張美燕,徐松松,曽子芹,張 炎,陳 磊,葉浩凱

(浙江水利水電學(xué)院 電氣工程學(xué)院，浙江 杭州 310018)

0 引 言

近年來，隨著科學(xué)技術(shù)的前進(jìn)和社會的高速發(fā)展，人口平均壽命的增長致使社會人口老齡化的問題日趨嚴(yán)重，老齡化問題已變成全人類都在面對的一個重要難題。依據(jù)全國人口普查結(jié)果，我國已經(jīng)步入全面建設(shè)小康社會決勝階段，但與此同時我國的老齡化程度越來越嚴(yán)重，人口老齡化及空巢老人數(shù)量快速增長對家庭和社會產(chǎn)生了很大的影響[1]。關(guān)注老年人的正常生活及健康安全已經(jīng)成為個人、家庭、社會都需要重視的一個問題。據(jù)統(tǒng)計，每年有35%的老年人跌倒1次或多次，跌倒在65歲以上的老年人死因排序中位于第6位。老年人跌倒輕者不會直接造成很嚴(yán)重的后果，但是跌倒發(fā)生后得不到及時救治卻成為老人意外傷害死亡的主要原因。應(yīng)當(dāng)針對人口老齡化面臨的主要問題，采取相應(yīng)的措施加以應(yīng)對，不斷提高老年人服務(wù)與保障力度，從而實(shí)現(xiàn)社會良好的可持續(xù)發(fā)展。眾多問題中，老年人的人身安全問題尤為重要，老年人由于各項(xiàng)身體機(jī)能逐漸減弱，使得意外事項(xiàng)增多，甚至本來不是很嚴(yán)重的意外摔倒摔傷，由于得不到及時的救治導(dǎo)致死亡。當(dāng)?shù)骨闆r發(fā)生時，如果有能及時向外界或者醫(yī)療機(jī)構(gòu)發(fā)送報警信息的檢測設(shè)備或者醫(yī)療設(shè)備，在老齡人跌倒發(fā)生的時候，這些智能設(shè)備能檢測到老人跌倒并發(fā)送求助信息，這能及時的給跌倒老人提供醫(yī)療救助，對保障老年人的晚年生活安全幸福具有很大的幫助，是家庭養(yǎng)老的有效幫手[2-3]。

隨著物聯(lián)網(wǎng)技術(shù)的廣泛普及，應(yīng)用物聯(lián)網(wǎng)技術(shù)可以實(shí)現(xiàn)低功耗、長連接、實(shí)時在線，可以作為輔助養(yǎng)老監(jiān)護(hù)的一種重要技術(shù)方式?；诜涓C的窄帶物聯(lián)網(wǎng)(narrow band internet of things, NB-IoT)成為萬物互聯(lián)網(wǎng)絡(luò)的一個重要分支。NB-IoT聚焦于低功耗廣覆蓋(LPWA)物聯(lián)網(wǎng)(IoT)市場，是一種可在全球范圍內(nèi)廣泛應(yīng)用的新興技術(shù)。具有覆蓋廣、連接多、速率低、成本低、功耗低、架構(gòu)優(yōu)等特點(diǎn)。NB-IoT比LTE提升20 dB增益，覆蓋能力提升了100倍，就算在地下車庫、地下室、地下管道等信號難以到達(dá)的地方也能覆蓋到。在電池技術(shù)無法取得突破的前提下，只能通過降低設(shè)備功耗以延長電池供電時間，NB-IoT設(shè)備功耗可以做到非常小，理論可以保障電池10 a以上的使用壽命。

本文在人口老齡化和空巢老人數(shù)量快速增長這一社會背景下，針對空巢老人的意外防護(hù)問題，設(shè)計并實(shí)現(xiàn)了一套基于NB-IoT通信與定位的多用戶意外摔倒報警系統(tǒng)，旨在及時發(fā)現(xiàn)老人意外摔倒?fàn)顩r并報警和定位，為意外發(fā)生者及時救治提供保障。本文所研究的系統(tǒng)為當(dāng)下獨(dú)居老人的安全問題提供了一種有效的技術(shù)保障，使用簡單，成本較低，因此具有一定的社會意義與實(shí)用價值。

