基于MEMS的摔倒檢測和定位系統(tǒng)設(shè)計

翁佩純++張遠(yuǎn)海

摘 要為解決老年人日常生活中的摔倒檢測和定位問題，設(shè)計了可穿戴式老年人摔倒檢測和定位系統(tǒng)。采用低功耗的STM8S系列芯片，通過MEMS 三軸加速度傳感器完成人體三軸加速度數(shù)據(jù)的采集和處理，使用卡爾曼濾波算法進(jìn)行噪聲剔除，實現(xiàn)了三級檢測閾值摔倒檢測算法，北斗GPS雙模定位模塊獲得地理定位信息，GPRS模塊進(jìn)行遠(yuǎn)程報警。實驗說明系統(tǒng)可以有效地對老年人摔倒行為作出檢測，并實時進(jìn)行定位和報警。

【關(guān)鍵詞】摔倒檢測算法 MEMS加速度傳感器 北斗定位

隨著我國人口老齡化的加速，老年人的照料和養(yǎng)老問題將嚴(yán)重加重未來社會負(fù)擔(dān)。高效、有效、專業(yè)的養(yǎng)老產(chǎn)業(yè)是解決老齡化社會帶來沉重養(yǎng)老負(fù)擔(dān)的唯一途徑。在老年人的日常生活中，摔倒[1]是老年人經(jīng)常發(fā)生的意外之一，嚴(yán)重威脅老年人的身體健康甚至生命安全。因此，設(shè)計一種針對老年人的摔倒檢測和定位裝置的需求尤為迫切。

MEMS 技術(shù)以其體積小，重量輕，耗能低，諧振頻率高等優(yōu)勢，近幾年得到了快速發(fā)展和廣泛應(yīng)用，在加速度檢測、狀態(tài)檢測、運動檢測等方面的技術(shù)已經(jīng)相對成熟和穩(wěn)定。本文提出一種基于MEMS 三軸加速度傳感器的老年人摔倒檢測與定位系統(tǒng)，可穿戴并實時檢測和衛(wèi)星定位。三軸加速度傳感器采集人體摔倒特征向量，北斗GPS模塊判斷摔倒位置，通過GPRS模塊通知家人，大大提高老年人的安全保障，減輕了子女和社會的壓力。

1 人體摔倒模型

1.1 摔倒檢測算法

人體運動的特征向量包括加速度、加速度向量幅值SVM （ Signal vector magnitude） 、微分加速度幅值絕對平均值MADS （ Mean absolute value of differential） 、人體姿態(tài)角pitch、roll 和yaw等[2]。當(dāng)人體進(jìn)行劇烈活動時，SVM 峰值會變得比較大，其定義為：

（1）

其中：ax、ay、az分別為x、y、z 軸的加速度。

人體摔倒時狀態(tài)變化劇烈，SVM一般會超過1.8gn，因而第一級摔倒檢測閾值可選擇1.8gn作為衡量準(zhǔn)則。但當(dāng)人體進(jìn)行一些非摔倒性劇烈活動，如快速跑步，SVM的峰值有時也會超過1.8gn，這時可利用微分加速度幅值絕對平均值MADS 來進(jìn)行第二級摔倒檢測。研究表明，人體摔倒期間MADS 超過0.36g/s，跑步期間MADS 小于0.36g/s，因而選擇0.36g/s作為人體摔倒的第二級判決閾值。MADS具體定義如下[3]：

（2）

其中：T 為時間周期

為了進(jìn)一步減少誤報，可利用三軸加速度和重力之間的關(guān)系，計算人體姿態(tài)角yaw，即人體軀干與水平面的傾角θ。將人體姿態(tài)角yaw小于40°，作為第三級判斷閾值。其定義如下[4]：

（3）

1.2 卡爾曼濾波算法

為了降低MEMS加速度傳感器的噪聲干擾，系統(tǒng)采用卡爾曼濾波算法對數(shù)據(jù)使用進(jìn)行降噪處理?？柭鼮V波（Kalman filtering）是一種利用線性系統(tǒng)狀態(tài)方程，在測量方差已知的情況下觀測數(shù)據(jù)，對系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計的算法。由于觀測數(shù)據(jù)中包括系統(tǒng)中的噪聲和干擾的影響，所以最優(yōu)估計也可看作是濾波過程。

具體算法如下，時間更新方程負(fù)責(zé)向前推算當(dāng)前狀態(tài)向量和誤差協(xié)方差，為下一狀態(tài)構(gòu)成先驗估計；測量更新方程負(fù)責(zé)將先驗估計和最新測量構(gòu)成后驗估計。設(shè)加速度的離散狀態(tài)方程和觀測方程為[5]：

