摘要：人口老龄化在是当今社会中最重要的社会问题。据推测，到2050年，我国老年人口将达到总数人口的三分之一。老年人属于易摔倒人群，老年人摔倒具有很高的人治病率、死亡率、住院率，为人民带来了巨大的经济和社会负担，这种情况已经引起了业界的高度重视。根据相关资料显示：每年美国为摔倒引起的疾病花费占占总医疗开支的8%左右，金额在210亿美元左右，而且所占比例随着老龄化也越来越大。因此，降低老年人的跌倒所带来伤害的风险或及时救助他们成为很多国家研究的热点问题。在不影响老年人常规活动下，以有效严谨的方法来区分老年人正常活动和摔倒，当发生摔倒时可以自主报警，有效地的减少了老年人摔倒所带来的危害。

   为使老人在摔倒后能得到及时救助，减少意外发生，本文涉及了一个基于Android平台的传感器可穿戴设备监测老年人摔倒识别研究。获取老年人平时将手机带在身上，十分方便。首先，对老年人的运动状态（比如行走-转身-行走、蹲下-起立、坐下-起立，走路摔倒等）做大量的实验数据收集，得到摔倒动作发生时加速度传感器和陀螺仪传感器的数据与发生其他正常行为数据的不同点。接着，利用相对应的机器学习算法对实验样本数据样本进行分析，得到摔倒时和正常活动时加速度和角度的变化阈值。当发生摔倒时，Android智能手机自带的加速度传感器和陀螺仪传感器会自动检测。通过对大量样本数据分析得到的阈值对比，当手机检测的数据超过阈值时，手机会自动报警，同时发出短信告知给家人，利用GPS或基站定位对老人摔倒的方位进行定位。如果是误报，可以连续按两次音量键进行取消报警。

在智能穿戴设备越发火热的今天，可穿戴智能设备将迎来一个蓬勃发展的时期，未来用户将会大量的使用它们来提高工作的效率和生活的优质享受。可移动终端设备是物联网的一个最为重要的节点，它可以实时分享和处理社会生活中的各种信息。同时它也是必不可少的可穿戴设备中的一种，利用可移动设备来对老年人摔倒识别和监测，是一种可行且十分方便的方式。

关键词：可穿戴设备  摔倒识别  阈值算法  自动报警 

 

目录

摘要

Abstract

1概述-1

1.1研究目的和意义-1

1.2研究背景及国内外现状-1

1.3主要贡献-3

1.4文章的结构-3

2预备知识及原理说明-4

2.1手机传感器技术(MST)-4

2.1.1手机传感器技术(MST)的概念-4

2.1.2手机传感器技术(MST)的原理-4

2.1.3手机传感器技术(MST)的用途—数据采集-5

2.2L定位服务（LBS，Location-Based Service）-5

2.2.1 LBS概述-5

2.2.2LBS的原理-5

2.2.3LBS的用途-5

2.3跌倒检测技术-6

2.3.1基于数据挖掘的摔倒判别算法流程-6

2.3.2数据集的采集-7

2.3.3特征值的选取-7

2.3.4人体行为分类-7

2.3.5模型选择-8

2.3.6正确率和误报率-8

3系统分析-9

3.1需求分析-9

3.2功能说明-9

3.2.1地理位置获取功能-9

3.2.2跌倒检测自动报警-10

3.2.3自动发送短信功能-10

3.2.4异常处理功能-10

4 Fall Recognition系统设计-11

4.1系统总体设计-11

4.1.1系统的工作流程-11

4.1.2系统的功能模块-11

4.2系统详细设计-12

4.2.1系统关键类和方法-12

4.2.2地理位置信息获取功能模块设计-13

4.2.3人体摔倒报警模块-14

4.2.4自动发送短信模块设计-15

4.2.5异常处理模块设计-16

5. FallRecognition系统实现-18

5.1开发平台-18

5.1.1Eclipse-18

5.1.2 MATLAB-18

5.1.3Micosoft Visual Visio 2003-19

6 FallRecognition系统测试与运行-20

6.1 训练与测试-20

6.2 训练实验结果-20

6.2.1加速度变化分析-20

6.2.2角速度速度变化分析-23

6.2.3摔倒识别阈值评估-25

6.2.4实验结果测试-26

7 结束语-27

8 致谢-28

参考文献-29