ĐỒ án 1 ( kỹ THUẬT điện tử VIỄN THÔNG ) NHẬN DẠNG HÀNH ĐỘNG NGƯỜI BẰNG cảm BIẾN GIA tốc

ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA KHOA ĐIỆN – ĐIỆN TỬ BỘ MÔN ĐIỆN TỬ -o0o - ĐỒ ÁN ( KỸ THUẬT ĐIỆN TỬ - VIỄN THÔNG ) NHẬN DẠNG HÀNH ĐỘNG NGƯỜI BẰNG CẢM BIẾN GIA TỐC GVHD: TS HÀ HOÀNG KHA SINH VIÊN THỰC HIỆN : Tống Trần Thái Anh: 1912618 Võ Minh Đức: 1913179 TP HỒ CHÍ MINH, THÁNG NĂM 2022 Lời cảm ơn GVHD: TS HÀ HỒNG KHA LỜI CẢM ƠN Để hồn thành đồ án chúng em xin gửi lời cảm ơn đến với ban giám hiệu nhà trường, đoàn hội, khoa, tập thể giảng viên công nhân viên chức trường Đại học Bách Khoa - Đại học quốc gia TP.HCM xây dựng cho chúng em môi trường học tập phát triển tốt Là tảng sở tốt để chúng em tiếp cận tri thức Chúng em đặc biệt gửi cảm ơn PSG Hà Hoàng Kha – Giảng viên hướng dẫn đồ án (kỹ thuật điện tử - viễn thông) Trong trình thực đề tài nhận dạng hành động người sử dụng cảm biến gia tốc, nhóm em nhận hướng dẫn quan tâm giúp đỡ tâm huyết từ thầy Thầy thường xuyên trao đổi thơng tin, đóng góp ý kiến suốt q trình thực đề tài nhóm Vì kiến thức chun ngành cịn nhiều hạn chế, q trình thực đồ án em tránh khỏi sai sót, kính mong nhận thơng cảm góp ý từ q thầy để nhóm em học hỏi thêm cho việc phát triện dự án, đồng thời rút học cho kế hoạch khác tương lai Kính chúc nhà trường, thầy cơ, tồn thể cán trường Đại Học Bách Khoa – Đại học Quốc Gia TP Hồ Chí Minh thật nhiều sức khỏe, gặt hái nhiều thành công cơng việc Tp Hồ Chí Minh, ngày 30 tháng năm 2022 Nhóm sinh viên thực Tống Trần Thái Anh 1912618 Võ Minh Đức 1913179 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng TĨM TẮT ĐỒ ÁN Nhận dạng hoạt động người (Human Activity Recognition - HAR) q trình thu thập phân tích hành vi người dùng nhằm suy diễn/nhận dạng hoạt động xảy Nhận dạng hoạt động người chủ đề nghiên cứu quan trọng tính tốn nhận biết ngữ cảnh mà chủ nhiều lĩnh vực khác tính tốn khắp nơi, tương tác người - máy hay tính tốn di động Một mục tiêu nhận dạng hoạt động cung cấp thông tin hành vi người dùng, từ cho phép hệ thống tính tốn chủ động hỗ trợ người dùng công việc Nhận dạng hoạt động sử dụng cảm biến mang người ứng dụng công nghệ cảm biến để đo lường liệu liên quan đến gia tốc, trục quy định từ trước Dữ liệu cảm biến thu thập sau phân tích cách sử dụng kỹ thuật học máy Trong phương pháp này, cảm biến gắn vị trí khác thể người Cảm biến mang người loại cảm biến gia tốc MPU 6050, có khả thu thập nhiều loại thông tin hành vi người dùng Có nhiều ứng dụng hữu ích dựa nhận dạng hoạt động người, ứng dụng y tế, công nghiệp, thể thao, giải trí, v.v Để ứng dụng phục vụ sống người thực tế, chúng phải diện khắp nơi thời điểm người dùng cần Điều có nghĩa hệ thống phải truy cập thông tin người dùng cách liên tục Hệ thống mang người đáp ứng yêu cầu nhờ sử dụng cảm biến có khả thu thập thơng tin người dùng mà không bị gián đoạn Ở đồ án lần này, kiến thức cịn chưa có nhiều, nên chúng em thực bước đầu mục đích thu thập liệu, gửi liệu lên web server dự đốn hành động thơng qua học máy Đồ án tập trung khai thác nhận dạng hoạt động sử dụng cảm biến mang người Trước tiên, đồ án tìm hiểu loại cảm biến mang người, kiến trúc hệ thống nhận dạng hoạt động sử dụng cảm biến mang người số phương pháp nhận dạng Sau đồ án mơ tả tổng quan linh kiện web sử dụng, phần cứng, phần mềm kết thu sau hoàn thiện