基于FMCW雷達和ESP?EMSH網絡的非接觸健康監測系統

摘" 要： 非接觸式醫療健康監測系統能夠有效地應對用戶依從性問題，并消除傳統監測方式帶來的不適感，從而更好地融入日常生活。這種監測手段能夠持續關注用戶的健康狀況，并具備在發生突發急性醫療事件時及時發出警示的潛力，可以滿足新生兒、燒傷患者、傳染病患者等特殊人群的監測需求。文中提出一種基于ESP32微控制器的創新型非接觸式健康監測系統，用于監測獨居老人的生命體征和跌倒情況。該系統通過非侵入方式實時監測老人的健康和跌倒狀態，監測數據會實時顯示在數據監測屏幕和監護人手機應用上。所設計系統具有顯著的成本效益和出色的質量，在實驗室測試中，該系統采用FMCW毫米波雷達技術，相比傳統視頻跌倒檢測能夠更好地保護用戶隱私。ESP32微控制器支持ESP?EMSH組網和無線傳輸，可提供更廣泛、更快速、更穩定的網絡傳輸。所提出的健康監測系統顯著減少了老人獨居風險，有效地減少了危險時刻下未能及時獲得幫助的情況。

關鍵詞： 健康監測； 非接觸式； 跌倒檢測； FMCW雷達； ESP?EMSH組網； ESP32微控制器； 遠程報警

中圖分類號： TN95?34； TP32" " " " " " nbsp; " " " " "文獻標識碼： A" " " " " " " " " " "文章編號： 1004?373X（2024）16?0039?08

A non?contact health monitoring system based on FMCW radar and ESP?EMSH network

DAI Zhihao1， JIANG Jie1， ZHAO Xuecheng1， 2， YANG Zengwang1， 2

（1. School of Physics amp; Electronic Engineering， Jiangsu Normal University， Xuzhou 221116， China;

2. Yongkang Electronic Technology Co.， Ltd.， Xuzhou 221132， China）

Abstract： Non contact medical health monitoring system can effectively improve user compliance and eliminate the discomfort caused by traditional monitoring methods， thus better integrating into daily life. This monitoring method can continuously monitor the health status of users and has the potential to issue timely warnings in the event of acute medical emergencies. It can meet the monitoring needs of special populations such as newborns， burn patients， and infectious disease patients. An innovative non?contact health monitoring system based on the ESP32 microcontroller is proposed， which is used to monitor the vital signs and fall incidents of elderly people living alone. By non?invasively monitoring the health and fall status of the elderly in real?time， monitoring data can be presented in real?time on the data monitoring screen and the guardian's mobile application. The designed system has significant cost?effectiveness and excellent quality. In laboratory testing， FMCW millimeter wave radar technology is used in this system， which can better protect user privacy compared to traditional video fall detection. The ESP32 microcontroller can support ESP?EMSH networking and wireless transmission， which can provide wider， faster， and more stable network transmission. The proposed health monitoring system can significantly reduce the risks of elderly people living alone and effectively reduce the risk of not receiving timely assistance in dangerous situations.

Keywords： health monitoring; non?contact type; fall detection; FMCW radar; ESP?EMSH networking; ESP32 microcontroller; remote warning

0" 引" 言

老年人獨居存在諸多的健康和安全隱患，其中跌倒問題尤為突出。由于生理衰老、肌肉骨骼退化、平衡能力下降等因素，老年人更容易跌倒，這可能會造成嚴重的身體傷害。為了關注老年人的身體健康，本文不僅著眼于跌倒監測，還將生命體征監測如心率、呼吸等納入考慮范圍。

通過在老年人居住區域或醫療機構等場所部署先進的雷達傳感器，能夠實時收集各種動作數據和生命體征信息，這不僅能夠及時發現可能的跌倒事件，還可為老年人提供全方位的健康監測和醫療保障。在無線通信技術和監測算法不斷改進的同時，研究者們致力于提高監測系統的性能，以更好地服務老年人群體，提高其生活質量和整體安全性。

