人体跌倒检测仪设计与实现

1、基于模式识别的人体跌倒检测仪设计与实现摘 要我国是世界上人口最多的国家，目前全国人口总数接近14亿，受社会发展的实际情况影响，我国除了是人口基数庞大的国家之外，还逐年步入了人口老龄化社会，通过数据统计就可以看到老龄化程度的不断加深，老年人口数量占全国总人口数量的比重将不断增长，老年人口基数日益庞大。本次论文的研究目的就是要探索人体跌倒检测仪的设计理论和具体优化的实施对策，通过实际的案例分析证明来检测设计的合理性，并反馈出更为优化的设计内容。本次研究的理论意义在于：将仪器设计与现代化信息与经济发展融合起来，从创新研发的角度来讲符合现代产业运作的内在要求，切合受众接受的购买需求，其理论意义是填补检

2、测仪设计空白的。实践意义在于：在我国人体跌倒检测仪的研制和开发仍处于探索和试验阶段，国内尚未真正出现具有独立自主研发的检测仪设施，其实践意义对于提升老年人护理，减少社会养老负担等都十分重要。本次论文研究的主要内容包括六个部分：第一部分，对所研究的内容、背景意义、方法影响等进行了总结，并针对“跌倒行为”、 “识别传感”、 “系统应用”等内容进行了文献综述整理。第二部分，对相关概念进行了论述，包括：模式识别、跌倒、跌倒检测仪等。第三部分，开展了人体跌倒行为的特点研究。第四部分，进行了人体跌倒检测算法及实验研究。第五部分，提出了模式识别下人体跌倒检测仪的设计策略。第六部分，进行了总结和展望。本次论文

3、研究通过理论分析、实验研究、策略总结的基本过程，对模式识别理论下的人体跌倒检测仪设计进行了相关论述，最终得出如下结论：第一，模式识别下的人体跌倒检测仪设计离不开对重点概念的理解，重点的概念内容包括跌倒、模式识别和跌倒检测仪三方面。第二，人体跌倒行为的特点的研究之中分析了当前人体骨骼系统及特点，老年人跌倒行为模式与特点，为人体跌倒检测仪的设计提供了人体模型的构建基础理论。第三，通过人体跌倒检测算法及实验研究，总结人体跌倒检测算法、阈值判断检测算法、模式识别检测算法的相关模式，在实验结果的分析下证明了基于模式识别的计算方法，设计的人体跌倒检测仪要考虑到跌倒时的具体身体表现数据和相关的敏感度，提出了

4、模式识别的多种计算机技术方法，这样设计出来的产品能够有效区分跌倒与其它日常生活行为动作，避免出现误报的情况，干扰使用者的日常生活。第四，提出了模式识别下人体跌倒检测仪的设计策略：应该完善模式识别下人体跌倒检测仪的设计实施过程，进行完备的信号数据处理，构建完备计算的信号向量模，充分利用现代化网络体系。关键词：人体跌倒检测仪；模式识别；实验；对策OnHumanfalldetectordesignandimplementationofPatternRecognitionAbstract China is the worlds most populous country, currently the

5、countrys population close to 1.4 billion, by the impact of the actual situation of social development, in addition to our huge population base country, year after year also entered the aging society, through statistics on You can see the degree of aging of deepening the elderly population accounts f

6、or the proportion of the number of the countrys total population will continue to grow, increasingly large elderly population base. The purpose of this research paper is to explore the human fall detector design theory and implementation of countermeasures specifically optimized through actual case

7、studies to prove to detect design is reasonable, and feedback the more optimized design content. Theoretical significance of this study lies in: the instrument design combines it with modern information and economic development, innovation and research and development from the perspective of complia

8、nce with the inherent requirements of a modern industrial operation, to meet the needs of the audience to accept the purchase, its theoretical significance is designed to fill the detector blank. Practical significance lies: in our human fall detector research and development is still in the explora

9、tion and testing phase, is not yet really the detector with independent research and development facilities, and its practical significance for enhancing elderly care, reduce social pension burden so important The main contents of this thesis consists of six parts: The first part of the research con

10、tent, meaning the background, methods, impacts are summarized, and for the fall behavior, Recognition Sensor, System, etc. conducted a literature review finishing. The second part of the relevant concepts were discussed, including: pattern recognition, fall, fall detector. The third part, to carry o

11、ut the characteristics of the study of human behavior in the fall. The fourth part, were human fall detection algorithm and experimental research. The fifth part of pattern recognition is proposed under human fall detector design strategy. Part VI, a summary and outlook. This paper studies the theor

12、etical analysis, the basic process of experimental research, strategy summary, the human body fall detector design pattern recognition theory under discussion were related, the final conclusions are as follows: First, the pattern recognition under the human fall detection device designed to focus on

