Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Lazzaretti, André Eugênio | - |
Autor(es): dc.contributor | Lazaretti, André Eugênio | - |
Autor(es): dc.contributor | Rasera, Carmen Caroline | - |
Autor(es): dc.contributor | Pigatto, Daniel Fernando | - |
Autor(es): dc.creator | Kloth, Augusto Giacchini | - |
Autor(es): dc.creator | Zamproni, Gabriel | - |
Autor(es): dc.creator | Kung, Victoria Bitencourt | - |
Data de aceite: dc.date.accessioned | 2022-02-21T21:33:33Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T21:33:33Z | - |
Data de envio: dc.date.issued | 2020-11-10 | - |
Data de envio: dc.date.issued | 2020-11-10 | - |
Data de envio: dc.date.issued | 2018-08-16 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/8431 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/655355 | - |
Descrição: dc.description | Mobility has always been a challenge for people who depend on wheelchairs to get around. A simple fall of the wheelchair can cause irreparable physical damage if there is no quick rescue. Aiming to propose a solution capable of facilitating mobility safety for wheelchair users, this work presents a prototype capable of detecting falls in a wheelchair and alert the event via text message to a cell phone. The detection of falls is done by an embedded system connected to accelerometer and gyro sensors, which will have their data real-time collected and processed by algorithms. These algorithms are a threshold of values, which must be established, and also by a machine learning algorithm, which implements k-Nearest Neighbors to perform the task of detecting falls. Prior to this real-time implementation, a fall and non-fall database was formed. This database was used to build kNN training set and then k-folds method was applied to this database. System’s final tests were performed on flat floor and irregular floor. System’s accuracy values are 96.9% for flat floor and 93.0% for irregular floor. | - |
Descrição: dc.description | A mobilidade sempre foi um desafio para pessoas que dependem de cadeiras de rodas para se locomover. Uma simples queda do cadeirante pode gerar danos físicos irreparáveis caso não haja um socorro rápido. Visando propor uma solução capaz de facilitar a segurança na mobilidade de usuários de cadeiras de rodas, neste trabalho foi desenvolvido um protótipo capaz de detectar quedas em uma cadeira de rodas e alertar o acontecimento via mensagem de texto para um telefone celular. A detecção de quedas será feita por meio de um sistema embarcado que se comunica com sensores de acelerômetro e giroscópio, os quais terão seus dados coletados em tempo real e processados por algoritmos. As informações provenientes do sensor são tratadas por meio de um limiar de valores (threshold) a ser estabelecido e ainda por meio do algoritmo de aprendizado de máquina (machine learning) k-Nearest Neighbors. Previamente a esta implementação em tempo real, foi formada uma base de dados de queda e não-queda. Os dados desta base foram utilizados para formar o conjunto de treinamento do kNN e em seguida foi aplicado o método de validação cruzada k-folds. A bateria de testes finais do sistema foi efetuada em piso plano e em piso de paralelepípedo. Os valores de acuidade obtidos foram de 96,9% para piso plano e de 93,0% para piso de paralelepípedo. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Curitiba | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Curso de Engenharia Eletrônica | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Cadeiras de rodas - Acidentes | - |
Palavras-chave: dc.subject | Detectores | - |
Palavras-chave: dc.subject | Sistemas embarcados (Computadores) | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Wheelchairs - Accidents | - |
Palavras-chave: dc.subject | Detectors | - |
Palavras-chave: dc.subject | Embedded computer systems | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | - |
Título: dc.title | Módulo de detecção de quedas em cadeiras de rodas | - |
Título: dc.title | Wheelchair fall detection module | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: