摘要：基于STM32的用于老年人跌倒防護(hù)的裝置，由控制模塊，傳感器模塊，防護(hù)挽救模塊組成?？刂颇K以STM32為核心，控制模塊接收傳感器模塊檢測的加速度、角速度信號，使用閾值判斷法進(jìn)行分析，并能夠在老年人發(fā)生跌倒但未完全著地前為后面開啟防護(hù)措施提供信號，從而避免老年人受傷害。實驗顯示，本系統(tǒng)采用的跌倒判斷算法準(zhǔn)確度高，系統(tǒng)可靠性高、結(jié)構(gòu)簡單。
關(guān)鍵詞：跌到檢測；閾值算法；加速度計；陀螺儀；STM32
隨著老年人口的劇增，老齡化問題成為當(dāng)前社會的最突出問題。目前已知世界范圍內(nèi)60歲以上的老年人口已超過6億。跌倒對于老年人群而畜是一個很嚴(yán)重的問題，除了肢體上的傷害，跌倒之后在心理及社交生活上也可能造成嚴(yán)重的后遺癥。據(jù)統(tǒng)計，約三分之一65歲以上老人平均每年跌倒一次。面對這種情況，開發(fā)跌倒智能探測和報警系統(tǒng)，具有極其重要的現(xiàn)實意義和社會意義。
目前的跌倒檢測可分為三類：基于視頻圖像的跌倒檢測，其不足之處是受空間上的限制、視頻圖像的質(zhì)量受環(huán)境影響較大和不能保證用戶的隱私安全；基于聲學(xué)系統(tǒng)的跌倒檢測，其不足之處是安裝復(fù)雜且資金投入比較大；基于穿戴式裝置的跌倒檢測，不受空間限制、環(huán)境干擾相對較小。
本系統(tǒng)開發(fā)的是基于穿戴式裝置的防跌倒裝置系統(tǒng)，是通過加速度計和陀螺儀對老年人身體姿態(tài)和運動的實時檢測，采集到人體的加速度和角速度，再經(jīng)過徽處理器使用閾值判斷法進(jìn)行分析，并在未著地之前報警和進(jìn)行防護(hù)措施。本系統(tǒng)采用加速度計、陀螺儀和閾值判斷法使準(zhǔn)確度提高，日常行為的誤報低，并且實施保護(hù)防止老年人受到跌倒帶來的傷害。
1 系統(tǒng)總體設(shè)計
根據(jù)老人防跌倒裝置系統(tǒng)原理，整個系統(tǒng)有二部分組成：跌倒檢測部分和防護(hù)挽救部分。而跌倒檢測部分又由兩部分組成：系統(tǒng)的硬件設(shè)計和軟件算法，軟件算法使用閾值判斷法，硬件由以下四部分組成：
1)傳感器模塊：用加速度計、陀螺儀實時采集人體加速度信號和角速度信號，再通過A／D轉(zhuǎn)換成數(shù)字信號傳送到STM32核心控制模塊上。
2)SIM32核心控制模塊：接收傳感器A／D轉(zhuǎn)換后的信號進(jìn)行處理、分析并判斷是否符合跌倒條件，再通過D／A對安全氣囊進(jìn)行動作。
3)無線傳輸模塊：它是用于本模塊與上位機進(jìn)行無線通信，使上位機得到數(shù)據(jù)并設(shè)計出跌倒檢測的算法，并根據(jù)算法進(jìn)行了實驗。
4)防護(hù)挽救模塊：通過STM32核心控制模塊對其發(fā)送動作的信號，在老人沒跌倒在地之前進(jìn)行保護(hù)。
本文主要介紹跌倒檢測部分，即硬件設(shè)計部分和軟件算法。系統(tǒng)的整體構(gòu)圖如圖1。
2 硬件電路設(shè)計
2．1 STM32F103RBT6單片機
基于穿戴式裝置要求系統(tǒng)輕便小巧和事前判斷跌倒發(fā)生要求處理單元運行速度足夠快等因素考慮。本系統(tǒng)選用高性能的ARM?CortexTM—M3 32位的RISC內(nèi)核單片機STM32F103RBT6作為主處理單元，工作頻率為72 MHz，內(nèi)置高速存儲器，豐富的增強I／O端口和聯(lián)接到2條APB總線的外設(shè)。
2．2 加速度計
