徐甲棟， 陳 強， 徐一雄， 楊文龍， 張新宇， 梁明遠(yuǎn)

(1.上海工程技術(shù)大學(xué) 電子電氣工程學(xué)院，上海 201620； 2.上海航天控制技術(shù)研究所，上海 201620)

0 引 言

隨著社會的發(fā)展進(jìn)步，我國老齡化問題越來越嚴(yán)重[1]。因為年齡增長，老年人身體素質(zhì)變差，容易摔倒，得不到及時救護(hù)時，易引發(fā)安全事故。基于視覺的跌倒監(jiān)測系統(tǒng)，不利于保護(hù)隱私[2]，設(shè)備昂貴而且容易有監(jiān)控死角，做不到時刻監(jiān)護(hù)老人身體健康；基于環(huán)境的跌倒檢測系統(tǒng)，受環(huán)境因素干擾大，例如基于聲波的跌倒檢測系統(tǒng)，因房屋材料的不同，檢測效果差異大，且容易受到噪聲影響。

本文基于微機電系統(tǒng)(micro-electro-mechanical system,MEMS)傳感器[3]設(shè)計了一種可穿戴式的實時跌倒檢測系統(tǒng)，選用了MPU6050傳感器、SIM900A模塊和ATGM332D模塊采集和傳輸數(shù)據(jù)，通過加速度計補償陀螺儀數(shù)據(jù)的方法，減小了陀螺儀誤差，結(jié)合改進(jìn)的多級閾值跌倒檢測算法，設(shè)計了可穿戴裝置和工程大智能看護(hù)小程序，實時監(jiān)測老人是否跌倒。若檢測到老人跌倒，及時發(fā)出警報并通知監(jiān)護(hù)人，同時監(jiān)護(hù)人可隨時實時查看到老人的身體狀態(tài)和實時位置，便于及時救助跌倒老人。

1 總體設(shè)計

本文設(shè)計的跌倒檢測系統(tǒng)主要以老人群體為服務(wù)對象，實現(xiàn)功能主要包括有：跌倒檢測、實時報警、實時查看老人狀態(tài)。集成的可穿戴設(shè)備放在腰部，系統(tǒng)組成結(jié)構(gòu)如圖1所示。通過MPU6050傳感器內(nèi)置的陀螺儀和加速度計實時采集老年人身體的角速度和加速度數(shù)據(jù)，微處理器STM32F103VET6實時計算并監(jiān)測加速度和角速度數(shù)據(jù)是否異常，當(dāng)檢測到加速度數(shù)據(jù)異常時，用角速度數(shù)據(jù)作為輔助檢測手段判斷跌倒行為是否發(fā)生，若檢測到跌倒行為，通過SIM900A將報警信息發(fā)送給監(jiān)護(hù)人。同時ATGM332D實時采集老年人的位置數(shù)據(jù)，通過4G模塊實時傳送到監(jiān)護(hù)端，監(jiān)護(hù)人接到報警信息時，可以通過監(jiān)護(hù)終端更直觀的看到老年人的位置信息便于及時救助。

圖1 檢測系統(tǒng)結(jié)構(gòu)

2 跌倒檢測算法設(shè)計

2.1 人體坐標(biāo)系建立

檢測跌倒行為，先要設(shè)立一個合理的人體坐標(biāo)系[4]，本文以人正常站立時的重心坐標(biāo)為坐標(biāo)原點建立一個三維人體坐標(biāo)系如圖所示2所示。人體摔倒屬于一種短暫性的劇烈活動[5]，正常情況下，人體重心在三維坐標(biāo)系下的加速度矢量和約1gn(1gn約等于9.8 m/s2,)，但當(dāng)?shù)剐袨榘l(fā)生時，人體會依次發(fā)生失重、撞擊地面、靜止等行為，人體重心的加速度變化依次為：1)失重:即人體的重心加速度矢量和小于1gn；2)人體重心加速度大于某個值N，N數(shù)值需經(jīng)實驗分析得出；3)靜止:人體重心加速度矢量和約1gn。但是僅用加速度變化作為判斷依據(jù)易產(chǎn)生誤判，因此，需要用角速度矢量和進(jìn)行輔助判斷。

