陸世堯,于子龍
(南京城市職業(yè)學院,江蘇 南京 211200)
據(jù)民政部相關數(shù)據(jù)顯示,截至2020年底我國60歲及以上人口達2.553億,占總人口的18.1%,人口老齡化趨勢明顯。同時,人們對于老年人健康的關注度日益提高,尤其是子女外出工作缺乏照顧的老人。如何有效提供科學的養(yǎng)老服務成為當下的問題焦點,同時子女對于老人的健康監(jiān)護需求也越來越迫切。另外,有研究發(fā)現(xiàn),跌倒已成為65歲以上老年人口因傷致死的首位原因。大量數(shù)據(jù)統(tǒng)計和分析也反映出老人跌倒發(fā)生率較高,且后果非常嚴重。老人跌倒不僅會造成其機體的嚴重損傷,還會給家庭帶來精神創(chuàng)傷和經(jīng)濟負擔。隨著科技的不斷創(chuàng)新和發(fā)展,可以通過一些跌倒檢測設備有效檢測出跌倒事件,及時對老年人采取一些救助措施,從而有效避免危險事件的發(fā)生。但是市場現(xiàn)有的跌倒報警設備,通常使用陀螺儀或者重力感應器進行跌倒判定。這種跌倒判定對于算法的依賴程度高,經(jīng)常有誤報或漏報發(fā)生。即便能夠檢測出跌倒行為,也無法滿足用戶對于跌倒判定精準的要求,從而導致用戶體驗較差。而且多數(shù)跌倒報警設備采用傳統(tǒng)的GSM通訊方式,由于GSM網(wǎng)絡的實時連接性要求高,導致了網(wǎng)絡流量開銷大、能源損耗多,由此帶來通信成本較高和續(xù)航能力較短等問題。
因此,改善現(xiàn)有市場產(chǎn)品的不足顯得尤為重要。首先,由于物聯(lián)網(wǎng)技術及電子傳感器技術的不斷升級發(fā)展,5G網(wǎng)絡的全面部署,我們可以采用成熟的NB-IoT(窄帶物聯(lián)網(wǎng))通信技術和經(jīng)典SVM跌倒算法,再以氣壓及心率趨勢變化為輔助判斷條件,多維度地建立老人的跌倒判定模型,進而用于多場景多角度的跌倒判定。其次,通過優(yōu)化執(zhí)行算法進一步提高跌倒判定精度,從而實現(xiàn)用戶對跌倒判定的需求及期望,達到不漏報、不誤報的效果。最后,NB-IoT(窄帶物聯(lián)網(wǎng))通信方式還大大改善了設備的能耗問題,尤其是電量和流量的損耗。
在實際生活中,跌倒的方式要復雜很多,比如行進中跌倒、昏迷跌倒、滑倒、起身跌倒等。每種跌倒方式主要有三個明顯行為特征:人體從站立到臥倒產(chǎn)生較大的高度差,人體運動加速度的變化幅度陡增,以及跌倒后的心率異常。與此同時,跌倒行為中仍然存在“假性跌倒”或者輕微性跌倒狀況,其特征在于甩動手臂等大幅度動作或者輕微跌倒后可自行站立,并未對身體造成影響。
由于實際跌倒過程中可能會面臨各種意外,系統(tǒng)模型以如下假設建立基礎坐標系:首先,佩戴者身體軀干部位的重心加速度與腰部保持一致;其次,跌倒時產(chǎn)生的高度差通過手腕產(chǎn)生垂直方向的位移表現(xiàn),而“假性跌倒”的特征在于心率波動小且一段時間內(nèi)會伴有垂直方向的上升趨勢。此外還需報警裝置在手腕處佩戴完好,沒有發(fā)生松動脫落等。
