Desarrollo de un sistema de detección de caídas basado en acelerómetros

Abstract

Este proyecto tiene como finalidad el desarrollo de un sistema de detección de caídas para personas de edad avanzada basado en el uso de acelerómetros. El 30 % de los mayores se cae una vez al año y estas caídas causan el 70 % de los accidentes mortales en el colectivo de personas mayores de 75 años. Por esta razón, se pretende realizar un sistema fiable y que ofrezca una respuesta de emergencia efectiva, así como un sistema poco intrusivo y fácil de usar. Inicialmente, se realizó un análisis de los sistemas de este tipo propuestos o existentes en el mercado, con el objetivo de detectar las carencias de los mismos, así como identificar los requisitos a implementar en el sistema. La monitorización de las actividades y caídas tanto en el Virtual Living Lab AIDE como en el despliegue real del sistema permitió diseñar el algoritmo de detección. Este algoritmo se integra en un sistema compuesto por un dispositivo detector portable desarrollado sobre el microordenador Beaglebone Green. El dispositivo, poseedor de la autonomía y conectividad requeridos, está pensado para ser llevado sujeto a la cintura. Como parte de la respuesta de emergencia, se crearon dos aplicaciones Android. Una de ellas ideada para usuarios que vivan solos y la otra para los que estén acompañados de una persona encargada de su cuidado. El sistema persigue favorecer la autonomía de una persona que cuida a otra, pero también la de la persona cuidada. Mediante la monitorización no intrusiva, se consigue que la persona cuidada se sienta menos dependiente y tenga menos miedo, pues, si se cae, el sistema avisará a quien tenga que hacerlo. En el diseño de este sistema ha sido relevante contemplar ciertos aspectos particulares sobre el tipo de usuario final al que iba dirigido, que era, principalmente, personas mayores. Esto ha condicionado el aspecto de la interfaz y el diseño físico del aparato. Sobre todo, ha condicionado la interacción, siendo el objetivo requerir el menor número de acciones posible. El sistema se probó con los tipos de caída más frecuentes que son las frontales, traseras y laterales, lográndose un índice de acierto aproximado del 90’78 %, constituyendo un primer resultado prometedor. Aparte de mejorar el ratio de aciertos, se pueden llegar a alcanzar otros hitos como un diseño más ergonómico o el refinamiento del algoritmo de detección de caídas. Se espera que este proyecto contribuya de manera notable al ámbito de la detección automática de caídas, ya sea mediante la publicación del sistema o por la recopilación de información.The purpose of this project is the development of an accelerometer based fall detection system, targeting as users the elderly population. Almost the 30 % of the elder fall once a year at least, and these accidents cause the 70 % of fatal accidents among people older than 75. Because of this, it is intended to create a reliable system that offers an effective emergency response, as well as a non-intrusive and user-friendly system. Initially, a research into similar systems that were proposed or commercialized was made, detecting their lacks and our system’s requirements as it’s goal. Virtual monitoring of Activity Daily Living and fall stats into AIDE Virtual Living Lab as well as data retrieved from real-life deployment allowed us to design the basis of the fall detection algorithm. This algorithm runs into a system composed by a detection device developed over BeagleBone Green micro-computer. This self-sufficient device that has the required connection protocol, is designed to be attached to the user’s waist. As a part of the emergency response, two Android applications were created. One of them targets people that live on it’s own. The other application targets people in company of a caretaker. The system goal is to improve a caretaking person’s autonomy, also the person he is taking care of’s. Using non-intrusive monitoring, patient’s feel of being dependant is reduced, also his fear of falling, because if it happens, the system itself will warn everyone that has to be. It has been relevant to have acknowledge of certain particular aspects about the final user chosen, elderly people, in order to design this system. This has conditioned the created user interface and the apparatus’ physical design. Most important, it has conditioned user’s interaction, having as a goal to minimize the user’s actions needed. This system was tested with the most frequent kinds of falling, like frontal, backwards and lateral falls, achieving an approximate success rate of 90’78 %, which is a promising result. Apart from improving the hit ratio, as future work it is intended to improve the ergonomy of the system and to refine the fall detection algorithm. It is expected that this project contributes to fall detection scope signifi- cantly, as if the system is published or just having the information compilated.