2展望32注釋33參考文獻33附 錄36致 謝40第一章 緒論1.1研究背景我國是世界上人口最多的國家，目前全國人口總數(shù)接近14億，受社會發(fā)展的實際情況影響，我國人口眾多，而且受計劃生育政策和國情發(fā)展的影響，正在逐年

21、步入老齡化社會。根據(jù)人口普查的結(jié)果顯示：我國15-64歲勞動年齡人口從1982年的62517萬人增加到2012年的100403萬人，年均增加1262.9萬人。其增長速度之快以及超過了老齡化國家的德國和澳大利亞，在這種人口發(fā)展狀況下，老年人的健康護理工作成為在社會管理的重點問題，為了更好地維護老年人的身體健康問題，除了醫(yī)療系統(tǒng)的進步發(fā)展之外，還需要從家庭護理和社會護理兩方面進行全面的拓展，以此來確保對老人的人性化關(guān)懷。但是，實際情況卻是“老齡化人口增多”和“老齡人口需要家庭護理”之間存在明顯的矛盾，家庭環(huán)境之中老齡化人口增多，青年人需要工作、照顧孩子、照顧老人，從實際情況來看就是分身乏術(shù)，這時候

22、就需要建立起相對廣泛的老年人護理工具體系?！叭梭w跌倒檢測儀”的設(shè)計能夠填補家庭護理的空白，在老年人跌倒的情況下，研究動作模擬狀況，然后利用通信設(shè)施進行報警處理，保證老年人在跌倒后由第一時間的狀況傳遞和信息傳遞。跌倒報警器采用GSM 網(wǎng)絡(luò)(支持聯(lián)通、移動SIM 卡,暫不支持電信SIM 卡),具有穩(wěn)定、可靠的優(yōu)點。該產(chǎn)品小巧,精致,便于攜帶,是老年人生活的貼心伴侶。1.2研究目的及意義本次論文的研究目的就是要探索人體跌倒檢測儀的設(shè)計理論和具體優(yōu)化的實施對策，通過實際的案例分析證明來檢測設(shè)計的合理性，并反饋出更為優(yōu)化的設(shè)計內(nèi)容。本次研究的理論意義在于：將儀器設(shè)計與現(xiàn)代化信息與經(jīng)濟發(fā)展融合起來，從創(chuàng)新

23、研發(fā)的角度來講符合現(xiàn)代產(chǎn)業(yè)運作的內(nèi)在要求，切合受眾接受的購買需求，其理論意義是填補檢測儀設(shè)計空白的。實踐意義在于：在我國人體跌倒檢測儀的研制和開發(fā)仍處于探索和試驗階段，國內(nèi)尚未真正出現(xiàn)具有獨立自主研發(fā)的檢測儀設(shè)施，其實踐意義對于提升老年人護理，減少社會養(yǎng)老負擔等都十分重要。1.3研究方法及內(nèi)容1.3.1研究方法1.3.1.1文獻資料法在研究過程中，通過網(wǎng)絡(luò)和圖書館系統(tǒng)查閱并收集有關(guān)“基于模式識別的人體跌倒檢測儀設(shè)計”的文獻資料，并對有關(guān)文獻資料進行整理、綜合，為本研究奠定了理論基礎(chǔ)。1.3.1.2專家訪談法針對本論文需要分別走訪“基于模式識別的人體跌倒檢測儀設(shè)計”管理人員，并結(jié)合電話，電子郵件

24、等方式就發(fā)展狀況進行交流和討論。1.3.1.3數(shù)據(jù)統(tǒng)計法通過統(tǒng)計軟件，對所得數(shù)據(jù)進行相應的統(tǒng)計學處理，得到科學有效的結(jié)論，邏輯分析進行歸納、類比、演繹、綜合等方法，根據(jù)數(shù)據(jù)統(tǒng)計結(jié)果進行分析。1.3.2研究內(nèi)容本次論文的研究內(nèi)容包括：本次論文研究的主要內(nèi)容包括六個部分：第一部分，對所研究的內(nèi)容、背景意義、方法影響等進行了總結(jié)，并針對“跌倒行為”、 “識別傳感”、 “系統(tǒng)應用”等內(nèi)容進行了文獻綜述整理。第二部分，對相關(guān)概念進行了論述，包括：模式識別、跌倒、跌倒檢測儀等。第三部分，開展了人體跌倒行為的特點研究。第四部分，進行了人體跌倒檢測算法及實驗研究。第五部分，提出了模式識別下人體跌倒檢測儀的設(shè)計

