[原创] ST_AMG_SensorTile 套件的相关功能试用分析

dwwzl   2017-3-15 12:34 楼主
论坛上浏览了很多其他网友分享的试用报告,有的写的很详细有的写的很深入。从中我也了解了这款ST_AMG_SensorTile套件的很多特性。接下来就依据我的试用项目计划对相关的几个特性和功能进行试用分析和分享吧!
1.jpg
我的试用项目计划是做一个防倒衣服贴,主要的思路是将传感器蓝牙模块STEVAL-STLCS01V1做成衣服贴的样子,与其绑定的手机接收衣服贴发出的相关数据进行分析处理。判断和预测佩戴者的行为举止是否具有跌倒的可能倾向和事实。如果从数据分析得知有跌倒的倾向,就立刻开启提醒功能,提醒佩戴者注意身体是否不适。如果从数据分析得知佩戴者已经跌倒,就立刻开启呼叫报警功能,呼叫周围人员实施救助,拨打电话通知亲人,并同时拨打120110报警。这个过程还需要进行sd卡存档。
因此,获取数据越准确,判断也会越准确。依据STEVAL-STLCS01V1模块板载的传感器情况看,首先要用到的就是LSM6DSM – iNEMO inertial module: 3D accelerometer and 3D gyroscope。从demo测试效果上看到,3D加速度和3D陀螺仪发出的数据可以很好的表示出当前的姿势状态,如同六面体的前面后面左面右面上面下面。
前面和后面
前面.jpg
绿线代表Z轴为正值时,模块在平放朝上位置。
后面.jpg
绿线代表Z轴为负值时,模块在平放朝下位置。
左面和右面
左侧面.jpg
蓝线代表X轴为正值时,模块在侧放朝右的位置。
右侧面.jpg
蓝线代表X轴为负值时,模块在侧放朝左的位置。
上面和下面
顶面.jpg
红线代表Y轴为正值时,模块在侧放朝上的位置。
底面.jpg
红线代表Y轴为负值时,模块在侧放朝下的位置。
据此可以判断佩戴者的姿势是否处于跌倒姿势还是有跌倒的倾向。
再者还需要用到的就是MP34DT04 64dB SNR Digital MEMS Microphone有了MP34DT04 MEMS数字麦克风,就可以监听佩戴者发出的声响,如果声响长时间没有,就可以判断佩戴者是否处于静息状态或者跌倒昏迷状态。以便于即时的发出提示音唤醒佩戴者。
mic.jpg
这个过程还要根据作息时间来辅助判断。
这一切的数据都需要基于ARM Cortex-M4核的32位超低功耗MCU STM32L476JGY6BlueNRG-MS – Bluetooth low energy network processor超低功耗蓝牙BLE通信方式与外部的手机终端进行通信。
蓝牙.jpg
本帖最后由 dwwzl 于 2017-3-15 14:04 编辑

回复评论 (1)

算法自己写?
点赞  2017-3-16 15:20
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 京公网安备 11010802033920号
    写回复