基于加速度传感器的人体跌倒检测方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于加速度传感器的人体跌倒检测方法.pdf

CN 43—1258/TP 计算机工程与科学 第 39卷第 2期 2ol7年 2月 1SSN 1007—13OX ComputerEngineering8LScience Vo1.39。No.2。Feb.2017 文章编号:1007—130X(2017)02—0330—06 基于加速度传感器的人体跌倒检测方法 孙子文 ,孙晓雯 (江南大学物联 网工程学院,江苏 无锡 214122) 摘 要 :针对人体跌倒检测阈值算法在 由于阈值设定不当而引起的检测精度下降问题 ,采用支持 向量 机方法决定跌倒检测的阈值大小。从加速度传感器中获取人体运 动信号 ,提 取合加速度 以及倾 角作为分 类特征 ,根据人体在跌倒 时经过的失重、撞击地面和平稳三个阶段 ,建立基于阂值的跌倒检测模 型。采用 所建立的跌倒检测模型,分别用支持向量机方法以及人工方法设定阈值 ,仿真结果显示采用支持 向量机设 定阈值 的检测效果优于对比算法,结果表明本文方法能有效识别跌倒 。 关键词 :跌倒检测 ;阈值算法;支持 向量机 ;加速度传感器 中图分类号 :TP391.4 文献标志码 :A doi:10.3969/.issn.10O7—130X.2017.02.017 A human falldetectionalgorithm basedonacceleration sensor SUN Zi—wen。SUN Xiao—wen (SchoolofInternetofThingsEngineering,JiangnanUniversity,Wuxi214122,China) Abstract:Aimingattheaccuracydegradationproblem causedbyimproperthreshold settingforhu— manfalldetectionthresholdalgorithms,weintroducethesupportvectormachinetoselectthresholds. W eobtain humanmotioninformationfrom anaccelerationsensor,andextractaccelerationandangleas classificationfeatures.W eproposeafalldetectionmodelbasedonthresholdsaccordingtothethreesta— gesofhumanfall:freefall,hittingthegroundandstationary.Thefalldetectionmodelsetsthresholds bythesupportvectormachineandmanualmethodrespectively,andsimulation resultsshow thatcom— paredwiththemanual—threshold—settingmethod,theaccuracy oftheproposalishigher,which proves theeffectivenessoftheproposedmethod. Keywords:falldetection;thresholdalgorithm ;supportvectormachine;accelerationsensor 算法较复杂 。可穿戴式传感器可佩戴在人体上 ,直 1 引言 接测量人体运动信息,其中加速度传感器凭借其灵 敏度高 、能耗低 、稳定性好的优势得 以广泛应用 。 当今意外事故约有 29 由跌倒直接或间接导 近来有一个新趋势 ,即现在的智能设备 (智

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档