王龍飛，吳 赟（東華大學 信息科學與技術學院，上海 201620）

基于WiFi定位的老人看護系統(tǒng)*

王龍飛，吳 赟
（東華大學 信息科學與技術學院，上海 201620）

針對我國逐漸進入老齡化社會、老人增多的問題，利用Andriod平臺開發(fā)了基于WiFi定位的老人看護系統(tǒng)。該系統(tǒng)由客戶端、看護端和服務器組成，客戶端和服務器聯(lián)合完成定位功能，定位算法采用了基于RSSI的指紋算法估算出老人的位置坐標?？蛻舳撕头掌骺蛇M行危險區(qū)判斷，采用特征量閾值二次判斷法實現(xiàn)對老人跌倒檢測，當老人進入危險區(qū)或摔倒時發(fā)出報警。實驗表明，本系統(tǒng)定位速度快，定位精度高，準確報警率高。

室內(nèi)定位；Android平臺；指紋算法；特征量

0 引言

隨著智能移動設備的普及和無線網(wǎng)絡的快速發(fā)展，人們對位置信息的需求越來越強烈。目前，全球定位系統(tǒng)（Global Position System，GPS）在室外可以提供高精度的定位，而在環(huán)境復雜的室內(nèi)，GPS不能滿足定位需求。目前，室內(nèi)定位的研究主要有 ZigBee室內(nèi)定位［1］、藍牙室內(nèi)定位、超寬帶（UWB）室內(nèi)定位［2］、射頻標簽（RFID）定位和WiFi室內(nèi)定位系統(tǒng)［3-4］。WiFi部署簡單，成本較低，因而WiFi室內(nèi)定位技術成為研究的熱點。本文針對老人的看護問題，開發(fā)了一種基于Andriod平臺的WiFi定位的老人看護系統(tǒng)。

1 系統(tǒng)總體設計

基于WiFi定位的老人看護系統(tǒng)的總體設計框架如圖1所示，系統(tǒng)由客戶端、服務器和看護端組成?？蛻舳撕涂醋o端與服務器采用Socket方式通信，客戶端以手機信息（SMS）的方式向看護端發(fā)送報警信息。在線階段客戶端讀取周圍AP的RSSI值和加速度傳感器的值，將收集到的RSSI發(fā)送給服務器，服務器通過定位匹配算法估算出位置坐標，把位置坐標發(fā)送給客戶端和看護端，并根據(jù)坐標判斷老人是否進入危險區(qū)。同時客戶端根據(jù)加速度傳感器值的變化判斷老人是否跌倒，并及時發(fā)送報警信息。

圖1 總體框架

2 系統(tǒng)算法的實現(xiàn)

由于WiFi信號受室內(nèi)環(huán)境等多方面的影響，導致WiFi信號在同一地點不同時間采集到的 RSSI不同［5-6］。這種RSSI的時變特性，導致傳統(tǒng)的路徑損耗模型定位誤差較大，而采用指紋法可以有效地減小多徑和陰影衰落的干擾。指紋定位法分為兩個階段，離線階段和在線階段。

2.1 離線階段指紋庫的建立

離線階段指紋庫的建立影響在線階段的定位精度。針對多種因素對建立指紋庫影響的問題，系統(tǒng)采取以下措施：（1）基于隨著參考點的增加，定位誤差降低，但是離線階段的工作量增加的特點，系統(tǒng)采取間隔1 m的網(wǎng)格建立指紋庫；（2）基于空間和時間因素對 RSSI的影響，系統(tǒng)在每個參考點的 4個方向（東、西、南、北）分別采集30次，然后去奇異值求平均。指紋庫主要包含參考點的坐標、AP的MAC值和AP的RSSI值，如表1所示。

表1 指紋庫信息表

2.2 在線階段的匹配算法

基于WKNN（Weighted K Nearest Neighborhood）算法［7］原理簡單、計算復雜度低等優(yōu)點，在線階段系統(tǒng)采用WKNN算法。WKNN是根據(jù)待測點的RSS向量與數(shù)據(jù)庫中已記錄的指紋向量之間的距離賦予不同的最近鄰采樣點不同的權重進行位置估計，系統(tǒng)以歐式距離平方倒數(shù)作為權重值，即：

