一、失重状态下人体的姿态控制（论文文献综述）
张自豪[1]（2021）在《基于可穿戴设备的社区监护系统》文中研究说明随着人们的生活水平显着提升,人口老龄化成为我国发展面临的重要问题之一。对于老年群体尤其是空巢、独居等特殊人群来说,慢性疾病和意外事故更容易造成无法挽回的伤害。因此,通过将监护系统与物联网技术相结合实现远程监护老人的多种生理参数,同时对老人的跌倒行为进行识别,可以有效满足老人日常生活的多种监护需求,使得老年在家中得到监护服务。当前我国的医疗资源分布还不够均衡,依托社区医院的医疗模式还不成熟,所以对于社区监护系统的研究具有一定的经济价值和社会意义。在此背景下,本文设计了一种基于可穿戴设备的社区监护系统,该系统硬件包括自研的监测设备、数据接收设备以及监护平台所需的智能设备。可穿戴监测设备实现多种体征如心率、血氧、血压、体温等生理参数的连续测量,同时实现跌倒行为的检测。为了摆脱传统手机作为数据接收设备的束缚,监测设备将多体征参数信息和跌倒信息形成数据包,并通过LoRa无线通信技术传输给数据接收设备,数据接收设备远距离接收数据包并实时上传至系统服务器,系统服务器对数据进行存储和管理。最后通过应用软件实现对老人基本信息、医疗数据的管理以及获取实时监测数据和医疗资讯等。在监测设备的研发阶段,针对跌倒检测算法,考虑到设备佩戴的舒适度问题,通过分析腕部运动姿态特征进行跌倒行为研究。首先使用SVM方法获取最优观察窗和特征值,然后通过对有效特征判断和姿态判断相结合,设计了一种基于多级阈值的跌倒检测算法,在实际应用中效果良好。针对各体征检测算法,为了提升舒适度通过多路光电传感器采集PPG信号,并使用平滑滤波和三次样条插值对脉搏波信号进行预处理。在血压检测方面,采用一种个体化参数标定的方法提升血压测量精度。其次,在体温检测方面,为了更快更准的获取医用体温,通过对数据采集和拟合设计了一种基于多传感器的体温检测算法。在对监护系统的测试工作中,分别对监测设备的各种功能和无线传输性能进行测试,并记录和分析测试数据。通过实验验证,监测设备满足设计要求和监护需求,同时监护平台应用软件满足基本的应用功能。因此,该系统适合在社区、养老机构等场景下推广使用。
张杰[2]（2020）在《可穿戴式老人跌倒检测系统的研制》文中提出老龄化问题加重,跌倒已经成为老人意外死亡的首因,死亡原因除了跌倒本身外,更大的原因是跌倒后不能及时得到救助。近年来,针对老人跌倒检测的产品不断的推出,但均存在体积大、功耗高、检测准确率低等问题。因此,研制一款可穿戴的低功耗、高精度以及交互性强的跌倒检测设备,对老人的安全与健康有重要的社会意义和实用价值。本文研制了一款可佩带于腰部的跌倒检测系统,该系统由跌倒检测设备和手机监护软件组成。跌倒检测设备通过九轴加速度传感器采集腰部的运动数据,并通过算法判断是否发生跌倒,若检测到跌倒可自动发送报警信息以及老人跌倒的位置信息,监护人手机终端收到报警信息后可以拨打跌倒设备电话,确定老人的安全状况并能定位老人跌倒位置。首先通过低功耗硬件设计的研究以及合理的PCB布局,设计了一款体积小、功耗低的跌倒检测硬件系统。其次,通过对MPU9250中断唤醒与软件优化的研究,提出了休眠唤醒机制与功放电路控制相组合的系统低功耗运行策略。然后,为提高GPS与GSM天线信号质量,使用天线仿真软件并配合网络分析仪,确定天线网络参数,实现高精度定位与高质量传输链路。最后,通过对日常活动与跌倒时的特征信息进行分析与研究,提出了传统的阈值法和基于单层决策树的Adaboost两种跌倒检测算法。考虑硬件系统的局限性与算法复杂度,最终将传统阈值法移植到嵌入式系统,以实现跌倒的实时监测。经测量,硬件尺寸为5.8cm*3.4cm,重量为48g,平均功耗7.3mAh,续航能力可达4天,完全达到可穿戴的要求。针对数据库中的真实数据,本文提出的阈值算法与机器学习算法的跌倒检测准确率为100%,针对12名志愿者的模拟跌倒数据,准确率分别为97.73%和99.08%。
王琪[3]（2020）在《基于物联网的智慧养老系统研究》文中研究指明据调查数据显示,二十一世纪以来,中国老年人口比例逐年上升,同时,大多数年轻人青睐于到大城市就业,导致“子女不在身边,老人独守空巢”的社会现象日益严重。独居老人不仅要独自面对一切生活难题,还要承受无人陪伴带来的寂寞与无助的情绪。社区居家养老模式是目前最符合我国基本国情的养老模式,它既迎合了大多数老人想要待在熟悉环境中的心愿,也能够为老年人提供生活上的帮助。同时,物联网技术的兴起也为养老领域提供了新的发展方向,设计一款满足独居老人居家养老多元性需求的智慧养老系统,可以有效缓解我国当前严峻的养老形势。本课题通过研究设计一款适用于独居老人的智能居家养老系统,使老人既能生活在自己熟悉的环境中,又能享受专业化的养老服务。本课题首先对相关文献资料进行了收集和整理,对智慧养老系统的国内外研究现状和研究背景进行了调研与阐述。其次,介绍了智慧养老系统整体结构、功能需求和非功能需求。再次,对智慧养老系统中远程医疗、智慧家政、跌倒检测和健康档案管理四大功能模块进行了详实的解析。最后,提出现阶段智慧养老系统中需要改进的地方和未来的发展趋势。本课题中硬件部分的设计集中在跌倒检测模块的信息采集装置,采用无线传感器技术实现跌倒检测模块信息采集装置的开发与设计,并将开发完成、测试通过的信息采集装置固定在人体腰部,实现人体跌倒行为的实时检测与报警。