老年人意外摔倒智能報警腰帶系統的研究

鄢麗娟 張彥虎

摘要

隨著我國人口老齡化趨勢增加，如何照看老年人成為社會關注的焦點。系統在對手表式報警系統的研究基礎上進行了硬件改進升級，通過人體心率傳感器、體溫傳感器采集老人生理狀態數據;加速度傳感器、陀螺儀、壓力傳感器多傳感器相互配合來判斷老人是否摔倒，一旦確認摔倒后立刻通過遠程通信通知監護人，使其能夠獲得及時救助。研究結果表明：老人意外摔倒智能報警腰帶監測系統可以有效地為老人的健康及安全出行增添一份強有力的保障。

【關鍵詞】報警腰帶 智能手表 摔倒檢測 GPS定位 加速度傳感器 遠程通信

隨著人口的老齡化程度加速加深，中國的養老產業正作為最具潛力的產業之一而不斷發展，政府在十三五規劃中，在養老服務領域提出了積極開展應對人口老齡化行動的相關舉措。顯然，中國已經進入老齡化社會，老年人的安全問題如何更好地解決是當今的焦點社會問題之一。由于老年人聽力、視力、認知水平、平衡協調能力等方面的下降，以及腦血管疾病、骨質疏松等慢性疾病的增加，老年人跌倒事件發生的概率大大增加，所引發的各種社會問題已經不容忽視了，因此，開展對老年人摔倒報警系統的研究極為重要。

1研究現狀

隨著計算機技術和通信技術的發展，已經可以通過便攜式電子設備檢測人體的跌倒。目前，國外已經有針對老年人跌倒監測系統的相關研究，如：A.Blake borough[7]設計的房間內基于地板振動檢測的跌倒檢測器。A.Sixsmith等[8]研制的基于紅外信號和圖像信息的檢測器。但是由于成本，便攜性和應用范圍的限制，其應用推廣受到限制。國內尚無遠程監測跌倒的產品，但關于跌倒監測算法和系統設計的研究很多，如：汪波濤等[9]基于多點傳感融合算法的人體跌倒監測系統。系統以STM32F103作為核心處理器，在手腕、腰部、腳踝上使用MPU9250九軸姿態傳感器協助進行人體姿態監測，提出了基于多傳感器區協作融合的方法，用于準確監測人體跌倒狀態，降低誤報率，并利用藍牙4.0技術形成人體監測體域網。在手腕上加設取消報警按鈕，進一步減少誤報率。謝開明等[10]設計的基于GPRS的跌倒檢測報警系統，在SMV閾值算法基礎上，輔以傾角檢測，提高了算法的有效性，可以更有效的區分日常生活和跌倒。江進寶等[11]設計的基于智能手表的老人摔倒及其生理監測系統產品及解決方案，能在一定程度內解決老年人防摔倒項目的部分問題，系統采用的是以智能手表作用系統的穿戴裝配硬件，手表雖然是現代非常熱門的智能產品外觀形式，但是作為老年人防摔倒產品還是存在一定的不足，其原因是，手表式防摔倒系統沒有充分利用人體工程學原理，產品的技術核心是利用加速度傳感器、陀螺儀、壓力傳感器三者相互配合來實現對老人體位變化進行實時監測，而產品佩戴位置相比較用于跌倒系統檢測而言，腰部相比手腕更符合人體工程學，收集的加速度值和陀螺儀等數據值對判斷摔倒姿勢更為準確，可以大大降低產品的誤報率，提高產品的實用性。

2系統總體設計

本文所設計的智能報警腰帶包括硬件和手機APP兩部分。硬件由老人來穿戴、軟件通過監護人手機進行安裝。

腰帶穿戴后該系統的各模塊對老人的生理狀態進行實時的檢測，并與標準值進行比較，如有任何異常變化趨勢，都會發送報警信號到監護人手機。摔倒模塊使用加速度傳感器、陀螺儀、壓力傳感器的組合綜合判斷出老人摔倒時，主控系統立即發出摔倒報警信號，并且語音報警模塊立即打開以產生報警聲音，同時遠程通信模塊向監護人發送摔倒警報信息和老人的當前位置信息。監護人可隨時在手機端查看老人的位置以及身體基本狀況。APP與腰帶交互通信設計如圖1。

3系統硬件設計

采用腰帶形式為智能產品外觀，提高監測數據準確率。根據人體工程學，腰部是人體重心所在，系在腰上又穩定，跟手環手表等設備外觀相比，有天然獨到的優勢。

智能防摔倒腰帶的硬件系統包括主控模塊、人體生理狀態檢測、遠程通信模塊、摔倒檢測模塊、GPS定位模塊和語音報警模塊。監護人和系統通過移動通信網絡相互通信。主控模塊采用MSP430芯片作為整個系統的控制芯片，負責確定摔倒報警信號，提取GPS定位信息，控制報警聲音的開關等功能。

