Resumen

El envejecimiento global es cada vez más grave, y los problemas de enfermería de los ancianos serán muy serios en el futuro. El artículo diseña un sistema de control con ATmega128 como controlador principal basado en la función del robot de enfermería multifuncional. El artículo utiliza una estructura de red neuronal convolucional para estimar la posición de las articulaciones humanas en 3D. El artículo mapea las coordenadas de las articulaciones del mapa de color al mapa de profundidad basándose en los dos parámetros de la cámara. Al mismo tiempo, se construyen 15 mapas de calor conjuntos con las coordenadas conjuntas del mapa de profundidad como centro, y el mapa de calor conjunto y el mapa de profundidad se unen a la red neuronal de segundo nivel. La predicción de la posición de la axila del usuario se completa con tecnología de procesamiento de imágenes. Comparamos este método con otros métodos de predicción de actitud para verificar las ventajas de este método de investigación. Los antecedentes de la investigación de este artículo se llevan a cabo en el contexto del envejecimiento global en el siglo XXI.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:artículo, mapa de profundidad, estructura de red neuronal convolucional, coordenadas del mapa de profundidad de articulaciones, otros métodos de predicción de actitud, articulaciones humanas en 3D, tecnología de procesamiento de imágenes, mapa de calor de articulaciones, mapas de calor de articulaciones, robot enfermero multifuncional
• Keywords:article, depth map, convolutional neural network structure, joint depth map coordinates, other attitude prediction methods, 3D human joints, image processing technology, joint heat map, joint heat maps, multifunctional nursing robot