基于Wi-Fi网络的人体跌倒检测系统的设计
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第9-18页 |
1.1 研究背景和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 基于图像识别的跌倒检测 | 第11-12页 |
1.2.2 基于足底压力的跌倒检测 | 第12页 |
1.2.3 基于惯性传感器的可穿戴式跌倒检测 | 第12-13页 |
1.3 跌倒检测的发展趋势和面临的问题 | 第13-15页 |
1.3.1 商用实验设备价格昂贵 | 第14页 |
1.3.2 实验过程中数据分析实时性不强 | 第14-15页 |
1.3.3 对于跌倒算法中数据分析来源单一 | 第15页 |
1.4 研究内容和创新点 | 第15-16页 |
1.5 本文的组织结构 | 第16-18页 |
第2章 跌倒检测系统总体设计 | 第18-27页 |
2.1 系统需求分析 | 第18-19页 |
2.2 系统设计方案选择 | 第19-25页 |
2.2.1 惯性传感器选择 | 第19-21页 |
2.2.2 通信方式选择 | 第21-23页 |
2.2.3 通信芯片选择 | 第23-25页 |
2.3 系统框架设计 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第3章 跌倒检测系统硬件设计 | 第27-34页 |
3.1 传感器节点模块电路结构设计 | 第27-30页 |
3.1.1 电路模块设计 | 第27页 |
3.1.2 微控制CPU以及外围模块 | 第27-29页 |
3.1.3 锂电池供电稳压充电模块 | 第29-30页 |
3.2 PC端无线数传模块电路结构设计 | 第30-31页 |
3.3 WI-FI射频模块电路结构设计 | 第31-33页 |
3.4 本章小结 | 第33-34页 |
第4章 跌倒检测系统软件设计 | 第34-56页 |
4.1 九轴惯性传感系统滤波融合算法设计 | 第34-41页 |
4.1.1 姿态解算简介 | 第34-36页 |
4.1.2 传感器数据预处理 | 第36-37页 |
4.1.3 传感器滤波融合算法 | 第37-41页 |
4.2 系统低功耗设计 | 第41-47页 |
4.2.1 传感器低功耗设计 | 第41-45页 |
4.2.2 主控STM32F407低功耗设计 | 第45-47页 |
4.3 WI-FI通信设计 | 第47-49页 |
4.4 基站模块软件设计 | 第49-51页 |
4.5 PC端上位机软件设计 | 第51-55页 |
4.5.1 上位机软件功能结构 | 第51-53页 |
4.5.2 上位机软件设计的关键技术 | 第53-55页 |
4.6 本章小结 | 第55-56页 |
第5章 实验与测试 | 第56-70页 |
5.1 传感器数字滤波实验测试 | 第56-60页 |
5.2 无线传输距离测试 | 第60-61页 |
5.3 上位机软件功能测试 | 第61-66页 |
5.3.1 上位机调用Access数据库保存功能 | 第61-62页 |
5.3.2 传感器姿态参数实时显示 | 第62-65页 |
5.3.3 上位机软件配置界面 | 第65-66页 |
5.4 跌倒检测实验分析 | 第66-69页 |
5.5 本章小结 | 第69-70页 |
第6章 总结与展望 | 第70-72页 |
6.1 本文总结 | 第70-71页 |
6.2 本文不足以及未来工作展望 | 第71-72页 |
参考文献 | 第72-75页 |
致谢 | 第75页 |
附录1攻读硕士学位期间发表的论文 | 第75页 |