跌倒检测系统的设计与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 主要检测方法 | 第13-16页 |
| 1.2.2 国内外跌倒检测市场产品现状 | 第16-18页 |
| 1.3 研究内容和思路 | 第18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 第2章 人体跌倒行为的特点研究 | 第19-31页 |
| 2.1 人体骨骼系统及特点 | 第19-20页 |
| 2.2 人体跌倒运动模式与行为特点分析 | 第20-22页 |
| 2.2.1 人体运动模式分析 | 第20-21页 |
| 2.2.2 行为特点分析 | 第21-22页 |
| 2.3 人体跌倒的判断条件 | 第22-26页 |
| 2.3.1 坐标系分析 | 第22-24页 |
| 2.3.2 跌倒模型的建立 | 第24-25页 |
| 2.3.3 跌倒判断条件 | 第25-26页 |
| 2.4 加速度向量幅值 | 第26-29页 |
| 2.4.1 跌倒时方向分析 | 第26-28页 |
| 2.4.2 加速度向量幅值SVM | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 人体跌倒检测算法及实验研究 | 第31-50页 |
| 3.1 人体跌倒检测算法 | 第31-33页 |
| 3.1.1 模式识别检测算法 | 第31-32页 |
| 3.1.2 阈值判断检测算法 | 第32-33页 |
| 3.1.3 两种算法的比较 | 第33页 |
| 3.2 现有阈值检测算法的研究与分析 | 第33-37页 |
| 3.2.1 基本阈值算法 | 第34页 |
| 3.2.2 微分阈值算法 | 第34-35页 |
| 3.2.3 近似长度阈值算法 | 第35页 |
| 3.2.4 频域阈值算法 | 第35-36页 |
| 3.2.5 SMA阈值算法 | 第36-37页 |
| 3.3 现有算法实验测试 | 第37-44页 |
| 3.3.1 基本阈值算法实验测试 | 第39-40页 |
| 3.3.2 微分阈值算法实验测试 | 第40-42页 |
| 3.3.3 其他几种阈值算法实验测试 | 第42-44页 |
| 3.4 基于自适应阈值的改进型算法 | 第44-49页 |
| 3.4.1 公式意义 | 第46页 |
| 3.4.2 参数意义 | 第46-48页 |
| 3.4.3 算法验证 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 跌倒检测设备的设计 | 第50-60页 |
| 4.1 系统总体设计 | 第50-51页 |
| 4.1.1 跌倒检测设备的设计目标与功能概述 | 第50页 |
| 4.1.2 跌倒检测设备硬件组成与总体框架 | 第50-51页 |
| 4.2 微控制器的选型与外围电路设计 | 第51-53页 |
| 4.2.1 微控制器的选型 | 第51-52页 |
| 4.2.2 STM32F103芯片外围电路设计 | 第52-53页 |
| 4.3 数字运动传感器模块 | 第53-55页 |
| 4.3.1 数字运动传感器选型 | 第53页 |
| 4.3.2 传感器外围电路设计 | 第53-55页 |
| 4.4 蓝牙模块 | 第55-58页 |
| 4.4.1 蓝牙技术简介 | 第55-56页 |
| 4.4.2 蓝牙模块电路设计 | 第56-58页 |
| 4.5 供电模块芯片选型及其电路设计 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 参数整定和系统测试 | 第60-71页 |
| 5.1 验证D_((x))与差值的正相关性 | 第60-64页 |
| 5.2 参数整定 | 第64-69页 |
| 5.3 系统测试 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 结论 | 第71-73页 |
| 6.1 工作总结 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78页 |
