Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
2016 1011
una estación principal. Estas compañías y muchas otras tienen y acelerómetro ), por lo que es menos eficiente en la detección
un problema similar: el sistema sólo funciona en las zonas de una caída si alguno de los dos sensores dejase de funcionar.
donde el pendiente se puede comunicar con la estación Este trabajo propone una solución modular que abarca la
principal. Muchos han adaptado sus dispositivos de tal manera identificación de la ubicación del móvil y detección de caídas.
que puedan conectarse a su estación principal a través de El usuario es capaz de llevar el móvil en seis de los lugares
Internet u otros recursos. Además, empresas como VoCare [7] más populares de uso con respecto al cuerpo del usuario: el
tienen teléfonos móviles entre sus productos para detectar bolsillo del pecho de una camisa, bolsillo lateral del pantalón,
caídas específicamente para personas de edad avanzada. Un funda protectora, mientras escribe o lea mensajes de texto,
gran defecto que estos teléfonos móviles tienen es que muchas mientras hable por teléfono, y mientras camine con el teléfono
de las caídas que detectan son sólo de los teléfonos que se en la mano.
deslizan de las manos del usuario, que puede suceder mucho
debido a los impedimentos de las personas mayores. Además, III. SOLUCIÓN E IMPLEMENTACIÓN
algunos de estos teléfonos móviles son muy complicados de
usar, y las personas de edad avanzada generalmente no saben
cómo usarlos.
B. Cámaras
Nuevos estudios han surgido empleando cámaras de bajo
costo para detectar caídas de personas mayores . Doulamis et
al. [8] propuso un sistema de detección de caída utilizando Figura 1. Módulos del Sistema.
cámaras de bajo costo. Su trabajo utilizó la substracción de
fondo que actualiza constantemente el primer plano dinámico. Este proyecto tiene como objetivo superar los problemas
Ellos aplicaron sus propios algoritmos para detectar una caída. expuestos por algunos de los sistemas mencionados,
La calidad de la cámara utilizada no fue la mejor, lo cual proporcionando los siguientes beneficios:
afectó los resultados de las imágenes. • Un criterio más general se utiliza para la localización
Usando cámaras más eficientes (cámaras del dispositivo, dando al usuario más opciones al usar
omnidireccionales), Miaou et al. [9] fueron capaces de recoger su celular inteligente.
datos del usuario gracias a un vista de 360 grados . El trabajo • No se requieren sensores adicionales.
incluyó comportamientos de los usuarios individuales y las • El nivel de obstrucción es cercano a cero debido a
técnicas de procesamiento de imágenes para identificar a los que el usuario está acostumbrado a usar dispositivos
usuarios y caídas; se presentaron prioridades en función de la móviles.
salud del usuario. Uno de los inconvenientes del sistema era • Facilidad de uso. Se requiere de una mínima/ninguna
su baja eficiencia para detectar caídas. manipulación por parte del usuario.
Estos proyectos adolecen del mismo problema: el sistema • Sin costo adicional para el usuario (teniendo en
se limita a lugares donde haya cámaras instaladas. Por lo cuenta que el usuario ya tiene un teléfono
tanto, se necesitan más cámaras para ampliar la cobertura, inteligente).
incurriendo en mayores gastos. El enfoque propuesto se divide en tres módulos diferentes:
recolección de datos, selección de ubicación, y detección de
C. Celulares Inteligentes
caídas, como se muestra en la Fig. 1. Antes que se detecte una
Hwang et al. [10] presentó un sistema de detección de ubicación o una caída, un proceso de recolección de datos se
caídas que se beneficia de un acelerómetro de tres ejes y un ejecuta para recopilar datos del acelerómetro y giroscopio.
