Đề tài THIẾT KẾ XE DI CHUYỂN THEO TỌA ĐỘ ĐỊNH TRƯỚC

BỘ GIÁO DỤC VÀ ĐẠO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM KHOA ĐIỆN -ĐIỆN TỬ ĐỒ ÁN TỐT NGHIỆP NGÀNH CNKT ĐIỆN TỬ VIỂN THÔNG (CLC) Đề tài: THIẾT KẾ XE DI CHUYỂN THEO TỌA ĐỘ ĐỊNH TRƯỚC GVHD: GVC ThS Nguyễn Ngô Lâm SVTH 1: Nguyễn A - MSSV: 10901017 SVTH 1: Nguyễn - MSSV: 10901017 Thành phố Hồ Chí Minh – 12/2023 LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác Tp Hồ Chí Minh, ngày … tháng … năm 2014 (Ký tên và ghi rõ họ tên) i LỜI CẢM ƠN Em xin chân thành cảm ơn quý thầy cô trong bộ môn Điện Tử Công Nghiệp đã trang bị cho em kiến thức và giúp đỡ em giải quyết những khó khăn trong quá trình làm đồ án Đặt biệt em xin chân thành cảm ơn Thầy hướng dẫn, T.S …… đã tận tình giúp đỡ trong quá trình lựa chọn đề tài và hỗ trợ em trong quá trình thực hiện Sinh viên Nguyễn Văn A TÓM TẮT Trang tóm tắt viết ngắn ngọn nội dung của đề tài( lý do chọn đề tài, dùng phương pháp gì, kết quả đạt được là gì ) Trình bày trong một trang Tính cấp VD: thiết của đề tài Té ngã là một trong những nguyên nhân chính gây những chấn thương nghiêm trọng cho người già như gãy xương hay chấn thương sọ não, tăng nguy cơ Lý do tử vong Thêm vào đó, nó còn gây ra vấn đề tâm lý do việc sợ ngã Tuy nhiên, chọn đề những hậu quả nguy hiểm có thể thuyên giảm nếu phát hiện việc té ngã một cách tài kịp thời Trong nhưng năm gần đây, các nhà nghiên cứu đã phát triển nhiều phương pháp phát hiện và nhận dạng té ngã có độ chính xác cao, phục vụ cho việc chăm sóc Phương sức khỏe cho người già được tốt hơn Trong đề tài này, người thực hiện thiết kế một pháp thực hệ thống nhận biết té ngã và cảnh báo Dữ liệu thu thập từ cảm biến gia tốc đeo trên hiện người sử dụng sẽ qua bộ lọc trung bình để tín hiệu phẳng hơn Đặc tính của tín hiệu được trích xuất bằng phương pháp phân tích thành phần chính Principal component Kết quả analysis (PCA) Để nhận dạng, công cụ vector hỗ trợ Support Vector Machines (SVM) được áp dụng để huấn luyện và nhận dạng té ngã hay không Các kết quả thí nghiệm trên 1 người với các trường hợp vận động cho thấy độ tin cậy của hệ thống ABSTRACT Trang tóm tắt bằng tiếng Anh VD: Falls in elderly people are one of main reasons which cause serious injuries such as hip fractures and head traumas, and can even increase the risk of early death Moreover, it can result in psychological problems from fear of falling However, serious consequences could be reduced by a timely fall detection In recent years, the researchers have developed many methods, for detecting and recognizing falls accurately, and for taking care of the elderly thoughtfully In this thesis, a fall detection system using the Support Vector Machine (SVM) method will be proposing Data collected by a trial-axis accelerometer will