幼兒園基于ZigBee的實時定位及體征監測系統研究

李文齊　王澤陽　李毅　周儼　李佳倫

摘要：對于幼兒園的各種安全隱患，設計了ZigBee實時定位及體征監測系統。系統根據RSSI計算出移動節點到達參考節點的距離，再利用三邊測量定位算法實現準確定位。通過兒童佩戴的移動節點上的傳感器實現體溫、脈搏的監測。在保證兒童自由度的基礎上，具有身份識別及考勤管理功能。

關鍵詞：ZigBee；幼兒園；實時定位；體征監測；模糊邏輯 文獻標識碼：A

中圖分類號：TP212 文章編號：1009-2374（2015）31-0017-03 DOI：10.13535/j.cnki.11-4406/n.2015.31.008

兒童是祖國的希望和未來。傳統的幼兒園監控是通過攝像頭了解兒童的安全情況，但是攝像頭布控存在一些盲區，且受環境影響較大。還有利用信息接送卡等對幼兒進行監管，但是容易造成幼兒信息的泄露和偽造。參考文獻[4]中提出了幼兒園指紋識別接送，但該系統無法主動發現可疑人物，也無法對兒童進行實時監控。參考文獻[5]中提出了一種基于ZigBee和RFID的物聯網，通過讀寫器不斷對兒童所持的RFID卡發送查詢信號實現對兒童的活動范圍感知，其缺點是無法對兒童實時準確定位，也無法實時監測到兒童的身體指標。參考文獻[6]和參考文獻[7]中所述，在國外，已經將無線網絡應用于幼兒園安全體系，但仍然沒有實現實時精確定位與體征監測。綜合國內外的研究現狀，并沒有將實時準確定位、到達危險區域警告和生理參數的監測有機地融合到幼兒園安全管理之中，而這些在本系統中得以實現。本系統不僅可以對幼兒園內所有人員進行實時定位、基本信息管理、身份識別、統計出入情況以及考勤管理，還可以在兒童到達危險區域自動報警，同時也實現了實時對兒童體溫、脈搏的監測，通過ZigBee網絡將所有數據以多跳的方式發送至上位機，一旦發現生命體征超出正常范圍的兒童將立即報警。并且對于實時位置、體溫、脈搏三個指標，系統采用模糊邏輯，將危險情況劃分等級，通過計算與信息庫中樣例的貼近度給出決策方案，方便教師及時準確地了解兒童的情況。

1 系統結構

本系統包括ZigBee實時定位、實時體征監測兩大模塊。兒童身上所佩戴的微型設備是ZigBee移動節點。將ZigBee參考節點安放在幼兒園四周。移動節點可以通過檢測獲取自身與參考節點之間通訊的接收信號強度（RSSI），并將檢測信息包傳送給網關；網關與上位機（PC電腦或工控機）相連，通過使用VB編寫的上位機程序即可顯示移動節點相對于參考節點的具體位置及坐標數值，從而實現定位的功能。可以在監控臺界面上任意設定一定范圍的危險區域，當定位系統監測到兒童到達危險區域時，會立即發出警報，通知有關人員采取措施保障兒童安全。在實時定位的基礎上，可實現對園內人員進行身份識別、統計出入情況及考勤管理等功能。移動節點還可以采集兒童的體溫、脈搏數據，通過ZigBee無線通信將數據發送至監控臺，當兒童的某項身體參數指標超過正常范圍時，監控臺上位機程序就會自動報警。本系統總括于圖1：

圖1 系統結構功能示意圖

2 系統主要模塊原理

2.1 實時定位模塊

采用網狀結構實現節點間通信，幾何中心定位節點。利用接收信號強度指示技術RSSI（Received Signal Strength Indicator）功耗低、成本低、實用性高的特點，采用距離算法實現準確定位。

在測量中選用以下的模型：

式中，射頻參數A被定義為用dBm表示的距離發射器1m接收到的平均能量絕對值，也就是距發射節點1m處的接收信號強度；n為信號傳輸常數，與信號傳輸環境有關；d為距發射節點的距離。RSSI對應距離曲線，可以針對特定的應用場景進行擬合，這樣即可獲得射頻參數A和信號傳輸常數n。再采用如參考文獻[10]和參考文獻[11]中所述的三邊測量定位算法即可獲得移動節點的坐標。定位系統的運行流程。在網絡的通信過程中，首先定位節點發送信號到參考節點，參考節點把接收到的一定時間內的信號強度取平均值，然后發回到定位節點，定位節點再把收到的信息傳輸到網關節點，最后傳輸到上位機。上位機的測算流程如圖2，需要設置所有參考節點的坐標，然后選取對應場景的距離曲線。