25、策略。第六部分，進行了總結(jié)和展望。1.4文獻綜述1.4.1“跌倒行為”的相關(guān)研究本次論文研究首先查閱了有關(guān)“跌倒行為”的相關(guān)研究。2013年北京工業(yè)大學李強的著作跌倒檢測關(guān)鍵技術(shù)的研究與應用中采用了加速度SMV特征值和傾角信息融合的閾值判斷算法，通過大量實驗獲取了各種跌倒和日?；顒拥募铀俣葦?shù)據(jù)，這些數(shù)據(jù)都是“跌倒行為”的重要原始數(shù)據(jù)，對于研究跌倒檢測儀有著重要的數(shù)據(jù)支持。并利用Matlab工具畫出了曲線圖，確定了合適的加速度SMV和傾角閾值；利用ST公司的LIS3DH型加速度傳感器實時獲取人體加速度數(shù)據(jù)，計算加速度SMV特征值和傾角特征值。這些數(shù)值是本次設(shè)計基本數(shù)據(jù)的支持理論1。2013年大連

26、海事大學秦瑀陽的著作老年人跌倒檢測報警裝置的研究與設(shè)計中通過實驗測試,對于跌倒探測的準確率可達90%以上。本文在算法設(shè)計和系統(tǒng)實現(xiàn)上對已有的技術(shù)進行了改進：改善了大多數(shù)現(xiàn)有檢測技術(shù)對于佩戴位置嚴格要求以及無法檢測一些特殊跌倒的設(shè)計。加速度模塊與人體可呈任意角度,只需緊貼軀干部位即可，利用一種,由方差概念引申而來的檢測方法豐富了對于撞擊劇烈程度的判定。這種全新的計算模式在本次論文研究之中也進行了使用，通過數(shù)據(jù)設(shè)計的判定，對人體跌倒后的輸入數(shù)據(jù)進行了分析研究2。2012年清華大學黃帥的著作老年人跌倒檢測系統(tǒng)中相關(guān)算法的研究及應用針對跌倒數(shù)據(jù)的計算方法進行了改進，針對以前對于跌倒檢測算法研究中代價敏

27、感度問題，首次將代價敏感度分析應用到跌倒檢測算法中，提出針對單個待分類樣本的最小風險貝葉斯方法，以及針對總體風險的Neyman-Pearson方法的總體風險最小化決策規(guī)則。這樣的內(nèi)容對本次研究有重要的借鑒意義，對人體“跌倒行為”傳遞的相關(guān)癥狀的數(shù)據(jù)計算更為準確，更為有利于對跌倒后的行為進行準確的分析3。1.4.2“識別傳感”的相關(guān)研究本次論文研究首先查閱了有關(guān)“識別傳感”的相關(guān)研究。包括：2012年大連理工大學梁丁的著作基于MEMS慣性傳感器的跌倒檢測與預警研究進行了傳感器的研究，說明了在人的身體部位中,腰部和胸口最適合放置跌倒傳感器,且監(jiān)測性能相差不大,都遠優(yōu)于腿部的節(jié)點,實際應用中可根據(jù)需

28、要靈活選擇，并對跌倒前置時間進行了理論上的定義,研究發(fā)現(xiàn)前置時間的理論值約為500±300ms。這些都對傳輸數(shù)據(jù)與傳輸行為有理論支持的作用4。2010年重慶大學謝開明的著作基于GPRS的跌倒檢測報警系統(tǒng)的設(shè)計與實現(xiàn)則設(shè)計和開發(fā)一套能在便攜式設(shè)備上實現(xiàn)的具有有效的跌倒檢測功能,并能夠?qū)崿F(xiàn)實時遠程報警及事發(fā)地定位功能的老年人跌倒檢測遠程報警系統(tǒng)的需求,針對現(xiàn)有基于三軸加速度的SMV閾值算法在跌倒檢測中存在一定漏報及誤報的問題,提出了在SMV閾值算法基礎(chǔ)上輔以傾角檢測以提高算法有效性5。2011河北農(nóng)業(yè)大學的寧鴻成的著作遠程跌倒檢測技術(shù)的研究將跌倒檢測的分析過程分割成兩部分:一個是用戶終端

29、數(shù)據(jù)采集和數(shù)據(jù)的預處理;一個是監(jiān)管平臺的最終分析處理。在對跌倒檢測技術(shù)的研究過程中,在對跌倒檢測算法的研究中通過引入數(shù)據(jù)的預處理機制。在算法設(shè)計過程中通過對SVM算法的研究,最后提出了采用基于One-Class SVM的分類算法作為對原始數(shù)據(jù)預處理技術(shù)?？梢哉f這篇文章的閱讀和研究對本次論文的編撰有著重要的意義，因為提出了具體的數(shù)據(jù)輸入、預警數(shù)據(jù)的相關(guān)內(nèi)容6。1.4.3“系統(tǒng)應用”的相關(guān)研究本次論文研究首先查閱了“系統(tǒng)應用”的相關(guān)研究。包括：2011年武漢理工大學薛源的著作基于多傳感器的老人跌倒檢測系統(tǒng)的研究與應用對具體的儀器系統(tǒng)設(shè)計提出了借鑒的方法，這篇文章設(shè)計了實時動態(tài)檢測老人跌倒的穿戴式監(jiān)

