臺灣博碩士論文加值系統

　　隨著手機功能日益先進，現在不只是能做到打電話、發簡訊和拍照，還能線上看影片、視訊、玩手遊和看社群軟體，愈來愈強大的功能讓手機儼然已經成為人們離不開身邊的重要物品，愈來愈多人因為長時間玩手機，久而久之導致身體和眼睛的不適。此外，移動中邊玩手機，例如:習慣邊走邊滑手機或邊爬樓梯邊滑手機的使用者越來越多，也就是所謂的低頭族，這樣的情況往往造成不少令人惋惜的意外事故。本研究利用螢幕是否亮著以及螢幕點擊次數來偵測使用者是否正在玩手機，以及利用手機的三軸加速度計，透過標準差分析三軸的值判斷使用者是否在邊走邊滑，如果是則跳出警示通知提醒使用者，預防意外的發生，還有如果偵測到使用者持續玩手機超過30分鐘，同樣跳出通知的方式告知使用者，為了身體健康的著想。

　　Since cellphone’s feature is more advanced as time goes on. Cellphone not only can make the call, send messages, and take photos, but also can watch the video on the internet, have a video chat with friends, and watch some social media, more and more powerful mobile phone’s feature released let people can’t live without it, it causes more and more users’ eyes or body parts feel sick because of the time that they spend playing on the smartphone is too long, in addition, there are also more and more users get used to playing on it while moving, take user playing on the cellphone while walking or climbing stairs, also known as phubber, in this situation, it usually results in some accidents.
　　This system use whether status of screen is on and number of click through on the screen to detect if user is using cellphone. Furthermore, collect mobile device’s accelerometer data and use standard deviation to analyze and detect if user is using it while walking on the street, if so, the system will warn user to stop doing this for accidents prevention, moreover, if user is playing on the mobile phone for over 30 minutes, the system will also warn user for the sake of health.

摘要　I
Abstract　II
目錄　III
圖目錄　V
表目錄　VII

第一章 緒論　1
　1.1 動機與目的　1
　1.2 當低頭族造成的意外與對身體的傷害　2
　1.3 問題分析　5
　　1.3.1 邊走邊滑手機　6
　　1.3.2 邊爬樓梯邊滑手機　6
　　1.3.3 坐公車時玩手機　7
第二章　文獻探討　8
第三章　相關理論　15
　3.1 三軸加速度計　15
　3.2 Android Studio　20
　3.3 Android　22
第四章　研究方法　26
　4.1 偵測是否在使用手機　28
　4.2 動作偵測的演算法　29
　4.3 標準差與閥值　31
　4.4 發送警告通知　33
　4.5 收集資料的APP　39
　4.5 實測APP　41
第五章　實驗結果　45
第六章　結論　52
參考文獻　53

三立新聞網國際中心(2018年7月21日)。走路不注意路況當「低頭族」　少年跌落月台意外慘死【新聞群組】。取自https://www.setn.com/News.aspx?NewsID=406511
小宇瘋文奏事(2018年1月24日)。研究指人們每天滑動手機數千次，一個動作教你減少手機依賴【新聞群組】。取自https://kknews.cc/psychology/mevg826.html
丘秝榕(2018年4月22日)。低頭族恐佈傷害》眼科醫師：手機滑太久真的會瞎！【新聞群組】。取自https://newtalk.tw/news/view/2018-04-22/121718
沈鐇（2013）。使用手機的加速度計和陀螺儀之動作辨識研究。國立臺灣科技大學資訊工程系碩士論文，台北市。 取自https://hdl.handle.net/11296/ts4q69
吳昕翰（2013）。內建加速度計與陀螺儀之腕戴型跌倒偵測系統實作。大同大學資訊工程學系(所)碩士論文，台北市。 取自https://hdl.handle.net/11296/255fqw
林益亘（2014）。使用行動裝置警示障礙物提醒系統之設計。銘傳大學資訊工程學系碩士班碩士論文，台北市。 取自https://hdl.handle.net/11296/ke2ee9
周鈺敏(2017年6月11日)。別滑啦！低頭族顧玩手機 女「倒頭蔥」摔2米深大洞【新聞群組】。取自https://www.setn.com/News.aspx?NewsID=261307
科男品管圈(2012年8月5日)。常態分配 (Normal distribution)【部落格文字資料】。取自https://lobogaw.pixnet.net/blog/post/90548816
南京大学(2017)。專利編號CN106953982A。南京苏高专利商标事务所。
張如浩(2017年4月16日)。別當「低頭族」！當心頸部椎間盤突出【新聞群組】。取自https://healthforall.com.tw/?action=article_in&id=1280
陈杨、许林、赵露露、杨玉良、付安祺和王萌(2013年7月)。基于三轴加速度计的动作识别(Motion recognition based on a three-axis accelerometer)。第三十二届中国控制会议，中國西安市。
雲爸(2015年6月16日)。性能強大到沒朋友 – 《ZenFone 2》 開箱、評測、實拍照 (128G版本開賣)【部落格文字資料】。取自 https://dacota.tw/blog/post/33224824
辜騰玉(2014年12月12日)。Android開發者久等了， 官方IDE開發工具Android Studio重點特色快看！【新聞群組】。取自 https://www.ithome.com.tw/news/92892