be pre-processed using a mean filter for getting more smoothly data Characteristics of the filtered signals will be extracted using the Principal Component Analysis (PCA) method The Support Vector Machines will be employed to train and recognize fall/normal situations Experiment results will be done many trials on one or many subject to illustrate the effectiveness of the proposed method MỤC LỤC Trang tựa TRANG LỜI CAM ĐOAN 2 LỜI CẢM ƠN ii TÓM TẮT iii ABSTRACT iv MỤC LỤC v DANH SÁCH BẢNG vii DANH SÁCH HÌNH viii Chương 1 TỔNG QUAN 1 1.1 Tổng Quan Về Lĩnh Vực Nghiên Cứu 1 1.2 Mục Đích Của Đề Tài .3 1.3 Nhiệm Vụ Và Giới Hạn Của Đề Tài .3 1.3.1 Nhiệm Vụ .3 1.3.2 Giới Hạn 3 1.4 Phương Pháp Nghiên Cứu 4 1.5 Tóm Tắt Đề Tài 4 Chương 2 CƠ SỞ LÝ THUYẾT 6 2.1 Định Nghĩa T 6 2.1.1 Định Nghĩa 6 2.1.2 Các k 6 2.1.3 Các yếu tố ảnh hưởng .6 2.2 Các phương pháp nhận dạng 7 2.2.3 Phương pháp sử d 10 Chương 3 THIẾT KẾ HỆ THỐNG 16 3.1 Phần Cứng Hệ Thống 16 3.1.1 Module cảm biến 17 3.2 Phần mềm Hệ Thống 26 3.2.2 Thuật toán 37 Chương 4 KẾT QUẢ Chương 5 KẾT LUẬN 52 5.1 Kết Luận .52 5.2 Hướng Phát Triển 52 TÀI LIỆU THAM KHẢO .54 PHỤ LỤC 58 DANH SÁCH BẢNG BẢNG TRANG Bảng 2.1 Độ chính xác trong phân loại của tất cả thuật toán 13 DANH SÁCH HÌNH HÌNH TRANG Hình 1.1 Biểu đồ số vụ tử vong do ngã theo tuổi và giới tính tại Mỹ năm 2005 .1 Chương 1 Tổng Quan Chương 1 TỔNG QUAN 1.1 Tổng Quan Về Lĩnh Vực Nghiên Cứu Giới thiệu về đề tài, có những nghiên cứu nào ở trong nước và ở ngoài nước nghiên cứu về vấn đề này Trong mỗi nghiên cứu, phải trích dẫn tài liệu tham khảo, và phải nhận xét ưu điểm và nhược điểm của nghiên cứu đó (đạt được gì, nghiên cứu bao nhiêu trường hợp… ) Kết hợp biểu đồ, bảng, hình để giới thiệu kết quả của các nghiên cứu trước VD: Té ngã là tai nạn phổ biến và nguy hiểm ở người già Khác với người trẻ, người lớn tuổi không còn sự linh hoạt, phản xạ kém nguy cơ bị té ngã rất cao Một khi đã té thì họ rất khó khăn để tự mình đứng dậy hay sơ cứu Và nguy cơ ngã tăng dần theo độ tuổi: theo một báo cáo của Tổ Chức Y Tế Thế Giới (WHO) [1], có khoảng 28 - 35 % người ở độ tuổi trên 65 ngã 2- 4 lần mỗi năm và tăng lên 32-42% ở độ tuổi trên 70 ngã 5-7 lần như trình bày trong Hình 1.1 Hình 1.1 Biểu đồ số vụ tử vong do ngã theo tuổi và giới tính tại Mỹ năm 2005 1 Chương 1 Tổng Quan Khi trình bày nghiên cứu, số liệu bảng, hình phải để rõ nguồn gốc của tài liệu, trích dẫn được đánh số [1], [2]… ngay sau ý trích dẫn (VD: theo một báo cáo của Tổ Chức Y Tế Thế Giới (WHO) [1]) số thứ tự theo thứ tự tài liệu xuất hiện ở đầu đồ án đến cuối đồ án Thứ tự này cũng chính là thứ tự trong MỤC TÀI LIỆU THAM KHẢO Hình trong đồ án nếu không phải tự vẽ, phải ghi rõ nguồn gốc từ đâu (trong báo cáo của ai) (VD: Xem hình 1.1 1.2 Mục Đích Của Đề Tài Nêu mục