(Luận văn thạc sĩ) thiết kế hệ thống giám sát sự té ngã của người lớn tuổi

TỔNG QUAN

Tổng Quan Về Lĩnh Vực Nghiên Cứu

Té ngã là một tai nạn phổ biến và nguy hiểm đối với người già, do sự giảm linh hoạt và phản xạ kém theo tuổi tác Khi người lớn tuổi bị té, họ gặp khó khăn trong việc tự đứng dậy hoặc tự sơ cứu Nguy cơ té ngã tăng dần theo độ tuổi, và theo báo cáo của Tổ Chức Y Tế Thế Giới (WHO), tình trạng này đang trở thành mối lo ngại lớn cho sức khỏe cộng đồng.

28 - 35 % người ở độ tuổi trên 65 ngã 2- 4 lần mỗi năm và tăng lên 32-42% ở độ tuổi trên 70 ngã 5-7 lần nhƣ trình bày trong Hình 1.1

Hình 1.1 Biểu đồ số vụ tử vong do ngã theo tuổi và giới tính tại Mỹ năm

Nguyên nhân gây ra ngã ở người già [2]:

1 Do các ảnh hưởng của các bệnh: Parkinson, viêm khớp…

2 Do thiếu ánh sáng hoặc thị lực kém

3 Do ảnh hưởng của rượu, thuốc an thần, thuốc trị huyết áp đưa đến cảm giác chóng mặt, mất thăng bằng

4 Do không vận động khiến cơ thể khó di chuyển

5 Thiếu dinh dƣỡng hoặc dinh dƣỡng không hợp lý dẫn đến suy nhƣợc cơ thể

6 Do bề mặt sàn nhà quá trơ hoặc không bằng phẳng

7 Do cầu thang quá cao, không có tay vịn

8 Do sử dụng các vật dụng không thích hợp: giày dép quá rộng, gậy chống không ở tình trạng tốt

Người già thường gặp nguy cơ cao khi ngã, dẫn đến chấn thương nghiêm trọng như gãy xương, đặc biệt là xương đùi và cánh tay, cũng như chấn thương sọ não Những chấn thương này có thể trở nên nguy hiểm hơn nếu nạn nhân không được phát hiện kịp thời, gây ra hạ thân nhiệt hoặc mất máu Việc phát hiện sớm có thể quyết định sự sống còn của nạn nhân Thời gian phục hồi của người cao tuổi thường kéo dài hơn so với người trẻ, và khả năng trở lại hoạt động bình thường sau gãy xương thường bị giảm sút, đồng thời có nguy cơ cao về các biến chứng trong quá trình phẫu thuật như nhiễm trùng và vết thương không lành.

Tác động gián tiếp đến xã hội là chi phí chăm sóc y tế, mất thu nhập của người thân do phải chăm sóc nạn nhân

Việc ngã có ảnh hưởng tâm lý đáng kể đến người già, khiến họ ngại vận động vì lo sợ bị ngã Điều này không chỉ ảnh hưởng đến khả năng hoạt động hàng ngày mà còn tác động tiêu cực đến chất lượng cuộc sống của họ.

Khi người già bị té ngã, họ cần được chăm sóc y tế ngay lập tức do những hậu quả nghiêm trọng có thể xảy ra Tuy nhiên, nếu không có ai xung quanh để hỗ trợ, việc cấp cứu sẽ trở nên khó khăn.

Trên thế giới, nhiều nghiên cứu và thiết bị đã được phát triển để giám sát người già, phát hiện và dự đoán tình huống té ngã, từ đó gửi tín hiệu báo động cho người xung quanh và nhân viên y tế Hệ thống phát hiện té ngã chủ yếu được chia thành ba phương pháp: cảm biến hình ảnh, cảm biến môi trường và cảm biến đeo Cảm biến hình ảnh sử dụng camera để nhận diện trạng thái của đối tượng, tuy nhiên, việc xử lý ảnh có thể gặp khó khăn do điều kiện ánh sáng hoặc nhiễu Cảm biến môi trường, như cảm biến hồng ngoại và âm thanh, có ưu điểm là chi phí thấp và không yêu cầu người dùng mang thiết bị, nhưng chỉ hoạt động hiệu quả trong môi trường đã được thiết lập.