13、 conceptual understanding is inseparable from the concept of the key points include falls, pattern recognition and fall detector in three areas. Second, the study of human behavior falls into the analysis of the current characteristics of the human skeletal system and features, behavior patterns and

14、 characteristics of falls in older people, as human fall detection device designed to provide a theoretical basis for constructing mannequin. Third, through human detection algorithm and experimental research fall, summarizes the human fall detection algorithm to determine the threshold detection al

15、gorithm, pattern recognition algorithms to detect the correlation model, in the analysis of experimental results prove that the calculation method based on pattern recognition, the design of the human fall detector to take into account the performance of specific body fall when the sensitivity of th

16、e data and the associated proposed pattern recognition method for a variety of computer technology, such products designed to effectively distinguish fall activities of daily living and other actions to avoid false positives cases, interfere with the users daily life. Fourth, the proposed pattern re

17、cognition under human fall detector design strategy: should improve the human fall under pattern recognition detector design and implementation process, carried out a complete signal data processing, mold build a complete signal vector calculation, full use of modern network system .Keywords: human

18、fall detection device; pattern recognition; experiment; countermeasure目 录摘 要1第一章 绪论41.1研究背景41.2研究目的及意义41.3研究方法及内容51.3.1研究方法51.3.2研究内容51.4文献综述61.4.1“跌倒行为”的相关研究61.4.2“识别传感”的相关研究61.4.3“系统应用”的相关研究7第二章 相关概念论述82.1模式识别82.2跌倒82.3跌倒检测仪92.4本章小结10第三章 人体跌倒行为的特点研究113.1人体骨骼系统及特点113.2人体跌倒行为特点123.3老年人跌倒行为模式与特点133.3

19、.1老年人跌倒行为模式133.3.2老年人跌倒行为特点143.4本章小结14第四章 人体跌倒检测算法及实验研究154.1人体跌倒检测算法154.1.1阈值判断检测算法154.1.2模式识别检测算法164.1.3支持向量机的跌到检测算法174.2人体跌倒检测实验设计184.2.1实验对象184.2.2实验方法184.2.3实验结果与分析184.3本章小结21第五章 模式识别下人体跌倒检测仪的设计策略225.1模式识别下人体跌倒检测仪的设计实施225.1.1人工智能感应系统225.1.2信号控制系统235.1.3系统硬件电路设计245.1.4软件的设计255.2模式识别下人体跌倒检测仪的设计策略2

20、75.2.1进行完备的信号数据处理275.2.2构建完备计算的信号向量模285.2.3充分利用现代化网络体系295.3本章小结31第六章 结论316.1结论316.2展望32注释33参考文献33附 录36致 谢40第一章 绪论1.1研究背景我国是世界上人口最多的国家，目前全国人口总数接近14亿，受社会发展的实际情况影响，我国人口众多，而且受计划生育政策和国情发展的影响，正在逐年步入老龄化社会。根据人口普查的结果显示：我国15-64岁劳动年龄人口从1982年的62517万人增加到2012年的万人，年均增加1262.9万人。其增长速度之快以及超过了老龄化国家的德国和澳大利亚，在这种人口发展状况下，

21、老年人的健康护理工作成为在社会管理的重点问题，为了更好地维护老年人的身体健康问题，除了医疗系统的进步发展之外，还需要从家庭护理和社会护理两方面进行全面的拓展，以此来确保对老人的人性化关怀。但是，实际情况却是“老龄化人口增多”和“老龄人口需要家庭护理”之间存在明显的矛盾，家庭环境之中老龄化人口增多，青年人需要工作、照顾孩子、照顾老人，从实际情况来看就是分身乏术，这时候就需要建立起相对广泛的老年人护理工具体系。“人体跌倒检测仪”的设计能够填补家庭护理的空白，在老年人跌倒的情况下，研究动作模拟状况，然后利用通信设施进行报警处理，保证老年人在跌倒后由第一时间的状况传递和信息传递。跌倒报警器采用GSM

22、网络(支持联通、移动SIM 卡,暂不支持电信SIM 卡),具有稳定、可靠的优点。该产品小巧,精致,便于携带,是老年人生活的贴心伴侣。1.2研究目的及意义本次论文的研究目的就是要探索人体跌倒检测仪的设计理论和具体优化的实施对策，通过实际的案例分析证明来检测设计的合理性，并反馈出更为优化的设计内容。本次研究的理论意义在于：将仪器设计与现代化信息与经济发展融合起来，从创新研发的角度来讲符合现代产业运作的内在要求，切合受众接受的购买需求，其理论意义是填补检测仪设计空白的。实践意义在于：在我国人体跌倒检测仪的研制和开发仍处于探索和试验阶段，国内尚未真正出现具有独立自主研发的检测仪设施，其实践意义对于提升