30、測系統(tǒng),此系統(tǒng)以嵌入式處理器MSP430F169為處理內(nèi)核,利用加速度傳感器采集人體三軸加速度信息,磁傳感器獲取人體軀干的傾角信息以及壓力傳感器采集兩腳的壓力數(shù)據(jù),提出了基于多傳感器信息融合的方法來監(jiān)測人體跌倒。這篇文章從整體的系統(tǒng)設(shè)計出發(fā)將數(shù)據(jù)、傳授整合起來，對本次了論文的研究借鑒意義重大7。2008年重慶大學李冬的著作老年人跌倒檢測原型系統(tǒng)設(shè)計與實現(xiàn)結(jié)合微傳感器、數(shù)字信號處理以及無線傳感器網(wǎng)絡(luò)等技術(shù),利用人體運動產(chǎn)生的加速度,對獨居老年人的日常生活狀態(tài)實施遠程監(jiān)護 ,減少跌倒發(fā)生的可能性。這篇文章的時間較長，雖然理論設(shè)計數(shù)據(jù)的借鑒意義不大，但是整體系統(tǒng)設(shè)計的優(yōu)化方式對本次論文研究有指向意義

31、，保證了本次論文設(shè)計的檢測儀設(shè)施能夠更為完備8。2008上海交通大學孫新香的著作基于三軸加速度傳感器的跌倒檢測技術(shù)的研究與應用在分析比較國內(nèi)外跌倒檢測及相關(guān)技術(shù)的基礎(chǔ)上,并考慮到產(chǎn)品的實用性和系統(tǒng)的成本等因素,本文設(shè)計了基于三軸加速度傳感器、嵌入式單片機、CDMA無線通信和gpsOne空間定位技術(shù)的跌倒探測器。利用三軸加速度傳感器采集人體的三維加速度值,并由單片機進行分析,當探測到有異常跌倒發(fā)生時,在進行空間定位后,將發(fā)生跌倒的位置通過無線通信的方式進行發(fā)布。這篇文章雖然時間也較長了，但是本文對中外設(shè)計的優(yōu)勢和區(qū)別進行了分析，對本次論文研究有重要的中外理論技術(shù)研究的對比價值9。第二章 相關(guān)概念

32、論述2.1模式識別模式識別（Pattern Recognition）就是把環(huán)境與客體統(tǒng)稱為“模式”。 近年來，看到了電腦輔助成果，計算機輔助設(shè)計（CAD），計算機輔助制造（CAM）和計算機輔助工程（CAE）已經(jīng)成為工程和工程教育中的應用關(guān)鍵，模式識別創(chuàng)建的對象作為一個工具來進行視覺思維與設(shè)計，實驗無法在實驗室做的，可以是通過計算機生成的虛擬實驗室。目標是開發(fā)設(shè)計能力，基于計算機的是實現(xiàn)這一目標的最佳工具。溫斯頓教授 10 和另一位美國麻省理工學院認為：“人工智能是研究如何讓計算機做過去只有情報工作可以做。 11 “人工智能被稱為世界三大高新技術(shù)在第二十個世紀以來七十（航天技術(shù)，能源技術(shù)，人工智

33、能），也在第二十一世紀三大尖端技術(shù)考慮（基因工程，納米科學，人工智能）一個。自從人類在人工智能的追求不遺余力，那么什么是人工智能？這樣做的目的是什么？這是個非常有趣的和重要的問題，因為全球的頂尖科學家爭論了半個世紀都沒有統(tǒng)一的結(jié)果。但是無論最終結(jié)果如何，人工智能的發(fā)展離不開識別模式的應用，在識別模式下，要對自然界的事物、現(xiàn)象進行全面的描述，描述數(shù)據(jù)數(shù)值的具體內(nèi)容就是實現(xiàn)人工智能設(shè)計的關(guān)鍵12。本文研究要基于檢測儀來進行“模式識別”的分析，因此本次的概念論述，更多的是要強調(diào)大數(shù)據(jù)精準化處理技術(shù)和數(shù)據(jù)庫結(jié)構(gòu)、模擬人腦的人工智能核心算法和人工大腦架構(gòu)等方面取得多項技術(shù)突破和創(chuàng)新，這些突破和創(chuàng)新通過對

34、比體驗靈聚人工大腦演示程序。明確的來講，本文研究的模式識別，依然是初期的識別模式，其實這種初期的人工智能技術(shù)其實無處不在，比如你手機中的Siri或是Windows 10中的Cortana。自然語音識別及處理、物體識別、計算機視覺、翻譯機器等等，均是人工智能的一部分，很多部分我們已經(jīng)可以體驗到。而將這些技術(shù)進行有機結(jié)合，則是將其產(chǎn)品化的重點13。2.2跌倒跌倒是指突發(fā)不自主的，非故意行為下的體位改變，多指人或動物倒在地上或更低的平面上。本文研究的主要是指人體的跌倒行為，按照國際疾病分類（ICD-10）對跌倒的分類，跌倒包括以下兩類：第一，從一個平面至另一個平面的跌落。第二，同一平面的跌倒 14