đích chọn đề tài, dùng phương pháp gì, làm được những gì VD: Mục đích của đề tài là xây dựng hệ thống phát hiện việc té ngã sử dụng cảm biến gia tốc ba trục và áp dụng phương pháp nhận dạng dựa trên thuật toán ngưỡng và thuật toán vector hỗ trợ (SVM) để phát hiện người người sử dụng thiết bị có té và đưa ra cảnh báo bằng chuông và điện thoại cho số điện thoại đã cài đặt 1.3 Nhiệm Vụ Và Giới Hạn Của Đề Tài 1.3.1 Nhiệm Vụ - Nêu thực hiện đề tài như thế nào VD: - Tìm hiểu tín hiệu a, b, c - Khảo sát cảm biến - Thi công hệ thống… 1.3.2 Giới Hạn Đề tài chỉ làm tới đâu VD: - Khoảng cách truyền dữ liệu trong phạm vi 30 m - Số lượng mẫu trong mỗi lần thu thập là 150 mẫu - Thí nghiệm trong một môi trường 1.4 Phương Pháp Nghiên Cứu Nêu lên Phuong pháp sử dụng trong từng giai đoạn thực hiện 2 Chương 1 Tổng Quan VD: Thu thập dữ liệu Tiền xử lý dữ liệu: thực hiện lọc nhiễu bằng bộ lọc trung bình động Xử lý dữ liệu: Áp dung phương pháp phân tích thành phần chính (PCA) để tìm các đặc trưng Nhận dạng: Đưa các đặc trưng đã thu được vào huấn luyện và nhận dạng bằng thuật … đưa dữ liệu đã qua bộ lọc để so sánh giá trị ngưỡng Đánh giá kết quả nhận dạng bằng hai phương pháp 1.5 Tóm Tắt Đề Tài Như vậy, với các yêu cầu về nhiệm vụ và mục tiêu đề ra, luận văn được xây dựng bao gồm các chương sau: - Chương 1: Tổng quan Chương này trình bày khái quát về lĩnh vực nghiên cứu, tình hình nghiên cứu, tầm quan trọng, để người người thực hiện đề tài đặt ra mục tiêu - Chương 2: Chương này trình bày cơ sở lý thuyết về một số phương pháp nhận dạng - Chương 3: Trình bày về thiết kế hệ thống - Chương 4: - - Chương 5: Phần kết luận và hướng phát triển của đề tài 3 Chương 2 Cơ Sở Lý Thuyết Chương 2 CƠ SỞ LÝ THUYẾT 2.1 Định Nghĩa ……… 2.1.1 Định Nghĩa … Trong phần cơ sở lý thuyết, phải trình bày được lý thuyết về đề tài: thuật toán sử dụng là gì, định lý, công thức nào … Công thức phải đánh số theo từng chương và phải ghi bằng Equation VD: Công thức trong chương 2 y=a+b (2.1) y=√ a2+ b2 (2.2) Công thức trong chương 3 Y= ab (3.1) Tên hình đặc ở dưới hình Hình 2.1 Tín hiệu gia tốc trước và sau khi qua bộ lọc 4 Chương 2 Cơ Sở Lý Thuyết Nếu có nhiều hình nhỏ trong 1 hình lớn thì đánh thứ tự a) , b)… VD a) b) Hình 2.2 Tín hiệu gia tốc trong các trường hợp té ngã a) Trường hợp té ghế bên phải b) Trường hợp té ghế bên trái Trong hình mô tả thiết bị hoặc các tín hiệu, phải chỉ rõ trong khoảng có ý nghĩa gì (VD: từ 0 đến 1s là thời gian khởi động….), và các ghi chú trên hình VD: Hình 2.3 Cấu tạo bên trong của module thu Đối với bảng biểu, tên bảng phải đặt ngay trên bảng VD: Bảng 2.1 Mô tả các chân tín hiệu của LCD loại 16 chân 5 Chương 2 Cơ Sở Lý Thuyết Chức năng Chân Lưu ý: Tất cả bảng biểu và hình vẽ khi trình bày, phải có nhận xét, bình luận ngay dưới hình và