圖2 定位系統測算流程

在此算法中，如果選取N個參考節點來定位，需要進行次測算，綜合考慮計算強度與定位精度性價比，選取4個參考節點來定位。在此基礎上，可以實現兒童到達危險區域警告、身份識別及考勤管理功能。

2.2 實時體溫、脈搏監測模塊

體溫檢測采用Melexis公司生產的MLX90614紅外溫度傳感器，它響應速度快、精度高、體積小、穩定性好，在溫度范圍為32℃～42℃時，測量的絕對精度為±0.2℃。利用參考文獻[14]所述查表法進行溫差修正，可降低環境溫度對所測數據的影響。由于脈搏信號振動幅度小、頻率低，綜合考慮抗噪性及信號的放大效果，選擇HK2000C脈搏傳感器進行脈搏的測量。采用壓電式原理采集信號，通過檢測電流變化的程度測量壓力大小。將測得的體溫、脈搏數據經過AD轉換后，通過ZigBee無線通信網絡傳送到中央監控臺。當體溫或脈搏值超過設定的正常范圍時，檢測模塊中的蜂鳴器會立即報警，同時上位機顯示界面也會發出報警提示。

3 實驗驗證結果

本系統在實驗測試中取得了令人滿意的結果。圖3為中央實時監控臺控制界面，在VB.net2008+SQL2000平臺下實現。其中藍色1～4號代表安放在幼兒園的參考結點，它們構成一個矩形區域；位于矩形區域內部的紅色1號、2號移動節點代表兩名兒童；上面沒有標記數字的黑色圓點代表人為劃定的危險區域的中心位置，危險區域的的半徑可據實際情況調整。在實際應用中可以導入地圖，使觀察更為直觀。界面的左下角分別顯示了兩位兒童的脈搏、體溫實時數據，由于此時1號兒童沒有標記數字的黑色圓點距離較近，已經進入劃定的危險區域范圍，2號兒童體溫、脈搏數據超過正常值，所以危險信息欄中分別出現了警告信息，并伴有聲光報警。endprint

數據傳輸延遲不超過2s，數據傳輸穩定、可靠。可在監控臺控制界面進行射頻標定，根據不同地理位置下電波損耗程度不同、干擾因素不同人為改變射頻參數中A和n的值，進一步提高定位的精確度。還可以進行場景縮放以及固定點坐標調整，既能從宏觀上觀察到整個區域的實時狀況，又不能放過任何一個危險角落。

圖3 中央實時監控臺控制界面

當需要進一步觀察脈搏波形及詳細數據時，可在控制界面中打開“脈搏詳細參數”菜單，將出現以下

界面：

圖4 脈搏詳細信息顯示界面

4 基于模糊邏輯的決策方案

4.1 決策原理

模糊邏輯（Fuzzy logic）是一種典型的人工智能方法。運用模糊集合，將[0，1]區間的取值無窮化，將實際應用中不能精確判斷的問題或是數學方法所不能確定的系統、模型，用模擬人腦的方式來進行建模分析。

4.2 方案建立

運用模糊邏輯，我們將兒童狀況模糊量化，再計算與信息庫中樣例的貼近度，當最大的貼近度達到一定值時，可認為現在兒童情況與典型樣例十分貼合，可根據該

樣例采取的解決方案處理現在的事件。具體流程如下：

4.2.1 搜集典型的兒童身體指標與相應的解決方案建立信息庫。進行模糊處理后，用百分制定義兒童身體指標的各項檢測數據：

Position：兒童離危險區域的距離。大于10m時為100，小于10m時按每離近1m減10處理。

Temperature：兒童體溫。在進行溫差修正后，取36.5℃～37.5℃為正常范圍，量化為100，37.5℃～38℃及36℃～36.5℃兒童低熱，38℃以上及36℃以下為發燒狀態，因此選擇超出正常范圍每0.1℃減10處理。

Pulse：兒童脈搏。發燒會引起心率增快，體溫每升高1℃，心率增快10～15次/分。考慮到兒童的活躍性以及幼兒園兒童的年齡段，這里取3～5歲兒童平靜時的正常標準100～110次/分為正常范圍（100），超出正常范圍每1次/分減5處理。

