文摘

在本文中,我们建立一个模型的智能检测下肢姿态传感器、进行深入研究明亮的服装为老年人智能检测的秋天预防,一篇文章和设计丰富多彩的服装为老年人提供基于智能检测下肢姿势秋天预防传感器。本文确定了总体系统方案根据应用程序,包括设备的特征位置穿过,参考坐标系的建立,整体系统架构的设置。数据采集、传输和保存功能实现,两步扩展卡尔曼滤波器,互补滤波器,DMP-Kalman过滤器是用来解决姿态角的测量对象。试验结果验证了模型的可行性的日常行为活动数据和秋季行为数据老人,和收集到的数据进行了处理和分析由三个数据融合算法,证明了算法的有效性,其中DMP-Kalman过滤算法具有更好的性能。从测试的结果,本文的设计可以检测人体姿态角更准确地说,它提供了一种实用的参考检测设备。以服装为载体,检测和预警模块集成了智能服装秋季服装研究的一篇文章为老年人提供检测和警告。一体化进程的核心问题是影响服装的运动人体检测模块。衣服的材料和阁楼的影响通过实验研究了模型。两个索引的结果,即,sensitivity and specificity, of the integrated model and the model not integrated with the clothing are around 98%. The experimental results of the material and loft of the clothing within a specific range have little influence on the model. The final intelligent garment design scheme was determined on this basis.

1。介绍

在日益老龄化的背景下,越来越多的人有下肢残疾,一般的护理人员是不再满足人们的需求。此外,已经有护理人员的严重短缺,将近一半的老年人和残疾人目前无法获得医疗援助(1]。随着人工智能技术的兴起,新机器人已经出现在许多行业,这不仅有效缓解专业医护人员的短缺,但也提高老年人和残疾人的能力独立生活(2]。目前,秋天探测和预防技术研究步行机器人相对较小,技术不够成熟;步行机器人不能准确、快速地识别用户的地位下降,给保护措施,因此有必要提高行走能力艾滋病检测和预防跌倒,这不仅带来了优秀的病人安全、老年人和残疾人的生活但也减少了很多对家庭和社会的负担(3]。这不仅是一个伟大的安全保障老年人和残疾的病人,但也为家庭和社区的一个很大的负担。五个部分是通过研究人体姿势识别子系统实现的需求:数据接收、数据处理、网络训练、动作识别、视觉程序接口和数据库建立,是使用Python语言构建4]。接收到的数据通过无线串口模块主机和保存为CSV数据文件;降噪处理的数据和时频域信息的提取;网络训练采用TensorFlow深度学习框架在Python实现改进的卷积网络算法提出并保存训练网络模型;受保护的网络解析模型和输入数据是用来认识到行动。举行训练网络模型,解析了网络模型识别的努力和目标数据输入。

可穿戴传感器人体姿势识别是一个新兴领域,越来越广泛的应用。例如,医疗卫生,我国加快了老龄化,老年人,卫生保健是至关重要的。如果不及时获救,一个典型的老年人(下降可能带来不可估量的后果5]。照顾老年人的健康状况反映了一个国家的发展水平和文明。老年人的日常监控,异常行为(如瀑布,晕倒),报警等,是目前的研究热点问题,这些都是离不开人体姿势识别。在智能家居、智能家居安全的优点,速度,人性化,个性化,使人感觉各种现代科技带来的舒适和便利的家庭环境,加速社会的情报以及城市(6]。在未来的几十年里,家庭智能必将突飞猛进地增长,不可避免的选择,人们追求更高的生活标准。作为一个关键技术点,可穿戴的人类行为识别技术具有十分重要的研究价值7]。衣服是最大的电子商务事务对象,所以对虚拟装配和服装展示的需求也越来越强。同时,也有一个紧急的对数字保存的需求,虚拟馆藏,逐渐消失的试穿好民族服装(8]。达到一个更好的虚拟装配和显示效果,人体姿势识别是关键技术之一。此外,人们不满意,只有温暖和漂亮的衣服。因此,开发各种功能的衣服也是一个服装设计和生产企业的热门话题,比如体育监控、防盗和抢劫,情感监控、定位等等。在可用的服装的设计和开发,添加一些相关的传感器为目标数据收集和监测是至关重要的环节9]。新型纺织材料的研究和发展,出现了新型纺织材料和耐磨人体姿势识别研究;从功耗、节点布局和其他考虑,人体姿势识别、新功能纺织材料的研究和发展起到了支持作用。