sản phẩm Ngoài ra, đồ án đề cập sơ lược cách thu thập, xử lý liệu, phần cứng, phần mềm cách hoạt động sản phẩm Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng MỤC LỤC Đồ án mơn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng DANH SÁCH HÌNH MINH HỌA Đồ án mơn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng Chương GIỚI THIỆU Ở chương này, tìm hiểu tổng quan đề tài, giới thiệu khái niệm liên quan đến nhận dạng hoạt động người thơng qua học máy, tìm hiểu nhiệm vụ đề tài đưa bảng phân cơng cơng việc thành viên nhóm 1.1 Tổng quan Nhận dạng hoạt động người trình thu thập phân tích liệu liên quan thơng qua cảm biến gia tốc, từ dự đốn hành động thơng qua học máy Một mục tiêu nhận dạng hoạt động nhận dạng xác hoạt động, hành vi người giám sát, từ dùng kiện để phục vụ cho mục đích khác Nhận dạng hoạt động sử dụng cảm biến mang người hướng tiếp cận hiệu với chi phí thấp cho thu thập liệu nhận dạng hoạt động người, nhờ vào cơng nghệ cảm biến gắn người Thêm vào đó, tiến không ngừng công nghệ cảm biến tạo nên cảm biến mang người mạnh mẽ, có tính ứng dụng cao, giá rẻ, cho phép khả hoạt động liên tục không hạn chế Nhờ khả theo dõi hoạt động từ góc nhìn người dùng, cảm biến mang người cho phép ứng dụng nhận dạng khắc phục hạn chế môi trường hoạt động, biến chúng trở thành hệ thống trợ giúp thông minh cho người lúc nơi Có nhiều loại hoạt động khác tùy thuộc vào thuật toán học máy nhận dạng hoạt động người Tuy nhiên, hoạt động người chia làm hai loại, hoạt động mức thấp hoạt động mức cao Các hoạt động mức thấp bao gồm hoạt động nằm , ngồi xuống, đứng lên, Đây hoạt động đặc trưng tư thực , loại hành động phân tích dựa vào trục X,Y,Z quy định từ đầu không cần phân tích liệu liên quan đến gia tốc hoạt động khơng có thay đổi gia tốc Ngược lại, hoạt động mức cao thường gồm hoạt động thay đổi gia tốc liên tục như , chạy Các hoạt động kéo dài vài phút nhiều đồng hồ Đồ án chủ yếu nghiên cứu tập trung hành động: Đứng, ngồi, nằm, bộ, chạy Dữ liệu lấy cách gắn cảm biến vào cổ chân người, sau liệu gửi lên web server ( Thing speak), quan sát biểu đồ thay đổi Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng số cần thu thập liên quan đến trục gia tốc, sau lấy data máy cho vào máy học để xử lý phán đoán hành động 1.2 Nhiệm vụ đề tài Nhiệm vụ đồ án tìm hiểu phương pháp học máy để phân tích dự đoán cho hệ thống nhận dạng hoạt động sử dụng cảm biến mang người Đồ án tập trung vào tìm hiểu mục tiêu: Tìm hiểu xây dựng chương trình máy học để dự đốn hoạt động cho ứng dụng nhận dạng số hoạt động riêng lẻ, sử dụng cảm biến mang theo người với để thu thập liệu cần thiết.Ở có hạn chế mặt kiến thức nên chúng em chưa thể tạo web sever riêng để tải lên liệu nên chưa thể thực phân tích dự đốn theo thời gian thực Phương pháp đưa sử dụng web có sẵn mang tên Thingspeak để đưa liệu lên, sau khoảng thời gian định tải liệu xử lý, nhận dạng hành động chương trình học máy Mục tiêu liệt kê mô tả phạm vi đối tượng nghiên cứu đồ án Đó sử dụng phương pháp học máy để đưa phương pháp trích xuất đặc trưng hệ thống nhận dạng hoạt động sử dụng cảm biến mang người Phương pháp trích xuất đặc trưng phù hợp với hệ thống trợ giúp cá nhân thông minh nhỏ gọn mang theo người, lực xử lý thấp không yêu cầu hoạt động theo thời gian thực, phù hợp với hệ thống cần nhận dạng hoạt động