Stap 2: Fall Detection Algorithm
Met het vooruitzicht van commercialisering vaak rond gezondheid gerelateerde problemen is er veel onderzoek in de academische arena rond val detectie voor ouderen. De meerderheid van dit onderzoek is gericht op het ontwerpen van nieuwe succesvoller algoritmen om onderscheid te maken valt uit niet-watervallen. Onderzoekers op dit gebied meestal één of twee sensoren waarmee gegevens worden opgehaald, ontwikkelen en testen van hun algoritmen gebruiken. De eerste benadering maakt gebruik van versnellingsmeters te detecteren van versnelling langs een bepaalde as. Als controle voor een grote versnelling van een tri-axis versnellingsmeter, kijken meestal ze op de omvang vector in plaats van op elk van de assen afzonderlijk. Een andere benadering zowel versnellingsmeter & gyroscoop gebruiken voor het meten van de versnelling en de afdrukstand wijzigen en is nauwkeuriger vergeleken met het eerste.
Mijn algoritme is gebaseerd op het concept dat tijdens een val, een persoon ervaart een kortstondige freefall of afname van de versnelling, gevolgd door een grote piek in de versnelling, dan een verandering in de oriëntatie. Het stroomdiagram voor algoritme is hieronder gegeven. We zien dat het algoritme wordt gecontroleerd als de omvang van de versnelling (AM) een lagere drempelwaarde die instellen breekt. Als deze lagere drempel verbroken wordt, controleert het algoritme om te zien of ik pauzes een ingestelde hogere drempel binnen 0.5s. Als deze hogere drempel verbroken wordt, controleert het algoritme om te zien als het iemands geaardheid is veranderd in een set bereik binnen 0.5s, die op een persoon wijzen is gedaald of omvergeworpen. Als het iemands geaardheid is gewijzigd, wordt het algoritme wordt gecontroleerd om te zien als die oriëntatie blijft na 10s, die aangeeft dat de persoon is geïmmobiliseerd in hun gevallen positie op de grond. Als dit geldt, herkent het algoritme dit als een val. Een storing van een van de tussenliggende beschikking voorwaarden zou reset de triggers en stuur dat je terug naar het begin. De kracht van dit algoritme is dat er een activiteit om te breken twee AM drempels en hebben een wijziging van de afdrukstand. Idealiter zou dit extra lagere drempel verminderen het aantal valse positieven. De zwakte van dit algoritme is dat er de val te betrekken van een verandering van oriëntatie.