面临人口老龄化的社会问题,许多国家和地区老年人用户为目标人群,及相关设计理论提出了从创新的角度设计产品和服务,包括无障碍设计、通用设计,和包容的设计。随着不同的设计概念的发展集中在老年用户,包容性设计的想法是世界上进化的衰老过程,及其理论内容广泛由于社会趋势10]。包容性设计是基于理论的发展和延续无障碍和通用设计,首次提出在欧洲国家11]。其理论允许产品的实际应用需要考虑不同用户的需求在设计过程中,尽可能扩大范围的用户,用户之间平衡的需要和利益,设计师,和供应商,和治疗相对(每个级别的用户组12]。因此,老龄化社会,包容的概念设计是很有价值的满足用户需求的群体如老人和促进社会公平的发展。移动医疗的崛起,新技术的发展,如智能传感、和个性化的健康概念和可穿戴的流行产品迅速占领市场,其中耐磨产品相关的卫生保健已成为最具潜力的领域之一。耐磨性和情报,医疗耐磨产品可以监测人体数据,记录和处理大量的信息,并上传数据到云来预测用户的健康和提高他们的自我管理意识的积极意义减少发病率13]。医疗耐磨产品可以帮助老年人健康检查,预测疾病,帮助治疗和康复,帮助孩子理解父母的各种功能的身体,改善老年人的生活质量,并为他们的生活带来便利。

2。相关的工作

如今,随着技术的快速发展,尤其是移动互联网,人们的交流方式也在迅速改变,和各种智能交互方法改变人们的日常生活方式。智能交互涉及到视觉,网络,传感技术,和其他信息技术,可以改善人们的沉浸感,给人一种新奇的方式交互体验,并使交流更加流畅,自然,人性化。人体姿势识别是智能交互的基础,是一个至关重要的技术来提高交互体验时尚生活和知识(14]。人体姿势识别是模式识别的一个热门话题,许多应用程序。研究在人体姿势识别也遵循国际前沿和研究中取得具体成果及其产业化人类姿态识别领域的一部分(15]。基于视觉图像的人体行为识别技术开始前,理论相对成熟,和纠正率很高,比如人类行为识别系统研发DHN数据库上,识别率为90 - 95%。人类姿态识别的准确率基于Kinect视频不是很满意;Kinect的视频只有有限的视野,Kinect摄像头可以捕获(16]。在人体姿势识别领域的研究,例如,一套更好的动作捕捉设备是基于光学传感器对人体行为识别;这样的光学传感器设备是一个最重要的环境光的影响限制在数据收集的小部件,并使用这些设备是有限的室内使用,有大小限制。

跌倒检测技术已经广泛研究老年人秋季保护。目前,跌倒检测技术分为三类:视频监控技术下降,以听力下降监测技术,检测技术基于可穿戴设备(17]。人们在活动区域安装摄像头的老年人和用粗椭圆模型和粒子过滤器处理收集到的人类图像来确定异常行为的发生。Saco-Mera和Hernandez-Patino提出一种改进的检测算法结合人体宽高比,有效面积,和中心变化率来优化视频检测技术,可以确定在满足上述三个条件,并在特定的时间内,有效地减少了误判断率(18]。可穿戴下降可以携带检测技术,算法可以确定人体下降了实时监测人体运动状态。设备可以放置在胸部,设备由加速度传感器、倾角传感器、陀螺仪,加速度的变化,人类活动的坐标的差异,和胸部的倾斜角度的变化来确定积极的秋天,如果胸部的变化70°,那么它可以被视为一个积极的下降。使用加速度传感器、压力传感器和磁传感器组合类型检测系统,对加速度、压力、倾角变化达到阈值来判断是否下降,如果视为下降可以通过蓝牙发送及时GPS,缩短救援时间,经验,系统具有一定程度的有效性。