Cảm biến đeo trên người, bao gồm cảm biến gia tốc, con quay hồi chuyển và cảm biến góc nghiêng, được thiết kế để gắn lên cơ thể và thu thập dữ liệu về tư thế và vị trí của người dùng Nhờ vào sự phát triển công nghệ chế tạo, kích thước của các cảm biến và thiết bị đeo ngày càng nhỏ gọn và dễ sử dụng hơn.

Ngoài hai hướng đã đề cập, còn có thiết bị cảnh báo cho người già dạng mặt dây chuyền, với nút nhấn khẩn cấp Khi gặp tình huống nguy cấp về sức khỏe hoặc an ninh, người sử dụng chỉ cần nhấn nút để gửi tín hiệu đến hệ thống trung tâm, kết nối với các số điện thoại đã thiết lập trước để nhận trợ giúp Thiết bị cũng có khả năng phát âm thanh báo động cho những người xung quanh Tuy nhiên, phương pháp này không thuận tiện, vì khi gặp sự cố như té ngã, người già thường mất tỉnh táo và khó khăn trong việc nhấn nút.

Các kỹ thuật y tế hiện đại đang được áp dụng để cải thiện chăm sóc sức khỏe cho người già và người khuyết tật, với mục tiêu phòng ngừa và điều trị hiệu quả, từ đó nâng cao chất lượng cuộc sống của họ.

Mục Đích Của Đề Tài

Mục tiêu của đề tài là phát triển hệ thống phát hiện té ngã bằng cảm biến gia tốc ba trục, kết hợp với thuật toán ngưỡng và thuật toán vector hỗ trợ (SVM) để nhận diện người dùng gặp sự cố té ngã Hệ thống sẽ gửi cảnh báo qua chuông và điện thoại đến số đã được cài đặt.

Nhiệm Vụ Và Giới Hạn Của Đề Tài

- Xây dựng mô hình hệ thống phát hiện té ngã dựa vào thuật toán nhận dạng tìm hiểu đƣợc

- Tìm hiểu và áp dụng thuật toán phân tích thành phần chính (PCA) để trích xuất đặc trƣng tín hiệu gia tốc

- Thực hiện nhận dạng té ngã bằng phương pháp ngưỡng và bằng thuật toán vector hỗ trợ (SVM)

- Đánh giá kết quả thu thập dữ liệu và kết quả nhận dạng té ngã của hai phương pháp ngưỡng và phương pháp vector hỗ trợ (SVM)

- Khoảng cách truyền dữ liệu trong phạm vi 30 m

- Các trường hợp thu dữ liệu mẫu là các hoạt động cơ bản hằng ngày như đi, đứng, ngồi

- Số lƣợng mẫu trong mỗi lần thu thập là 150 mẫu

- Thí nghiệm trong một môi trường.

Phương Pháp Nghiên Cứu

Dữ liệu về sự thay đổi gia tốc của các hoạt động hằng ngày và khi té ngã được thu thập bằng cảm biến gia tốc ba trục từ Freescale và Analog Devices Thông tin này được truyền về máy tính thông qua giao tiếp không dây.

Tiền xử lý dữ liệu: thực hiện lọc nhiễu bằng bộ lọc trung bình động

Xử lý dữ liệu: Áp dung phương pháp phân tích thành phần chính (PCA) để tìm các đặc trưng của hoạt động bình thường và khi té

Nhận dạng sử dụng thuật toán vector hỗ trợ (SVM) để phân tích các đặc trưng đã thu thập trong quá trình huấn luyện Dữ liệu được lọc và so sánh với các giá trị ngưỡng Kết quả của quá trình nhận dạng được đánh giá thông qua hai phương pháp khác nhau.

Tóm Tắt Đề Tài

Nhƣ vậy, với các yêu cầu về nhiệm vụ và mục tiêu đề ra, luận văn đƣợc xây dựng bao gồm các chương sau:

Chương 1: Tổng quan cung cấp cái nhìn tổng quát về lĩnh vực nghiên cứu, bao gồm tình hình hiện tại và tầm quan trọng của nó Phần này giúp người thực hiện đề tài xác định rõ mục tiêu nghiên cứu của mình.

Chương 2 của bài viết tập trung vào cơ sở lý thuyết liên quan đến các phương pháp nhận dạng té ngã, bao gồm cảm biến hình ảnh, cảm biến môi trường, và cảm biến đeo trên người Ngoài ra, chương này cũng đề cập đến các nghiên cứu liên quan đã được công bố, cung cấp cái nhìn tổng quan về các công nghệ và phương pháp hiện có trong lĩnh vực này.