1 系統(tǒng)設(shè)計

本文提出的基于NB-IoT通信與定位的多用戶跌倒檢測系統(tǒng)框架(見圖1)，本系統(tǒng)而已實(shí)時監(jiān)測攜帶體佩傳感器的多個老年用戶是否出現(xiàn)跌倒?fàn)顟B(tài)，并通過新型的NB-IoT通信方式將跌倒信息發(fā)送到云服務(wù)器，最終及時將異常情況告知監(jiān)護(hù)者。

圖1 整體系統(tǒng)框架

體佩傳感器的硬件框架(見圖2)，主要由電池供電模塊、加速度傳感器、低功耗處理器、NB-IoT通信電路、報警按鈕等組成。當(dāng)檢測到用戶出現(xiàn)跌倒事件時，體佩傳感器將跌倒信息通過NB-IoT通信發(fā)送到云服務(wù)器，云服務(wù)器通過4G LTE通信方式告知相應(yīng)的監(jiān)護(hù)者。加速度傳感器采用MPU6050加速度傳感器，具有三軸加速度和三軸角速度實(shí)時采集功能；低功耗處理器采用了STM32L151芯片，處理能力較強(qiáng)，功耗較低；NB-IoT通信電路采用LTE BC20 NB-IoT/GNSS模組，除了窄帶物聯(lián)網(wǎng)通信之外具有GNSS定位功能，因此可以同時上傳跌倒事件發(fā)生的GPS位置信息；報警按鈕可以主動發(fā)起呼救，一旦老年人出現(xiàn)異常情況時，也可以主動進(jìn)行求救報警。

圖2 體佩傳感器電路框架

體佩傳感器跌倒檢測算法主要通過人在整個跌倒過程中的運(yùn)動狀態(tài)的分析，采用加速度信號向量(SVM)閾值法與歐拉角輔助判斷的方法來檢測是否跌倒。除此之外，在軟件算法方面，本文提出的跌倒檢測方法主要關(guān)注了老年人在跌倒過程中的SVM值、變異指數(shù)(CV)值、pitch(俯仰)角與roll(橫滾)角變化，在出現(xiàn)異常數(shù)據(jù)時先進(jìn)行預(yù)報警，并在接下來一段時間內(nèi)連續(xù)采樣，若符合人在跌倒時的運(yùn)動特征則報警。

2 跌倒檢測算法

人體正常狀態(tài)下的坐標(biāo)圖(見圖3)。體佩傳感器能夠讀取到三軸加速度值aacx、aacy、aacz和三軸陀螺儀值gyrox、gyroy、gyroz，通過其內(nèi)部集成的DMP能夠計算出歐拉角pitch、roll、yaw，上述這些角度和加速度值示意如下：

圖3 人體坐標(biāo)圖

加速度信號向量SVM用以表示人體運(yùn)動狀態(tài)，其表達(dá)式為：

(1)

為減小誤差，SVM的值采用5次連續(xù)采樣加速度值計算出均值。

跌倒過程一般都是向前后或兩側(cè)摔倒，所以pitch角或roll角將會發(fā)生很大改變，同時由于運(yùn)動狀態(tài)的變化，人體的合加速度SVM也會發(fā)生改變。將整個跌倒劃分為五個狀態(tài)，通過分析這五個狀態(tài)中SVM、pitch與roll的變化狀況來判斷跌倒是否發(fā)生。由于在整個跌倒過程中yaw角度不會發(fā)生太大改變，而在一些日常活動中yaw角也有可能發(fā)生很大變化，因此本文不考慮yaw角的影響。

通過對常規(guī)性跌倒過程的分析，可以得到以下經(jīng)驗(yàn)數(shù)據(jù)：

①穩(wěn)定直立狀態(tài)：SVM在0.9～1.5 g之間變化，pitch與roll都在-25°～25°之間變化。

②搖晃不穩(wěn)定狀態(tài)：SVM不斷突變，不穩(wěn)定，pitch或roll在短時間內(nèi)變化很大。

③空中自由下落狀態(tài)：時間約0.3～0.4s，SVM明顯減小，而pitch或roll持續(xù)變化。

④觸地瞬間：SVM激增，而后很快回到正常值，pitch與roll此時均停止變化。

⑤穩(wěn)定倒地狀態(tài)：SVM、pitch與roll均停止變化。

目前的一些研究已經(jīng)給出了一些原理簡單易于實(shí)現(xiàn)的方法，但也都有其不足之處。文獻(xiàn)[4]引入變異指數(shù)CV與合角速度ω，其中CV由下式定義：

(4)

