新型人體摔倒監測儀研制

劉佳慶 徐善智 任家智 李思卜

【摘 要】 本文針對特需人群、老年人摔倒可能帶來嚴重損傷的痛點，設計了一種新型人體摔倒檢測防護儀。本系統主要集成了摔倒動作檢測模塊、人體心率實時檢測模塊、GPS北斗雙模定位模塊等。當佩戴者出現摔倒動作且無操作時，系統則判定為摔倒狀態，此時系統控制蜂鳴器大聲報警，同時系統與遠程服務器通信，向監護人推送通知;心率傳感器可以實時采集心率信息，可以實現對佩戴者生理健康狀態的監測。本設計已通過實驗測試，并滿足實際應用需求。

【關鍵詞】 摔倒檢測;加速度傳感器;GPS北斗雙模定位

【中圖分類號】 TP23 【文獻標識碼】 A 【文章編號】 2096-4102（2021）04-0099-04

隨著我國人口老齡化加快，空巢和留守現象也越來越常見，老人摔倒后最容易出現的是骨折，骨骼移位，軟組織損傷。隨著年齡的增長，常伴有骨質疏松，身體機能衰退的情況，跌倒后出現骨折，骨骼異位的情況屢見不鮮見。也有一部分老人因為摔倒會出現腦出血的癥狀，對身體健康造成一定的傷害。如果老年人在家中發生意外跌倒，卻沒能獲得及時的治療，后果是不堪設想的，因此，在跌倒與及時救治領域的研究，其重要性在社會意義層面不言而喻，已然引起了國內與國外學者的研究熱潮。

目前，能有效監測摔倒的技術主要有三類：基于視頻圖像進行分析、基于音頻信號進行分析、便攜穿戴式的檢測方式。視頻圖像分析需要數據量大，安裝成本高，存在隱私問題。音頻信號分析準確度差，易受到干擾，誤差大，成本高;穿戴式檢測設備攜帶方便，安裝成本低，準確性較高。本文設計的新型摔倒檢測防護儀在一種新的摔倒檢測方案設計基礎上，采用了新型GPS與北斗雙模定位模塊，增加了遠程守護報警功能，同時加入了蜂鳴器，以便于救助，采用可充電鋰電池供電，大大提高了可佩戴時間。

1監測儀組成

本監測儀使用STM32F103C8T6單片機控制，采用六軸加速度傳感器對人體的x、y、z三個方向加速度值進行實時采集，再通過計算就可以獲得人體合加速度數據，即加速度向量幅值SVM（signal vector magnitude，加速度向量幅值）。參考人體摔倒時的閾值和人體傾斜角度的閾值，當單片機計算得到的值同時超過以上兩個閾值，初步判斷為人體出現跌倒，蜂鳴器發出報警遇險呼救聲。若為系統誤判，可在一定時間內進行手動按下設備上的按鍵，便可復位裝置，避免系統誤報，如果超過設定一個時間未人為按下按鈕或其他行為則確定為跌倒不起狀態。立即以短信、微信等形式告知家人，心率傳感器實時檢測心率，家人可通過手機App查看摔倒地點和佩戴者心率情況。

監測儀組成框圖見圖1。

2系統模塊

2.1 GPS-北斗雙模定位模塊

采用M8TLF雙模定位模塊，該模塊支持美國GPS、中國北斗、俄羅斯GLONASS等多種系統混合定位，為了在實際情況下得到良好的定位效果，將模塊輸出設置為GP（美國GPS）+GB（中國北斗）組合定位模式;GPS定位功能實現是通過GPS北斗雙模定位模塊獲取當前經度、緯度值，再將其通過IIC（inter-integrated circuit，集成電路總線）接口發送給單片機主控進行解析，解析后的經緯度數據再經過藍牙發送手機再上傳到服務器。服務器將經緯度數據轉發給監護人App客戶端，對接收的經緯度數據處理并解析就可得知佩戴者的跌倒位置信息。

2.2 Max30102心率傳感器

該模塊檢測原理為：當LED光射向皮膚，透過皮膚組織反射回的光被光敏傳感器接受并轉換成電信號再經過ADC（analog-to-digital converter，模數轉換器）轉換成數字信號。由于模塊自帶ADC轉換，所以我們只需要將模塊緩沖區的值通過單片機IIC接口讀取即可，將讀取出的值進行計算即可得到心率值。

實際測量效果見圖2。

2.3 MPU-6050加速度傳感器

由于人體的運動情況非常復雜，要想精確地檢測到動作變化，需要一款精度高、反應靈敏的加速度傳感器。MPU-6050為高度集成的6軸運動處理傳感器，它集成了MEMS陀螺儀與加速度計，在實現縮小了體積的同時降低了各部分通訊的延時，用于采集佩戴者的姿態信息，可準確追蹤快速與慢速動作，這為精準檢測佩戴者的身體運動狀態變化強度提供了可能，為此我們利用單片機IIC接口獲取MPU-6050緩沖區的數據，通過算法濾波后，即可用于計算人體加速度向量幅值SVM和傾角φ。

