加速度計量測原理

加速度計的基本概念是相當簡單的，我們以圖 2-8 來說明。下圖是一加 速度計的基本原理圖，其中一個懸吊的物體在受到加速度作用的情況下，就 會產生位移，而這個位移就會造成正中央與這個懸吊物質相連的平面與周圍 固定的平面所形成的加速度值改變。經由量測電路測出這個位移的改變，即 可獲得加速度的值，而達到量測加速度的目的，要得到良好的靈敏度就必須 要有大的物體質量和低的彈力係數。

圖2-8 加速度計基本原理圖

加速度計的基本原理如圖2-9 所示。

圖2-9 差動式電容量測圖

其中

0

1 2 1 2

( )

1 2 1 2 1 2

C C C C

V Vs Vs Vs

C C C C C C

= + − = −

+ + + （2.1）

當有極小位移產生時

0

E 為連桿之彈性係數

支持環

將方程式(2.9)代入方程式(2.10)可得輸出電壓

E

o與負載

P 相關之方程式。亦

即

P=CE

o (2.11) 其中

C 為比例常數或校正常數

由方程式(2.11)可知負載

P 與輸出電壓 E

o成線性比例。

環-LVDT 結合後之靈敏度

S

t為 _o 1

t

S E

P C

= = (2.12) 所以我們可知環型負載元件用LVDT 作感應器其靈敏度將隨著幾何形狀，環的構 成材料之彈性係數( E )，與 LVDT 之特性( S 及 Ei )之改變而不同。

使用LVDT 感應器的環型負載元件的額定輸出比用張力規作感應器所能得到的輸 出高很多。

2.4 專家系統

早期人們為了使電腦程式也能具備有關於人類一些簡單的思考模式而發展 出的一門學問就是人工智慧(Artificial Intelligence) ，以人工智慧為發展基礎的系 統設計涉及如理解語言，學習，推理，和解決問題等有關的特性研究。隨著人工

圖2-11 人工智慧發展示意圖

圖2-12 專家系統建構過程示意圖

2.4.1 專家系統的架構

專家系統的架構是由知識庫與推論機兩大區塊組成，如圖 2-16 所示，

其中知識庫儲存從專家那裡得到的關於某個領域的專門知識，另一個組成專 家系統的重要部份就是推理機，它具有進行推理的能力,即能夠根據知識推導 出結論。

圖2-13 專家系統架構圖

本研究中採用規則式知識(Rule-Based Knowledge)為知識的表示法，以典 型的規則式(Rule-based)專家系統來完成。以規則式知識來建構本研究的專家 系統，且極大多數的專家系統皆採此種規則表示。而規則式知識庫專家系統 的結構通常可分為六大部分，如圖 2-17 所示。分為使用者介面 (User Interface ) 、推論引擎(Inference)、知識庫(Knowledge Base)、工作記憶區 (Working Memory)、知識擷取介面(Knowledge Acquisition Interface)、解釋能 力(Explanation Facility)並敘述如下：

圖2-14 專家系統架構圖

1.使用者介面(User Interface)

提供使用者友善親切的溝通介面，讓使用者能與專家系統溝通。受 照護者透過使用者介面可輸入需進行判斷的資料並獲得推論結果。

2.推論引擎(Inference Engine)

於知識庫中找尋問題解答的機制，它是許多演繹的法則。推論引擎 控制知識庫裡規則的選取而獲得結論。使用者輸入事實描述，推論引擎 便應用知識庫裡的知識，透過一定的推理步驟來解決問題。

3.知識庫(Knowledge Base)

為專家系統的核心，知識庫儲存用以解決處理問題之知識，包含了 領域資料、事實及領域專家的經驗及知識。知識可分為「框架式知識 (Frame-Based Knowledge)」、「案例式知識(Case-Based Knowledge)」、

「規則式知識(Rule-Based Knowledge)」。本系統採用規則式知識，其基 本規則形式如：IF (condition ) THEN(conclusion)，即如果「狀態」則「結 論」的形式來表示之。規則的存在並非獨立，彼此之間也會有關聯。

