1、當(dāng)今世界面臨著嚴(yán)重的人口老齡化問(wèn)題，老人由于身體機(jī)能下降、平衡協(xié)調(diào)能力減弱和視力變差等生理原因，容易發(fā)生跌倒。跌倒預(yù)測(cè)系統(tǒng)可以及時(shí)檢測(cè)跌倒并進(jìn)行報(bào)警，可以減少老人跌倒后等待救助的時(shí)間，降低跌倒對(duì)人體造成的傷害，減少因跌倒產(chǎn)生的醫(yī)療開支，增強(qiáng)老年人獨(dú)立生活的信心。本文在對(duì)當(dāng)前跌倒檢測(cè)方法進(jìn)行總結(jié)分析的基礎(chǔ)上，采用基于穿戴式設(shè)備的方法進(jìn)行跌倒預(yù)測(cè)研究。課題的創(chuàng)新點(diǎn)在于結(jié)合加速度特征和姿態(tài)角特征，同時(shí)采用機(jī)器學(xué)習(xí)算法中的支持向量機(jī)算法作為分類

2、算法研究跌倒預(yù)測(cè)，即在人體跌倒碰撞地面前進(jìn)行跌倒的預(yù)判。本文將跌倒預(yù)測(cè)問(wèn)題作為一個(gè)二分類問(wèn)題來(lái)處理，建立跌倒預(yù)測(cè)分類模型，實(shí)現(xiàn)了跌倒預(yù)測(cè)和跌倒遠(yuǎn)程報(bào)警，并對(duì)跌倒保護(hù)裝置進(jìn)行了探討。
　　本文首先綜述了不同的跌倒預(yù)測(cè)算法，確定支持向量機(jī)算法作為分類算法，闡述了支持向量機(jī)的理論原理，說(shuō)明了實(shí)現(xiàn)支持向量機(jī)算法的過(guò)程及參數(shù)尋優(yōu)方法。然后將傳感器設(shè)備穿戴在人體腰部，建立人體三維坐標(biāo)系，采集3軸加速度、3軸角速度和3軸磁場(chǎng)數(shù)據(jù)。定義了4種跌倒

3、行為和10種日常活動(dòng)行為以及加速度和角速度統(tǒng)計(jì)量，分析不同行為過(guò)程的加速度特征、角速度特征和姿態(tài)角特征，發(fā)現(xiàn)采用這些特征進(jìn)行跌倒預(yù)測(cè)具有很強(qiáng)的可行性。在特征分析的基礎(chǔ)上，進(jìn)行特征提取，根據(jù)加速度和角速度統(tǒng)計(jì)量的變化規(guī)律，在時(shí)域中提取4個(gè)加速度特征和4個(gè)角速度特征，在捷聯(lián)慣導(dǎo)系統(tǒng)中解算姿態(tài)角，提取姿態(tài)角特征，將提取的9個(gè)特征組成特征向量。接著對(duì)提取的9個(gè)特征進(jìn)行特征選擇，采集跌倒行為樣本和日常活動(dòng)行為樣本組成訓(xùn)練樣本集和測(cè)試樣本集，對(duì)樣本

4、采集過(guò)程中的變量進(jìn)行討論，分別采用序列前向選擇方法和序列后向選擇方法進(jìn)行特征選擇，綜合兩種方法得到最優(yōu)特征組合，最優(yōu)特征組合包含3個(gè)特征，最終得到最優(yōu)跌倒預(yù)測(cè)分類模型，最優(yōu)跌倒預(yù)測(cè)分類模型對(duì)應(yīng)的跌倒行為檢測(cè)率為100％，日?；顒?dòng)行為檢測(cè)率為100%，平均前置時(shí)間為291ms，證明了本文提出的跌倒預(yù)測(cè)算法的有效性和可行性。最后對(duì)跌倒遠(yuǎn)程報(bào)警及跌倒保護(hù)裝置進(jìn)行了研究，采用SIM900A模塊實(shí)現(xiàn)跌倒遠(yuǎn)程短信報(bào)警，將一款手動(dòng)充氣氣囊裝置改造成自

5、動(dòng)充氣氣囊裝置，設(shè)計(jì)了2種不同的連桿機(jī)構(gòu)連接舵機(jī)和氣囊裝置，并通過(guò)實(shí)驗(yàn)選擇實(shí)際耗時(shí)較少的連桿機(jī)構(gòu)，發(fā)現(xiàn)從檢測(cè)到跌倒到打開壓縮氣瓶最少耗時(shí)約為133ms，在目前的最優(yōu)跌倒預(yù)測(cè)分類模型下，留給氣囊的充氣時(shí)間只有約158ms，而在現(xiàn)有的壓縮氣瓶條件下，氣體完全釋放所需的時(shí)間約為452ms，所以計(jì)算了在滿足158ms充氣時(shí)間條件下的氣瓶規(guī)格，然后在現(xiàn)有氣瓶條件下，通過(guò)實(shí)驗(yàn)對(duì)跌倒保護(hù)裝置進(jìn)行了整體測(cè)試，實(shí)驗(yàn)結(jié)果表明跌倒保護(hù)裝置可以在跌倒碰撞地面前