3摔倒檢測算法

生活中大多數時候，人體最基本的動作可分為靜止、運動兩種情況。可以認為靜止動作包括最基本的立、蹲、坐、躺。這些基本的靜止動作通過變化組合就形成了基本的運動動作，包括走、跑、跳、下蹲、彎腰等。在研究摔倒的問題時，需要將身體不同角度的傾斜看作人體靜態姿勢。人體在產生這些運動時，人體模型會有兩個明顯變化的特征：向量幅值SVM以及傾角φ。通過對人體大量動作的兩個重要指標進行采集、分類和研究，發現運動狀態變化強度與身體的加速度和傾角存在一定的關系，所以我們可通過判斷運動狀態變化強度從而來判斷是否發生了跌倒動作。

3.1跌倒檢測因素

3.1.1速度瞬態變化

人體在運動時伴隨著人體速度瞬態變化，即加速度向量幅值SVM變化。可以用SVM來研究人體產生動作時的情況。SVM加速度幅值的大小表明運動情況的強弱。其定義為：在空間直角坐標系下，三個方向的加速度的合成加速度，適合用來研究空間內的物體運動。

空間合成向量SVM圖見圖3。

3.1.2姿態角解算

MPU-6050內部集成的DMP（digital motion processor，數字運動處理器），可以將內部集成的陀螺儀得到的原始數據，實時轉換成四元數輸出，主控單片機得到四元數數據之后，通過濾波處理與計算就可以很方便地計算出三個方向上的角度變化。

系統組成框圖見圖4。

3.2判定標準

人體的加速度向量幅值SVM實際測驗時，SVM正常狀態下值是1700左右，當以不同的激烈程度晃動設備時，接收到的安全加速度約在1200-2200之間。因此我們可以設置高低閾值，當SVM超出1200-2200范圍時，佩戴者10s未按下復位按鍵則判定為異常，且蜂鳴器大聲報警。

人體的傾角φ實驗數據顯示，人體處于直立狀態時，人體與Z軸方向的夾角φ總小于60度;當人體處于水平躺下時，人體與Z軸方向的夾角φ接近90度;人體在跌落時，可以認為人體從直立狀態變為水平狀態。所以我們可以將人體傾角φ值為60度作為摔倒時的角度閾值，本研究根據傳感器安裝方式，可任選兩個姿態角作為傾角φ，其中任意傾角φ大于閾值即可認為是摔倒動作產生。

人體向不同方向摔倒時角度變化情況見圖5。

4測試數據與分析

4.1正常運動時SVM和傾角φ值獲取

為了檢測到人體摔倒動作產生時的SVM向量和傾角φ的閾值，我們對本設計正常運動時和摔倒時的SVM向量和傾角φ進行了實驗測試，本實驗中正常運動實驗測試包括：直立、慢走、慢跑、蹲下、彎腰等運動。每次實驗包括對同一動作采集傾角φ值和SVM向量值10次，一共進行六次實驗，大大提高實驗準確性。

在進行摔倒實驗時，每次實驗要求向同一方向摔倒，同時采集傾角φ和SVM向量的變化，每次實驗要求可以選取任意方向測試，一共進行六次實驗。

正常運動SVM向量變化情況圖見圖6。

每次實驗，實驗者向相同方向產生動作，每次實驗之間互不影響，可隨機方向。從而測得人體傾角φ情況。

正常運動時，傾角φ值情況圖見圖7。

4.2摔倒時SVM和傾角φ值獲取

當佩戴者出現摔倒動作時，SVM向量變化情況和傾角φ變化情況見圖8、圖9。

4.3結果分析

通過上述實驗，可以發現，選取合適的閾值即可區分摔倒動作是否產生，人體直立靜止時，SVM向量為1700，傾角φ為0°，通過上述實驗數據發現，當佩戴者進行正常運動時，可以發現SVM值的變化在1200-2200之間，傾角φ在0°至60°之間;當發生摔倒動作時，SVM和傾角φ發生較大變化，SVM變化超過2200，傾角φ超過60°。為此，我們將SVM的閾值設為2200，同時將傾角φ設置為60°時，可以靈敏地檢測到佩戴者摔倒。

5結論

通過對人體摔倒動作的研究，采用了合理科學的實驗方法，對人體摔倒前后SVM向量和傾角φ作對比，通過設定閾值，可以準確地檢測出是否發生了摔倒，同時可有效避免正常運動的誤觸發，實際應用效果良好。

通過實際實驗測試，本監測儀可以準確地監測老人的摔倒動作和生理健康狀態，可以將摔倒對老人的傷害降至最低，可以滿足社會需要。

【參考文獻】

[1]王曉雷，李棟豪，鄭曉婉，等.基于極限學習機快速分類的人體跌倒檢測方法[J].科學技術與工程，2019，19（20）：258-264.

[2]蔡靖，樊毅堯，董子健，等.基于穿戴式平臺的老人摔倒監測系統設計[J].傳感器與微系統，2017，36（7）：130-133.

[3]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，2014.

[4]彭昊. 基于陶瓷壓電傳感器的智能床墊系統設計[D].合肥：合肥工業大學，2018.

[5]李邵穎，趙文娟，王增彩.小型四軸飛行器控制系統的研究[J].時代農機，2018，45（10）：250.

[6]余星. 基于捷聯慣性的水下載體姿態檢測系統研制[D].杭州：杭州電子科技大學，2013.

[7]徐濤，孫威，色海鋒，等.老人跌倒姿態實時識別系統硬件設計[J].沈陽航空航天大學學報，2019，36（1）：63-70.