Chương 3 trình bày thiết kế hệ thống phát hiện té ngã dựa trên cảm biến gia tốc ADX 345, kết hợp với chức năng báo động bằng chuông và gọi điện đến số điện thoại đã được cài đặt trước Hệ thống này nhằm tăng cường an toàn cho người dùng, đặc biệt là người cao tuổi, bằng cách nhanh chóng thông báo khi có sự cố té ngã xảy ra.

- Chương 4: Trình bày về bộ lọc trung bình động và trích xuất đặc trưng bằng phương pháp phân tích thành phần chính (PCA) Đồng thời, trong chương

5 này cũng giới thiệu phương pháp phát hiện té ngã dựa vào ngưỡng và phương pháp nhận dạng té ngã dựa thuật toán nhận dạng SVM

- Chương 5: Phần kết luận và hướng phát triển của đề tài

Chương 3 Thiết Kế Hệ Thống Phát Hiện Té Ngã

CƠ SỞ LÝ THUYẾT

Định Nghĩa Té Ngã

Theo báo cáo của Tổ chức Y tế Thế giới (WHO) năm 2007, té ngã được định nghĩa là “đột ngột dừng lại trên nền nhà, mặt đất hay một vùng thấp hơn, ngoại trừ việc thay đổi vị trí trong nội thất, tường hoặc đối tượng khác” Trong bài viết này, chúng ta sẽ chỉ xem xét các trường hợp té ngã do tai nạn.

1) Trƣợt ngã: nguyên nhân có thể do bề mặt trơn

2) Vấp ngã: xảy ra khi chân vấp phải vật và dừng lại đột ngột, trong khi thân trên vẫn di chuyển về trước

3) Bước ngã: do chỗ đặt chân tiếp theo thấp hơn là dự định, hoặc là bề mặt của nơi đó bên cao, bên thấp

2.1.3 Các yếu tố trong việc té ngã

Việc té ngã bị ảnh hưởng bởi một số yếu tố sau:

1) Hướng té: trước, sau, bên trái, bên phải

2) Vị trí cơ thể (ngồi, nằm, đứng) và hướng khi ngã

4) Bề mặt tiếp xúc: cứng, mềm

5) Hoạt động trước khi ngã

6) Phục hồi, hoạt động sau khi ngã

7 a Ngã phía trước/sau b Ngã bên trái/phải

Hình 2.1Hướng ngã a Nghiêng b Ngã – Có hồi phục (còn tỉnh) c Ngã – không hồi phục (bất tỉnh)

Hình 2.2Mô tả quá trình ngã

Các phương pháp nhận dạng té ngã

Một trong những đặc điểm quan trọng nhất trong các phương pháp phát hiện và nhận dạng té ngã là khả năng phân biệt giữa trạng thái hoạt động bình thường và trạng thái té ngã Do đó, hệ thống phát hiện té ngã được xây dựng dựa trên ba phương pháp cơ bản.

8 chính: dựa vào cảm biến đeo vào cơ thể, dựa vào cảm biến môi trường và dựa vào camera [9]

Hình 2.3 Phân loại các phương pháp phát hiện té ngã

2.2.1 Phương pháp sử dụng cảm biến môi trường

Cảm biến môi trường được sử dụng trong việc dò tìm sự kiện hoặc thay đổi là: cảm biến hồng ngoại, cảm biến rung động, cảm biến áp lực

Việc sử dụng cảm biến rung động để phát hiện sự kiện và thay đổi trong giám sát rất hiệu quả, đặc biệt trong việc theo dõi và định vị Hệ thống phát hiện rung động trên sàn của Alwan là một giải pháp thụ động, cho phép đánh giá sự té ngã dựa vào mức độ rung khác biệt so với hoạt động bình thường như đi lại Nghiên cứu của Zigel đã kết hợp cảm biến rung động với cảm biến âm thanh để phân loại và nhận dạng sự kiện té ngã thông qua phổ đáp ứng Ưu điểm của hệ thống này là người dùng không cần đeo thiết bị, nhưng nó chỉ hiệu quả trong môi trường đã được lắp đặt cảm biến Đối với cảm biến áp suất, nguyên lý hoạt động dựa trên sự thay đổi áp suất khi có trọng lượng tác động, tuy nhiên, hệ thống có thể báo động sai khi có vật thể di chuyển mạnh gần cảm biến, làm giảm độ chính xác.

