แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th ติดต่อเจ้าหน้าที่เจ้าของเอกสาร กรณีเอกสารไม่ครบหรือไม่ตรง

ระบบติดตามพฤติกรรมผู้สูงอายุโดยใช้เครือข่ายไร้สาย
Real-time system for monitoring activity among the elderly using and rf soc device over a wireless sensor network

keyword: การตรวจจับการล้ม
; Wireless sensor network
; System-on-chip
; Accelerometer
; Goertzel algorithm
Abstract: การวิจัยนี้มุ่งเพื่อศึกษาการวิเคราะห์และแยกแยะประเภทกิจกรรมของผู้สูงอายุ และกิจกรรมที่มีความเสี่ยงก่อให้เกิดอันตรายต่อตัวของผู้สูงอายุโดยใช้อุปกรณ์ติดตามตัวสำหรับผู้สูงอายุ ซึ่งมีลักษณะเป็นอุปกรณ์ขนาดเล็กคล้ายสร้อยคอ ภายในจะมีเซ็นเซอร์วัดความเร่งสามแกนเพื่อทำการเก็บข้อมูลลักษณะการเคลื่อนไหวร่างกายของผู้สูงอายุผู้วิจัยได้ทำการศึกษาและเก็บข้อมูลโดยให้ผู้ร่วมวิจัยทำการส่วมใส่อุปกรณ์ติดตามตัว เพื่อทำการวิเคราะห์เกี่ยวกับกิจกรรม ประจำวันดังนี้ กิจกรรมการเดิน กิจกรรมการวิ่ง กิจกรรมการนั่ง กิจกรรมการลุกขึ้นยืน และกิจกรรมการนอน นอกจากนี้กลุ่มผู้ร่วมวิจัยได้ทำการเก็บข้อมูลเกี่ยวกับกิจกรรมที่มีความเสี่ยง คือ กิจกรรมการหกล้ม การวิเคราะห์ข้อมูลทั้งหมดจะเกิดขึ้นภายในอุปกรณ์ติดตามตัวที่มีหน่วย ประมวลผลขนาดเล็กและสามารถส่งข้อมูลผ่านย่านความถี่ 2.4 กิกะเฮิรตซ์ได้โดยใช้เทคนิคการวิเคราะห์ข้อมูลเชิงเวลาและเทคนิคการวิเคราะห์ข้อมูลเชิงความถี่ ผลการศึกษาพบว่า การวิเคราะห์ข้อมูลเชิงเวลาโดยใช้ค่าตัวชี้วัดความเร่งของแต่ละแกน (Signal vector magnitude:SVM) ค่าพลังงานที่เกิดจากการเคลื่อนไหว (Energy) ค่าการเปลี่ยนแปลง มุมที่เกิดขึ้น (Angle) สามารถทำการแยกแยะประเภทของกิจกรรมที่เกิดขึ้นในแต่ละประเภทได้ แต่เนื่องจากการเคลื่อนไหวร่างกายของมนุษย์มีความคล้ายคลึงกันรูปแบบสัญญาณโดยอ้างอิง พื้นฐานของเวลา จึงจำเป็นจะต้องใช้การวิเคราะห์ข้อมูลเชิงความถี่โดยทำการหาค่าความถี่เฉพาะของกิจกรรม (Frequency) และค่าพลังงานของสเปกตรัม (Power spectrum) ที่เกิดขึ้น ช่วยยืนยันความถูกต้องของผลการวิเคราะห์ เพื่อเพิ่มความแม่นยำในการบ่งชี้พฤติกรรม ซึ่งจากการทดสอบแล้วสามารถตรวจจับกิจกรรมการเดินได้ถูกต้องร้อยละ 95 กิจกรรมการวิ่งคิดเป็นร้อยละ 97.5 กิจกรรมการนั่งคิดเป็นร้อยละ 92.5 กิจกรรมการนอนคิดเป็นร้อยละ 87.5 กิจกรรมการยืนคิดเป็น ร้อยละ 97.5 กิจกรรมการล้มคิดเป็นร้อยละ 95 และโดยภาพรวมทุกกิจกรรมคิดเป็นร้อยละ 94.16 ของกิจกรรมทั้งหมด
Abstract: The purpose of this research are to analyze and identify the activities of the elderly and risky activities causing harm to them by using the tracking device for the elderly.For this device, it is a small device similar to a necklace with a three-axis acceleration sensor inside for collecting data about body movements characteristic of the elderly. The researcher conducted and collect databy using participants wearing a tracking device to analyze about daily activities such as walking, running, sitting, stand up and sleeping activities. In addition, the researcher collected information about falls. All of data analysis is occurred within a unit tracking device which is small processors and sent the data through frequency range of 2.4 GHz. by using Time-domain techniques and Frequency-domain techniques. The research of this study indicated, Time-domain technique by using the signal vector magnitude, the energy generated by the movement and the variation of the angle form, can distinguish the type of activities in each category however, the movement of the human body are similar with the basis of a reference time signal. It is necessary to use a Frequency-domain techniquebecause the frequency of events and the energy of the occurred spectrum can verify the accuracy of the analysis and increase the accuracy of the indicator behavior.For detecting activity test of walking, it was 95 percent, activity of running 97.5 percent, activity of sitting 92.5 percent, activity of sleeping 87.5 percent, activity of standing 97.5 percent, activity of fall 95 percent and overall activity was for 94.16 percent.
มหาวิทยาลัยบูรพา. สำนักหอสมุด
Address: ชลบุรี
Email: buulibrary@buu.ac.th
Role: อาจารย์ที่ปรึกษาหลัก
Created: 2559
Modified: 2565-08-02
Issued: 2560-04-04
วิทยานิพนธ์/Thesis
application/pdf
tha
©copyrights มหาวิทยาลัยบูรพา
RightsAccess:
ลำดับที่.ชื่อแฟ้มข้อมูล ขนาดแฟ้มข้อมูลจำนวนเข้าถึง วัน-เวลาเข้าถึงล่าสุด
1 55910292.pdf 8.26 MB4 2025-07-03 15:40:07
ใช้เวลา
0.018891 วินาที

