基于模式识别的人体跌倒检测仪设计与实现
摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第8-14页 |
1.1 研究背景及意义 | 第8-10页 |
1.1.1 研究背景 | 第8-9页 |
1.1.2 研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 论文研究内容及组织结构 | 第11-14页 |
1.3.1 论文研究内容 | 第11页 |
1.3.2 论文组织结构 | 第11-14页 |
第2章 跌倒检测仪总体方案设计 | 第14-22页 |
2.1 系统设计方案 | 第14-17页 |
2.1.1 使用目标分析 | 第14页 |
2.1.2 功能分析 | 第14-16页 |
2.1.3 系统架构 | 第16-17页 |
2.2 关键技术 | 第17-20页 |
2.2.1 微控制器技术 | 第17-18页 |
2.2.2 传感器技术 | 第18页 |
2.2.3 GPRS无线通信技术 | 第18-19页 |
2.2.4 GPS空间定位技术 | 第19页 |
2.2.5 ZigBee无线通讯技术 | 第19-20页 |
2.3 本章小结 | 第20-22页 |
第3章 跌倒检测算法研究 | 第22-38页 |
3.1 人体跌倒分析与跌倒模型建立 | 第22-29页 |
3.1.1 跌倒原因 | 第22-23页 |
3.1.2 跌倒过程 | 第23-24页 |
3.1.3 人体日常行为 | 第24页 |
3.1.4 跌倒模型建立 | 第24-29页 |
3.2 跌倒检测算法 | 第29-34页 |
3.2.1 经典跌倒检测算法 | 第29页 |
3.2.2 本文跌倒检测算法 | 第29-30页 |
3.2.3 支持向量机原理 | 第30-34页 |
3.3 特征向量提取 | 第34-35页 |
3.3.1 数据预处理 | 第34页 |
3.3.2 特征提取方法及选择 | 第34-35页 |
3.4 支持向量机分类器设计 | 第35-36页 |
3.4.1 分类器设计软件平台 | 第35页 |
3.4.2 分类器参数设计 | 第35-36页 |
3.5 本章小结 | 第36-38页 |
第4章 人体跌倒检测仪硬件设计 | 第38-48页 |
4.1 硬件总体结构设计 | 第38-39页 |
4.2 硬件各模块设计 | 第39-46页 |
4.2.1 处理器模块 | 第39-40页 |
4.2.2 传感器模块 | 第40-41页 |
4.2.3 语音通信模块 | 第41-42页 |
4.2.4 GPRS\GPS通信模块 | 第42-43页 |
4.2.5 Zigbee模块 | 第43-45页 |
4.2.6 电源模块 | 第45-46页 |
4.3 本章小节 | 第46-48页 |
第5章 人体跌倒检测仪软件设计 | 第48-56页 |
5.1 跌倒检测系统的软件功能 | 第48-49页 |
5.2 跌倒检测仪的软件设计 | 第49-55页 |
5.2.1 软件开发环境简介 | 第49页 |
5.2.2 系统初始化 | 第49页 |
5.2.3 数据采集 | 第49-50页 |
5.2.4 跌倒检测系统设计 | 第50-52页 |
5.2.5 跌倒报警系统设计 | 第52-54页 |
5.2.6 无线通信系统设计 | 第54-55页 |
5.3 本章小结 | 第55-56页 |
第6章 实验结果与分析 | 第56-70页 |
6.1 实验设计 | 第56-57页 |
6.1.1 跌倒检测仪佩戴位置 | 第56页 |
6.1.2 跌倒实验对象 | 第56-57页 |
6.2 跌倒实验数据分析 | 第57-62页 |
6.2.1 向前跌倒 | 第58-59页 |
6.2.2 向后跌倒 | 第59-60页 |
6.2.3 向左跌倒 | 第60-61页 |
6.2.4 向右跌倒 | 第61-62页 |
6.3 人体日常行为实验数据分析 | 第62-67页 |
6.3.1 上楼梯 | 第63-64页 |
6.3.2 下楼梯 | 第64-65页 |
6.3.3 行走 | 第65-66页 |
6.3.4 原地跳跃 | 第66-67页 |
6.4 跌倒远程报警 | 第67-68页 |
6.5 算法评估 | 第68页 |
6.6 本章小结 | 第68-70页 |
第7章 总结与展望 | 第70-72页 |
7.1 工作总结 | 第70-71页 |
7.2 未来展望 | 第71-72页 |
参考文献 | 第72-76页 |
致谢 | 第76页 |