近年來，隨著醫藥科技的進步、公共衛生的提升，使得國人平均壽命不斷延長；同時因生育率下降，造成少子化現象日益嚴重。在上述原因的交互影響下，台灣已邁入了高齡化社會。依據行政院衛生署統計，跌倒意外已是65歲以上老年人事故傷害死亡的第二大主因。近年來跌倒預防之研究不斷應運而生，但目前並未有任何措施或設備能完全避免跌倒的發生；而居家老人發生跌倒後，通常因無人救助使得死亡率提高，故一套即時且可靠的跌倒偵測系統是必要的，希望在老年人發生跌倒後，能即時地通報醫療人員給予救助，以降低跌倒造成的傷害、提高老人的存活率。
因此，本研究開發一套舒適及不突兀的腕錶型跌倒偵測系統，透過三軸加速規 (Triaxial Accelerometer) 取得加速度訊號以進行跌倒判斷，搭配ZigBee無線感測網路，將跌倒警報顯示於後端圖形化使用者介面以通報醫護人員、加速救助。本研究可判斷跌倒及日常生活活動的不同；其跌倒動作包含三種不同著地部位之前跌、後跌及側跌，一般日常活動如上下樓梯、走路、床鋪起臥等……。系統準確率可達92.1%，搭配警報介面，可使醫護人員獲取警報資訊並給予救助，以降低額外醫療成本。

Fall is one of the major causes of accidents for elder people and it brings lots of physiological and psychological injuries. It is also the main obstacle for elder people whom live independently. A reliable fall detection system can detect the fall event and transmit the alarm to the medical organization immediately that not only reduces the death rate in fall but also decrease the medical cost. Considering the wearing convenience and comfortability considerations, we use the tri-axial accelerometer mounted on the wrist to capture the acceleration data of the human body, and propose a fall detection algorithm to detect the fall. It can provide the reassurance in maintaining an independent life and efficient fall detection mechanism for rescue.
After sensing the fall, we use the wireless sensor network (WSN) to transmit the alarm. Recently, IEEE 802.15.4 ZigBee is one of the popular WSN technologies in medical application. It has the benefits of small size, low-power consumption, and low-cost…etc. In our study, we combine the fall detection mechanism and ZigBee wireless sensor network. A tri-axial accelerometer-based fall detector integrated the ZigBee transmission module is worn on the user’s wrist. After the fall happen, the fall alarm will be transmitted to the home server through WSN, rescuing the fallers immediately. Experimental results demonstrate the fall detection system which has high reliability and sensitivity. This system is not only convenient and comfortable but also fulfills the requirement of fall detection system.

目錄
致謝 i
中文摘要 ii
Abstract iii
目錄 iv
圖目錄 vi
表目錄 viii
第一章 緒論 1
1.1 前言 1
1.2 研究動機 3
1.3 研究目的 5
1.4 論文架構 6
第二章 文獻回顧 7
2.1 環境偵測系統 7
2.1.1 影像分析系統 7
2.1.2 地板震動及聲音偵測系統 8
2.1.3 紅外線偵測系統 9
2.2 穿戴式偵測系統 10
2.2.1 胸廓式跌倒偵測系統 10
2.2.2 頭戴式跌倒偵測系統 11
2.2.3 腰際式跌倒偵測系統 13
2.2.4 腕錶式跌倒偵測系統 13
2.3 無線感測網路技術 16
2.3.1 超寬頻通訊技術 16
2.3.2 藍芽通訊技術 17
2.3.3 ZigBee通訊技術 19
2.4 文獻總結 21
第三章 腕錶式跌倒偵測系統架構設計 23
3.1 腕錶式跌倒偵測器架構及機制設計 23
3.1.1 第一階段:自由墜落判斷參數 25
3.1.2 第二階段:跌倒碰撞判斷參數 25
3.1.3 第三階段:跌倒速度差值判斷參數 27
3.1.4 演算法設計 29
3.2 無線感測網路通報系統 31
第四章 研究成果 32
4.1 參數設定 34
4.1.1 自由跌落參數 34
4.1.2 跌倒碰撞參數 35
4.1.3 跌倒速度參數 37
4.2 實驗結果 39
4.3 通報系統 41
第五章 討論 44
第六章 結論 46
參考文獻 47
 