因此，將雷達傳感器應用于老年人跌倒監測和生命體征監測不僅是一項有前景的研究，更是為老年人提供更全面、實時的健康監測和醫療保障的關鍵一步。本文致力于在老年人最脆弱的時刻，通過及時準確的監測與救助，為他們構建一個更安全、更可靠的生活環境。

1" FMCW雷達相關研究

本文用到的60 GHz的跌倒監測雷達模塊采用基于聚類分析的人體軀干算法。該算法根據毫米波雷達收集到被監測人體的點云數據，基于每個點云的具體信息，利用歐氏距離對人體點云進行聚類分析，即將點云分為多個群組。每個點云[pi]可表示為：

[pi=（xi，yi，zi，ri）T] （1）

式中： [xi]、[yi]、[zi]代表該點云的三維坐標；[ri]代表該點云的反射強度。該組點云[p]可表示為：

[p=（p1，p2，…，pN）]" （2）

[h=max（z1，z2，…，zN）] （3）

式中：[h]是參與者的三維點云組信息中最大的人體高度參數；[zi]表示第[i]個點云的高度。

測量得到x、y、z坐標并計算各方向對應的速度，公式如下：

[vx=xpmaxt2-xpmaxt1t2-t1] （4）

[vy=ypmaxt2-ypmaxt1t2-t1] （5）

[vz=zpmaxt2-zpmaxt1t2-t1] （6）

式中：[xpmaxt1]為在[t1]時刻x軸上最大反射強度點云對應的x坐標值；[ypmaxt1]和[zpmaxt1]同理。

利用x軸和y軸方向上的速度求矢量和，通過z軸速度與其的比值得出身體傾角[θ]，公式如下：

[θ=arctanvzv2x+v2y] （7）

閾值分類方法是跌倒監測系統中常用的一種分類器，可將動作樣本分為跌倒和非跌倒兩類。該方法以身體高度、速度和身體傾角等特征值進行判定，對于每個特征值，分類器設定上下閾值，若特征值不在閾值范圍內，則被判定為非跌倒動作。再通過實驗數據，根據真實標簽、最大召回率和最大準確率確定閾值范圍。具體來說，采用身體姿態提取的身體高度值、毫米波雷達直接測量的x軸方向速度和身體傾角等特征值進行跌倒與非跌倒動作分類。若任意兩個特征值中的任意一個發生大幅度變化，則存在較大概率為跌倒動作。該方法綜合考慮了多個特征值，避免了僅根據單一特征值進行判定可能導致的誤判情況。最終，閾值判定流程通過仿真界面顯示，分為未發現跌倒、可能發生跌倒情況和監測出跌倒三個階段。這一方法為跌倒監測系統提供了一種有效的分類策略，能夠在實際應用中做出可靠的判斷。

此外，本文采用的24 GHz生命體征監測FMCW毫米波雷達，利用微多普勒信號獲取微振動信號，實現對生理體征的準確監測。通過監測呼吸頻率值和心跳信號，實現對呼吸和心率的監測。這一非接觸式監測系統綜合利用雷達技術，為老年人提供了全面的健康監測和跌倒防護，減少了對傳統監測方式的依賴，能夠更好地融入日常生活。

2" 系統方案設計架構

本文系統設計包括硬件和軟件兩部分，主要通過三個階段完成。

第一階段是將ESP32與跌倒監測雷達、生命體征監測雷達和蜂鳴器報警進行連接，當老人跌倒、心率異?；蚝粑惓r，蜂鳴器能夠發出報警聲。

第二階段是實現手機端與監測終端的數據交互，實現對老人信息的實時查詢功能。

第三階段是基于Thingscloud開發平臺設計物聯網手機應用程序（APP）。ESP32通過WiFi向物聯網云端實時傳輸數據，同時用戶的手機通過APP與物聯網云端相連，這樣用戶就可以通過APP實時查詢老人的安全信息，并且在監測到跌倒行為、呼吸異?；蛐穆十惓r，及時接收到報警信息通知。該階段實現遠程監測和報警功能。