23、老年人护理，减少社会养老负担等都十分重要。1.3研究方法及内容1.3.1研究方法1.3.1.1文献资料法在研究过程中，通过网络和图书馆系统查阅并收集有关“基于模式识别的人体跌倒检测仪设计”的文献资料，并对有关文献资料进行整理、综合，为本研究奠定了理论基础。1.3.1.2专家访谈法针对本论文需要分别走访“基于模式识别的人体跌倒检测仪设计”管理人员，并结合电话，电子邮件等方式就发展状况进行交流和讨论。1.3.1.3数据统计法通过统计软件，对所得数据进行相应的统计学处理，得到科学有效的结论，逻辑分析进行归纳、类比、演绎、综合等方法，根据数据统计结果进行分析。1.3.2研究内容本次论文的研究内容包括：

24、本次论文研究的主要内容包括六个部分：第一部分，对所研究的内容、背景意义、方法影响等进行了总结，并针对“跌倒行为”、 “识别传感”、 “系统应用”等内容进行了文献综述整理。第二部分，对相关概念进行了论述，包括：模式识别、跌倒、跌倒检测仪等。第三部分，开展了人体跌倒行为的特点研究。第四部分，进行了人体跌倒检测算法及实验研究。第五部分，提出了模式识别下人体跌倒检测仪的设计策略。第六部分，进行了总结和展望。1.4文献综述1.4.1“跌倒行为”的相关研究本次论文研究首先查阅了有关“跌倒行为”的相关研究。2013年北京工业大学李强的著作跌倒检测关键技术的研究与应用中采用了加速度SMV特征值和倾角信息融合的

25、阈值判断算法，通过大量实验获取了各种跌倒和日常活动的加速度数据，这些数据都是“跌倒行为”的重要原始数据，对于研究跌倒检测仪有着重要的数据支持。并利用Matlab工具画出了曲线图，确定了合适的加速度SMV和倾角阈值；利用ST公司的LIS3DH型加速度传感器实时获取人体加速度数据，计算加速度SMV特征值和倾角特征值。这些数值是本次设计基本数据的支持理论1。2013年大连海事大学秦瑀阳的著作老年人跌倒检测报警装置的研究与设计中通过实验测试,对于跌倒探测的准确率可达90%以上。本文在算法设计和系统实现上对已有的技术进行了改进：改善了大多数现有检测技术对于佩戴位置严格要求以及无法检测一些特殊跌倒的设计。

26、加速度模块与人体可呈任意角度,只需紧贴躯干部位即可，利用一种,由方差概念引申而来的检测方法丰富了对于撞击剧烈程度的判定。这种全新的计算模式在本次论文研究之中也进行了使用，通过数据设计的判定，对人体跌倒后的输入数据进行了分析研究2。2012年清华大学黄帅的著作老年人跌倒检测系统中相关算法的研究及应用针对跌倒数据的计算方法进行了改进，针对以前对于跌倒检测算法研究中代价敏感度问题，首次将代价敏感度分析应用到跌倒检测算法中，提出针对单个待分类样本的最小风险贝叶斯方法，以及针对总体风险的Neyman-Pearson方法的总体风险最小化决策规则。这样的内容对本次研究有重要的借鉴意义，对人体“跌倒行为”传递

27、的相关症状的数据计算更为准确，更为有利于对跌倒后的行为进行准确的分析3。1.4.2“识别传感”的相关研究本次论文研究首先查阅了有关“识别传感”的相关研究。包括：2012年大连理工大学梁丁的著作基于MEMS惯性传感器的跌倒检测与预警研究进行了传感器的研究，说明了在人的身体部位中,腰部和胸口最适合放置跌倒传感器,且监测性能相差不大,都远优于腿部的节点,实际应用中可根据需要灵活选择，并对跌倒前置时间进行了理论上的定义,研究发现前置时间的理论值约为500300ms。这些都对传输数据与传输行为有理论支持的作用4。2010年重庆大学谢开明的著作基于GPRS的跌倒检测报警系统的设计与实现则设计和开发一套能在

28、便携式设备上实现的具有有效的跌倒检测功能,并能够实现实时远程报警及事发地定位功能的老年人跌倒检测远程报警系统的需求,针对现有基于三轴加速度的SMV阈值算法在跌倒检测中存在一定漏报及误报的问题,提出了在SMV阈值算法基础上辅以倾角检测以提高算法有效性5。2011河北农业大学的宁鸿成的著作远程跌倒检测技术的研究将跌倒检测的分析过程分割成两部分:一个是用户终端数据采集和数据的预处理;一个是监管平台的最终分析处理。在对跌倒检测技术的研究过程中,在对跌倒检测算法的研究中通过引入数据的预处理机制。在算法设计过程中通过对SVM算法的研究,最后提出了采用基于One-Class SVM的分类算法作为对原始数据预