X（k） = F（k，k-1）·X（k-1）+T（k，k-1）·U（k-1）

Y（k） = H（k）·X（k）+N（k）

其中：

X（k）和Y（k）分別是k時刻的狀態(tài)矢量和觀測矢量；F（k，k-1）為狀態(tài)轉(zhuǎn)移矩陣；U（k）為k時刻動態(tài)噪聲；T（k，k-1）為系統(tǒng)控制矩陣；H（k）為k時刻觀測矩陣；N（k）為k時刻觀測噪聲；則卡爾曼濾波的算法流程為：

預(yù)估計X（k）^= F（k，k-1）·X（k-1）

計算預(yù)估計協(xié)方差矩陣：

C（k）^=F（k，k-1）×C（k）×F（k，k-1）'+T（k，k-1）×Q（k）×T（k，k-1）'

Q（k） = U（k）×U（k）'

計算卡爾曼增益矩陣：

K（k）=C（k）^×H（k）'×[H（k）×C（k）^×H（k）'+R（k）]^（-1）

R（k） = N（k）×N（k）'

更新估計：

X（k）～=X（k）^+K（k）×[Y（k）-H（k）×X（k）^]

計算更新后估計協(xié)防差矩陣：

C （ k ） ～ =[I-K（k）×H（k）]×C（k）^×[I-K（k）×H（k）]'+K（k）×R（k）×K（k）'

X（k+1） = X（k）～

C（k+1） = C（k）～

1.3 算法流程

系統(tǒng)MCU讀取MEMS加速度傳感器采集的三軸加速度數(shù)據(jù)，采用卡爾曼濾波算法進(jìn)行優(yōu)化之后，通過計算得出SVM、MADS和yaw的值，當(dāng)SVM>1.8gn，MADS>0.36g/s，yaw<40°，判定為發(fā)生摔倒事件。具體算法流程如圖1所示。

2 系統(tǒng)總體設(shè)計

系統(tǒng)采用可穿戴式設(shè)計，實現(xiàn)一款搭載Android平臺的智能手表，佩戴于被監(jiān)護(hù)人手腕上。智能手表包含系統(tǒng)主控MCU，MEMS加速度傳感器，北斗GPS定位模塊，GPRS模塊，并實現(xiàn)了人體摔倒檢測算法和定位算法。當(dāng)智能手表檢測到被監(jiān)護(hù)人發(fā)生摔倒事件，通過手表上預(yù)裝的SIM卡，將報警信息發(fā)送給監(jiān)護(hù)人手機(jī)，并將被監(jiān)護(hù)人的地理位置信息、人體狀態(tài)等數(shù)據(jù)發(fā)送到服務(wù)器上。監(jiān)護(hù)人可以通過手機(jī)或電腦終端登錄服務(wù)器查看被監(jiān)護(hù)人的實時狀態(tài)。整個系統(tǒng)的網(wǎng)絡(luò)通信圖如圖2所示。

3 系統(tǒng)的硬件結(jié)構(gòu)

系統(tǒng)的硬件部分主要包括系統(tǒng)主控MCU、MEMS三軸加速度模塊、北斗GPS定位模塊、GPRS通信模塊以及電源模塊等。系統(tǒng)硬件結(jié)構(gòu)如圖3所示。

系統(tǒng)主控MCU采用雙串口的STM8S007單片機(jī)，STM8S007是ST公司提供的基于ARM CORTEX M0的8位微控制器，具有極佳性價比。STM8S單片機(jī)系列是8位的低功耗的單片機(jī)，采用ST的130納米工藝技術(shù)和先進(jìn)內(nèi)核架構(gòu)，主頻達(dá)到24 MHz，處理能力高達(dá)20MIPS。STM8S單片機(jī)系列以其嵌入式EEPROM、RC振蕩器和全套標(biāo)準(zhǔn)外設(shè)為設(shè)計者提供了穩(wěn)定且可靠的解決方案。

三軸加速度采集模塊采用Freescale（飛思卡爾） 公司開發(fā)的基于微機(jī)電系統(tǒng)（MEMS）的的三軸向低重力加速計MMA7260Q[6]。MMA7260Q 是一款具有三軸向檢測功能的單芯片設(shè)備，能在XYZ 三個軸向上以極高的靈敏度檢測低重力水平的墜落、傾斜、移動、放置、震動和搖擺。MMA7260Q具有3μA 睡眠模式、500μA 低運行模式、1.0ms的快速啟動響應(yīng)時間，能夠提供± （ 1.5-6） g 的可變量程加速度，并將三軸向加速度轉(zhuǎn)化為電壓值輸出。

