基于视觉识别和多传感器的跌倒检测系统设计

程世通; 张李辉; 楚遵恒; 余韵; 李小雨; 刘紫燕

doi:10.13873/J.1000-9787(2024)08-0091-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于视觉识别和多传感器的跌倒检测系统设计

设计与制造 | 更新时间：2025-09-11

- 基于视觉识别和多传感器的跌倒检测系统设计
- 暂无标题
- 传感器与微系统 2024年第8期页码：91-94
- 作者机构：
  
  1. 贵州大学大数据与信息工程学院
  2. 贵州大学公共大数据国家重点实验室
- 作者简介：
- 基金信息：
  
  贵州省2020年大学生创新创业训练计划项目(S202010657061);贵州省联合资金资助项目(黔科合LH字[2017]7226号);贵州大学2017年度学术新苗培养及创新探索专项项目(黔科合平台人才[2017]5788)
- DOI：10.13873/J.1000-9787(2024)08-0091-04
  中图分类号： R592;TP212;TP391.41
- 纸质出版：2024
- 稿件说明：
移动端阅览
程世通, 张李辉, 楚遵恒, 等. 基于视觉识别和多传感器的跌倒检测系统设计[J]. 传感器与微系统, 2024,(8):91-94.
程世通, 张李辉, 楚遵恒, 等. 基于视觉识别和多传感器的跌倒检测系统设计[J]. 传感器与微系统, 2024,(8):91-94. DOI： 10.13873/J.1000-9787(2024)08-0091-04.

DOI：

摘要

针对老人意外跌倒摔伤无法及时得到救助的问题，设计了一个基于视觉识别和多传感器的跌倒检测系统。系统以树莓派为核心，采用摄像头、传感器、定位模块、心率模块和窄带物联网(NB-IoT)模块采集和传输信息，实现了老人室外和室内跌倒检测。利用阈值检测和支持向量机(SVM)分类的方法提高了跌倒检测的准确率。利用监护App实现了老人状态和位置信息查询功能。实验结果表明：该系统室外和室内跌倒检测正确率分别为92.8%和91.0%。该系统能有效检测老人的跌倒行为并给监护人发送报警信息和定位信息，实现了智能看护老人。

Abstract

关键词

Keywords

references

罗文志,张自豪.基于LoRa的老人跌倒监护系统设计[J].电子设计工程,2022(18).

徐甲栋,陈强,徐一雄,杨文龙,张新宇,梁明远.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(07).

范鹏生,吴贵军,陈浩辰.基于轻量化Openpose的跌倒算法识别研究[J].无线互联科技,2022(08).

梁楷博,吴有龙,苏杰,沈亮,潘星颖,郑坤,叶晴.基于惯性传感器的智能安全帽人体跌倒检测系统设计[J].物联网技术,2022(04).

朱鑫华,汉瑞娟,李娟,张枫,陆皓.基于JCI标准的住院患者跌倒预防策略[J].解放军医院管理杂志,2019(08).

杨任兵,程文播,钱庆,章强,钱俊,潘宇骏.红外图像中基于多特征提取的跌倒检测算法研究[J].红外技术,2017(12).

石欣,熊庆宇,雷璐宁.基于压力传感器的跌倒检测系统研究[J].仪器仪表学报,2010(03).

浏览量

740

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于IPSO算法优化SVM的睡眠分期模型

大尺寸钢球表面缺陷的检测

基于腕部穿戴设备的人体跌倒检测系统设计

基于BLSTM-SVM混合模型的脑力负荷分类

动态场景下火灾烟雾多特征融合识别定位研究