跌倒判定系統(tǒng)的構成主要包括NB-IoT通訊模塊、傳感器模塊、處理器模塊以及供電模塊。傳感器模塊包括九軸姿態(tài)傳感器(MPU9250)、高精度氣壓傳感器(BMP390)以及心率監(jiān)測傳感器(MAX30102)。九軸姿態(tài)傳感器(MPU9250)的主要功能是負責實時采集佩戴者關于正前方、垂直方和側方為軸的加速度和角速度,采用雙重閾值(閾值1:合成加速度閾值;閾值2:合成角速度閾值)算法來監(jiān)測老人是否為跌倒狀態(tài)。高精度氣壓傳感器(BMP390)的主要功能是負責監(jiān)測當前的氣壓值。心率傳感器的主要功能是負責監(jiān)測佩戴者的心率。處理器模塊負責獲取傳感器模塊各個組件的實時數(shù)據(jù),通過相應的算法分析和判斷佩戴者的運動健康狀態(tài)并決定是否向終端發(fā)起報警提示。NB-IoT通訊模塊則是通過一定的協(xié)議與服務器進行數(shù)據(jù)傳輸。供電模塊負責供給整個系統(tǒng)電力。
跌倒判定系統(tǒng)具體的硬件結構設計如圖1所示。該結構主要由傳感器模塊、處理器模塊、NB-IoT通訊模塊和電源模塊組成。
圖1 跌倒判定系統(tǒng)硬件結構設計
九軸姿態(tài)傳感器是一種新型姿態(tài)傳感器,它由三軸陀螺儀、三軸加速度計和三軸地磁計以及動態(tài)運動處理器(DMP)構成,在無人機上應用廣泛。九軸姿態(tài)傳感器可以通過集成電路總線(IIC)接口和單片機進行數(shù)據(jù)交互,傳輸速率可達400 kHz/s。其對于角速度的檢測范圍最高可達±2000(°/s),加速度的檢測范圍最大可達±16g(g 為重力加速度),磁感應強度的檢測范圍最高可達±4800μT,有良好的人體姿態(tài)數(shù)據(jù)獲取能力。
氣壓傳感器是基于Bosch成熟的壓阻式壓力傳感器技術,具備高確度和線性度的特性和很高的EMC穩(wěn)健性,在手機、定位器和手表等電池供電型設備中使用廣泛。氣壓傳感器可以通過集成電路總線(IIC)接口和串行外設(SPI)接口進行數(shù)據(jù)交互,其典型相對精度為±0.03 hPa,典型的絕對精度為±0.5 hPa,進行補償后可達到高精度的氣壓測量,能夠監(jiān)測10cm以下的高度變化。平均測量時間5 ms,具備較高的測量靈敏度,可對氣壓波動進行快速捕捉。
心率傳感器主要集成了心率監(jiān)測儀和脈搏血氧儀,包括一個紅外光的LED、光器件、光電檢測和含有抑制環(huán)境光的低噪聲電子電路,以檢測脈搏血氧飽和度和心率信號,并額外集成玻璃蓋以有效排除外界和內(nèi)部光干擾,提高工作性能,在健身輔助設備和醫(yī)療監(jiān)控裝置等領域應用廣泛。用戶只需要通過相關的數(shù)字接口,就可以獲取經(jīng)過轉換的光強度數(shù)值,再調(diào)用相應的算法就可以計算出心率值。
NB-IoT通訊模塊是基于蜂窩的窄帶物聯(lián)網(wǎng),模塊組件主要包含通訊模組、SIM卡槽、UART接口、IPEX天線接口。NB-IoT通訊模塊支持板載天線,降低設計外接天線的成本。其內(nèi)置SIM卡,擁有更小的體積和強大的穩(wěn)定性。它還采用CoAP 和TCP/UDP協(xié)議進行網(wǎng)絡通訊,應用平臺廣泛,支持對接各類云服務以及移動卡應用,因此NB-IoT技術在移動物聯(lián)網(wǎng)中呈現(xiàn)出迅猛的發(fā)展勢頭。
以人體方位作為測量基準:冠狀面向前為X軸正方向,矢狀面向左為Y軸正方向,水平面向上為Z軸正方向建立人體坐標系。利用九軸姿態(tài)傳感器(MPU9250)能夠測量出三軸方向上的加速度ax、ay、az和角速度ωx、ωy、ωz(如圖2所示)。
圖2 SVM坐標示意圖