使用MPU6050传感器采集人体加速度信息与姿态角信息,将其输出至主控芯片STM32L151C8T6,在主控芯片中设置多级阈值算法实现跌倒行为识别,为了提高基于多级阈值法的人体跌倒检测方法的精确度,使用SVM算法训练特征阈值。若判断发生跌倒行为,该装置通过蓝牙模块HM-11实现与手机和家庭养老控制器的通讯,发出报警信息。本课题主要采用Android技术和Java技术完成系统软件部分的开发与设计,并将开发完成、测试通过的系统部署到Web网络平台、手机APP和家庭养老控制器,使用MySQL数据库存储系统用户信息,并将整个智慧养老系统部署到老人社区。社区服务站的工作人员担任系统管理员的角色,经过社区严格筛选的商家和医生担任系统的服务提供商,老人用户可以通过移动终端点单,就可将需求信息下发给系统,系统将老人的订单信息转发给服务商客户端,以便于服务商实施服务。考虑到老年人视力不好、手眼操控能力差及手机显示界面小的现实情况,家庭养老控制器选用了Android平台的平板电脑,可以实现手机同样的功能,从而使这些问题得到了很好的解决。本课题实现了功能层面上较为实用的智慧养老系统,使老人的养老需求能够及时得到响应,改善了老人的养老体验,同时使管理人员的工作更加的系统高效。随着计算机技术和物联网技术的日益发展,智慧养老系统必然会在未来的养老事业中发挥更大的作用。
沈骐[4]（2019）在《基于运动传感器与LoRaMESH的工人运动状态监测系统研究》文中指出随着电力行业的快速发展,电力基础设施建设不断向偏远地区延伸。施工队常在地形复杂,手机信号差的山区进行施工。这给安全管理带来挑战:由于视野受限与人员分散,安全人员对工人状态的监测难度增加,当工人遇险,容易因未被察觉而贻误救援。针对以上问题,传统的规章制度管理法收效甚微,所以急需一种技术手段来支持电力施工人员的安全管理。本文提出基于运动传感器的电力施工人员运动状态自组网监测方案。本文分析了施工人员工作环境特点,对系统的主要性能需求进行了评估,提出了系统的设计方案和研究路线。本文设计了运动数据采集装置,基于32位微处理器设计了数据预处理及特征值提取算法,组织了多次数据采集实验,并运用上位机软件进行波形分析。本文通过对各种运动状态识别研究成果的分析,对数据采集,数据预处理,数据特征值提取和运动状态识别的算法进行了对比,区别于传统的滑动窗口法,提出了基于事件捕获的数据处理方法。针对嵌入式系统资源有限的特点设计了朴素贝叶斯分类器。本文通过对比各种无线通信技术与无线传感网络协议,选择LoRaMESH自组网协议组织通信架构,并在应用协议中对紧急状况设计优先通道。本文设计了监测用电容触摸屏界面作为中心节点,收集各终端节点的数据,对工人的实时状态和设备信息进行显示并具有锁定追踪功能。本文根据系统方案的要求进行产品实现,完成硬件的设计与制作及软件的设计与实现,最终通过测试进行性能分析,提出优化方案。
周坤[5]（2019）在《基于可穿戴设备的独居老人跌倒检测系统研究》文中研究说明独居老人的安全问题随着我国独居老人数量的增加日益引起社会关注。独居老人跌倒后不能及时告警得到救助而造成严重后果甚至危及生命,使得跌倒成为威胁独居老人安全的第一因素。因此,设计一套可随身穿戴、能够在老人跌倒时准确判别、主动报警的系统,对于保障独居老人生活安全,提高其生活质量,有着较为突出的工程价值和社会意义。基于人体跌倒的运动学特征,本文设计了一套基于可穿戴设备的跌倒检测系统,使用先进的九轴运动传感器实时获取人体姿态角信息,同时将基于加速度传感器的跌倒检测算法与人体姿态检测算法结合,设计了基于多级阈值的跌倒检测算法,提高了跌倒判别的准确性。论文所做的主要工作有:1、分析阐述了研究独居老人跌倒检测系统的现实意义,介绍当前已有的跌倒检测技术,最终确定了本文基于可穿戴设备的跌倒检测方案及以阈值为基础的跌倒判断方法;介绍了人体运动姿态及跌倒相关的理论,通过对人体各部位质量占比确定检测系统佩戴的最佳位置,结合最佳位置建立人体笛卡尔坐标系对人体的跌倒过程进行了详细分析,同时引入人体姿态角参数进行姿态解算。2、明确系统需求,完成了系统总体方案设计及具体硬件平台搭建,完成了包括微处理器、人体运动传感器、通信定位模块、数据存储模块以及电源管理模块的选型与系统电路设计,编写程序并对系统进行实际测试。3、完成系统的软件设计。软件重点在数据的采集与处理,实现了以人体加速度、角速度以及姿态角为特征参数的多级阈值跌倒检测算法;对算法进行实验测试,对比验证了以“加速度+角速度”、“加速度+角速度+姿态角”分别作为特征参数的两种跌倒检测算法的有效性,实验表明引进人体姿态角参数的跌倒检测算法能够进一步提高跌倒检测的准确率。本文实现了可穿戴的独居老人跌倒检测系统的硬件与软件设计,并研究了跌倒检测算法的优化与实现。该设计对相关工程应用与理论研究都具有一定的现实意义。