為SVM的值，變異指數(shù)CV為SVM的均值和標(biāo)準(zhǔn)方差比值，體現(xiàn)的是SVM的離散程度，當(dāng)人正?；顒訒r，CV值較小，而當(dāng)人劇烈運(yùn)動或跌倒時，CV值會增大。CV值的引入是為了過濾持續(xù)性劇烈運(yùn)動。和角速度ω由下式定義：

(5)

上式表示人體運(yùn)動過程中pitch角與roll角的變化快慢。由于人體日常活動的頻率不會超過20 Hz，故取采樣頻率為20 Hz。當(dāng)SVM與CV均超出閾值并且持續(xù)變化則判斷發(fā)生跌倒。該方法沒有對跌倒的過程進(jìn)行詳細(xì)分析，還有改進(jìn)和提升準(zhǔn)確度的空間。

文獻(xiàn)[5]中對于跌倒過程有詳盡分析，但由于其描述的是一款帶有安全氣囊的跌倒保護(hù)裝置，故檢測階段只能在人在空中自由下落狀態(tài)，并不能檢測到觸地后SVM的激增，故針對跳躍或跑步狀態(tài)可能出現(xiàn)較大誤檢率。文獻(xiàn)[6-7]僅由跌倒過程中SVM和z軸方向加速度aacz判斷是否跌倒，參數(shù)太過單一，由于日常生活中各種不同的行動如蹲下或躺下過程中這兩個參數(shù)變化與跌倒時十分相近，所以也會有比較高的誤檢率。

根據(jù)以上對于跌倒過程的分析，對現(xiàn)有算法進(jìn)行綜合和改進(jìn)，得到以下SVM閾值判斷法與歐拉角輔助判斷方法，算法流程如圖4所示：

(1)正常工作狀態(tài)：采樣頻率為20 Hz，每1 s更新一次CV值。

(2)預(yù)報警階段：當(dāng)出現(xiàn)SVM<0.9 g或超過40時，進(jìn)行預(yù)報警。

(3)檢測階段：在接下來的0.35 s內(nèi)，采樣頻率為100 Hz，用五次均值得出SVM值，共有7個SVM值，若同時滿足：(1)所有SVM采樣點(diǎn)都小于0.9 g；(2)SVM均值小于0.7 g；(3)一直超出閾值；(4)CV值大于0.2并且前1 s,CV值小于0.2。并且在很短時間內(nèi)SVM會猛增至3 g繼而變回正常值，停止變化，則報警，符合跌倒時的運(yùn)動特征。

本文所采用的方法是對現(xiàn)有方法的綜合與改進(jìn)，通過對于跌倒過程的分析，在檢測跌倒時引入更多參數(shù)進(jìn)行判斷，盡量區(qū)分跌倒與其他日?；顒拥倪\(yùn)動特征，能夠有效提高跌倒檢測正確率。

圖4 算法流程圖

3 實(shí)現(xiàn)結(jié)果

本文所研制的體佩傳感器電路實(shí)物如圖5所示，系統(tǒng)采用電池供電，體積較小。實(shí)測場景如圖6所示，實(shí)驗(yàn)人員在佩戴監(jiān)測傳感器時模擬跌倒的情況，實(shí)測傳感器數(shù)據(jù)(見圖7)?？梢娫诘惯^程中，即時間序列為40左右時，體佩傳感器數(shù)據(jù)的數(shù)值發(fā)生了明顯改變，能夠非常明顯地判讀出異常跌倒事件的發(fā)生。通過多次實(shí)測驗(yàn)證，表明本文所提出的基于NB-IoT通信與定位的多用戶意外摔倒報警系統(tǒng)在多用戶情況下跌倒檢測率超過95%。

圖5 體佩傳感器電路實(shí)物

圖6 實(shí)際跌倒測試場景

圖7 跌倒過程特征值數(shù)值變化

4 結(jié) 語

日益嚴(yán)重的人口老齡化和空巢老人的身心健康問題，已經(jīng)成為一個亟待解決的社會問題。面對中國城市中空巢家庭中老年人跌倒監(jiān)護(hù)問題，本文設(shè)計并實(shí)現(xiàn)了一種基于NB-IoT通信與定位的多用戶異常跌倒檢測系統(tǒng)，并提出了一種基于加速度信號向量SVM閾值法與歐拉角輔助判斷的檢測。通過實(shí)驗(yàn)測試，表明檢測效果良好，系統(tǒng)功能正常，可以實(shí)現(xiàn)對獨(dú)居老年人實(shí)時全方位監(jiān)護(hù)。