基于STM32的跌倒防護裝置研究
加入技術交流群
3．2 軟件整體設計
結合跌倒判斷算法后，系統的整體軟件框圖如圖4所示。
4 實驗測試
測試時為避免測試者在實驗過程中摔傷，所有跌倒實驗都在一張雙人床上完成，跌倒在雙人床上與跌倒在地面唯一不同的是，跌倒在地面產生的加速度沖擊會更大。因此，對本系統而言，跌倒在地面的情況會更容易檢測出來。
系統測試分為兩部分，第一部分是通過模擬老年人幾種典型的跌倒方式來檢驗跌倒判斷的識別率，在將要發生跌倒事件時，能夠準確無誤的觸發報警。測試內容包括向前跌倒，向后跌倒，向左側跌倒，向右側跌倒這4種典型類型的跌倒，每類跌倒各試驗50次。
第二部分通過正常的日常活動來檢測本系統的誤報率，實驗的日常活動包括步行、彎腰、下蹲和慢跑等日常行為，同樣每類實驗也進行50次。測試結果如表1所示。本文引用地址：http://www.104case.com/article/192863.htm
由表1試驗數據，可以看到在實驗條件下，每種跌倒的跌倒識別率都在95％以上。在捧除老年人做劇烈運動的情況下(如表中的慢跑)，日常事件的誤報率約為0％，所設計的跌倒檢測系統能檢測出絕大多數的跌倒事件并準確報警，對日常行為的誤報較低。
為了提高系統的可靠性，本次還研究了從防跌倒裝置開始報警到老年人完全跌倒在地上之間的時間，我們根據采集到的數據和算法，得到裝置開始報警到老年人完全跌倒在地上之間采樣點個數，再根據采樣時間求得時間。此時間越長表示后續的防護措施可進行更復雜的保護，老年人跌倒受傷的幾率就越低。防護措施可用時間如表2所示。
5 結束語
本系統使用了三軸加速度傳感器ADXL345，三軸角速度傳感器L3G4200D、nRF24L01無線傳輸模塊和STM32F103RBT6嵌入式處理器，實時采集人體跌倒的加速度和角速度數據，并運用了以特征量閾值判斷的跌倒檢測算法為主的解決方案，完成了老人跌倒檢測系統的設計。通過試驗分析，排除老年人做劇烈運動的情況下，系統能準確地檢測跌倒并能在老年人未著地之前報警并實施后續防護措施，其準確率高。且本系統可靠性高、簡單，易于穿戴。
評論