一種智能可穿戴的跌倒檢測系統(tǒng)

周堂興，范　紅，2（.東華大學 信息科學與技術學院，上海 20620；2.東華大學　數(shù)字化紡織服裝技術教育部工程研究中心，上海 20620）

一種智能可穿戴的跌倒檢測系統(tǒng)

周堂興1，范紅1，2
（1.東華大學 信息科學與技術學院，上海 201620；2.東華大學數(shù)字化紡織服裝技術教育部工程研究中心，上海 201620）

針對老年人意外跌倒的問題，設計了一種新型的可穿戴式跌倒檢測系統(tǒng)。利用慣性測量單元（Inertial Measurement Unit，IMU）對人體的6個自由度（Directions of Free，DoF）參數(shù)進行測量，通過跌倒檢測算法分析自由度數(shù)據(jù)，及時檢測出跌倒，并將報警信息通過低功耗藍牙 （Bluetooth Low Energy，BLE）發(fā)送到智能手機等終端。對不同的跌倒情況進行一系列的試驗，測試結果表明，該系統(tǒng)可以有效地檢測到意外跌倒事件并發(fā)出報警信息，達到預期目標。

意外跌倒；慣性測量單元；跌倒檢測算法；低功耗藍牙

0　引言

由于體質的下降和生理機能的衰退，老年人容易發(fā)生意外跌倒，意外跌倒發(fā)生后，如果不能及時獲得救助，甚至可能危及生命安全。隨著人口老齡化社會的到來，老年人的意外跌倒問題已成為十分重要的醫(yī)療和社會問題。跌倒檢測系統(tǒng)的目標是能夠準確并及時地檢測到跌倒的發(fā)生，能夠將其與日?；顒樱ˋctivity in Daily Life，ADL）相區(qū)分，并在檢測到跌倒時發(fā)出報警信號，從而保障老年人的安全和健康［1］。目前，針對跌倒的檢測方法主要有3種：視頻監(jiān)測法、音頻和振動檢測法、可穿戴式裝置檢測法。基于三軸加速度傳感器的跌倒檢測系統(tǒng)成為目前國內外研究的主要方向，加速度閾值法是常用的跌倒判定方法［2］。可穿戴設備外形小巧，有著優(yōu)良的電池壽命。另外，隨著智能終端上BLE技術的普及，以智能終端為中心，以穿戴設備為應用外設，以 BLE為數(shù)據(jù)通信鏈路的可穿戴系統(tǒng)具有巨大的市場發(fā)展?jié)摿Α?/p>

1　系統(tǒng)設計

本文設計了一種基于BLE的跌倒檢測系統(tǒng)，系統(tǒng)采用InvenSense公司的MPU-6050 IMU測量人活動時的三維加速度和三維角速度共6個DoF的數(shù)據(jù)。再根據(jù)這些數(shù)據(jù)并結合跌倒檢測算法進行處理和分析，從而判定是否發(fā)生跌倒。最后，通過 Nordic公司的 nRF51822 BLE片上系統(tǒng)將檢測到的報警信號傳輸?shù)街悄芙K端，實現(xiàn)跌倒的檢測和報警信號的獲取。

跌倒檢測系統(tǒng)包括數(shù)據(jù)采集、跌倒檢測算法和信息傳輸。其中，數(shù)據(jù)采集涉及 MPU-6050的工作配置以及MPU-6050與 nRF51822 BLE片上系統(tǒng)的 I2C數(shù)字通信接口的實現(xiàn)。跌倒檢測算法涉及算法的原理與具體實現(xiàn)流程。信息傳輸涉及BLE與智能終端之間數(shù)據(jù)通信的實現(xiàn)。其中，nRF51822片上系統(tǒng)集成了 Cortex-M0內核和BLE模塊。跌倒檢測系統(tǒng)結構如圖1所示。

圖1　跌倒檢測系統(tǒng)結構

MPU-6050與 nRF51822可實現(xiàn)單板集成，外形小巧易于穿戴使用。穿戴位置可選擇腰腹部位，盡可能減少日?；顒訉ο到y(tǒng)的影響。

1.1nRF51822 BLE片上系統(tǒng)

BLE繼承了傳統(tǒng)藍牙技術在無線連接上的固有優(yōu)勢，同時增加了高速和低功耗的特性。BLE的核心是低功耗技術，契合了可穿戴設備的技術需求。

nRF51822 BLE片上系統(tǒng)集成了 32位的 Cortex-M0內核，256 KB Flash和 16 KB RAM，2.4 GHz射頻模塊，定時器/計數(shù)器以及模擬與數(shù)字外設等。其中射頻模塊支持 BLE。另外，Nordic公司提供了完整的 BLE協(xié)議棧解決方案，它集成了低功耗的控制器和主機，并提供了在片上系統(tǒng) （System on Chip，SoC）上開發(fā) BLE應用的完整且靈活的應用程序接口（Application Program Interface，API）［3］。用戶只需定義和實現(xiàn) BLE應用的通用接入規(guī)范（Generic Access Profile，GAP）層和通用屬性規(guī)范（Generic Attribute Profile，GATT）層，并根據(jù)協(xié)議棧提供的應用接口實現(xiàn)短距離的BLE無線通信。