周宇[6]（2019）在《微重力环境物体运动特性模拟机器人控制研究》文中研究指明由于太空中的微重力环境,使得航天员在太空中完成作业任务与在地面重力作用的环境中很不一样,太空的微重力环境会影响航天员工作能力的发挥。本文研究一种绳索牵引的机器人,模拟物体在微重力环境下的运动,研究机器人的运动特性和控制策略。分析国内外微重力模拟技术和柔索牵引并联机器人的研究现状,针对机器人的功能要求,结合人体手臂的结构和运动特性,设计机器人的构型方案。经过机器人工作空间和静力学分析确定机器人的构型,经过刚度分析确定机器人动平台和定平台的尺寸。并根据机构的特点设计总体控制方案。简化人体手臂机构的模型,通过闭环矢量法求手臂末端的位置正解和位置逆解,通过Simulink对人体手臂机构进行运动学仿真,得到肩关节和肘关节的转角变化曲线。对机器人进行运动学分析和仿真,得到动平台位姿与四根柔索长度变化之间的关系。并对人机系统进行运动学分析和仿真。对人体手臂进行动力学分析与仿真,研究物体的运动状态与手臂各个关节作用力矩之间的关系。对机器人进行动力学分析,得到动平台的加速度与柔索的拉力之间的关系。对柔索进行力优化设计,比较最小方差优化算法和最小范数优化算法两种算法得到的绳索拉力的值。然后对人机系统进行动力学仿真。建立驱动单元的模型,采用速度位置双闭环控制方法,对机器人进行位置控制策略研究和仿真。然后分前向通道力控制策略和多余力控制策略两个方面对力控制方法进行了分析和仿真。在前向通道控制策略里,比较力的单闭环和速度、力双闭环控制方式的控制效果。并分别基于力的单闭环控制方式和基于速度和力的双闭环控制方式设计多余力控制器。基于力的单闭环控制方式设计前馈控制器,基于速度和力的双闭环控制方式设计局部反馈控制器,补偿柔索末端速度带来的扰动。并用Matlab/Simulink进行仿真分析,分析不同加载频率下的多余力曲线和力的跟随曲线,比较两种多余力控制策略的控制效果。对机器人系统的力控制策略进行仿真分析。并分析非线性因素和驱动单元参数对系统的影响。实验验证单柔索驱动单元主动加载的控制策略,比较两种控制策略的跟随性强弱。对两根柔索驱动单元被动加载的控制策略进行实验验证,验证控制策略的可行性。
陈华珍,夏国清,黄衍标[7]（2018）在《关于医院环境下人体跌倒实时检测仿真研究》文中研究表明对医院环境下人体跌倒的实时检测,能够有效提高老年人出行安全。对人体跌倒的检测,需要通过多传感器数据融合技术,提取人体加速度特征量,完成人体跌倒实时检测。传统方法计算人体加速度时间域和空间域特征参量后,构建属性分割分类器,但忽略了对检测过程中人体减速度的特征量的求取,导致检测精度偏低。提出基于多传感器数据融合的人体跌倒实时检测方法。采用多传感器数据融合技术提取人体加速度特征量,比较完整地表征人体跌倒时的姿态变化,为后续跌倒实时检测提供了准确的参考数据;采用阈值法检测对人体是否依此经过失重状态、撞击地面状态和平稳状态三个阶段进行检测,从而判断人体是否发生跌倒行为。实验结果表明,所提方法检测人体跌倒具有高准确率、高灵敏度和优秀的特异性,能够实现对人体跌倒行为的准确检测,且特异性十分突出证明检测误报率较低。
曹亚军[8]（2018）在《微重力热环境对兔子生理指标影响的实验研究》文中进行了进一步梳理载人航天中,乘员舱内热环境的舒适性是航天员身体健康和高效工作的重要保障。微重力环境下,人体生理参数发生变化,机体热调节功能受限,进而影响其热感觉及热舒适。未来航天员在太空的驻留时间将会更长久,舱内环境的热舒适性也将面临更高的要求,因此研究微重力环境对人体热舒适的影响,对我国航天环境控制与生命保障系统的设计具有重要指导意义。本文尝试从比较医学的角度,选取与机体热舒适相关的体重、体温、血液流变性等指标,采用兔头低位-20°模拟失重的方法开展实验研究。通过设置失重组和对照组,观测两组兔子在18℃、20℃、23℃以及26℃环境温度下生理指标的变化,并对实验结果进行了量化分析,得出以下主要结论:（1）由于活动受限,失重组兔子饮食量减少,体重逐日降低,表现为失重前期体重下降较快,后期较慢。失重时体重下降与机体体液丧失,肌肉萎缩,以及能量代谢下降有关。（2）失重组兔子头部处于低位状态,血液头向分布,加之心血管功能失调,导致生理热调节受损,散热机能受到抑制,表现为头温逐日升高,肛温在实验DAY1下降后也逐渐上升。（3）相同环境温度下,失重组兔子血液粘度高于对照组,且随温度升高,差异性越大,加之血细胞质量下降,致使血液循环受阻,机体散热降低。基于上述生理参数在微重力环境下的变化,论文类比分析了人体在微重力环境中热生理对热舒适的影响,并从生理医学和工程技术角度提出了改善微重力人体热舒适的措施。
戴广钊[9]（2018）在《基于多点穿戴的老人突发失能检测》文中研究表明随着经济发展水平和生活水平的提高,我国的老龄化问题已经愈来愈严重,老人的健康安全问题也备受人们关注。因为身体机能或各种生理原因,突发失能已经成为目前老人日常生活健康安全的最大威胁,对老人突发失能情况进行及时检测和报警就变得十分重要。本文首先分析了两类突发失能事件的具体过程和特征点,分析了基于阈值和基于模式识别两种检测算法的优缺点,结合对目前已有的各种突发失能检测方法的研究和分析,设计了一种融合多特征参量的多级判断的突发失能检测算法,并考虑系统实用性、成本、功耗等因素,设计完成了一种基于多点穿戴的,多传感器的,实时检测老人身体活动情况的检测系统。首先,通过身体各处检测点的加速度传感器、角速度传感器和GPS传感器获取老人的运动数据,通过总线或Wi-Fi通信等方式将数据输入到本文的检测算法中进行突发失能事件的识别,一旦发现突发失能事件,立刻启动报警程序。为了减少系统的误报和漏报,设置了手动取消报警和手动报警机制,报警程序将老人GPS定位和报警信息通过短信发送到监护人的手机上实现实时报警。实验证明,本检测系统的识别准确率可达95%,灵敏度和特异度可达95.2%和96%,说明系统准确率和可靠性都很高。而且,随着对检测算法的进一步优化和系统硬件的改进,其有效性将会进一步增加。因此,本文设计和实现的检测系统可以很好的实现对老人突发失能事件的检测,在保障老人身体健康安全方面具有较高的研究价值和实际意义。