4.工作記憶區(Working Memory)

用以暫時儲存推理過程中所產生之資料、知識等資料暫存區域。

5.知識擷取介面(Knowledge Acquisition Interface)

知識擷取的目標是將專業領域的知識轉換成知識庫或是其他電腦 化的表達形式，可分為三種獲得知識的方法：

(1)藉由有經驗的知識工程師對專家進行晤談 (2)機器學習

(3)知識擷取系統

本研究希冀採用反覆測試的方式擷取專家知識。

6.解釋能力(Explanation Facility)

將系統的邏輯與規則庫呈現給使用者的過程。解釋能力讓使用者對 系統結果有更深入的瞭解，而一般專家系統所得到的答案或結論是合理 的，但不保證是正確的。知識庫裡的規則不夠完整，知識不夠廣博，推 理出的答案就有可能錯誤，但也許推理的過程是合理的；因此解釋能力 是將系統的邏輯與規則庫呈現給使用者的過程。

2.4.2 專家系統知識庫架構

專家系統知識庫又可分為有向鏈結與樹狀等表示方式，只是規則表示的 過程不同，皆屬於規則式知識庫。

1.有向鏈結表示法

本研究的知識庫採有向鏈結圖的規則表示法(Directed Hypergraph Representation)來呈現。由圖 2-18 可看到，當規則 1(Rule 1)成立的先決 條件由a1 組成。當 a1 此條件成立，推理出 b1 的結果。規則 2 為複合 節點，規則 2 成立的先決條件必須同時滿足 a1 與 b1，才能推理出 c1 的結論；規則3 成立的先決條件只要滿足 a1 與 b1 其中一項條件便可以 推論出c1 的結果。

圖2-15 單一與複合節點代號表示

圖2-16 單一與複合節點示意圖

知識庫中條件包含簡單和複合條件，分別以單一和複合節點表示。

圖 2-19 則表示單一節點與兩種型式的複合節點。複合節點由多個單一 節點所組成，單一節點代表一種屬性，複合節點可為 AND-Node 與 OR-Node 的關係。

複合節點可包含兩個及其以上的先決條件。而本研究所建置的專家 系統知識庫由許多節點所構成的有效鏈結所組成，由於使用具備方向性 的鏈結表示並清楚將規則中複合條件間的關係釐清，如此可以更精確的 偵測出規則中的錯誤。圖 2-20 是由許多節點、鏈結構成，以代號表示 的有向連結圖。

圖2-17 代號表示的有向連結圖

本研究專家系統知識庫的結構為許多節點與節點之間的連結所構 成，有向的連結代表一項規則之推論。由於規則具有模組化並且不受順 序影響的特性，因此使知識容易維護及擴充。

2.樹狀表示

在知識庫的架構中，問題解決的過程可以看成是一種答案的搜尋過 程或是可能的解答路徑搜尋，其中運用圖形來表達搜尋的空間是最合適 的方法，在此我們介紹常見的資料建構方式，以AND-Tree 與 OR-Tree 來呈現知識庫的架構，並由底下不同條件的子節點(Child-Node)所構 成。這些樹涵蓋了由許多類型的節點所組成的知識庫，每種類型的節點 用以對應相符的程序；如果當下的環境皆滿足節點所代表之狀況時，程 序便會執行。以下就AND-Tree 與 OR-Tree 作說明。

(1) AND-node

當AND-node 底下所有子節點皆被滿足，AND-node 才會被滿 足。而子節點檢查的順序為由左至右；如果AND-node 沒有任何子

節點，本身就認為被滿足，當然在數個子節點中只要有一個不被滿 足，則其餘的點無需檢查，AND-node 也不被滿足。如圖 2-21 所示，

子節點由左到右檢查condition1、condition2 直到 conditionN，當子 節點皆被滿足，才會執行某項程序(do something)。

圖2-18 AND-Tree

(2) OR-node

至少有一個子節點被滿足，OR-node 就可被滿足；不過若底下 無任何子節點，則 OR-node 就不被滿足。子節點的檢查順序一 樣為由左至 右，當只要發現有一子節點被滿足，則檢查停止，稱 OR-node 被滿足。如下圖 2-22 OR-Tree。當 AND-node 底下的 condition1 被滿足，則執行 action1 或是 action2 的動作。