magnetómetro en un teléfono inteligente. Utilizó un tipo de Estos datos se utilizan por primera vez en el algoritmo de
funda para el teléfono inteligente y empleó los datos recogidos selección de ubicación. Cuando se selecciona una ubicación
por los sensores para obtener los umbrales y los ángulos de final, se ejecuta el algoritmo propuesto para la detección de
movimiento del usuario. Aunque las actividades básicas de la caídas. Si se superan los umbrales predefinidos, se detecta una
vida diaria (ADL) fueron estudiadas y consideradas durante su caída. La Fig. 2 muestra un diagrama de flujo del sistema
proyecto, la solución se limita a pequeñas actividades y propuesto. En las siguientes subsecciones se explica con más
posibilidades. Todas las pruebas se realizaron utilizando detalle los componentes del sistema.
posiciones estáticas durante la acción de simular una caída. Se
consideraron cuatro direcciones al caerse la persona: hacia
delante, hacia atrás, hacia la izquierda y hacia la derecha.
Kangas et al. [11] utilizó lugares específicos en el cuerpo
del usuario para calcular diferentes umbrales con datos
recogidos de un acelerómetro de tres ejes. Este proyecto
presentó otra posible solución para la detección de caídas
usando sensores externos, en la cintura del usuario y la cabeza.
Calcularon el vector de suma, suma de vectores dinámica,
aceleración vertical, y los valores máximos y mínimos . La
fiabilidad del sistema depende de ambos sensores (giroscopio
VALCOURT et al.: SMARTPHONE-BASED HUMAN FALL 1013
[z >
Bolsillo
x]
Frontal de
AND [1.5 > G > .5]
la Camisa
[y > x]
[z >
x]
Bolsillo
AND
Lateral de un
[y>
Pantalón [2.0 > G > 1.3]
z] AND
Figura 2. Diagrama de Flujo del Sistema. [ y > x]
[z >
A. Obtención de Datos
x]
Los datos utilizados en el proceso de selección de la Funda de AND
ubicación y la detección de caída se recogen del sensores Teléfono
[z>
(acelerómetro y giroscopio) que se encuentran embebidos en Inteligente [2.0 > G > 1.3]
(horizontal) y] AND
un teléfono inteligente. Para este proyecto se utilizó el [x > y]
teléfono inteligente, Android Google Nexus 5, versión de [x >
sistema operativo 4.4.2. El programa recolecta constantemente y]
los datos que se suministran a los otros módulos del sistemas. Hablar por AND
Los primeros valores recogidos son empleados por el Teléfono [G < .8]
[z >
algoritmo de selección de ubicación que se explica a x]
continuación. [y>
B. Selección de Ubicación Escribir o Leer x]
AND [1.0 > G > .5]
Mensajes de
Uno de los objetivos de este trabajo es dar al usuario la
Texto [y >
libertad suficiente para elegir la posición en la que utilizará el
z]
dispositivo. Estos lugares son: el bolsillo frontal de la camisa,
[x >
el bolsillo lateral de un pantalón, funda de teléfono inteligente
y]
(horizontal), mientras escribe o lea mensajes de texto, Teléfono en [G >
AND
mientras hable por teléfono, y mientras camine con el teléfono Mano 1.6]
[z >
en mano. Con el uso del eje x, y, y z del acelerómetro y la
y]
magnitud de la giroscopio, el sistema es capaz de determinar
la posición del dispositivo. Se calcula y almacena una media
cada diez valores por eje del acelerómetro. Al mismo tiempo, C. Detección de Caídas
el promedio de la magnitud del giroscopio (Ecuación 1) de El componente de detección de caídas se activa cuando se
diez muestras se calcula y se almacena. Una ubicación se determina una ubicación. La ubicación es clave para
selecciona con base en el promedio de los valores de los ejes seleccionar los umbrales para detectar una caída ya que
del acelerómetro y un umbral establecido sobre la magnitud dependen de la posición del teléfono inteligente. El sistema se
promedio del giroscopio. La Tabla I muestra los criterios de beneficia de la magnitud del acelerómetro (Ecuación 2) para
decisión utilizados para cada posición. Con el uso de un "es detectar una caída. Las caídas tienen patrones y características
mayor" acercamiento entre los tres valores promedio de los únicas que pueden ser explotadas con el fin de poder detectar
ejes del acelerómetro, algunas ubicaciones fueron detectadas las. La Fig. 3 muestra una señal de la magnitud del
con facilidad. Otros lugares, debido a la similitud de la señal y acelerómetro de una caída.
de los valores, se detectaron incluyendo umbrales adicionales.