蔡心源,梁守志,张声岚,张烈平[10]（2017）在《老人智能监测系统的研究与设计》文中研究指明当今研究老人摔倒检测的产品越来越多,但是算法不一,稳定性能也不一样。文章介绍一种穿戴式老人摔倒检测阈值算法研究。在充分分析国内外对这方面的研究后,决定采用多阈值判断结合的研究方法。该研究的算法综合加速度阈值判断及姿态角度阈值判断,结合多组参数,同时满足多个条件才判定为摔倒事件发生,有效地避免正常行走或运动状态下的误报。
二、失重状态下人体的姿态控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、失重状态下人体的姿态控制（论文提纲范文）
（1）基于可穿戴设备的社区监护系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 监护系统研究现状 |
| 1.2.2 监测设备研究现状 |
| 1.2.3 医疗监护发展趋势 |
| 1.3 论文的组织结构 |
| 第2章 系统总体设计 |
| 2.1 系统需求分析 |
| 2.1.1 功能需求分析 |
| 2.1.2 非功能需求分析 |
| 2.2 系统方案设计 |
| 2.2.1 系统总体设计 |
| 2.2.2 系统功能设计 |
| 2.3 无线通信方案选择 |
| 2.4 本章小结 |
| 第3章 监护系统相关算法分析与研究 |
| 3.1 体征检测算法 |
| 3.1.1 脉搏波信号分析与处理 |
| 3.1.2 心率检测 |
| 3.1.3 血氧检测 |
| 3.1.4 血压检测 |
| 3.1.5 体温检测 |
| 3.2 跌倒检测算法 |
| 3.2.1 跌倒检测技术分析 |
| 3.2.2 日常行为分析 |
| 3.2.3 姿态特征分析 |
| 3.2.4 基于SVM的跌倒检测算法 |
| 3.2.5 基于多级阈值的跌倒检测算法 |
| 3.2.6 算法测试与比较 |
| 3.3 本章小结 |
| 第4章 监护系统硬件设计 |
| 4.1 系统硬件整体方案 |
| 4.2 主控制器电路设计 |
| 4.2.1 监测设备处理器选择 |
| 4.2.2 数据接收设备处理器选择 |
| 4.3 体征信息采集模块电路设计 |
| 4.3.1 体温检测模块电路设计 |
| 4.3.2 心率血氧检测模块电路设计 |
| 4.3.3 血压检测模块电路设计 |
| 4.4 运动姿态传感器电路设计 |
| 4.5 LoRa无线通信模块电路设计 |
| 4.6 其它电路设计 |
| 4.6.1 显示电路 |
| 4.6.2 蜂鸣器电路 |
| 4.6.3 电源电路 |
| 4.6.4 以太网模块电路 |
| 4.7 硬件系统实物 |
| 4.8 本章小结 |
| 第5章 监护系统硬件程序设计 |
| 5.1 监测设备总体程序设计 |
| 5.1.1 脉搏波信号采集与特征点提取 |
| 5.1.2 心率获取 |
| 5.1.3 血氧获取 |
| 5.1.4 血压获取 |
| 5.1.5 体温获取 |
| 5.1.6 跌倒检测 |
| 5.2 数据接收设备程序设计 |
| 5.3 硬件功能测试 |
| 5.4 LoRa传输性能测试 |
| 5.5 本章小结 |
| 第6章 社区监护平台设计 |
| 6.1 系统网络层设计 |
| 6.2 系统服务器设计 |
| 6.2.1 系统服务器框架设计 |
| 6.2.2 Http协议 |
| 6.2.3 数据库设计 |
| 6.3 社区医院监护网站设计 |
| 6.4 社区健康APP设计 |
| 6.5 应用软件测试 |
| 6.5.1 网页客户端测试 |
| 6.5.2 移动客户端测试 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 工作总结 |
| 7.2 未来展望 |
| 参考文献 |
| 硕士学位攻读期间获得的学术成果 |
| 致谢 |
（2）可穿戴式老人跌倒检测系统的研制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于环境信号的跌倒检测技术 |
| 1.2.2 基于视频图像的跌倒检测技术 |
| 1.2.3 基于可穿戴设备的跌倒检测技术 |
| 1.3 本文的研究内容 |
| 1.4 本文章节安排 |
| 第2章 跌倒特点与理论分析 |
| 2.1 人体行为特点与分类 |
| 2.2 跌倒过程分析 |
| 2.2.1 人体模型的建立 |
| 2.2.2 跌倒分析 |
| 2.3 跌倒特征分析 |
| 2.3.1 跌倒时加速度的变化 |
| 2.3.2 跌倒时角度的变化 |
| 2.3.3 跌倒综合分析 |
| 2.4 跌倒检测方法 |
| 2.4.1 基于阈值的跌倒检测 |
| 2.4.2 基于机器学习跌到检测 |
| 2.5 本章小结 |
| 第3章 跌倒检测系统的设计 |
| 3.1 总体设计方案 |
| 3.2 主控模块设计 |
| 3.2.1 XY2503主控介绍 |
| 3.2.2 GPS定位模块 |
| 3.2.3 GPRS无线网络传输 |
| 3.3 九轴传感器模块设计 |
| 3.3.1 MPU9250介绍与配置 |
| 3.3.2 MPU9250外围电路设计 |
| 3.4 通话模块设计 |