圖目錄
圖1-1 世界主要先進國家人口結構統計推估圖 1
圖1-2 台灣人口結構趨勢圖 2
圖1-3 各年老年人事故傷害死亡原因比例圖 3
圖2-1 (a)影像分析系統攝影圖；(b)(c)影像分析跌倒偵測情形 8
圖2-2 地板震動及聲音偵測系統實驗圖 8
圖2-3 地板震動及聲音偵測系統演算法流程圖 9
圖2-4 紅外線偵測系統狀態判斷圖 9
圖2-5 胸廓式偵測器及配戴位置 11
圖2-6 胸廓式跌倒偵測系統架構圖 11
圖2-7 頭戴式跌倒偵測器實體圖 12
圖2-8 頭戴式偵測器硬體與配戴位置圖 13
圖2-9 腰際式跌倒偵測器實際配戴圖 13
圖2-10 腕錶式跌倒偵測系統硬體圖 15
圖2-11 跌倒三階段圖 15
圖2-12 藍芽堆疊協定 18
圖2-13 藍芽微網路圖 19
圖2-14 ZigBee堆疊架構 20
圖2-15 Zigbee拓樸架構 21
圖3-1 偵測器架構 24
圖3-2 手腕加速度變化與各階段偵測圖 24
圖3-3 腕錶式跌倒偵測流程方塊圖 25
圖3-4 公式推導方向示意圖 26
圖3-5 V1圖(前跌-軀幹著地) 27
圖3-6 V2圖(前跌-軀幹著地) 28
圖3-7 V1-V2圖(前跌-軀幹著地) 28
圖3-8 V1圖(步行) 28
圖3-9 V2圖(步行) 29
圖3-10 V1-V2圖(步行) 29
圖3-11 腕錶式跌倒偵測演算法及各階段判斷圖 29
圖3-12 警報傳遞流程圖 30
圖4-1 偵測器硬體圖 32
圖4-2 配戴位置圖 32
圖4-3 自由墜落現象圖 34
圖4-4 跌倒最小VDA值與日常生活最大VDA值(filter) 35
圖4-5 跌倒最小VDA值與日常生活最大VDA值(without filter) 37
圖4-6 跌倒最小Vdifference值與日常生活最大Vdifference值 38
圖4-7 Super Node硬體圖 41
圖4-8 系統介面圖 41
圖4-9 跌倒警報示意圖 42
圖4-10 前跌實驗圖 42
圖4-11 後跌實驗圖 43
圖4-12 側跌實驗圖 43
 
表目錄
表2-1 紅外線偵測系統實驗結果 10
表2-2 胸廓式跌倒偵測系統實驗結果 11
表2-3 頭戴式跌倒偵測系統實驗結果 12
表2-4 單一閥值演算法實驗結果 14
表2-5 腕錶式跌倒偵測系統閥值設定 16
表2-6 腕錶式跌倒偵測系統實驗結果 16
表4-1 跌倒實驗項目 33
表4-2 日常生活實驗項目 33
表4-3 動作分類(各項跌倒) 36
表4-4 動作分類(日常生活) 36
表4-5 加速度收集實驗結果I(with filter) 39
表4-6 加速度收集實驗結果II(with filter) 39
表4-7 加速度收集實驗結果III(without filter) 39
表4-8 加速度收集實驗結果IV(without filter) 39
表4-9 系統驗證實驗跌倒結果 40
表4-10 系統驗證實驗日常生活結果 40
表4-11 系統驗證實驗整體結果 40

