摘要 | 第3-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 研究现状 | 第12-14页 |
1.3 论文主要内容及实现功能 | 第14-15页 |
1.4 论文的组织结构 | 第15-17页 |
第二章 人体姿态分析及检测实现基础 | 第17-25页 |
2.1 人体模型 | 第17-19页 |
2.2 日常生活中几种人体姿态分析 | 第19-21页 |
2.2.1 人体站立和端坐时姿态分析 | 第19-20页 |
2.2.2 人体平地行走时姿态分析 | 第20页 |
2.2.3 人体跑步时姿态分析 | 第20页 |
2.2.4 人体平躺时姿态分析 | 第20-21页 |
2.2.5 人体跌倒过程姿态分析 | 第21页 |
2.3 MPU6050模块简介 | 第21-23页 |
2.4 本章小结 | 第23-25页 |
第三章 人体跌倒检测算法 | 第25-47页 |
3.1 跌倒动作加速度分析 | 第25-26页 |
3.2 数据预处理 | 第26-27页 |
3.3 多级人体跌倒检测算法 | 第27-32页 |
3.3.1 人体跌倒相关参数选取与设定 | 第27-31页 |
3.3.2 人体运动数据采集 | 第31-32页 |
3.4 人体不同动作加速度变化曲线图 | 第32-36页 |
3.4.1 人体在正常行走状态时加速度曲线变化 | 第32-33页 |
3.4.2 人体弯腰动作加速度曲线变化 | 第33页 |
3.4.3 人体坐下到站立动作加速度曲线变化 | 第33-34页 |
3.4.4 人体跌倒动作加速度曲线变化 | 第34-36页 |
3.5 人体各种动作特征值 | 第36-37页 |
3.6 多级人体跌倒检测算法 | 第37-41页 |
3.7 基于SVM的人体姿态检测算法 | 第41-46页 |
3.7.1 跌倒的数据表示 | 第42页 |
3.7.2 跌倒动作特征提取与归一化处理 | 第42-44页 |
3.7.3 基于支持向量机算法的人体姿态分类器 | 第44-46页 |
3.8 本章小结 | 第46-47页 |
第四章 系统的硬件电路设计 | 第47-61页 |
4.1 检测系统总体设计方案 | 第47-48页 |
4.2 处理器电源模块 | 第48页 |
4.3 处理器单元 | 第48-50页 |
4.4 MPU6050模块 | 第50-52页 |
4.5 GPS、GSM和GPRS 一体模块 | 第52-56页 |
4.6 JTAG接口、串口电路 | 第56-58页 |
4.7 液晶显示模块 | 第58页 |
4.8 操作系统的选择 | 第58-59页 |
4.9 本章小结 | 第59-61页 |
第五章 系统软件设计及测试 | 第61-79页 |
5.1 系统软件平台搭建 | 第61-66页 |
5.1.1 嵌入式软件开发环境搭建 | 第61-64页 |
5.1.2 搭建应用程序开发环境 | 第64-66页 |
5.2 GPS接口程序设计 | 第66-67页 |
5.3 GPRS部分程序设计 | 第67-69页 |
5.4 自动求助短信程序 | 第69-70页 |
5.5 检测系统界面设计 | 第70-75页 |
5.6 检测装置有效性实验 | 第75-77页 |
5.6.1 多级姿态检测算法检测效果 | 第75-76页 |
5.6.2 支持向量机—奇异值分解法检测的实验结果 | 第76-77页 |
5.7 本章小结 | 第77-79页 |
第六章 总结与展望 | 第79-81页 |
致谢 | 第81-83页 |
参考文献 | 第83-87页 |
附录 (攻读硕士期间发表的论文及科研情况) | 第87页 |