圖2 人體坐標(biāo)系

2.2 姿態(tài)角解算

由于MPU6050內(nèi)置陀螺儀會隨時間漂移，且時間越長，漂移越大，因此，本文提出使用加速度計補償陀螺儀誤差的方法，矯正陀螺儀的漂移誤差。人某些正常活動，例如，轉(zhuǎn)身或者躺下翻身，可能會導(dǎo)致繞Z軸的角速度變化較大而產(chǎn)生誤判。而且人體跌倒時，主要是與繞X軸和Y軸的角速度變化量相關(guān)，因此，計算角速度矢量和應(yīng)忽視繞Z軸方向角的角速度變化量。根據(jù)使用手冊，先將MPU6050采集的三軸加速度和三軸角速度數(shù)據(jù)進(jìn)行A/D轉(zhuǎn)換，然后根據(jù)歐拉角旋轉(zhuǎn)矩陣結(jié)合加速度補償角速度的算法，減小姿態(tài)角誤差，再根據(jù)姿態(tài)角求得角速度矢量和[6]。角速度數(shù)據(jù)作為輔助判據(jù)，能大大提高跌倒檢測的準(zhǔn)確性，降低誤報率[7]。

如圖2所示，圍繞X軸、Y軸、Z軸的旋轉(zhuǎn)的角分別為橫滾角φ、俯仰角θ和方向角γ。求加速度計N時刻測得的姿態(tài)角，設(shè)重力加速度矢量β=[0,0,-gn]T為參考向量，人體摔倒的過程中，人重心三軸加速度矢量和Ai的方向和重力加速度矢量β處于非垂直狀態(tài)，可以根據(jù)重力加速度矢量β和重力加速度gn計算出加速度計N時刻測得的橫滾角φacc和俯仰角θacc。解算過程如下：

繞X軸、Y軸、Z軸的歐拉角旋轉(zhuǎn)矩陣分別為

(1)

解算出加速度計測得的橫滾角φacc和俯仰角θacc分別為

(2)

(3)

得出了加速度計測得的N時刻繞X軸和Y軸的角度，再讀出N時刻陀螺儀的繞X軸的橫滾角和繞Y軸的俯仰角分別為θgvro和φgvro，則n+1時刻修正后的橫滾角φn+1和俯仰角θn+1分別為

(4)

(5)

(6)

三軸加速度值分別為ax,ay,az加速度矢量和a為

(7)

2.3 數(shù)據(jù)采集與分析

為提高檢測準(zhǔn)確性和降低誤報率，采集了志愿者的正?；顒有袨楹偷剐袨榈募铀俣群徒撬俣葦?shù)據(jù)[8]，通過實驗數(shù)據(jù)的分析對比，得出更合理的窗口時間和多級閾值設(shè)定值。

通過對靜止、行走、坐下、躺下，跌倒等行為數(shù)據(jù)采集分析得圖3。正?；顒訒r，加速度矢量和a峰值不超過2.5gn，其中跌倒行為的加速度變化和其他正?；顒有袨槊黠@不同，首先加速度矢量和數(shù)值先減小，然后經(jīng)過短暫時間會出現(xiàn)一個較大的峰值，峰值最大達(dá)5gn，之后數(shù)值會迅速降到1gn左右。經(jīng)過大量實驗分析得出，失重后的檢測時間窗口設(shè)為2 s較合理，準(zhǔn)確度最高。對于X軸和Y軸的角速度矢量和進(jìn)行分析，跌倒時最大角速度矢量和ω峰值能達(dá)到6 rad/s，其他行為最大角速度矢量和ω峰值最大不超過4 rad/s,設(shè)置合理的閾值可以區(qū)分兩種動作行為。綜上，使用加速度多級閾值檢測法，并以角速度作為輔助判別手段，可以較為準(zhǔn)確的區(qū)分跌倒行為和其他行為。

圖3 實驗數(shù)據(jù)采集

2.4 跌倒檢測算法流程

根據(jù)上述分析，基于改進(jìn)的多級閾值跌倒檢測算法流程如下：

1)判斷是否發(fā)生失重:跌倒時，身體重心首先會失衡，即人體重心加速度小于1gn，本文系統(tǒng)中以加速度矢量和a<1gn并持續(xù)0.5 s為失重判別條件，若檢測到失重行為發(fā)生時，進(jìn)行第二步檢測。

2)判斷三軸加速度矢量和a是否出現(xiàn)大于2.5gn的峰值:當(dāng)人體失重后，大約2 s內(nèi)人體會跌落到地面，落地時會產(chǎn)生不小于2.5gn的加速度[7]峰值，本文以三軸加速度矢量和超過2gn為人體跌到地面的標(biāo)志。若檢測到人撞擊地面后，則進(jìn)入下一步檢測，否則退出。

