跌倒管家——遠程跌倒老人監護系統的設計與實(shí)現*

*項目來(lái)源：天津師范大學(xué)大學(xué)生創(chuàng )新創(chuàng )業(yè)訓練計劃項目（目編號：202010065324）

作者簡(jiǎn)介：周思亦（1999—），男，河南濮陽(yáng)市人，在讀大學(xué)生。

通信作者：于洋（1987—），男，天津市人，研究生，天津師范大學(xué)計算機與信息工程學(xué)院實(shí)驗師，主要研究方向：智能控制、智能計算。E-mail:452410762@qq.com。

摘要：針對老人獨居狀況下出現的意外跌倒頻發(fā)、跌倒后無(wú)人發(fā)現、老人狀態(tài)子女難以掌握等現象，本文過(guò)多傳感器融合、通信、大數據、人工智能等技術(shù)研發(fā)出一個(gè)以老人是否摔倒進(jìn)行實(shí)時(shí)監測為主要功能的關(guān)懷老人的智能穿戴設備（腰帶）和配套APP。當老年人在移動(dòng)過(guò)程中出現傾斜摔倒姿態(tài)時(shí)，腰帶中的傳感器能快速檢測到活動(dòng)狀態(tài)異常并通過(guò)WiFi或4G網(wǎng)絡(luò )向阿里云傳輸信息，經(jīng)過(guò)阿里云的處理和轉發(fā)，子女手機將接收到包含位置、心率和時(shí)間等重要救援信息的警示提醒，這將使得老年人摔倒后無(wú)人救助的概率大大降低，并顯著(zhù)改善老年人的生活狀態(tài)，后期可推廣到智能穿戴設備市場(chǎng)。

導師評語(yǔ)：本論文選題有很強的應用價(jià)值，文獻材料收集詳實(shí)，綜合運用了所學(xué)知識解決問(wèn)題，所得數據合理，結論正確，有創(chuàng )新見(jiàn)解。另外論文格式正確，書(shū)寫(xiě)規范，條理清晰，語(yǔ)言流暢。該論文的文獻調研全面系統，立題指導思想明確，實(shí)驗設計合理可行，能夠按照實(shí)驗計劃進(jìn)行，并達到預期效果。

0   引言

在我國，跌倒是65 歲以上老人意外傷害的首要原因^[1]。然而跌倒的時(shí)間、地點(diǎn)不確定性以及難以預防性給老年人跌倒后的施救工作帶來(lái)實(shí)際困難。因此本文所描述的系統設計將從實(shí)際問(wèn)題出發(fā)，設計出一款老年人活動(dòng)實(shí)時(shí)監管的跌倒管家，實(shí)時(shí)監控老人的動(dòng)態(tài)，實(shí)現跌倒報警、快速救援、減少傷害等效用。預期將有效解決無(wú)人監管的老年人的安全問(wèn)題，增強社會(huì )的和諧穩定，因受眾人數巨大，推廣后預期將有較大的市場(chǎng)空間。

1   功能簡(jiǎn)介

當老年人行走時(shí)，若偶遇突發(fā)事件致使老人摔倒，系統在摔倒的瞬間，加速度傳感器、慣性傳感器會(huì )及時(shí)輸出數據，通過(guò)腰部單片機（MCU）分析與計算加速度的變化數據來(lái)實(shí)現摔倒的檢測。在老人摔倒的過(guò)程中，老人腰部傳感器的加速度數值與正常數值相比會(huì )迅速變化，即可很好地判斷出老人是否摔倒。識別摔倒后系統會(huì )啟動(dòng)GPS 模塊把地理位置信息發(fā)送到云端，云端進(jìn)行二次檢測處理后發(fā)送給緊急聯(lián)系人，腰帶在跌倒的瞬間發(fā)出報警聲。

2   硬件系統設計

系統的硬件部分主要包括：STM32 野火霸道V1 開(kāi)發(fā)板、JQ8900 8400 MP3 語(yǔ)音播放模塊、GY-521MPU6050 三維角度模塊、ESP-8266 WiFi 模塊、HC-05 藍牙模塊、SIM800C 模塊、有源蜂鳴器模塊、心率傳感器。

