基于加速度傳感器的人體姿態(tài)識別系統(tǒng)

吳超

（長江大學電子信息學院，湖北 荊州 434023）

當今中國，人口老齡化加速，空巢家庭﹑失獨家庭大量涌現(xiàn)。在這樣的家庭里，子女長期不在老人身邊或者老人永遠失去了自己的子女，對于這樣一類人群來說，一旦身體健康出現(xiàn)問題或者突發(fā)意外事件，往往只能自己面對和承受。獨自一個人在家時生病或發(fā)生意外后很長時間無人問津的悲劇經(jīng)常見諸報道。對于他們來說，晚年不僅無法安度，相反會成為他們?nèi)松詈蟮目嚯y期。

微機電系統(tǒng) （MEMS）是由微傳感器﹑微動作器以及信號處理和控制電路組成的微系統(tǒng)。集小體積﹑微重量﹑性能穩(wěn)定等諸多優(yōu)點于一身，在慣性測量中有著極其重要的發(fā)展空間，其中包含的加速度傳感器更是在眾多應用領域中扮演者不可或缺的角色。對于空巢老人或失獨老人來說，利用微機電系統(tǒng)測量在人體運動過程中不斷變化的加速度和姿態(tài)，從而計算出其在某一特定空間里的運動軌跡［1］，一旦出現(xiàn)意外，如心臟病突發(fā)或腦溢血突發(fā)而導致的跌倒或被物體絆倒等，則能夠?qū)崟r監(jiān)測出人體加速度的突然變化，并在第一時間向相關機構發(fā)出報警求教信號，從而最大限度降低悲劇的發(fā)生。為此，筆者采用加速度傳感器實時檢測3個自由度上人體加速度數(shù)據(jù)和人體姿態(tài)數(shù)據(jù)［2］，結合試驗設置了理想的閾值，能較準確地監(jiān)測人體的姿態(tài)。

1 系統(tǒng)結構設計

基于加速度傳感器的人體姿態(tài)識別系統(tǒng)構成如圖1所示。數(shù)據(jù)采集模塊佩戴于被測試者胸前。筆者采用MPU－6050九軸運動處理傳感器采集人體的運動軌跡信號。當人體在做日常的一般運動以及突發(fā)跌倒時，三軸MEMS陀螺儀和三軸加速度計分別將其測量的模擬量轉(zhuǎn)化為3個16位可輸出的數(shù)字量，得到的結果直接送入單片機進行相關處理，然后經(jīng)nRF2401無線傳輸模塊傳送到接收計算機。另外，為了避免引發(fā)誤報警，可通過芯片中的I2C接口連接一個第三方的數(shù)字傳感器。

圖1 系統(tǒng)結構框圖

2 跌倒振動檢測

人體出現(xiàn)的全部的跌倒狀態(tài)中，行走過程中出現(xiàn)意外而引起的跌倒所占的比例約為39%，上下樓發(fā)生的跌倒所占的比例約為20%，登高或轉(zhuǎn)身發(fā)生的跌倒所占的比例約為24%，上下床發(fā)生的跌倒所占的比例約為13%，因為意識喪失而導致的近似自由落體的跌倒所占的比例約為9%，從事高風險工作出現(xiàn)的意外跌倒所占的比例約為12%。

人體在平時的活動中，除了從靜止到開始運動和從運動到逐漸靜止威作2個階段以外，在運動過程中可以認為是一個平穩(wěn)的過程。尤其對于老年人，其在日常生活中的動作普遍都比較平緩，運動幅度一般來講都不大。而一旦有意外突發(fā)，如心臟病突發(fā)、腦溢血突發(fā)或者被物體絆倒，這時人體的自我控制機能喪失，發(fā)生跌倒［3］。雖然人體在跌倒時，相對于在平穩(wěn)運動或相對靜止情況下的三軸加速度值會有一個明顯的激增變化，但是由于個體存在差異，人體在發(fā)生跌倒的過程中的情況也沒有固定的模式可循，因此利用對人體在空間中3個方向上的加速度分量的閾值分別設置來檢測是否有跌倒發(fā)生就不能體現(xiàn)一般性。

人體發(fā)生跌倒后，在最終靜止之前會與地面或其他物體表面發(fā)生強烈的碰撞。那么發(fā)生的強烈碰撞勢必會引起人體在空間中3個相互垂直軸向上加速度值的突然地強烈的變化。與此同時，如果對在空間中3個正交方向上所測得的加速度值的平方求和后再開方，得到的值即為人體發(fā)生跌倒后與某一物體產(chǎn)生碰撞所引起的振動幅值:

根據(jù)這種方法所測得的人體振動幅值又可以反過來驗證人體所受到?jīng)_擊的猛烈程度，因此可以根據(jù)A值的大小來判斷人體在某一時刻是否有跌倒發(fā)生的可能。A值的正確設置是準確判別的關鍵。由于老年人生理的特點，在平常的日常生活中，他們的動作相對來說較平緩，出現(xiàn)劇烈運動的可能性很小。表1是根據(jù)10名測試對象（平均年齡62歲）在日常生活中測得的A值范圍。筆者認為2.8g是比較理想的A值，能準確區(qū)分突發(fā)跌倒和日常行為，這與文獻［4］相符。

圖2為人體跌倒后的A值試驗曲線，從圖中可以看到，在4.65s時有一個較大的A 值，取值大約為3.5g。該值為人體在跌倒后去地面發(fā)生碰撞的時候產(chǎn)生的一個沖擊力，可以看出該值比絕大多數(shù)的日常活動發(fā)生的振動的幅值要大得多。

