Implementación de un algorítmo de detección de caídas de personas con contextualización del evento usando máquinas de soporte vectorial y sensores inerciales
| dc.contributor.advisor | Pulido Herrera, Edith | |
| dc.contributor.author | Alvarez Jimenez, Roberth Arturo | |
| dc.date.accessioned | 2024-03-03T23:26:20Z | |
| dc.date.available | 2017 | |
| dc.date.available | 2024-03-03T23:26:20Z | |
| dc.date.created | 2017 | |
| dc.date.issued | 2017 | |
| dc.description.abstract | Uno de los problemas que amenaza la integridad física de los adultos mayores son las caídas, la necesidad de brindar atención oportuna a alguien que sufra una caída ha llevado al desarrollo de múltiples dispositivos y algoritmos enfocados en esta problemática. En el presente trabajo se propone un algoritmo para la detección de actividades cotidianas para personas (ADL2 ), enfocado en detectar caídas brindando información contextualizada basada en otras actividades y usando unidades de medida inercial (IMU3 ). Para el cumplimiento de este objetivo se planteó la siguiente metodología: Se realizó una revisión del estado del arte en cuanto a alternativas para la detección de caídas y ADL , así como las limitaciones al trabajar con unidades de medida inercial. Seguidamente, se creó una base de datos a partir de pruebas experimentales realizadas por voluntarios entre los 20 y 30 años. Con esta base de datos se realizó un análisis de las diferentes señales adquiridas, permitiendo la selección de características para entrenar el algoritmo de detección de caídas, caminata normal, correr, caminata en escaleras, permanecer de pie y acostado. Se desarrolló un algoritmo completo para reducir la aparición de falsos positivos en la detección, especialmente en las caídas. Inicialmente el algoritmo fue evaluado de manera o_x001F_ine. Al implementar en tiempo real, se encuentra que al combinar actividades con caídas se pueden causar errores en la detección y se realizaron las modi_x001C_caciones necesarias para evitar estos errores. se realizaron pruebas de validación en las cuales los usuarios realizaban las diferentes actividades que el algoritmo puede clasi_x001C_car. Se obtuvo la tasa de error cercana al 8 % en la detección. Se plantea la posibilidad del desarrollo de un dispositivo que ejecute el algoritmo, e incluso la implementación en teléfonos inteligentes se considera como una opción viable. | |
| dc.description.abstractenglish | Falling is one of the main problems that a_x001B_ects the elderly, causing the creation of systems and algorithms to give a proper attention to someone who su_x001B_er a fall. This Master research project proposes an algorithm for the detection of Activities of daily living (ADL), focused on falling detection giving contextualized information based on other activities and using inertial measurement units (IMU). In order to ful_x001C_ll the main objective, the following methodology was proposed: Initially, a revision of the state of the art related with ADL and falling detection was conducted, to study the detection techniques and features involved in this tasks, also the actual limitations when working with IMUs. Afterwards, a dataset was created from experimental tests performed by volunteers in ages between 20 and 30 years. Using this dataset it was possible to perform a complete analysis of the acquired signals, achieving the feature selection to train the algorithm and perform the detection of falling, walking, running, stairs walking, standing and lying. Once the classi_x001C_er is trained, a full algorithm was designed to reduce the false positives in the detection, specially for falling. In _x001C_rst instance, the algorithm was evaluated o_x001F_ine to o_x001B_er a reference to the real time performance. For experimental validation of the algorithm, some test similar to the ones performed to create de database were conducted, the participants followed a route where they had to do the di_x001B_erent activities that the algorithm can classify. A general error rate of around 8 %. Finally, based on the results obtained we concluded that the performance of the algorithm is good and has a low error rate detecting ADL and falls. The development of a device for the algorithm execution is proposed as future work, also the smartphones implementation is considered as a viable option. | |
| dc.description.degreelevel | Maestría | |
| dc.description.degreename | Magíster en Ingeniería Electrónica | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.instname | Universidad Industrial de Santander | |
| dc.identifier.reponame | Universidad Industrial de Santander | |
| dc.identifier.repourl | https://noesis.uis.edu.co | |
| dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/36977 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Industrial de Santander | |
| dc.publisher.faculty | Facultad de Ingenierías Fisicomecánicas | |
| dc.publisher.program | Maestría en Ingeniería Electrónica | |
| dc.publisher.school | Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones | |
| dc.rights | http://creativecommons.org/licenses/by/4.0/ | |
| dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
| dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
| dc.rights.license | Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0 | |
| dc.subject | Máquinas De Soporte Vectorial | |
| dc.subject | Unidad De Medida Inercial (Imu) | |
| dc.subject | Reconocimiento De Actividades. | |
| dc.subject.keyword | Inertial Measurement Unit (Imu) | |
| dc.subject.keyword | Support Vector Machines (Svm) | |
| dc.subject.keyword | Activities Identi_x001C_Cation. | |
| dc.title | Implementación de un algorítmo de detección de caídas de personas con contextualización del evento usando máquinas de soporte vectorial y sensores inerciales | |
| dc.title.english | Implementation of an algorithm for falling detection with event contextualization using svm and inertial sensors | |
| dc.type.coar | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
| dc.type.hasversion | http://purl.org/coar/resource_type/c_bdcc | |
| dc.type.local | Tesis/Trabajo de grado - Monografía - Maestria |
Files
Original bundle
1 - 3 of 3
No Thumbnail Available
- Name:
- Carta de autorización.pdf
- Size:
- 487.67 KB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Nota de proyecto.pdf
- Size:
- 743.29 KB
- Format:
- Adobe Portable Document Format