29、处理技术。可以说这篇文章的阅读和研究对本次论文的编撰有着重要的意义，因为提出了具体的数据输入、预警数据的相关内容6。1.4.3“系统应用”的相关研究本次论文研究首先查阅了“系统应用”的相关研究。包括：2011年武汉理工大学薛源的著作基于多传感器的老人跌倒检测系统的研究与应用对具体的仪器系统设计提出了借鉴的方法，这篇文章设计了实时动态检测老人跌倒的穿戴式监测系统,此系统以嵌入式处理器MSP430F169为处理内核,利用加速度传感器采集人体三轴加速度信息,磁传感器获取人体躯干的倾角信息以及压力传感器采集两脚的压力数据,提出了基于多传感器信息融合的方法来监测人体跌倒。这篇文章从整体的系统设计出发将数

30、据、传授整合起来，对本次了论文的研究借鉴意义重大7。2008年重庆大学李冬的著作老年人跌倒检测原型系统设计与实现结合微传感器、数字信号处理以及无线传感器网络等技术,利用人体运动产生的加速度,对独居老年人的日常生活状态实施远程监护 ,减少跌倒发生的可能性。这篇文章的时间较长，虽然理论设计数据的借鉴意义不大，但是整体系统设计的优化方式对本次论文研究有指向意义，保证了本次论文设计的检测仪设施能够更为完备8。2008上海交通大学孙新香的著作基于三轴加速度传感器的跌倒检测技术的研究与应用在分析比较国内外跌倒检测及相关技术的基础上,并考虑到产品的实用性和系统的成本等因素,本文设计了基于三轴加速度传感器、嵌

31、入式单片机、CDMA无线通信和gpsOne空间定位技术的跌倒探测器。利用三轴加速度传感器采集人体的三维加速度值,并由单片机进行分析,当探测到有异常跌倒发生时,在进行空间定位后,将发生跌倒的位置通过无线通信的方式进行发布。这篇文章虽然时间也较长了，但是本文对中外设计的优势和区别进行了分析，对本次论文研究有重要的中外理论技术研究的对比价值9。第二章 相关概念论述2.1模式识别模式识别（Pattern Recognition）就是把环境与客体统称为“模式”。 近年来，看到了电脑辅助成果，计算机辅助设计（CAD），计算机辅助制造（CAM）和计算机辅助工程（CAE）已经成为工程和工程教育中的应用关键，模

32、式识别创建的对象作为一个工具来进行视觉思维与设计，实验无法在实验室做的，可以是通过计算机生成的虚拟实验室。目标是开发设计能力，基于计算机的是实现这一目标的最佳工具。温斯顿教授 10 和另一位美国麻省理工学院认为：“人工智能是研究如何让计算机做过去只有情报工作可以做。 11 “人工智能被称为世界三大高新技术在第二十个世纪以来七十（航天技术，能源技术，人工智能），也在第二十一世纪三大尖端技术考虑（基因工程，纳米科学，人工智能）一个。自从人类在人工智能的追求不遗余力，那么什么是人工智能？这样做的目的是什么？这是个非常有趣的和重要的问题，因为全球的顶尖科学家争论了半个世纪都没有统一的结果。但是无论最终

33、结果如何，人工智能的发展离不开识别模式的应用，在识别模式下，要对自然界的事物、现象进行全面的描述，描述数据数值的具体内容就是实现人工智能设计的关键12。本文研究要基于检测仪来进行“模式识别”的分析，因此本次的概念论述，更多的是要强调大数据精准化处理技术和数据库结构、模拟人脑的人工智能核心算法和人工大脑架构等方面取得多项技术突破和创新，这些突破和创新通过对比体验灵聚人工大脑演示程序。明确的来讲，本文研究的模式识别，依然是初期的识别模式，其实这种初期的人工智能技术其实无处不在，比如你手机中的Siri或是Windows 10中的Cortana。自然语音识别及处理、物体识别、计算机视觉、翻译机器等等，

34、均是人工智能的一部分，很多部分我们已经可以体验到。而将这些技术进行有机结合，则是将其产品化的重点13。2.2跌倒跌倒是指突发不自主的，非故意行为下的体位改变，多指人或动物倒在地上或更低的平面上。本文研究的主要是指人体的跌倒行为，按照国际疾病分类（ICD-10）对跌倒的分类，跌倒包括以下两类：第一，从一个平面至另一个平面的跌落。第二，同一平面的跌倒 14 。在65岁或以上，每年约有30%名65岁以上有下降。老人一旦摔倒会造成很多不良后果，如骨折，尤其是髋部骨折最常见，其次是皮肤擦伤，软组织损伤，脑震荡，脑挫裂伤，受伤或伤口，关节损伤，甚至引起脑出血更严重的后果，最终导致老年人死亡。而更多的是老年

