توضیحات
ABSTRACT
This paper presents a health condition monitoring solution that detects an elderly accidental fall occurrence. The fall detection algorithm implements both accelerometer-based and sound-based detections for the possible occurrence of a valid fall. The accelerometer-based fall detection is instrumental in the detection of a valid fall occurrence. However, it has been shown that by using
accelerometer alone is insufficient to accurately detect a fall, as the accelerometer also misinterprets some daily motion activities and classified them as valid falls. The sound sensor can be used to detect the sound pressure generated from a resultant fall, but sound pressure cannot by itself be used as a reliable indicator of a fall. Thus, a fuzzy logic-based fall detection algorithm is developed to process the output signals from the accelerometer and sound sensor, where a valid fall activity detected by the accelerometer, coupled with a detected sound pressure from the resultant fall can infer an occurrence of a valid fall. This paper demonstrates the fuzzy logic algorithm to improve the accuracy of detecting
a valid fall as compared to the accelerometer only fall detection algorithm and it can be demonstrated that the algorithm is capable of minimizing false fall detections per day from high of 1:37 to low of 0:06.
INTRODUCTION
Falls are the major cause of both fatal and non-fatal injuries among people and create a hindrance in living independently. The frequency of falls increases with age and frailty level. Between 2007 and 2011, in Singapore, at least 50 elderly persons have been found dead in their own homes from causes relating to falls and illnesses . With the rapid technological advancements, various small and non-intrusive remote health condition monitoring solutions have been proposed and developed with the objectives to solve or mitigate problems encountered by elderly people living alone, and ultimately to save lives by provid- ing them with timely assistance. Commercial product developments and active academic research on fall detection have been motivated by the considerable risks of falls and the substantial increase of the elderly people population. A typical fall detection system has two major functional components: (a) the detection component, which detects falls and (b) the communication component that communicates with emergency contact after fall detection.
چکیده
این مقاله یک راه حل نظارت بر وضعیت سلامتی است که یک رویداد سقوط تصادفی سالم را تشخیص می دهد. الگوریتم تشخیص سقوط هر دو تشخیص مبتنی بر شتاب سنج و صدا را برای احتمال وقوع سقوط معتبر اجرا می کند. تشخیص سقوط مبتنی بر شتاب سنج در تشخیص وقوع سقوط معتبر است. با این حال، نشان داده شده است که با استفاده از شتاب سنج تنها به اندازه کافی برای کشف دقیق سقوط ناکافی است؛ زیرا شتاب سنج همچنین برخی از فعالیت های روزانه حرکت را اشتباه تفسیر می کند و آنها را به عنوان سقوط معتبر طبقه بندی می کند. سنسور صدا می تواند برای تشخیص فشار صدا تولید شده از یک سقوط حاصل شود، اما فشار صدا نمی تواند به عنوان یک شاخص قابل اعتماد از سقوط استفاده شود. بنابراین، یک الگوریتم شناسایی سقوط مبتنی بر منطق فازی برای پردازش سیگنال های خروجی از سنسور شتاب سنج و صوتی طراحی شده است، جایی که یک عمل سقوط معتبر تشخیص داده شده توسط شتاب سنج همراه با یک فشار صدا شناسایی شده از سقوط حاصل می تواند نتیجه یک سقوط معتبر این مقاله الگوریتم منطقی فازی را برای بهبود دقت تشخیص یک سقوط معتبر در مقایسه با الگوریتم تشخیص تنها سقوط شتاب سنج نشان می دهد و می توان نشان داد که این الگوریتم قادر است حداکثر تشخیص های سقوط کاذب در روز را از 1:37 به پایین از 0:06.
مقدمه
آبشارها عامل اصلی هر دو آسیب فاجعه بار و غيرقطبی در بين مردم هستند و مانع از زندگی مستقل می شوند. فراوانی سقوط با افزایش سن و ضریب نفوذ افزایش می یابد. بین سالهای 2007 تا 2011، در سنگاپور، حداقل 50 فرد سالخورده از علل مربوط به سقوط و بیماری ها در خانه هایشان مرده اند. با پیشرفت های تکنولوژیکی سریع، راه حل های مختلف نظارت بر وضعیت سلامت از راه دور کوچک و غیر قابل نفوذ، با اهداف برای حل و یا کاهش مشکلات موجود سالمندان که تنها به تنهایی زندگی می کنند و در نهایت برای نجات جان انسان ها با ارائه کمک های موقتی . تحولات تجاری تجاری و تحقیقات علمی فعال در زمینه تشخیص سقوط، به دلیل خطرات قابل ملاحظه سقوط و افزایش قابل ملاحظه جمعیت سالمندان است. یک سیستم تشخیص سقوط معمولی دارای دو بخش عمده عملکردی است: (الف) مولفه تشخیص، که سقوط را تشخیص می دهد و (ب) بخش ارتباطی که با تماس اضطراری پس از شناسایی سقوط ارتباط برقرار می کند.
Year: 2018
Publisher : ELSEVIER
By : Poi Voon Er, Kok Kiong Tan
File Information: English Language/ 33 Page / size: 3.28 MB
سال : 1396
ناشر : ELSEVIER
کاری از : پو وون اهر، کوک کیون تاین
اطلاعات فایل : زبان انگلیسی / 33 صفحه / حجم : MB 3.28
نقد و بررسیها
هنوز بررسیای ثبت نشده است.