2.2.2 Phương pháp sử dụng camera

Camera ngày càng trở nên phổ biến trong các hệ thống chăm sóc và hỗ trợ tại gia đình, nhờ vào những ưu điểm vượt trội so với các hệ thống cảm biến khác Chúng có khả năng phát hiện nhiều sự kiện với mức độ xâm nhập tối thiểu.

Một cảm biến tương phản không đồng bộ đã được phát triển trong hệ thống

Phương pháp trích xuất điểm ảnh từ hình nền và phân tích sự tương phản theo thời gian giúp xác định sự thay đổi trong hệ số phản xạ ánh sáng Cuối cùng, một vector chuyển động được tính toán để xác định xem đối tượng có ngã hay không Thiết bị này đảm bảo tính riêng tư cho đối tượng, vì dữ liệu chỉ được truyền đi khi có tình huống khẩn cấp xảy ra.

Hệ thống phát hiện té ngã dựa vào sự thay đổi hình dáng cơ thể, sử dụng dữ liệu theo dõi để tự động xây dựng mô hình không gian thông qua phương pháp ước lượng Bayesian Gaussian và mô hình chiều dài tối thiểu Nó nhận diện các trạng thái bất động bất thường, như té ngã, so với các hoạt động thông thường Foroughi đã sử dụng hình ellipse để đo sự thay đổi hình dạng xung quanh cơ thể người, ghi nhận mọi thay đổi so với vị trí ban đầu sau khi phân đoạn Dữ liệu được phân tích theo cả chiều ngang và chiều dọc, và các vector đặc trưng được đưa vào mạng nơ ron để phân loại trạng thái té ngã và chuyển động.

Hình 2.4 Ví dụ về phát hiện đƣợc trạng thái bất động trong nghiên cứu [13]

Miaou trong nghiên cứu [15] đã sử dụng camera omni (camera quay 360 độ theo chiều dọc) gọi là Map Cam để phát hiện té ngã Thông tin cá nhân như cân nặng, chiều cao và tiền sử bệnh được xem xét trong quá trình xử lý ảnh Phân đoạn đối tượng được thực hiện bằng phương pháp loại bỏ nền, trong đó tỉ lệ chiều cao và chiều rộng của đối tượng được tính toán trong mỗi khung hình Hệ thống nhận dạng té ngã dựa vào hai lần thay đổi tỉ số cuối với một mức ngưỡng, và mỗi cá nhân có tỉ số giữa chiều cao và chiều rộng khác nhau, dẫn đến mức ngưỡng khác nhau.

Phương pháp sử dụng camera gặp hạn chế lớn về thời gian và chi phí hệ thống Giống như cảm biến môi trường, hệ thống camera chỉ hoạt động trong những khu vực đã được lắp đặt, như bệnh viện hoặc trong nhà, không thể sử dụng ngoài trời Hơn nữa, việc lắp đặt camera cũng có thể xâm phạm đến quyền riêng tư của người dùng.

2.2.3 Phương pháp sử dụng cảm biến đeo trên cơ thể

Trong những năm gần đây, công nghệ chế tạo cảm biến, đặc biệt là cảm biến vi cơ điện tử (MEMS), đã đạt được nhiều tiến bộ đáng kể trong lĩnh vực y sinh Các nhà nghiên cứu ngày càng sử dụng cảm biến đeo trên cơ thể như cảm biến gia tốc và con quay hồi chuyển để xác định vị trí và hướng của đối tượng.

Hệ thống phát hiện té ngã không dây giúp người dùng thoải mái trong các hoạt động hàng ngày và giảm chi phí cho hệ thống cảm biến Hệ thống này có thể tận dụng cảm biến gia tốc có sẵn trên điện thoại di động hoặc sử dụng thiết bị chuyên dụng Phương pháp nhận dạng trong hệ thống bao gồm phân tích dữ liệu theo ngưỡng và áp dụng các thuật toán máy học.

