張美潤
(福建工程學(xué)院 福建省福州市 350118)
根據(jù)第七次全國人口普查數(shù)據(jù)顯示,2020年我國65 周歲以上老年人口達(dá)1.91 億,占人口比重13.5%,比2010年上升了4.7%,說明我國即將進入深度老齡化社會。隨著老齡化進程與家庭小型化、空巢化的現(xiàn)象日益突出,社會養(yǎng)老保障和養(yǎng)老服務(wù)的需求將急劇增加[1]。在我國規(guī)劃的養(yǎng)老服務(wù)格局中,97%以上老人采用社區(qū)和居家養(yǎng)老模式,3%的老人采用機構(gòu)養(yǎng)老。智能居家養(yǎng)老不僅可以保障家庭養(yǎng)老服務(wù)的專業(yè)化,還可以滿足老人在熟悉的家庭環(huán)境養(yǎng)老,解決老年人需要親情相伴等問題,已經(jīng)成為符合我國老年人特點與需求的新型養(yǎng)老模式。
“智能居家養(yǎng)老”是現(xiàn)代技術(shù)革命推動催生的全球范圍內(nèi)的一場養(yǎng)老理念與模式創(chuàng)新,日益受到國內(nèi)外的廣泛關(guān)注[2]。隨著科技進步與養(yǎng)老理念轉(zhuǎn)變的雙重影響,“智能居家養(yǎng)老”成了應(yīng)對老齡化挑戰(zhàn)、破解養(yǎng)老壓力、提高養(yǎng)老服務(wù)質(zhì)量與效率、促進養(yǎng)老產(chǎn)業(yè)轉(zhuǎn)型創(chuàng)新升級的突破口與重要途徑?;谖锫?lián)網(wǎng)模式的“智能居家養(yǎng)老”系統(tǒng)包含了服務(wù)系統(tǒng)與信息平臺、養(yǎng)老醫(yī)療服務(wù)系統(tǒng)、家庭監(jiān)護系統(tǒng)和社區(qū)電子商務(wù)等模塊,能夠提供實時、快捷、高效、低成本的物聯(lián)化、互聯(lián)化、智能化的養(yǎng)老服務(wù),可以解決目前所面臨的養(yǎng)老服務(wù)內(nèi)容單一,服務(wù)資源匱乏供需矛盾[3]。
基于水聯(lián)網(wǎng)的智能居家養(yǎng)老系統(tǒng)由硬件系統(tǒng)和軟件平臺兩部分組成,硬件系統(tǒng)主要完成用水?dāng)?shù)據(jù)的采集和傳輸,軟件平臺主要針對數(shù)據(jù)進行建模分析、展示和預(yù)警。
(1)用水?dāng)?shù)據(jù)采集與傳輸。智能居家養(yǎng)老的水聯(lián)網(wǎng)數(shù)據(jù)采集裝置建立在市政機械式水表的基礎(chǔ)之上,針對市面已在廣泛使用的干簧管等磁敏指針式機械水表數(shù)字化改造方案所解決的精確計量問題,居家養(yǎng)老數(shù)量監(jiān)控更關(guān)注的是實時用水起始時間、結(jié)束時間、瞬時用水流速和當(dāng)次用水流量,考慮到用水監(jiān)測所關(guān)注的是當(dāng)次用水事件的實時流速、流量、起始/終止時間,故將實時流量轉(zhuǎn)換為磁脈沖指針的旋轉(zhuǎn)頻率及周期脈寬,是準(zhǔn)確記錄當(dāng)次用水事件(流速/時間/流量)曲線的更優(yōu)方法。
采集裝置的核心是一片STM32 的低功耗32 位處理器,其待機電流可達(dá)0.67uA。采集裝置MCU 系統(tǒng)可在脈寬捕獲模塊或數(shù)據(jù)通信通道的觸發(fā)下,退出低功耗模式,并進行數(shù)據(jù)處理或通信應(yīng)答。采集裝置使用3.6V 高密度鋰電池,由于采用脈沖觸發(fā)的實時監(jiān)控策略,可大大降低了對基表監(jiān)視的能量消耗,同時結(jié)合對MCU 外設(shè)時鐘頻率的自適應(yīng)調(diào)節(jié),以及NB-IoT 模塊的低功耗設(shè)計,使系統(tǒng)功耗維持在最低水平,電池的待機工作能力要達(dá)到2-5年?;陬l率計量和NB-IoT 的低功耗水聯(lián)網(wǎng)采集裝置如圖1所示。
