基于加速度傳感器的跌倒檢測裝置設計

基于加速度傳感器的跌倒檢測裝置設計

0特征提取模塊圖像污染監(jiān)測的應用方法老年人的跌倒發(fā)生得很高，結果很差。這是老年人的首次傷害。在我國人群中跌倒在意外傷害死因順位中排在第4位,而在65歲以上的老年人中則位居首位,并隨年齡的增加跌倒的死亡率急劇上升,在85歲以上的老年人中達到了高峰。跌倒檢測系統(tǒng)實際是遠程醫(yī)療系統(tǒng)中家庭終端部分的一種實現(xiàn)方式,它涵蓋了多個學科的研究領域,包括生理信號檢測與處理、信號特征提取、數(shù)據傳輸?shù)然竟δ苣K。通過對遠端對象動作情況、生理功能的監(jiān)測,為其提供適當?shù)淖o理與醫(yī)療服務。目前,對于跌倒監(jiān)測主要有3類基本方法:1)基于視頻圖像的分析,對象的實時運動由攝像頭監(jiān)測,其不足之處在于不能保證用戶的隱私安全;2)基于聲頻信號的分析,跌倒事件由分析沖擊導致振動的頻率部分判斷,但其安裝比較復雜,資金投入也比較大;3)基于穿戴式的裝置檢測?？紤]用戶的隱私權和盡可能減少干擾用戶生活方式,穿戴式的裝置是最適合的,其中,用于跌倒檢測的傳感器主要有加速度傳感器和傾斜計,但主要存在的問題是在發(fā)生側倒或最后不是平躺在地面時的情況判斷不太理想。針對以上問題,本文設計了一種基于加速度傳感器的檢測裝置的硬件設計,提出了魯棒的跌倒算法,僅用加速度值便可檢測出沖擊量與人體傾斜角度,判斷出跌倒事件,并給出實驗結果與結論。1用戶狀況測試系統(tǒng)總體設計模塊如圖1所示:前2個方模塊佩戴在用戶身上,用來感測和判斷用戶狀況,并以無線方式將消息發(fā)送出去;第三,四個電路模塊可放置于用戶住處或者RF接收范圍的的任何地方,用來接收、處理RF的信號,然后,通過以太網或GSM網絡,將信息傳至醫(yī)院或親屬住處。1.1ade傳輸系統(tǒng)硬件設計本裝置基于無線傳感器網絡的Mica2和TinyOS節(jié)點,由UCBerkeley開發(fā)的一款針對于低功耗的無線傳感器網絡研究平臺。Mica2節(jié)點裝配了AtmelATmega128L微處理器,4kB的RAM和一個433MHz頻率數(shù)據轉換器,在300m的有效覆蓋范圍內傳輸速度可達38.4kB/s,全部由2節(jié)AA電池供電。跌倒檢測系統(tǒng)可以分為5個子部分:數(shù)據采集、數(shù)據調理、數(shù)據處理、數(shù)據傳輸、電源部分,其硬件結構如圖2所示。數(shù)據傳輸部分包含有線傳輸和無線傳輸2種方案,考慮人體佩戴方便的需要,無線方式是必要的。數(shù)據處理部分包括數(shù)據存儲、數(shù)據分析、專家系統(tǒng)等模塊。1.2近似系數(shù)和細節(jié)系數(shù)首先,從信號監(jiān)測模塊輸出的數(shù)字信號通過高斯濾波器濾掉高頻噪音,然后,通過動態(tài)動作模式分析監(jiān)測跌倒事件。本文在信號調理中應用了小波變換理論進行濾波,并得到理想的頻率范圍。在離散小波變換中,信號f(n)通過2個互補的濾波器——低通濾波器g和高通濾波器h,被分成近似系數(shù)V1和細節(jié)系數(shù)W1。前者是大范圍的,低頻部分;后者是小范圍的,高頻部分。然后,再將近似系數(shù)分為第二層近似系數(shù)V2和細節(jié)系數(shù)W2。系數(shù)g與尺度函數(shù)?相關,系數(shù)h與小波函數(shù)ψ相關。函數(shù)如下?j,m(n)=2-j2?(2-jn-m),(1)ψj,m(n)=2-j2ψ(2-jn-m).(2)?j,m(n)=2?j2?(2?jn?m),(1)ψj,m(n)=2?j2ψ(2?jn?m).(2)通過小波多率分析,信號可以從近似系數(shù)和細節(jié)系數(shù)中重建。這是對特定頻率范圍內的信號部分的提取。對01,…,0J-1,WJ和0J進行反變換可以得到第J個細節(jié)信號DJ。