馬少卿,孫榮霞,馬征
?。ê颖贝髮W(xué) 電子信息工程學(xué)院,河北 保定 071000)
摘要:設(shè)計(jì)了一種基于單片機(jī)的老人跌倒檢測(cè)裝置,采用加速度、陀螺儀傳感器采集原始信號(hào)。在進(jìn)行數(shù)據(jù)融合時(shí)采用自適應(yīng)互補(bǔ)濾波算法,從頻域角度消除噪聲。針對(duì)該裝置設(shè)計(jì)了一種計(jì)算量小的跌倒檢測(cè)算法,并且加入了GPS定位裝置和GSM短信模塊。實(shí)驗(yàn)證明該跌倒檢測(cè)算法計(jì)算量小、誤判率低,并且能夠?qū)崿F(xiàn)精準(zhǔn)定位。
關(guān)鍵詞:跌倒檢測(cè);加速度;無(wú)線通信
中圖分類號(hào):TP212.9文獻(xiàn)標(biāo)識(shí)碼:ADOI: 10.19358/j.issn.1674-7720.2017.09.029
引用格式:馬少卿,孫榮霞,馬征.基于單片機(jī)的老人跌倒檢測(cè)裝置[J].微型機(jī)與應(yīng)用,2017,36(9):100-102,105.
0引言
研究表明,老年人跌倒發(fā)生率高,后果嚴(yán)重,是老年人的首位傷害死因[1]。而且跌倒的發(fā)生概率會(huì)隨著年齡的增長(zhǎng)而升高,如果能夠及時(shí)救助,可有效降低跌倒老人的死亡率[2]。
目前研究開發(fā)人體跌倒檢測(cè)系統(tǒng)方面的技術(shù)主要有兩種:圖像分析法和加速度分析法[3]。基于圖像分析法,準(zhǔn)確率高,但是檢測(cè)算法繁瑣,成本高,不方便攜帶[3]。基于加速度分析法,不但成本低,而且不受環(huán)境的限制,功耗低,方便攜帶[4]。
1系統(tǒng)總體設(shè)計(jì)
本設(shè)計(jì)利用六軸陀螺儀加速度計(jì)MPU6050進(jìn)行原始信號(hào)的采集,采樣頻率為100 Hz,在進(jìn)行姿態(tài)解算時(shí),利用互補(bǔ)濾波器進(jìn)行濾波,通過對(duì)三軸加速信號(hào)進(jìn)行預(yù)處理,引入合成加速度。為了能夠排除干擾,準(zhǔn)確檢測(cè)出跌倒,將姿態(tài)角和合成加速作為特征量,引入三級(jí)跌倒檢測(cè)算法。一旦檢測(cè)出跌倒,立即對(duì)老人的位置進(jìn)行定位,同時(shí)閃光燈閃爍。等待30 s后,如果用戶沒有手動(dòng)取消報(bào)警,則蜂鳴器發(fā)出聲響,同時(shí)向目標(biāo)手機(jī)和120發(fā)出報(bào)警短信。系統(tǒng)還設(shè)置了一鍵報(bào)警功能。用戶的家人可以通過向本裝置發(fā)送短信來獲取老人的當(dāng)前位置信息,防止老人走丟。
系統(tǒng)的硬件主要包括慣性測(cè)量單元(Inertial Measurement Unit,IMU)、GSM/GPRS模塊、GPS定位模塊、藍(lán)牙4.0模塊、以STM32F103ZET6為核心的控制器、電源模塊、按鍵等。系統(tǒng)的結(jié)構(gòu)框圖如圖1所示。
慣性測(cè)量單元選用的是InvenSense公司的MPU6050芯片,它能夠同時(shí)檢測(cè)三軸加速度和三軸角速度,可以輸出數(shù)字量,并且傳感器的測(cè)量范圍是可選的。加速傳感器的測(cè)量范圍選擇為±8 g,陀螺儀的測(cè)量范圍選擇為±1 000 dps,可以滿足系統(tǒng)的要求。其外圍電路如圖2所示。利用芯片內(nèi)部的數(shù)字運(yùn)動(dòng)處理器進(jìn)行姿態(tài)解算,大大降低了開發(fā)的使用難度。
GPS定位模塊選用UBLOX公司的NEO6M模組,該模塊體積小、功耗低、搜星能力強(qiáng),并且可以連接各種有源天線,非常適合應(yīng)用到便攜式設(shè)備中。