Trong hệ thống Burchfield, cảm biến gia tốc MMA 7260Q của Freescale được tích hợp trên module đeo cánh tay, truyền dữ liệu về máy tính qua chuẩn ZigBee Phương pháp nhận dạng sử dụng ngưỡng với hai mức: ngưỡng dưới được xác định từ giá trị gia tốc của trạng thái bất động và hoạt động, trong khi ngưỡng trên được tính dựa vào sự khác biệt gia tốc khi đối tượng té và hoạt động bình thường Dữ liệu thu thập được phân loại thành hai loại: hoạt động bình thường (Activities of Daily Living - ADL) và trường hợp té ngã, với ngưỡng báo động khi té là 1.5g.

Hình 2.5 Mô hình module cảm biến gia tốc không dây của [17]

Hệ thống được đề xuất bởi Ye kết hợp phương pháp ngưỡng và góc nghiêng của người đeo để xác định tư thế và trạng thái của người sử dụng, bao gồm việc phân biệt giữa việc đi hay đứng, té hay không, và nếu có té thì có nằm xuống hay không Hệ trục tọa độ của hệ thống được mô tả trong Hình 2.6.

Hình 2.6 Vị trí đeo thiết bị phát hiện té ngã và hệ trục tọa độ của cảm biến gia tốc trong [18]

Góc nghiêng của cơ thể đƣợc tính theo công thức:

Trong đó a là gia tốc của mỗi trục, g là gia tốc trọng trường

Thành phần tiêu thụ năng lƣợng đƣợc tính theo công thức:

Hệ thống sẽ nhận biết tình trạng té ngã khi thành phần tiêu thụ năng lượng vượt quá giá trị ngưỡng, đồng thời nếu góc nghiêng lớn hơn 60 độ, hệ thống sẽ xác định là té ngã và nằm xuống đất Ngược lại, nếu không nằm, sẽ được nhận dạng là té mà không nằm Kết quả cho thấy độ chính xác cao trong việc phân biệt giữa hoạt động bình thường và té nằm.

(100 %), đi (100 %)…, chỉ có hai trường hợp có độ chính xác dưới 95 % là té ra sau mà không nằm và té bên trái

Nghiên cứu của Bourke [19] đã khảo sát phương pháp ngưỡng với các thành phần như biên độ, góc nghiêng và vận tốc thẳng đứng để so sánh độ chính xác Cảm biến MMA 7260 của Freescale được đeo ở bên hông và truyền dữ liệu về máy tính qua chuẩn Bluetooth, như thể hiện trong Hình 2.7.

Hình 2.7 Vị trí đeo vào cơ thể và phương pháp thu dữ liệu trong nghiên cứu [19]

Các thí nghiệm cho thấy rằng việc kết hợp ba thành phần: biên độ, vận tốc và góc nghiêng mang lại độ chính xác cao nhất, với tất cả 12 thí nghiệm đạt 100% Trong khi đó, khi chỉ sử dụng biên độ, độ chính xác giảm xuống với trung bình 96,9% trong 12 trường hợp.

Nghiên cứu [20] đã áp dụng phương pháp máy học để nhận dạng chuyển động cơ thể, khác biệt so với các phương pháp truyền thống Thí nghiệm mô phỏng sáu trạng thái hoạt động gồm: té, nằm xuống, ngồi xuống, đứng/đi, ngồi yên và nằm yên Trong nghiên cứu này, sáu phương pháp được sử dụng để phân tích và nhận diện các trạng thái này.

13 định C4.5, luật quyết định RIPPER, Navie Bayes, 3- Nearest Neighbors, Support Vector Machine (SVM), Ramdom Forest, Bagging và Adaboost M1 Boosting Kết quả đƣợc thể hiển trong Bảng 2.1

Bảng 2.1 Độ chính xác trong phân loại của tất cả thuật toán

Tham chiếu Cơ thể Cơ thể và tham chiếu trục Z

Dữ liệu không có nhiễu

Phần Cứng Hệ Thống

Hệ thống giám sát phát hiện sự té ngã của người già bao gồm bốn thành phần chính: module thu dữ liệu, máy tính, và module báo động Trong đó, module MMA7660 được sử dụng để thu thập dữ liệu nhằm tạo tập mẫu huấn luyện theo phương pháp SVM, trong khi module cảm biến ADXL345 đóng vai trò là thiết bị chính trong hệ thống phát hiện té ngã.

