基于手机的跌倒监测系统设计与实现-计算机软件与理论专业论文.docx

独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 作者签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 摘要 摘要 I I 摘 要 跌倒监测系统用于跌倒识别，并在跌倒后通过报警缩短救援时间，以达到减 小跌倒危害的目的。在人口老龄化和空巢化的背景下，开展老年人跌倒监测研究， 具有重要的社会意义。本文根据四个经常用于佩戴手机的部位（前胸、侧腰、后 腰和大腿）设计实验和算法，实现了基于手机的跌倒监测软件及其后台服务器， 以应用于跌倒识别和跌倒后报警。论文主要包括三个部分： 第一是实验设计。首先将人体活动模式分类，再设计实验的活动模式并组织 实验，包括实验设备的选定、实验场地的布置、实验对象的选择和具体的实验步 骤等，最后将传感器节点布置于四个经常用于佩戴手机的部位进行实验，该实验 产生了设计和检验跌倒监测算法的原始数据。 第二是算法设计。在对实验数据和跌倒过程深入分析的基础上，设计了特征 提取方法和 BP 神经网络模型。考虑了 6 种不同佩戴习惯的用户：只将手机固定佩 戴于四个部位之一的（共 4 种）、上身三部位（前胸、侧腰、后腰）随意佩戴的、 和四个部位随意佩戴的；并从是否有陀螺仪考虑了 2 种手机后，设计了 12 种神经 网络模型，并得出以下结论：（1）只将手机佩戴于大腿部位的用户使用没有陀螺 仪的手机会出现较多的漏检和一些误报。（2）在有陀螺仪和没有陀螺仪的两种手 机中，上身三部位随意佩戴的用户敏感度分别是 100%和 98.67%，特异度分别是 100% 和 96.54%；四个部位随意佩戴的用户敏感度分别是 96.12%和 89.28%，特异度分别 是 97.17%和 95.07%，对比几个可将手机放于多个部位的研究，本文的算法敏感度 和特异度都是最高的。（3）经对比，最终选择了上身三部位随意佩戴和四部位随 意佩戴的 2 种佩戴习惯对应的神经网络模型设计跌倒监测算法。 第三是系统设计与实现。系统包括一个基于 Android 手机的跌倒监测软件和 一个基于 MFC、SQL SERVER 数据库的后台服务器。跌倒监测算法基于 OpenCV 实现， 通过 JNI 实现 Java 与 C++间的相互调用。发生跌倒后手机基于百度地图 SDK 进行 GPS、Wi-Fi、基站混合定位，通过发送包含跌倒位置的短信向预先设定的联系人 远程求助并使用报警铃声本地求助。手机端在产生跌倒和误报时会将相应信息上 传至后台服务器以用于算法研究及数据统计；同时手机端将相应信息添加到训练 集中，重新训练神经网络，进行算法改进。后台服务器使用 SQL SERVER 数据库进 行信息存储和用户管理,手机与后台服务器间基于 TCP/IP 协议通过 Socket 通信。 综上所述，本文首先根据四个经常用于佩戴手机的部位设计实验、获得算法 的原始数据，然后考虑了 6 种不同佩戴习惯的用户并从是否有陀螺仪考虑了 2 种 II II 手机，设计出 12 种神经网络模型进行对比后，选择了随意佩戴于上身三部位和四 个部位随意佩戴的 2 种佩戴习惯对应的神经网络模型设计跌倒监测算法，最后基 于 Android 手机实现跌倒监测系统，本系统有望解决人口老龄化和空巢化背景下 的跌倒监护难题。 关键词：跌倒监测，BP 神经网络，Android，后台服务器 AB ABSTRACT PAGE PAGE VI ABSTRACT Fall detection systems aims at classifying falls from activities of daily life, and warns people of danger in order to shorten the rescue time and reduce the hazard of falls. It should be provided with social significance that to carry out study of fall detection in