面向跌倒检测的多特征融合方法研究-软件工程专业毕业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明，所呈交的论文是本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 武汉理工大学或其他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。 签 名： 日 期： 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的 全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制 手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有 关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息 服务。 （保密的论文在解密后应遵守此规定） 研究生（签名）： 导师（签名）： 日期： 摘 要 随着全球人口老龄化程度的持续加剧，人体跌倒检测、预警与防护等技术， 成为预防老人意外跌倒伤害和提升生活品质的重要保证。可穿戴式计算与人体传 感器网络技术的不断成熟，通过科学的手段识别老年人跌倒成为国内外研究的新 热点。这一技术不仅在理论研究方面具有较高的意义，而且在实际应用方面的价 值也非常大。 目前，国内外研究的跌倒检测技术是指跌倒着地后的识别，通过鸣笛或发送 求助信息等减少跌倒带来的二次伤害。而人体摔倒前的跌倒预警问题研究尚起步， 它不同于以往的跌倒检测，能在人体着地前发出预警并采取相应的措施,比如迅 速弹出安全气囊等，最大程度保护人体不受伤害。 跌倒识别问题的研究主要分为四大部分，跌倒模型的建立、实验方案设计、 原始数据的处理及判别算法的应用。选择人体运动过程中的加速度和角速度作为 主要的特征量，结合阈值法、支持向量机、决策树等算法实现跌倒检测或预警。 跌倒检测实质上是简单的二分类问题，我们主要目标是区分一个活动属于跌倒还 是日常行为活动。阈值法思想比较直观，算法实现相对容易，是最普遍的研究方 法。由于目前尚无确定的模型，阈值的大小大多基于经验判断或统计实验结果得 出，它的不足是阈值的设定对识别结果影响很大，稳定性较差。模式识别的方法 针对大样本分类有很大的优势，然而在实际研究中，难以获取大量真实跌倒数据， 大都基于小样本的研究。支持向量机对于解决较小样本和非线性模式识别等问题 都具有一定的优势。 本文致力于通过基于支持向量机的运动特征加权方法实现跌倒检测。首先， 论文分析九轴惯性传感器的输出数据，选择并提取了区分跌倒与日常行为活动的 特征量，在特征样本基础上利用高斯分布原则构造了跌倒与日常行为活动的虚拟 样本；然后，通过特征加权核函数实现加速度及角速度特征的加权融合；最后， 建立了基于构造样本集的跌倒识别模型，验证算法泛化性能。 实验结果表明：最佳传感器节点佩戴位置位于人体的腰侧，在支持向量机跌 倒识别模型中，多项式核函数表现了优异的特性，同时基于支持向量机的运动特 征加权能有效区分跌倒与日常行为活动，同时表现出较好的泛化性能。 关键词：跌倒检测、惯性传感器、虚拟样本、支持向量机、多特征融合 I Abstract As the global aging process quickened, the human fall detection, warning and protection technology has become an important guarantee for the elderly, preventing the accidental falls injury and improving the quality of peoples lives. Meanwhile, because of the development of wearable computing and body sensor network technology, fall detection has become a new research. This technology not only has high significance in the study of theoretical, but also in practical applications. Currently, the fall detection technology in domestic and international research is only limited to identify the accident after a fall which can help redu