《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于物聯(lián)網(wǎng)的多算法智能監(jiān)護(hù)系統(tǒng)研究
基于物聯(lián)網(wǎng)的多算法智能監(jiān)護(hù)系統(tǒng)研究
2017年電子技術(shù)應(yīng)用第11期
王 暢1,孫福明1,李 漾2
1.遼寧工業(yè)大學(xué) 電子與信息工程學(xué)院,遼寧 錦州121001;2.大連云動(dòng)力科技有限公司,遼寧 大連116000
摘要: 根據(jù)中高齡老人的日常生活監(jiān)護(hù)需求,設(shè)計(jì)一種智能監(jiān)護(hù)系統(tǒng),由實(shí)時(shí)監(jiān)護(hù)設(shè)備、網(wǎng)絡(luò)傳輸模塊、監(jiān)護(hù)中心服務(wù)平臺(tái)3部分組成。內(nèi)部集成多個(gè)高精度傳感器,采用RTOS實(shí)時(shí)操作系統(tǒng),通過多維度的數(shù)據(jù)組合全方位實(shí)時(shí)監(jiān)測(cè)到老人的活動(dòng)數(shù)據(jù)以及周邊環(huán)境數(shù)據(jù),并上傳到監(jiān)護(hù)平臺(tái)。針對(duì)現(xiàn)實(shí)應(yīng)用中系統(tǒng)誤報(bào)率高的問題,采用個(gè)性化異常判定算法與CRC校驗(yàn)技術(shù),在精準(zhǔn)預(yù)測(cè)的同時(shí),有效降低誤報(bào)率。試驗(yàn)表明,系統(tǒng)可以對(duì)老人活動(dòng)數(shù)據(jù)以及周邊環(huán)境實(shí)現(xiàn)智能遠(yuǎn)程實(shí)時(shí)監(jiān)控、判斷、報(bào)警、預(yù)測(cè)等功能,并減少約95%的誤報(bào)率。
中圖分類號(hào): TP216
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.173805
中文引用格式: 王暢,孫福明,李漾. 基于物聯(lián)網(wǎng)的多算法智能監(jiān)護(hù)系統(tǒng)研究[J].電子技術(shù)應(yīng)用,2017,43(11):7-10.
英文引用格式: Wang Chang,Sun Fuming,Li Yang. Research on mufti-algorithm intelligent monitoring system based on the Internet of Things[J].Application of Electronic Technique,2017,43(11):7-10.
Research on mufti-algorithm intelligent monitoring system based on the Internet of Things
Wang Chang1,Sun Fuming1,Li Yang2
1.School of Electronic and Information Engineering,University of Liaoning University of Technology,Jinzhou 121001,China; 2.Dalian Cloud Force Technologies CO.LTD,Dalian 116000,China
Abstract: According to the needs of middle aged and old people, an intelligent monitoring system was designed. The system was consisted of intelligent monitoring equipment, network transmission module and monitoring center service platform. It integrates multiple high precision sensors with RTOS real-time operating system, and monitoring the activity data of the elderly and the surrounding environment data through the multi-dimensional data, and upload it to the monitoring platform. Aiming at the problem of high false alarm rate in practical application, the system adopts the algorithm of personalized anomaly judgment and CRC checksum, not only achieve accurate prediction, but also effectively reduce the false alarm rate. The tests indicated that the system can realize the intelligent remote real-time monitoring, judgment, alarm, prediction and other functions, and reduce the false alarm rate by about 95%.
Key words : personalized anomaly judgment algorithm;intelligent monitoring;IoT;false alarm;CRC checksum

0 引言

    根據(jù)南京市三所養(yǎng)老院養(yǎng)老機(jī)構(gòu)內(nèi)愿意合作的老人進(jìn)行跌倒現(xiàn)狀的問卷調(diào)查顯示:養(yǎng)老機(jī)構(gòu)老年人跌倒發(fā)生率為39.2%,影響因素包括睡眠狀況、慢性病史、外界環(huán)境和服藥史[1]。因此,針對(duì)中高齡老人意外傷害發(fā)生率較高的問題,建立一套完整的遠(yuǎn)程監(jiān)護(hù)系統(tǒng),用于監(jiān)測(cè)老人的日常活動(dòng)狀態(tài)以及周邊環(huán)境是很有必要的。

