dc.contributor.advisor | Onshus, Tor Engebret | nb_NO |
dc.contributor.advisor | Stavdahl, Øyvind | nb_NO |
dc.contributor.author | Våga, Ståle | nb_NO |
dc.date.accessioned | 2014-12-19T14:02:55Z | |
dc.date.available | 2014-12-19T14:02:55Z | |
dc.date.created | 2010-09-11 | nb_NO |
dc.date.issued | 2008 | nb_NO |
dc.identifier | 350934 | nb_NO |
dc.identifier | ntnudaim:4043 | nb_NO |
dc.identifier.uri | http://hdl.handle.net/11250/260126 | |
dc.description.abstract | Denne 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.language | nor | nb_NO |
dc.publisher | Institutt for teknisk kybernetikk | nb_NO |
dc.subject | ntnudaim | no_NO |
dc.subject | SIE3 teknisk kybernetikk | no_NO |
dc.subject | Reguleringsteknikk | no_NO |
dc.title | Identifikasjon av menneskelig aktivitet basert på kroppsmonterte sensorer | nb_NO |
dc.title.alternative | Identification of Human Movements based on Body worn Sensors | nb_NO |
dc.type | Master thesis | nb_NO |
dc.source.pagenumber | 81 | nb_NO |
dc.contributor.department | Norges teknisk-naturvitenskapelige universitet, Fakultet for informasjonsteknologi, matematikk og elektroteknikk, Institutt for teknisk kybernetikk | nb_NO |