1.2MPU-6050 IMU

跌倒檢測系統(tǒng)通過MPU-6050 IMU采集用戶運動姿態(tài)數(shù)據(jù)，即三維加速度和三維角速度共6個DoF的數(shù)據(jù)，如圖2所示。MPU-6050工作模式的配置以及用戶DoF數(shù)據(jù)的獲取均需要對其內部寄存器進行讀或寫操作，而上述的讀或寫操作均是nRF51822片上系統(tǒng)通過與MPU-6050之間的I2C數(shù)據(jù)通信接口實現(xiàn)的。

MPU-6050是 InvenSense公司推出的一款 6軸整合型運動處理芯片，其內部集成了一個三軸陀螺儀和一個三軸加速度計。MPU-6050對陀螺儀和加速度計分別采用了3個16位的ADC，將其測量的模擬量轉化為可輸出的數(shù)字量，傳感器的測量范圍都是用戶可控的。MPU-6050與外部設備的通信通過 400 kHz的 I2C數(shù)字接口，另外它還包括一個可編程的中斷系統(tǒng)，配合實現(xiàn)對MPU-6050內部寄存器數(shù)據(jù)的讀?。?］。

圖2　6個DoF

評估人體ADL的實驗，總結出人體軀干部分的加速度分量一般不超過±6ɡ，而角速度分量一般不超過300°/s，選取1 kHz作為慣性傳感器的采樣輸出頻率，MPU-6050的加速度輸出范圍配置為±8ɡ，角速度輸出范圍配置為±500°/s。此外，配置 MPU-6050的中斷系統(tǒng)，使得 6 個DoF的數(shù)據(jù)準備完成后在其中斷引腳上產生中斷信號，這時，nRF51822片上系統(tǒng)即可通過 I2C接口讀取用戶運動姿態(tài)數(shù)據(jù)。

2　跌倒檢測算法設計

人體在發(fā)生意外跌倒時，三維方向的加速度值會發(fā)生突變，同時人體俯仰方向的角度也會發(fā)生較大的改變。而由于跌倒情況的差異性，人體發(fā)生前仰、后倒和側翻時三維方向加速度變化的特點有較大差別。因而，通過對人體三維加速度和俯仰角速度數(shù)據(jù)提取特征量作為判決的依據(jù)，采用過程多閾值聯(lián)合判決法設計跌倒檢測算法，閾值的選取是根據(jù)人體在跌倒過程的不同階段的加速度和俯仰角度變化的特征分別進行確定的。跌倒過程中的加速度和俯仰角度的變化有4個主要特征：（1）失重：在跌倒的開始均會發(fā)生一段時間的近失重現(xiàn)象，加速度值發(fā)生突變，同時人體俯仰角度迅速增大；（2）撞擊：失重之后，人體與地面發(fā)生撞擊，產生極大的沖擊從而引起加速度反向劇變，這一階段的人體也可能發(fā)生翻滾現(xiàn)象；（3）靜止：通常撞擊發(fā)生后會出現(xiàn)短暫的靜止狀態(tài)，表現(xiàn)為加速度和俯仰角度維持一段時間的相對平穩(wěn)的過程；（4）結果：跌倒發(fā)生后，情況不嚴重時人可自行逐漸恢復站立，而一旦情況嚴重，比如導致人昏迷，人體將在很長的一段時間內保持靜止狀態(tài)，這是跌倒結果嚴重程度的判斷依據(jù)［5］。

2.1提取特征量

其中，ω（t）為角速度值，Δφ為（0，t）內角度變化值。

人體從失重到撞擊的過程時間極短，一般約為1 s，采用微元法，將1 s均分為 n個單位時隙，在單位時隙內角速度視為線性變化，在單位時隙內角度變化可近似為：

其中，φ（k）為k時刻的角度絕對值。

因而跌倒的過程中人體角度變化可近似為：

綜合考慮運算量和計算精度，選取 n=50，以人體俯仰角度的變化量Δφ作為角度特征量。

2.2算法流程

根據(jù)跌倒過程的不同階段加速度和角度特征量依次與設定的對應閾值進行判決，從而判斷跌倒事件的發(fā)生以及跌倒結果的嚴重程度。具體的跌倒檢測算法實現(xiàn)流程如圖3所示。

圖3　跌倒檢測算法流程圖

根據(jù)相關實驗測試，TH1、TH2、TH3、THφ、t0參考取值分別為 1.7ɡ、6ɡ、0.2ɡ、75°、10 s［6］，其中 ɡ表示重力加速度常量。算法返回跌倒事件狀態(tài)值 xi∈｛x1，x2，x3｝，x1、x2、x3分別表示未發(fā)生跌倒、跌倒不嚴重和跌倒嚴重3個事件狀態(tài)值。