    目前對(duì)獨(dú)居老人監(jiān)護(hù)系統(tǒng)已有相關(guān)研究,如浙江工業(yè)大學(xué)2007年設(shè)計(jì)的基于活動(dòng)量分析的獨(dú)居老人遠(yuǎn)程監(jiān)護(hù)系統(tǒng)[2],能夠通過采集數(shù)據(jù)建立預(yù)測(cè)模型,但不具有實(shí)時(shí)監(jiān)控功能;如楊海建[3]等人設(shè)計(jì)的基于物聯(lián)網(wǎng)技術(shù)的老人監(jiān)護(hù)智能系統(tǒng),具備及時(shí)報(bào)警功能,但會(huì)出現(xiàn)謊報(bào)、誤報(bào)等情況;重慶郵電大學(xué)2012年設(shè)計(jì)的智能家居中老人跌倒遠(yuǎn)程監(jiān)護(hù)系統(tǒng)[4],在增加了取消報(bào)警按鍵后減小了誤報(bào)率,但仍有誤報(bào)可能,并且監(jiān)測(cè)系數(shù)單一;如石棟[5]等人通過支持向量機(jī)算法(SVM)對(duì)數(shù)據(jù)進(jìn)行處理后進(jìn)行上傳,但其僅通過跌倒特征量 SVM 的閾值判斷,算法單一,無法測(cè)量除跌倒以外的其他異常行為。

    本設(shè)計(jì)基于以上問題,通過多傳感器感知設(shè)備采集老人的日?;顒?dòng)信息,除了及時(shí)報(bào)警功能,采用異常判定算法等多混合算法定期更新計(jì)算老人日常生活規(guī)律數(shù)據(jù),其在防止跌倒誤報(bào)產(chǎn)生的同時(shí),對(duì)老人除跌倒以外的其他異常行為通過算法進(jìn)行預(yù)測(cè)判斷,并通過 WiFi上傳到大數(shù)據(jù)平臺(tái),用戶可以通過APP隨時(shí)隨地查看老人當(dāng)前狀態(tài),以及階段性生活規(guī)律。

1 系統(tǒng)總體方案設(shè)計(jì)

    本設(shè)計(jì)的智能監(jiān)護(hù)系統(tǒng)主要由三部分組成: 智能監(jiān)護(hù)設(shè)備、網(wǎng)絡(luò)傳輸模塊、監(jiān)護(hù)中心服務(wù)平臺(tái)。系統(tǒng)總拓?fù)鋱D如圖1所示。

wlw2-t1.gif

1.1 智能監(jiān)護(hù)設(shè)備

    智能監(jiān)護(hù)設(shè)備硬件電路主要包括:主處理芯片電路、具備多個(gè)傳感器的傳感器單元電路(其中包括溫度、濕度、環(huán)境光、磁場(chǎng)、加速度、震動(dòng)等多個(gè)高精度傳感器)、無線WiFi傳輸電路 、DC/DC電壓轉(zhuǎn)換電路、數(shù)據(jù)存儲(chǔ)電路、時(shí)鐘電路、模塊轉(zhuǎn)換開關(guān)電路等。系統(tǒng)硬件結(jié)構(gòu)圖如圖2所示。

wlw2-t2.gif

1.2 網(wǎng)絡(luò)傳輸模塊

    網(wǎng)絡(luò)傳輸模塊介于智能監(jiān)護(hù)設(shè)備與監(jiān)護(hù)中心平臺(tái)、監(jiān)護(hù)端之間,是通信的橋梁,由數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層、數(shù)據(jù)傳輸層構(gòu)成,實(shí)現(xiàn)對(duì)智能監(jiān)護(hù)設(shè)備采集信息的獲取與發(fā)送功能。其中數(shù)據(jù)鏈路層采用IEEE 802.11 WiFi傳輸協(xié)議,直接與互聯(lián)網(wǎng)相連;網(wǎng)絡(luò)層與數(shù)據(jù)傳輸層通過TCP/IP傳輸協(xié)議將智能監(jiān)護(hù)設(shè)備所采集的老人及周邊環(huán)境的特定狀態(tài)數(shù)據(jù)通過無線WiFi直接同步到監(jiān)護(hù)中心服務(wù)平臺(tái)中。