行走的控制援助是配备了一个触觉力传感器,和用户戴一个加速度计和陀螺仪的腰。触觉力传感器捕获用户之间的相互作用力的手,培训设备的句柄。的加速度和角加速度计和陀螺仪捕获用户的躯干。BP神经网络用于融合的三种类型的信息检测和计算的概率下降状态发生(19]。用户趋于下降的概率值超过了预定的经验似然。这种方法更复杂和耗时的数据处理;已经有很多专家和学者的注意区分平时活动行为的嘴秋季的危害;使用加速度传感器可以捕捉加速度的变化。仍然,不容易识别实时是否确实经常蹲活动或下跌风险。一些发达国家已经在一个相对先进的位置。目前的研究主要集中在检测和发送求救信息瀑布,已经发生在老年人。同时,很少有研究问题识别和警告落在进步。他等人提出了一个综合性的系统家庭护理服务,提高老年人的独立和自主流动(20.]。方法包括七个可靠和灵活的代理系统能够检测异常行为和发布紧急警报通过感知用户的环境,位置和posture-aware环境。在秋季检测实验的研究,预测精度为72%,88%,和91.33%的人使用机器学习算法实现代理系统,代理系统专家知识,和metaprediction代理系统,分别考虑姿势和跳闸等行为,晕倒,从椅子上,跳到床上,迅速站起来。陆等人姿态角,使用三轴加速度的姿势,和航向参考系统模块;秋天检测系统测量,提出了神经网络检测方法下降(21]。这项技术可以区分日常行为活动,包括行走、跳跃、坐着,弯曲,蹲,躺着。刘等人关注老年人秋天检测和运动跟踪和集成不同类型的运动分类成一个系统,因此会议需求的可穿戴设备(22]。比较研究通过收集和分析数据,包括四个不同的轨迹,前面,后面,左边,右,和三个正常的活动,如站,走路,躺下,与不同的机器学习算法用于识别和检测。研究结果的简单贝叶斯分类算法可以准确地分类其他动作和姿势和检测瀑布和near-falls。

3所示。智能服装模型设计为老年人提供基于智能检测下肢姿势Antifall传感器

3.1。智能检测模型建设预防下肢姿势下降传感器

人类的姿态数据采集主要是分成两部分,一个是硬件部分,负责收集人类的姿态数据传输到PC通过wi - fi模块,另一个是软件部分,接收并存储人类姿态由硬件部分和执行数据收集的数据通过基于PC主机计算。系统架构图的人类姿态数据采集设备如图1。MEMS传感器由微电子和微观力学处理技术是一个微型机电系统。运动员的日常训练,MEMS传感器可以用来执行三维人体运动测量,记录每个动作,和教练分析结果和比较他们一再提高运动员的表现。MEMS技术的进一步发展,MEMS传感器的价格也会降低,可广泛应用于大规模的健身房。与传统的传感器相比,他们是小,轻,携带方便,低成本更适合大规模生产。考虑到实时检测要求数据传输到电脑计算,如果使用有线通信,它不仅会使整个设备冗余和混乱也会显著影响人类活动和限制人类活动的范围和的大小活动,所以为了避免很多缺点,我们使用无线模块进行数据传输(23]。无线模块的作用是代替串行连接导线两设备之间实现无线数据传输。例如,两个微控制器连接到模块,分别如果串口收发器操作可以做,单片机没有控制模块;这是非常方便无线通信的现实。模块通常成对使用半双工传输方式传输数据;的传输速率和通信通道对两个模块必须相同。