Module cảm biến Module thu

Hình 3.1 Sơ đồ khối hệ thống

 Module cảm biến gia tốc: đƣợc thiết kế thành một khối để đeo vào thắt lƣng, gồm:

1 Module thu phát tín hiệu RF 2.4 GHz

3 Vi điều khiển: có nhiệm vụ thiết lập các thông số đọc giá trị gia tốc của cảm biến, truyền dữ liệu về module thu thông qua module RF

 Module thu tín hiệu: thu tín hiệu từ module cảm biến và truyền lên máy tính gồm

1 Module thu phát tín hiệu RF 2.4 GHz

 Máy tính dùng nhận dữ liệu, lọc, tiền xử lý, nhận dạng

3.1.1 Module cảm biến và thu tín hiệu của Freescale

Cảm biến gia tốc MMA 7660 được tích hợp trong bộ thí nghiệm ZSTAR 3 của FreeScale, bao gồm module cảm biến MMA 7660 và giao tiếp chuẩn ZigBee 2.4 GHz với module USB kết nối máy tính.

Hình 3.2 Sơ đồ khối của ZSTAR 3

Module cảm biến gồm có:

1 MMA 7660 là cảm biến gia tốc ba trục với tầm đo , ngõ ra là tín hiệu số 6 bit, giao tiếp với vi điều khiển qua chuẩn I2C, tích hợp bộ lọc thông thấp Cấu tạo của cảm biến đƣợc trình bày trong Hình 3.3.

Hình 3.3 Sơ đồ khối của MMA 7660

2 Vi điều khiển: hệ thống MC13213 của Freescale đƣợc tích hợp vi điều khiển MC9208GT MCU với IC thu phát tin hiệu ZigBee MC1320

3.1.2 Module cảm biến biến ADXL 345

Module cảm biến gồm có: cảm biến ADXL 345, module điều khiển Arduino Pro Mini, module thu phát nRF24L đƣợc mô tả trong Hình 3.4

Hình 3.4 Sơ đồ khối của module cảm biến ADXL 345

Cảm biến gia tốc ba trục ADXL 345 của Analog Devices có dải đo rộng và độ phân giải 13 bit với tầm đo 4mg/LSB, mặc định là 10 bit Thiết bị hỗ trợ giao tiếp qua chuẩn I2C hoặc SPI và yêu cầu nguồn cung cấp từ 2 đến 3.6 V.

Module Arduino Pro Mini là module vi điều khiển ATmega 168 dùng để giao tiếp với cảm biến, đọc dữ liệu và truyền về module thu

Hình 3.5 Module Arduino Pro Mini

Module nRF24L01 là module thu phát tín hiệu RF ở dãy tần 2,4 đến 2,4835 GHz Tốc độ truyền đƣợc thiết lập trong hệ thống là 2 Mbps

Hình 3.7 hiển thị module cảm biến ADXL 345, bao gồm hình dạng bên ngoài và cấu tạo bên trong Bộ module này được thiết kế với vị trí cảm biến, Arduino Pro Mini và các linh kiện khác, tạo thành một hệ thống hoàn chỉnh.

Module thu tín hiệu bao gồm: module điều khiển Arduino Pro Mini, module thu phát nRF24L, và module chuyển dữ liệu từ chuẩn USB sang COM, như mô tả trong hình 3.7.

Hình 3.8 Sơ đồ khối của module thu tín hiệu

 Module nRF24L01 là module thu phát tín hiệu RF ở dãy tần 2,4 đến 2,4835 GHz Tốc độ truyền đƣợc thiết lập trong hệ thống là 2 Mbps

 Module Arduino Pro Mini là module vi điều khiển ATmega168 dùng để giao tiếp đọc dữ liệu và truyền lên máy tính

 Module USB sang COM PL2303HX chuyển dữ liệu lên máy tính qua chuẩn UART

Hình 3.9 Module USB sang COM PL2303HX

Module Arduino Pro Mini thu thập dữ liệu từ cảm biến và truyền lên máy tính qua giao thức RS 232 Thiết kế của module rất nhỏ gọn, bao gồm một module Arduino ở phía trên, module nRF24L01 và COM PL2303HX ở phía dưới, như được thể hiện trong Hình 3.10.

Hình 3.10 Module thu tín hiệu a) Hình dạng bên ngoài b) Cấu tạo bên trong Thông số thiết lập giao tiếp UART là:

 Số bit dữ liệu: 8 bit

Dữ liệu truyền về máy tính bao gồm một chuỗi 18 ký tự ASCII, trong đó có 6 ký tự biểu thị giá trị cho mỗi trục, được đo bằng đơn vị m/s², như được minh họa trong bảng.