1.3 監(jiān)護(hù)中心服務(wù)平臺(tái)

    監(jiān)護(hù)中心服務(wù)平臺(tái)即數(shù)據(jù)應(yīng)用層,采用HTTP超文本傳輸協(xié)議,主要由數(shù)據(jù)平臺(tái)、PC監(jiān)護(hù)端、手機(jī)監(jiān)護(hù)端構(gòu)成。數(shù)據(jù)平臺(tái)主要負(fù)責(zé)對(duì)智能監(jiān)護(hù)設(shè)備所上傳數(shù)據(jù)進(jìn)行接收、分析、整合、報(bào)警并保存。PC監(jiān)護(hù)端用于方便醫(yī)護(hù)人員以及老人家人觀察老人的活動(dòng)狀態(tài)以及周邊環(huán)境數(shù)據(jù),以圖表的形式顯示所采集數(shù)據(jù),并可以直接下載到指定文件夾,以EXCEL的形式保存,使其在沒有網(wǎng)絡(luò)的情況下也可以查看所采集到的數(shù)據(jù)。

2 系統(tǒng)實(shí)現(xiàn)及關(guān)鍵技術(shù)

2.1 數(shù)據(jù)實(shí)時(shí)采集與校驗(yàn)

    智能監(jiān)護(hù)設(shè)備即系統(tǒng)的數(shù)據(jù)采集端,采集數(shù)據(jù)的精度和正確性決定了誤報(bào)率的高低以及是否能準(zhǔn)確預(yù)測(cè)出老人的健康狀況,但現(xiàn)實(shí)生活中數(shù)據(jù)采集會(huì)受到傳感器精度、測(cè)量電路性能以及人為誤操作等其他很多因素影響。僅僅采用高精度傳感器和優(yōu)化電路的方法是不夠的。為了確保數(shù)據(jù)傳輸?shù)恼_性和完整性,本設(shè)計(jì)采用CRC校驗(yàn)技術(shù)(即循環(huán)冗余檢驗(yàn)技術(shù))[7]。對(duì)通過CRC校驗(yàn)的傳感器輸出數(shù)據(jù)進(jìn)行發(fā)送和存儲(chǔ),對(duì)未通過CRC校驗(yàn)的傳感器輸出數(shù)據(jù)讀取CRC校驗(yàn)錯(cuò)誤值。

2.2 無線通信與配置模塊設(shè)計(jì)

    當(dāng)智能監(jiān)測(cè)設(shè)備需要向監(jiān)護(hù)中心服務(wù)平臺(tái)上傳數(shù)據(jù)時(shí),首先通過無線通信模塊進(jìn)行WiFi連接,當(dāng)WiFi連接成功時(shí),處理模塊進(jìn)行待上傳的數(shù)據(jù)的讀取操作,若讀取成功則進(jìn)行所述智能監(jiān)測(cè)設(shè)備與監(jiān)護(hù)中心服務(wù)平臺(tái)之間的連接。無線通信模塊能夠工作在AP模式和STA模式,采用無線AP模式配置方法對(duì)設(shè)備進(jìn)行配置。設(shè)備作為主機(jī)發(fā)送WiFi,目前支持TCP和HTTP模式,用戶可通過手機(jī)或PC無線配置操作并查看設(shè)備當(dāng)前的配置信息、傳感器讀取信息、錯(cuò)誤信息等,還可將數(shù)據(jù)直接存入大數(shù)據(jù)平臺(tái),用戶可隨時(shí)隨地查看。

2.3 算法的研究與實(shí)現(xiàn)

    根據(jù)石棟等人所使用的支持向量機(jī)(SVM)的算法[10],其采用信號(hào)向量模SVM特征量將空間的加速度或角速度變化集合為一矢量[11],然而高齡老人所處的狀態(tài)是多樣、易變的,僅通過閾值來判斷跌倒情況,測(cè)量范圍具有局限性,并且不具備防止誤報(bào)警的功能。