圖1:基于頻率計量和NB-IoT 的低功耗水聯(lián)網(wǎng)采集裝置
(2)軟件平臺基于水聯(lián)網(wǎng)的居家養(yǎng)老的需求進行設(shè)計,平臺由數(shù)據(jù)資源層、基礎(chǔ)平臺層、業(yè)務(wù)邏輯層、功能表現(xiàn)層構(gòu)成,各層間的關(guān)系如圖2所示。
圖2:平臺軟件架構(gòu)
平臺軟件使用開源的MySQL 數(shù)據(jù)庫;平臺軟件具有WEB 層、數(shù)據(jù)處理層與數(shù)據(jù)采集層,各層之間通過Socket 通道進行通訊;平臺軟件集成了居家養(yǎng)老的檔案信息管理、水聯(lián)大網(wǎng)數(shù)據(jù)處理、生活狀況監(jiān)測與預(yù)警3 大功能;平臺軟件的數(shù)據(jù)處理層采用C/S 架構(gòu)進行訪問,WEB 層使用B/S 架構(gòu)進行訪問,支持多客戶進行數(shù)據(jù)交互;同時,也可以使用安卓/蘋果移動端對居家養(yǎng)老可能出現(xiàn)的預(yù)警信息及其對應(yīng)的風(fēng)險系數(shù)進行查詢、響應(yīng)和標(biāo)記,使得親人可以及時掌握應(yīng)預(yù)警提示,志愿者和社區(qū)工作人員能夠根據(jù)推送信息,進行個性化地關(guān)注及回訪,提高居家養(yǎng)老服務(wù)的精準(zhǔn)度和有效性。平臺軟件的數(shù)據(jù)流結(jié)構(gòu)示意圖如圖3所示。
圖3:數(shù)據(jù)流結(jié)構(gòu)示意圖
目前我國的水務(wù)系統(tǒng)仍以機械式水表和人工抄收月數(shù)據(jù)為主,無法遠(yuǎn)傳和實時采集,即使采用價格較高的新型智能水表,其電池也仍無法支撐一日多次遠(yuǎn)傳的實時用水信息采集的需要,所以有必要研制一款既能夠避免供水管道改造,又能夠滿足高密度實時用水信息及時上傳的普通水表低功耗和低成本的水聯(lián)網(wǎng)數(shù)據(jù)采集器。
盡管干簧管及磁敏指針改造的機械水表傳感裝置采用預(yù)磁穩(wěn)定或多點采集,力圖解決水錘等造成臨界點顫動的缺點,以確保計量信號準(zhǔn)確輸出,但在實際應(yīng)用中,仍存在誤動作。作為居家養(yǎng)老用水事件監(jiān)測系統(tǒng),因精確計量累計用水量已不是主要目的,反而準(zhǔn)確地分辨出用水事件的屬性是更為重要的,因此可避開精確計量水量數(shù)據(jù)問題,居家養(yǎng)老水聯(lián)網(wǎng)數(shù)據(jù)采集器所針對的是解決實時用水所出現(xiàn)的采集密度較大、實時性要求高和電池供電系統(tǒng)功耗要低的問題,以及更關(guān)注實時流速和用水時標(biāo)的特點,所以在水采集器的設(shè)計上,使用了事件觸發(fā)和用水習(xí)性時區(qū)劃分的方式,在節(jié)約電池能源的基礎(chǔ)上實現(xiàn)高密度的實時用水事件及時上報;同時,水采集器會根據(jù)平臺系統(tǒng)大數(shù)據(jù)挖掘的獨居老人用水習(xí)慣所獲得的用水習(xí)性區(qū)間和非習(xí)性區(qū)間,對其工作狀態(tài)進行分類分級降耗和節(jié)能,并應(yīng)用NB-IoT 低功耗蜂窩聯(lián)網(wǎng)技術(shù),綜合解決居家養(yǎng)老用水?dāng)?shù)據(jù)在實時上報、智能化采集和待機過程的低功耗問題,以延長電池工作時間。