具體標準用戶可根據幼兒園具體情況改動。表1為數據庫中的三個典型樣例：

4.2.2 計算兒童與數據庫中典型樣例的貼近度。定義i（i=0，1，2……m）為兒童各項量化后的指標，利用Hamming距離可得被監測兒童與數據庫中樣例（k=1，2……h）的貼近度：

當最大貼近度時，可以認為該兒童狀況與數據庫中的典型樣例極為吻合，可根據該樣例相應的解決方案處理當前事件。

5 結語

該系統是一個以幼兒園為實際背景，并可用于多種場合的健康安全保障系統，具有一定的實用價值。在未來可對該系統的軟件和硬件進一步完善，將時刻的呵護送達幼兒園兒童身邊。本系統的設計得到國家級創新項目支持，在研究中得到李德敏教授、張光林副教授的巨大幫助和大力支持，在此特別感謝。

參考文獻

[1] 李志.一種基于ZigBee的幼兒園監控系統[J].工業控制計算機，2014，27（7）.

[2] 宋志強，徐健.幼兒園指紋識別接送系統設計[J].計算機與現代化，2009，（10）.

[3] 趙筱赫，張春強.指紋識別在幼兒園接送管理系統中的應用[J].數字技術與應用，2013，（6）.

[4] 陳維立，陳向東，李志霞.基于ZigBee的幼兒園無線指紋識別接送系統設計[J].現代電子技術，2014，37（21）.

[5] 李鴻，王林珠，張文，等.RFID技術與ZigBee網絡融合的幼兒安全管理系統[J].智能系統學報，2013，（8）.

[6] 李鴻，王林珠，譚懷忠.物聯網技術在幼兒園幼兒管理中的應用研究[J].中國教育技術裝備，2013，（9）.

[7] Chao Chen.Design of a Child Localization System on RFID and Wireless Sensor Networks[J].Journal of Sensors，2010.

[8] 高明，吉祥，劉宇，等.ZigBee技術在室內定位中的應用[J].西安工業大學學報，2010，30（1）.

[9] 朱明輝，張會清.基于RSSI的室內測距模型的研究

[J].傳感器與微系統，2010，29（8）.

[10] Niculescu D.Positioning in Ad hoc sensor networks

[J].IEEE Network，2004，18（4）.

[11] Andreas S，Han C C，Srivastava M B.Dynamic fine-grained localization in Ad-hoc networks of sensors[J].ACM SIGMOBILE 01，Rome，Italy，2001.

[12] 張日欣.基于MLX90614的非接觸式體溫測量系統設計[J].軟件導刊，2009，8（3）.

[13] 沙春芳.紅外溫度計MLX90614及其應用[J].現代電子技術，2007，（22）.

[14] 夏候凱順，曾憲金，胡立坤，等.基于MLX90614和ZigBee技術的體溫實時監控系統的設計[J].自動化與儀表，2011，（11）.

[15] 蘇俊豐.基于CC2530的多點無線脈搏檢測系統[D].華中師范大學，2014.

[16] 孫超.基于模糊邏輯的異構無線網絡接入選擇算法[D].吉林大學，2013.

[17] Giupponil L.，Agusti R.，Perez R.J.，et al.A Novel Joint Radio Resource Management based on Fuzzy Neural Methodology[J].IEEE Transactions on Vehicular Technology，2008，57（3）.

[18] 閻平凡，張長水.人工神經網絡與模擬進化計算[M].北京：清華大學出版社，2005.

[19] 李強.模糊數學方法在二手房價格估算中的應用[J].青海師范大學學報（自然科學版），2008，（2）.

基金項目：國家級創新項目（No.201410255041）。

作者簡介：李文齊（1993-），男，東華大學信息科學與技術學院學生，研究方向：無線傳感器網絡與嵌入式系統；王澤陽（1994-），男，東華大學信息科學與技術學院學生，研究方向：無線通信與遠程監控；李毅（1994-），男，東華大學信息科學與技術學院學生，研究方向：電氣工程與智能控制；周儼（1994-），男，東華大學信息科學與技術學院學生，研究方向：現代控制理論；李佳倫（1994-），女，東華大學信息科學與技術學院學生，研究方向：通信信號處理。

（責任編輯：周 瓊）endprint