top of page

​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。

流程圖.png

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​
 

硬體.png

​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

crawl.png

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

crawl.png

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

crawl.png

​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。

epoch.png
bottom of page