Armir Bujari, Bogdan Licar, Claudio E. Palazzi(2012). Movement Pattern Recognition through Smartphone’s Accelerometer. 2012 IEEE Consumer Communications and Networking Conference (CCNC), 502-506. doi:10.1109/CCNC.2012.6181029
Beomju Shin, Jung Ho Lee, Hyunho Lee, Eungyeong Kim, Jeahun Kim, Seok Lee, Young-su Cho, Sangjoon Park, Taikjin Lee(2012). Indoor 3D Pedestrian Tracking Algorithm Based on PDR using Smarthphone. 2012 12th International Conference on Control, Automation and Systems, 1442-1445
Daisuke Sugimori, Takeshi Iwamoto, Michito Matsumoto(2011). A Study about Identification of Pedestrian by Using 3-axis Accelerometer. 2011 IEEE 17th International Conference on Embedded and Real-Time Computing Systems and Applications, 134-137. doi: 10.1109/RTCSA.2011.64
ITW01(2017年8月1日)。加速度感測器的原理和應用：手機翻轉、失重檢測、運動檢測、位置識別【新聞群組】。取自https://itw01.com/9ZHEBF9.html
Jani Mäntyjärvi, Mikko Lindholm, Elena Vildjiounaite, Satu-Marja Mäkelä, Heikki Ailisto(2005). IDENTIFYING USERS OF PORTABLE DEVICES FROM GAIT PATTERN WITH ACCELEROMETERS. Proceedings. (ICASSP '05). IEEE International Conference on Acoustics, Speech, and Signal Processing, 2005, II – 973- II – 976. doi: 10.1109/ICASSP.2005.1415569
Jen Chien Chien, Koichi Hirakawa, Jiann-Shing Shieh, Han Wen Guo, Yita Hsieh(2016). A Simple Method for Walking Posture Analysis Using Accelerometers. 2016 International Conference On Communication Problem-Solving (ICCP). doi: 10.1109/ICCPS.2016.7751111
Kawin Metsiritrakul, Nuttapol Puntavachirapan, Thananop Kobchaisawat, Sangsan Leelhapantu, Thanarat H. Chalidabhongse(2016). UP2U: Program for Raising Awareness of Phubbing Problem with Stimulating Social Interaction in Public using Augmented Reality and Computer Vision. 2016 13th International Joint Conference on Computer Science and Software Engineering (JCSSE). doi: 10.1109/JCSSE.2016.7748913
Masako Tsuruoka, Yuriko Tsuruoka, Ryosuke Shibasaki, Yoshifumi Yasuoka, Shunji Murai (2004). Analysis of Impulse Response on Walking Stability using Accelerometers. The 26th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 4924-4927. doi: 10.1109/IEMBS.2004.1404361
Pichaya Prasertsung, Teerayut Horanont(2016). A classification of accelerometer data to differentiate pedestrian state. 2016 International Computer Science and Engineering Conference (ICSEC). doi: 10.1109/ICSEC.2016.7859881
S. Tanaka, K. Motoi, M. Nogawa, K. Yamakoshi(2004). A New Portable Device for Ambulatory Monitoring of Human Posture and Walking Velocity Using Miniature Accelerometers and Gyroscope. The 26th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2283-2286. doi: 10.1109/IEMBS.2004.1403663
So Young Park, Se Jong Heo, Chan Gook Park(2017). Accelerometer-Based Smartphone Step Detection Using Machine Learning Technique. 2017 International Electrical Engineering Congress (iEECON). doi: 10.1109/IEECON.2017.8075875
Wikipedia(2019年6月12日)。Android Studio【新聞群組】。取自https://zh.wikipedia.org/zh-tw/Android_Studio
Wikipedia(2019年6月24日)。Android【新聞群組】。取自https://zh.wikipedia.org/wiki/Android
Yantao Li & Fengtao Xue & Xinqi Fan & Zehui Qu & Gang Zhou(2018). Pedestrian walking safety system based on smartphone built-in sensors. IET Communications(The Institution of Engineering and Technology),12(6), 751-758. doi: 10.1049/iet-com.2017.0502