35、。在65歲或以上，每年約有30%名65歲以上有下降。老人一旦摔倒會造成很多不良后果，如骨折，尤其是髖部骨折最常見，其次是皮膚擦傷，軟組織損傷，腦震蕩，腦挫裂傷，受傷或傷口，關(guān)節(jié)損傷，甚至引起腦出血更嚴重的后果，最終導致老年人死亡。而更多的是老年人的跌倒有各種各樣的殘疾 15 。這些殘疾狀況會影響對老年人的身體健康，使得普通的跌倒模式變得更為復雜，影響力對老年人跌倒的綜合考慮和運動模式的分析。2.3跌倒檢測儀跌倒檢測儀是針對“人跌倒行為”而設(shè)計的重要的現(xiàn)代化科學儀器。這種特殊的姿勢變化檢測，在實時監(jiān)測人體心電信號參數(shù)的變化，同時檢測人，監(jiān)測人體位置的變化。在2.4GHz ISM頻段的各種無線技術(shù)

36、的發(fā)展已LED的異構(gòu)無線設(shè)備的信道共存，如Wi-Fi，藍牙，ZigBee。這在交叉技術(shù)干擾這一問題的公共信道的結(jié)果共享，由于無線設(shè)備一般使用不同的PHY / MAC規(guī)格。特別是，功能較少的ZigBee設(shè)備往往可以從強大的Wi-Fi不可預知的低吞吐量由于干擾的經(jīng)驗。ZigBee的保護裝置是一個有吸引力的解決方案，因為它可以保留信道上虛弱的ZigBee設(shè)備代表。保護的方法，然而，有一些局限性；可能會導致顯著的開銷對ZigBee和Wi-Fi，和（ii）ZigBee控制包還是易受Wi-Fi干擾。 16 。具體來講其功能包括：主要功能如下：（1）跌倒自動報警功能。這個自動報警的功能，主要強調(diào)的是“自動”

37、，因為對于報警技術(shù)而言，我國的發(fā)展已經(jīng)較為成熟，但是自動報警就需要更深一步地了解到當時的狀況，不會出現(xiàn)“亂報警”的狀況出現(xiàn)，因此對于自動報警的技術(shù)研究要更為精密化。（2）緊急情況報警功能。這個功能的體現(xiàn)則是要在自動報警體現(xiàn)內(nèi)部更深一層次的體現(xiàn)出對報警功能的完善，除了跌倒狀況報警之外，還要有手動、通話和出現(xiàn)心臟、血壓轉(zhuǎn)變時進行報警 17。（3）免提通話定位功能。這個功能主要是考慮到老年人需要大聲的提醒才能夠聽清楚外界的信息傳遞，因此免提通話的定位功能，一方面能夠便于通話，另一方面則是能夠在免提功能下自動報警，體現(xiàn)出產(chǎn)品的LBS和GPS定位方式。（4）提示功能。這個功能相當于智能手機的功能提示作用

38、，提醒老年人吃藥，幫助老年人記憶一些重要的事件。提示的方式要盡可能地選擇語音提示，因為短信模式會影響老年人的閱讀和記憶。（5）狀態(tài)查詢功能。這個功能能夠記錄一段時間內(nèi)老年人的生活狀況和遵醫(yī)囑的情況，近親屬可以進行相關(guān)的內(nèi)容查詢，了解老年人的生活狀況，還可以進行遠程的網(wǎng)絡(luò)聊天。同時發(fā)生跌倒行為后能夠?qū)夏耆说箷r候的身體數(shù)據(jù)狀況進行記錄，便于急救人員查詢當時跌倒的狀況，對受力狀況進行分析，方便急救。這些發(fā)明的檢測儀所采集的單臂式心電信號比起傳統(tǒng)肢體導聯(lián)采集的心電信號更為方便，且整個采集終端設(shè)備只需4節(jié)5號電池供電，很好的實現(xiàn)了穿戴式和便攜式的要求18。2.4本章小結(jié)本章內(nèi)容主要是針對相關(guān)概念進行

39、了論述，重點的概念內(nèi)容包括跌倒、模式識別和跌倒檢測儀三方面。其中跌倒概念的研究較為簡單，重點放到了具體的分析當前我國跌倒狀況、行為、后果的相關(guān)數(shù)據(jù)；模式識別的概念較為復雜，因此重點對這種概念對人工智能的作用進行了概念論述；跌倒檢測儀的概念分析則是要從本質(zhì)來分析本次研究設(shè)計的儀器有哪些功能和作業(yè)。第三章 人體跌倒行為的特點研究3.1人體骨骼系統(tǒng)及特點人體跌倒行為有著自身的行為特點，這種行為特點與人體骨骼系統(tǒng)的特點密切相關(guān)。能夠控制人體跌倒行為的骨骼系統(tǒng)包括：第一，脊柱。脊柱位于脊部中央，是人體的中軸，有椎骨、骶骨和尾骨及其之間的連結(jié)共同組成，具有支持身體和保護脊髓、內(nèi)臟的作用19。詳細見下圖3-