定位模塊采用北斗GPS UM220模塊。UM220是市場上尺寸最小的雙模模塊，集成BD2/GPS模塊，功耗低，適合于人體定位、車輛導(dǎo)航、定位導(dǎo)航等應(yīng)用。UM220模塊工作電壓：3V到3.6V。首次定位時間為：冷啟動30S，熱啟動1S。定位后PPS端發(fā)送精度為50nS的秒脈沖給STM8S007。UM220模塊定位模式支持單系統(tǒng)獨立定位和多系統(tǒng)聯(lián)合定位，支持UART，SPI，1PPS，I2C等多種接口。

GPRS通信模塊采用具有藍(lán)牙功能的四頻GPRS SIM800H模塊。SIM800H模塊可支持4頻GSM/GPRS，工作的頻段為：GSM850、EGSM900、DCS1800和PCS1900 MHz。 模塊的尺寸只有15.8*17.8*2.4 mm，幾乎可以滿足所有用戶應(yīng)用中的對空間尺寸的要求。同時SIM800H模塊具有標(biāo)準(zhǔn)AT命令接口，可以提供GSM語音、短消息等業(yè)務(wù)，支持藍(lán)牙功能，可以通過藍(lán)牙與智能手機(jī)等設(shè)備的管理APP軟件進(jìn)行通信。

4 軟件設(shè)計

系統(tǒng)的工作流程如下：系統(tǒng)上電后各模塊進(jìn)行初始化，MMA7260Q傳感器實時采集三軸加速度數(shù)據(jù)；系統(tǒng)MCU通過I2C 接口讀取三軸加速度數(shù)據(jù)，進(jìn)行噪聲剔除，歸一化處理；系統(tǒng)根據(jù)摔倒檢測算法進(jìn)行狀態(tài)判斷。當(dāng)系統(tǒng)確定被監(jiān)護(hù)人摔倒后，進(jìn)行本地蜂鳴報警。如果出現(xiàn)誤判， 用戶可在蜂鳴30s內(nèi)通過按鍵手動取消報警；如果用戶沒有取消報警，系統(tǒng)將通過UM220模塊自動進(jìn)行定位，接收UM220傳來的衛(wèi)星定位數(shù)據(jù)，并將地理位置信息通過SIM800H模塊發(fā)送到預(yù)設(shè)的監(jiān)護(hù)人手機(jī)。系統(tǒng)軟件流程如圖4所示。

5 系統(tǒng)實現(xiàn)

5.1 卡爾曼算法實現(xiàn)

卡爾曼算法實現(xiàn)的主要代碼如下：

abstract class kalman{

//members

int t；

matrix Sm1， S， R， HTRinv， M， Sn， A；

vector eps， x， xn， a；

//default constructor

kalman（）{}

void forward（matrix Sm1m1， vector xm1m1， vector y）{

Sm1=F（t-1）.times（Sm1m1.times（F（t-1）.trans（）））.plus（Q（t-1））；

R=H（t）.times（Sm1.times（H（t）.trans（）））.plus（W（t））；

HTRinv=R.chol（H（t））.trans（）；

matrix temp1=Sm1.times（HTRinv.times（H（t）））；

S=Sm1.minus（temp1.times（Sm1））；

M=F（t）.minus（F（t）.times（temp1））；

vector temp2=F（t-1）.times（xm1m1）；

eps=y.minus（H（t）.times（temp2））；

x=Sm1.times（HTRinv.times（eps））.plus（temp2）；

}

}

5.2 GPS定位實現(xiàn)

GPS定位實現(xiàn)的一般流程如下：

5.2.1 配置權(quán)限

AndroidManifest.xml中配置權(quán)限

5.2.2 獲取LocationManager 類型對象

mLocationManager=（LocationManager）pContext.getSystemService Context.LOCATION_SERVICE）；

pContext為Context類型的對象

5.2.3 獲取最佳位置定位方式pProvider

mLocationManager.getBestProvider（pCriteria， true）；

pCriteria為Criteria類型的對象，包含精度、是否返回高度、方位、速度等信息。

5.2.4 創(chuàng)建Criteria對象示例

public static Criteria createFineCriteria（） {

Criteria c = new Criteria（）；

c.setAccuracy（Criteria.ACCURACY_FINE）；//高精度

c.setAltitudeRequired（true）；//包含高度信息

c.setBearingRequired（true）；//包含方位信息

c.setSpeedRequired（true）；//包含速度信息

c.setCostAllowed（true）；//允許付費

c.setPowerRequirement（Criteria.POWER_HIGH）；//高耗電

return c；

}

5.2.5 實現(xiàn)LocationListener接口

采用MyLocationListener類方式實現(xiàn)，重寫接口方法，添加相應(yīng)的代碼：onLocationChanged（Location location）；onStatusChanged（String provider， int status， Bundle extras）；onProviderEnabled（String provider）；onProviderDisabled（String provider）；