người đơn giản Các hoạt động người bao gồm hoạt động sống hàng ngày, chuyển động thể ghi nhận phân biệt cảm biến mang người Nơi dung 1: Tìm hiểu cảm biến MPU6050, nodeMCU ESP 8266 Thingspeak Nội dung 2: Thiết kế thực phần cứng Nội dụng 3: Thiết kế thực phần mềm Nội dung 4: Thu thập, xử lý liệu Nội dung 5: Hoàn thiện sản phẩm Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng 1.3 Phân chia cơng việc nhóm Thành viên Cơng việc Võ Minh Đức Gửi data lên web server lấy máy Tống Trần Thái Anh Machine learning Họp nhóm Qui tắc nhóm Chữ kí 19h00, thứ ba, tuần Tham gia buổi họp nhóm Lắng nghe cẩn thận ý kiến nhóm Hồn thành tiến độ trước deadline Chú trọng vào kết Khơng gây gổ, bất hịa Tin tưởng lẫn Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng Chương TỔNG QUAN VỀ MPU6050, NODE MCU VÀ THINGSPEAK Trong chương này, nhóm giới thiệu linh kiện sử dụng đồ án lần Các linh kiện cảm biến gia tốc MPU6050, Node MCU ESP 8266 giới thiệu thông số kĩ thuật, hình ảnh thực tế mơ tả chân Về web Thingspeak giới thiệu tổng quan khái niệm, tính cách thức hoạt động 2.1 Cảm biến gia tốc MPU 6050: MPU-6050 (hình 1.1) cảm biến hãng InvenSense MPU-6050 giải pháp cảm biến chuyển động giới có tới (mở rộng tới 9) trục cảm biến tích hợp chip MPU-6050 sử dụng cơng nghệ độc quyền MotionFusion InvenSense chạy thiết bị di động, tay điều khiển… Nó điều hành nguồn cung cấp 3.3V/5V, giao tiếp thông qua I2C với tốc độ tối đa 400kHz Chip có sẵn gói SPI gọi MPU6000 cho tốc độ giao tiếp lên tới 10Mbs MPU-6050 tích hợp trục cảm biến bao gồm: + Con quay hồi chuyển trục (3-axis MEMS gyroscope) + Cảm biến gia tốc chiều (3-axis MEMS accelerometer) Ngồi ra, MPU-6050 cịn có đơn vị tăng tốc phần cứng chuyên xử lý tín hiệu (Digital Motion Processor - DSP) cảm biến thu thập thực tính tốn cần thiết Điều giúp giảm bớt đáng kể phần xử lý tính tốn vi điều khiển, cải thiện tốc độ xử lý cho phản hồi nhanh Đây điểm khác biệt đáng kể MPU-6050 so với cảm biến gia tốc gyro khác MPU-6050 kết hợp với cảm biến từ trường (bên ngoài) để tạo thành cảm biến góc đầy đủ thơng qua giao tiếp I2C.Các cảm biến bên MPU-6050 sử dụng chuyển đổi tương tự - số (Anolog to Digital Converter - ADC) 16-bit cho kết chi tiết góc quay, tọa độ Với 16-bit bạn có giá trị cho cảm biến - Thơng số chuyển động: + Có thể lựa chọn + -2/4 / /16g phạm vi gia tốc Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng + Có thể lựa chọn + -250 /500/1000/2000 độ /s phạm vi quay hồi chuyển + 16 bit đầu + Con quay nhạy cảm gia tốc tuyến tính 0.1 độ /s, cải tiến lớn so với quay hồi chuyển trục tri công ty khác + Tiếng ồn thấp hai kết đầu ra, xem thông số kỹ thuật + Tỷ lệ sản lượng liệu lên đến 1000Hz, xây dựng kỹ thuật số thấp vượt qua lọc có tần số góc tối đa 256Hz - Chân giao tiếp MPU 6050: Hình 2.1 Cảm biến gia tốc MPU6050 + VCC : 5V/ 3.3V + GND : 0V + SCL : Chân SCL giao tiếp I2C + SDA : Chân SDA giao tiếp I2C + XDA : Chân liệu (kết nối với cảm biến khác) + XCL : Chân xung (kết nối với cảm biến khác) 10 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng liệu mẫu (training data) dựa vào kinh nghiệm (những học) Machine learning tự dự đốn đưa định mà khơng cần lập trình cụ thể Bài toán machine learning thường chia làm hai loại dự đoán (prediction) phân loại (classification) Các toán dự đoán dự đoán giá nhà, giá xe… Các toán phân