40、1.圖3-1 脊柱分布圖從上圖可以看出，人體的脊柱支撐整個人體的行動，彈性作用緩解了行動時候的阻礙，對防止跌倒有著重要的作用。反之，脊柱行動的不便利也形成了跌倒的態(tài)勢或趨勢，因此人體跌倒檢測儀應該有收集脊柱行為數(shù)據(jù)的相關(guān)功能，將人體自由行走、跑步時候的脊柱動態(tài)數(shù)據(jù)存儲起來，發(fā)現(xiàn)數(shù)據(jù)變化時能夠及時作出判斷20。第二，下肢骨。受人體直立行走的影響下肢骨粗壯，適應支撐體重，并移動身體前進。在連結(jié)方面，上肢骨以靈活為主，下肢骨以穩(wěn)固為主。足骨借關(guān)節(jié)和韌帶連結(jié)緊密，形成足弓，具有彈性，可減緩行走時對身體所產(chǎn)生的震蕩，同時還有保護足底的血管和神經(jīng)免受壓迫等。詳細情況見下表3-2.圖3-2 下肢骨及連接從圖

41、3-2之中能夠借助下肢骨側(cè)面解剖圖得知，人類的下肢骨連接緊密因此能夠靈活地進行運動，例如：體前屈抱腿相關(guān)的動作時，骨盆繞髖關(guān)節(jié)冠狀軸向前運動，就出現(xiàn)了類似前傾跌倒的模式；反之骨盆繞髖關(guān)節(jié)冠狀軸向后運動，就出現(xiàn)了后傾跌倒的狀況；如果是骨盆繞髖關(guān)節(jié)矢狀軸向左右運動，會出現(xiàn)側(cè)傾跌倒的模式。這些支撐錯誤引發(fā)的跌倒能夠在跌倒檢測儀上體現(xiàn)出來，在智能檢測到跌倒狀況后就發(fā)出警報和相關(guān)信息 21。3.2人體跌倒行為特點眾所周知，人是直立行走的動物，在直立行走的過程中，人體的跌倒行為有獨特的特征。人類的骨骼分布，關(guān)節(jié)、肌肉、韌帶結(jié)構(gòu)兼顧實用與美觀，相當合理，但是離完美還有一定的距離。直立行走雖然解放了雙手，但為

42、此達成的進化妥協(xié)，也帶來了骨骼劇變的煩惱。椎骨在受到長期擠壓時，椎間盤就可能會突出，壓迫脊椎神經(jīng)，引起疼痛。除了脊椎，人類的膝蓋也飽受“直立之苦”， 人類的下肢結(jié)構(gòu)還來不及進化，所以骨關(guān)節(jié)承受不了這份工作，往往提前出現(xiàn)故障。就膝關(guān)節(jié)而言，人的膝關(guān)節(jié)和狗的膝關(guān)節(jié)結(jié)構(gòu)差不了多遠，但是人的膝關(guān)節(jié)經(jīng)常需要負擔更多的勞動強度，如果身體肥胖那情況會更糟，會很早就出現(xiàn)關(guān)節(jié)軟骨磨損，半月板慢性損傷，膝關(guān)節(jié)骨質(zhì)增生等關(guān)節(jié)退變疾病。在奔跑或快步走時，我們的下肢承擔的壓力可能接近體重的好幾倍，膝關(guān)節(jié)、踝關(guān)節(jié)、足部也承受了更多的壓力，這也正是人類飽嘗足痛膝傷之苦的原因所在。從以上兩點分析可以看出，人類直立行走過程中脊

43、柱、膝關(guān)節(jié)是重點的受影響的部位，多數(shù)的臨床調(diào)查數(shù)據(jù)也充分說明了跌倒過程中脊柱、膝關(guān)節(jié)的不平衡作用是關(guān)鍵性的，同時受其他因素影響引起的跌倒行為也會以脊柱和膝關(guān)節(jié)的無法控制相關(guān)。因此，在具體的檢測儀設(shè)計過程中要將人類運動（特別是老年人）過程中的脊柱、膝關(guān)節(jié)數(shù)據(jù)進行人工智能輸入，輸入前要結(jié)合人體運動模式進行模擬處理，圖像技術(shù)下，人體的運動軌跡將會更為清晰，也更有利于對人體跌倒行為的分析。在這樣的情況下能夠利用Pro/Engineer CAD軟件進行深度圖像的數(shù)據(jù)，最終實現(xiàn)了股骨三維重建工作 22 ?？傊?，人體跌倒檢測儀的設(shè)計必須要靠人體跌倒的特點，這種特點的體現(xiàn)一方面依靠于人體解剖學的研究支持，另一