| 3.4.1 麦克风电路 |
| 3.4.2 扬声器模块设计 |
| 3.5 其他外围电路设计 |
| 3.5.1 系统供电与充电设计 |
| 3.5.2 SIM卡模块设计 |
| 3.5.3 人机交互模块设计 |
| 3.6 射频天线模块设计 |
| 3.7 系统低功耗运行策略 |
| 3.8 本章小结 |
| 第4章 跌倒检测算法研究 |
| 4.1 预处理 |
| 4.2 基于阈值法的跌倒检测 |
| 4.3 单层决策树的Adaboost跌倒算法 |
| 4.3.1 特征提取 |
| 4.3.2 单层决策树 |
| 4.3.3 Adaboost算法 |
| 4.3.4 跌倒检测 |
| 4.4 本章小结 |
| 第5章 实验与分析 |
| 5.1 功耗测试 |
| 5.2 数据传输测试 |
| 5.3 安卓客户端测试 |
| 5.4 算法测试与比较 |
| 5.5 实物展示 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间研究成果 |
| 致谢 |
（3）基于物联网的智慧养老系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外发展现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 论文主要研究内容 |
| 1.4 本章小结 |
| 第2章 智慧养老系统整体设计与分析 |
| 2.1 相关理论技术研究 |
| 2.1.1 开发平台选择 |
| 2.1.2 开发模式选择 |
| 2.1.3 系统开发软件选择 |
| 2.1.4 软件架构模式 |
| 2.1.5 数据库选择 |
| 2.1.6 后端框架选择 |
| 2.2 智慧养老系统整体结构分析 |
| 2.3 智慧养老系统功能分析 |
| 2.4 智慧养老系统非功能分析 |
| 2.5 本章小结 |
| 第3章 跌倒检测算法分析与硬件设计 |
| 3.1 跌倒检测方法的选择 |
| 3.2 人体跌倒过程分析 |
| 3.2.1 跌倒行为加速度的变化 |
| 3.2.2 跌倒行为姿态的变化 |
| 3.3 跌倒检测模块硬件设计 |
| 3.4 跌倒行为特征分析 |
| 3.5 基于阈值分析法的人体跌倒行为识别方法 |
| 3.6 基于支持向量机的阈值确定方法 |
| 3.6.1 支持向量机算法原理 |
| 3.6.2 阈值的确定 |
| 3.6.3 人工阈值设定方法 |
| 3.7 结果分析 |
| 3.8 本章小结 |
| 第4章 智慧养老系统软件设计与分析 |
| 4.1 系统开发环境 |
| 4.2 用户功能结构 |
| 4.2.1 管理人员功能结构 |
| 4.2.2 社区老人用户功能结构 |
| 4.2.3 社区其他用户功能结构 |
| 4.3 数据库的设计与实现 |
| 4.3.1 智慧养老系统数据库设计 |
| 4.3.2 数据库操作 |
| 4.4 用户登陆与管理 |
| 4.4.1 登录功能实现 |
| 4.4.2 用户管理功能实现 |
| 4.5 远程医疗模块 |
| 4.5.1 远程医疗功能描述 |
| 4.5.2 远程医疗模块数据库设计 |
| 4.5.3 远程视频通话的实现 |
| 4.6 智慧家政模块 |
| 4.7 健康档案管理模块 |
| 4.8 本章小结 |
| 第5章 总结与展望 |
| 5.1 全文总结 |
| 5.2 对进一步研究的展望 |
| 参考文献 |
| 后记 |
| 攻读硕士期间论文发表及科研情况 |
（4）基于运动传感器与LoRaMESH的工人运动状态监测系统研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 课题相关技术的国内外研究现状 |
| 1.2.1 运动识别国内外研究现状 |
| 1.2.2 无线自组网技术研究现状 |
| 1.3 课题来源与论文的主要研究内容 |
| 1.3.1 课题来源 |
| 1.3.2 亟待解决的问题 |
| 1.3.3 研究内容及论文结构 |
| 2 系统研究路线及方案设计 |
| 2.1 系统应用特点分析与系统总体技术方案 |
| 2.1.1 工人的工作特点与传感器布置方案的选择 |
| 2.1.2 安全管理员工作特点分析与现场终端的方案选择 |
| 2.1.3 通讯方案的选择 |
| 2.2 运动状态识别研究路线与理论基础 |
| 2.2.1 运动状态识别研究路线 |
| 2.2.2 数据采集装置的设计 |
| 2.2.3 数据提取 |
| 2.2.4 数据的滤波 |
| 2.2.5 数据的加窗 |
| 2.2.6 特征值提取 |
| 2.2.7 朴素贝叶斯分类算法简介 |
| 2.3 LoRaMESH协议简介 |
| 2.4 本章小结 |
| 3 基于事件捕获方法的运动数据处理方法 |
| 3.1 数据预处理 |
| 3.1.1 合加速度向量与名义重力加速度向量 |
| 3.1.2 合加速度零点的校准,分析对象的获取 |
| 3.2 事件的概念与事件捕获 |
| 3.2.1 超重状态,超重事件与超重捕获 |
| 3.2.2 失重状态、失重事件、失重捕获 |
| 3.2.3 平衡态、平衡事件、平衡捕获 |
| 3.3 动作的事件成分研究 |
| 3.3.1 行走动作的事件成分 |
| 3.3.2 跑步动作事件构成分析 |