GSM/GPRS模塊選用SIMCOM公司的工業(yè)級(jí)四頻SIM800芯片,可以實(shí)現(xiàn)低功耗語(yǔ)音和數(shù)據(jù)的傳輸。用戶可以通過AT指令進(jìn)行撥叫號(hào)碼、接收短信、啟動(dòng)GPRS網(wǎng)絡(luò)等功能。
藍(lán)牙4.0模塊選用HM13系列的藍(lán)牙模塊,用藍(lán)牙進(jìn)行數(shù)據(jù)傳輸最有利的一個(gè)方面就是功耗低。低功耗藍(lán)牙技術(shù)大幅降低了系統(tǒng)的功耗,只需要用硬幣大小的電池即可保證系統(tǒng)正常運(yùn)行幾個(gè)月,非常適合應(yīng)用在便攜式設(shè)備中。
按鍵的主要功能是提供手動(dòng)報(bào)警和手動(dòng)取消報(bào)警,以降低系統(tǒng)的漏判和誤判對(duì)用戶造成的損失,同時(shí)還設(shè)置了一鍵報(bào)警的功能。
2跌倒檢測(cè)算法
2.1特征值預(yù)處理
運(yùn)動(dòng)過程中加速度傳感器測(cè)出的X軸、Y軸和Z軸的加速度分別為a2x、a2y和a2z。合成加速度為三軸加速度的平方和再開方。合成加速度的大小可以表征人體運(yùn)動(dòng)的激烈程度[5]。
2.2姿態(tài)解算
在進(jìn)行數(shù)據(jù)解算時(shí)通過對(duì)角速度積分獲得人體姿態(tài)角,短時(shí)間內(nèi)精度高,但是陀螺儀存在漂移誤差,經(jīng)過積分運(yùn)算后會(huì)變成積累誤差,最終導(dǎo)致電路飽和。相反利用加速度求解姿態(tài)角,其測(cè)量誤差不會(huì)隨時(shí)間的積累而增加[6]。但是加速度傳感器在人體運(yùn)動(dòng)時(shí)會(huì)給測(cè)量帶來白噪聲,短時(shí)間內(nèi)精度較低。
通過上述分析可知,加速度傳感器低頻段動(dòng)態(tài)響應(yīng)較好,但是在高頻段表現(xiàn)不好。陀螺儀動(dòng)態(tài)響應(yīng)好,但是存在漂移誤差。所以在進(jìn)行數(shù)據(jù)融合時(shí)采用自適應(yīng)互補(bǔ)濾波算法,從頻域的角度來消除噪聲,發(fā)揮它們各自的優(yōu)勢(shì),輸出穩(wěn)定可靠的姿態(tài)角[7]?;パa(bǔ)濾波器的原理框圖如圖3所示。
其中x為實(shí)際的姿態(tài)角,u1和u2為傳感器在測(cè)量時(shí)引入的高頻噪聲和低頻噪聲。加速度傳感器引入的高頻噪聲由低通濾波器F1(s)濾除,陀螺儀引入的低頻噪聲由高通濾波器F2(s)濾除。兩個(gè)濾波器在頻域上具有互補(bǔ)特性,濾波器的傳遞函數(shù)滿足F1(s)+F2(s)=1。
2.3分類過程
通過上一小節(jié)的分析,設(shè)計(jì)了跌倒檢測(cè)算法,檢測(cè)參數(shù)為合成加速度和姿態(tài)角。為了了解跌倒過程中加速度變化規(guī)律,將檢測(cè)裝置放于腰間,測(cè)試者模仿老人跌倒,并同時(shí)記錄測(cè)試者三軸加速度變化。選取測(cè)試過程中具有代表性的一組數(shù)據(jù),用Excel進(jìn)行繪圖分析。如圖4所示。
從圖4中可以看出,當(dāng)人體靜止時(shí),合成加速度在1g左右。當(dāng)測(cè)試者跌倒時(shí),其加速度先減小,然后增大,最后趨于平穩(wěn)。整個(gè)過程持續(xù)了2 s左右。由此可以得到,跌倒是一個(gè)短暫的過程,這一過程測(cè)試者經(jīng)歷了失重、撞擊和靜止三種狀態(tài)。
跌倒過程中合成加速度最大值在2.6g上下,且有7個(gè)連續(xù)的采樣點(diǎn)合成加速度都在2.0g以上。并且通過對(duì)人體姿態(tài)角采樣,在跌倒后至少有一個(gè)姿態(tài)角的絕對(duì)值大于45°。
用同樣的方法模擬老人正常走、快步走、坐下起立、跳躍、跑步等日?;顒?dòng),同時(shí)對(duì)合成加速度和姿態(tài)角進(jìn)行了采樣、繪圖、分析[8],結(jié)果如表1。
