基于毫米波雷達(dá)的跌倒方式實(shí)時(shí)檢測(cè)方法研究

孫濟(jì)舟，于大泳

（上海理工大學(xué) 機(jī)械工程學(xué)院，上海 200093）

0 引言

人口老齡化已經(jīng)成為世界各國(guó)普遍存在的社會(huì)問題，隨著年齡增長(zhǎng)，身體機(jī)能開始逐步衰退，感官和認(rèn)知能力逐漸喪失，容易因功能受損造成死亡。據(jù)世界衛(wèi)生組織統(tǒng)計(jì)，世界各地每年估計(jì)有64.6 萬人因跌倒受傷而死亡，其中65 歲以上的老人占比最大。及時(shí)發(fā)現(xiàn)跌倒并提供醫(yī)療救援能控制傷勢(shì)進(jìn)一步發(fā)展，對(duì)于老年人的身體健康和生命安全而言，具有重要意義。因此需要在老年人容易跌倒的場(chǎng)所進(jìn)行準(zhǔn)確、有效的跌倒檢測(cè)。

由于不同跌倒方式對(duì)身體造成的傷害不同。從站立高度跌倒時(shí)，若骨盆與地面發(fā)生碰撞，極易造成髖部骨折和脊柱壓縮性骨折。其中，髖部骨折會(huì)引起呼吸系統(tǒng)感染、泌尿系統(tǒng)感染、深靜脈血栓、急性腎衰竭等并發(fā)癥從而危及生命。相對(duì)于常規(guī)治療，手術(shù)治療能減輕部分并發(fā)癥對(duì)傷者的影響，使傷者能更快恢復(fù)活動(dòng)能力，從而節(jié)省高昂的治療費(fèi)用并縮短治療周期。老年人在彎曲膝蓋時(shí)，容易因肌肉力量退化無法支撐身體而失去平衡，生活中較為常見的有蹲下時(shí)跌倒、起身時(shí)跌倒等。蹲下時(shí)向后跌倒臀部與地面發(fā)生碰撞，髖部骨折的風(fēng)險(xiǎn)較高，而起身時(shí)向前跌倒通常膝蓋、大腿、手肘等部位著地，該部位骨折后容易愈合，不會(huì)產(chǎn)生直接危及生命的并發(fā)癥，救援緊急程度較低。因此，檢測(cè)跌倒的同時(shí)，識(shí)別跌倒方式有助于確定撞擊部位并估計(jì)該部位的受損程度，以此決定是否需要緊急救治。

目前已有多種方法實(shí)現(xiàn)跌倒檢測(cè)，并能區(qū)分跌倒事件與日?；顒?dòng)。當(dāng)?shù)箼z測(cè)系統(tǒng)工作時(shí)，通過穿戴式傳感器或環(huán)境傳感器采集被監(jiān)測(cè)對(duì)象的運(yùn)動(dòng)狀態(tài)和生命體征數(shù)據(jù)，然后從數(shù)據(jù)中提取能夠被計(jì)算機(jī)識(shí)別的數(shù)字特征用于判斷是否跌倒。在各種環(huán)境傳感器中，雷達(dá)傳感器不會(huì)影響用戶日?；顒?dòng)，能充分保護(hù)用戶的隱私，因此有大量學(xué)者深入研究基于雷達(dá)傳感器的跌倒檢測(cè)方法。

跌倒事件一般具有先突然加速，后緩慢減速的特征。為了能檢測(cè)速度的變化特征，通過雷達(dá)進(jìn)行跌倒檢測(cè)時(shí)，通常要先對(duì)原始數(shù)據(jù)進(jìn)行適當(dāng)轉(zhuǎn)換和預(yù)處理，然后提取攜帶速度信息的數(shù)字特征。例如通過頻譜圖表示利用短時(shí)傅里葉變換、小波變換等方法獲取的雷達(dá)接收信號(hào)能量在時(shí)頻域內(nèi)的分布規(guī)律，然后從圖中提取頻率幅值、頻率比值、持續(xù)時(shí)間等特征作為分類算法的輸入，或利用圖像處理技術(shù)將頻譜圖轉(zhuǎn)換為二值圖像或灰度圖像后進(jìn)行下一步分析。除速度變化外，目標(biāo)在運(yùn)動(dòng)過程中的距離變化也可作為跌倒的判斷依據(jù)，Baird 等利用位置信息實(shí)現(xiàn)了人體姿勢(shì)分類，但僅限于站立、坐下、躺下三種姿勢(shì)，并未涉及跌倒。Sun 等通過快速傅里葉變換獲取目標(biāo)的距離和角度信息，將其作為跌倒的判斷依據(jù)，但未進(jìn)行跌倒方式識(shí)別。Erol 等綜合考慮了速度和距離信息，使算法辨識(shí)效果優(yōu)于將速度作為單一依據(jù)的算法。近年來，各種機(jī)器學(xué)習(xí)方法被廣泛應(yīng)用于動(dòng)作識(shí)別和分類中，決策樹、支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)等智能算法均能實(shí)現(xiàn)跌倒判斷，但并未對(duì)跌倒方式進(jìn)行識(shí)別。

