top of page
N28專業實習ZE3
研究動機
台灣是個四面環海且境內多河川的小島,因此有很多的地方是適合人們去戲水的,但溺水事故也因此頻繁的發生,由於傳統的監測方法在某些情況下可能不夠迅速的使溺水者被發現。
因此我們決定開發一個能透過手環偵測使用者的運動狀態,並且在使用者溺水時,通知岸上的人,以便能及時發現溺水者並實施救援。

研究流程
INPUT
讀取陀螺儀資料。
PROCESS
1.使用Arduino開始實時監控手環之陀螺儀數據
2.將數據存入SD卡當中,再將數據傳出利用LSTM
進行溺水之判斷。
OUTPUT
由使用者行為判斷結果為YES或NO。
FEEDBACK
結果為YES救生員進行救援
硬體介紹
Arduino記憶卡模組 :
用來儲存獲得的數據。
MPU-6050感測模組 :
用來測量角動量與加速度的感測元件
Arduino Uno :
用於處理資料及運算的元件

數據類別
01
自由泳 Crawl
游泳運動中常見的一種方式,指的是在水中以交替的方式伸展手臂,配合腿部的蹬踢動作來前進。共18000筆資料

02
主動式溺水 ActiveDrowning
指溺水者仍在努力掙扎和挽救自己,試圖保持水面或尋求救援的情況。共13286筆資料

03
被動式溺水 PassiveDrowning
被動性溺水者通常沉默地在水中沉沒,並可能沒有顯著的掙扎或聲音。共18000筆資料

相同資料集下不同訓練次數之比較
-
下圖為同一資料集隻模型結果指標
-
{橫軸為epoch次數,縱軸為對應之指標數據}
-
圖中可以發現大約在100~150epoch時,大部分情況數據都是穩定且緩慢進步的。但超過150epoch後,Loss函數開始有大幅度的變化,開始有過度擬合的情況出現,由此我們推斷100epoch時,為較好的模型。

bottom of page