44、方面則是依靠現(xiàn)代化人體運動模式的人工智能處理，實現(xiàn)圖像分析后輸入智能數(shù)據(jù)，實現(xiàn)跌倒狀況的準確判斷，最終確保自動報警的準確度。3.3老年人跌倒行為模式與特點3.3.1老年人跌倒行為模式老年人跌倒的行為模式與其他人跌倒有著明顯的區(qū)別，其內(nèi)在的行為模式存在不同的誘因，也使得跌倒后的表現(xiàn)各有不同。其跌倒行為模式主要包括：第一，步態(tài)平衡功能的紊亂。老年人的平衡能力是防止跌倒的一個重要預測參數(shù)，當平衡能力被破壞后，老年人的肌肉、關(guān)節(jié)都會發(fā)生轉(zhuǎn)變，特別是肌肉會產(chǎn)生細微的用力轉(zhuǎn)變，雖然老年人的反應能力較弱，但是人體跌倒時會出現(xiàn)肌肉應急反應，這種反應應該是自動報警數(shù)據(jù)的關(guān)鍵。第二，感覺系統(tǒng)。老年人的感覺系統(tǒng)會出

45、現(xiàn)退化，產(chǎn)生相應的功能障礙，主要表現(xiàn)在：（1）走路時會出現(xiàn)遲緩的狀態(tài)，根據(jù)這個表現(xiàn)則要在老年人的走路速度之中收集平均值，然后將其記錄在跌倒檢測儀之中，然后形成對老年人走路的狀態(tài)監(jiān)控。（2）老年人的步態(tài)不穩(wěn)，這主要是因為老年人的肌肉組織退化了，因此容易跌倒并發(fā)生骨折。在檢測儀的設(shè)計過程中要借助肌肉組織的退化程度進行數(shù)據(jù)記錄，最終保證報警功能的準確度。（3）老年人的眼睛功能退化了。眼睛雖然是視覺器官，但是眼睛最為人類第一感官系統(tǒng)，對于走路有明顯的調(diào)整和控制作用，例如：盲眼的人往往會走錯路，無法自己判斷方向，經(jīng)常出現(xiàn)跌倒的狀況。老年人雖不是盲眼，但是由于年齡的問題，眼睛的視覺狀況受到影響，如40歲的

46、人平均有4屈光度調(diào)節(jié)力，而到50歲調(diào)節(jié)力平均減到1屈光度，“老花眼”還有“耳聾”等表現(xiàn)都是老年人常見的感官失調(diào)癥狀，會讓老年人經(jīng)常跌倒，無法正確判斷眼前的危險。（4）疾病影響走路狀態(tài)。老年人往往有多種疾病的綜合癥，例如：腦中風、帕金森病、腦血栓等，這些疾病的后遺癥都會影響老年人的走路狀況，導致平衡感失調(diào)，產(chǎn)生跌倒行為。跌倒檢測儀的設(shè)計要考慮到這些疾病患者的走路狀態(tài)，并形成數(shù)據(jù)記錄起來。 23。3.3.2老年人跌倒行為特點老年人跌倒行為的特點主要表現(xiàn)為：跌倒時沒有防備，不符合正確的跌倒姿勢 24。青壯年人的跌倒姿勢是：主動用手臂和側(cè)面身體力量緩沖跌倒的力量，避免身體受到傷害。但是老年人跌倒時會產(chǎn)

47、生嚴重的身體創(chuàng)傷，主要是因為跌倒的姿勢不正確。為了解決這個問題，必須要正視老年人的跌倒特點，向老年人傳遞正確的跌倒方式：下頜微微收緊，下巴抵向胸部；身體順著跌倒的方向傾斜，彎曲膝蓋，降低身體重心。不要用手臂或手腕撐地；讓肩膀和上背部首先著地；滾動身體，比如做個后滾翻或前滾翻，防止所有的沖擊力集中到身體的某一點，有助于避免骨折。老年人應該經(jīng)常鍛煉這個跌倒方式，然后在跌倒后，如果清醒就利用檢測儀進進行溝通；如果陷入昏迷，檢測儀也能夠根據(jù)跌倒后的狀況進行自動報警，并利用GPS設(shè)計具體的位置方向，便于親屬施救。但是，更多的情況是老人跌倒后家屬并不在身邊，這種情況占到出現(xiàn)死亡危險的36%，加上社會防弊心