    本設(shè)計(jì)采用個(gè)性化異常判定算法,針對(duì)不同應(yīng)用與場(chǎng)景選擇最優(yōu)算法。其在防止跌倒誤報(bào)產(chǎn)生的同時(shí),對(duì)老人除跌倒以外的其他異常行為進(jìn)行預(yù)測(cè)判斷,下面以加速度傳感器為例,通過舉例詳細(xì)說明本設(shè)計(jì)所應(yīng)用的算法。

    圖3給出的是加速度在運(yùn)動(dòng)過程中的變化曲線,是老人跌倒時(shí)的運(yùn)動(dòng)曲線。假設(shè)設(shè)備此時(shí)應(yīng)用于老人的跌倒檢測(cè)被固定在被測(cè)的人體上。

wlw2-t3.gif

    如圖3所示(此圖中縱坐標(biāo)為加速度幅值的256倍,即加速度幅值=縱坐標(biāo)值/256,單位為g),其中y軸(垂直方向)的加速度曲線,其正常靜止?fàn)顟B(tài)下應(yīng)該為-1 g;x軸(前后方向)和z軸(左右方向)的加速度曲線,其正常靜止?fàn)顟B(tài)下應(yīng)該為0 g;最上方曲線為三軸加速度的矢量和,其正常靜止?fàn)顟B(tài)下應(yīng)該為+1 g。

    此時(shí)采用峰值檢測(cè)的方法,峰值檢測(cè)算法的基本原理:設(shè)備根據(jù)x、y、z三軸中加速度變化最大的一個(gè)軸來判斷老人是否跌倒。算法步驟如下:

    (1)首先獲得所述加速度傳感器在s時(shí)間段內(nèi)依次輸出的加速度數(shù)據(jù),所述加速度數(shù)據(jù)具有x軸加速度、y軸加速度和z軸加速度,執(zhí)行步驟(2);

    (2)判斷加速度傳感器的采樣頻率是否高于預(yù)設(shè)采樣頻率(注:在采樣頻率過高時(shí),可以采用奇偶校驗(yàn)的方式進(jìn)行采樣,這種方法可以在減少采樣頻率的同時(shí)最大程度地還原原始形態(tài)),是則執(zhí)行步驟(4),否則執(zhí)行步驟(3);

    (3)計(jì)算:

wlw2-t3-x1.gif

    然后執(zhí)行步驟(5);

    (5)將F(s)與預(yù)設(shè)值進(jìn)行比較,并根據(jù)比較結(jié)果確定用戶當(dāng)前是否處于跌倒?fàn)顟B(tài)。

    如圖4所示,可以準(zhǔn)確測(cè)量出老人的跌倒情況,但是如果跌倒造成了嚴(yán)重的后果(如導(dǎo)致了人的昏迷),那么人體會(huì)在更長的一段時(shí)間內(nèi)都保持靜止,并不會(huì)產(chǎn)生峰值。由于老年人的運(yùn)動(dòng)相對(duì)比較慢,在普通的步行過程中,加速度變化不會(huì)很大。圖4所示是老人正常行走時(shí)的運(yùn)動(dòng)曲線,也不會(huì)出現(xiàn)較大峰值。此時(shí),無法判斷老人當(dāng)前狀態(tài),一旦老人跌倒了而不是行走緩慢,后果將會(huì)是很嚴(yán)重的。

wlw2-t4.gif

    如圖4所示,此時(shí)應(yīng)采用動(dòng)態(tài)閾值檢測(cè)算法。動(dòng)態(tài)閾值檢測(cè)算法的步驟如下:

    (1)首先獲得所述加速度傳感器在s時(shí)間段內(nèi)依次輸出的加速度數(shù)據(jù);所述加速度數(shù)據(jù)具有x軸、y軸和z軸加速度,執(zhí)行步驟(2);

