基于MEMS传感器的实时跌倒检测系统设计

徐甲栋; 陈强; 徐一雄; 杨文龙; 张新宇; 梁明远

doi:10.13873/J.1000-9787(2022)07-0077-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于MEMS传感器的实时跌倒检测系统设计

设计与制造 | 更新时间：2025-09-11

- 基于MEMS传感器的实时跌倒检测系统设计
- 基于MEMS传感器的实时跌倒检测系统设计
- 传感器与微系统 2022年第7期页码：77-80
- 作者机构：
  
  上海工程技术大学电子电气工程学院 2. 上海航天控制技术研究所
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2022)07-0077-04
  中图分类号： TP212;TP274
- 纸质出版：2022
- 稿件说明：
移动端阅览
徐甲栋, 陈强, 徐一雄, 等. 基于MEMS传感器的实时跌倒检测系统设计[J]. 传感器与微系统, 2022,(7):77-80.

基于MEMS传感器的实时跌倒检测系统设计[J]. 2022, (7): 77-80.
徐甲栋, 陈强, 徐一雄, 等. 基于MEMS传感器的实时跌倒检测系统设计[J]. 传感器与微系统, 2022,(7):77-80. DOI： 10.13873/J.1000-9787(2022)07-0077-04.

基于MEMS传感器的实时跌倒检测系统设计[J]. 2022, (7): 77-80. DOI： 10.13873/J.1000-9787(2022)07-0077-04.

摘要

为了保障老年人身体健康，设计了一种基于微机电系统（MEMS）传感器可穿戴式的实时跌倒检测系统。系统以微处理器STM32F103VET6为核心，采用了MEMS传感器MPU6050、ATGM332D定位模块和SIM900A数据传输模块采集和传输数据，通过欧拉角旋转矩阵将加速度和角速度数据相融合，降低MPU6050内置陀螺仪漂移误差，得到更准确的姿态角。基于改进的多级阈值跌倒检测算法，提高了跌倒检测的准确率，工程大智能看护微信小程序结合云数据库技术，实现了实时查看老人状态和位置的功能。实验结果表明：该系统的检测准确率为97.75%

能够有效检测到老人的跌倒信息并实时定位报警，通过工程大智能看护微信小程序可及时救助跌倒老人。

Abstract

能够有效检测到老人的跌倒信息并实时定位报警，通过工程大智能看护微信小程序可及时救助跌倒老人。

关键词

Keywords

references

基于物联网与多传感器技术的智能看护系统设计 [J]. 向琦,任万春,陈旭,陈芳,周涵,何艳. 传感器与微系统 . 2020(02)

基于SINS的老人跌倒实时监测方法 [J]. 罗涛,杨海,李莉,饶悦,张禾. 传感器与微系统 . 2020(01)

一种基于智能手机终端的远程人体姿态监测系统 [J]. 刘宇,惠鸿飞,路永乐,亓林,邹新海,黎人溥. 中国惯性技术学报 . 2019(06)

基于ZigBee和CNN的低功耗跌倒检测技术 [J]. 何坚,张子浩,王伟东. 天津大学学报(自然科学与工程技术版) . 2019(10)

采用卷积神经网络的老年人跌倒检测系统设计 [J]. 吕艳,张萌,姜吴昊,倪益华,钱小鸿. 浙江大学学报(工学版) . 2019(06)

基于改进Mahony互补滤波算法的三维运动轨迹恢复 [J]. 田红丽,孙永全,刘洪普. 传感器与微系统 . 2018(12)

基于人体姿态的PSO-SVM特征向量跌倒检测方法 [J]. 麻文刚,王小鹏,吴作鹏. 传感技术学报 . 2017(10)

基于力学量信息获取系统的人体摔倒过程识别方法研究 [D]. 佟丽娜. 中国科学技术大学 2011

浏览量

767

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据