Por favor, use este identificador para citar o enlazar este ítem: http://dspace.udla.edu.ec/handle/33000/13085
Tipo de material : bachelorThesis
Título : Diseño de un prototipo para detección de caídas basado en sensores inerciales
Autor : Bustos Guevara, Damaris Solange
Flores Anchatuña, María José
Tutor : Pozo Espín, David Fernando
Palabras clave : ACCIDENTES-PREVENCIÓN;SENSORES BIOMÉDICOS;PROTOTIPO (DISEÑO);CALIDAD DE VIDA
Fecha de publicación : 2020
Editorial : Quito: Universidad de las Américas, 2020
Citación : Bustos, D.; Flores, M. (2020). Diseño de un prototipo para detección de caídas basado en sensores inerciales (Tesis de pregrado). Universidad de las Américas, Quito.
Resumen : De acuerdo con investigaciones realizadas se determinó que las caídas son una de las principales razones de mortalidad a nivel mundial, a lo largo del tiempo se han buscado maneras de poder brindar un mejor estilo de vida al ser humano. Es por eso que se ha buscado diseñar e implementar un prototipo detector de caídas. En el presente trabajo de titulación se desarrolla un sistema embebido de adquisición de señales en los ejes x, y, z para la detección de tres distintas clases: caídas, caminar e inmóvil, el prototipo será colocado en la cadera y la información enviada será procesada para que el algoritmo pueda predecir cuál es la actividad realizada. Esto es posible mediante la utilización del sensor inercial MPU-6050 el cual envía señales de aceleración en los tres ejes y mediante la comunicación Bluetooth poder realizar la transmisión de datos. Después que la señal sea procesada se procede a extraer las características (Media, Mediana, Varianza, Percentil 25 y Asimetría), las cuales son aplicadas en el algoritmo clasificador Naive Bayes previamente entrenado con una base de datos. Luego se predice el evento realizado y se envía el resultado a la interfaz gráfica para poder visualizarlo. Finalmente, se realizan las pruebas del sistema a seis personas tanto en la clase de caídas como caminar y tres personas en la clase inmóvil para poder verificar el correcto funcionamiento del algoritmo, Las pruebas son realizadas tomando varios conjuntos de datos de diferentes tamaños para evaluar el comportamiento frente a la variación de información obtenida, se determina la exactitud del sistema que se encuentra entre 60 por ciento al 82 por ciento con tiempos de procesamiento del algoritmo de 0.50 milisegundos a 1.35 milisegundos. Lo que permite concluir que el número de datos afectará a los resultados y el tiempo de procesamiento.
Descripción : According to research, it was determined that falls are one of the main reasons for mortality worldwide, over time, ways have been found to provide a better lifestyle for humans. That is why we have sought to design and implement a prototype fall detector. In the present degree work, an embedded signal acquisition system is developed in the x, y and z axes for the detection of three different classes: falls, walking and immobile, the prototype will be placed on the hip and the information sent will be processed so that the algorithm can predict what the activity is. This is possible by using the MPU-6050 inertial sensor which sends acceleration signals on all three axes and by means of Bluetooth communication to carry out data transmission. After the signal is processed, the characteristics (Mean, Median, Variance, 25th Percentile and Asymmetry) are extracted, which are applied in the Naive Bayes classifier algorithm previously trained with a database. Then the event performed is predicted and the result is sent to the graphical interface to be able to visualize it. Finally, the system tests will be carried out on six people in both the falling and walking classes and three people in the immobile class to verify the correct operation of the algorithm. The tests are carried out by taking several data sets of different sizes to evaluate the behavior faced with the variation of information obtained, the precision of the system is determined, which is between 60 percent to 82 percent with algorithm processing times from 0.50 milliseconds to 1.35 milliseconds. This allows us to conclude that the number of data affects the results and the processing time.
URI : http://dspace.udla.edu.ec/handle/33000/13085
Aparece en las colecciones: Ingeniería en Electrónica y Redes de Información

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UDLA-EC-TIERI-2020-11.pdf2,2 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons