Mobile intelligent sensoring system

Abstract

Tendencialmente as pessoas idosas têm problemas cognitivos e físicos que potencializam a queda. Estudos revelam que 30% das pessoas com idades à volta dos 65 anos cai pelo menos uma vez por ano, piorando o cenário para 50% a partir dos 80 anos de idade. Quando a assistência à pessoa que caiu tarda em chegar surge evidentemente o agravamento do estado de saúde e das condições de cura e recuperação. Recorrendo a técnicas dos Sistemas Inteligentes, neste trabalho pretende-se estudar e analisar formas computacionais de deteção da queda. Para que a deteção seja correcta é necessária a utilização de sensores, e software que interprete a informação proveniente dos mesmos. Será ainda necessário estudar diferentes abordagens na utilização dos dados dos sensores para optimizar a eficácia do sistema. Neste trabalho dá-se ênfase ao uso de dispositivos de fácil aquisição e uso, e a uma abordagem não invasiva. Especificamente, estuda-se a utilização dos acelerómetros de plataformas móveis Android para a aquisição de dados sobre os padrões de movimento dos utilizadores por forma a detectar quedas e minimizar o tempo decorrido entre a queda e a chegada de ajuda.

In a general way, elder people suffer from cognitive and physical disorders that potentiate falls. Studies show that 30% of people aged around 65 falls at least once a year, with this number worsening to 50% after 80 years of age. When the help to the person that fell takes time to arrive, there is an evident risk to the health of the person and a worsening of the healing and recovering conditions. Using Intelligent System techniques, in this work we aim to study technology-supported ways of detecting falls. In order for the detection to be correct, there is the need to use the appropriate sensors as well as software that correctly interprets the data generated. It will also be necessary to study different approaches on the use of the sensory data in order to optimize the efficacy of the system. In this work we focus on the use of easy to use and easy to acquire devices, and on a non-invasive approach. Specifically, we study the use of the accelerometers that make part of mobile Android platforms for data acquisition concerning user movement patterns in order to detect falls and minimize the time between a fall and the arrival of help.