MEMS传感器收集的原始运动数据将不可避免地有噪音由于环境因素和制造过程,这将影响姿态的模式识别,往往需要噪声抑制。滤波器的信号是非常光滑的通带和阻带慢慢减少,直到减少到0。人类运动的频率相对较低,一般不超过20赫兹,和变化显著,从0到5赫兹,和传感器很容易受到环境噪声的影响,在检测过程中高频干扰;来消除这种噪声效应通过低频信号衰减或抑制高频信号,它具有最大平坦的通带振幅响应曲线,它已广泛应用于通信领域,也有一个广泛的使用在电子测量,可用于检测信号。巴特沃斯低通滤波器的设计过程如下:(1)实现数字滤波器来模拟滤波器的转换,转换的本质在于技术指标{}在{};转换和脉冲响应方法大致不变的方法 - - - - - -转换方法;的转换

在脉冲响应不变的方法中,系统的传递函数可以转化为抽样单位冲击响应的传递函数 ,和抽样过程

该方法可以实现稳定的传递函数变换系统的传递函数。仍然,少量的样品,可能发生重叠在频域和生产变形条件。这种情况不会发生 - - - - - -转换和的关系 - - - - - -变换映射是

频率之间的映射关系模拟滤波器的频率数字滤波器的方程(3)是非线性的。当从0到 , 改变从0到+∞;当从0 (-π),改变从0到-∞。自切三角函数tan(成正比 ),轴是使用线性映射到单位圆。因此,在提供一系列技术指标的前提下 , , ,和 ,数字滤波器,方程(2)可以转化为技术模拟滤波器的手

在方程(获得的技术规格后4)巴特沃斯滤波器设计的模型

我们取得了外骨骼结构简单,可调长度和可弯曲、可缠绕的联合下肢的一部分,装有一个传感器部分,机械设计戴在降低人类的肢体。下肢外骨骼的研究初期,受到各方面的关注。由于其在康复领域的明显和突出的作用,越来越多的人关注生活质量的迅速发展。外部结构的优势,提供确认,支持和保护人体的各个部分,它是一个结合的聚合支持和保护功能(24]。此外,全球最受欢迎的和研究技术的结合下肢外骨骼技术和康复训练,使用适当的控制方法来控制外骨骼的机械结构部分戴在病人的身体会让病人进行相应的康复运动,并最终达到的目的,恢复病人的能力。根据我们的研究的需要,我们的下肢外骨骼部分采用可伸缩的滑动结构由白色钢材料,可以收回主要考虑的穿着需求不同的人的身体尺寸,这样使用者可以根据别人调试合适的长度,并使穿戴者自由移动。整个结构分为两个部分,两个复合传感器的大腿小腿部分部分和两个复合传感器。满足人类活动的需要,在连接关节的自由度相对比较高,通常以满足五个自由度。人体下肢有三个可移动的关节:臀部、膝盖、脚踝;下肢的运动主要包括:(1)巨大的向前摆动的大腿,小向后摆动,和横向摆动;(2)弯曲膝关节,轻微的扭曲;(3)扭脚的踝关节在水平面和扭脚的踝关节在垂直的平面上。

3.2。模型设计的服装为老年人跌倒预防和智能检测

秋天预防设备的工作原理是探测人体的运动信号通过加速度传感器,使用姿态识别算法来确定当前的人体运动姿态迅速,和确定的风险下降及时打开防护安全气囊,从而发挥作用在减少老年人的秋天损伤(25]。因此,秋季伤害预防设备要求姿态识别算法的实时精度高。同时,antifall装置的设计应该小,轻,而且容易穿的设计原则,尽量减少影响用户的生活;其硬件设计主要由主控制芯片、电源芯片,运动传感器,安全气囊,蓝牙串口模块。电源芯片提供了设备的电源;动作传感器将用户的运动参数转换成电信号,传送到中央控制芯片;主控制芯片实时收集和处理动作传感器信号,并确定用户是否在下降的过程中如果是这样,它会发出一个警告信号,触发安全气囊;安全气囊组件充气时间的时候触发信号来保护用户的安全;蓝牙串口模块用于实验研究阶段向用户转移安全气囊。蓝牙串口的功能模块在实证研究阶段将数据上传到电脑。 In the standard configuration of the product, the Bluetooth serial module function is to realize the data communication between the antidrop device and the cell phone APP or computer software, which can use the cell phone to send a distress signal or learn the online firmware update. The overall structure of the fall injury prevention device is shown in Figure2。

