基于氣壓傳感器的智能口罩呼吸測量技術研究

王 政

（上海圓天電子科技有限公司，上海201821）

0 引言

隨著國民經濟發展和人們生活水平提高，越來越多的人開始關注健康數據的量化和智能管理。可穿戴設備結合大數據進行健康管理，成為大健康時代的黃金組合應用模式之一。美國《連線》雜志創始主編、《失控》的作者凱文·凱利（Kevin Kelly）認為，“顛覆性技術永遠在發生，而且是從邊緣性的地方出現的”。而今，傳統的醫療健康產業正在被各種新科技顛覆與喚醒，可穿戴設備可隨時隨地實時監控人們的各項健康數據，再結合大數據分析進行健康管理。如智能手環、智能手表等設備大多都具有人體心率、脈搏數據監測的功能。這些設備通過BLE連接手機，通過手機上的APP實現數據上傳云端、已有數據本機存儲和分析結果顯示等功能。

在各項健康生理數據中，呼吸信號是一類典型的時間序列信號，對呼吸數據進行分析并挖掘其中的異常呼吸事件，對人體健康的研究分析和亞健康預警有著極大的幫助。近年來，隨著防霧霾智能口罩產品技術和市場的成熟，把氣壓傳感器集成到智能口罩，為監測呼吸信號數據提供了一種很好的途徑和載體，本文即詳細說明這種應用方案。

1 智能口罩基本結構和功能設計

圖1所示為智能口罩的整體結構簡圖，其中主要部件包括呼吸傳感器即氣壓傳感器HB203B、渦輪風扇、HEPA高效濾網等。

智能口罩的主要功能設計如下：

（1）渦輪風扇主動送風+HEPA高效濾網實現對PM2.5顆粒97%的過濾效果；

（2）通過氣壓傳感器監測內部壓力自動調節風扇轉速和風量，保證呼吸順暢；

（3）氣壓傳感器信號數據分析處理得出呼吸頻率、波動、暫停等生理數據；

（4）BLE通信和微信公眾號連接，實現智能口罩內部各項數據的導出[1]。

2 硬件結構設計和分析

2.1 HB203B簡介

HP203B是高分辨率（0.1 m）壓力傳感器，其帶有I2C接口，包括一個硅壓阻壓力元件和一個高分辨率24位Δ∑ADC。HP203B提供高精度24位壓力和溫度數字輸出，客戶可根據應用需要轉換速度和高度，所有內置計算采用了高速4 MHz的浮點運算，計算誤差小，數據補償是內部集成，通信連接非常簡單，并提供基于壓力、高度及溫度上下限比較的可編程事件及中斷輸出控制。HP203B傳感器是采用不銹鋼蓋子表面封裝并符合RoHS標準，尺寸非常小，僅為3.6 mm×3.8mm，厚度為1.2 mm[2]。

2.2 HP203B應用電路

由于HP203B傳感器通過設計公司獲得專利的補償算法在傳感器器件片內進行采樣、信號處理以及運算，最終計算出實際的直接結果值，所以外部應用MCU只需發出信號采集命令，待完成后，再通過I2C接口直接讀取壓力、溫度及絕對海拔高度三者的實際值。圖2所示為HP203B和加速度電路圖。其中ADXL345為三軸加速度傳感器（可選），用于采集用戶的運動狀態，同智能手環類似。該運動狀態數據作為采集和計算呼吸數據的輔助輸入參數。兩個傳感器都是I2C接口，可以直接接MCU相應總線接口。且兩種傳感器靜態功耗都是μA級別，再通過軟件合理設置其工作周期時間從而降低運行功耗，整體功耗完全滿足可穿戴設備的低功耗要求。

2.3 智能口罩主體電路設計

圖2 HP203B和加速度電路圖

智能口罩主體電路包括MCU、一鍵軟開關、鋰電池充放電、BLE藍牙通信等電路，如圖3所示。MCU選用STM32位處理器STM32F030C8，其豐富的外設接口，可以連接不同類型的外設和傳感，拓展不同的功能；32位和高達48 MHz的主頻，保證了運行一些復雜算法程序如FFT的執行效率[3]；內部時鐘利于整個電路的緊湊設計和EMC性能；不同功耗模式的選擇可以在保證系統電路多種運行模式的同時有效降低整體功耗。總體來說，豐富內存和外設、高速運算和低功耗的特點非常符合可穿戴智能設備對MCU的技術要求。

3 呼吸數據采集處理算法設計

3.1 呼吸數據基本分析

為了研究呼吸數據的處理算法，MCU把采集的HP203B傳感器數據先在內部RAM暫存，采樣一定數據后通過調試串口或者BLE藍牙通信把數據導出到PC，通過PC上強大的數據處理軟件進行分析和處理，并最終選擇合適的處理算法。