2.1 跌倒定位預警功能設計

WiFi 模塊有3 種工作模式：STA、AP 和STA/A，使得WiFi 部分兼具連接熱點(diǎn)和發(fā)送熱點(diǎn)兩種功能^[2]。在有WiFi 信號條件下，在云平臺注冊過(guò)的設備可以直接向云平臺發(fā)送數據，包括藍牙端所測量的所有角度數據。當數據出現異常時(shí)，便會(huì )將數據上傳到云平臺并進(jìn)行保存，同時(shí)通過(guò)WiFi 向子女端發(fā)送警告信息，子女可以看到從云平臺傳輸下來(lái)的角度數據、壓力數據以及老人的所在位置。阿里云平臺提供了關(guān)于GPS 定位的相關(guān)控制臺組件，通過(guò)開(kāi)發(fā)板上的GPS 模塊發(fā)送的相關(guān)經(jīng)度緯度高度數據，以確定其在地圖上的位置，并以圖形化界面直觀(guān)顯示，方便子女在收到預警后及時(shí)對老人進(jìn)行救助，如圖1 所示。

圖1 參數設置圖

2.2 報警求救功能設計

2.2.1 按鍵語(yǔ)音求救功能設計

該系統的硬件模塊主要包括：JQ8900 8400 MP3 語(yǔ)音播放模塊、按鍵開(kāi)關(guān)模塊、揚聲器。JQ8900-16P 使用SoC 解決方案，該解決方案集成了16 位MCU 和專(zhuān)門(mén)用于音頻解碼的ADSP[3]。硬解碼方法可確保系統的穩定性和聲音質(zhì)量。當老人在室外跌倒時(shí)，可以用手按下腰帶上的按鍵開(kāi)關(guān)模塊，當按鍵時(shí)就會(huì )觸發(fā)JQ89008400 MP3 語(yǔ)音模塊播放相應的求救語(yǔ)音，提醒周?chē)娜私o予幫助。如果老人誤觸按鍵，再按一下即可取消。

2.2.2 跌倒報警功能設計

該系統的硬件模塊主要包括：STM32 野火霸道V1開(kāi)發(fā)板、GY-521MPU6050 三維角度傳感器、HC-05藍牙模塊、SIM800C 模塊、有源蜂鳴器模塊。單片機根據GY-521MPU6050 三維角度傳感器檢測值判斷出老人跌倒時(shí)，會(huì )立即向有源蜂鳴器發(fā)送一個(gè)高電平觸發(fā)蜂鳴器報警，第一時(shí)間引起周?chē)说淖⒁?。SIM800C 模塊與單片機串口直接連接，根據硬件設計手冊需進(jìn)行3.3 V 電平匹配，將模塊與單片機串口之間接1 kΩ 電阻，模塊RX 腳接5.6 kΩ 電阻到地，以實(shí)現簡(jiǎn)單的電平匹配^[4]。老人跌倒時(shí)，單片機還控制SIM800C模塊向老人子女的手機發(fā)送老人已跌倒的短信，通知子女立即前來(lái)救助老人。此外，單片機還會(huì )將老人跌倒信息通過(guò)藍牙模塊發(fā)送至老人手機端，手機端的APP 也會(huì )相應報警。

2.3 心率檢測功能設計

該系統的硬件模塊主要包括：STM32F103C8T6 開(kāi)發(fā)板、心率傳感器（如圖2）。傳感器具有3 個(gè)引腳，分別是信號輸出引腳S、正電源VCC 和負電源GND，它們可以通過(guò)杜邦線(xiàn)連接到單片機^[5]。采樣數據處理算法：心率是指1 min 內的心跳數。獲取心率的傳統方法是計算1 min 后的脈搏數。但是在這種情況下，必須監測1 min 才能進(jìn)行每次心率測量，以獲低效的結果。另一種方法是測量2 個(gè)相鄰脈沖之間的時(shí)間間隔，然后將該間隔除以1 min 以獲取心率。本文使用后者可以實(shí)時(shí)高效地計算脈沖。BPM（心率）：1 min 內的心跳次數。BPM=60/IBI[6]。其中IBI：相鄰兩次脈搏的時(shí)間間隔，單位：s。當老人需要了解自己的心率時(shí)，可以將食指輕輕放在皮帶上的心率傳感器上，等待一段時(shí)間后即可測出心率，心率值將通過(guò)藍牙模塊發(fā)送至手機端中的APP 上顯示并判斷是否正常。