加速度計屬于慣性感測元件，可測量物體的加速度。本系統(tǒng)選用亞德諾半導(dǎo)體公司的一款小而薄的超低功耗三軸加速度傳感器ADXL345本設(shè)計中加速度傳感器與單片機STM32F103RBT6采用I2C總線連接方式，測量范圍+16 g，使用最大分辨率(13位)，數(shù)據(jù)輸出速率100 Hz。初始化主要對ADXL345的數(shù)據(jù)輸出速率、測量范圍、分辨率、數(shù)據(jù)的對齊模式以及中斷觸發(fā)方式進(jìn)行設(shè)置。
2．3 陀螺儀
陀螺儀，是一種用來感測與維持方向的裝置。本系統(tǒng)中選用意法半導(dǎo)體公司可以讓用戶自主設(shè)定量程，提供一個16位數(shù)據(jù)輸出的三軸陀螺儀L3G4200D。本設(shè)計中L3G4200D使用I2C數(shù)字接口與單片機STM32F103RBT6相連，量程使用±250 dps，數(shù)據(jù)速率100 Hz，初始化主要對L304 200D的量程、數(shù)據(jù)速率的進(jìn)行設(shè)置。
2．4 無線傳輸模塊
系統(tǒng)加入無線通信模塊，在驗證算法時開啟無線通信，系統(tǒng)實時處理采集到的傳感器數(shù)據(jù)，并將數(shù)據(jù)通過無線模塊發(fā)送至上位機進(jìn)行處理。本系統(tǒng)中使用Nordic公司電流消耗極低的RF24L01模塊。模塊與STM32單片機采用SPI方式連接，初始化主要對通信通道，通信頻率，數(shù)據(jù)寬度和收發(fā)模式進(jìn)行設(shè)置。
3 軟件設(shè)計
本系統(tǒng)中是選擇穿戴式傳感器的方法設(shè)計跌倒探測器。由于腰部活動范圍和頻率都較小，一般都保持豎直位置，有利于檢測且舒適度高，因此將裝置佩戴在腰部。下面我們應(yīng)用三軸加速度和角速度信號對人體的跌倒檢測技術(shù)進(jìn)行研究，并詳細(xì)論述跌倒檢測算法。
3．1 算法設(shè)計
人體加速度向量幅值SVM判斷法是研究人體跌倒的常見方法。SVM通過計算加速度幅度反應(yīng)人體運動的劇烈程度，其值越大說明運動越劇烈，其定義如式(1)。
式中，αx、αy、αz分別為加速度傳感器的X、Y、Z三軸輸出，單位為g。
采用該特征值的優(yōu)點在于其將空間的加速度合為一矢量，在跌倒判斷中忽略跌倒的方向。因為發(fā)生跌倒時，無論朝哪個方向，SVM都會超過某一闞值。而本系統(tǒng)使用的加速度閾值判斷法的的核心就是檢測人體的SVM的大小，從而判斷加速度是否超過正常范圍。下面對加速度閥值確定進(jìn)行研究。
圖2是經(jīng)過試驗得到的人體跌倒過程中的合加速度曲線。在跌倒過程中產(chǎn)生2個極值分別是圖2中第75個采樣點和第85個采樣點。第85個采樣點合加速度約為5．3g，這是由于人體跌倒時與地面碰撞產(chǎn)生的加速度，其幅值要比絕大多數(shù)日?；顒赢a(chǎn)生的加速度幅值都要大，因此，許多人體跌倒檢測的算法都是根據(jù)這個幅值來判斷。
但是此幅值來判斷的跌倒檢測算法人體已經(jīng)著地，跌倒傷害已經(jīng)產(chǎn)生了，而本系統(tǒng)需要對人體進(jìn)行保護(hù)，即必須在人體跌倒著地之前進(jìn)行檢測，因此不符合本系統(tǒng)的設(shè)計要求。經(jīng)過多次試驗找到符合本系統(tǒng)要求的過程(圖2中從第50到第75個采樣點左右)，該過程一直呈下降趨勢直到合加速約為零，且該過程也明顯區(qū)別于日常動作。本系統(tǒng)中把合加速度的閾值設(shè)為0．88 g，當(dāng)合加速度小于0．88 g時，系統(tǒng)進(jìn)入預(yù)警狀態(tài)，初步判定有可能發(fā)生跌倒，但是也有可能是突然站起或轉(zhuǎn)身等正常動作引起的。由于該過程一直呈下降趨勢，因此設(shè)計中將本次加速度的值與上一次的加速度值做差如果差值小于零計數(shù)，當(dāng)計數(shù)值達(dá)到一定值的時候就可以判斷人體發(fā)生跌倒。