loại nhận diện chữ viết tay, nhận diện đồ vật… Quy trình làm việc machine learning gồm có bước: + Data collection – thu thập liệu: để máy tính học bạn cần có liệu (dataset), bạn tự thu thập chúng lấy liệu cơng bố trước Lưu ý bạn phải thu thập từ nguồn thống, có liệu xác máy học cách đắng đạt hiệu cao + Preprocessing – tiền xử lý: bước dùng để chuẩn hóa liệu, loại bỏ thuộc tính khơng cần thiết, gán nhãn liệu, mã hóa số đặc trưng, trích xuất đặc trưng, rút gọn liệu đảm bảo kết quả… Bước tốn thời gian tỉ lệ thuận với số lượng liệu bạn có Bước thường chiếm 70% tổng thời gian thực + Training model – huấn luyện mơ hình: bước bước bạn huấn luyện cho mơ hình cho học liệu bạn thu thập xử lý hai bước đầu + Evaluating model – đánh giá mơ hình: sau huấn luyện mơ hình xong, cần dùng độ đo để đánh giá mơ hình, tùy vào độ đo khác mà mơ hình đánh giá tốt hay khơng khác Độ xác mơ hình đạt 80% cho tốt + Improve – cải thiện: sau đánh giá mơ hình, mơ hình đạt độ xác khơng tốt cần train lại, lặp lại từ bước 3, đạt độ xác kỳ vọng Tổng thời gian bước cuối rơi vào khoảng 30% tổng thời gian thực - Phân loại Có nhiều cách phân loại machine learning, thơng thường machine learning phân làm hai loại sau: + Supervised learning: học có giám sát + Unsupervised learning: học khơng giám sát + Ngồi ra, machine learning cịn phân làm loại sau: 23 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng + Semi-supervised learning: học bán giám sát + Deep learning: học sâu (về vấn đề đó) + Reinforce learning: học củng cố/tăng cường Ở nhóm thực theo mơ hình học có giám sát, liệu đưa vào có dán nhãn tương ứng - Chuẩn bị cho machine learning Sử dụng phần mềm pycharm code ngôn ngữ python để thực bước machine learning Giao diện pycharm đẹp, màu sắc kí tự phân biệt để dễ dàng nhận biết kiểu lệnh pycharm Khi có lỗi sai tả, cấu trúc, pycharm báo cho biết để sửa lỗi dễ dàng Mở đầu pycharm có giao diện cách xếp thư mục sau: Hình 4.6: Giao diện PyCharm Về thư viện sử dụng, sử dụng thư viện có sẵn sklearn.tree thư viện cho đưa vào thông số, lựa chọn thông số đặc trưng thông số kết để nhận biết Thư viện cịn cung cấp lệnh để thực mơ hình định từ đưa kết dự đốn Ngồi ta cần thư viện hỗ trợ matplotlib.pyplot (vẽ đồ thị), 24 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng csv (để đọc file csv), pandas (hỗ trợ tính tốn vector ma trận) Tiến hành import thư viện cần thiết Hình 4.7: Import thư viện File trình huấn luyện lấy liệu ghi trước hành động File lưu với tên shows.csv chứa thư mục chung với file main.py Trong file chứa thông số trục hành động tương ứng Nhóm thực lấy khoảng 300 mẫu cho hành động, hành động từ 60 – 70 mẫu Các mẫu thực gán hành động tương ứng, hành động gồm có đứng – DUNG , nằm – NAM , ngồi – NGOI , - DI BO, chạy - CHAY BO Các hành động gán không dấu để thuận tiện cho python đọc liệu, sau vào python hành động thay đổi tương ứng theo thứ tự 0, 1, 2, 3, 4, 5, Vì thư viện Sklearn.tree tương tác với số Hình 4.8: File huấn luyện 25 Đồ án mơn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng Hình 4.9: Data huấn luyện Cuối file test.csv lấy từ thingspeak phục vụ cho q trình kiểm tra kết dự đốn sau File lưu chung thư mục với file main.py Dữ liệu file gồm có thơng số trục khơng có thơng số hành động Qua học máy cho hành động thực Hình 4.10: Data dự đốn hành động 26 