基于加速度传感器的跌倒检测装置设计

基于加速度传感器的跌倒检测装置设计

0特征提取模块图像污染监测的应用方法老年人的跌倒发生得很高，结果很差。这是老年人的首次伤害。在我国人群中跌倒在意外伤害死因顺位中排在第4位,而在65岁以上的老年人中则位居首位,并随年龄的增加跌倒的死亡率急剧上升,在85岁以上的老年人中达到了高峰。跌倒检测系统实际是远程医疗系统中家庭终端部分的一种实现方式,它涵盖了多个学科的研究领域,包括生理信号检测与处理、信号特征提取、数据传输等基本功能模块。通过对远端对象动作情况、生理功能的监测,为其提供适当的护理与医疗服务。目前,对于跌倒监测主要有3类基本方法:1)基于视频图像的分析,对象的实时运动由摄像头监测,其不足之处在于不能保证用户的隐私安全;2)基于声频信号的分析,跌倒事件由分析冲击导致振动的频率部分判断,但其安装比较复杂,资金投入也比较大;3)基于穿戴式的装置检测。考虑用户的隐私权和尽可能减少干扰用户生活方式,穿戴式的装置是最适合的,其中,用于跌倒检测的传感器主要有加速度传感器和倾斜计,但主要存在的问题是在发生侧倒或最后不是平躺在地面时的情况判断不太理想。针对以上问题,本文设计了一种基于加速度传感器的检测装置的硬件设计,提出了鲁棒的跌倒算法,仅用加速度值便可检测出冲击量与人体倾斜角度,判断出跌倒事件,并给出实验结果与结论。1用户状况测试系统总体设计模块如图1所示:前2个方模块佩戴在用户身上,用来感测和判断用户状况,并以无线方式将消息发送出去;第三,四个电路模块可放置于用户住处或者RF接收范围的的任何地方,用来接收、处理RF的信号,然后,通过以太网或GSM网络,将信息传至医院或亲属住处。1.1ade传输系统硬件设计本装置基于无线传感器网络的Mica2和TinyOS节点,由UCBerkeley开发的一款针对于低功耗的无线传感器网络研究平台。Mica2节点装配了AtmelATmega128L微处理器,4kB的RAM和一个433MHz频率数据转换器,在300m的有效覆盖范围内传输速度可达38.4kB/s,全部由2节AA电池供电。跌倒检测系统可以分为5个子部分:数据采集、数据调理、数据处理、数据传输、电源部分,其硬件结构如图2所示。数据传输部分包含有线传输和无线传输2种方案,考虑人体佩戴方便的需要,无线方式是必要的。数据处理部分包括数据存储、数据分析、专家系统等模块。1.2近似系数和细节系数首先,从信号监测模块输出的数字信号通过高斯滤波器滤掉高频噪音,然后,通过动态动作模式分析监测跌倒事件。本文在信号调理中应用了小波变换理论进行滤波,并得到理想的频率范围。在离散小波变换中,信号f(n)通过2个互补的滤波器——低通滤波器g和高通滤波器h,被分成近似系数V1和细节系数W1。前者是大范围的,低频部分;后者是小范围的,高频部分。然后,再将近似系数分为第二层近似系数V2和细节系数W2。系数g与尺度函数ϕ相关,系数h与小波函数ψ相关。函数如下ϕj,m(n)=2-j2ϕ(2-jn-m),(1)ψj,m(n)=2-j2ψ(2-jn-m).(2)ϕj,m(n)=2−j2ϕ(2−jn−m),(1)ψj,m(n)=2−j2ψ(2−jn−m).(2)通过小波多率分析,信号可以从近似系数和细节系数中重建。这是对特定频率范围内的信号部分的提取。对01,…,0J-1,WJ和0J进行反变换可以得到第J个细节信号DJ。同样,近似信号SJ也可以得到,通过对01,02,…,0J和VJ进行反变换。通过这种方式重建了原始信号中理想的频率范围,而其他频率部分就被滤掉了。