35、人的跌倒有各种各样的残疾 15 。这些残疾状况会影响对老年人的身体健康，使得普通的跌倒模式变得更为复杂，影响力对老年人跌倒的综合考虑和运动模式的分析。2.3跌倒检测仪跌倒检测仪是针对“人跌倒行为”而设计的重要的现代化科学仪器。这种特殊的姿势变化检测，在实时监测人体心电信号参数的变化，同时检测人，监测人体位置的变化。在2.4GHz ISM频段的各种无线技术的发展已LED的异构无线设备的信道共存，如Wi-Fi，蓝牙，ZigBee。这在交叉技术干扰这一问题的公共信道的结果共享，由于无线设备一般使用不同的PHY / MAC规格。特别是，功能较少的ZigBee设备往往可以从强大的Wi-Fi不可预知的低吞

36、吐量由于干扰的经验。ZigBee的保护装置是一个有吸引力的解决方案，因为它可以保留信道上虚弱的ZigBee设备代表。保护的方法，然而，有一些局限性；可能会导致显着的开销对ZigBee和Wi-Fi，和（ii）ZigBee控制包还是易受Wi-Fi干扰。 16 。具体来讲其功能包括：主要功能如下：（1）跌倒自动报警功能。这个自动报警的功能，主要强调的是“自动”，因为对于报警技术而言，我国的发展已经较为成熟，但是自动报警就需要更深一步地了解到当时的状况，不会出现“乱报警”的状况出现，因此对于自动报警的技术研究要更为精密化。（2）紧急情况报警功能。这个功能的体现则是要在自动报警体现内部更深一层次的体现出

37、对报警功能的完善，除了跌倒状况报警之外，还要有手动、通话和出现心脏、血压转变时进行报警 17。（3）免提通话定位功能。这个功能主要是考虑到老年人需要大声的提醒才能够听清楚外界的信息传递，因此免提通话的定位功能，一方面能够便于通话，另一方面则是能够在免提功能下自动报警，体现出产品的LBS和GPS定位方式。（4）提示功能。这个功能相当于智能手机的功能提示作用，提醒老年人吃药，帮助老年人记忆一些重要的事件。提示的方式要尽可能地选择语音提示，因为短信模式会影响老年人的阅读和记忆。（5）状态查询功能。这个功能能够记录一段时间内老年人的生活状况和遵医嘱的情况，近亲属可以进行相关的内容查询，了解老年人的生活

38、状况，还可以进行远程的网络聊天。同时发生跌倒行为后能够对老年人跌倒时候的身体数据状况进行记录，便于急救人员查询当时跌倒的状况，对受力状况进行分析，方便急救。这些发明的检测仪所采集的单臂式心电信号比起传统肢体导联采集的心电信号更为方便，且整个采集终端设备只需4节5号电池供电，很好的实现了穿戴式和便携式的要求18。2.4本章小结本章内容主要是针对相关概念进行了论述，重点的概念内容包括跌倒、模式识别和跌倒检测仪三方面。其中跌倒概念的研究较为简单，重点放到了具体的分析当前我国跌倒状况、行为、后果的相关数据；模式识别的概念较为复杂，因此重点对这种概念对人工智能的作用进行了概念论述；跌倒检测仪的概念分析则

39、是要从本质来分析本次研究设计的仪器有哪些功能和作业。第三章 人体跌倒行为的特点研究3.1人体骨骼系统及特点人体跌倒行为有着自身的行为特点，这种行为特点与人体骨骼系统的特点密切相关。能够控制人体跌倒行为的骨骼系统包括：第一，脊柱。脊柱位于脊部中央，是人体的中轴，有椎骨、骶骨和尾骨及其之间的连结共同组成，具有支持身体和保护脊髓、内脏的作用19。详细见下图3-1.图3-1 脊柱分布图从上图可以看出，人体的脊柱支撑整个人体的行动，弹性作用缓解了行动时候的阻碍，对防止跌倒有着重要的作用。反之，脊柱行动的不便利也形成了跌倒的态势或趋势，因此人体跌倒检测仪应该有收集脊柱行为数据的相关功能，将人体自由行走、跑

40、步时候的脊柱动态数据存储起来，发现数据变化时能够及时作出判断20。第二，下肢骨。受人体直立行走的影响下肢骨粗壮，适应支撑体重，并移动身体前进。在连结方面，上肢骨以灵活为主，下肢骨以稳固为主。足骨借关节和韧带连结紧密，形成足弓，具有弹性，可减缓行走时对身体所产生的震荡，同时还有保护足底的血管和神经免受压迫等。详细情况见下表3-2.图3-2 下肢骨及连接从图3-2之中能够借助下肢骨侧面解剖图得知，人类的下肢骨连接紧密因此能够灵活地进行运动，例如：体前屈抱腿相关的动作时，骨盆绕髋关节冠状轴向前运动，就出现了类似前倾跌倒的模式；反之骨盆绕髋关节冠状轴向后运动，就出现了后倾跌倒的状况；如果是骨盆绕髋关节