La magnitud del giroscopio proveyó la información adicional || || = + + (2)
que facilitó la identificación de la ubicación del teléfono
Antes de que una caída tome lugar, hay un aumento en la
inteligente.
amplitud de pico a pico de la señal seguido de un período de
|| || = + + (1) inactividad. Un filtro de paso alto se utiliza para eliminar los
componentes de baja frecuencia de la señal de la magnitud del
Una ventana empíricamente calculada de 30 segundos se acelerómetro. El propósito de utilizar un filtro de paso alto es
utiliza para volver a calcular la ubicación del teléfono para centrar la señal en torno a cero (amplitud), haciendo que
inteligente. Este proceso comprueba si el usuario ha cambiado el proceso de identificación de periodos de inactividad sea
la ubicación del teléfono inteligente. Una vez que se detecta más fácil. La Fig. 4 muestra un ejemplo de una señal de
una posición, se utiliza como la posición por defecto para acelerómetro filtrada usando un filtro pasa-altas (magnitud).
detectar una caída.
1014 IEEE LATIN AMERICA TRANSACTIONS, VOL. 14, NO. 2, FEB. 2016
= (4)
+
TABLA IV. ACTIVIDAD DE ESCRIBIR O LEER MENSAJES DE
TEXTO.
= (5)
+ DETECTED
FALL NON-FALL TOTAL
= (6) REAL
+
Las siguientes tablas muestran los resultados de los FALL 5 TP 1 FN 6
experimentos basados en la ubicación del celular inteligente.
NON-FALL 0 FP 18 TN 18
TABLA II. SELECCIÓN DE UBICACIÓN, PRIMERA PARTE.
TOTAL 5 19
DETECTED ACCURACY 95.8%
RECALL 83%
CHEST PANT HOLSTER TOTAL PRECISION 100%
POCKET POCKET SPECIFICITY 100%
TALKING 4 0 0 4
NON-FALL 4 FP 14 TN 18
TEXTING 0 5 0 5
TOTAL 10 14
1016 IEEE LATIN AMERICA TRANSACTIONS, VOL. 14, NO. 2, FEB. 2016
Un total de exactitud de 72% se obtuvo a partir de los Luis Valcourt received his B.Sc. in Computer Science from
Universidad de Puerto Rico, Bayamón, Puerto Rico in 2015.
experimentos de algoritmo de selección de ubicación, y una He has experience working with investigations related to
precisión del 81.3% se calculó a partir de los experimentos de green movement technologies and health related technology.
algoritmo de detección de caída. Los tres primeros lugares de During his last year, he dedicated his research and internship
detección de una caída son: actividad de leer o escribir with University of South Florida, Tampa Campus, developing an application
for detecting falls, explained in this paper. He is currently working with the
mensajes de texto con un 95.8% de precisión de detección de Department of Defense and pursuing a M.Sc. in Enginering Management
caída, bolsillo lateral del pantalón con una precisión del 87,5% from Old Dominion University. His research interests encompass but are not
y el bolsillo de la camisa en el pecho con una precisión del limited to data analytics, software development, and health related
83.3%. El rendimiento más bajo se exhibió en la ubicación de technologies.
la funda protectora porque los valores del acelerómetro no
Yueng de La Hoz received his B.Sc. in Electronics
cambian tan drásticamente como en otros lugares. Engineering from Universidad del Norte, Barranquilla,
Este trabajo se puede extender en varias formas para Colombia, in 2009. He has over two years of industry
realizar todo el potencial del sistema propuesto. Un sistema experience in the private sector, being involved in projects
relacionado con caídas depende de la singularidad de los related to VoIP systems, Cyber Marketing, and Software
Development. He received his M.Sc. in Computer Science in
patrones de movimiento del usuario. Estos, por desgracia, 2014 from the University of South Florida. He is currently pursuing a doctoral
cambian con el tiempo. El diseño del sistema tiene que ser lo degree in Computer Science from the University of South Florida. His
suficientemente robusto como para tomar en consideración los research interests encompass but are not limited to machine learning, big data
cambios en las características cinemáticas del usuario debido analytics, software development and networking.