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng Sau chuẩn bị cho trình học máy xong tiền hành theo mơ hình định Khái niệm định: Cây định (Decision Tree) phân cấp có cấu trúc dùng để phân lớp đối tượng dựa vào dãy luật Các thuộc tính đối tượngncó thể thuộc kiểu liệu khác Nhị phân (Binary) , Định danh (Nominal), Thứ tự (Ordinal), Số lượng (Quantitative) thuộc tính phân lớp phải có kiểu liệu Binary Ordinal Tóm lại, cho liệu đối tượng gồm thuộc tính với lớp (classes) nó, định sinh luật để dự đoán lớp liệu chưa biết Ta xét ví dụ kinh điển khác định Giả sử dựa theo thời tiết mà bạn nam định đá bóng hay khơng? Những đặc điểm ban đầu là: Thời tiết, Độ ẩm, Gió Dựa vào thơng tin trên, bạn xây dựng mơ sau: Hình 4.11: Cây định 27 Đồ án mơn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng Cây định thực thuật tốn tìm kiếm từ xuống Đầu tiên yếu tố quan trọng thời tiết, có ba kiểu thời tiết xét đến nắng, râm mát mưa Nếu trời nằng xem có độ ẩm nào, độ ẩm cao khơng đá bóng cịn độ ẩm bình thường thi Nếu thời tiết râm mát đá bóng thời tiết hồn hảo Cuối có mưa xét xem có gió mạnh hay khơng, có gió mạnh khơng Tương tự tốn liệu đưa vào có thơng số Từ thơng số timd điểm chung thư viện tự tìm đặc trưng để dự đoán Ưu, nhược điểm thuật toán định: - Ưu điểm: + Cây định thuật toán đơn giản phổ biến Thuật toán sử dụng rộng rãi bới lợi ích nó: + Mơ hình sinh quy tắc dễ hiểu cho người đọc, tạo luật với nhánh luật + Dữ liệu đầu vào là liệu missing, khơng cần chuẩn hóa tạo biến giả + Có thể làm việc với liệu số liệu phân loại + Có thể xác thực mơ hình cách sử dụng kiểm tra thống kê + Có khả việc với liệu lớn - Nhược điểm + Kèm với đó, định có nhược điểm cụ thể: + Mơ hình định phụ thuộc lớn vào liệu bạn Thậm chí, với thay đổi nhỏ liệu, cấu trúc mơ hình định thay đổi hồn tồn + Cây định hay gặp vấn đề overfitting Cuối thực lập trình để dự đốn hành động 28 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng Chương KẾT QUẢ THỰC HIỆN Sau hoàn thành bước thiết kế phần cứng, phần mềm tiến hành thu thập liệu xử lý liệu marchine learning Các cột liệu gửi lên Thingspeak liệu liên quan đến hành động: Đứng, nằm, ngồi, bộ, chạy Cảm biến gắn vào cổ chân phải thu thập liệu Hình 5.1 : Vị trí đặt cảm biến thể Và để phân biệt hành động cần phải nêu lên đặc trung hành động để máy phân biệt được, từ đưa dự đốn xác nhất: + Đứng: Đứng thằng người, hai chân chạm đất, không di chuyển 29 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng Hình 5.2 : Tư đứng + Ngồi: Ngồi thẳng lưng, hai chân đan vào nhau, giống tư ngồi thiền 30 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng Hình 5.3 : Tư ngồi + Nằm: Nằm ngửa, chân duỗi thẳng , hai chân đặt sát theo chiều dài thể, bàn chân vuông góc với bền mặt nằm Hình 5.4: Tư nằm + Đi bộ: Tốc độ không 5km/h, thời điểm phải có chân chạm đất, tốc tốc độ ổn định 31 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng Hình 5.5 : Tư + Chạy bộ: Người thẳng, di chuyển nhanh đến vi trí khác, hai chân khơng cham đất chạy thời điểm Hình 5.6: Tư chạy 32 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng Hình 5.7 : Hình ảnh thực tế thiết bị - Gửi liệu lên Thingspeak: Kết thu sau tiến hành thí nghiêm xác, kiểm tra cách so sánh liệu đọc phần mềm Arduino IDE với liệu gửi lên Thingspeak Các liệu gửi lên xếp theo Field ban đầu, Field cập nhật