由于不同跌倒方式造成的損傷決定了醫(yī)療救援的緊急程度，因此有必要在檢測(cè)發(fā)生跌倒事件后，判斷被監(jiān)測(cè)對(duì)象的跌倒方式，并持續(xù)跟蹤跌倒后的身體活動(dòng)。基于此，本文提出一種簡(jiǎn)單、有效的實(shí)時(shí)跌倒檢測(cè)和跌倒方式識(shí)別算法，通過毫米波雷達(dá)獲取目標(biāo)的位置信息，采用平滑濾波算法和分段線性擬合方法處理原始數(shù)據(jù)，綜合考慮人體跌倒時(shí)在高度方向和水平方向的位置變化規(guī)律及兩者之間的對(duì)應(yīng)關(guān)系，基于多個(gè)閾值在檢測(cè)到跌倒行為后對(duì)跌倒方式進(jìn)行識(shí)別，若發(fā)現(xiàn)目標(biāo)損傷情況嚴(yán)重?zé)o法行動(dòng)，則立即發(fā)出警報(bào)。

1 跌倒檢測(cè)和跌倒方式識(shí)別算法

毫米波雷達(dá)通過通用異步收發(fā)傳輸器（Universal Asynchronous Receiver∕Transmitter，UART）將采集的點(diǎn)云數(shù)據(jù)和目標(biāo)信息輸入計(jì)算機(jī)進(jìn)行跌倒檢測(cè)。其中，點(diǎn)云數(shù)據(jù)包含所有散射點(diǎn)的位置和速度，目標(biāo)信息包含被監(jiān)測(cè)對(duì)象的位置、速度和加速度。為方便描述各散射點(diǎn)和目標(biāo)的位置信息，建立固連于雷達(dá)的坐標(biāo)系如圖1 所示。其中Z 軸、Y軸分別表示高度方向和水平方向。散射點(diǎn)和目標(biāo)位置依據(jù)位于原點(diǎn)的距離和角度確定，即由極坐標(biāo)進(jìn)行描述，因此需要將散射點(diǎn)和目標(biāo)坐標(biāo)由直角坐標(biāo)轉(zhuǎn)換為極坐標(biāo)。此外，雷達(dá)在安裝時(shí)存在一定的俯仰角，需要先對(duì)位置向量進(jìn)行繞X 軸的旋轉(zhuǎn)變換，再將變換后的位置坐標(biāo)作為跌倒檢測(cè)算法的輸入。

Fig.1 Radar coordinate system圖1 雷達(dá)坐標(biāo)系

在實(shí)際生活中，老人的行為通常由一系列動(dòng)作構(gòu)成。為了實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)，系統(tǒng)將每秒讀取目標(biāo)的位置坐標(biāo)并進(jìn)行數(shù)據(jù)處理，根據(jù)位置坐標(biāo)的變化分割動(dòng)作序列，根據(jù)閾值判斷當(dāng)前動(dòng)作是否為跌倒行為，若識(shí)別為跌倒行為則進(jìn)一步判斷跌倒方式，一旦確認(rèn)目標(biāo)跌倒且無法行動(dòng)時(shí)，則立即發(fā)出警報(bào)；若為非跌倒行為則判斷當(dāng)前動(dòng)作屬于何種日常行為。每次判斷后將已記錄的數(shù)據(jù)從緩存中清除，直至被監(jiān)測(cè)對(duì)象的狀態(tài)趨于穩(wěn)定后開始進(jìn)行下一個(gè)動(dòng)作判斷。