48、理的影響，老年人跌倒后幫扶者都有很深的心理顧慮，這時候就需要跌倒檢測儀進行信息發(fā)布和數(shù)據(jù)的及時收集?？梢哉f老年人跌倒行為特點也是本次論文研究設(shè)計的重點因素之一。3.4本章小結(jié)通過本章的論述，主要是針對人體跌倒行為的特點進行了總結(jié)分析，其中還特別針對老年人的跌倒行為特點進行了整理，其主要目的就是要結(jié)合實際社會生活、人體生理狀況等具體情況設(shè)計出有實際作用的人體跌倒檢測儀，讓設(shè)計能夠真正地方便于民，而不是一味的模仿和復制。第四章 人體跌倒檢測算法及實驗研究4.1人體跌倒檢測算法4.1.1閾值判斷檢測算法閾值又叫臨界值，指的是最高或最低值影響生產(chǎn)。在理解物體的物理“鍵”的概念，通過兩個線程分別寫操作到

49、g_carray全局變量，在g_cs臨界區(qū)結(jié)構(gòu)來保持線程同步和初始化線程。為了使實驗效果更為明顯，反映在角色的關(guān)鍵區(qū)域，寫g_carray 10 線程資源共享的功能延時功能，可以增加其他搶占CPU線程的可能性。在閾值計算的具體過程，是指最小強度刺激需求的行為反應釋放。下面的刺激閾值不能引起行為釋放 26 。反射活動，閾值的大小是固定的，在復雜的行為，影響閾值是由各種環(huán)境條件的影響和動物的生理狀態(tài)。兩個基本數(shù)據(jù)類型；即，振動信號的措施，它可以擴展到任何非負數(shù)據(jù)，和對稱的過程值。它表明，這些數(shù)據(jù)類型有明顯不同的概率分布，因為真正的數(shù)據(jù)很少符合高斯模型。本文提出一種基于梯度幅度直方圖和類間方差最大法

50、的自動閾值選取方法。第一步是確定初始值To。計算模板中每點與中心點的灰度差閾值，然后取灰度差值的均值為迭代初始值To，如式：在子圖象中隨機選取一點，計算它與模板中相應點的絕對誤差值， 將每一隨機點對的誤差累加起來，若累加到第r次時誤差超過設(shè)定閾值，則停止累加，記下此時的累加次數(shù)。                第二步是計算出迭代值 。根據(jù)迭代初值將灰度差直方圖分為兩部分，每次迭代后進行判斷，若一 Ti+1-Ti=0，那么停止迭代，取Ti

51、+1作為最后的SUSAN模板的灰度差閾值。對于計算誤差e，可得到一個由r值構(gòu)成的曲面，曲面最大值處對應的位置即為模板最佳匹配位置。這是因為該點需要多次累加誤差才能超過閾值，因此相對于其它點，它最有可能是匹配位置27。在本文實現(xiàn)的Canny算法中所采用的卷積算子比較簡單，表達如下：其x向、y向的一階偏導數(shù)矩陣，梯度幅值以及梯度方向的數(shù)學表達式為：求出這幾個矩陣后，就可以進行下一步的檢測過程。4.1.2模式識別檢測算法模式識別檢測算法的具體內(nèi)容包括：第一，基礎(chǔ)算法。模式識別檢測算法的基礎(chǔ)算法包括很多方面內(nèi)容：（1）K-Nearest Neighbor。K-NN本身計算是相當大的，因為數(shù)據(jù)的維數(shù)往往

52、比2維的訓練數(shù)據(jù)庫，和更大的樣本之間的距離，要求更多。把我們的課程項目的人臉檢測，輸入向量的維數(shù)是1024維的（32x32的圖，當然，我認為這是更多的訓練數(shù)據(jù)），有成千上萬的，所以每一次的距離（這里是歐氏距離，是我們最常用的平方和平方根）每個點的分類，要花一百萬倍計算?，F(xiàn)在常用的方法是KD樹。那是整個輸入空間劃分成許多小區(qū)域，然后根據(jù)他們附近的組織在一個樹狀結(jié)構(gòu)。然后根據(jù)臨近的原則把它們組織為樹形結(jié)構(gòu)。然后搜索最近K個點的時候就不用全盤比較而只要比較臨近幾個子區(qū)域的訓練數(shù)據(jù)就行了28。（2）Bayes Classifier。在模式識別的實際應用中，貝葉斯方法絕非就是post正比于prior*l

53、ikelihood這個公式這么簡單，我們一般會用正態(tài)分布擬合可能達到。通過擬合正態(tài)分布？偏差公式的右邊有兩卷，先驗概率是先驗的，這一發(fā)現(xiàn)是非常簡單的，大量的對某一類數(shù)據(jù)的百分比數(shù)據(jù)可以是，例如，一個300一堆數(shù)據(jù)占100，然后一個先驗概率是1 / 3。二是可能性，可能性是可以理解的：對于每類的訓練數(shù)據(jù)，我們都是正常的分布來擬合它們與多變量（即，通過獲得的符合正態(tài)分布的均值和協(xié)方差矩陣的訓練數(shù)據(jù)的分類），然后在進入一個新的測試數(shù)據(jù)，分別為，從各大類數(shù)據(jù)點的正態(tài)分布，然后用此值乘以原有的后驗概率崗位要求。第二，傳統(tǒng)計算模式下，還有模式識別檢測算法的改進算法。(1)隨機產(chǎn)生N個樣本集合；(2)對這個