4核心模塊設計

4.1摔倒檢測模塊

4.1.1摔倒檢測分析

人體正常活動時，產生的加速度是有限的。但是在發生摔倒時，摔倒一般持續的時間較短，大約在l-2s之內，當身體失去平衡后，身體會在某一瞬間傾斜，身體的劇烈動作會使加速度發生很大的改變。多數情況下，摔倒發生后人體的身體姿態也會改變，一般由站立或者平坐轉變成躺倒，而身體各個部位的加速度、速度以及位移也發生巨大變化，我們以產生的加速度值來判斷老人是否跌倒。

4.1.2摔倒檢測算法

智能腰帶通過內置多個傳感器來獲取體位信息，如加速度傳感器、陀螺儀、壓力傳感器等。通過三層檢測實現對老人是否摔倒做出準確檢測。加速度傳感器獲取人體摔倒前三個軸向的加速度、摔倒前后的加速度差值。陀螺儀傳感器可以根據物體的實時運動產生不同的參數值。壓力傳感器能夠實時監測物體各個方向的壓力變化，并通過它們監測老人的行走和各種姿勢，并通過三者的相應變化，來綜合判斷老人是否摔倒。若超過設定的閾值，則生成摔倒報警信號觸發語音報警模塊。

由于人體運動過程具有復雜多樣性特點，具有不確定性，但不同運動又具有典型特征，提取姿態特征向量區別不同運動類型，人體運動特征向量包括速度、加速度、加速度向量差值SVM（ Signal vector magnitude）、微分加速度幅值平均絕對值MADS（ Mean absolute value ofdifferential）、偏航角yaw等。人體摔倒是一種瞬時的劇烈活動，這個過程可以分解為初始安全、失去平衡、撞擊地面、倒地平衡靜止幾種狀態，摔倒方向有前傾、后仰、左側、右側，如圖2所示。

人體由安全狀態到摔倒狀態加速度及加速向量差值SVM變化過程由零增加再減小，微分加速度幅值平均絕對值MADS變化過程由零增加再減小;垂直偏航角yaw即人體與地面夾角遠大于900或小于900，正常直立約為900;系統采用三級閥值判斷人體摔倒狀態，定義人體垂直地面方向為z軸、前后方面為x、左右方向為y軸，具體如下：

（1）

其中：mx、my、mz分別為x、y、z軸的加速度。

MADS

（2）

其中;T為時間周期

yaw =arctan

4.2防誤報模塊

設置緩沖確認時間，以降低摔倒誤報率。當系統判定老人摔倒了，我們此時設定了緩沖時間，如果老人沒有摔倒，他可以選擇不撥打電話或不發送短信來防止系統誤判。如果老人沒有在60s內作出反應，那么系統就要自動發出“求救”信息。

5實驗結果分析

為測試系統改進后的性能，特將手表式系統和腰帶式系統在同樣情景下進行了系統測試，系統測試包括3個部分：檢測人體摔倒準確率、GPS定位誤差、GSM模塊遠程發送報警信號實時性。根據人體日常行為和姿態，將手表式與腰帶式人體跌倒監測系統分別穿戴于手腕和腰部，模擬跑步、走路、坐下、蹲下、上下樓、彎腰、摔倒等大概率行為，在相同的實驗環境和頻次的前提條件下，進行測試系統的準確度與穩定性，判斷人體摔倒后GPS測試地點與實際摔倒地點誤差;記錄對比人體摔倒事件發生時間與手機接收報警信號時間，測試系統實時性，測試結果如表1所示。

從試驗結果來看，在跑步環節，手表式系統出現誤報1次，腰帶式出現誤報O次;在坐下環節中，有靠背情況下兩個系統均出現1次誤報警;蹲下環節，手表式系統出現誤報警2次，腰帶式系統0次誤報警;彎腰環節中，手表式系統出現誤報警0次，腰帶式系統1次報警;在跌倒環節測試中，手表式系統收到報警95次，腰帶式系統收到報警次數99次。

在上述測試的350次不應該出現報警的各種情況下，手表式系統出現跌倒誤報4次，腰帶式系統出現2次。平均誤報率分別為1.14%、0 57%;在100次應該出現報警的情況下，手環式系統有5次未檢測到，腰帶式系統有1次未檢測到。漏報率分別為5%、1%。如表2所示。