41、矢状轴向左右运动，会出现侧倾跌倒的模式。这些支撑错误引发的跌倒能够在跌倒检测仪上体现出来，在智能检测到跌倒状况后就发出警报和相关信息 21。3.2人体跌倒行为特点众所周知，人是直立行走的动物，在直立行走的过程中，人体的跌倒行为有独特的特征。人类的骨骼分布，关节、肌肉、韧带结构兼顾实用与美观，相当合理，但是离完美还有一定的距离。直立行走虽然解放了双手，但为此达成的进化妥协，也带来了骨骼剧变的烦恼。椎骨在受到长期挤压时，椎间盘就可能会突出，压迫脊椎神经，引起疼痛。除了脊椎，人类的膝盖也饱受“直立之苦”， 人类的下肢结构还来不及进化，所以骨关节承受不了这份工作，往往提前出现故障。就膝关节而言，人的膝

42、关节和狗的膝关节结构差不了多远，但是人的膝关节经常需要负担更多的劳动强度，如果身体肥胖那情况会更糟，会很早就出现关节软骨磨损，半月板慢性损伤，膝关节骨质增生等关节退变疾病。在奔跑或快步走时，我们的下肢承担的压力可能接近体重的好几倍，膝关节、踝关节、足部也承受了更多的压力，这也正是人类饱尝足痛膝伤之苦的原因所在。从以上两点分析可以看出，人类直立行走过程中脊柱、膝关节是重点的受影响的部位，多数的临床调查数据也充分说明了跌倒过程中脊柱、膝关节的不平衡作用是关键性的，同时受其他因素影响引起的跌倒行为也会以脊柱和膝关节的无法控制相关。因此，在具体的检测仪设计过程中要将人类运动（特别是老年人）过程中的脊柱

43、、膝关节数据进行人工智能输入，输入前要结合人体运动模式进行模拟处理，图像技术下，人体的运动轨迹将会更为清晰，也更有利于对人体跌倒行为的分析。在这样的情况下能够利用Pro/Engineer CAD软件进行深度图像的数据，最终实现了股骨三维重建工作 22 。总之，人体跌倒检测仪的设计必须要靠人体跌倒的特点，这种特点的体现一方面依靠于人体解剖学的研究支持，另一方面则是依靠现代化人体运动模式的人工智能处理，实现图像分析后输入智能数据，实现跌倒状况的准确判断，最终确保自动报警的准确度。3.3老年人跌倒行为模式与特点3.3.1老年人跌倒行为模式老年人跌倒的行为模式与其他人跌倒有着明显的区别，其内在的行为模

44、式存在不同的诱因，也使得跌倒后的表现各有不同。其跌倒行为模式主要包括：第一，步态平衡功能的紊乱。老年人的平衡能力是防止跌倒的一个重要预测参数，当平衡能力被破坏后，老年人的肌肉、关节都会发生转变，特别是肌肉会产生细微的用力转变，虽然老年人的反应能力较弱，但是人体跌倒时会出现肌肉应急反应，这种反应应该是自动报警数据的关键。第二，感觉系统。老年人的感觉系统会出现退化，产生相应的功能障碍，主要表现在：（1）走路时会出现迟缓的状态，根据这个表现则要在老年人的走路速度之中收集平均值，然后将其记录在跌倒检测仪之中，然后形成对老年人走路的状态监控。（2）老年人的步态不稳，这主要是因为老年人的肌肉组织退化了，因

45、此容易跌倒并发生骨折。在检测仪的设计过程中要借助肌肉组织的退化程度进行数据记录，最终保证报警功能的准确度。（3）老年人的眼睛功能退化了。眼睛虽然是视觉器官，但是眼睛最为人类第一感官系统，对于走路有明显的调整和控制作用，例如：盲眼的人往往会走错路，无法自己判断方向，经常出现跌倒的状况。老年人虽不是盲眼，但是由于年龄的问题，眼睛的视觉状况受到影响，如40岁的人平均有4屈光度调节力，而到50岁调节力平均减到1屈光度，“老花眼”还有“耳聋”等表现都是老年人常见的感官失调症状，会让老年人经常跌倒，无法正确判断眼前的危险。（4）疾病影响走路状态。老年人往往有多种疾病的综合症，例如：脑中风、帕金森病、脑血栓

