Étant donné que les chutes sont un problème majeur de santé publique chez les personnes âgées, le nombre de systèmes visant à détecter les a augmenté considérablement ces dernières années. Il vise à servir de référence pour les cliniciens et les ingénieurs biomédicaux, planification ou de mener des enquêtes sur le terrain. Défis, enjeux et tendances à détection de chute ont été identifiés après le travail de révision. Continue d’augmenter le nombre d’études utilisant des techniques sensibles au contexte, mais il y a une nouvelle tendance vers l’intégration de la détection de chute dans les téléphones intelligents ainsi que l’utilisation de méthodes d’apprentissage machine dans l’algorithme de détection. Nous devons également examiner plusieurs aspects comme conditions réelles, facilité d’utilisation et acceptation par les utilisateurs ainsi que les questions liées à la consommation d’énergie, exploitation en temps réel, limites de détection, la vie privée et record de chutes de la vie réelle.
Composants requis :
Intel Edison
Grove bouclier base v2
Accéléromètre numérique de Grove 3 axes
Buzzer de Grove
Câbles de Grove
Pile 9V
clip de la pile 9V
Câbles USB micro
Logiciel utilisé :
Arduino 1.5.3-Intel 1.0.4 pour windows
Mastic