bảng VD: Bảng 2.1 mô tả chức năng từng chân của loại LCD 16 chân, …………… Tín hiệu trong Hình 2.2 được thu trong trường hợp té ngã, với đường tín hiệu màu đỏ 6 Chương 3 Thiết Kế Hệ Thống Chương 3 THIẾT KẾ HỆ THỐNG …… 3.1 Phần Cứng Hệ Thống 7 Chương 5 Kết luận Chương 5 KẾT LUẬN 5.1 Kết Luận Trong phần kết luận, phải nêu đã làm được gì, kết quả ra sao (ưu tiên dùng bảng so sánh kết quả, mức độ chính xác….), đạt được gì so với mục tiêu đặt ra ban đầu VD: Bảng 5.1 Độ chính xác trung bình và độ lệch chuẩn với phương pháp ngưỡng Mức ngưỡng Độ chính xác trung bình (%) Độ lệch chuẩn (%) 1.8 g 96,25 10,6 5.2 Hướng Phát Triển Nêu hướng phát triển, cần cải thiện phần nào…… 8 Tài Liệu Tham Khảo TÀI LIỆU THAM KHẢO Trong phần tài liệu tham khảo, trình bày đúng thứ thự, theo cú pháp [số thứ tự] Tên tác giả, tên tài liệu, tên tạp chí (hoặc tên nhà xuất bản), năm phát hành, trang Khuyến khích sử dụng phần mềm Endnote để tạo tài liệu tham khảo VD: [1] WHO, Global report on Falls Prevention in older Age, 2007,vol, pp [2] Xiaoxiao D, Meng W, Davidson B, Mahoor M, Jun Z, Image-Based Fall Detection with Human Posture Sequence Modeling, Healthcare Informatics (ICHI), 2013 IEEE International Conference, 2013,vol, pp 376-81 [3] Mirmahboub B, Samavi S, Karimi N, Shirani S, Automatic monocular system for human fall detection based on variations in silhouette area, Biomedical Engineering, IEEE Transactions, 2013,vol, pp 427-36 [4] Litvak D, Zigel Y, Gannot I, Fall detection of elderly through floor vibrations and sound, Engineering in Medicine and Biology Society, 2008 EMBS 2008 30th Annual International Conference of the IEEE, 2008,vol, pp 4632-5 [5] Wen-Chang C, Ding-Mao J, Triaxial Accelerometer-Based Fall Detection Method Using a Self-Constructing Cascade-AdaBoost-SVM Classifier, Biomedical and Health Informatics, IEEE Journal, 2013,vol, pp 411-9 [6] Dean M Karantonis MRN, Merryn Mathie,NigelH.Lovell and Branko G Celler, Implementation of a Real-Time Human Movement Classifier Using a Triaxial Accelerometer for Ambulatory Monitoring, IEEE Transactions On Information Technology In BiomedicinE,, 2006,vol 10, pp [7] Bourke AK, O’Brien JV, Lyons GM, Evaluation of a threshold-based tri-axial accelerometer fall detection algorithm, Gait & Posture, 2007,vol 26, pp 194-9 [8] Mubashir M, Shao L, Seed L, A survey on fall detection: Principles and approaches, Neurocomput, 2013,vol 100, pp 144-52 9 Tài Liệu Tham Khảo [9] Alwan M, Rajendran, P J., Kell, S., Mack, D., Dalal, S., Wolfe, M., Felder, R, A smart and passive floor-vibration based fall detector for elderly, Information and Communication Technologies, 2006,vol 1, pp 1003-7 10 Phụ Lục PHỤ LỤC Phần phụ lục trình bài về code chương trình, tập lệnh, hướng dẫn sử dụng của chương trình, phần mềm 11