Bảng 3.1 Thứ tự truyền trong chuỗi ký tự

Thứ tự truyền Ý nghĩa của ký tự Ví dụ

2 Dấu của giá trị (+ hoặc -) “-”

3 Phần nguyên của giá trị “0”

5 Giá trị thập phân thứ nhất “0”

6 Giá trị thập phân thứ hai “9”

8 Dấu của giá trị (+ hoặc -) “+”

14 Dấu của giá trị (+ hoặc -) “+”

Thiết bị báo động sử dụng vi điều khiển Arduino Pro Mini, module SIM 900 và buzzer, như minh họa trong hình 3.9 Khi hệ thống phát hiện sự kiện té ngã, nó nhận tín hiệu điều khiển từ máy tính, gửi tin nhắn đến số điện thoại đã được cài đặt và kích hoạt chuông báo động.

Hình 3.11 Sơ đồ khối của module báo động

Module Arduino Pro Mini là module vi điều khiển ATmega168 dùng để giao tiếp đọc dữ liệu và truyền lên máy tính

Module USB sang COM PL2303HX truyền dữ liệu lên máy tính qua chuẩn UART

Module SIM 900 của SIM Technology [24] đƣợc dùng để gửi tin nhắn hoặc điện thoại vào một số máy đã đƣợc cài đặt

Hình 3.13 Module báo động sử dụng Sim900 a) Hình dạng bên ngoài b) Cấu tạo bên trong

PHƯƠNG PHÁP PHÁT HIỆN TÉ NGÃ

Tiền xử lý dữ liệu

Dữ liệu từ cảm biến gia tốc thường bị nhiễu do nhịp tim và hô hấp, ảnh hưởng đến độ chính xác của phân tích Do đó, việc loại bỏ nhiễu là cần thiết để cải thiện độ chính xác trong quá trình phân tích dữ liệu.

Bộ lọc đƣợc sử dụng trong đề tài là bộ lọc trung bình dịch chuyển

Bộ lọc trung bình dịch chuyển (Moving Average Filters) là một trong những bộ lọc phổ biến nhất trong xử lý tín hiệu số nhờ vào tính đơn giản và dễ sử dụng Bộ lọc này được ưa chuộng để giảm nhiễu ngẫu nhiên trong khi vẫn giữ lại đáp ứng bước Nguyên tắc hoạt động của bộ lọc là tính giá trị ngõ ra dựa trên trung bình của một số lượng giá trị ở ngõ vào.

Trong đó [ ] là tín hiệu ngõ vào, [ ] là tín hiệu ngõ ra và M là số điểm đƣợc dùng tính giá trị trung bình

Ví dụ, sử dụng bộ lọc trung bình dịch chuyển 5 điểm (M=5), điểm thứ 80 của ngõ ra đƣợc tính nhƣ sau:

Bộ lọc trung bình dịch chuyển được áp dụng trong nghiên cứu với M=5, như thể hiện trong Hình 4.1 và Hình 4.2, cho thấy giá trị gia tốc hiệu dụng trong trường hợp té ghế với M=5 và M=8 Tín hiệu màu xanh đại diện cho tín hiệu ban đầu, trong khi tín hiệu màu đỏ là tín hiệu đã qua bộ lọc trung bình.

Chương 4 Phương Pháp Phát Hiện Té Ngã

Hình 4.1Tín hiệu gia tốc hiệu dụng trong trường hợp té ghế trước và sau khi qua bộ lọc M = 5 Khi tăng kích thước cửa sổ của bộ lọc, M = 8,

Hình 4.2 Tín hiệu gia tốc hiệu dụng trong trường hợp té ghế trước và sau khi qua bộ lọc M = 8

Khi kích thước cửa sổ lọc lớn, tín hiệu có thể bị làm phẳng đáng kể trong khoảng thời gian từ 1 đến 2,5 giây Việc lựa chọn kích thước cửa sổ cần được tính toán cẩn thận; kích thước nhỏ có thể không loại bỏ được nhiều nhiễu, trong khi kích thước quá lớn có thể dẫn đến việc mất đi các thành phần thông tin quan trọng.