    (2)當(dāng)所采集加速度數(shù)據(jù)達(dá)到N個(gè)后,計(jì)算N個(gè)加速度數(shù)據(jù)的均值作為動(dòng)態(tài)閾值,執(zhí)行步驟(3);

    (3)將計(jì)算出動(dòng)態(tài)閾值后每次獲得的加速度數(shù)據(jù)與該動(dòng)態(tài)閾值進(jìn)行比較,并根據(jù)比較結(jié)果確定用戶是否邁出步伐,執(zhí)行步驟(4);

    (4)當(dāng)計(jì)算出動(dòng)態(tài)閾值后獲得的加速度數(shù)據(jù)再次達(dá)到N個(gè)后,重新計(jì)算N個(gè)加速度數(shù)據(jù)的均值并更新動(dòng)態(tài)閾值,返回步驟(3)。

    這種算法具有自適應(yīng)性,能夠測(cè)量出老人的運(yùn)動(dòng)與靜止情況,但無法判斷出異常峰值(例如老人跌倒)。

    通過上面的舉例說明可以看出,單就一種算法無法滿足不同用戶的需求,本設(shè)計(jì)針對(duì)不同用戶,應(yīng)用不同算法用于檢測(cè)不同環(huán)境。實(shí)現(xiàn)個(gè)性化異常判定算法,根據(jù)用戶需求、使用場(chǎng)景等對(duì)設(shè)備進(jìn)行個(gè)性化設(shè)置,滿足用戶需求。此類算法不僅應(yīng)用于加速度傳感器,還可應(yīng)用于其他傳感器。

3 試驗(yàn)與結(jié)果分析

    本系統(tǒng)在錦州市某養(yǎng)老院部分中高齡獨(dú)居老人家中進(jìn)行試驗(yàn),基于WiFi的中高齡老人多算法智能監(jiān)護(hù)系統(tǒng),讓每個(gè)老人隨身攜帶智能監(jiān)護(hù)設(shè)備,同時(shí)在他們家中的床下、衛(wèi)生間門上、藥瓶上、房間內(nèi)都布置了智能監(jiān)護(hù)設(shè)備。

    實(shí)驗(yàn)證明,通過多維度的數(shù)據(jù)組合可全方位實(shí)時(shí)監(jiān)測(cè)到老人的活動(dòng)狀態(tài)、房間內(nèi)溫濕度、老人半夜的翻身情況、上衛(wèi)生間次數(shù)以及時(shí)間長度、是否按時(shí)吃藥等數(shù)據(jù),并能分析得出老人睡眠狀況、慢性病史、外界環(huán)境和服藥史等。

    另外,為了驗(yàn)證本設(shè)計(jì)中防止誤報(bào)的異常判定算法的正確性,進(jìn)行了跌倒后昏迷狀態(tài)判斷及跌倒后起身緩慢運(yùn)動(dòng)狀態(tài)判斷兩組附加實(shí)驗(yàn)測(cè)試。由于本實(shí)驗(yàn)具有偶然性和危險(xiǎn)性,所以實(shí)驗(yàn)由10名同學(xué)盡量模擬老人緩慢行走的步速完成。每組項(xiàng)目都進(jìn)行100次測(cè)試,其中一組實(shí)驗(yàn)結(jié)果如圖5、圖6、圖7所示。

wlw2-t5.gif

wlw2-t6.gif

wlw2-t7.gif

    如圖5所示,老人在第3 s~8 s之間摔倒,之后起身緩慢運(yùn)動(dòng)。則在第3 s~8 s之間系統(tǒng)采用峰值檢測(cè)算法,一旦峰值來臨之后(在第8 s之后)采用閾值檢測(cè)算法檢測(cè)出老人起身并緩慢運(yùn)動(dòng)。此時(shí)系統(tǒng)不進(jìn)行報(bào)警,避免了誤報(bào)警的發(fā)生。

    如圖6所示,老人在第3 s~8 s之間摔倒,之后陷入昏迷狀態(tài)。在第3 s~8 s之間系統(tǒng)采用峰值檢測(cè)算法,在第8 s之后采用閾值檢測(cè)算法檢測(cè)出老人陷入昏迷。此時(shí)系統(tǒng)立即報(bào)警并通知醫(yī)生和老人的家人。