圖2-19 OR-Tree

2.4.3 專家系統知識庫建構步驟

本研究建構專家系統知識庫的過程依序分為五個步驟，如圖2-23 所示，

敘述如下。

圖2-20 知識庫建置流程圖

1.問題定義(Problem Formulation)

首先定義建置專家系統預期所會遭遇到的問題，譬如：專家知識如 何擷取、專家知識取得的難易度，或是在於知識庫的建立與維護是否具 困難性、與專家溝通的問題等等，在最初皆需多加考慮並且定義之，對 於爾後建置專家系統會有許多幫助。此外，根據建立專家系統的目的，

定義建構專家系統的重要因素，包括問題領域與確認、參與人員、知識 來源、預期達成之目標、建構軟體、硬體支援、可行性評估等，於系統 建置初期皆需考量並規劃。

2.概念設計(Concept Design)

將系統觀念之雛型形諸於計劃與文字，藉由條理分明的文字來表達 系統的觀念，決策樹的建立就是一個例子。此階段同時須兼顧知識擷取 的來源、研究限制的存在、知識表示之方式與發展系統工具之選擇等。

3. 知 識 擷 取 與 知 識 庫 建 置 （ Knowledge Acquisition and Knowledge BaseEstablishment）

於此步驟中選定一種知識表示方式，來表達知識庫的結構，本研究 即擇定規則式知識為知識表示之方式，同時將建立知識的過程細節詳盡 列出，初步達成知識庫建立的程度。當知識庫建立過程之中，知識之間 的承續關係已存在，並透過經驗規則的收集與搜尋，將知識工程師與領 域專家溝通之內容轉化為模組化的文字敘述。

4.雛形建立與運作(Prototyping and Execution)

通常在專家系統發展工具的環境之中，人機介面與推論引擎的推論 機制通常已經存在，所以知識庫建立完成意味著專家系統之雛型已經具 備。良好的知識結構與合理的承續關係，將能確保專家系統雛型得以順 利運作。

5.測試與維護(Testing and Maintenance)

以實際的問題不斷的測試系統的可信度。如果發現對於所提出的問 題無法予以回答，就有修正知識庫的必要。簡而言之，專家系統就是在 建立－測試－修改中逐漸成型。維護的目的在於解決錯誤問題(Bugs)為 主要考量，熟悉正確的操作方式將有助於減少錯誤之產生。

第三章 系統架構與分析

組能獨立判斷跌倒。

圖3-1 系統設計方法流程

3.1.3 系統架構

系統架構如圖3-2

1. 感測器:用到加速度和壓力感測器。

2. 訊號放大器:將加速度和壓力感測器得到的訊號做放大。

3. 示波器:紀錄加速度和壓力感測器的訊號波形。

4. 主機:將示波器的波形經由 GPIB 傳輸線讀進來。

5. 訊號處理: 將加速度和壓力感測器得到的訊號做小波轉換(Discrete Wavelet Transform) 將訊號分為高低頻[10]，將訊號高低頻取絕對値相 乘，得到一乘積函式。

6. 加速度和壓力臨界點判斷:判斷跌倒時再加速度與壓力訊號間的臨界 點，根據臨界點周圍的値做判斷是否跌倒。

7. 專家系統規則庫:會累積大量的實驗數據建立一個資料庫作判斷，除了

7. 專家系統規則庫:會累積大量的實驗數據建立一個資料庫作判斷，除了

在文檔中 用於年長者居家跌倒偵測系統設計 (頁 24-0)