关键词:
摔倒预测
BP神经网络
FPGA
嵌入式系统
摘要:
随着我国人口老龄化问题日益严重,抚养比率增加,老年人空巢现象越来越普遍,在节省人力和物力成本的条件下,更加高效的保障老年人身体健康越来越重要。摔倒是老年人生活中最常见的突发事故,并且会给老年人的身心带来严重的伤害,因此,老年人摔倒防护设备的研究具有重要意义。本文提出一种基于BP神经网络对人体摔倒进行预测的方法,以实现一种能够对人体摔倒进行预测的嵌入式系统为研究内容。通过实验采集人体在不同状态下的腰部加速度、角速度数据,将从实验数据中提取的特征向量作为数据样本对BP神经网络进行训练,提取出训练完成后的BP神经网络权值和偏置参数。设计了一种嵌入式系统,依据提取出的神经网络参数在该嵌入式系统上实现BP神经网络的正向传播,完成了系统实物的搭建,并通过仿真和摔倒实验验证了该系统的实时性和摔倒预测功能的可靠性。主要研究内容如下:1.设计了一种数据采集装置,将数据采集装置佩戴人体腰部,模拟老年人日常活动及摔倒过程,通过实验采集人体摔倒过程和日常生活腰部加速度、角速度数据。分析研究人体摔倒过程和日常生活的腰部加、角速度变化规律,并从中提取特征数据。规定输入到BP神经网络的特征向量格式,计算出每一组特征向量并为每一组特征向量添加标签。2.设计BP神经网络的初始结构,在MATLAB平台创建BP神经网络模型,将特征向量和标签作为训练样本对所设计的BP神经网络模型进行训练和测试,通过不断的试验、对比找出最合理的BP神经网络结构。对BP神经网络的训练完成之后,提取出神经网络各个神经元的权值和偏置。3.使用MATLAB计算出隐藏层激活函数(Sigmoid)和输出层激活函数(Softmax)的二次多项式分段拟合表。选择基于FPGA的硬件方法实现BP网络,使用Verilog HDL语言设计可以实现已训练完成的BP神经网络正向传播的数字电路,仿真结果证明该硬件BP网络能够满足实时性要求和精度要求。4.设计嵌入式系统总体结构和FPGA芯片内部结构,在软件层面设计了系统低功耗运行机制。使用Altium Designer软件设计系统的硬件电路和PCB电路板,完成了系统实物制作。将编译好的程序烧写进FPGA和MCU中,并通过实验验证了系统功能的可靠性。本研究通过计算机仿真和实验对基于BP神经网络人体摔倒趋势识别的理论进行验证,设计了一种摔倒预测系统,在系统的FPGA芯片上实现了BP神经网络正向传播,完成了BP神经网络的硬件实现,实验和仿真结果表明该方法能够准确的识别出人体摔倒趋势,能够实现在摔倒撞击到来前发出预警信号。本文设计的人体摔倒预测嵌入式系统对老年人摔倒防护领域的研究具有重要的参考意义。