al envejecimiento. La configuración de umbrales puede ser un
reto considerable. Los umbrales dependen del método Miguel Labrador received the M.S. in Telecommunications
and the Ph.D. degree in Information Science with
utilizado, el tipo de caída (caer hacia adelante, caer hacia concentration in Telecommunications from the University of
atrás, Pittsburgh, in 1994 and 2000, respectively. Since 2001, he has
etc.) y las características físicas del sujeto de interés. Las been with the University of South Florida, Tampa, where he
reglas que se aplican a una persona alta no suelen ser las is currently an Associate Professor in the Department of
Computer Science and Engineering and the Di- rector of the Graduate
mismas para una persona de baja estatura y viceversa. El Programs and the Research Experiences for Undergraduates Program. His
enfoque común es establecer un umbral que generaliza tanto research interests are in ubiquitous sensing, location-based services, energy-
como sea posible una población específica. EL consumo de la efficient mechanisms for wireless sensor networks, and design and
batería seria otro tema a investigar para mejorar la eficacia del performance evaluation of computer networks and communication protocols.
Dr. Labrador has served as Technical Program Committee member of many
sistema. IEEE conferences and is currently area editor of Computer Commu- nications
and editorial board member of the Journal of Network and Computer
VI. REFERENCIAS Applications, both Elsevier Science journals. Dr. Labrador is the lead author
of ”Location-Based Information Systems - Developing Real-Time Tracking
[1] Cdc.gov, “Falls Among Older Adults: An Overview.” Applications”, Taylor and Francis and ”Topology Control in Wireless Sensor
[2] Cdc.gov, “Public Health and Aging: Trends in Aging — United States Networks”, Springer. Dr. Labrador is senior member of the IEEE and member
and Worldwide.” of ACM, ASEE and Beta Phi Mu.
[3] M. A. Habib, M. S. Mohktar, S. B. Kamaruzzaman, K. S. Lim, T. M.
Pin, and F. Ibrahim, “Smartphone-based solutions for fall detection and
prevention: challenges and open issues,” Sensors, vol. 14, no. 4, pp.
7181–208, 2014.
[4] Pewinternet, “Mobile Technology Fact Sheet.”
[5] Alert-1.com, “Fall Detection Technology.”
[6] Medicalguardian.com, “Classic Guardian.”
[7] Vocare.com, “My SafetyButton Medical Alert,”
[8] A. Doulamis and N. Doulamis, “A real-time single-camera approach for
automatic fall detection,” in Proceedings of the conference on remote
sensing and spatial information sciences, (Newcastle), pp. 208–212,
ISPRS, 2010.
[9] S.-G. Miaou, “A customized human fall detection system using omni-
camera images and personal information,” in Proceedings of the 1st
transdisciplinary conference on distributed diagnosis and home health-
care, (Arlington), pp. 39–42, IEEE, 2006.
[10] S. Hwang and M. Ryu, “Fall detection with three-axis
accelerometer and magnetometer in a smartphone,” in Proceedings of the
international conference on computer science and technology, (Jeju), pp.
65–70, CST,2012.
[11] M. Kangas, A. Konttila, P. Lindgren, I. Winblad, and T. Jämsä,
“Comparison of low-complexity fall detection algorithms for body attached
accelerometers,” Gait & posture, vol. 28, no. 2, pp. 285–91, 2008.
[12] Uregina.ca, “Confusion Matrix.”
[13] O. D. Lara and M. A. Labrador, “A survey on human activity
recognition using wearable sensors,” IEEE Communications Surveys &
Tutorials, vol. 15, no. 3, pp. 1192–1209, 2013.
[14] L. Valcourt, Y. De La Hoz, and M. Labrador, “ Human Fall Detection
with Smartphones” , 2014.