其中，wi是權重系數(shù)；θ是很小的正數(shù)，防止分母為零；Di是實際信號數(shù)據(jù)與第i個最近采樣點的歐式距離，Di平方的大小反映權重的變化，Di越小，所占的權重越大。

2.3 跌倒檢測方法

由于跌倒的方向是隨機的，因此系統(tǒng)采用SVM（Signal Vector Magnitude）特征量閾值檢測跌倒，因為SVM不需要考慮三軸加速度的空間方向［8-9］。SVM計算如下：

其中，x、y、z分別為X軸、Y軸、Z軸的速度值。

老人跌倒可分為跌倒和靜止兩個階段，系統(tǒng)采用雙閾值判斷法提高檢測的準確率。第一階段老人跌倒時三軸傳感器3個方向上的加速度值發(fā)生巨變，使SVM發(fā)生巨變，設定閾值 t1，當 SVM＞t1時，初步判斷老人跌倒。第二階段老人靜止在地面上，X軸、Y軸、Z軸上的加速度值會有兩個方向上的值為零，另一個方向上的加速度值為重力加速度 g，設定閾值 t2，當|SVM-g|＜t2時，判定老人跌倒。

2.4 危險區(qū)判別方法

設危險區(qū)域 A（x1＜x＜x2且 y1＜y＜y2），當客戶端坐標（xi，yi）x1＜xi＜x2且 y1＜yi＜y2時，判定進入危險區(qū)域 A，開啟定時器，定時器超時，服務器發(fā)送指令到客戶端。為了減小定位誤差對危險區(qū)域判斷的影響，系統(tǒng)采用奇異值修正法來提高檢測坐標在危險區(qū)域A內(nèi)的準確率，判斷當前t4時刻坐標是否在危險區(qū)域A內(nèi)時查看前一時刻t3和后一時刻的坐標是否在危險區(qū)域A內(nèi)，如果t4時刻坐標不在區(qū)域A內(nèi)，而t3、t5時刻在區(qū)域A內(nèi)，系統(tǒng)判斷t4時刻坐標在區(qū)域A內(nèi)。

3 系統(tǒng)開發(fā)

3.1 客戶端開發(fā)

客戶端流程圖如圖2所示，客戶端包含WiFi信號的掃描、實時顯示、加速度傳感器值的檢測、報警信息發(fā)送等功能。由于跌倒過程時間較短，因此系統(tǒng)判斷老人是否跌倒在客戶端實現(xiàn)以保證判斷和報警的實時性。

圖2 客戶端流程圖

3.2 看護端開發(fā)

圖3是看護端流程圖，看護端接收到服務器發(fā)送的坐標數(shù)據(jù)并在地圖上標示并顯示客戶端坐標位置，同時接收客戶端發(fā)來的報警信息。

圖3 看護端流程圖

3.3 服務端開發(fā)

服務器的流程圖如圖4所示。開啟服務器的監(jiān)聽端口，當監(jiān)聽到客戶端和看護端的請求時，服務器開啟新的線程，監(jiān)聽客戶端數(shù)據(jù)，接收到數(shù)據(jù)后，服務器通過匹配算法與指紋庫數(shù)據(jù)匹配得出估計坐標，服務器把坐標值傳輸給客戶端和看護端。其次，服務器根據(jù)這個坐標值判斷客戶端是否進入危險區(qū)，如果進入危險區(qū)，啟動計時器，一旦計時器超出設定的閾值，服務器向客戶端發(fā)送報警指令并恢復定時器，否則，服務器恢復定時器。系統(tǒng)采用手機短息報警的方式，擁有性能穩(wěn)定、報警及時、方便查看等優(yōu)點。