對采集終端所實時上報的用水?dāng)?shù)據(jù)(用水起始時間、結(jié)束時間和分段流速)進行分類,以統(tǒng)計用水容積和識別用水種類,是順利進行信息挖掘的關(guān)鍵。當(dāng)前已經(jīng)涌現(xiàn)出了多種分類算法,其中極限學(xué)習(xí)機(Extreme Learning Machine,ELM)作為一種前饋神經(jīng)網(wǎng)絡(luò)的新型學(xué)習(xí)算法,它有比較簡單的結(jié)構(gòu)、較少的參數(shù)調(diào)整,以及較低的計算復(fù)雜度等優(yōu)點,已經(jīng)引起廣泛的關(guān)注[4]。獨居老人的生活用水的分類模型主要解決水聯(lián)網(wǎng)采集終端實時上報的當(dāng)前用水的速率、流量和起始、終止時間,初步實現(xiàn)烹飪、洗滌、飲用和沐浴等生活用水的分類,結(jié)合日常生活的習(xí)慣和天氣因素、假期日歷等因素,分析可能出現(xiàn)的異常風(fēng)險,并給出日常生活狀況風(fēng)險評估的結(jié)論。
基于極限學(xué)習(xí)機的用水分類特征是各類用水平均速率、平均加速度和當(dāng)次用水容積數(shù)。烹飪用水涉及食材準(zhǔn)備、煮食用水和廚具清潔過程,其用水特征為多個開關(guān)龍頭用水/關(guān)閉的組合,并且用水期間流速基本穩(wěn)定,同時用水時間集中與早餐、午餐、晚餐和點心的時段;衣物洗滌過程的用水速率大,持續(xù)時間長;而水果清潔、手部清潔過程的持續(xù)時間短、用水速率大和用水量??;沐浴用水速率大,用水量較大,持續(xù)時間較長;衛(wèi)生用水受抽水馬桶閥門約束,儲水速率先大后小的且用水容積穩(wěn)定。
在一般的家庭用水中,烹飪、洗滌、飲用和沐浴等生活用水量占90%以上,通過生活用水進行大數(shù)據(jù)表示、模型構(gòu)建、數(shù)據(jù)重建以及存儲和優(yōu)化,將水聯(lián)網(wǎng)采集終端實時上報的用水?dāng)?shù)據(jù)結(jié)構(gòu)化,從宏觀層面構(gòu)建每戶正常用水量模型,融合用水?dāng)?shù)據(jù)內(nèi)部隱藏的用戶特性,結(jié)合先驗知識構(gòu)造多尺度的評價體系,挖掘出用水家庭的生活習(xí)性和健康用水規(guī)律,實現(xiàn)獨居老人生活狀況的智能挖掘和識別。同時,通過結(jié)構(gòu)性知識為指導(dǎo),構(gòu)建不同用戶的多尺度健康狀態(tài)評價體系,將該體系用于獨居老人用水分析上,最后建立一個動態(tài)檢測與識別獨居老人用水的多尺度檢測系,可以對老人健康用水模型進行不斷的優(yōu)化,提高獨居老人健康監(jiān)測的準(zhǔn)確率。
基于水聯(lián)網(wǎng)的智能居家養(yǎng)老系統(tǒng)在物聯(lián)網(wǎng)、大數(shù)據(jù)等先進技術(shù)的支撐下,克服了傳統(tǒng)養(yǎng)老產(chǎn)業(yè)在空間和時間方面的局限性,創(chuàng)新性地將實時水聯(lián)網(wǎng)事件信息與獨居老人生活狀態(tài)評估相結(jié)合,建立用水大數(shù)據(jù)的智能挖掘模型,分析、評估居家養(yǎng)老獨居老人的生活狀況,并在平臺系統(tǒng)的支撐下提供準(zhǔn)確及時的預(yù)警。