明亮的服装的发展是基于功能服装,这将可穿戴技术集成到服装形成其特点;这种特征指的是其存储能力,传输和转换的信号。这种能力的实现需要依赖创新的组合材料研发、智能设计创新,制造reimprovement,和其他技术水平来完成设计过程的复杂性。虽然智能服装的设计可以参考功能服装的设计方法,它还需要考虑其辉煌的效果,使服装舒适的困难时,电子元件和其他设备与服装相结合,这是至关重要的建议和改进的设计框架明亮的衣服。通过建立智能服装设计框架系统,把它作为指导,在科学研究和发展的帮助力量,投资企业赞助,设计师的创造力,国家政策支持,行业行为规范,和其他各方共同努力,集群发展,建立一个标准化的智能服装产业链,我们可以实现突破性增长的服装,创建一个更优的创新服装平台,并有助于实现个人健康保健、深刻,智能服装多元化、和谐发展的生态、经济环境中发挥促进作用。明亮的服装的设计研究框架主要从智能服装的需求,并满足用户需求的基础上,借助高科技技术手段,结合服装设计科学,通过多向验证信息反馈和绩效评估产品和用户体验的产品,提高产品,设计智能服装,更好的满足用户需求。本文提出了智能服装的设计框架开发和设计模型的防护服。智能服装的设计框架是如图3。

智能服装的设计可分为以下几点:(1)获得的感知人体的外部环境,需要他们的状态,新功能的发展和确定智能服装的需求。功能性服装的出现后保护作用在独特的环境中,人们也希望衣服能应对外部环境或内部状态的变化,服装的价值最大化,和衣服,包括一个灵活的织物传感器对生命保护和监控,通过收集和分析各种参数人体的状态,发现潜在的可能的损失,提供早期预警,以便用户的健康保护。因此,通过模拟人类的生命系统,我们可以知道人体的感知需求的外部环境和状态,分析同类产品的市场,以及对用户进行研究和调查,识别和理解目标用户,从用户感知进行多方面的评估,产品的经验,产品验收,发现用户的生理需要服装的舒适性和功能、美学、产品价值和价格,以及他们的心理需求的服装。价格和其他心理疾病以及用户习惯和使用环境的用户驱动的需要,您可以开发新的功能,确定智能服装的需求,和准备服装智能的实现。(2)实现服装的感知、反馈、响应函数。在不影响衣服的美观和舒适基于其实现方式主要是以下两个主要类型的方法:第一种是使用智能服装材料;外部环境的变化或刺激时,纤维长度、形状、颜色、温度、和其他相应的变化,包括形状记忆材料、相变材料等。第二种类型模块嵌入或灵活到服装适应人们穿日常服装本身的特点(26]。并做出相应的反馈,有机融入服装,使用传感器感知人体生理信息,并通过反馈,一种机制来传递信息的智能模块,掌握人体的各种身体状况指标,甚至根据反馈信息对其分析。人体需要相应的改进措施来实现智能服装的影响。(3)结合服装设计,智能模块,完成智能服装设计和服装有机结合。这一部分主要是考虑如何将智能模块与服装。创新的服装材料的使用来实现智能纺织品和服装特别的有机结合两种方法:一是智能纤维编织成普通纤维或交织与标准线程,另一个是复合材料或让它修改通过染整加工的方法。也有两种方法有机结合模块与服装:一个是模块化技术,嵌入电子元件成服装纺织品服装的配件;其次,基于新纤维弹性技术,所需的电子元器件和设备、传感器和纺织品结合维持原来的柔软和舒适的衣服。