46、等，这些疾病的后遗症都会影响老年人的走路状况，导致平衡感失调，产生跌倒行为。跌倒检测仪的设计要考虑到这些疾病患者的走路状态，并形成数据记录起来。 23。3.3.2老年人跌倒行为特点老年人跌倒行为的特点主要表现为：跌倒时没有防备，不符合正确的跌倒姿势 24。青壮年人的跌倒姿势是：主动用手臂和侧面身体力量缓冲跌倒的力量，避免身体受到伤害。但是老年人跌倒时会产生严重的身体创伤，主要是因为跌倒的姿势不正确。为了解决这个问题，必须要正视老年人的跌倒特点，向老年人传递正确的跌倒方式：下颌微微收紧，下巴抵向胸部；身体顺着跌倒的方向倾斜，弯曲膝盖，降低身体重心。不要用手臂或手腕撑地；让肩膀和上背部首先着地；滚

47、动身体，比如做个后滚翻或前滚翻，防止所有的冲击力集中到身体的某一点，有助于避免骨折。老年人应该经常锻炼这个跌倒方式，然后在跌倒后，如果清醒就利用检测仪进进行沟通；如果陷入昏迷，检测仪也能够根据跌倒后的状况进行自动报警，并利用GPS设计具体的位置方向，便于亲属施救。但是，更多的情况是老人跌倒后家属并不在身边，这种情况占到出现死亡危险的36%，加上社会防弊心理的影响，老年人跌倒后帮扶者都有很深的心理顾虑，这时候就需要跌倒检测仪进行信息发布和数据的及时收集。可以说老年人跌倒行为特点也是本次论文研究设计的重点因素之一。3.4本章小结通过本章的论述，主要是针对人体跌倒行为的特点进行了总结分析，其中还特别

48、针对老年人的跌倒行为特点进行了整理，其主要目的就是要结合实际社会生活、人体生理状况等具体情况设计出有实际作用的人体跌倒检测仪，让设计能够真正地方便于民，而不是一味的模仿和复制。第四章 人体跌倒检测算法及实验研究4.1人体跌倒检测算法4.1.1阈值判断检测算法阈值又叫临界值，指的是最高或最低值影响生产。在理解物体的物理“键”的概念，通过两个线程分别写操作到g_carray全局变量，在g_cs临界区结构来保持线程同步和初始化线程。为了使实验效果更为明显，反映在角色的关键区域，写g_carray 10 线程资源共享的功能延时功能，可以增加其他抢占CPU线程的可能性。在阈值计算的具体过程，是指最小强度

49、刺激需求的行为反应释放。下面的刺激阈值不能引起行为释放 26 。反射活动，阈值的大小是固定的，在复杂的行为，影响阈值是由各种环境条件的影响和动物的生理状态。两个基本数据类型；即，振动信号的措施，它可以扩展到任何非负数据，和对称的过程值。它表明，这些数据类型有明显不同的概率分布，因为真正的数据很少符合高斯模型。本文提出一种基于梯度幅度直方图和类间方差最大法的自动阈值选取方法。第一步是确定初始值To。计算模板中每点与中心点的灰度差阈值，然后取灰度差值的均值为迭代初始值To，如式：在子图象中随机选取一点，计算它与模板中相应点的绝对误差值， 将每一随机点对的误差累加起来，若累加到第r次时误差超过设定阈

50、值，则停止累加，记下此时的累加次数。第二步是计算出迭代值 。根据迭代初值将灰度差直方图分为两部分，每次迭代后进行判断，若一 Ti+1-Ti=0，那么停止迭代，取Ti+1作为最后的SUSAN模板的灰度差阈值。对于计算误差e，可得到一个由r值构成的曲面，曲面最大值处对应的位置即为模板最佳匹配位置。这是因为该点需要多次累加误差才能超过阈值，因此相对于其它点，它最有可能是匹配位置27。在本文实现的Canny算法中所采用的卷积算子比较简单，表达如下：其x向、y向的一阶偏导数矩阵，梯度幅值以及梯度方向的数学表达式为：求出这几个矩阵后，就可以进行下一步的检测过程。4.1.2模式识别检测算法模式识别检测算法的

51、具体内容包括：第一，基础算法。模式识别检测算法的基础算法包括很多方面内容：（1）K-Nearest Neighbor。K-NN本身计算是相当大的，因为数据的维数往往比2维的训练数据库，和更大的样本之间的距离，要求更多。把我们的课程项目的人脸检测，输入向量的维数是1024维的（32x32的图，当然，我认为这是更多的训练数据），有成千上万的，所以每一次的距离（这里是欧氏距离，是我们最常用的平方和平方根）每个点的分类，要花一百万倍计算。现在常用的方法是KD树。那是整个输入空间划分成许多小区域，然后根据他们附近的组织在一个树状结构。然后根据临近的原则把它们组织为树形结构。然后搜索最近K个点的时候就不用