ปริวัฒน์ เลื่อมสำราญ
Title Contributor Type
ระบบติดตามพฤติกรรมผู้สูงอายุโดยใช้เครือข่ายไร้สาย
มหาวิทยาลัยบูรพา
ปริวัฒน์ เลื่อมสำราญ
ภาณุวัฒน์ ด่านกลาง
วิทยานิพนธ์/Thesis
ภาณุวัฒน์ ด่านกลาง
Title Creator Type and Date Create
ระบบติดตามพฤติกรรมผู้สูงอายุโดยใช้เครือข่ายไร้สาย
มหาวิทยาลัยบูรพา
ภาณุวัฒน์ ด่านกลาง
ปริวัฒน์ เลื่อมสำราญ
วิทยานิพนธ์/Thesis
เครือข่ายเซนเซอร์ไร้สายที่สามารถโปรแกรมซ้ำได้สำหรับมอนิเตอร์พลังงานไฟฟ้า
มหาวิทยาลัยเชียงใหม่
ภาณุวัฒน์ ด่านกลาง;คณิตพงศ์ เพ็งวัน;ยุทธนา ขำสุวรรณ์;ภาสกร แช่มประเสริฐ
จุฑาวัฒน์ มะณีโชติ
วิทยานิพนธ์/Thesis
การแนะนำลำดับขาอุปกรณ์ด้วยรูปแบบเซตสำหรับการเดินเส้นสัญญาณบนบอร์ดแผ่นปริ้น
มหาวิทยาลัยบูรพา
ภาณุวัฒน์ ด่านกลาง
วีระเดช ขุมทอง
วิทยานิพนธ์/Thesis
การระบุตำแหน่งภายในอาคารจากจุดเซ็นทรอยด์ที่ถ่วงน้ำหนักบนแผนที่ฟิงเกอร์ปริ๊นท์
มหาวิทยาลัยบูรพา
ภาณุวัฒน์ ด่านกลาง
ภิญญดา นาคศรีคร้าม
วิทยานิพนธ์/Thesis
การเพิ่มอัตราการสร้างกุญแจระดับกายภาพจากค่าความแรงสัญญาณโดยใช้การเข้ารหัสเครือข่ายแบบปลอดภัย
มหาวิทยาลัยบูรพา
ภาณุวัฒน์ ด่านกลาง
สุนทรี ใจคง
วิทยานิพนธ์/Thesis
การคัดกรองข้อมูลสำหรับระบบเครือข่ายเซนเซอร์ขนาดใหญ่โดย STackSTorm
มหาวิทยาลัยบูรพา
ภาณุวัฒน์ ด่านกลาง
ทนาลักษ์ ปราณีคุณากร
วิทยานิพนธ์/Thesis
Copyright 2000 - 2025 ThaiLIS Digital Collection Working Group. All rights reserved.
ThaiLIS is Thailand Library Integrated System
สนับสนุนโดย สำนักงานบริหารเทคโนโลยีสารสนเทศเพื่อพัฒนาการศึกษา
กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม
328 ถ.ศรีอยุธยา แขวง ทุ่งพญาไท เขต ราชเทวี กรุงเทพ 10400 โทร. โทร. 02-232-4000
กำลัง ออน์ไลน์
ภายในเครือข่าย ThaiLIS จำนวน 5
ภายนอกเครือข่าย ThaiLIS จำนวน 2,210
รวม 2,215 คน

More info..
นอก ThaiLIS = 6,988 ครั้ง
มหาวิทยาลัยสังกัดทบวงเดิม = 15 ครั้ง
มหาวิทยาลัยเทคโนโลยีราชมงคล = 6 ครั้ง
มหาวิทยาลัยราชภัฏ = 2 ครั้ง
รวม 7,011 ครั้ง
Database server :
Version 2.5 Last update 1-06-2018
Power By SUSE PHP MySQL IndexData Mambo Bootstrap
มีปัญหาในการใช้งานติดต่อผ่านระบบ UniNetHelp


Server : 8.199.134
Client : Not ThaiLIS Member
From IP : 216.73.216.124