Thuật toán phát hiện té ngã dựa vào phân tích ngƣỡng

Hệ phát hiện té ngã dựa vào phân tích ngưỡng được xây dựng từ việc nghiên cứu các tập dữ liệu liên quan đến hoạt động hàng ngày và các trường hợp té ngã, nhằm thiết lập các thông số ngưỡng riêng biệt Một trong những thông số quan trọng thể hiện sự biến đổi tín hiệu trên ba trục là vùng biên độ tín hiệu được chuẩn hóa (Signal Magnitude Area), đã được đề xuất trong nhiều nghiên cứu trước đây.

- SMA) đƣợc tính bởi công thức:

Trong đó , , là gia tốc đo được theo thời gian tương ứng với ba trục X, Y, Z

Dựa vào các thử nghiệm trước, một hệ thống phát hiện té ngã dựa vào việc so sánh giá trị SMA với một mức ngƣỡng

Hình 4 3 Lưu đồ chương trình phát hiện té ngã dùng phương pháp ngưỡng

Trong nghiên cứu, các tác giả [26, 27] đã xác định giá trị ngưỡng là 1.5 g, trong khi Tarng [28] chọn ngưỡng là 1.8 g Cả hai giá trị ngưỡng này được áp dụng để so sánh độ chính xác trong đề tài Kết quả thử nghiệm được trình bày chi tiết trong Bảng 3.3.

Bảng 4 1Kết quả thực nghiệm phương pháp ngưỡng

TT Trường hợp Số lần thí nghiệm Độ chính xác (%) Ngƣỡng 1.5 g Ngƣỡng 1.8 g

Ta phân tích các trường hợp được thu mẫu trong đề tài

Hình 4.4 Tín hiệu gia tốc trong trường hợp đứng so với ngưỡng

Trong Hình 4.4, các trục X, Y, Z được biểu diễn bằng đường màu đỏ, xanh và lục Đường chấm màu tím thể hiện giá trị SMA Trong trường hợp đứng, giá trị SMA nằm trong khoảng -0,7g đến 1g, thấp hơn ngưỡng cho phép, dẫn đến việc nhận dạng chính xác đạt 100%.

Hình 4.5 Tín hiệu gia tốc trong trường hợp đứng cúi và ngồi cúi so với ngƣỡng a) Trường hợp đứng cúi b) Trường hợp ngồi cúi

Trường hợp đứng cúi (Hình 4.5 a) và ngồi cúi (Hình 4.5 b) cũng giống như trường hợp đứng, giá trị SMA vẫn không vượt ngưỡng nên độ chính xác là 100%

Hình 4.6 Tín hiệu gia tốc trong trường hợp ngồi nhanh so với ngưỡng

Trong trường hợp ngồi nhanh, giá trị SMA vượt qua ngưỡng 1.5 g, dẫn đến hệ thống nhận dạng đối tượng té với độ chính xác 0% trong mười lần thí nghiệm Ngược lại, khi áp dụng ngưỡng 1.8 g, chỉ có ba lần được nhận dạng là té, cho thấy sự khác biệt rõ rệt trong khả năng nhận diện của hệ thống.

Hình 4.7 Tín hiệu gia tốc trong trường hợp té ghế

Trong trường hợp té ghế, đối tượng ngồi sẽ trải qua khoảng thời gian 2,6 giây đầu tiên Trong quá trình cơ thể nghiêng về phía trước trước khi tiếp đất, giá trị SMA sẽ tăng lên và sau đó giảm dần.

41 tại giá trị gần 0 g (điểm 1) Khi cơ thể chạm đất thì giá trị SMA đạt cao nhất (điểm

2), vƣợt giá trị ngƣỡng 1.8 g nên cả hai mức ngƣỡng đều nhận dạng thành công

Phương pháp ngưỡng có khả năng nhận dạng chính xác các trạng thái rõ ràng như đứng và té Tuy nhiên, đối với trạng thái ngồi, giá trị không đạt ngưỡng cao nhất 1.8 g, chỉ có ba lần vượt ngưỡng này.

Tiêu đề	Thiết Kế Hệ Thống Giám Sát Sự Té Ngã Của Người Lớn Tuổi
Tác giả	Phạm Tỷ Phú
Người hướng dẫn	TS. Nguyễn Thanh Hải
Trường học	Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
Chuyên ngành	Kỹ Thuật Điện Tử
Thể loại	luận văn thạc sĩ
Năm xuất bản	2014
Thành phố	Tp. Hồ Chí Minh

Định dạng
Số trang	75
Dung lượng	6,26 MB