5.2.6 創(chuàng)建MyLocationListener對象mLocationListener，并添加監(jiān)聽

mLocationListener = new MyLocationListener（）；

mLocationManager.requestLocationUpdates（pProvider，MIN_TIME_UPDATE， MIN_DISTANCE_UPDATE， mLocationListener）；

5.2.7 使用完釋放監(jiān)聽

mLocationManager.removeUpdates（mLocationListener）；

6 系統(tǒng)測試

系統(tǒng)測試包括3 個部分： 檢測人體摔倒的準(zhǔn)確率、北斗GPS 定位誤差、GPRS發(fā)送報警信號實時性。將老年人摔倒檢測與定位系統(tǒng)設(shè)備佩戴于手腕，模擬跑步、下蹲、摔倒等日常行為[9]，測試系統(tǒng)檢測準(zhǔn)確率與穩(wěn)定性，檢測摔倒后北斗GPS 定位地點與實際摔倒地點誤差；記錄摔倒事件發(fā)生時間與手機(jī)接收到報警信號時間，測試系統(tǒng)實時性，測試結(jié)果如表1 所示。經(jīng)反復(fù)實驗測試，人體摔倒行為檢測誤差率≤4%，GPS 定位誤差小于2m、系統(tǒng)精度高，實時性高，穩(wěn)定可靠，可廣泛用于人體摔倒檢測和定位。

7 結(jié)語

本文研究一種基于MEMS的老年人摔倒檢測和定位系統(tǒng)，利用三軸加速度傳感器采集人體加速度數(shù)據(jù)，北斗GPS雙模定位檢測摔倒發(fā)生的位置，GPRS模塊進(jìn)行遠(yuǎn)程報警。經(jīng)測試，系統(tǒng)定位精度可達(dá)2米，功耗低，體積小巧，具有一定的實用性。

參考文獻(xiàn)

[1]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(tǒng)[J].計算機(jī)仿真，2014，31（12）：434-437.

[2]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(shù)學(xué)報，2014，27（04）：570-575.

[3]曹玉珍，蔡偉超，程旸.基于MEMS加速度傳感器的人體姿態(tài)檢測技術(shù)[J].納米技術(shù)與精密工程，2010，8（01）：37-41.

[4]王榮，章韻，陳建新.基于三軸加速度傳感器的人體跌倒檢測系統(tǒng)設(shè)計與實現(xiàn)[J].計算機(jī)應(yīng)用，2012，32（05）：1450-1452，1456.

[5]周樹道，金永奇，衛(wèi)克晶等.采用卡爾曼濾波算法的MEMS 器件姿態(tài)測量[J].實驗室研究與探索，2012，22（02）：116-120.

[6]Freescale Semiconductor.± 1.5g-6g three axis low-g micromachinedaccelerometer[EB/OL].2016-12-06.http：//Hercules.unimb.si/projects/AVMA/dokumentacija/MMA7260Q.pdf.

[7]懷洋，邵瓊玲，路振民.北斗/GPS混合定位模塊UM220應(yīng)用研究[J].國外電子測量技術(shù)，2014，33（03）：76-79.

[8]張遠(yuǎn)海，龍濤元，翁佩純.基于卡爾曼濾波的北斗GPS定位應(yīng)用的研究[J].電子技術(shù)2016，9（09）：31-34.

[9]晏勇.可穿戴式人體跌倒監(jiān)測與定位系統(tǒng)設(shè)計與實現(xiàn)[J].洛陽理工學(xué)院學(xué)報（自然科學(xué)版），2016，26（02）：71-75.

作者簡介

翁佩純（1982-）女，廣東省潮州市人。電子科技大學(xué)中山學(xué)院，碩士研究生。研究方向為計算機(jī)應(yīng)用，網(wǎng)絡(luò)計算。

張遠(yuǎn)海（1978-），男，黑龍江省牡丹江人。中山火炬職業(yè)技術(shù)學(xué)院，工程師。研究方向為通信技術(shù)。

作者單位

1.電子科技大學(xué)中山學(xué)院 廣東省中山市 5284001

2.中山火炬職業(yè)技術(shù)學(xué)院 廣東省中山市528436