đồng với nhau, cho đồ thị biểu diễn thay đổi liệu tải lên Thingspeak 33 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng Hình 5.8 : Các Field thu sau tải liệu lên Thingspeak Kết sau thực xong bước machine learning Python trả biểu đồ có dạng điểm tương ứng với hành động Hình 5.9: Biểu đồ Python trả 34 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng Nhóm thực thu thập hành động 200 liệu khác tổng cộng gồm có 1000 test để kiểm tra kết hoạt động Kết cho bảng sau Bảng 5.1: Ma trận nhầm lẫn hoạt động Nằm Ngồi Đứng Đi Chạy Nằm 195 0 Ngồi 196 0 Đứng 1 194 0 Đi 0 191 Chạy 0 193 35 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 6.1 Kết luận Nhận dạng hoạt động người chủ đề nghiên cứu quan trọng nhiều lĩnh vực tính tốn nhận biết ngữ cảnh, tính tốn khắp nơi, tương tác người-máy, tính tốn di động Đồ án nghiên cứu hướng tiếp cận chủ đề này, nhận dạng hoạt động sử dụng cảm biến mang người Đồ án tập trung làm rõ nhiệm vụ tải liệu lên Thingspeak phân tích liệu marchine learning Trong tương lai, nghiên cứu bổ sung thêm tính cho sản phẩm nhằm mở rộng mục đích hoạt động kĩnh vực như: giám sát, y tế, quân sự… Ngồi ra, thay đổi thuật tốn phần cứng sản phẩm hoạt động cách lâu dài xác 6.2 Hướng phát triển đề tài Đây đề tài ứng dụng nhiều giám sát, y tế, quân sự, đặc biệt y tế, mô hình giúp bác sĩ theo dõi bệnh nhân, cha mẹ theo dõi sức khỏe cái, tự theo dõi sức khỏe Hướng phát triển tương lai, thực viết trang wed theo dõi tình hình sức khỏe cá nhân, từ trang wed nhìn thấy đồ thị hoạt động người thời gian thực Đưa nhận định sức khỏe lời khuyên hoạt động cho với tiêu chuẩn người bình thường Sử dụng thêm chức nhiệt độ module MPU6050, sử dụng module đại có thêm số đo tim mạch, huyết áp phục vụ cho y tế 36 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng PHỤ LỤC [1] File code: https://drive.google.com/drive/folders/1_jpvPK705Go13Ejs4CfqdnnFB8cbiN7?fbclid=IwAR1RoqO0J6As2ZKaDA8TVchC6sSgpU6lEfzc5DnZ4WC_mUTNt9AHV0_MI4 [2] File ghi hình kết thực hiện: https://drive.google.com/drive/folders/1qPO25DPzecIUmSK1mIddXxOC0E0Xi5J_? fbclid=IwAR1RoqO0J6As2ZKaDA8TVchC6sSgpU6lEfzc5DnZ4WC_m-UTNt9AHV0_MI4 TÀI LIỆU THAM KHẢO [1] Tessai Hayama, “Walking-posture Classification from Single-acceleration-sensor Data using Deep Learning”, 2020 https://www.computer.org/csdl/proceedings-article/iiaiaai/2020/739700a400/1tGcwuyr6CI [2] Akram Bayat, “A Study on Human Activity Recognition Using Accelerometer Data from Smartphones”, 2014 https://www.sciencedirect.com/science/article/pii/S1877050914008643 [3] W3Schools Shop https://www.w3schools.com/ [4] Giới thiệu machine learning https://machinelearningcoban.com/2016/12/26/introduce/ [5] Mơ hình định https://trituenhantao.io/kien-thuc/decision-tree/ 37 ... Trần Thái Anh 19 12 618 Võ Minh Đức 19 1 317 9 Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng TÓM TẮT ĐỒ ÁN Nhận dạng hoạt động người (Human Activity Recognition - HAR) trình thu... hoạt động sản phẩm Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hoàng MỤC LỤC Đồ án môn học : Cảm biến gia tốc phát hành động Kha GVHD: TS.Hà Hồng DANH SÁCH HÌNH MINH HỌA Đồ án. .. SCL giao tiếp I2C + SDA : Chân SDA giao tiếp I2C + XDA : Chân liệu (kết nối với cảm biến khác) + XCL : Chân xung (kết nối với cảm biến khác) 10 Đồ án môn học : Cảm biến gia tốc phát hành động