Journal of the Korea Institute of Information and Communication Engineering (한국정보통신학회논문지)

The Korea Institute of Information and Commucation Engineering (한국정보통신학회)
권호 표지
DOI QR코드

DOI QR Code

Fall Detection System based Internet of Things

사물인터넷 기반의 낙상 감지 시스템

  • Received : 2015.09.07
  • Accepted : 2015.10.19
  • Published : 2015.11.30
Download PDF
⟨ Previous Next ⟩

Abstract

Falling can happen to anyone, anywhere at anytime and especially it is one of the risk factor that can lead causes of death of persons aged 65 and over. Recently, the study of fall detection mechanisms as a smart healthcare service based on the IoT(Internet of Things) are being actively investigated. In this paper, we implement a fall detection system using arduino as a smart sensor communicates with a smart device. When transmitting the information of the acceleration on a sensor smart sensor with a BLE(Bluetooth Low Energy), the smart device processing and analyzing this information. and determines a fall situation. A fall detection system based on the Internet of Things which using smart sensor and smart device, has the advantage of being able to overcome the mobility and portability constraints.

낙상은 시간과 장소에 상관없이 언제든지 발생할 수 있으며 특히 65세 이상 고령자의 경우 사망에 까지 이를 수 있는 위험요소 중 하나이다. 최근 사물인터넷을 기반으로 하는 스마트 헬스케어 서비스로서 낙상 감지 기술에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 스마트 센서로 동작하는 아두이노와 스마트 디바이스를 연동하여 낙상을 감지하기 위한 시스템을 제안한다. 스마트 센서의 가속도 센서 정보를 블루투스 저전력 기술을 이용하여 전송하면 스마트 디바이스가 이 정보를 가공 및 분석하여 낙상 상황을 판단한다. 스마트 센서와 스마트 디바이스를 이용한 사물인터넷 기반 낙상 감지 시스템은 활동성과 휴대성의 제약을 극복할 수 있다는 장점이 있다.

Keywords

References

  1. Donghui Sin, Jaeyeol Jeong, Seonghyeon Kang, "Internet of Things Trend and Vision", Review of Korean Society for Internet Information, Vol.14, No.12, pp.32-46, 2013.
  2. Organization for Economi Co-operation and Development, "Dependent Population", OECE FACTBOOK, pp.16-17. 2010.
  3. Lin, C. W., Z. H. Ling, Y. C. Chang, C. J. Kuo, "Compressed-domain Fall Incident Detection for Intelligent Homecare", The Journal of VLSI Signal Processing, Vol.49, No.3, pp.393-408, 2007. https://doi.org/10.1007/s11265-007-0092-3
  4. Zhang, T., J. Wang, L. Xu, P. Liu, "Fall Detection by Wearable Sensor and One-Class SVM Algorithm", Lecture Notes in Control and Information Sciences, pp.858-863, 2006.
  5. Zhang, T., J. Wang, P. Liu, J. Hou, "Fall Detection by Embedding in Accelerometer in Cellphone and Using KDF Algorithm", IJCSNS International Journal of Computer Science and Network Security, Vol.6, No.10, pp.277-284, 2006.
  6. Lindermann, U., A. Hock, M. Stuber, W. Keck, C. Beeker, "Evaluation of a fall detector based on accelerometers: A pilot study", Medical Biological Engineering and Computing, Vol.43, No.5, pp.548-551, 2005. https://doi.org/10.1007/BF02351026
  7. Bourke, A. K., G. M. Lyons, "A threshold-based fall-detection algorithm using a bi-axial gyroscope sensor", Medical Engineering and Physics, Vol.30, pp.84-90, 2008. https://doi.org/10.1016/j.medengphy.2006.12.001
  8. Lee, G. E., J. W. Lee, "Comparison Study of Web Application Development Environments in Smartphone", Journal of KOCON, Vol.10, No.12, pp.155-163, 2010.
  9. Pil-Seong Jeong, Yang-Hyun Cho, "Fall Detection System using Smartphone for Mobile Healthcare", Journal of the Korea society of IT services, Vol.12, No.4, pp.435-447, 2013. https://doi.org/10.9716/KITS.2013.12.4.435
  10. Blueinno, http://cafe.naver.com/arduinoplusble

Cited by

  1. 사물 인터넷 기반 소 행동 특성 관찰 시스템 설계 및 구현 vol.12, pp.6, 2017, https://doi.org/10.13067/jkiecs.2017.12.6.1159
  2. IoT 기술을 활용한 밀폐공간에서의 사고 예방 연구 vol.22, pp.9, 2018, https://doi.org/10.6109/jkiice.2018.22.9.1159
  3. Design and Implementation of a Fall Recognition System Based on 3-Axis Acceleration Data and Altitude Data for Improvement of Fall Recognition Accuracy and Convenience vol.18, pp.1, 2015, https://doi.org/10.14801/jkiit.2020.18.1.115