同樣,近似信號SJ也可以得到,通過對01,02,…,0J和VJ進行反變換。通過這種方式重建了原始信號中理想的頻率范圍,而其他頻率部分就被濾掉了。2瀑布檢測算法的設計2.1加速度向量的原理在執(zhí)行算法的任何數(shù)據分析之前,應先對裝置進行校準,從而才能準確地分析數(shù)據。具體的校準方式為通過測定1gn的重力加速度值,分別將加速度傳感器的X,Y,Z軸放到水平位置,調整使之值為0。加速度傳感器得到的加速度值包含2部分:一個是地球重力部分,另一個是由人體動作引起的慣性部分。這里,兩部分是同時存在的。建立三維軀體動作模型——以三維空間內的加速度向量為代表,根據物理學的基本理論,特別是重力,加速度和動作之間的相互關系和加速度傳感器實際輸出的分析(它反映了各種動作,包括站立、行走、跌倒模型),設加速度輸出為在三維空間中的向量ˉAAˉˉˉ,如圖3。向量ˉAAˉˉˉ可表示成為ˉA=(AX,AY,AΖ)=|A|UAˉˉˉ=(AX,AY,AZ)=|A|U→A.(3)其中,AX,AY,AZ為向量ˉAAˉˉˉ分別在X,Y,Z軸上的投影,|A|是幅值,U→A是單位向量。而人體傾斜角度則可由以下的公式計算出?degree=180°πcos-1(agn).(4)?degree=180°πcos?1(agn).(4)其中,a為ˉAAˉˉˉ的加速度值,gn為9.81m/s2。2.2倒倒檢測算法根據SignalQuest關于老年人跌倒的研究,大多數(shù)能被歸為簡單的跌倒(加速度運動清楚地表明了跌倒與使用者以平躺在地面上結束);復雜的跌倒(加速度運動復雜,且或使用者并非以平躺在地板平面上結束),以及未跌倒(加速度運動引起誤報)。對老年人的生活狀況進行分析,可以區(qū)分出跌倒類型,從而在設計跌倒監(jiān)測算法時,根據這些具體類型設計相應的檢測策略。流程圖4主要是從整體上對跌倒的檢測判斷過程進行描述。圖4(b)為圖4(a)中I部分的詳細流程,其作用就是檢測老人加速度的大小,確定有無加速度超過正常范圍。在有加速度超過此范圍就進行下一步判斷;若無加速度超過正常范圍,就再重新檢測。圖4(a)中II部分主要是在已經檢測到有加速度超過正常范圍時,對三維空間加速度的判定。其判定結果有:1)加速度與水平面平行;2)加速度與Z軸的夾角在正常范圍內;3)加速度與Z軸的夾角超過正常范圍。在跌倒被探測到發(fā)出跌倒信號后,延遲一定時間又繼續(xù)重新檢查信號。3日常行動實驗為了檢驗裝置和算法的可靠性與正確率,做了4種實驗:1)正常行走或站立;2)快速的坐下;3)向前、向后,側向跌倒;4)跌倒后未平躺。日常行動實驗,如,行走和快速坐下時請一位69歲的老人佩戴進行;在跌倒實驗時,出于安全性考慮,未請老年人參與,而是由3位學生在墊子上完成的。1實驗者是站著或者幾種速度走路的人在25次實驗中,算法可識別出無跌倒事件發(fā)生,無警報發(fā)出,實驗結果如圖5所示。2實驗者盡量快速站立，保持站起來在15次實驗中,盡管開始時檢測到一個大的沖量,但在隨后的傾向分析中檢測到恢復了直立狀態(tài),因此,無必要發(fā)出警報,如圖6所示。3真實情形前倒、后倒、側倒。為了盡可能地模擬真實情形,分成2種情形:第一種為跌倒后迅速站起,返回直立姿態(tài);第二種為跌倒后,實驗者保持躺著,如圖7所示。4系統(tǒng)恢復測試在10次實驗中,算法正確地區(qū)分了2種情形:一種跌倒并躺下;一種跌倒但迅速返回直立狀態(tài)。最后,做了讓實驗者慢慢地躺下的情形,測試算法的表現(xiàn)。在這種情況下,系統(tǒng)并沒有將它當成跌倒。實驗結果如表1所示?？梢娫摰寡b置能正確地區(qū)分絕大多數(shù)的跌倒事件,發(fā)出警報,達到了預期的效果。4明顯的魯棒性本文針對獨居老人的特點,結合微傳感器、數(shù)字信號處理及無線傳輸?shù)燃夹g,利用人體運動產生的加速度,設計了一種基于加速度傳感器的跌倒檢測裝置,可以為老年人提供安全