圖4 服務器流程圖

4 實驗結果

本文選取東華大學2號學院樓一個環(huán)境復雜的會議室驗證系統(tǒng)。測試區(qū)域長14 m，寬8 m，采用1 m×1 m的網(wǎng)格，共采集112個參考點。實驗結果如表2所示。系統(tǒng)定位精度較高，系統(tǒng)的單次定位時間小于3 s，且看護端和客戶端的地圖刷新保持一致。當手機加速下降或在某一區(qū)域時間過長時，客戶端及時發(fā)送報警信息，準確率達到70％以上。系統(tǒng)界面顯示友好，客戶端和看護端界面顯示如圖5所示，報警信息如圖6所示，服務器端界面顯示如圖7所示。

表2 實驗結果

圖5 客戶端、看護端界面

圖6 報警信息

圖7 服務器端界面

5 結論

本文開發(fā)的基于WiFi定位的老人看護系統(tǒng)，利用現(xiàn)有的WiFi設備，成本較低；客戶端和看護端在Android手機上實現(xiàn)，便于攜帶；報警信息通過手機短信的方式發(fā)送，可靠性高。實驗表明，該系統(tǒng)定位精度理想、定位速度快、報警及時，具有很高的使用價值。由于系統(tǒng)沒有考慮人體的一些劇烈運動對跌倒判斷的影響，系統(tǒng)會發(fā)生誤判，在以后的工作中需要全面地考慮人體形態(tài)對跌倒判斷的影響。

［1］FANG S H，WANG C H，HUANG T Y，et al.An enhanced ZigBee indoor positioning system with an ensemble approach［J］.Communications Letters，IEEE，2012，16（4），564-567.

［2］王子冉，李環(huán).室內(nèi)超寬帶無線定位技術研究［J］.微型機與應用，2015，34（8）：60-62，66.

［3］徐瀟瀟，謝林柏，彭力.基于 WiFi信號強度特征的室內(nèi)定位系統(tǒng)設計［J］.計算機工程，2015，40（1）：87-91.

［4］崔惠媚，王小偉，王偉，等.基于WiFi的室內(nèi)定位系統(tǒng)［J］.微型機與應用，2014，33（23）：58-61.

［5］馮辰.基于壓縮感知的RSS室內(nèi)定位系統(tǒng)的研究與實現(xiàn)［D］.北京：北京交通大學，2011.

［6］ULLAH K，CUSTODIO I V，SHAH N，et al.An experimental study on the behavior of received signal strength in indoor environment［C］.International Conference on Frontiers of Information Technology，2013：259-264.

［7］BAHL P，BALACHANDRAN A，PADMANABHAN V N.Enhancements to the RADAR user location and tracking system［R］.Technical Report MSR-TR-00-12，Microsoft Research.2000.

［8］周堂興，范紅.一種智能可穿戴的跌倒檢測系統(tǒng)［J］.微型機與應用，2015，34（2）：94-96.

［9］吳志強，曹蕾，王凱，等.基于智能手機的人體跌倒檢測系統(tǒng)設計［J］.計算機工程與設計，2014，35（4）：1465-1470.

Elder-care system based on WiFi positioning

Wang Longfei，Wu Yun
（College of Information Science and Technology，Donghua University，Shanghai 201620，China）

In view of China gradually the aging society，the elderly are increasing.The indoor positioning system for the elderly monitoring is designed on Andriod platform.The system is composed of client，client-monitoring and server.The client and server combine to complete the positioning function.RSSI-based fingerprint algorithm is used in the localization to calculate the position coordinates of the elderly.The Client and server determine the danger zone，and use the two discrimination algorithm based on threshold signal vector magnitude method to detect fall.When the old man enters the dangerous area or falls，system sends out the alarm.Experiments show that the system has high positioning speed，high positioning accuracy and high accuracy of alarm.

indoor location；Android platform；fingerprint algorithm；signal vector magnitude

TP311.5

A

1674-7720（2015）24-0098-03

王龍飛，吳赟.基于WiFi定位的老人看護系統(tǒng)［J］.微型機與應用，2015，34（24）：98-100.

2015-08-25）

王龍飛（1988-），男，碩士研究生，主要研究方向：室內(nèi)定位研究。

國家自然科學基金青年項目（61301029）

吳赟（1976-），女，博士，副教授，主要研究方向：無線通信中的信號處理技術研究、視頻跟蹤及圖像處理。