跌倒檢測(cè)和分類的流程如圖2 所示，在開始判斷跌倒行為前，需要通過均值濾波對(duì)離散數(shù)據(jù)進(jìn)行平滑處理并計(jì)算目標(biāo)的靜止時(shí)間，當(dāng)檢測(cè)目標(biāo)倒地一段時(shí)間后，對(duì)采集的數(shù)據(jù)進(jìn)行擬合并求解擬合函數(shù)中的待定參數(shù)。

其中，

t

代表時(shí)間，

t

、

t

、

t

分別為第一、第二和第三階段的終止時(shí)刻，

p

、

p

、

p

分別為

t

、

t

、

t

時(shí)刻目標(biāo)的位置，

k

、

k

分別為第一、第四階段曲線的斜率。

Fig.2 Flow of detection and classification圖2 檢測(cè)和分類流程

其中，

s

是第

k

次迭代的試探步長(zhǎng)，

Δ

是第

k

次迭代的信賴域半徑。

信賴域反射算法的迭代過程如下：

Step5：調(diào)整信賴域半徑

Δ

求取未知向量

X

后，利用向量參數(shù)計(jì)算被監(jiān)測(cè)對(duì)象在高度、水平方向的平均速度和水平距離變化量，作為后續(xù)檢測(cè)和識(shí)別的依據(jù)。

（1）跌倒行為檢測(cè)：若高度、水平方向的平均速度均超過基礎(chǔ)閾值則判定為跌倒；若其中任意一個(gè)方向的平均速度未超出基礎(chǔ)閾值則判定為非跌倒，同時(shí)利用水平距離變化量區(qū)分蹲下、躺下、趴下行為。

（2）跌倒方式識(shí)別：在檢測(cè)跌倒行為后，若位置變化階段內(nèi)出現(xiàn)高度方向的平均速度小于零，水平方向的平均速度約等于零，則判定為蹲下時(shí)跌倒；若整個(gè)位置的變化階段中高度方向的平均速度均小于零，水平方向平均速度均大于零，則判定為起身時(shí)跌倒；若高度方向的平均速度超出進(jìn)階閾值，則判定為行走時(shí)跌倒。

2 實(shí)驗(yàn)和數(shù)據(jù)采集

老年人因身體平衡能力、穩(wěn)定性和協(xié)調(diào)性下降，在家中活動(dòng)時(shí)可能會(huì)發(fā)生跌倒，因此有必要在真實(shí)居住環(huán)境中進(jìn)行實(shí)驗(yàn)，室內(nèi)環(huán)境如圖3-圖4 所示。在雷達(dá)傳感器的檢測(cè)范圍內(nèi)布置座椅、餐桌、櫥柜等家具，實(shí)驗(yàn)針對(duì)僅有一位老人在監(jiān)測(cè)區(qū)域內(nèi)活動(dòng)的情形，目的是為了驗(yàn)證檢測(cè)方法能否實(shí)時(shí)、準(zhǔn)確、有效地檢測(cè)跌倒，并在此基礎(chǔ)上進(jìn)一步識(shí)別跌倒方式。

Fig.3 Experimental environment圖3 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)使用的設(shè)備主要包括：計(jì)算機(jī)、IWR6843AOP 雷達(dá)傳感器、用于安裝固定雷達(dá)傳感器的支架、數(shù)據(jù)線和帆布?jí)|。雷達(dá)的調(diào)諧頻率為60～64GHz，增益為5dBi，總共有3個(gè)發(fā)射天線和4個(gè)接收天線，方位面和俯仰面的視野范圍均為±60°，角度分辨率均為29°。為了使雷達(dá)檢測(cè)范圍盡可能覆蓋被監(jiān)測(cè)對(duì)象全身，將雷達(dá)傳感器的安裝高度調(diào)整至2m 左右，俯仰角約為30°。

Table 1 Experimental actions表1 實(shí)驗(yàn)動(dòng)作

選擇6 名實(shí)驗(yàn)對(duì)象，2 位年輕人和4 位中年人（2 名男性和2 名女性）。設(shè)計(jì)實(shí)驗(yàn)動(dòng)作如表1 所示，除蹲下外所有動(dòng)作均沿著遠(yuǎn)離雷達(dá)的方向進(jìn)行，蹲下、躺下、趴下的高度變化量與跌倒較為相近，而行走時(shí)跌倒、蹲下時(shí)跌倒、起身時(shí)跌倒為常見的跌倒方式。為保證實(shí)驗(yàn)對(duì)象的安全，在空曠區(qū)域進(jìn)行實(shí)驗(yàn)，跌倒過程中身體并未與家具或其他物品發(fā)生碰撞，圖4 為同一實(shí)驗(yàn)對(duì)象模仿老人不同跌倒行為時(shí)的場(chǎng)景。