圖3是經(jīng)過試驗得到的人體跌倒過程中的合角速度曲線(與圖2同一時刻)。通過試驗得到當(dāng)合加速度值小于0．88 g至剛好著地的這段過程時(圖2中第55至第75個采樣點)，陀螺儀檢測的角速度卻是增大的。但是實際觀察多次跌倒的角速度波形，發(fā)現(xiàn)跌倒時角速度并不是線性增加的，它有時候也會減小，但是總體是增加的。根據(jù)M．N．Nyan，F(xiàn)rancis E．H．Tay，E．Murugasu等人的研究，在這一時段角速度的變化很小只有10°／s。于是在算法判斷加速度減少并計數(shù)的同時加入角速度做差值且是否變化在10°／s內(nèi)。實驗中我們發(fā)現(xiàn)通過同時滿足加速度減小和角速度增加并計數(shù)能明顯減少單一運用加速度計的誤判。
3．2 軟件整體設(shè)計
結(jié)合跌倒判斷算法后，系統(tǒng)的整體軟件框圖如圖4所示。
4 實驗測試
測試時為避免測試者在實驗過程中摔傷，所有跌倒實驗都在一張雙人床上完成，跌倒在雙人床上與跌倒在地面唯一不同的是，跌倒在地面產(chǎn)生的加速度沖擊會更大。因此，對本系統(tǒng)而言，跌倒在地面的情況會更容易檢測出來。
系統(tǒng)測試分為兩部分，第一部分是通過模擬老年人幾種典型的跌倒方式來檢驗跌倒判斷的識別率，在將要發(fā)生跌倒事件時，能夠準(zhǔn)確無誤的觸發(fā)報警。測試內(nèi)容包括向前跌倒，向后跌倒，向左側(cè)跌倒，向右側(cè)跌倒這4種典型類型的跌倒，每類跌倒各試驗50次。
第二部分通過正常的日?；顒觼頇z測本系統(tǒng)的誤報率，實驗的日?；顒影ú叫?、彎腰、下蹲和慢跑等日常行為，同樣每類實驗也進(jìn)行50次。測試結(jié)果如表1所示。
由表1試驗數(shù)據(jù)，可以看到在實驗條件下，每種跌倒的跌倒識別率都在95％以上。在捧除老年人做劇烈運動的情況下(如表中的慢跑)，日常事件的誤報率約為0％，所設(shè)計的跌倒檢測系統(tǒng)能檢測出絕大多數(shù)的跌倒事件并準(zhǔn)確報警，對日常行為的誤報較低。
為了提高系統(tǒng)的可靠性，本次還研究了從防跌倒裝置開始報警到老年人完全跌倒在地上之間的時間，我們根據(jù)采集到的數(shù)據(jù)和算法，得到裝置開始報警到老年人完全跌倒在地上之間采樣點個數(shù)，再根據(jù)采樣時間求得時間。此時間越長表示后續(xù)的防護(hù)措施可進(jìn)行更復(fù)雜的保護(hù)，老年人跌倒受傷的幾率就越低。防護(hù)措施可用時間如表2所示。
5 結(jié)束語
本系統(tǒng)使用了三軸加速度傳感器ADXL345，三軸角速度傳感器L3G4200D、nRF24L01無線傳輸模塊和STM32F103RBT6嵌入式處理器，實時采集人體跌倒的加速度和角速度數(shù)據(jù)，并運用了以特征量閾值判斷的跌倒檢測算法為主的解決方案，完成了老人跌倒檢測系統(tǒng)的設(shè)計。通過試驗分析，排除老年人做劇烈運動的情況下，系統(tǒng)能準(zhǔn)確地檢測跌倒并能在老年人未著地之前報警并實施后續(xù)防護(hù)措施，其準(zhǔn)確率高。且本系統(tǒng)可靠性高、簡單，易于穿戴。
下載文檔
