Professional Documents
Culture Documents
ĐỒ ÁN TỐT NGHIỆP
NGÀNH CNKT ĐIỆN TỬ VIỂN THÔNG (CLC)
Đề tài:
THIẾT KẾ XE
DI CHUYỂN THEO TỌA ĐỘ ĐỊNH TRƯỚC
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
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.
VD:
Tính cấp
Té ngã là một trong những nguyên nhân chính gây những chấn thương
thiết của
đề tài nghiêm trọng cho người già như gãy xương hay chấn thương sọ não, tăng nguy cơ
tử vong. Thêm vào đó, nó còn gây ra vấn đề tâm lý do việc sợ ngã. Tuy nhiên,
Lý do những hậu quả nguy hiểm có thể thuyên giảm nếu phát hiện việc té ngã một cách
chọn đề kịp thời. Trong nhưng năm gần đây, các nhà nghiên cứu đã phát triển nhiều phương
tài pháp phát hiện và nhận dạng té ngã có độ chính xác cao, phục vụ cho việc chăm sóc
sức khỏe cho người già được tốt hơn. Trong đề tài này, người thực hiện thiết kế một
Phương hệ thống nhận biết té ngã và cảnh báo. Dữ liệu thu thập từ cảm biến gia tốc đeo trên
pháp thực
người sử dụng sẽ qua bộ lọc trung bình để tín hiệu phẳng hơn. Đặc tính của tín hiệu
hiện
được trích xuất bằng phương pháp phân tích thành phần chính Principal component
analysis (PCA). Để nhận dạng, công cụ vector hỗ trợ Support Vector Machines
Kết quả (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
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
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
8
Chương 1. Tổng Quan
Chương 1
TỔNG QUAN
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
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.
1.3.1 Nhiệm Vụ
- Nêu thực hiện đề tài như thế nào.
VD:
VD:
2
Chương 1. Tổng Quan
VD:
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.
- 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
Công thức phải đánh số theo từng chương và phải ghi bằng Equation.
VD:
y=a+b (2.1)
y= √ a2+ b2 (2.2)
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
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:
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
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
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 (%)
8
Tài Liệu Tham Khảo
[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