3)判斷重心加速度是否接近1gn且持續(xù)3 s:當(dāng)人跌落到地面后，加速度矢量和會降1gn為左右，若檢測到人跌倒后的加速度特征變化，則進(jìn)入下一步檢測，否則退出。

4)通過角速度矢量和ω來做輔助判斷:當(dāng)檢測到失重后，系統(tǒng)會連續(xù)采集2 s內(nèi)X軸、Y軸的角速度和加速度數(shù)據(jù)，采集頻率為100 Hz，即分別采集200個角速度和加速度數(shù)據(jù)。計算矯正過更準(zhǔn)確的X軸和Y軸的角速度數(shù)據(jù)，當(dāng)角速度矢量和ω超過4 rad/s，則更新位置并短信報警。算法流程圖如圖4所示。

圖4 跌倒檢測算法流程

3 監(jiān)護(hù)端設(shè)計

ATGM332D定位模塊可以實時獲取老人的位置信息，當(dāng)系統(tǒng)檢測到老人跌倒時，會發(fā)短信給監(jiān)護(hù)人報警，監(jiān)護(hù)人登錄工程大智能看護(hù)系統(tǒng)微信小程序，可以實時看到老人所在位置，及時進(jìn)行救助。監(jiān)護(hù)端功能實現(xiàn)主要分三部分：1)用GPS模塊采集WGS84坐標(biāo)系下的定位數(shù)據(jù)上傳到云數(shù)據(jù)庫；2)申請百度地圖API，小程序獲取云數(shù)據(jù)庫數(shù)據(jù)并將WGS84坐標(biāo)系下的定位數(shù)據(jù)轉(zhuǎn)換成BD09坐標(biāo)系下定位數(shù)據(jù)，根據(jù)百度反地理編碼API將經(jīng)緯度坐標(biāo)轉(zhuǎn)換成能看懂的地理位置；3)將老人身體信息和定位信息的實時定位顯示在小程序上。監(jiān)護(hù)端測試如圖5所示，其中位置信息圖里老人定位是空心圓點，監(jiān)護(hù)人定位為為實心圓點。

圖5 智能監(jiān)護(hù)系統(tǒng)測試

4 實驗結(jié)果與分析

為測試本系統(tǒng)跌倒檢測的準(zhǔn)確性和誤報率，分別找了5名男性和5名女性志愿者模擬測試。對步行、跑步、坐下、躺下4種日常行為和向前、向后、向左、向右4種跌倒姿態(tài)進(jìn)行測試[6]，每名志愿者每個動作重復(fù)10次，共800次實驗數(shù)據(jù)。記錄并統(tǒng)計相關(guān)測試數(shù)據(jù)如表1所示。

表1 跌倒檢測實驗數(shù)據(jù)

根據(jù)實驗數(shù)據(jù)，共實驗800次，誤報漏報18次，準(zhǔn)確檢測782次，日常活動準(zhǔn)確率為99 %，跌倒行為檢測準(zhǔn)確率96.5 %，整體誤報率為2.25 %，整體準(zhǔn)確率為97.75 %。實驗結(jié)果表明基于改進(jìn)的多級閾值跌倒檢測算法誤差較小，準(zhǔn)確率較高。

5 結(jié) 論

本文設(shè)計的跌倒檢測系統(tǒng)基于改進(jìn)的多級閾值跌倒檢測算法，采用了MEMS傳感器MPU6050、ATGM332D定位模塊和SIM900A采集和傳輸數(shù)據(jù)，通過歐拉角旋轉(zhuǎn)矩陣，利用加速度數(shù)據(jù)補償陀螺儀漂移誤差，計算出更準(zhǔn)確的姿態(tài)角， 有效提高了跌倒檢測的準(zhǔn)確率和系統(tǒng)的可靠性。ATGM332D定位模塊實時將定位數(shù)據(jù)傳輸?shù)皆茢?shù)據(jù)庫，微信小程序?qū)崿F(xiàn)了實時查看被監(jiān)護(hù)人的位置信息和狀態(tài)信息的功能，若檢測到跌倒時，能及時短信報警，便于被監(jiān)護(hù)人得到及時救助。實驗結(jié)果表明:本系統(tǒng)報警準(zhǔn)確率97.75 %，可靠性高，系統(tǒng)穩(wěn)定，隱私保護(hù)性好，穿戴便捷，基本滿足對老年人進(jìn)行實時監(jiān)測的需求，達(dá)到預(yù)期效果。