基于惯性传感器的老年人跌倒检测装置

大学生创新创业训练计划项目申请书项目名称基于惯性传感器的老年人跌倒检测装置项目类别创新训练项目项目负责人陈子涵联系电号202111030091电子邮箱481771451@学院电气工程学院年级专业21级工业自动化仪表指导教师赵彦涛联系电表日期2023年3月31日燕山大学创业创业教育与指导中心制

一、基本情况项目名称选题来源学生自主创新项目指导教师课题子项目学科竞赛延伸项目其他申请经费1100元起止年月2022年4月至2023年4月项目团队情况序号姓名学号学院年级专业联系电话项目分工负责人陈子涵202111030091电气工程学院21工业自动化仪位成员1刘鑫贵202111030101电气工程学院21工业自动化仪测跌倒成员2郭少阳202111030097电气工程学院21工业自动化仪表19945917234检测跌倒成员3张新洲202111030090电气工程学院21工业自动化仪信成员4毛宇202111030074电气工程学院21工业自动化仪位项目团队简介（内容应包括科研经历、已有的知识基础以及兴趣特长等）陈子涵：燕山大学KAB创业俱乐部成员，参加过创业实训营，具有一定创新能力和python编程能力，有单片机和c语音的基础。刘鑫贵：燕山大学大学生创新协会成员，YSU英语演讲与辩论队成员。具备较强逻辑思维和创新思维。擅长策划书的撰写。郭少阳：具有一定的python编程能力，对电路原理有一定了解，掌握部分单片机知识，能够使用单片机完成一些项目。张新洲：具有Python，c++基础，参与过c++培训，擅长office软件的应用。毛宇：具备C语言、C++、python的编程能力。已掌握一些单片机的知识，且能使用单片机完成一些项目。导师姓名赵彦涛联系电院电气工程学院学历博士研究生毕业职称副教授研究方向流程工业中专家智能控制，研究工业控制参数的软测量；图像及视频识别、分析及处理，动作分析及识别，通过分析人体运动实现运动检测、评估、识别。指导教师简介（内容应包括承担科研课题情况及已有的工作积累和成绩等）现承担“水泥生产线智能化控制系统技术服务”、“工业大数据驱动的流程工业智能制造关键技术研究和实现”等5个科研项目，已完成“基于动态图像序列的鱼类游动推进机理分析”，“人群介观小团体因果认识网络分析及异常行为检测”等3个研究项目个人发表《基于量化表估计的JPEG篡改图像盲检测》、《基于MI-LSSYM的水泥生料细度软测量建模》等21篇论文，合作发表《基于时间序列单维卷积神经网络的水泥熟料游离钙软测量方法》、，已授权“6项专利

