基于Android移动终端的跌倒检测应用设计与实现-电子与通信工程专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档； 允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以 采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文 的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 当今社会老龄化趋势不断加剧，对老年人的健康护理问题越来越引发社会各界的关注。 据统计，目前全国 60 岁以上老人已超过 2 亿，占全国人口总量 14.9%，预计 2024 年将达到 4 亿，2049 年将达 4.8 亿。由于现代年轻劳动人口的流动性，子女不能长时间守护在老人身边， 削弱了家庭养老的能力。对于老年人而言，跌倒是对其造成意外伤害的首要原因。当老年人 跌倒之后如何进行快速有效的救助已经引起了政府和社会各界的高度重视。 智能手机配备着丰富的传感器，比如加速度传感器、磁场传感器、光线传感器、距离传 感器或 GPS 等，这些传感器使得智能手机具备了检测跌倒的硬件条件。除此之外，由于手机 先天的通信功能，使得在检测到跌倒行为之后可以进行快速有效的救援呼叫。相比于穿戴式 设备的使用侵入性，视频图像检测的环境限制以及图像处理的复杂性，使用智能手机进行老 人跌倒检测成为业界研究的热点。 基于以上研究背景，本文设计并实现了基于 Android 移动终端进行跌倒检测的应用。当 用户携带装有该应用的智能手机，当发生跌倒时手机会检测到跌倒行为并且获取地理位置信 息，然后会向外界发送求救信息。具体而言，本文的研究内容主要有以下四个方面： 1．跌倒分析以及模型建立。跌倒是指身体的姿态发生不受控的垂直变化，本文分析了跌 倒过程中三维加速度传感器的数据变化。建立三维坐标的身体模型，与三维加速度传感器的 方向相对应，当身体向任意方向发生跌倒时，该方向的加速度值都可以分解为三个坐标轴方 向对应的分量值，然后由加速度传感器进行数据采集。 2．数据的采集与预处理。为了得到训练数据，编写数据采集工具软件，进行多种方案的 跌倒实验的数据收集，包括前向、后向、左侧、右侧以及不同身高体重情况下的跌倒方案。 采集到的原始数据中包括噪声和误差，运用加权平滑和简单移动平均线的方法进行数据的预 处理，在取得相同平滑效果的情况下，前者的复杂度为 O(1)，后者复杂度为 O(N)，因此本文 选择加权平滑作为数据的预处理方法。 3．跌倒算法分析。总结了常见的行为识别分类算法，包括决策树、KNN、朴素贝叶斯、 SVM 等，并且通过 Weka 机器学习平台分析上述分类方法的性能，最后得出 SVM 的 sensitivity 、 specificity 以及 accuracy 分别是 88.37%，92.82%，90.54%，能够有效的进行跌倒检测。 4．跌倒检测系统的实现。基于 Android 智能手机平台，实现了一款跌倒检测 APP，该 APP 能够实时的检测用户的行为，当检测到用户发生跌倒时，能够自动地发送包含地理位置 信息的求救短信到指定的救护人员，以快速有效的对跌倒老年人进行救助。 关键词: 跌倒检测，智能手机 ，Android，传感器 I Abstract With the aged tendency of population, healthcare of the elderly has become more and more important in society. According to statistics, the elderly over 60 years old in China has more than 2 billion, accounting for the total population of 14.9%, and is expected to reach 400 million in 2024, and 4.8 billion in 2049. Due to the flux of young people in modern society