-
Patent Agency Ranking
公开(公告)号：CN110298276A
公开(公告)日：2019-10-01
申请号：CN201910529955.9
申请日：2019-06-19
Applicant: 北京工业大学
Abstract: 基于卷积神经网络的跌倒检测方法属于电子信息领域，本发明将通过MEMS采集的3轴加速度、角速度数据转为RGB像素，并引入滑动窗口构造能同时反映老年人活动过程中3轴加速度、角速度变化特征的像素图；参考LeNet 5架构设计了基于CNN的跌倒监测算法FD-CNN，将像素图进行归类，实现跌倒检测算法。通过构建FD-CNN，可以克服MEMS陀螺仪存在信号漂移误差、3轴加速度计在运动状态下产生电压波动等干扰，准确实现跌倒检测。FD-CNN网络模型系统的准确率达到了98.62％，敏感度和特异性分别达到98.65％和99.80％。其中，系统对跌倒检测的敏感度和特异性均到达了100％。
-
公开(公告)号：CN109800860A
公开(公告)日：2019-05-24
申请号：CN201811624372.6
申请日：2018-12-28
Applicant: 北京工业大学
IPC: G06N3/04 , G06F3/0346 , A61B5/11
Abstract: 本发明提供一种面向社区基于CNN算法的老年人跌倒监测方法，采用基于3轴加速度、角速度人体模型构造的感知节点以100Hz的采样频率采集数据，并上传服务器，服务器端使用了面向跌倒检测的卷积神经网络(Fall Detection Convolutional Neural Networks，FD-CNN)检测是否跌倒，一旦检测到跌倒则立刻报警。
-
公开(公告)号：CN108230618A
公开(公告)日：2018-06-29
申请号：CN201711397818.1
申请日：2017-12-21
Applicant: 北京工业大学
CPC classification number: Y02D70/00 , Y02D70/10 , G08B21/043 , A61B5/1117 , A61B5/746 , G08B21/0446 , H04W84/18
Abstract: 本发明公开一种面向社区基于ZigBee的低功耗跌倒检测系统，包括：多个运动感知模块和服务器；其中，运动感知模块采用Zigbee和中断功能实现低功耗人体运动数据采集，并将采集的运动数据通过ZigBee网络传至集成了ZigBee汇聚节点的服务器，服务器进行卡尔曼滤波并通过kNN算法分析检测是否发生跌倒，一旦检测到跌倒系统自动报警。本发明在传输距离上面，很好的开阔了用户的活动范围；在获取和传输用户跌倒数据上面，采用了低功耗的设备和中断驱动的数据传输算法，很好解决了穿戴设备高能耗的问题；在跌倒数据处理和检测上，提高了检测识别跌倒的精度；在跌倒报警上面，能够及时的进行报警和通知。
-
公开(公告)号：CN106568456A
公开(公告)日：2017-04-19
申请号：CN201611021343.1
申请日：2016-11-21
Applicant: 北京工业大学
IPC: G01C21/34
Abstract: 基于GPS/北斗定位和云计算平台的不停车收费方法属于电子信息领域，本发明以GPS轨迹点为圆心圈选属于此圆的路段集，作为被选路径。本发明加入方向约束条件共同约束，并且提出如何判断方向。行车方向判断提出了一种基于线路拐点的上下行判断算法，用以判断方向。最终匹配路径的选择基于欧几里德距离的系数轨迹相似性算法。本发明可实现在行车轨迹、备选路径和最终匹配路径的优化下道路车辆监管的自动化、简单化。
-
公开(公告)号：CN102611646B
公开(公告)日：2014-11-26
申请号：CN201210120493.3
申请日：2012-04-23
Applicant: 北京工业大学
Abstract: 基于ZigBee和XML的物联网数据网关属于物联网电子信息技术领域，其特征在于，由物联网中各无线传感节点来将数据通过ZigBee实时发送到物联网网关，数据网关将接收到的数据采用XML描述并存储于数据网关的SD卡上，同时将打包后的数据通过ZigBee转发给相连的网络设备。当数据网关通过USB2.0接口与计算机设备相连时，用户可以通过在计算机上运行数据转存软件，将在数据网关上保存的数据转存至用户计算机。当按下数据网关上的“Btn_delete”按钮时，可删除数据网关上保存的传感数据。本发明采用XML描述传感数据，用户可以方便数据的共享、转存与传输，同时能实时备份传感数据。
-
-
-
-
Search Results
15
records
(took 0.04 seconds)
