کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7120791 1461463 2018 33 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Non-intrusive fall detection monitoring for the elderly based on fuzzy logic
ترجمه فارسی عنوان
نظارت بر تشخیص سقوط غیر قابل نفوذ برای سالمندان مبتنی بر منطق فازی
کلمات کلیدی
تشخیص افتادن، شتاب سنج، حسگر صدا، منطق فازی، همجوشی سنسور،
ترجمه چکیده
این مقاله یک راه حل نظارت بر وضعیت سلامتی است که یک رویداد سقوط تصادفی سالم را تشخیص می دهد. الگوریتم شناسایی سقوط هر دو تشخیص مبتنی بر شتاب سنج و صدا را برای احتمال وقوع یک 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 نادرست برخی فعالیت های حرکتی روزانه را طبقه بندی می کند و آنها را به عنوان سقوط معتبر طبقه بندی می کند. سنسور صدا می تواند برای تشخیص فشار صدا تولید شده از سقوط حاصل شود، اما فشار صدا نمی تواند به عنوان یک شاخص قابل اعتماد از سقوط استفاده شود. بنابراین، یک الگوریتم تشخیص سقوط مبتنی بر منطق فازی برای پردازش سیگنال های خروجی از سنسور شتاب سنج و صدا توسعه داده شده است، در حالیکه یک فعالیت سقوط معتبر تشخیص داده شده توسط شتاب سنج همراه با فشار صدا شناسایی شده از سقوط حاصل می تواند یک وقفه سقوط معتبر این مقاله الگوریتم منطقی فازی را برای بهبود دقت تشخیص یک سقوط معتبر در مقایسه با الگوریتم تشخیص سقوط تنها سقوط نشان می دهد و می توان نشان داد که این الگوریتم قادر است حداکثر تشخیص های سقوط کاذب در روز را از حد بالا از 1.37 به پایین تا 0.06 .
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی کنترل و سیستم های مهندسی
پیش نمایش مقاله
نظارت بر تشخیص سقوط غیر قابل نفوذ برای سالمندان مبتنی بر منطق فازی
چکیده انگلیسی
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 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.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Measurement - Volume 124, August 2018, Pages 91-102
نویسندگان
, ,