2.1" 系統組網架構設計

傳統的WiFi網絡采用單點對多點的架構，即由中心節點（接入點/AP）連接所有節點（Station）。這種結構存在一些限制，如覆蓋范圍受限、節點數量有限，并且容易發生網絡超載等問題。傳統WiFi網絡架構如圖1所示。

相比之下，本文采用的ESP?MESH網絡架構不要求節點直接連接中心節點，而是可以與相鄰節點建立連接，如圖2所示。這種架構的優勢在于擴大了網絡的覆蓋范圍，允許更多節點接入網絡，避免了傳統網絡的容量限制和超載問題。

2.2" 系統節點部署架構設計

本文的節點部署圖如圖3所示。在老年人的生理狀態不佳時，例如睡眠或剛剛蘇醒時，臥室是最容易突發意外的地方，因此，將生命體征監測節點安裝在臥室的床頭上方，距離床面約0.5 m高，并將其角度調整為與墻體呈45°傾斜，以確保在最脆弱的時刻全方位監測老年人。同時，跌倒監測節點被部署在臥室、廚房和衛生間的天花板中間位置，這些區域是老年人活動頻繁的地方。跌倒是老年人面臨的重大威脅之一，因此在這些關鍵區域部署跌倒監測節點能夠及時發現危險并應對突發情況。

此外，系統還在客廳設置了一個老人信息實時顯示器，方便護工等在保護老人隱私的前提下，了解老人在臥室或衛生間的安全情況。

2.3" 系統總架構設計

本文系統的總架構圖和監測流程分別如圖4、圖5所示。

3" 系統硬件設計

本文的主要硬件電路為根節點信息顯示電路、蜂鳴器報警電路、FMCW毫米波雷達電路（跌倒監測節點電路、生命體征監測電路），各電路設計環環相扣、層層遞進、不斷完善。

3.1" 根節點信息顯示電路設計

本文采用ESP32作為主開發板，它是一款集成了雙核32位TensilicaXtensaLX6微處理器的片上系統（SoC）。ESP32通常以160 MHz的時鐘速度運行，最高可達240 MHz。ESP32開發板集成了WiFi通信堆棧和低功耗藍牙（BLE4.1）通信堆棧，突顯了其在物聯網應用中的無縫集成能力。ESP32的編程使用Thonny和Python語言實現，提高了開發人員的可訪問性，適用于不同技能水平的開發者。

3.2" 蜂鳴器報警電路設計

本文采用FMCW毫米波雷達，該雷達利用發射的電磁波信號被物體反射，通過捕捉反射信號確定物體的距離、速度和角度。FMCW毫米波波長較短，精度高。系統中整合了ESP32、FMCW毫米波雷達和5 V有源蜂鳴器，構成一個完整的電路。當FMCW毫米波雷達監測到安全事故時，通過串口通信向ESP32發送異常信息，ESP32接收到信息后，通過GPIO控制口觸發蜂鳴器報警。

3.3" FMCW毫米波雷達電路設計

跌倒監測節點電路和生命體征節點電路均采用串口與ESP32進行通信，兩者的接口電平均為TTL電平標準，停止位都為1，數據位都為8。跌倒監測波特率為115 200 b/s，而生命體征FMCW毫米波雷達波特率為9 600 b/s。跌倒監測FMCW毫米波雷達的通信協議的幀結構定義如表1所示。幀頭大小為2 B且固定為0X53、0X59；控制字大小為1 B，用來選擇功能；命令字大小也為1 B，對當前數據內容進行標識；長度標識等于數據的具體字節長度；校驗碼為幀頭、控制字、命令字、長度標識和數據求和，求和后取低八位。

生命體征FMCW毫米波雷達的通信協議的幀結構定義如表2所示。起始碼大小為1 B且固定為0X55，數據長度大小為2 B，低字節在前，高字節在后，長度等于幀結構內除起始碼外的長度之和；功能碼大小為1 B，其中讀命令為0X01，寫命令為0X02，被動上報為0X03，主動上報為0X04；地址碼1為功能分類碼；地址碼2為具體功能碼；校驗碼大小為2 B，低字節在前，高字節在后，采用的是CRC16檢驗方式。CRC16檢驗方式簡單快速，而且可以實現高效的數據檢測。