2瀑布检测算法的设计2.1加速度向量的原理在执行算法的任何数据分析之前,应先对装置进行校准,从而才能准确地分析数据。具体的校准方式为通过测定1gn的重力加速度值,分别将加速度传感器的X,Y,Z轴放到水平位置,调整使之值为0。加速度传感器得到的加速度值包含2部分:一个是地球重力部分,另一个是由人体动作引起的惯性部分。这里,两部分是同时存在的。建立三维躯体动作模型——以三维空间内的加速度向量为代表,根据物理学的基本理论,特别是重力,加速度和动作之间的相互关系和加速度传感器实际输出的分析(它反映了各种动作,包括站立、行走、跌倒模型),设加速度输出为在三维空间中的向量ˉAA¯¯¯,如图3。向量ˉAA¯¯¯可表示成为ˉA=(AX,AY,AΖ)=|A|UA¯¯¯=(AX,AY,AZ)=|A|U→A.(3)其中,AX,AY,AZ为向量ˉAA¯¯¯分别在X,Y,Z轴上的投影,|A|是幅值,U→A是单位向量。而人体倾斜角度则可由以下的公式计算出ϕdegree=180°πcos-1(agn).(4)ϕdegree=180°πcos−1(agn).(4)其中,a为ˉAA¯¯¯的加速度值,gn为9.81m/s2。2.2倒倒检测算法根据SignalQuest关于老年人跌倒的研究,大多数能被归为简单的跌倒(加速度运动清楚地表明了跌倒与使用者以平躺在地面上结束);复杂的跌倒(加速度运动复杂,且或使用者并非以平躺在地板平面上结束),以及未跌倒(加速度运动引起误报)。对老年人的生活状况进行分析,可以区分出跌倒类型,从而在设计跌倒监测算法时,根据这些具体类型设计相应的检测策略。流程图4主要是从整体上对跌倒的检测判断过程进行描述。图4(b)为图4(a)中I部分的详细流程,其作用就是检测老人加速度的大小,确定有无加速度超过正常范围。在有加速度超过此范围就进行下一步判断;若无加速度超过正常范围,就再重新检测。图4(a)中II部分主要是在已经检测到有加速度超过正常范围时,对三维空间加速度的判定。其判定结果有:1)加速度与水平面平行;2)加速度与Z轴的夹角在正常范围内;3)加速度与Z轴的夹角超过正常范围。在跌倒被探测到发出跌倒信号后,延迟一定时间又继续重新检查信号。3日常行动实验为了检验装置和算法的可靠性与正确率,做了4种实验:1)正常行走或站立;2)快速的坐下;3)向前、向后,侧向跌倒;4)跌倒后未平躺。日常行动实验,如,行走和快速坐下时请一位69岁的老人佩戴进行;在跌倒实验时,出于安全性考虑,未请老年人参与,而是由3位学生在垫子上完成的。1实验者是站着或者几种速度走路的人在25次实验中,算法可识别出无跌倒事件发生,无警报发出,实验结果如图5所示。2实验者尽量快速站立，保持站起来在15次实验中,尽管开始时检测到一个大的冲量,但在随后的倾向分析中检测到恢复了直立状态,因此,无必要发出警报,如图6所示。3真实情形前倒、后倒、侧倒。为了尽可能地模拟真实情形,分成2种情形:第一种为跌倒后迅速站起,返回直立姿态;第二种为跌倒后,实验者保持躺着,如图7所示。4系统恢复测试在10次实验中,算法正确地区分了2种情形:一种跌倒并躺下;一种跌倒但迅速返回直立状态。最后,做了让实验者慢慢地躺下的情形,测试算法的表现。在这种情况下,系统并没有将它当成跌倒。实验结果如表1所示。可见该跌倒装置能正确地区分绝大多数的跌倒事件,发出警报,达到了预期的效果。4明显的鲁棒性本文针对独居老人的特点,结合微传感器、数字信号处理及无线传输等技术,利用人体运动产生的加速度,设计了一种基于加速度传感器的跌倒检测装置,可以为老年人提供安全