Vis enkel innførsel

dc.contributor.advisorOnshus, Tor Engebretnb_NO
dc.contributor.advisorStavdahl, Øyvindnb_NO
dc.contributor.authorVåga, Stålenb_NO
dc.date.accessioned2014-12-19T14:02:55Z
dc.date.available2014-12-19T14:02:55Z
dc.date.created2010-09-11nb_NO
dc.date.issued2008nb_NO
dc.identifier350934nb_NO
dc.identifierntnudaim:4043nb_NO
dc.identifier.urihttp://hdl.handle.net/11250/260126
dc.description.abstractDenne rapporten omhandler problematikken ved å detektere fysisk aktivitet hos personer med ulikt bevegelsesmønster. Aktivitet kan registreres av aktivitetsmålesystemer som samler data fra sensorer montert til kroppen. Hovedtyngden i arbeidet med denne masteroppgaven er metodestudie og metodevalg for skrittdetektering i aktivitetsmålesystemer, implementering av metodene i MATLAB, samt dokumentasjon av ytelsen til det ferdige systemet. En validitetsstudie har påvist stor unøyaktighet for skrittdetektering for aktivitetsmålesystemer, spesielt stor unøyaktighet ble påvist for brukere med et avvikende gangmønster [1]. Denne rapporten presenterer en metode som gir betydelig bedre pålitelighet for detektering av skritt enn eksisterende systemer. Rapporten omtaler tidligere arbeider innen fagfeltet og beskriver utfordringer ved skrittdetektering på personer med avvikende gangmønster. Bakgrunnsteori som er relevant for oppgaven, samt de metoder som løser oppgaven presenteres i rapporten. En systemutviklingsprosess har ført frem til en programvare som behandler akselerasjonsdata fra sensor montert på brukerens lår. Resultater fra forsøk utført på systemet viser svært god pålitelighet for skrittdetektering dersom man sammenlikner med referansesystemet. Det vises til gode resultater både for friske personer og for grupper som har et avvikende gangmønster, som eldre med hoftebrudd og slagpasienter. Programvaren prosesserer data fra et akselerometer og detekterer følgende aktiviteter; sitte, ligge, stå, gå. Antall skritt registreres, samt transisjoner mellom sittende og stående. Programvaren ble implementert i MATLAB. Programvaren ble utviklet med et pent brukergrensesnitt for enkel betjening. Det ble tatt høyde for at systemet skal kunne detektere gange for ulike brukergrupper. En validitetskontroll ble utført på det utviklede systemet. Kontrollen skulle dokumentere ytelsen av algoritmen for skrittdetektering. Den samme kontrollen er tidligere utført på et referansesystem som benyttes i markedet i dag. Resultatene fra forsøket viser en betydelig forbedring av nøyaktigheten sammenliknet med referansesystemet. Gjennomsnittlig gir løsningen som presenteres i denne rapporten en feilprosent som er en tiendedel av feilprosent registrert for referansesystemet. De metoder og den programvaren som er dokumentert i rapporten gir et godt utgangspunkt for eventuelle publikasjoner eller for videre arbeider innen samme fagfelt. Man kan også benytte dette arbeidet til å utvikle et kommersielt aktivitetsmålesystem som presterer bedre enn enkelte av sine konkurrenter.nb_NO
dc.languagenornb_NO
dc.publisherInstitutt for teknisk kybernetikknb_NO
dc.subjectntnudaimno_NO
dc.subjectSIE3 teknisk kybernetikkno_NO
dc.subjectReguleringsteknikkno_NO
dc.titleIdentifikasjon av menneskelig aktivitet basert på kroppsmonterte sensorernb_NO
dc.title.alternativeIdentification of Human Movements based on Body worn Sensorsnb_NO
dc.typeMaster thesisnb_NO
dc.source.pagenumber81nb_NO
dc.contributor.departmentNorges teknisk-naturvitenskapelige universitet, Fakultet for informasjonsteknologi, matematikk og elektroteknikk, Institutt for teknisk kybernetikknb_NO


Tilhørende fil(er)

Thumbnail
Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel