{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,14]]，“日期-时间”：“2024-05-14T16:00:26Z”，“时间戳”：1715702426217}，“参考-计数”：32，“发布者”：“MDPI AG”，“问题”：“21”，“许可证”：[{“开始”：{-date-parts”：[2019,11,1]]，“时间”：1T00:00:00Z“，”时间戳“：1572566400000}，“content-version”：“unspecified”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[“Sensors”]，“abstract”：“在火场工作时，消防员们冒着健康风险，因为任何事故都可能导致伤亡。由于地板裂缝、孔洞、结构故障、气体爆炸、接触有毒气体或被困在狭窄的道路上等原因，他们可能会因意外摔倒而丧失能力。认识到这一需要，在本研究中，我们将重点开发一种高效的便携式系统，以检测消防队员摔倒、身体性能下降、，并使用消防员携带的微控制器，通过使用我们提出的跌倒检测、身体性能损失检测和一氧化碳监测算法，将来自三自由度加速度计、三自由度陀螺仪、三自由度磁力计、气压计和MQ7传感器的数据融合，来警报高一氧化碳水平。通过五个传感器和高效数据融合算法的组合来观察摔倒事件、体能丧失和检测高CO水平，我们可以区分摔倒、体能损失和其他值班活动（ODA），如站立、行走、跑步、慢跑、爬行、上下楼梯、，在电梯里上下移动。来自这些传感器的信号被发送到微控制器，以检测坠落、物理性能损失，并发出高CO水平警报。所提出的算法在我们的实验数据集中能够实现100%的准确度、特异性和敏感性，在公共数据集中能够分别实现97.96%、100%和95.89%的区分跌倒和ODA活动。此外，该算法在气压数据融合的基础上，完美区分了电梯的物理性能损失和升降运动。如果消防员在摔倒或失去身体表现后失去意识，将通过nRF224L01模块向其事故指挥官（IC）发送警报信息<\/jats:p>“，”DOI“：”10.3390\/s19214746“，”type“：”journal-article“，”created“：{”date-parts“：[[2019,11,1]]，”date-time“：”2019-11-01T12:30:50Z“，”timestamp“：1572611450000}，”page“：“，”卷“：”19“，”author“：[{”ORCID“：”http://\/ORCID.org\/00000-0003-3884-261X“，”authenticated-ORCID“：false，”given“：“Van”，”family“：”Pham“，”sequence“：”first“，”affiliation“：[]}，”giving“：”Quang“，”faily“：“Le”，“sequence”：“additional”，“affiliance”：[]{“given”：“Duc”，“family”：“Nguyen”，，{“given”：“Nhu”，“family”：“Dang”，“sequence”：“additional“，”affiliation“：[]}，{“given”：“Huu”，“family”：“Hynh”，“sequence”：“additional”，“affiliance”：[]{“ORCID”：”http://\/ORCID.org\/00000-0002-7673-388X“，”authenticated-ORCID“：false，”given“：”Duc“，”family“：”Tran“，”sequence“：”additional[[2019,11,1]]}，“参考”：[{“键”：“参考1”，“首页：“48”，“文章标题”：“美国消防协会研究，美国消防员伤亡”，“卷”：“92”，“作者”：“Karter”，“年份”：“1997”，“期刊标题”：“NFPA J.”，{“key”：“ref2”，“系列标题”：“美国消防员死亡事故\u20132015”，“作者”：“Fahy”，“年份”：“2016”}，{“key”：“ref3”，“非结构化”：“越南消防统计局：2014http://\thoibaotaichinhvietnam.vn“}，{“key”：“ref4”，“unstructured”：“越南消防统计：2015http://\/hanoimoi.com.vn”}，}“key”：“ref5”}、{“密钥”：“参考6”，“非结构化”：“伍斯特冷藏库公司Firehttps://en.wikipedia.org//wiki\\Worcester_Cold_Storage_and_Warehouse_Co._Fire”}，“非结构化“：”Charleston Sofa Super Store Firehttps:\/\/en.wikipedia.org\/wiki\/Charleston_Sufa_Super_Store_fire“}，{“key”：“ref8”，“doi-asserted-by”：“publisher”，“doi”：“10.3390\/s18103186”}，}“key”：“ref9”，“首页”：“386”，“article-title”：“使用可穿戴传感器进行活动检测和分类的调查”，“volume”：”17“，“author”：“Maria”，“年份：“2016年”，“新闻标题”：“IEEE Sens.J.”}，{“key”：“ref10”，“doi-asserted-by”：“crossref”，“first page”：”1840005“，“doi”：“10.1142 \/S0219691318400052”，“article-title”：“Elders\u2019使用深度相机基于生物力学特征的跌倒检测”，“volume”:“16”，“author”：“Tao”，“year”：“2018”，“journal-title“：”Int.J.Wavelets Multisolut.Inf。过程。“}，{”key“：”ref11“，”first-page“：”1018“，”article-title“：”使用单深度相机实时检测从床上跌落“，”volume“：“16”，”author“：”Feng“，”year“：”2018“，”journal-title”：“IEEE Trans.Autom.Sci.Eng.”}，“key”：“ref12”}、{”key“：“ref13”、“doi-asserted-by”：“crossref”，“first-page:”2994“，”doi“：”10.1109\/JSYST.2017.2780260“，”文章标题“：”使用随机决策森林的深度图像无骨架坠落检测系统”，“卷”：“12”，“作者”：“Ahmed”，“年份”：“2018年”，“期刊标题”：“IEEE系统”。J.“}，{”key“：”ref14“，”doi-asserted-by“：”crossref“，”first-page“：”756“，”doi“：”10.1109\/JBHI.2016.570300“，”article-title“：”轮廓定向量用于深度视频的高效坠落检测“，”volume“：，“首页”：870“，”DOI“：”10.1016\/j.medengphy.2015.06.009“，”article-title“：”基于加速度的跌倒检测公共数据集比较“，”volume“：”37“，”author“：”Raul“，”year“：”2015“，”journal-title”：“Med.Eng.Phys。“}、{”key“：”ref16“}，{”key“：“ref17”，”doi-asserted-by“：”crossref“，”first page“：：”6733“，”doi“：”10.1109 \/JSEN.2016.2585667“，”article-title“：”基于AHRS和气压传感器的老年人可穿戴式坠落探测器“，”volume“：16”，“author”：“Paola”，“year”：“2016”，“journal-title”：“IEEE Sens.J.”}，}“key”：“ref18”，“doi”由“：”publisher“，”doi“：”提供10.1007 \/s13369-018-3496-4“}，{“key”：“ref19”，“doi-asserted-by”：“crossref”，“首页”：“333”，“doi”：“10.1080 \/10739149.2015.1123161”，“article-title”：“使用特征提取和支持向量机算法的基于加速度计的坠落检测”，“volume”：”44“，“author”：“Kuanghsuan”，“year”：“2016”，“journal title”：”Instrum.Sci.Technol.“}”，{”key“：”ref20“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/TITB.2010.2045003“}，{”key“：”ref21“}、{”key“：“ref22”}，“key”：“ref23”，“unstructured”：“Dr\u00e4ger SCBA系统：每个部门的正确选择https:\\/www.draeger.com\/Products\/Content\/pss-series-br-9041173-us.pdf“}“ref25”，“series-title”：“《火灾和烟雾毒理学，吸入毒理学》，“首页”：“114”，“作者”：“莱文”，“年份”：“2005”}，{“关键”：“参考26”，“首版”：“538”，“文章标题”：“RN，BSN，EMT-P I\/C，皇家橡木，Mich一氧化碳中毒”，“卷”：“34”，“作家”：“马克”，“年”：“2008”，“期刊标题”：《J.Emerg.Nurs.》}，}，“非结构化”：“MQ7数据表ttps:\/\/www.sparkfun.com/datasheets\/Sensors\/Bometric \/MQ-7.pdf“}，{“key”：“ref28”，“first page”：”113“，“article-title”：“An efficient orientation filter for individuals and magnetic sensor array”，“volume”：：“25”，“author”：“Sebastian”，“year”：“2010”，“journal-title“：”“Rep.x-io Univ.Bristol.”}，“key“：”ref29“，”doi-asserted-by“：”publisher“，”DOI“：”10.1152\/physrev.00017.2013“}，{“key”：“ref30”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1161\/CIRCRESAHA.116.309279”}，}“key”：“ref31”，“unstructured”：“Public Datasetshttps:\/\/archive.ics.uci.edu\/ml\/ml\ machine-learning-databases\/00455\/”}，“DOI”：“10.3390\/s140610691”}]，“container-title”：[“传感器”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https://www.mdpi.com\/1424-8220\/19\/21\/4476\/pdf”，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用程序”：“相似性检查”}]，“存放”：{“日期部分”：[[2019,11,7]，“日期时间”：“2019-11-07T02:55:20Z”，“时间戳”：1573095320000}，“分数”：1，“资源”：｛”primary“：{”URL“：”https:\/\/www.mdpi.com//1424-8220\/19\/21\/4746“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{date-parts”：[[2019,11,1]]}，“references-count”：32，“journal-issue”：{“issue”：“21”，“published-online”：{date-parts“：[2019,11]}}”，“alternative-id”：[“s19214746”]，“URL”：“http://\/dx.doi.org\/10.3390\/s19214746”，“关系”：{}，“ISSN”：[“1424-8220”]，“issn-type”：[{“value”：“1424-8220”，“type”:“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2019,11,1]]}}}