4" 系統軟件設計

系統的軟件編程部分主要分為基于Thonny開源平臺Micpython開發環境的編程設計和基于Thingscloud物聯網平臺完成的手機APP設計。

4.1" 基于Thonny開源平臺Micpython開發環境的編程設計

Thonny是一個基于Python的跨平臺應用程序，能夠提供簡單直觀的界面和工具，使Python的學習和開發更輕松。與ArduinoIDE不同，Thonny不僅僅是編碼工具，還包含調試器、交互式Shell和包管理工具，其界面適合初學者，同時提供高級功能滿足有經驗的開發者。Thonny專注于Python開發，為用戶提供全面的工具，使編寫、調試和運行Python代碼更容易且高效。

本文系統基于Thonny平臺，整合了跌倒監測、生命體征監測、ESP?MESH網絡和遠程報警功能，形成完整系統。用戶可在移動端查詢老人安全信息，系統在危險情況下可報警并發送通知。

4.2" 基于Thingscloud物聯網平臺完成的手機APP設計

Thingscloud是一款專注于物聯網（IoT）應用程序開發的云平臺，是開發各種物聯網設備和不同終端上運行的應用程序的理想選擇。連接Thingscloud的物聯網設備需要使用其提供的API建立設備與云平臺的關鍵連接，包括設備注冊、數據上傳和命令下發等功能。Thingscloud提供了豐富的API和核心類，如Device類、Message類等，為開發者提供輕松通信和管理物聯網設備的工具。該平臺采用標準的物聯網協議棧，如MQTT或CoAP。總體而言，Thingscloud為物聯網應用程序開發提供便捷的工具和服務，使開發者能輕松實現物聯網設備與云端的連接和數據交互。

本文基于Thingscloud開發平臺，利用物聯網通信技術使移動終端與網絡連接，可對嵌入了WiFi的系統進行實時數據共享。通過手機終端的操作，用戶可以方便地查詢老人的安全信息，實現系統與手機的互聯。圖6為基于Thingscloud開發的移動端APP界面。

5" 系統調試與結果分析

對所設計系統進行實物和計算機測試，檢測其功能完成度。模擬跌倒、劇烈運動等狀態，在Thonny開源軟件平臺對系統、代碼、數據正確性進行測試，在云端對數據查詢正確性和接收信息實時性進行測試。

5.1" 正常數據分析

通過以下代碼導出一個存放心率數據的TXT文件：

with open（heart_rate_file_path，\"a\"，encoding=\"utf?8\"） as file：

file.write（f\"{heart_rate_value}＼n\"）

通過R24BBD1 FMCW毫米波雷達獲得的50個連續變化的靜坐心率數據如圖7所示。從圖7中可以看出，靜坐時測得的心率數據在77～84次/min之間，屬于正常范圍波動。再通過R24BBD1 FMCW毫米波雷達獲得50個劇烈運動后連續變化的心率數據。圖8所示為運動之后R24BBD1雷達測得的數據，可以看出剛開始心率達到145次/min左右，但是35 min左右就能恢復到正常水平。

通過R24BBD1 FMCW毫米波雷達獲得的50個連續變化的靜坐呼吸頻率數據如圖9所示。

從圖9中可以看出，靜坐時測得的呼吸頻率數據在13～18次/min之間，屬于正常范圍波動。

由上述數據可以看出，R24BBD1 FMCW毫米波雷達生命體征監測可以正常工作，能夠實時監測目標的生命體征數據。

5.2" 模擬異常情況數據分析

表3和表4分別是生命體征監測雷達R24BBD1和跌倒監測雷達R60AFD1地址分配及數據信息說明。圖10～圖13中由矩形框出的是模擬各種異常情況得到的生命體征雷達發送的串口數據。

