跌倒监测系统用于跌倒识别,并在跌倒后通过报警缩短救援时间,以达到减小跌倒危害的目的。在人口老龄化和空巢化的背景下,开展老年人跌倒监测研究,具有重要的社会意义。本文根据四个经常用于佩戴手机的部位(前胸、侧腰、后腰和大腿)设计实验和算法,实现了基于手机的跌倒监测软件及其后台服务器,以应用于跌倒识别和跌倒后报警。论文主要包括三个部分:第一是实验设计。首先将人体活动模式分类,再设计实验的活动模式并组织实验,包括实验设备的选定、实验场地的布置、实验对象的选择和具体的实验步骤等,最后将传感器节点布置于四个经常用于佩戴手机的部位进行实验,该实验产生了设计和检验跌倒监测算法的原始数据。第二是算法设计。在对实验数据和跌倒过程深入分析的基础上,设计了特征提取方法和BP神经网络模型。考虑了6种不同佩戴习惯的用户:只将手机固定佩戴于四个部位之一的(共4种)、上身三部位(前胸、侧腰、后腰)随意佩戴的、和四个部位随意佩戴的;并从是否有陀螺仪考虑了2种手机后,设计了12种神经网络模型,并得出以下结论:(1)只将手机佩戴于大腿部位的用户使用没有陀螺仪的手机会出现较多的漏检和一些误报。(2)在有陀螺仪和没有陀螺仪的两种手机中,上身三部位随意佩戴的用户敏感度分别是100%和98.67%,特异度分别是100%和96.54%;四个部位随意佩戴的用户敏感度分别是96.12%和89.28%,特异度分别是97.17%和95.07%,对比几个可将手机放于多个部位的研究,本文的算法敏感度和特异度都是最高的。(3)经对比,最终选择了上身三部位随意佩戴和四部位随意佩戴的2种佩戴习惯对应的神经网络模型设计跌倒监测算法。第三是系统设计与实现。系统包括一个基于Android手机的跌倒监测软件和一个基于MFC、SQL SERVER数据库的后台服务器。跌倒监测算法基于OpenCV实现,通过JNI实现Java与C++间的相互调用。发生跌倒后手机基于百度地图SDK进行GPS、Wi-Fi、基站混合定位,通过发送包含跌倒位置的短信向预先设定的联系人远程求助并使用报警铃声本地求助。手机端在产生跌倒和误报时会将相应信息上传至后台服务器以用于算法研究及数据统计;同时手机端将相应信息添加到训练集中,重新训练神经网络,进行算法改进。后台服务器使用SQL SERVER数据库进行信息存储和用户管理,手机与后台服务器间基于TCP/IP协议通过Socket通信。综上所述,本文首先根据四个经常用于佩戴手机的部位设计实验、获得算法的原始数据,然后考虑了6种不同佩戴习惯的用户并从是否有陀螺仪考虑了2种手机,设计出12种神经网络模型进行对比后,选择了随意佩戴于上身三部位和四个部位随意佩戴的2种佩戴习惯对应的神经网络模型设计跌倒监测算法,最后基于Android手机实现跌倒监测系统,本系统有望解决人口老龄化和空巢化背景下的跌倒监护难题。