HP203B傳感器壓力數據單位為毫巴（mbar）。MCU以2.5 Hz的采樣頻率讀取氣壓傳感器數值，部分實際采集數據如表1所示，可以看出智能口罩內部氣壓數據是一個典型的時間序列信號，時間單位是0.4 s。

需要注意的是，這個壓力數據是智能口罩內部的氣壓數據，實際數據不僅根據呼吸壓力變化，而且隨著風扇轉速和風量的變化而變化。由于智能口罩風扇轉速的調節頻率較低，因此這種低頻分量也很容易通過高通濾波器實現信號分離。如圖4所示，氣壓的平均值變化是因為調節風扇轉速和風量使得口罩內部氣壓在變化。正常成年人的呼吸頻率通常在12～20次/min范圍內，頻率范圍在1 Hz以內[4]。從圖4可以看出，原始信號中有很多高頻信號，這些高頻率信號可能是風扇轉速波動或電路噪音引起。為了方便數據的進一步分析和處理，對于原始信號必須進行一定的平滑濾波處理。

3.2 呼吸數據平滑濾波處理

將所得數據信號進行處理，消除隨機誤差的影響，提高信噪比，這是平滑濾波處理的根本目的，其最常用、最有效的

圖3 智能口罩主體電路圖

一鍵開關機電路通過或非門74V1G02和一個P Channel MOSFET管設計，可以實現短按開機、長按關機的功能。鋰電池充放電電路選用南京拓維的一款完整的單節鋰離子電池恒定電流/恒定電壓線性充電器管理IC TP4054，其充電電流可達500 mA。方法就是最小二乘多項式平滑法（Savitzky-Golay卷積法）。Savitzky-Golay卷積平滑關鍵在于矩陣算子的求解[5]。

設濾波窗口的寬度為n=2m+1，各測量點為xi=（-m，-m+1，…，1，0，1，…，m-1，m），采用k-1次多項式對窗口內的數據點進行擬合。

表1 智能口罩內部氣壓實際采集數據

圖4 氣壓實際采集數據原始信號圖

平滑公式：

可以看出關鍵點是求出B。MATLAB函數B=SGOLYAY（K，F）是用來設計計算Savitzky-Golay平滑濾波器所需的B值，多項式階數K必須小于數據幀大小，F必須是奇數。經過對比測試，本文選用窗口寬度7，多項式次數3，計算出矩陣如下：

平滑值計算公式如下：

采集的原始數據通過以上計算公式進行平滑處理后得出的數據顯示如圖5所示。

圖5 氣壓實際采集數據平滑處理后信號圖

3.3 呼吸數據結果分析

經過平滑濾波算法處理后數據再計算并標記出峰值和谷值，如圖6所示，峰值用“*”標出，谷值用“+”標出。在120 s的時間內，峰值有33次，谷值有34次，可以判斷出呼吸頻率在16次/min和17次/min變化，正在正常成年人呼吸頻率范圍之內，驗證了我們算法的正確性。

圖6 呼吸結果數據標記峰谷值圖

呼吸數據是標準的時間序列信號，從圖6中可以看出，在0～40 s之間，由于人體活動對呼吸的影響以及口罩內部壓力有個調整適應期，因此呼吸波動比較大，相鄰峰谷值的時間間距比較短。在40 s之后，呼吸數據平穩均勻，證明口罩內部壓力已經調整完成，人體已經很好地適應了口罩呼吸環境。

圖7 主程序流程圖

4 軟件設計和實現

圖7所示為主程序流程圖。

程序初始化包括MCU的時鐘、I/O、串口、I2C等的初始化配置，以及藍牙模塊、HP203B等部件和數據的初始化；電池電量監控程序監控鋰電池電量；BLE藍牙通信程序處理和微信的藍牙通信；風量控制是根據氣壓平均值控制風扇轉速來調節風量，從而保證口罩內部的氣壓恒定舒適；一鍵開關機負責口罩整個電路的開關機功能。

5 結語

智能口罩是近年來新興起的一種可穿戴智能硬件設備。可穿戴設備的一項重要功能就是監測人體各項生理數據，作為健康監測和管理的重要依據。本文所設計的智能口罩在基本的主動送風式過濾PM2.5顆粒的功能基礎上，通過HP203B氣壓傳感器的引入，不僅實現了口罩內部壓力的調節，保證了呼吸的舒適度，同時通過對氣壓數據的分析和處理，得出與人體呼吸相關的頻率、波動、暫停等數據。以上呼吸生理數據通過智能口罩內置的BLE藍牙通信和手機APP同步后，上傳云端，結合其他可穿戴設備的健康數據，通過大數據分析，可以提供比較完整的健康管理研究和應用方案。