3 數(shù)據(jù)處理結(jié)果與分析

圖5-圖7 分別表示同一實(shí)驗(yàn)對(duì)象行走時(shí)跌倒、蹲下時(shí)跌倒和起身時(shí)跌倒的實(shí)時(shí)數(shù)據(jù)和處理結(jié)果，即實(shí)時(shí)更新的位置坐標(biāo)隨時(shí)間的變化曲線（藍(lán)色曲線）和當(dāng)目標(biāo)倒地一段時(shí)間后繪制的擬合函數(shù)曲線（紅色曲線）（彩圖掃OSID 碼可見，下同）。圖5-圖7 表明信賴域反射算法擬合的結(jié)果能準(zhǔn)確顯示目標(biāo)的運(yùn)動(dòng)規(guī)律，通過計(jì)算位置變化階段的斜率可取得目標(biāo)高度、水平方向的平均速度，另外位置恒定階段截距的差值能反映目標(biāo)位置的變化量。

如圖5-圖7 所示，跌倒相對(duì)于蹲下、躺下、趴下等日常行為而言，在高度方向上具有較大的平均速度，因此將高度方向的平均速度是否超出閾值作為判斷跌倒的依據(jù)。實(shí)驗(yàn)結(jié)果表明，部分實(shí)驗(yàn)對(duì)象在蹲下時(shí)高度方向的平均速度非常接近甚至超過跌倒時(shí)的平均速度，這將導(dǎo)致跌倒檢測(cè)算法誤判，因此需要綜合考慮高度和水平方向位置的變化。

通常情況下，跌倒時(shí)高度方向和水平方向均存在較大的平均速度；躺下或趴下時(shí)水平方向的平均速度比跌倒時(shí)??；蹲下時(shí)水平方向的平均速度比躺下或趴下時(shí)小。因此，將高度和水平方向的平均速度同時(shí)超出閾值作為判斷跌倒的依據(jù)將更可靠。

Fig.4 Experimental actions圖4 實(shí)驗(yàn)動(dòng)作

Fig.5 Real-time data recording and processing of falls while walking圖5 行走時(shí)跌倒的實(shí)時(shí)數(shù)據(jù)記錄與處理

Fig.6 Real-time data recording and processing of falls while crouching圖6 蹲下時(shí)跌倒的實(shí)時(shí)數(shù)據(jù)記錄與處理

Fig.7 Real-time data recording and processing of falls while rising圖7 起身時(shí)跌倒的實(shí)時(shí)數(shù)據(jù)記錄與處理

Fig.8 Position change patterns of daily activities圖8 日?；顒?dòng)的位置變化規(guī)律

如圖6 所示，蹲下時(shí)跌倒在位置變化階段，存在高度方向平均速度小于零而水平方向平均速度約等于零的區(qū)間。如圖7 所示，起身時(shí)跌倒在位置變化階段內(nèi)高度方向平均速度始終小于零，而水平方向平均速度始終大于零。通過實(shí)驗(yàn)驗(yàn)證綜合考慮跌倒時(shí)人體在高度和水平方向的運(yùn)動(dòng)可更好識(shí)別跌倒方式。

圖8 顯示了同一實(shí)驗(yàn)對(duì)象從站立狀態(tài)蹲下、躺下、趴下時(shí)高度和水平方向位置坐標(biāo)的變化規(guī)律，其中灰色圓點(diǎn)代表雷達(dá)由UART 接口傳送到計(jì)算機(jī)的初始數(shù)據(jù)，藍(lán)色曲線代表平滑濾波后的數(shù)據(jù)，紅色曲線代表分段線性擬合后的數(shù)據(jù)。由圖8 可見，蹲下、躺下、趴下在高度方向上的位置變化規(guī)律非常接近，但蹲下時(shí)的最大水平距離變化量明顯小于躺下或趴下，因此可依據(jù)水平距離變化量識(shí)別蹲下行為。

