基于多傳感器融合的人體定位與行為異常檢測(cè).pdf

1、隨著人口老齡化程度的加深和人口年齡分布格局的變化，傳統(tǒng)的家庭養(yǎng)老方式面臨巨大挑戰(zhàn)，智能居家養(yǎng)老備受各國(guó)學(xué)者關(guān)注。人體定位和行為異常檢測(cè)作為智能居家養(yǎng)老系統(tǒng)的基礎(chǔ)，已被廣泛研究。人體定位的常用算法是基于熱釋電紅外傳感器網(wǎng)絡(luò)的區(qū)域定位，該算法精度不高，且無法對(duì)人體靜止和人處于檢測(cè)區(qū)域之外兩種狀態(tài)進(jìn)行區(qū)分。行為異常檢測(cè)主要是對(duì)摔倒行為異常進(jìn)行檢測(cè)，常用的算法是基于加速度傳感器信號(hào)幅值向量的閾值分析法，研究發(fā)現(xiàn)，該算法的抗干擾性較弱。針對(duì)人體定

2、位算法和行為異常檢測(cè)算法中存在的不足，本文采用多傳感器信息融合方法對(duì)室內(nèi)人體定位和人體行為異常檢測(cè)進(jìn)行研究。
　　本文對(duì)人體定位的研究主要采用紅外傳感器網(wǎng)絡(luò)與穿戴式傳感器信息融合算法來提高定位精度，相比于紅外傳感器網(wǎng)絡(luò)的人體定位算法，本文提出的算法可獲得更高的定位精度。在行為異常檢測(cè)的研究中發(fā)現(xiàn)，不同行為狀態(tài)對(duì)應(yīng)的加速度傳感器各軸向數(shù)據(jù)有不同的特點(diǎn)，基于這一發(fā)現(xiàn)提出了雙閾值分析算法，該算法可以有效的排除跑步對(duì)摔倒檢測(cè)的干擾，具有良