3　算法實現(xiàn)與系統(tǒng)驗證

跌倒檢測算法判斷跌倒事件的發(fā)生情況并返回對應的跌倒事件狀態(tài)值來指示跌倒的嚴重程度。

3.1程序結構

跌倒檢測算法和BLE通信應用程序均是基于Cortex-M0內核實現(xiàn)的。系統(tǒng)程序包括nRF51822上相關外設初始化、MPU-6050初始化及工作配置、初始化BLE相關參數(shù)，然后開始廣播并等待事件中斷，如按鍵事件、20 ms的用戶數(shù)據(jù)讀取定時事件和 2 s的跌倒事件狀態(tài)值發(fā)送定時事件等。

3.2實測結果

系統(tǒng)軟件在 Keil uVision4開發(fā)環(huán)境下編程實現(xiàn)，編譯鏈接后下載到nRF51822上進行跌倒實驗。跌倒實驗包括前仰、后倒和側翻，每組實驗還包括跌倒嚴重和不嚴重的情況。正常情況、跌倒不嚴重和跌倒嚴重3種事件的狀態(tài)值傳輸?shù)浇K端的結果如圖4的所示。

圖 4中，0x0064表是正常狀態(tài)值，0x0096表是跌倒不嚴重狀態(tài)值，0x00C8表是跌倒嚴重狀態(tài)值。

圖4　3種事件終端顯示結果

4　結論

通過對各種跌倒情況的實驗測試結果可知，本文提出的跌倒檢測算法能正確地識別不同的跌倒事件并能判斷跌倒的嚴重程度。BLE具有高速和低功耗的特性，其在智能手機等移動終端上加速普及，而且最新的藍牙4.1規(guī)范極大地強化了藍牙技術在物聯(lián)網(wǎng)領域的應用，因而BLE在可穿戴技術領域具有極大的發(fā)展?jié)摿Α?/p>

［1］ABBATE S，AVVENUTI M，CORSINI P，et al.Monitoring ofhumanmovementsforfalldetectionandactivities recognition in elderly care using wireless sensor network：a survey.WirelessSensorNetworks：Application-Centric Design，Yen Kheng Tan（Ed.），ISBN：978-953-307-321-7，InTech［EB/OL］.（2010-12-14）［2013-11-12］.http：//www. intechopen.com/books/wireless-sensor-networks-applicationcentricdesign/monitoring-of-human-movements-for-falldetection-and-activities-recognition-in-elderly-care-using-wi.

［2］陳煒，佟麗娜，宋全軍，等．基于慣性傳感器件的跌倒檢測系統(tǒng)設計木［J］.傳感器與微系統(tǒng)，2010，29（8）：117-125.

［3］Creating Bluetooth low energy applications using nRF51822 nAN-36［EB/OL］.（2013-10-11）［2013-11-15］.https：//www. nordicsemi.com/eng/nordic/download_resource/24020/3/56653730.

［4］MPU-6000 and MPU-6050 Product Specification Revision 3.4［EB/OL］.（2013-08-19）［2013-11-25］.http：//www. invensense.com/mems/gyro/documents/PS-MPU-6000A-00v3. 4.pdf.

［5］NingJia.Detectinghumanfallswitha3-axisdigital accelerometer［J］.Analog Dialogue，2009，43（7）.

［6］趙祥欣.基于三維加速度傳感器的跌倒監(jiān)測研究［D］.杭州：浙江大學，2008.

A smart and wearable falls detection system

Zhou Tangxing1，F(xiàn)an Hong1，2
（1.College of Information Science and Technology，Donghua University，Shanghai 201620，China；2.Engineering Research Center of Digitized Textile&Fashion Technology，Ministry of Education，Donghua University，Shanghai 201620，China）

A novel wearable fall detection system is designed and implemented，which utilizes Inertial Measurement Unit to measure the parameters of six Directions of Free of people and analyze the data with the algorithm of detecting falls.Then it determines whether there occur unintentional falls or not.What′s more，the alarm signal will be generated and sent to the terminals like smart phone via the Bluetooth Low Energy.With the verification in a series of tests for different conditions of falls and the illustration of the results of these tests，the system is proved out to be able to detect the event of unintentional falls effectively and give out the alarm information.Thus，the expected goals are achieved.

unintentional falls；Inertial Measurement Unit（IMU）；algorithm of falls detection；Bluetooth Low Energy（BLE）

TN92

A

1674-7720（2015）02-0094-03

（2014-08-29）

周堂興（1989-），男，碩士研究生，主要研究方向：嵌入式系統(tǒng)。

范紅（1976-），女，博士，副教授，主要研究方向：數(shù)字圖像處理。