| 3.3.3 跳跃动作事件构成分析 |
| 3.3.4 跌倒动作事件构成分析 |
| 3.4 事件滤除与组合 |
| 3.4.1 事件的滤除 |
| 3.4.2 事件的组合 |
| 3.5 一个动作过程的特征值提取 |
| 3.5.1 超重事件特征值提取、选择及可视化 |
| 3.5.2 失重事件特征值提取 |
| 3.5.3 动作过程特征值提取 |
| 3.5.4 跌倒判据相关特征值提取 |
| 3.6 快速姿态角的求解 |
| 3.7 本章小结 |
| 4 朴素贝叶斯分类器设计 |
| 4.1 特征值先验概率测试统计 |
| 4.1.1 超重事件峰值分布 |
| 4.1.2 失重事件波谷值分布 |
| 4.1.3 失重事件采样值之和分布 |
| 4.1.4 步行、跑步时间间隔分布 |
| 4.2 特征值概率分布拟合 |
| 4.3 分类器流程图 |
| 4.4 本章小结 |
| 5 系统软硬件设计 |
| 5.1 系统硬件总体构成 |
| 5.2 主机硬件电路器件选型及电路设计 |
| 5.2.1 主机MCU选型 |
| 5.2.2 TFTLCD电容触摸屏显示模块简介 |
| 5.2.3 LoRaMESH无线模块电路 |
| 5.2.4 电源及电源管理电路 |
| 5.3 从机硬件电路设计 |
| 5.3.1 从机MCU选 |
| 5.3.2 MPU6050 模块 |
| 5.3.3 产品实物的制作 |
| 5.4 从机软件设计与运动识别算法的实现 |
| 5.4.1 从机初始化 |
| 5.4.2 事件捕获算法的实现 |
| 5.5 系统通讯协议设计 |
| 5.5.1 LoRaMESH应用数据帧格式 |
| 5.6 主机软件设计 |
| 5.6.1 触摸屏UI界面设计 |
| 5.6.2 现场监控终端软件总体架构 |
| 5.7 本章小结 |
| 6 系统测试 |
| 6.1 运动识别算法功能测试 |
| 6.1.1 测试方案设计 |
| 6.2 运动识别测试结果分析 |
| 6.2.1 步行测试结果分析 |
| 6.2.2 跑步测试结果分析 |
| 6.2.3 跳跃测试结果分析 |
| 6.2.4 跌倒测试结果分析 |
| 6.3 通信功能测试 |
| 6.3.1 覆盖范围及路由拓展功能山地测试 |
| 6.3.2 测试结果分析 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者简历 |
（5）基于可穿戴设备的独居老人跌倒检测系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容及结构安排 |
| 2 人体运动姿态与跌倒相关分析 |
| 2.1 人体活动模式分类 |
| 2.1.1 日常活动行为(ADL) |
| 2.1.2 跌倒行为 |
| 2.2 人体跌倒相关分析 |
| 2.2.1 人体坐标系定义 |
| 2.2.2 跌倒模型物理分析 |
| 2.2.3 佩戴位置的确定 |
| 2.3 姿态解算 |
| 2.4 本章小结 |
| 3 系统需求分析与硬件设计 |
| 3.1 系统需求分析 |
| 3.1.1 目标群体分析 |
| 3.1.2 功能性需求分析 |
| 3.1.3 非功能性需求分析 |
| 3.2 系统功能概述与总体方案设计 |
| 3.3 微处理器模块选型与设计 |
| 3.4 运动传感器模块选型与设计 |
| 3.4.1 运动传感器选型 |
| 3.4.2 MPU9250 介绍 |
| 3.4.3 MPU9250 外围电路设计 |
| 3.5 GPS/ GPRS模块 |
| 3.6 SD卡模块 |
| 3.7 电源模块 |
| 3.7.1 电池选型 |
| 3.7.2 系统稳压供电电路(4V、3.3V、1.8V) |
| 3.7.3 USB充电电路及剩余电量检测模块 |
| 3.8 本章小结 |
| 4 系统软件设计 |
| 4.1 系统软件程序框架 |
| 4.2 人体运动数据采集与处理 |
| 4.2.1 系统初始化 |
| 4.2.2 人体运动数据读取 |
| 4.2.3 姿态解算 |
| 4.2.4 预处理 |
| 4.3 典型活动行为人体特征数据分析 |
| 4.3.1 加速度变化 |
| 4.3.2 角速度变化 |
| 4.3.3 角度变化 |
| 4.3.4 跌倒相关参数的选取与综合分析 |
| 4.4 跌倒检测算法设计 |
| 4.5 跌倒报警 |
| 4.6 本章小结 |
| 5 实验测试及分析 |
| 5.1 跌倒检测结果定义 |
| 5.2 “加速度+角速度”跌倒检测算法检测结果分析 |
| 5.3 “加速度+角速度+姿态角”跌倒检测算法检测结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A 跌倒检测系统原理图 |
| 攻读硕士学位期间的研究成果 |
（6）微重力环境物体运动特性模拟机器人控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题来源及研究的背景和意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题研究背景和意义 |
| 1.2 地面微重力模拟技术研究现状 |
| 1.3 绳索牵引并联机器人研究现状 |
| 1.3.1 绳索牵引并联机器人国外研究现状 |
