Módulo de detecção de quedas em cadeiras de rodas

• Autor(a) principal: Kloth, Augusto Giacchini
• Data de Publicação: 2018
• Outros Autores: Zamproni, Gabriel, Kung, Victoria Bitencourt
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/8431
• topic: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA; Cadeiras de rodas - Acidentes; Detectores; Sistemas embarcados (Computadores); Aprendizado do computador; Wheelchairs - Accidents; Detectors; Embedded computer systems; Machine learning

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.