4所示。分析的结果

4.1。分析下肢姿势Antifall传感器智能检测模型

落在老年人中很常见,但它是具有挑战性的严格定义。因此,瀑布通常与人们的日常行为活动。硬件可以获得准确的姿态数据和算法可以正确地解决姿态角对系统设计至关重要。本章提出了确定下降的基础分析人类行为和其他日常行为之间的区别。定期有序运行的硬件为软件和算法提供基本服务,所以硬件的功能测试是一个至关重要的过程的一部分。相关硬件电路的性能是否有听不清的问题和错误,以及它是否符合预期的标准也有指导后续电路的改进设计提供了参考依据。硬件相关功能测试主要包括电源、传感器性能,蓝牙和其他可用的测试。硬件电路测试期间,几个地面集电路(如数字地,模拟地,地面和权力)权力之前首先应该测试应用是否连接。并检查是否有明显的PCB焊接和焊接问题之前确认没有错误的权威确定的电路供电。电源是一个硬件电路工作的先决条件。 Whether the power supply is stable and the ripple is within an acceptable range is particularly critical to the circuit operation’s stability and determines whether the circuit can work effectively in the long term.

尤其重要的是传感器读取原始数据相关的正确态度和DMP功能工作正常。阅读的设备地址 传感器MP9250和 磁强计的指示正确的设备。DMP的初始化后,FIFO设置采样率,DMP固件加载和启用,如果DMP内存可以正确读取和写入,DMP成功帮助。传感器处于静止状态时,测量加速度的 - - - - - -轴应(价值约为9.8 m / s);实测结果原始数据的传感器和测量的结果从16位数据转化成十进制数据:陀螺仪测量的数据可能有重大的错误在轴向方向上由于安装错误,等。测量角速度在休息和调整的比较结果如图4。

磁力仪的校准过程如下:在每个位置,传感器不断改变收集足够的数据,和三个轴的测量数据是来源于偏差值,比较的校准和策划。校准磁强计图如图5。设计使用蓝牙控制器来控制电路和传感器的数据传输。巴伦滤波器陶瓷天线是用于匹配的50Ω阻抗CC2541发送和接收数据的2.4 GHz频带范围。使用USB软件狗和数据包嗅探软件使董事会广播数据无线数据包捕获实现董事会的蓝牙功能测试的一部分;把董事会的蓝牙性能,如果董事会和手机的通讯功能的问题,这种方法可以坐落在这个问题上。完成硬件连接,打开包嗅探器软件,点击发送和接收,让董事会在播放状态,并打开手机BLE连接板;包嗅探器可以捕获BLE奴隶广播数据包,祝福奴隶广播三个频道(分别37 (2402 MHz), 38 (2426 MHz), 39 (2480 MHz))。包装的盒子是6517、6787和6164;错误的数据包的数量是9,15日和14日,假警报率是0.14%,0.22%,和0.23%,分别;无线传输的效果很好。此外,蓝牙的有效传输距离测试,连接和数据可以发送在5 m和较低的误警率没有障碍。

数据预处理方法建设90年秋天检测模型是相同的正常和1000年异常步态行为收集的数据。使用硬件加速和硬件角速度数据处理得到相应的向量和振幅的金额。不同的步态特征导致这种差异在散步,这是不同于一个方向连续运动的趋势。它不同于恒定运动的趋势在一个秩序。季节性变化的交替波动仍然是相对固定的,大部分在3秒钟内固定周期的变化,和每个步态变化的周期长度27]。周期是固定的,因为人们会有步态习惯走路时,但步态在每个过程都有不同程度的轻微变化。正常和五种不同的步态异常存在不同程度的变异在步态周期运动由于人类运动能力的减少引起的疾病,做出奇怪的区别和正常行走时步态。秋天预警系统研究的关键问题是区分正常和异常步态有效,并在稍后的阶段,如果有必要,实现异常步态的分类,所以它是可行的分析和辨别人类的步态通过使用智能传感器检测建立预警模型。

4.2。研究老年人智能服装的设计和实现基于智能检测下肢姿势Antifall传感器

摘要Mann-Whitney测试是用来测试是否存在显著差异的最大冲击力当缓冲织物添加到髋关节和膝关节;的数据,采用SPSS软件进行了分析和处理。最后的结果是 ,没有显著差异,表明力衰减缓冲结构的特定范围的力量在膝盖和臀部在秋季。缓冲结构不受影响的能力不同的保护部件(28]。当没有防护材料(不考虑加速度方向),最大加速度值,当人体瀑布侧面远远大于人体时的最大加速度值下降。根据牛顿第二定律,臀部上的全面影响力量目前比膝盖上的主导力量更重要。回归分析是用来测试髋关节和膝关节在不同大小之间的关系结构条件和最大冲击力对人体的关键部分;臀部的位置, ,这是至关重要的;膝盖的位置, 不是实质性的。部队在不同条件下的最大影响髋关节和膝关节如图6。