表1 日常動作A值范圍

圖2 跌倒后人體振動幅值曲線

3 人體姿態(tài)檢測

雖然根據(jù)三自由度合成的人體加速度數(shù)據(jù)能客觀反映出人體在某一時刻的狀態(tài)，但是難免發(fā)生錯誤報警的情況。因此，為了保證人體姿態(tài)檢測系統(tǒng)的穩(wěn)定性和可靠性，在系統(tǒng)檢測到A值大于設定閾值的同時，對人體軀干相對于地表的傾斜角度進行檢測判別。人體在跌倒發(fā)生以后，通常情況下，身體緊貼跌落位置的表面。此時，人體與跌倒位置表面平行，而與重力加速度的方向近似為一直角。如果因為跌倒位置本身不與重力加速度指向垂直而導致人體跌倒后與重力加速度指向不成直角關系，但是有一點可以肯定，此時人體與重力加速度指向的夾角的數(shù)值會比較大。人體跌倒后狀態(tài)如圖3所示。人體在正常狀態(tài)下，身體軀干與地表的夾角近似等于90°。考慮到老年人的生理特點，脊柱與地表的夾角也不小于75°。經(jīng)過試驗證明，對于老年人來說，在身體健康正常，意識清醒的情況下，如果身體上半身軀體和地表間的夾角小于60°，那么身體就會失去平衡，隨之引發(fā)跌倒。人體倒地后，身體軀干與地表間的夾角近似等于0°。在該檢測系統(tǒng)中，當人體加速度值大于系統(tǒng)所設置的閾值的同時，檢測人體與地表夾角值θ，來綜合評判人體是否出現(xiàn)跌倒的情況［5］。當A≥2.8g時，若θ值在0°～60°，則判為跌倒發(fā)生，立即觸發(fā)報警。

圖3 人體跌倒后狀態(tài)

檢測人體與地表夾角可以利用陀螺儀完成。當一個旋轉(zhuǎn)物體的旋轉(zhuǎn)軸所指的方向不受外力影響時，是不會改變的，故陀螺儀在穩(wěn)定條件下能保持方向。人體軀干受外力或因其自身原因發(fā)生傾斜時，相當于陀螺儀受到了外力的影響，旋轉(zhuǎn)軸所指的方向隨之改變，那么傾斜的角度隨之可以被測算出來。

筆者所使用的 MPU－6050，集成了三軸MEMS加速度計、三軸MEMS陀螺儀以及一個可擴展的數(shù)字運動處理器DMP（Digital Motion Processor），可用I2C接口連接一個第三方數(shù)字傳感器，如磁力計。這樣利于三軸加速度傳感器和三軸陀螺儀進行動作和姿態(tài)的檢測，用三軸磁力計對積累誤差做修正，則能更準確地檢測運動方式和運動軌跡。

姿態(tài)檢測流程圖如圖4所示。若θ值在60°～90°，則等待10s后重新根據(jù)數(shù)據(jù)評判跌倒是否發(fā)生。

圖4 人體姿態(tài)檢測流程圖

表2 系統(tǒng)實際監(jiān)測結果

表2所示為系統(tǒng)實際檢測結果，當人體處于睡眠或靜坐狀態(tài)時，即使人體與地表的夾角在發(fā)出警報的范圍內(nèi)，但由于此時的振動幅值沒有達到報警的閾值，故系統(tǒng)任務人體仍處于正常狀態(tài)；當人體在運動過程中，如果振動幅值和傾角值都在正常范圍之內(nèi)，系統(tǒng)只處于狀態(tài)探測中，一旦兩個監(jiān)測值異常，則發(fā)出警報。在測試過程中，針對靜止、慢走、快走和小跑等4種狀態(tài)，每種狀態(tài)得到5個測試數(shù)據(jù)，在整個20個測試數(shù)據(jù)中，只出現(xiàn)1次誤報，其余19次測試的結果都在正常范圍之內(nèi)，系統(tǒng)的可靠性達到95%。

4 結語

提出了一種由加速度檢測和傾斜角檢測相結合的人體姿態(tài)識別的方法。該方法不僅監(jiān)測人體在運動過程中由三軸加速度值合成的人體運動振動幅值，同時也監(jiān)測人體運動時人體與地表的夾角值。在監(jiān)測時結合2組參數(shù)，既不會發(fā)生虛報也不會發(fā)生漏報，能有效保證系統(tǒng)運行的有效性和可靠性。

［1］劉勃，胡三慶，宋慶恒 .基于加速計的三維空間運動追蹤系統(tǒng) ［J］.華中科技大學學報 （自然科學版），2009（6）:40－44.

［2］趙翔，杜普選 .基于MEMS加速度計和陀螺儀的姿態(tài)檢測系統(tǒng) ［J］.鐵路計算機應用，2012（3）:15－18.

［3］胡錚 .略談祖國醫(yī)學對腦溢血的認識 ［J］.貴陽中醫(yī)學院學報，1980（2）:25－26.

［4］Kangas M，Konttila A，Winblad I，et al.Determination of simple thresholds for accelerometry－based parameters for fall detection［A］.Engineering in Medicine and Biology Society，29thAnnual International Conference of the IEEE ［C］.2007:1367－1370.

［5］秦勇，藏希喆 .基于MEMS慣性傳感器的機器人姿態(tài)檢測系統(tǒng)的研究 ［J］.傳感器技術學報，2007（2）:298－301.