人體的加速度向量幅值SVM(signal vector magnitude)可以辨識人體的運動狀態(tài)。人體的運動狀態(tài)越劇烈則數(shù)值越大,針對如行走或站立等SVM數(shù)值較小的運動狀態(tài)則可直接過濾掉。ax、ay、az是矢量SVM在X、Y、Z上的投影,三軸合成加速度可表示為:
同樣的,在人體運動過程中合成角速度的數(shù)值大小可以用作衡量合成加速度與三軸夾角變化的快慢。若僅通過合成加速度SVM作為人體運動狀態(tài)的判斷,仍存有較大的誤差,而合成角速度則可以作為狀態(tài)判斷的輔助參數(shù)之一。合成角速度可表示為:
人體跌倒是一個持續(xù)的過程,SVM和ω若僅針對某一時刻或某段時間內(nèi)的均值來與閾值比對顯然不夠精確。為減小跌倒判定誤差,可以引入人體變化高度作為新的判定參數(shù),通過三者的綜合判斷計算出是否出現(xiàn)跌倒行為。這里的人體變化高度可以通過海拔高度的差值進行計算,BMP390氣壓傳感器監(jiān)測到的氣壓轉換成海拔高度的公式可以表示為:
配合傳感器的氣壓值和溫度補償值可以較準確地得出海拔高度。公式中H表示海拔高度(單位m),p是所處位置的大氣壓強(單位pa),p0是標準大氣壓值。
傳統(tǒng)跌倒算法雖然對跌倒過程有較為深入的分析解釋,但對于與跌倒相似的運動狀態(tài)和跌倒的危險程度的判斷仍有較大的優(yōu)化空間。具體來說可通過如下三個階段進行跌倒算法的分析:
第一階段,以運動產(chǎn)生的合成加速度和合成角速度作為狀態(tài)的判斷依據(jù),通過其數(shù)值波動的大小來分辨當前人體的運動狀態(tài)是非劇烈狀態(tài)還是劇烈狀態(tài)。微控制器實時獲取傳感器模塊內(nèi)九軸姿態(tài)傳感器對于加速度和角速度的監(jiān)測值,并利用人體加速度向量幅值計算公式分別計算出合成加速度與合成角速度。當人體出現(xiàn)跌倒動作時,二者的數(shù)值會出現(xiàn)明顯的陡增跡象,通常加速度會超過3g(g為重力加速度),角速度會超過400°/s,且有一個較長的持續(xù)時間,因此設計系統(tǒng)的采樣率為150Hz,則當連續(xù)6個采樣點中合成加速度和合成角速度皆超過額定閾值,則判定佩戴者處于劇烈運動狀態(tài)。
第二階段,對劇烈運動狀態(tài)是否屬于跌倒做出判定。作為跌倒動作的明顯特征之一是人體的高度發(fā)生了較大改變,高精度氣壓傳感器BMP390具有較高的靈敏度,可以測量10cm以下的高度變化,這里用它捕捉人體跌倒時產(chǎn)生的高度變化。微控制器通過氣壓傳感器BMP390獲得監(jiān)測到的氣壓值,首先記錄第一階段判斷為劇烈運動時的第一個采樣點和最后一個采樣點的高度值,再計算出人體運動過程中的高度差,若高度差超過50cm,則判定佩戴者處于跌倒狀態(tài)。傳感器性能測試數(shù)據(jù)如表1:
表1 傳感器性能測試數(shù)據(jù)
大量實驗表明,跌倒行為中仍存在“假性跌倒”或者輕微性跌倒狀況,這是造成跌倒誤判的重要原因之一。
第三階段,針對此類情形的規(guī)限條件,通過實驗數(shù)據(jù)抽取嚴重跌倒時的行為特征,包括跌倒后段時間內(nèi)心率的異常波動和段時間內(nèi)的行為靜止等,對報警條件加以約束。具體體現(xiàn)為:從跌倒判定開始的5s內(nèi)微控制器實時獲取并統(tǒng)計心率傳感器監(jiān)測的心率變化、高精度氣壓傳感器以及九軸姿態(tài)傳感器的動作數(shù)據(jù),若心率維持平穩(wěn)并且有明顯的起身向上動作時則自動取消跌倒模式,否則進入“嚴重跌倒”狀態(tài)并開始蜂鳴報警。心率平穩(wěn)的具體表現(xiàn)為5s內(nèi)心率峰值和谷值之間的差值低于40次/s,而有明顯的起身向上動作則表現(xiàn)為5s內(nèi)氣壓傳感器獲取的高度值上升30cm。具體測算過程如圖3。
