Sau khi hoàn thành các bước thiết kế phần cứng, phần mềm thì chúng ta sẽ tiến hành thu thập dữ liệu và xử lý dữ liệu đó bằng marchine learning. Các cột dữ liệu chúng ta gửi lên Thingspeak sẽ là dữ liệu liên quan đến các hành động: Đứng, nằm, ngồi, đi bộ, chạy bộ. Cảm biến sẽ được gắn vào cổ chân phải và thu thập dữ liệu.
Hình17 : Vị trí đặt cảm biến trên cơ thể
Và để phân biệt được các hành động thì chúng ta cần phải nêu lên đặc trung cơ bản của các hành động để máy có thể phân biệt được, từ đó đưa ra dự đoán chính xác nhất:
+ Ngồi: Ngồi thẳng lưng, hai chân đan vào nhau, giống như tư thế ngồi thiền.
Hình19 : Tư thế ngồi
+ Nằm: Nằm ngửa, chân duỗi thẳng , hai chân đặt sát nhau theo chiều dài cơ thể, bàn chân vuông góc với bền mặt đang nằm.
Hình 20: Tư thế nằm
+ Đi bộ: Tốc độ không quá 5km/h, trong một thời điểm phải có ít nhất một chân chạm đất, tốc tốc độ ổn định
Hình 21: Tư thế đi bộ
+ Chạy bộ: Người thẳng, di chuyển nhanh đến vi trí khác, hai chân không cham đất khi chạy tại một thời điểm.
Hình 23 : Hình ảnh thực tế của thiết bị
- Gửi dữ liệu lên Thingspeak:
Kết quả thu được sau khi tiến hành thí nghiêm là chính xác, chúng ta có thể kiểm tra bằng cách so sánh dữ liệu đọc được ở trong phần mềm Arduino IDE với dữ liệu được gửi lên Thingspeak.
Các dữ liệu gửi lên được sắp xếp theo đúng các Field ban đầu, các Field được cập nhật đồng bộ với nhau, cho ra các đồ thị biểu diễn sự thay đổi của các dữ liệu được tải lên Thingspeak.
Kết quả sau khi đã thực hiện xong bước machine learning
Python trả về một biểu đồ có dạng từng điểm tương ứng với các hành động.
Hình 25: Biểu đồ Python trả về
Nhóm thực hiện thu thập mỗi hành động 200 bộ dữ liệu khác nhau tổng cộng gồm có 1000 bộ test để kiểm tra kết quả hoạt động. Kết quả được cho trong bảng sau
Nằm Ngồi Đứng Đi bộ Chạy bộ
Nằm 198 2 0 0 0 Ngồi 3 196 1 0 0 Đứng 2 1 194 2 1 Đi bộ 0 0 0 199 1 Chạy bộ 0 0 0 2 198 Bảng 1: Tần số các hoạt động