[1] United Nations
http://esa.un.org/unpd/wpp/unpp/p2k0data.asp
[2] 中華民國行政院經濟建設委員會
http://www.cepd.gov.tw/m1.aspx?sNo=0000455
[3] 中華民國行政院衛生署
http://www.doh.gov.tw/CHT2006/DM/DM2_2_p02.aspx?class_no=440&now_fod_list_no=11468&level_no=1&doc_no=77184
[4] 袁吉、鄒曉峰，“老年人步態與平衡的生物力學研究進展”，第12屆全國運動生物力學學術交流大會論文，2008年。
[5] 唐美蓮，“預防老人跌倒居家環境改善之成本效益分析”，亞洲大學長期照護研究所碩士論文，2008年。
[6] 張軒睿、張尹凡、楊宜青、陳全裕、張秦松、杜嘉煒、趙育箴、謝裕弘、吳至行，“老化社區之老年女性跌倒及相關危險因子之
流病調查”， 台灣老年醫學暨老年學雜誌 2010；5(1)：50-61。
[7] Hartmann, R. Al Machot, F. Mahr, P. Bobda, C., “Camera-Based System for Tracking and Position Estimation of Humans”, Design and Architectures for Signal and Image Processing (DASIP), 2010 Conference on 26-28 Oct. 2010.
[8] Yaniv Zigel, Dima Litvak, Israel Gannot, “A Method for Automatic Fall Detection of Elderly People Using Floor Vibrations and Sound – Proof of Concept on Human Mimicking Doll Falls”, IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, VOL. 56, NO. 12, DECEMBER 2009.
[9] A. Sixsmith, N. Johnson, R. Whatmore, “Pyroelectric IR sensor array for fall detection in the older population,” J. Phys. IV France, vol. 128, pp. 153–160, 2005.
[10] J.Y. Hwang, J.M. Kang, Y.W. Jang , H. C. Kim, “Development of novel algorithm and real-time monitoring ambulatory system using Bluetooth module for fall detection in the elderly”, Engineering in Medicine and Biology Society, 2004. IEMBS '04. 26th Annual International Conference of the IEEE, 1-5 Sept. 2004
[11] Chia-Chi Wang, Chin-Yen Chiang, Po-Yen Lin, Yi-Chieh Chou, I-Ting Kuo, Chih-Ning Huang, Chia-Tai Chan, “Development of a Fall Detecting System for the Elderly Residents”, Bioinformatics and Biomedical Engineering, 2008. ICBBE 2008. The 2nd International Conference on, pp.1359-1362, 2008.
[12] Chih-Ning Huang, Chih-Yen Chiang, Jui-Sheng Chang, Yi-Chieh Chou, Ya-Xuan Hong, Hsu, S.J., Woei-Chyn Chu, Chia-Tai Chan, “Location-Aware Fall Detection System for Medical Care Quality Improvement”, Multimedia and Ubiquitous Engineering, 2009. MUE '09. Third International Conference on 4-6 June 2009.
[13] Guan-Chun Chen, Chih-Ning Huang, Chih-Yen Chiang, Chia-Juei Hsieh, Chia-Tai Chan, “A Reliable Fall Detection System Based on Wearable Sensor and Signal Magnitude Area for Elderly Presidents”, 8th International Conference on Smart Homes and Health Telematics, ICOST 2010, Seoul, Korea, June 22-24, 2010. Proceedings.
[14] Maarit Kangas, Antti Konttila, Ilkka Winblad, Timo Jämsä, “Determination of Simple Threshold for Accelerometry-Based Parameters for Fall Detection”, Proceedings of the 29th Annual International Conference of the IEEE EMBS Cité Internationale, Lyon, France, August 23-26, 2007.
[15] Degen, T. Jaeckel, H. Rufer, M. Wyss, S. , “SPEEDY : a fall detector in a wrist watch”, Wearable Computers, 2003. Proceedings. Seventh IEEE International Symposium on 18-21 Oct. 2005.
[16] 中華民國電子零件認證委員會
http://www.cteccb.org.tw/pdf/IECQ-50-7.pdf
[17] Jennifer Bray, Charles F Sturman著, 林俊宏、楊順興、李忠來、黃億祥、吳建偉編譯，“藍芽-無線連結技術”，第二版，全華科技圖書股份有限公司，2003年。
[18] 陳惠貞、周念湘，“網路概論”，初版，碁華資訊股份有限公司，2007年。
[19] NTP電信國家型科技計畫
http://www.ntpo.org.tw/www2/chi/news/0502/02.pdf
http://www.ntpo.org.tw/www2/chi/news/0601/02.pdf