本文模擬各種異常情況下，串口調試助手獲得的FMCW毫米波雷達發送的數據。

模擬憋氣異常、大幅度運動、急促呼吸、跌倒狀態得到的串口數據分別如圖10～圖13所示。

由圖10～圖13的四種情況展示可以得知，生命體征監測雷達和跌倒監測雷達可以正常監測各種異常情況。手機端APP收到的告警消息如圖14所示。

5.3" 物聯網平臺端接收到的數據分析

圖15和圖16分別是心率和呼吸頻率的上報數據記錄，圖17是30 min內Thingscloud服務器獲得數據并實時顯示和繪制的心率圖和呼吸頻率圖。測試結果表明，在手機端可以實時查詢老人健康信息。

6" 創新點

本文采用軟硬件相結合的方式，設計了一種基于FMCW毫米波雷達的生命體征監測和跌倒監測的ESP?EMSH組網報警系統。本文系統在提升老年人居家安全方面具有顯著潛力。

本文系統操作簡便且功能完善，能夠實現蜂鳴器報警、手機應用報警以及手機端與PC端實時共享數據等功能。經過測試，系統表現良好，值得進一步推廣和應用。

7" 結" 語

隨著時代的進步，FMCW毫米波雷達技術和無線通信技術的發展極其迅速，已被廣泛應用于各種領域。人口老齡化日益嚴重的今天，老人們的安全、健康問題也被廣泛關注，若沒有安全監測系統，不能及時地給發生意外的老人提供幫助，則會導致更危險的事故發生。安全監測系統對老人，尤其是獨居老人的安全至關重要。

本文采用的軟件、硬件方面的技術均已成熟，同時利用FMCW毫米波雷達的精度高、隱私性好等優勢，在高準確率的判斷下保護用戶隱私；采用Mesh網絡的穩定性好、范圍廣等優勢，提升了系統的魯棒性；利用WiFi無線傳輸方式向使用者發送遠程提醒信息；利用物聯網云端技術實現手機端數據查詢。所設計系統完全可以實現跌倒監測、心率呼吸監測與報警的功能，使用較為便利。

注：本文通訊作者為楊增汪。

參考文獻

[1] 張曉華.基于Jetson TX2的老人跌倒監護設計[J].現代電子技術，2022，45（20）：45?48.

[2] 徐濤，孫威，色海鋒，等.老人跌倒姿態實時識別系統設計[J].傳感器與微系統，2020，39（3）：94?97.

[3] 麥超云，王占，洪曉純，等.GSWOA?VMD在毫米波雷達非接觸式生命體征檢測中的應用[J].現代電子技術，2023，46（16）：69?74.

[4] 金添，李志，戴永鵬，等.RIS?4D生物雷達多人體定位與生命體征監測[J].信號處理，2024，40（2）：225?235.

[5] 馮博琴.微型計算機原理與接口技術[M].北京：清華大學出版社，2004：72?98.

[6] 秦九勝，張小紅.便攜式老人跌倒報警系統設計[J].電子測試，2021（2）：29?30.

[7] 王松，黨建武，王陽萍，等.人體跌倒識別算法研究[J].傳感器與微系統，2017，36（12）：13?15.

[8] 陶帥，常蒙月，汪祖民，等.基于可穿戴設備的跌倒檢測方法研究進展[J].中國老年保健醫學，2021，19（4）：119?125.

[9] 代霞.基于77 GHz FMCW雷達的生命體征檢測算法研究[D].成都：電子科技大學，2021．

[10] 薛毅松.基于毫米波雷達的非接觸式健康監測系統研究[D].成都：電子科技大學，2022.

[11] 安美晨.基于毫米波雷達的多人心率及呼吸生命體征監測系統設計與實現[D].武漢：華中科技大學，2021.

[12] 楊剛，王文珠.基于加速度矢量特征的老人跌倒檢測裝置設計[J].計算機測量與控制，2016，24（8）：56?58.

[13] 李牧，吳彤，田哲嘉.基于熱成像技術的非接觸式生命體征測量方法[J].紅外技術，2022，44（4）：428?436.

[14] 曹玲.穿戴式遠程實時心電監測儀與傳統動態心電圖在居家老年心血管疾病患者中的監測效果[J].中國醫療器械信息，2022，28（19）：85?87.

[15] 胡巍.基于多普勒雷達的非接觸式生命體征檢測技術研究[D].合肥：中國科學技術大學，2014.