Hệ thống ghi nhận hoạt động của con người sử dụng cảm biến giúp hỗ trợ đánh giá tình trạng sức khỏe. Yêu cầu đặt ra là hiệu suất hoạt động cao, giá cả rẻ và hoạt động theo thời gian thực ngay trên các vi điều khiển có hiệu năng thấp. Từ dữ liệu thu thập của các hành động cần trích xuất tính chất đặc trưng điển hình. | Tập 2021 Số 2 Tháng 12 Xây dựng hệ thống nhận dạng hành động sử dụng cảm biến gia tốc và các phương pháp học máy trên vi điều khiển hiệu năng thấp Đào Tô Hiệu1 2 Ngô Văn Công2 3 Nguyễn Quang Huy2 Trần Đức Nghĩa2 Trần Đức Tân4 1 Trường Đại học Công nghệ thông tin và Truyền thông Đại học Thái Nguyên Thái Nguyên 2 Học Viện Khoa học và Công nghệ VAST Hà Nội 3 Tổng cục Tiêu chuẩn Đo lường Chất lượng Hà Nội 4 Trường Đại học Phenikaa Hà Nội Tác giả liên hệ Trần Đức Tân Ngày nhận bài 19 08 2021 ngày sửa chữa 15 11 2021 ngày duyệt đăng 21 11 2021 Định danh DOI Tóm tắt Hệ thống ghi nhận hoạt động của con người sử dụng cảm biến giúp hỗ trợ đánh giá tình trạng sức khỏe. Yêu cầu đặt ra là hiệu suất hoạt động cao giá cả rẻ và hoạt động theo thời gian thực ngay trên các vi điều khiển có hiệu năng thấp. Từ dữ liệu thu thập của các hành động cần trích xuất tính chất đặc trưng điển hình. Những đặc trưng này được huấn luyện để phân loại hành động. Một thiết bị gắn trên eo người được lập trình kết nối hệ thống thông qua WiFi và cho phép phân loại hành động người theo thời gian thực đồng thời người dùng có thể giám sát hoạt động và quản lý dữ liệu trên máy tính hoặc điện thoại thông minh. Từ khóa Phân loại hành động học máy web server cảm biến gia tốc ứng dụng thu thập dữ liệu. Title Building Human Activity Recognition System using Accelerometers and Machine Learning Methods on Low- Performance Microcontrollers Abstract The system recognizes human activities using sensors to help assess health status. The requirements are high performance low price and real-time operation even on low-performance microcontrollers. From the collected data of the activities it is necessary to extract the typical feature. These features are trained to classify activities. A programmed waist-mounted device connects to the system via WiFi and allows real-time classification of human activities and users can monitor activities and .