通過上述分析,把連續(xù)6個(gè)采樣點(diǎn)的合成加速度大于2.0g作為分類條件,可將跌倒與正常走等非劇烈運(yùn)動(dòng)區(qū)分開。同時(shí)還可以將跌倒與快步走、跑步等周期性劇烈運(yùn)動(dòng)區(qū)分開。為了減小誤判率,可將跌倒后的類靜止?fàn)顟B(tài)作為分類條件。最后通過判斷人體的姿態(tài),進(jìn)一步減小誤判率。
3實(shí)驗(yàn)結(jié)果與分析
為了測(cè)試跌倒檢測(cè)裝置的誤判率和漏判率,邀請(qǐng)5名志愿者(年齡:23~27歲,身高:160~180 cm,男2人,女3人)分別模仿老人正常走、快步走、坐下、跑步、跳躍等日常活動(dòng),共測(cè)得125組數(shù)據(jù),如表2所示。另外讓5名志愿者模仿老人向前、向后、向左、向右跌倒。共測(cè)得100組數(shù)據(jù)。
從表2可以看到,檢測(cè)裝置對(duì)于正常走、快步走等運(yùn)動(dòng)的誤判率為0%,而對(duì)于跳躍、跑步等劇烈運(yùn)動(dòng)的誤判率達(dá)4%??紤]到老人進(jìn)行激烈活動(dòng)的次數(shù)較少,如果出現(xiàn)誤判,老人可以手動(dòng)取消報(bào)警信號(hào)。
測(cè)試者在模仿老人跌倒試驗(yàn)中,向前或向后跌倒時(shí),漏判次數(shù)較少,準(zhǔn)確率高達(dá)92%。但是在向左或向右跌倒時(shí),漏判次數(shù)較多。這是由于測(cè)試者均為模擬老人跌倒,而且跌倒的方向并不是嚴(yán)格意義上的某一方向,所以會(huì)出現(xiàn)不同程度的漏判。在檢測(cè)到跌倒以后,該裝置能夠?qū)瑴y(cè)試者位置信息的短信息完整地發(fā)送到目標(biāo)手機(jī)。
4結(jié)論
本文設(shè)計(jì)了一種基于單片機(jī)的老人跌倒檢測(cè)裝置,可以實(shí)現(xiàn)對(duì)老人跌倒檢測(cè),并且利用GPS對(duì)老人進(jìn)行定位,同時(shí)將報(bào)警信息發(fā)送到目標(biāo)手機(jī)上。此裝置容易擴(kuò)展,可加入可燃?xì)怏w探測(cè)器、心率檢測(cè)傳感器,組成一套針對(duì)老人健康的檢測(cè)系統(tǒng)。
參考文獻(xiàn)
?。?] 王劍.基于MEMS三軸加速度計(jì)的跌倒檢測(cè)電路的設(shè)計(jì)[J].自動(dòng)化技術(shù)與應(yīng)用,2013,32(6):81-84.
?。?] 陳煒,佟麗娜,宋全軍,等.基于慣性傳感器件的跌倒檢測(cè)系統(tǒng)設(shè)計(jì)[J].傳感器與微系統(tǒng),2010,29(8):117-119.
[3] 王榮,章韻,陳建新.基于三軸加速度傳感器的人體跌倒檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用,2012,32(5):1450-1452.
?。?] 徐雷,張瑾,馬騰,等.基于GSM網(wǎng)絡(luò)的老年人身體姿態(tài)檢測(cè)系統(tǒng)設(shè)計(jì)[J].信息化研究,2014,40(6):65-68.
?。?] 谷敏敏,劉進(jìn)軍,安寧.基于多姿態(tài)識(shí)別的被動(dòng)入侵檢測(cè)模型研究[J].傳感器與微系統(tǒng),2015,34(6):17-20.
[6] 孫金秋,游有鵬,傅忠云.基于自適應(yīng)顯式互補(bǔ)濾波的姿態(tài)解算方法[J].測(cè)控技術(shù),2015,34(4):24-27.
?。?] 杜波,張卓,劉垚.卡爾曼濾波在人體姿態(tài)檢測(cè)中的應(yīng)用[J].長(zhǎng)春工程學(xué)院學(xué)報(bào)(自然科學(xué)版),2015,16(3):98-101.
?。?] 李易陸,陳洪波,蔣曉旭,等.基于三軸加速度傳感器的人機(jī)交互智能手環(huán)[J].桂林電子科技大學(xué)學(xué)報(bào),2015,35(5):412-415.