圖2 心率傳感器電路圖

3   軟件設計與實(shí)現

3.1 總體設計

啟動(dòng)本系統后，腰帶主動(dòng)連接WiFi 和藍牙，并開(kāi)始接收傳輸的信息，進(jìn)行初步的判斷，如果初步判斷老人跌倒就將報警信息（含有老人地理位置，心率信息）發(fā)送至云端，進(jìn)行進(jìn)一步處理和存儲（如圖3）。

圖3 主系統流程圖

3.2 老人端軟件功能設計

首先，老人端APP 可以自主連接藍牙設備，在與腰帶建立連接后，其可接收腰帶中的藍牙模塊所傳輸的跌倒信號及老人心率數值。老人端APP 接收到跌倒信號后，自動(dòng)解析跌倒信號，若判斷為非法數據，手機將自動(dòng)發(fā)出警報聲并且向已綁定的子女端APP 發(fā)送該跌倒信號。其次，老人端APP 每隔2 s 會(huì )接收1 次心率數值并向已綁定的子女端APP 發(fā)送心率值。最后，系統還會(huì )根據收到的心率數值自動(dòng)分析安全性，并在界面中加以提示。

3.3 子女端軟件功能設計

子女端APP 中預先與連接老人端APP 相互綁定。子女端APP 能夠接收老人端APP 傳輸的跌倒信號以及老人心率數值。當接收到老人摔倒的數據后，手機將自動(dòng)發(fā)出警報聲。子女端可以手動(dòng)設置警報的震動(dòng)間隔以及警報聲音的播放時(shí)長(cháng)。子女端APP 每隔2 s 會(huì )接收1次心率數值，可在心率顯示界面實(shí)時(shí)查看到老人的心率，系統還會(huì )根據收到的心率數值自動(dòng)分析安全性，并在界面中加以提示（如圖4）。

圖4 子女端APP軟件工作流程圖

3.4 主界面實(shí)現

主界面由老人跌倒檢測標簽、正能量激勵標簽、心率顯示按鈕、關(guān)閉警報按鈕、連接藍牙按鈕、斷開(kāi)連接按鈕以及震動(dòng)時(shí)長(cháng)和間隔調整的水平滑動(dòng)條組成。

3.5 跌倒判定算法設計

3.5.1 算法概述

人體跌倒行為主要分為：向前、向后、向左、向右跌倒等。無(wú)論如何跌倒，人體加速度以及人體傾斜角度均會(huì )發(fā)生不同程度的異動(dòng)。此系統采用基于閾值判斷的啟發(fā)式算法^[7] 來(lái)判斷人體是否跌倒。

3.5.2 啟發(fā)式算法

基于閾值判斷算法的關(guān)鍵在于擇優(yōu)的閾值選取，通過(guò)將多組跌倒數據錄入系統，基于啟發(fā)式算法中的蟻群算法^[8]，系統可以計算出近似最優(yōu)閾值。

3.5.3 算法設計思想

在人體跌倒時(shí)，人體加速度會(huì )大幅度發(fā)生波動(dòng)，同時(shí)人體傾斜角度大幅度改變。跌倒數秒后，人體加速度恢復穩定并且人體傾斜角度不再發(fā)生改變，此時(shí)可以判斷人體跌倒。當系統檢測到人體加速度a 大幅度異動(dòng)時(shí)，系統會(huì )記錄n1 秒內加速度峰值a1、此時(shí)時(shí)間t1，并且檢測n2秒內是否有新的加速度峰值a2、此時(shí)時(shí)間t2 若檢測到第2 個(gè)加速度峰值a2，系統會(huì )分別計算a1 和a2 的方向，然后計算t1 ～ t2 秒的傾角大小q，若傾角大小q ＞閾值qv 并且|a2-a1| ＞閾值av，那么可以判斷人體發(fā)生跌倒，整體算法流程如圖5 所示。