52、全盘比较而只要比较临近几个子区域的训练数据就行了28。（2）Bayes Classifier。在模式识别的实际应用中，贝叶斯方法绝非就是post正比于prior*likelihood这个公式这么简单，我们一般会用正态分布拟合可能达到。通过拟合正态分布？偏差公式的右边有两卷，先验概率是先验的，这一发现是非常简单的，大量的对某一类数据的百分比数据可以是，例如，一个300一堆数据占100，然后一个先验概率是1 / 3。二是可能性，可能性是可以理解的：对于每类的训练数据，我们都是正常的分布来拟合它们与多变量（即，通过获得的符合正态分布的均值和协方差矩阵的训练数据的分类），然后在进入一个新的测试数据，分

53、别为，从各大类数据点的正态分布，然后用此值乘以原有的后验概率岗位要求。第二，传统计算模式下，还有模式识别检测算法的改进算法。(1)随机产生N个样本集合；(2)对这个样本集合与识别对象进行海明距离计算；(3)选择海明距离最大的n1个样本，组成样本集合M1；(4)转到步骤(1)，生成样本集合M2Mn，直到生成N个样本；(5)把海明距离相同的样本与识别对象进行R连续位匹配。R连续位匹配，即当2个字符串至少存在连续R位相同时才发生匹配；(6)根据海明距离和R连续位匹配对样本进行降序排列；(7)对N个样本根据排列顺序进行复制，复制的数量与海明距离和R连续位匹配成正比29。4.1.3支持向量机的跌到检测算

54、法支持向量机(Support Vector Machine，SVM）是近年来在机器学习与模式识别出现的新方向。其最初的发展起于20世纪70年代中叶，由Vapnik为启示开始研究机器学习方式，在传统统计学的基础上进行了局部小问题的计算处理，推动了计算机学习技术的飞速发展。SVM 首先解决的是一个针对样本的分类问题，我们首先假定n个样本的训练集能被一个超平面没有错误地分开，参数w，b 满足的约束条件为： (4.1)超平面的约束条件为： (4.2)样本到超平面的距离为： (4.3)具体的结构技术方式如下图4-1前向跌倒后向跌倒左向跌倒右向跌倒起跳下蹲图4-1 支持向量机的跌到检测算法对于支持向量机的

55、跌到检测算法的相关研究，国内外都有很多的学者进行探索，清华大学的王宪军教授根据SVM的理论对人体跌倒后的训练模式进行数据库设计，使用二分类的支持向量机来区分跌倒和日常活动行为，从而控制髋关节保护气囊的打开和关闭，从而在跌倒时能够自动启动安全气囊，保障老年人的安全。浙江大学李宗泽教授是从检测和定位确定目标对象类型，现有的大多数研究的目标检测问题简化为一二分类问题，尤其是在优势的模式识别领域的支持向量机是解决两分类问题，使系统能够检测到目标用户正确的发射功率和入射角的信号，以便增加系统容量达到沟通的目的。emvsvm扩大了类间散布矩阵的秩，emvsvm获取多的权重向量为每个类定义一个新的标准。em

56、vsvm显示更多面分类器的分类精度比其他。从统计的角度进行了分析，对emvsvm。近年来，我们已经开发了一个有效的分类器，支持向量机多权重向量投影（mvsvm），像传统的多面支持向量机广义的基于支持向量机的特征值（GEPSVM mulitisurface mvsvm），能快速的完成计算和同时处理复杂的异或（XOR）的问题。此外，还表明mvsvm更有前途的结果为GEPSVM不同的分类任务。这种通信目的的计算设计方式对于本文的检测仪后的信号发布也有重要的意义。4.2人体跌倒检测实验设计4.2.1实验对象选取实验研究对象共20人，男10例，女10例，年龄30-40岁，平均年龄35.511.23岁。采

57、用了模拟跌倒的形式进行了人体跌倒检测实验，实验对象的年龄、病情、身体状况等均无明显差异，P0.05无统计学差异，有研究对比意义。用SPSS 14.2统计软件分析数据，计数资料组间比较用t检验，计量资料用2检验。P0.05有差异统计学意义。4.2.2实验方法实验方法如下：第一，实验数据的收集整理。将20例实验对象进行模拟跌倒活动，重点收集整理跌倒者的基本信息，包括不同跌倒方向下的骨骼身体状况、不同类型跌倒状况下骨骼身体状况、跌倒后的身体负担状况等。出于安全考虑未请老年人参与,实验者模拟老年人日常生活中步行、上下楼梯、慢跑、快速坐下、快速躺下、坐下起立、躺下起立和跌倒等活动动作。实验在不同时间段完成,实验过程中地上放置有厚海绵垫,每个实验者被要求重复实验动作2次,且每个动作要求在10s内完成。数据收集整理