Projekt integratora danych sensorycznych do detekcji niekontrolowanych upadków

• Autorzy: Wójtowicz B. , Dobrowolski A. P.

Warianty tytułu

EN

Multisensor data integrator to detect uncontrolled falls

• Języki publikacji: PL

Abstrakty

PL

Co trzeci człowiek powyżej 65. roku życia przynajmniej raz do roku narażony jest na upadek [1, 2]. W roku 2002 z powodu upadków zmarło 391 tysięcy ludzi [1]. Upadki oraz urazy nimi spowodowane stanowią istotny problem zdrowia publicznego i często wymagają natychmiastowej pomocy medycznej. Bardzo szybka detekcja niekontrolowanego upadku pozwala na skrócenie czasu hospitalizacji, a przede wszystkim zmniejszenie potencjalnego ryzyka wystąpienia groźnych powikłań pourazowych. W niniejszym artykule zaprezentowano projekt bezprzewodowego urządzenia do detekcji niekontrolowanych upadków. Zaprojektowane urządzenie zaopatrzone jest w cztery sensory: żyroskop, akcelerometr, magnetometr oraz sensor ciśnienia. Dane z sensorów przetwarzane są w mikrokontrolerze, który w pierwszym etapie dokonuje operacji związanych z fuzją i integracją danych. Następnie w module decyzyjno-wnioskującym podejmowana jest decyzja o detekcji upadku i wyzwoleniu procedury alarmowej. Zgłoszenie alarmu odbywa się za pośrednictwem sieci bezprzewodowej, umożliwiającej podłączenie urządzenia do integratora sensorycznego, którym może być np. telefon komórkowy z dedykowaną aplikacją.

EN

At least once a year every third person over 65 years of age is exposed to a fall [1, 2]. 391,000 people died due to falls in 2002 [1]. Falls and injuries caused by them are an important public health problem and often require immediate medical attention. Very fast detection of uncontrolled falls shortens the duration of hospitalization and reduces the potential risk of serious complications of injuries. This paper presents the design of a wireless device for the detection of uncontrolled falls. The device consists of four sensors: a gyroscope, an accelerometer, a magnetometer, and a pressure sensor. Data from the sensors are processed in the microcontroller, which performs the operations of data fusion and integration. The decision about the fall detection is made in the next step and if it is needed, it triggers an alarm. Alarm notification is sent via wireless network. The device can be connected to the sensor integrator, i.e. a mobile phone with the dedicated application, which can call for help.

Słowa kluczowe

PL

detekcja upadków; fuzja sensoryczna; żyroskop; akcelerometr; magnetometr; czujnik ciśnienia

EN

fall detection; data fusion; gyroscope; accelerometer; magnetometer; pressure sensor

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Biuletyn Wojskowej Akademii Technicznej
• Rocznik: 2013
• Tom: Vol. 62, nr 4
• Strony: 229--240
• Opis fizyczny: Bibliogr. 29 poz., rys., tab.

Twórcy

autor

Wójtowicz B.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, Instytut Telekomunikacji, ul. gen. S. Kaliskiego 2, 00-908 Warszawa

autor

Dobrowolski A. P.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, Instytut Systemów Elektronicznych, ul. gen. S. Kaliskiego 2, 00-908 Warszawa