圖6 跌倒判定算法流程圖

4   系統測試及結果

4.1 測試方法

本系統測試采用RESTful WebAPI 自動(dòng)化測試[9]，對老人的各種行為進(jìn)行模擬測試，例如：上樓、下樓、彎腰、向前摔倒、向后摔倒、側面摔倒以及飛撲等，并且測試了系統硬件隨著(zhù)距離改變而對性能產(chǎn)生的影響。本系統采用黑盒測試^[10]對軟件的藍牙連接模塊以及心率顯示模塊進(jìn)行測試，經(jīng)過(guò)測試模塊全部正常運行。

4.2 測試結果

由實(shí)驗可知，如表1 所示，系統響應速度隨著(zhù)手機與穿戴設備之間位移的增加而出現響應速度的下降，所以此系統的最佳使用距離為4 m 左右。

由實(shí)驗數據表2 分析可知，系統信號強度隨著(zhù)兩設備之間位移的增加而出現響應速度下降和信號強度下降，所以在使用此系統時(shí)，兩設備應盡量保持較近的距離，以獲得更快的響應速度。

5   結束語(yǔ)

本文通過(guò)多傳感器融合、通信、大數據技術(shù)、數據庫技術(shù)和人工智能深度學(xué)習技術(shù)研發(fā)出一個(gè)以老人是否摔倒進(jìn)行實(shí)時(shí)監測為主要功能的關(guān)懷老人的智能穿戴設備（腰帶）和配套APP。當老年人在移動(dòng)過(guò)程中出現傾斜摔倒姿態(tài)時(shí)，腰帶能快速檢測到活動(dòng)狀態(tài)異常并通過(guò)WiFi 或4G 網(wǎng)絡(luò )向阿里云傳輸數據（包括位置信息、心率信息、時(shí)間信息、海拔、經(jīng)緯度等），經(jīng)過(guò)阿里云的處理和轉發(fā)，子女手機將接收到包含位置信息、心率信息和時(shí)間信息等重要救援信息的警示提醒，將有效解決老人摔倒后無(wú)人發(fā)現的問(wèn)題，顯著(zhù)改善老年人的生活狀態(tài)，有助于社會(huì )的穩定。

參考文獻：

[1] 耳玉亮,段蕾蕾,葉鵬鵬,等.2014年全國傷害監測系統老年跌倒/墜落病例特征分析[J].中華流行病學(xué)雜志,2016,37(01):24-28.

[2] 韓婉婉,姜楠,張超.穿戴式頸部姿態(tài)預防矯正儀設計探討[J].中國高新技術(shù)企業(yè),2015(13):28-29.

[3] 周寶昌,謝智陽(yáng),梁景.基于A(yíng)rduino的智能家居語(yǔ)音識別系統[J].數字技術(shù)與應用,2019(9):37-38,40.

[4] 韓進(jìn),馬雙.基于SIM800C的GPRS數據傳輸系統設計[J].電子產(chǎn)品世界,2016(11):39-42.

[5] 邱治金,藍慧雪.基于MSP430單片機的便攜式手指脈搏測試儀[J].電腦知識與技術(shù),2020(12):236-237+253.

[6] 夏卓,王亞剛.一種基于STM32的心率檢測方法設計[J].軟件導刊,2020(7):81-84.

[7] 屠碧琪.基于多傳感融合的老人跌倒檢測算法研究[D].杭州:浙江理工大學(xué),2017.

[8] 溫文波,杜維.蟻群算法概述[J].石油化工自動(dòng)化,2002(1):19-22.

[9] 康彥.基于RobotFramework的RESTful WebAPI自動(dòng)化測試框架設計與研究[J].數字技術(shù)與應用,2020,38(12):178-180,183.

[10] 李寧,李戰懷.基于黑盒測試的軟件測試策略研究與實(shí)踐[J].計算機應用研究,2009,26(03):923-926.

（本文來(lái)源于《電子產(chǎn)品世界》雜志2021年9月期）