臀部保护的最大冲击力当填充三维针织物小于总冲击力当没有缓冲材料,这意味着三维针织物有特定的缓冲效果(图7)。总之,当臀部保护材料的尺寸是24107 (cm),最大冲击力是最小的,和保护效果更好;当膝盖保护材料是17812 (cm),完整的冲击力是最小的。

整合后秋季服装检测和预警模块,模型的结果可以得到;这两个指标的敏感性和特异性,模型的结果之前集成高于和低于98%。它可以得出的结论是,服装材料和松动在特定的范围内对模型影响甚微。一方面,这是因为服装在人类运动所产生的抖动是在一个特定的领域,和抖动的影响范围内的模型可以忽略不计;另一方面,因为传感器采用数字滤波技术来减少外部噪音的影响有效数据,加上模型综合3 d加速和3 d角速度成一维指标数据处理期间,这样产生的抖动衣服可以减少在数据采集和处理。抖动是过滤掉在数据采集和处理,导致一个微不足道的影响在模型之间的相对运动造成的现有模块和与服装的良好集成后的人类排泄物,因此可以得出结论,在一个特定范围的不同厚度的服装面料和不同减肥服装风格几乎没有对模型的影响。上述结果设计设备和算法识别模型能辨别人类的下跌态势实时和有很好的检测效果,证实了基于支持向量机的人体姿势识别模型具有一定的实用性。fall-proof智能检测服装识别的结果如图所示8。

5。结论

老年人属于高发病率的下降,和一些下降会导致严重伤害甚至死亡,影响老年人的身心健康,同时,家庭和社会带来沉重的负担和摔倒的老年人已经成为社会重要的一个问题。人体姿势识别技术已经应用于许多领域,和人体姿态识别的准确率的要求在各领域正变得越来越高。因此,促进人体姿态识别的研究,这一主题设计和实现了一个基于可穿戴传感器,人体姿势识别系统提出了智能传感器检测人体姿态和达到一个优秀的正确识别率。本文采用四元数方法更新人体的姿态信息。它使用三两步扩展卡尔曼滤波算法,互补滤波,和DMP结合卡尔曼滤波补偿姿态信息的加速和磁场强度测量角速度的传感器姿态信息和解决得到的姿态角测量对象的基础,然后提出了秋天的决心,设计检测系统测试。原型验证的可行性测试的日常行为活动数据和秋季行为数据老人,和处理验证了算法的有效性和分析收集到的数据有三个数据融合算法。本文研究一种智能服装秋季检测和预警的老年人通过集成检测和预警模块以服装为载体。实验方案探讨服装材料的影响和阁楼上的模型。这两个指标的敏感性和特异性的集成模型的模型大约有98%的人之前与服装的集成。智能服装的最终设计是基于前的最后一个模型集成。 In this paper, although the two models were established separately through many experiments, and the experiments verified the feasibility of the models, there are still problems of individual variability. The number of samples is not abundant, and as many subjects as possible should be found to conduct the experiments several times when the conditions allow for improving the accuracy of the models. Meanwhile, the fall detection method with high recognition accuracy should be explored in depth in subsequent research. In studying adaptive impedance control fall prevention systems, this paper only discusses the highest incidence of forwarding fall, which is not comprehensive enough to consider.

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有竞争的经济利益或个人关系可能出现影响工作报告。

确认

这项工作是支持的2021年省级质量工程项目“服装和时装设计的教学团队”(项目编号:2021 jxtd156)和2021年高校人文社会科学研究项目安徽省非物质文化遗产的“集成创新研究和应用“夏布”在现代服装设计”(项目编号:SK2021ZD0111)。