抽取60%的樣本數(shù)據(jù)用于確定高度方向和水平方向平均速度的基礎(chǔ)閾值，在0～1 范圍內(nèi)以0.01 的步長(zhǎng)進(jìn)行遍歷，使平均速度高于閾值的跌倒樣本數(shù)與平均速度低于閾值的非跌倒樣本數(shù)之和最大，余下樣本將用于檢驗(yàn)跌倒檢測(cè)算法的準(zhǔn)確性和有效性。

Fig.9 Sample data圖9 樣本數(shù)據(jù)

同理可確定平均速度進(jìn)階閾值和水平距離變化量閾值，如圖9 所示。實(shí)驗(yàn)表明，當(dāng)僅以高度方向的平均速度超出閾值作為判斷依據(jù)時(shí)，檢測(cè)準(zhǔn)確率為80.8%；當(dāng)以高度方向和水平方向的平均速度同時(shí)超出閾值作為判斷依據(jù)時(shí)，檢測(cè)準(zhǔn)確率為95.4%。

如圖10 所示，混淆矩陣清晰、直觀地反映了跌倒檢測(cè)算法分類的準(zhǔn)確性。其中，類別1～3 分別為行走時(shí)跌倒、蹲下時(shí)跌倒和起身時(shí)跌倒，類別4 為蹲下，類別5 為躺下和趴下。當(dāng)僅考慮高度方向平均速度時(shí)，行走時(shí)跌倒檢測(cè)率為100%；由于蹲下時(shí)跌倒和起身時(shí)跌倒的平均速度較接近，因此分類效果較差，準(zhǔn)確率分別為50%與45%。當(dāng)同時(shí)考慮高度方向和水平方向的平均速度及水平距離變化量時(shí)，行走時(shí)跌倒檢測(cè)率為100%；蹲下時(shí)跌倒和起身時(shí)跌倒的分類效果顯著提高，準(zhǔn)確率分別為85.71%與80%，但仍可能被誤認(rèn)為躺下或趴下，同理躺下或趴下也可能被誤認(rèn)為蹲下時(shí)跌倒或起身時(shí)跌倒，但日?；顒?dòng)被誤認(rèn)為跌倒的可能性明顯降低。相對(duì)于單獨(dú)考慮高度變化的判斷方法，綜合考慮被監(jiān)測(cè)對(duì)象高度方向和水平方向的平均速度及水平距離變化量，使跌倒檢測(cè)和跌倒識(shí)別的準(zhǔn)確率分別提升14.6%與23.5%。

Fig.10 Confusion matrices of classification algorithms圖10 分類算法的混淆矩陣

4 結(jié)語

本文提出的跌倒檢測(cè)和跌倒方式識(shí)別方法簡(jiǎn)單有效，通過提取位移和平均速度等特征作為分類依據(jù)，可有效區(qū)分高度變化和跌倒相近的日常活動(dòng)與跌倒事件，減少了誤判，在一定程度上避免了醫(yī)療資源的浪費(fèi)。而且，本文方法能在發(fā)生跌倒事件時(shí)進(jìn)一步識(shí)別被監(jiān)測(cè)對(duì)象的跌倒方式，有助于判斷跌倒時(shí)身體的撞擊部位和損傷程度。在本文涉及的跌倒方式中行走時(shí)跌倒造成的損傷最嚴(yán)重，該類樣本被100%識(shí)別，即在最需要緊急救治的情況下，不會(huì)發(fā)生誤判或漏判。

由于實(shí)驗(yàn)過程中充分考慮了實(shí)驗(yàn)對(duì)象的安全，所有實(shí)驗(yàn)動(dòng)作均在空曠區(qū)域?qū)崿F(xiàn)，未涉及與環(huán)境中其他物體發(fā)生碰撞的情況，然而在真實(shí)的跌倒過程中人處于失控狀態(tài)，極可能與其他物體發(fā)生碰撞而產(chǎn)生不規(guī)則運(yùn)動(dòng)，因此需要進(jìn)行特殊實(shí)驗(yàn)，未來將在后續(xù)研究中仔細(xì)探究其對(duì)檢測(cè)效果的影響。此外，還將設(shè)計(jì)更多高度方向平均速度與跌倒相近的實(shí)驗(yàn)動(dòng)作以測(cè)試分類算法的可靠性。