16、基于物联网系统的跌倒检测SVM算法

基于物联网系统的跌倒检测SVM算法

1 引言

在医疗领域，近年来利用物联网（IoT）开发了许多与跌倒监测、数据采集和信息处理相关的应用。本文旨在介绍老年人跌倒检测和警报的方法，通过加速度计传感器和Kinect相机系统进行实验，获取跌倒和正常姿势的数据集，经物联网系统传输至计算机中心处理和检测跌倒。为实现这一目标，需进行数据采集，并选择合适的模块标准组合到跌倒识别系统中。同时，应用主成分分析（PCA）算法提取数据特征，使用支持向量机（SVM）算法对跌倒和非跌倒状态进行分类，还设计了警报系统向亲属或辅助中心发送移动消息。

2 物联网系统模型

微芯片技术和小尺寸、低功耗无线传输芯片的发展，使得创建具有多个传感器和无线连接的监测模块成为可能：
- 室内环境 ：采用wi-fi 802.11n系统与跌倒监测系统结合。
- 室外环境 ：通过3G WCDMA连接到跌倒监测系统。

每个模块成为物联网传感器网络中的一个节点。

2.1 传感器类型

在基于物联网的跌倒检测系统中，主要使用三种传感器：
- 人体可穿戴传感器（两种版本） ：用于室内和室外环境，集成了加速度计传感器或陀螺仪。
- 基于图像的Kinect相机 ：用于采集图像数据。

系统可接收这些传感器的信息，检测跌倒并向亲属、医生或护士发送紧急警报。

2.2 系统连接方式

• 室内传感器