54、樣本集合與識別對象進行海明距離計算；(3)選擇海明距離最大的n1個樣本，組成樣本集合M1；(4)轉(zhuǎn)到步驟(1)，生成樣本集合M2Mn，直到生成N個樣本；(5)把海明距離相同的樣本與識別對象進行R連續(xù)位匹配。R連續(xù)位匹配，即當2個字符串至少存在連續(xù)R位相同時才發(fā)生匹配；(6)根據(jù)海明距離和R連續(xù)位匹配對樣本進行降序排列；(7)對N個樣本根據(jù)排列順序進行復制，復制的數(shù)量與海明距離和R連續(xù)位匹配成正比29。4.1.3支持向量機的跌到檢測算法支持向量機(Support Vector Machine，SVM）是近年來在機器學習與模式識別出現(xiàn)的新方向。其最初的發(fā)展起于20世紀70年代中葉，由Vapnik為

55、啟示開始研究機器學習方式，在傳統(tǒng)統(tǒng)計學的基礎(chǔ)上進行了局部小問題的計算處理，推動了計算機學習技術(shù)的飛速發(fā)展。SVM 首先解決的是一個針對樣本的分類問題，我們首先假定n個樣本的訓練集能被一個超平面沒有錯誤地分開，參數(shù)w，b 滿足的約束條件為： (4.1)超平面的約束條件為： (4.2)樣本到超平面的距離為： (4.3)具體的結(jié)構(gòu)技術(shù)方式如下圖4-1前向跌倒后向跌倒左向跌倒右向跌倒起跳下蹲圖4-1 支持向量機的跌到檢測算法對于支持向量機的跌到檢測算法的相關(guān)研究，國內(nèi)外都有很多的學者進行探索，清華大學的王憲軍教授根據(jù)SVM的理論對人體跌倒后的訓練模式進行數(shù)據(jù)庫設(shè)計，使用二分類的支持向量機來區(qū)分跌倒和日

56、?；顒有袨?，從而控制髖關(guān)節(jié)保護氣囊的打開和關(guān)閉，從而在跌倒時能夠自動啟動安全氣囊，保障老年人的安全。浙江大學李宗澤教授是從檢測和定位確定目標對象類型，現(xiàn)有的大多數(shù)研究的目標檢測問題簡化為一二分類問題，尤其是在優(yōu)勢的模式識別領(lǐng)域的支持向量機是解決兩分類問題，使系統(tǒng)能夠檢測到目標用戶正確的發(fā)射功率和入射角的信號，以便增加系統(tǒng)容量達到溝通的目的。emvsvm擴大了類間散布矩陣的秩，emvsvm獲取多的權(quán)重向量為每個類定義一個新的標準。emvsvm顯示更多面分類器的分類精度比其他。從統(tǒng)計的角度進行了分析，對emvsvm。近年來，我們已經(jīng)開發(fā)了一個有效的分類器，支持向量機多權(quán)重向量投影（mvsvm），像

57、傳統(tǒng)的多面支持向量機廣義的基于支持向量機的特征值（GEPSVM mulitisurface mvsvm），能快速的完成計算和同時處理復雜的異或（XOR）的問題。此外，還表明mvsvm更有前途的結(jié)果為GEPSVM不同的分類任務(wù)。這種通信目的的計算設(shè)計方式對于本文的檢測儀后的信號發(fā)布也有重要的意義。4.2人體跌倒檢測實驗設(shè)計4.2.1實驗對象選取實驗研究對象共20人，男10例，女10例，年齡30-40歲，平均年齡35.51±1.23歲。采用了模擬跌倒的形式進行了人體跌倒檢測實驗，實驗對象的年齡、病情、身體狀況等均無明顯差異，P0.05無統(tǒng)計學差異，有研究對比意義。用SPSS 14.2統(tǒng)計軟件分析數(shù)據(jù)，計數(shù)資料組間比較用t檢驗，計量資料用2檢驗。P0.05有差異統(tǒng)計學意義。4.2.2實驗方法實驗方法如下：第一，實驗數(shù)據(jù)的收集整理。將20例實驗對象進行模擬跌倒活動，重點收集整理跌倒者的基本信息，包括不同跌倒方向下的骨骼身體狀況、不同類型跌倒狀況下骨骼身體狀況、跌倒后的身體負擔狀況等。出于安全考慮未請老年人參與,實驗者模擬老年人日常生活中步行、上下樓梯、慢跑、快速坐下、快速躺下、坐下起立、躺下起立和跌倒等活動動作。實驗在不同時間段完成,實驗過程中地上放置有厚海綿墊,每個實驗者被要求重