| 1.3.2 绳索牵引并联机器人国内研究现状 |
| 1.4 论文主要完成的工作 |
| 第2章 微重力环境运动特性模拟机器人总体方案设计 |
| 2.1 引言 |
| 2.2 操作特性分析及机器人设计要求 |
| 2.2.1 手臂结构和运动特征分析 |
| 2.2.2 机器人设计要求 |
| 2.3 机器人总体结构方案 |
| 2.3.1 机器人构型方案 |
| 2.3.2 静力学分析 |
| 2.3.3 工作空间分析 |
| 2.3.4 刚度分析 |
| 2.3.5 机器人结构总体方案 |
| 2.4 机器人驱动控制方案 |
| 2.4.1 机器人驱动方案 |
| 2.4.2 机器人控制系统 |
| 2.4.3 机器人控制方案 |
| 2.5 本章小结 |
| 第3章 人机系统运动学建模与仿真分析 |
| 3.1 引言 |
| 3.2 人体手臂机构运动学建模与仿真分析 |
| 3.2.1 手臂模型简化 |
| 3.2.2 手臂运动学分析 |
| 3.2.3 手臂运动学仿真 |
| 3.3 机器人运动学建模与仿真分析 |
| 3.3.1 机器人运动学分析 |
| 3.3.2 机器人运动学仿真 |
| 3.4 人机系统运动学分析 |
| 3.5 本章小结 |
| 第4章 人机系统动力学建模及仿真分析 |
| 4.1 引言 |
| 4.2 人体手臂机构动力学建模与仿真分析 |
| 4.2.1 手臂动力学分析 |
| 4.2.2 手臂动力学仿真 |
| 4.3 机器人动力学分析 |
| 4.4 柔索张力优化 |
| 4.4.1 柔索张力优化 |
| 4.4.2 柔索张力优化仿真分析 |
| 4.4.3 柔索预紧力分析 |
| 4.5 机器人动力学仿真分析 |
| 4.5.1 影响柔索力分配的因素分析 |
| 4.5.2 机器人逆动力学仿真分析 |
| 4.6 人机系统动力学仿真分析 |
| 4.7 本章小结 |
| 第5章 机器人控制策略研究 |
| 5.1 引言 |
| 5.2 机器人驱动单元建模 |
| 5.3 机器人位置控制策略研究与仿真分析 |
| 5.3.1 位置控制策略研究 |
| 5.3.2 位置控制仿真分析 |
| 5.4 机器人前向通道力控制策略研究与仿真分析 |
| 5.4.1 力的单闭环控制策略 |
| 5.4.2 速度和力双闭环控制策略 |
| 5.4.3 仿真分析 |
| 5.5 机器人多余力控制策略研究与仿真分析 |
| 5.5.1 基于力的单闭环的多余力控制策略及仿真 |
| 5.5.2 基于速度和力的双闭环的多余力控制策略及仿真 |
| 5.6 机器人柔索拉力控制策略及仿真分析 |
| 5.6.1 机器人柔索拉力控制策略 |
| 5.6.2 机器人仿真分析 |
| 5.7 系统模型的影响因素 |
| 5.7.1 非线性因素对系统模型的影响 |
| 5.7.2 柔索驱动单元参数对系统模型的影响 |
| 5.8 本章小结 |
| 第6章 机器人实验研究 |
| 6.1 引言 |
| 6.2 实验原理及平台简介 |
| 6.3 控制策略验证实验 |
| 6.3.1 单根柔索主动加载实验 |
| 6.3.2 两根柔索被动加载实验 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（7）关于医院环境下人体跌倒实时检测仿真研究（论文提纲范文）
| 1 引言 |
| 2 人体跌倒实时检测原理 |
| 3 医院环境下人体跌倒实时检测方法研究 |
| 3.1 基于多传感器数据融合的跌倒特征参数选取 |
| 3.2 基于人体跌倒特征参数的检测方法 |
| 4 仿真研究分析 |
| 5 结论 |
（8）微重力热环境对兔子生理指标影响的实验研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 微重力下的热环境 |
| 1.3 微重力对人体热调节的影响 |
| 1.3.1 微重力下人体温度的变化 |
| 1.3.2 失重对人体热调节的影响因素 |
| 1.4 热环境对人体热舒适的影响 |
| 1.4.1 热舒适的生理学基础 |
| 1.4.2 影响人体热舒适的环境因素 |
| 1.4.3 热舒适生理评价指标 |
| 1.5 研究目的和研究内容 |
| 1.5.1 研究目的及意义 |
| 1.5.2 主要工作和研究内容 |
| 2 研究方法与理论基础 |
| 2.1 引言 |
| 2.2 地面模拟失重实验 |
| 2.3 比较医学理论 |
| 2.3.1 心血管生理比较 |
| 2.3.2 血液生理及血液生化比较 |
| 2.4 血液流变学理论 |
| 2.4.1 血液粘度 |
| 2.4.2 红细胞流变性 |
| 2.5 本章小结 |
| 3 模拟失重实验 |
| 3.1 实验目的 |
| 3.2 实验装置 |
| 3.2.1 悬吊笼 |
| 3.2.2 支架 |
| 3.3 实验方法 |
| 3.3.1 实验室环境 |
| 3.3.2 实验动物与分组 |
| 3.3.3 实验流程 |
| 3.3.4 实验数据处理 |
| 3.4 本章小结 |
| 4 实验结果及分析 |
| 4.1 体重 |
| 4.1.1 体重随时间的变化 |
| 4.1.2 环境温度对体重的影响 |
| 4.1.3 重力对体重的影响 |
| 4.1.4 讨论 |
| 4.2 体温 |
| 4.2.1 体温随时间的变化 |
| 4.2.2 环境温度对体温的影响 |
