论文部分内容阅读
第六次全国人口普查数据显示,中国正迈入老龄化社会,人口结构老化、生育率低等问题已成未来发展的重大隐患。然而目前从事老年人看护的医疗人员人数远远不够,通过大量人力物力来提供良好的老年人看护服务难度较大,穿戴式监测系统从位置和行为两方面为全时段的老年人看护提供了可行性。本文分别针对室内定位和行为识别问题进行研究,实现了可穿戴式个人室内位置和行为的监测系统。此系统的优点在于系统成本低、结构简单。首先基于单个惯性测量单元(Inertial Measurement Unit, IMU)实现了九种简单日常动作的识别,这九种动作分别是:站、坐、躺、走、跑、站起、坐下、坐起、躺下。通过单个节点固定位置的选择,并且提出了基于空间姿态信息特征来提高动作识别的正确率。其次,本文在经典惯性导航定位系统的结构基础上,以增加朝向、位置参考为目标,进行了一系列的改进,提高定位精度。对于零速更新算法,本文利用其在零速期速度重置时的速度误差信息,通过构造简单加速度误差模型来计算出迈步期的加速度恒定误差,并且回滚计算积分过程来消除迈步期累积的位移误差。接着增加固定在腰部的IMU提供直线行走情况下的朝向参考;增加双脚IMU和测距传感器节点使得两脚在行走过程中彼此提供位置参考,从而减小定位误差。并且考虑到多人定位场景下的相互合作,通过测距传感器将多人的位置估计相互融合,多次迭代获取多人的位置最优估计。这些改进策略的效果都通过真实环境中的多组实验进行验证。最后,本文在分别获取了位置和行为信息的基础上,利用室内位置和行为的相关性,构造了位置-行为概率模型和行为转换概率模型,将位置信息和行为信息进行融合,同时提高定位和识别的精度。本文识别了十九种行为,包括打电话、喝水、做饭、吃饭、刷牙、看书、上楼、下楼、抬起手、放下手等,并在真实室内环境中模拟老年人寓所场景,进行相应的实验验证,实验结果显示室内定位误差小于1米,行为的识别正确率达到85%。