經過綜合分析實驗結果數據，腰帶式系統整體綜合平均誤報率

6待拓展模塊

未來科技發展趨勢的背景下，本文再結合產品特點和人性化使用體驗，規劃設計了如下的幾個拓展功能，在接下來的幾年時間進行后續優化和升級：

（1）腰帶與老人行走輔助器的合二為一功能;

（2）智能腰帶的冬夏智能取暖降溫功能。

7結束語

本文提出了一種基于物聯網的老人意外摔倒報警腰帶系統的設計方案，生產成本低，準確率高，實用性強，且硬件產品外觀設計科學，便于攜帶，符合當前市場發展趨勢，未來將受到許多老年人家庭用戶的關注，這款防摔倒智能報警腰帶系統的研究實現，將在一定程度上緩解我國步入老齡化社會所面臨的壓力，智能防摔倒腰帶的研究可以實現更好地將科技創新技術服務于老年人的生活，用智能科技改善老年人生活質量，能夠幫助家人在忙于工作的同時可以更全面周全地給予老年人親情照顧。

參考文獻

[1]倪逸揚，基于Android平臺的老人跌倒檢測軟件[J].計算機光盤軟件與應用，2013，16 （16）：55-57.

[2]許繼平，李景濤，彭森，基于三軸加速度傳感器的老年人摔倒檢測系統[J].計算機仿真，2 014，31（12）： 434-437.

[3]畢慶生，馮篤，老年人跌倒警報器的研究[J].電子制作，2 016 （01）：5.

[4]李揚，可穿戴設備的突破口[J].高科技與產業化，2014 （06）： 90-93.

[5]佟麗娜，基于力學量信息獲取系統的人體摔倒過程識別方法研究[D].中國科學技術大學，2011.

[6]楊冬葉，趙勇，我國空巢老年人的現狀與對策[J].現代臨床護理，2004 （05）： 60-62.

[7]A. Blakeborough and M.S.Williams.“Measurement of floor vibrationsusing a heel drop test”， Proceedingsof the Institution of CivilEngineers， Structures&Buildings 156，November 20031ssue SB4 [C]. Pages367-371.

[8]A. Sixsmith and N. Johnson， “Smartsensor to detect the falls ofthe elderly，”[C]. IEEE PervasiveComputing， vol.3， no.2， pp. 42-47，April-June 2004.

[9]汪波濤，張珣.基于多點傳感融合算法的人體跌倒監測系統設計[J].單片機與嵌入式系統應用，2015，15 （11）： 62-65.

[10]謝開明，基于GPRS的跌倒檢測報警系統的設計與實現[D].重慶：重慶大學，2010.

[11]江進寶，王富城，趙永祥，楊烈君，基于智能手表的老人摔倒及其生理監測系統設計[J].福建電腦，2018， 34 （03）： 21-22+13.

[12]梁力，基于老年人摔倒行為識別模型的計算機視覺監控系統[J].科技通報，2013， 23 （10）： 224-229.

[13]許繼平，李景濤，彭森等，基于三軸加速度傳感器的老年人摔倒檢測系統[J].計算機仿真，2014， 31（12）： 434-437.

[14]Ren-JyeDzeng， Yi-Cho Fang， I-ChungChen. A feasibility study of usingsmartphone built-in accelerometers todetect fall portents[J]. Automationin Construction， 2014， 38 （4）： 74-86.

[15]Bogdan Kwolek， Michal Kepski.Human fall detection on embeddedplatform using depth maps andwireless accelerometer [J]. ComputerMethods and Programs in Biomedicine，2014，117 （3）： 489-501.

[16]宴勇.可穿戴式人體跌倒監測與定位系統設計與實現[J].洛陽理工學院學報（自然科學版），2016，26 （02）： 71-75.

[17]劉鵬，盧潭城，呂愿愿等，基于MEMS三軸加速度傳感器的摔倒檢測[J].傳感技術學報，2014， 27 （04）： 570-575.

[18]劉勇.基于模式識別的跌倒檢測儀研究[D].重慶：重慶大學，2014： 26-49.

[19]金純，尹遠陽，一種基于統計學判別分析的老人摔倒檢測算法的研究[J].計算機應用研究，2 01 4，31（01）：107-111.

[20]張軍建，基于三軸加速度傳感器的體位突變檢測研究[D].濟南：山東師范大學，2 014：2 5-47.

[21]陳天華，張小馳，許繼平，基于三軸加速度傳感器和電子羅盤的人體摔倒監測系統[J].測控技術，2015，35 （02）： 232-235.

[22]吳志強，曹蕾，王凱等.基于智能手機的人體跌倒檢測系統設計[J].計算機工程與設計，2014，31（04）：136-140.