| 4.2.3 重力对体温的影响 |
| 4.2.4 讨论 |
| 4.3 血液指标 |
| 4.3.1 血液流变性指标 |
| 4.3.2 血细胞指标 |
| 4.4 形态体征变化 |
| 4.5 本章小结 |
| 5 微重力人体热舒适类比分析 |
| 5.1 生理热调节类比分析 |
| 5.1.1 人与兔子体温及热调节比较 |
| 5.1.2 失重状态下热调节的变化 |
| 5.2 失重状态下人体热舒适变化 |
| 5.2.1 生理指标 |
| 5.2.2 主观感受 |
| 5.3 微重力下人体热舒适的改善措施 |
| 5.3.1 生理医学措施 |
| 5.3.2 工程技术措施 |
| 5.4 本章小结 |
| 6 结论及展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A.作者在攻读硕士学位期间发表的专利目录 |
| B.作者在攻读硕士学位期间参加的科研项目 |
（9）基于多点穿戴的老人突发失能检测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 可穿戴设备的研究现状及应用 |
| 1.2.1 可穿戴设备现状及发展前景 |
| 1.2.2 可穿戴设备的应用 |
| 1.3 突发失能检测系统国内外研究现状 |
| 1.3.1 非穿戴式检测方法 |
| 1.3.2 可穿戴式检测方法 |
| 1.3.3 系统研究难点 |
| 1.4 课题研究的主要内容 |
| 1.5 本文的组织结构 |
| 第2章 老人突发失能检测算法设计 |
| 2.1 突发失能的理论基础 |
| 2.1.1 跌倒类突发失能分析 |
| 2.1.2 坐卧状态突发失能分析 |
| 2.2 现有检测算法分析 |
| 2.2.1 基于阈值的检测算法 |
| 2.2.2 基于模式识别的检测算法 |
| 2.3 本课题检测算法分析 |
| 2.3.1 主要算法参量 |
| 2.3.2 多点穿戴方案 |
| 2.3.3 算法描述 |
| 2.4 检测算法比较 |
| 2.5 本章小结 |
| 第3章 老人突发失能检测系统的硬件设计 |
| 3.1 系统需求和功能分析 |
| 3.2 系统的硬件架构 |
| 3.3 硬件选型及设计 |
| 3.3.1 微处理器模块选型及设计 |
| 3.3.2 存储模块选型及设计 |
| 3.3.3 加速度传感器选型及设计 |
| 3.3.4 角速度传感器选型及设计 |
| 3.3.5 通信报警模块选型及设计 |
| 3.3.6 电源模块选型及设计 |
| 3.4 检测装置说明 |
| 3.5 本章小结 |
| 第4章 老人突发失能检测系统软件设计 |
| 4.1 系统的软件设计概述 |
| 4.2 传感器模块初始化 |
| 4.2.1 加速度传感器初始化 |
| 4.2.2 角速度传感器初始化 |
| 4.3 突发失能检测算法软件设计 |
| 4.4 通信报警模块程序设计 |
| 4.4.1 GPS模块设计 |
| 4.4.2 GSM/GPRS模块设计 |
| 4.4.3 Wi-Fi模块设计 |
| 4.5 本章小结 |
| 第5章 检测实验及结果分析 |
| 5.1 检测有效性测试 |
| 5.1.1 实验环境 |
| 5.1.2 实验结果分析 |
| 5.1.3 报警功能展示 |
| 5.2 检测算法评估 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（10）老人智能监测系统的研究与设计（论文提纲范文）
| 1 引言 |
| 2 系统分析 |
| 3 跌倒检测阈值算法 |
| 3.1 加速度阈值 |
| 3.2 人体姿态角阈值 |
| 3.3 加速度阈值和姿态倾角阈值融合算法 |
| 4 实验数据分析 |
| 4.1 正常行走测试分析 |
| 4.2 运动状态下测试分析 |
| 4.2.1 扭腰测试 |
| 4.2.2 下蹲测试 |
| 4.2.3 原地跳跃测试 |
| 4.3 摔倒测试分析 |
| 4.3.1 左右摔倒测试 |
| 4.3.2 前后摔倒测试 |
| 5 总结 |
四、失重状态下人体的姿态控制（论文参考文献）
- [1]基于可穿戴设备的社区监护系统[D]. 张自豪. 广西师范大学, 2021(09)
- [2]可穿戴式老人跌倒检测系统的研制[D]. 张杰. 苏州大学, 2020(02)
- [3]基于物联网的智慧养老系统研究[D]. 王琪. 山东建筑大学, 2020(11)
- [4]基于运动传感器与LoRaMESH的工人运动状态监测系统研究[D]. 沈骐. 中国计量大学, 2019(02)
- [5]基于可穿戴设备的独居老人跌倒检测系统研究[D]. 周坤. 兰州交通大学, 2019(04)
- [6]微重力环境物体运动特性模拟机器人控制研究[D]. 周宇. 哈尔滨工程大学, 2019(04)
- [7]关于医院环境下人体跌倒实时检测仿真研究[J]. 陈华珍,夏国清,黄衍标. 计算机仿真, 2018(05)
- [8]微重力热环境对兔子生理指标影响的实验研究[D]. 曹亚军. 重庆大学, 2018(04)
- [9]基于多点穿戴的老人突发失能检测[D]. 戴广钊. 华北电力大学, 2018(01)
- [10]老人智能监测系统的研究与设计[J]. 蔡心源,梁守志,张声岚,张烈平. 大众科技, 2017(08)