Bibliografia

• [1] A. Edbom-Kolarz, J.T. Marcinkowski, Upadki osób starszych – przyczyny, następstwa, profilaktyka, Hygeia Public Health, 2011, 313-318.
• [2] A.K. Bourke, G.M. Lyons, A threshold-based fall-detection algorithm using a bi-axial gyroscope sensor, Biomedical Electronics Laboratory, Department of Electronic and Computer Engineering, University of Limerick, Limerick, Ireland, 2006.
• [3] A. Kalache, D. Fu, WHO Global Report on Falls Prevention in Older Age, WHO, 2007.
• [4] M.A. Thornby, Balance and falls in the frail older person: a review of the literature, Topics in Geriatric Rehabilitation, 1995.
• [5] S.K. Rigler, Preventing falls in older adults, Hospital Pract, 1999.
• [6] J.M. Simpson, Elderly people at risk of falling: the role of muscle weakness, Physiother, 1993.
• [7] U. Lindemann, A. Hock, M. Stuber, W. Keck, C. Becker, Evaluation of a fall detector based on accelerometers: A pilot study, Medical and Biological Engineering and Computing, 2005.
• [8] A.K. Bourke, G.M. Lyons, A threshold-based fall detection algorithm using a bi-axial gyroscope sensor, Medical Engineering and Physics, 2008.
• [9] Q. Li, J. Stankovic, M. Hanson, A. Barth, J. Lach, G. Zhou, Accurate, Fast Fall Detection Using Gyroscopes and Accelerometer-Derived Posture Information, University of Virginia, Wearable and Implantable Body Sensor Networks, 2009.
• [10] Soo-Young Hwang, Mun-Ho Ryu, Yoon-Seok Yang, Nak-Bum Lee, Fall Detection with Three-Axis Accelerometer and Magnetometer in a Smartphone, International Conference on Computer Science and Technology, 2012.
• [11] M. Tolkiehn, L. Atallah, B. Lo, G. Zhou, Direction Sensitive Fall Detection Using a Triaxial Accelerometer and a Barometric Pressure Sensor, Engineering in Medicine and Biology Society, 2011.
• [12] S. Cagnoni, G. Matrella, M. Mordonini, F. Sassi, L. Ascari, Sensor Fusion-oriented Fall Detection for Assistive Technologies Applications, Ninth International Conference on Intelligent Systems Design and Applications, 2009.
• [13] T. Neumann, Informatyka na morzu. Zastosowanie fuzji danych w procesie identyfikacji obiektów morskich, Drogi lądowe, powietrzne, wodne, 10.2008, [Online] http://www.media-pro.pl/pdf/dr_s114_10_08.pdf, 04.2012.
• [14] T.C. Henderson, M. Dekhil, R.R. Kessler, M.L. Griss, Sensor Fusion, Department of Computer Science, University of Utah, USA, [Online] http://www.cs.utah.edu/~tch/publications/pub191.pdf, 04.2012.
• [15] J. Wróblewski, Integracja danych źródłowych [Online]. http://edu.pjwstk.edu.pl/wyklady/hur/ scb/wyklad4/w4.htm, 04.2012.
• [16] T. Traczyk, Język XQuery jako narzędzie do integracji danych – Oracle XML Data Synthesis, XI Konferencja PLOUG Kościelisko, Październik 2005.
• [17] R.C. Luo, Chih-Chen Yih, Kuo Lan Su, Multisensor Fusion and Integration: Approaches, Applications, and Future Research Directions, IEEE Sensor Journal, 2, 2, April 2002.
• [18] R.C. Luo, M.G. Kay, Multisensor Integration and Fusion in Intelligent Systems, IEEE Transactions on Systems, Man, and Cybernetics, 19, 5, September/October 1989.
• [19] R.C. Luo, M.G. Kay, A Tutorial on Multisensor Integration and Fusion, Robotics and Intelligent Systems Laboratory, Department of Electrical and Computer Engineering North Carolina State University, 1990.
• [20] W. Elmenreich, Sensor Fusion in Time-Triggered Systems, PhD thesis, Institut für Technische Informatik, 2002.
• [21] P.L. Rothman, R.V. Denton, Fusion or Confusion: Knowledge or Nonsense? SPIE Data Structures and Target Classification, 1991.
• [22] B.V. Dasarathy, Sensor Fusion Potential Exploitation-Innovative Architectures and Illustrative Applications, Proceedings of the IEEE, 1997.
• [23] H.F. Durrant-Whyte, Sensor Models and Multisensor Integration, International Journal of Robotics Research, 1988.
• [24] M. Przyłuski, Wymagania funkcjonalne i pozafunkcjonalne dla banku internetowego [Online] http://mikylie.eu/ioplab1.pdf, 05.2012.
• [25] R. Magdziak, 3-osiowy żyroskop MEMS do systemów kontroli ruchu obiektów [Online] http://elektronikab2b.pl, 03.2013.
• [26] G. Paller, Better motion control using accelerometer/gyroscope sensor fusion, Sfonge Ltd. [Online] http://www.sfonge.com, 03.2013.
• [27] D. Pazderski, Systemy lokalizacji i nawigacji robotów [Online] http://etacar.put.poznan.pl/dariusz.pazderski/data/SLiNR_w4.pdf, 03.2013.
• [28] P. Lawitzki, Android Sensor Fusion Tutorial [Online] http://www.thousand-thoughts.com/2012/03/android-sensor-fusion-tutorial/, 03.2013.
• [29] B. Wójtowicz, Warstwa integracji sensorów biomedycznych w technologiach wbudowanych platformy Windows CE, WAT, Warszawa, 2012.