二、立项依据（可加页）（一）项目简介（200字以内）目前老龄人口不断增多，老年人由于身体机能下降、平衡能力较差以及自我保护能力低等因素在日常生活中极易发送意外跌倒。根据有关研究显示，老年人因为跌倒受伤甚至导致死亡的情况愈发普遍。跌倒导致的死亡率随着人群年龄的增加而急速上升。此外，跌倒后带来的负面效应也严重影响着老年人的生活，发生跌倒后，极有可能导致老年人勺残疾，这样不仅影响了他们的身心健康，跌倒后产生的恐惧心理还会促使老年人害怕活动，条低了活动能力的同时，还使其活动范围受到限制，生活品质也随之下降。本这里增加内容，老年人跌倒检测的意义：老龄化社会，国家政策指向，老人跌到的危害，社会成本高（看护、治疗成本）。研究跌倒检测风险评估（这个比较难，可以体现），以及跌倒检测（报警等）项目设计跌倒判断，远程报警并发送跌倒位置的老年人跌倒监控系统，跌倒检测利用三轴加速器采集数据，当判断出老人跌倒时，一个带有老人跌倒位置的警报信号会通过微信小程序传给老人的家人及周围的人。这里增加内容，老年人跌倒检测的意义：老龄化社会，国家政策指向，老人跌到的危害，社会成本高（看护、治疗成本）。研究跌倒检测风险评估（这个比较难，可以体现），以及跌倒检测（报警等）（二）研究目的老年人跌倒是可以及时发现的。实际上很多严重后果并非跌倒直接导致，而是因为跌倒没有及时救助造成的，因此研究并建立一套完善的人体跌倒检测系统具有重要意义。目前，可以说传感器技术已经与人们的日常生活密不可分。而随着传感器技术的发展，设计微型可穿戴式的跌倒检测器已成为可能，此类可穿戴式检测装置体积小，方便携带，不会影响被监测者的正常活动，通过算法分析以及信号处理技术判断被监测对象是否发生跌倒。当被监测者发生跌倒时仪器能够通过对传感器采集的数据分析判断跌倒情况及时报警并通过无线发送模块与计算机通信从而实现信息、传输、定位、身份识别、告知监护人员以获得及时的救助。运用此技术，不仅可以让医护人员对患者及时进行治疗，节约时间。有时子女自身工作繁忙，无法在日常生活中实时注意老人是否发生跌倒意外，而对老龄人而言，如若跌倒时未被及时发现救助，将会造成严重后果，甚至危及生命。本项目可以及时将老人跌倒的信号与其跌倒位置传给其家人，使跌倒的老人能及时被发现并获得救助，从而减轻因跌倒而造成对老人的人身伤害，同时也能减轻其子女的压力，增进感情。研究使用基于MEMS传感器的穿戴式装置。MEMS技术利用三轴加速度传感器，通过检测三个坐标轴的加速度值米检测跌倒是否发生，采用滤波算法作为数据滤波器，再对采集到的加速度值做进一步处理，狄取姿态角，并以姿态角为辅助的判断标准，以获得可行而准确的结果。跌倒检测算法的核心就是在建立人体坐标系的情况下通过阈值来判断是否发生跌!倒。在算法中发生跌倒需要包含四个条件:(1)人体由直立状态变为水平状态，并在较长时间内处于这个状态;(2)人体的运动合加速度变化较快;(3）人体与竖直方向的倾斜角发生很大变化;(4）人体在竖直方向产生了很大的瞬时速度。跌倒检测算法描述如下:从初始状态开始实时的对被测目标进行监测，如果SVM值即合加速度值超过阈值2.6g,进入下一步;监测数据，判断竖直方向倾斜角pitch是否大于60°，若大于则进入下一步;监测数据，判断竖直方向速度是否小于-48m/s，若小于则进入下一步;(4）以上3点都判断完毕，符合条件，确定为跌倒发生，触发报警。（三）国内外研究现状和发展动态国外对跌倒检测领域有很高的关注度，并研究出多种方案。早期是按照跌倒发生后被监测者的反应分类的，共分为（被检测者）主动报警式和（检测系统）自动报警式两大类。若被监测者在跌倒后意识保持清醒，可以主动通过个人紧急求助系统，也就是按动佩戴在身上的报警按钮向外界求助，主动式系统将会非常适合。虽然这种方式有快捷、准确的优点，但是使用的条件很苛刻，在日常大多数场景下并不适用，例如按键式产品，佩戴者跌倒后失去意识或者无法活动，就不可能发出求助。另一方面，考虑到佩戴者多数为老年人群，就是在意识清醒的情况下也有可能无法做出正常的反应去使用按键。自动式系统就无须担心这些问题，它会在跌倒发生时自动向信息中心发送报警信息，并不需要被监测者做出任何反应，这使得它的适用范围广泛很多，成为了如今跌倒检测系统发展的方向。目前应用最普遍的跌倒检测技术有三类：（1）第一种为基于图像视频的方法，摄像头拍摄人体的活动图像，经过算法分析后确定人体状态，较为准确，但用户隐私是个待解决的问题；（2）基于音频信号的分析，分析跌倒冲击导致振动的频率，但适应性和正确性较差，且开销较大，一般作为其他检测方法的辅助手段；（3）基于穿戴式的检测装置，在穿戴设备中包含了微小的传感器装置和单片机处理器，能够随时监测人体各种状态，单片机利用感知到的传感器数据，再结合跌倒检测的相关算法进行跌倒判断。（四）创新点与项目特色1.利用三轴传感器产生跌倒中断，ARM通过IIC总线对三轴加速度传感器配置实现跌倒检测算法。2.ZigBee无线模块传输数据，ZigBee传感器网络辅助传递跌倒信息和生成定位的原始数据，监控中心利用ZjgBee生成的数据实现高定位。3.微信小程序的应用。4.建立深度学习的模型，对此模型进行海量跌倒数据处理，使系统对老人跌倒的判断具有较高的准确性。5.相对于传统的医护模式，该方案具有以下优点:(1）得益于MEMS技术和集成工艺的进步，穿戴式姿态监测终端小巧轻便、功耗低且易穿戴，不影响用户的日常活动，不会对行动不便者造成负担，真正实现自由监测。(2）基于惯性传感器的姿态监测系统可随时随地进行监测的约束，不会暴露用户隐私，对环境因素的依赖极小。(3）操作简单明了，容错性强，对老年群体的契合度高。(4）成本低廉，不需要过多的人工参与，后台维护便捷高效。（五）技术路线、拟解决的问题及预期成果1.技术路线：MEMS技术利用三轴加速度传感器，通过检测三个坐标轴的加速度值来检测倒是否发生，采用滤波算法作为数据滤波器，再对采集到的加速度值做进一步处理，获取态角，并以姿态角为辅助的判断标准，以获得可行而准确的结果跌倒检测系统是由加速度传感器、数据处理模块、电源和通信模块构成的。对象的加速矢量由加速度传感器测量，处理器模块负责采集加速度传感器测量出的数据，分析出被测象的身体姿态，然后判断是否发布报警信息:电源模块负责供给整个系统提供电力:通信块将通过一定的协议对报警信息进行发布。2.拟解决的问题：通过测量加速度，来获取老人的状态，然后建立一个深度学习的模型，对这个模型用海量数据处理，使它具有较高的准确性来判断老人是否摔倒。3.预期成果：如果判定条件成立就给小程序发送信息，寻求其他人的帮助。项目研究进度安排（查阅资料、选题、自主设计项目研究方案、实验研究、数据统计、处理与分析、研制开发、填写结题表、撰写研究论文和总结报告、参加结题答辩和成果推广等）1、对本题相关内容进行详细的资料查询并详细方案2、选取适合的加速度传感器、主控芯片等硬件3、实现硬件连接与通信以及加速度传感器的数据采集4、扩大样本，对加速度传感器采集到的数据进行分析5、配合深度学习，实现对人体状态的判断6、实现定位功能7、编写微信小程序与系统进行通信，实现分析判断出的信息的传输8、填写结题表、撰写