← 全部项目
案例研究 · On-sensor fall detection
能感知跌倒的手环
STM32 + IMU 手环；经决策树调优的规则在传感器片上 FSM 中运行。
在巴基斯坦拉合尔的 ChipMango 开发的腕戴式跌倒与滑倒检测系统。STM32 微控制器上的嵌入式固件读取惯性测量单元（IMU），并通过低功耗蓝牙（BLE）将多受试者运动数据传输到手机应用与 PC 仪表盘。通过决策树分析调优跌倒与滑倒检测的有限状态机规则，检测准确率达 85%。
- 机构
- ChipMango
- 状态
- Live
- 通道
- CH1CH2CH4
问题
在腕戴设备上检测跌倒通常需要常开的处理器，耗电严重。目标：直接在运动传感器上检测跌倒与滑倒。
我做了什么
- 可穿戴数据采集系统（STM32 + IMU），通过 BLE 将多受试者运动数据传输至定制手机应用与电脑仪表盘
- 利用决策树分析调优用于跌倒与滑倒检测的有限状态机规则
- 面向 IMU 内置 FSM 引擎部署，在传感器上实现实时、超低功耗检测
技术栈
STM32 · IMU（片上 FSM）· BLE · 手机应用 · 决策树
成果
- 检测准确率 85%
可穿戴设备上的跌倒检测通常需要处理器一直唤醒来监测加速度计与陀螺仪，耗电严重。这些规则面向 IMU 内置的有限状态机引擎设计，并以其为部署目标，使传感器本身能够以超低功耗实时识别失重、撞击与静止状态。
数据采集部分是一整套工具链：STM32 固件、BLE 链路、用于记录会话与配置设备的手机应用，以及显示实时曲线、会话列表与状态机设置的 PC 仪表盘。采集到的多受试者数据集用于决策树分析，从而确定阈值。
图集
从我的存档里翻出来的：这个项目能找到的照片都在这里了。