圖3 軟件系統(tǒng)測算圖
首先,我們對測試人員的活動情況進行了多次模擬采樣,得到了表2的數(shù)據(jù)實驗結果。結果表明,正?;顒拥淖R別準確率能夠達到100%。再通過數(shù)據(jù)的對比可以看出,就日常的跌倒動作判定而言,本系統(tǒng)具備優(yōu)秀的判定能力,可以準確區(qū)分出常規(guī)動作和跌倒動作間的差異。
表2 實際跌倒測試數(shù)據(jù)
其次,在測試過程中,以站立狀態(tài)建立人體坐標系,各階段的空間位置變化是判定的重要因素。從表3的縱向數(shù)據(jù)對比當中我們可以看出,當跳躍、下蹲、揮臂等運動發(fā)生時,基礎坐標系中的各個節(jié)點的空間位置發(fā)生了較大的波動,結合正常跌倒對比分析,“揮臂跑步”的動作具有極高的辨識率,且極少會出現(xiàn)誤報的現(xiàn)象。而部分“跳躍行進”“下蹲動作”由于與跌倒特征的相似性較高,雖然會出現(xiàn)誤報現(xiàn)象,但是準確率仍維持在較高水平。針對3種假性跌倒動作的識別準確率都在94%以上,可以認為本系統(tǒng)能夠準確區(qū)分出假性跌倒和正常跌倒間的動作差異,有效避免了大部分非危險情況下的報警行為。
表3 跌倒測試對比數(shù)據(jù)
通過橫向數(shù)據(jù)對比可以看出,本系統(tǒng)的各項測試數(shù)據(jù)的準確率均高于傳統(tǒng)穿戴式跌倒報警設備。雖然在正常跌倒的對照組中,各行為間的準確率差異不夠明顯,但本系統(tǒng)在復雜動作和假性跌倒方面的檢測有著明顯優(yōu)勢。尤其是在假性跌倒(快速起身)這一對照組中,準確率高于傳統(tǒng)穿戴式跌倒報警設備20%,此外在假性跌倒(手掌緩沖)、假性跌倒(慢速下跌)的對照組中準確率也均高于10%以上。由此可見,針對假性跌倒現(xiàn)象,本系統(tǒng)具備優(yōu)秀的檢測識別能力和判斷跌倒危險程度再確定是否報警的功能。而在跳躍、下蹲、揮臂等對照組,通過采取的分段式多重判斷方法,對比傳統(tǒng)穿戴式跌倒報警設備的準確率也有小幅度的提升。綜上所述,本系統(tǒng)的跌倒檢測水平明顯優(yōu)于傳統(tǒng)穿戴式跌倒報警設備。
本文通過分析各種跌倒方式并抽取行為特征,再根據(jù)監(jiān)測人體運動姿態(tài)數(shù)據(jù)的變化,提出優(yōu)化跌倒判定的構想。依據(jù)跌倒發(fā)生的三類特征,設計采用三軸合成加速度SVM和三軸合成角速度ω以及跌倒時產(chǎn)生的下降高度進行閾值比對來判定區(qū)分日?;顒雍偷範顟B(tài),再通過時間段內(nèi)上升高度和心率值變化進行危險程度劃分,最終判定是否需要發(fā)送跌倒報警信號且基于NB-IoT通信與定位的方式也取得不俗表現(xiàn)。最后結合終端接收報警提醒,可以第一時間讓家人知曉,并采取針對性有效措施,贏得寶貴救護時間。通過跌倒判定系統(tǒng)衍生的手環(huán)終端產(chǎn)品,小巧便捷,功能強大,可拓展性強,作為便攜式智能產(chǎn)品,非常適合老年人穿戴,具有良好的發(fā)展和應用前景。