    如圖7所示,老人在第3 s~13 s時(shí)加速度幅值明顯大于在第13 s~33 s時(shí),此時(shí)采用動(dòng)態(tài)閾值檢測(cè)算法,在第3 s~13 s時(shí)的動(dòng)態(tài)閾值為在此時(shí)間段內(nèi)加速度數(shù)據(jù)的均值經(jīng)計(jì)算為0.73,同理計(jì)算在第13 s~33 s時(shí)間段內(nèi)動(dòng)態(tài)閾值為0.17。可以看出兩個(gè)時(shí)間段內(nèi)閾值相差較大,在第13 s~33 s時(shí),如果不變化閾值則根本無法判斷老人是否處于運(yùn)動(dòng)狀態(tài)。

4 結(jié)論

    針對(duì)以往相關(guān)研究[1-4,11]中出現(xiàn)的誤報(bào)率高的問題,本設(shè)計(jì)采用個(gè)性化異常判定算法,針對(duì)不同應(yīng)用與場(chǎng)景,對(duì)比不同算法的傳感器反應(yīng)靈敏度、準(zhǔn)確度結(jié)果進(jìn)行計(jì)算。經(jīng)實(shí)驗(yàn)測(cè)試:系統(tǒng)可在精準(zhǔn)地預(yù)測(cè)老人日常生活規(guī)律的同時(shí)減少95%的誤報(bào)率。

參考文獻(xiàn)

[1] 丁亞媛,何貴蓉,陳洋,等.養(yǎng)老機(jī)構(gòu)老人跌倒現(xiàn)狀分析[J].全科護(hù)理,2014(31):2883-2884.

[2] 湯一平,顧校凱,孫黌杰,等.基于活動(dòng)量分析的獨(dú)居老人遠(yuǎn)程監(jiān)護(hù)系統(tǒng)的研究[J].計(jì)算機(jī)工程與應(yīng)用,2007(3):211-213.

[3] 楊海健,席桂清,辛元明,等.基于物聯(lián)網(wǎng)技術(shù)的老人監(jiān)護(hù)智能系統(tǒng)的研究與設(shè)計(jì)[J].科技創(chuàng)新與應(yīng)用,2016(2):66-67.

[4] 肖麗,付蔚,王平.智能家居中老人跌倒遠(yuǎn)程監(jiān)護(hù)系統(tǒng)的設(shè)計(jì)[J].電視技術(shù),2012(13):131-134.

[5] 石棟,張克華,徐彪.獨(dú)居老人云智能跌倒實(shí)時(shí)檢測(cè)系統(tǒng)的開發(fā)[J].計(jì)算機(jī)工程與應(yīng)用,2016(19):259-264.

[6] 姚七棟,張春玉.CRC校驗(yàn)及其軟件實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù),2006(13):67-68,71.

[7] 楊理勤,穆新華,鄭振云.常量金標(biāo)準(zhǔn)物質(zhì)定值中離群值的統(tǒng)計(jì)識(shí)別[J].巖礦測(cè)試,2013(3):483-486.

[8] 郁丹紅,賈曉斌.基于生物藥劑學(xué)性質(zhì)的中藥組分相似性分析方法的建立[J].中國中藥雜志,2013(12):1847-1850.

[9] 張強(qiáng),王寶華,楊成梧.基于二階平均法和Melnikov法準(zhǔn)周期負(fù)荷擾動(dòng)電力系統(tǒng)混沌振蕩分析[J].電工技術(shù)學(xué)報(bào),2006,21(6):115-121.

[10] 張衛(wèi)東,張偉年.電力系統(tǒng)混沌振蕩的參數(shù)分析[J].電網(wǎng)技術(shù),2000,24(12):17-20.

[11] 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(5):1450-1452,1456.



作者信息:

王  暢1,孫福明1,李  漾2

(1.遼寧工業(yè)大學(xué) 電子與信息工程學(xué)院,遼寧 錦州121001;2.大連云動(dòng)力科技有限公司,遼寧 大連116000)

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。