程一風(fēng)，李 達(dá)，張翔晨

（華中師范大學(xué) 湖北 武漢　430079）

基于Android手機(jī)多傳感器的老人跌倒檢測技術(shù)研究與實(shí)現(xiàn)

程一風(fēng)，李 達(dá)，張翔晨

（華中師范大學(xué) 湖北 武漢430079）

為了減少因跌倒后救治不及時(shí)給老人身心帶來的傷害，文中提出了一種基于Android手機(jī)多傳感器的跌倒檢測方法。利用三軸加速度傳感器和氣壓計(jì)，檢測跌倒時(shí)加速度和海拔高度的變化特征，實(shí)現(xiàn)跌倒判定。同時(shí)考慮到不同體格特征的人群身高、體重、年齡等的差異，文中引入了合理的閾值調(diào)節(jié)機(jī)制。并且，文中基于此方法在Android智能手機(jī)平臺上設(shè)計(jì)實(shí)現(xiàn)了跌倒檢測系統(tǒng)，實(shí)驗(yàn)結(jié)果表明該系統(tǒng)的檢測準(zhǔn)確率86%。

跌倒檢測；Android；三軸加速度傳感器；氣壓計(jì)

隨著中國人口老齡化程度的加深，老年人的健康安全監(jiān)護(hù)問題成為了一個(gè)巨大的社會難題。由于身體機(jī)能衰退等原因，老年人的生活自理能力逐步下降，難免遭受一些意外傷害，其中跌倒問題顯得尤為突出。調(diào)查顯示，意外跌倒成為了老年人健康的“頭號殺手”，它會給老人的身心帶來巨大的傷害，若是救治不及時(shí)，不僅會大大加深傷害程度，甚至有可能危及生命。因此，研究老人跌倒檢測問題具有非常重要的社會意義。

現(xiàn)有的跌倒檢測系統(tǒng)主要包括基于圖像的檢測系統(tǒng)、基于聲頻信號的分析、基于穿戴式的裝置檢測。基于圖像的檢測方法由攝像頭對老人的運(yùn)動(dòng)實(shí)時(shí)監(jiān)測，其準(zhǔn)確度較高，但不足之處在于不能保證用戶的隱私。基于聲頻信號的監(jiān)測裝置安裝比較復(fù)雜，資金投入也比較大?；诖┐魇降难b置檢測對于老年人的限制最小，精度也較高。但還是存在一些問題，例如老人需要佩戴特殊的檢測裝置，但在日常生活中老人很難保證隨時(shí)佩戴，導(dǎo)致檢測效果大打折扣。并且目前大部分的穿戴檢測裝置需要使用者以固定方向佩戴在固定位置（如腰部），這或多或少會影響到老人的日常活動(dòng)。

因此，本文提出一種新型可穿戴式檢測方法。以智能手機(jī)作為載體，利用手機(jī)中集成的三軸加速度傳感器和氣壓計(jì)，通過閾值判斷實(shí)現(xiàn)跌倒檢測。該方法有如下優(yōu)點(diǎn)：

1）用戶僅需攜帶手機(jī)便能進(jìn)行跌倒檢測，無需攜帶額外的檢測設(shè)備，大大降低了對老人日常生活的影響。

2）引入氣壓計(jì)進(jìn)行聯(lián)合判斷能有效減小誤報(bào)率。生活中一些如跑步、起立等行為的加速度變化特征與跌倒相似，若單獨(dú)采用加速度傳感器檢測跌倒，在進(jìn)行這類活動(dòng)時(shí)可能會引起誤報(bào)。引入氣壓計(jì)檢測跌倒時(shí)海拔高度的變化，能有效排除以上相似行為誤報(bào)的可能性，從而更進(jìn)一步降低誤報(bào)率。

3）無需固定手機(jī)放置的位置與方向?，F(xiàn)有的一些檢測設(shè)備通過檢測跌倒時(shí)人體方向的變化實(shí)現(xiàn)判別，而本文中提出的方法無需依賴角度的變化，因此對手機(jī)放置的方位沒有限制。

1　基于智能手機(jī)多傳感器的跌倒檢測方法

1.1傳感類型和數(shù)據(jù)預(yù)處理

本設(shè)計(jì)利用智能手機(jī)本身集成的加速度傳感器和氣壓計(jì)，采用閾值判斷的方法實(shí)現(xiàn)跌倒檢測功能。三軸加速度傳感器能夠測量空間中三軸的加速度分量；氣壓計(jì)能夠檢測所處環(huán)境的氣壓強(qiáng)度，從而計(jì)算出當(dāng)前的海拔高度。

數(shù)據(jù)預(yù)處理包括滑動(dòng)平均濾波和加速度合成兩大部分。其具體內(nèi)容如下：

1）由于外界環(huán)境因素以及傳感器自身的精度問題，傳感器所采集的數(shù)據(jù)或多或少會存在“噪聲”，為了提高判斷的正確率，降低噪聲的干擾，本文采用滑動(dòng)平均濾波的方法對合加速度和海拔高度數(shù)據(jù)進(jìn)行平滑處理，減小尖峰或低谷噪聲的影響。

2）三軸加速度傳感器輸出的原始數(shù)據(jù)是以其規(guī)定的直角坐標(biāo)系X、Y、Z 3個(gè)方向上的分量值。為了消除放置角度和方向的影響，本文選取合加速度作為研究量，其計(jì)算公式為式（1）：

1.2跌倒特征分析

1）合加速度特征分析

根據(jù)大量實(shí)驗(yàn)及相關(guān)研究文獻(xiàn)［1-2，4］發(fā)現(xiàn)，合加速度值在人體跌倒時(shí)呈現(xiàn)出一個(gè)先減小后增大的趨勢。這是符合理論的，人體在失去平衡向下傾倒的過程中處于類似自由落體的狀態(tài)，這時(shí)合加速度會急劇減小，而在接觸地面的一瞬間，人體由運(yùn)動(dòng)狀態(tài)突然轉(zhuǎn)變?yōu)殪o止?fàn)顟B(tài)，在很短的時(shí)間內(nèi)速度降為0，故此階段合加速度會急劇增大，且隨后的靜止?fàn)顟B(tài)將至少持續(xù)3 s［5］，其特征如圖1所示。

在老人的正常行為中，合加速度的變化是十分復(fù)雜的，其中很多行為也伴隨著規(guī)律的加速度變化。例如坐下、起立、乘坐電梯、慢跑、跳躍等?！白隆边@個(gè)動(dòng)作的加速度變化趨勢與跌倒相同，但由于速度的變化較為緩慢，可以通過控制檢測時(shí)間的窗口大小來消除這類動(dòng)作對檢測準(zhǔn)確率的干擾。

圖1　跌倒合加速度

圖2　跌倒前后海拔高度記錄

2）海拔高度特征分析

在日常生活中，老人的一些正常行為由于加速度變化趨勢與跌倒相似，若只通過合加速度的變化來檢測判斷，仍存在一定可能被誤判為跌倒。所以，本文引入氣壓計(jì)檢測海拔高度的變化，以此來進(jìn)行輔助判斷，減小誤判的可能。

用戶在佩戴裝置的狀態(tài)下發(fā)生跌倒，裝置所處的海拔高度將會發(fā)生明顯的改變。具體大小會根據(jù)每個(gè)人的身高，身材比例不同而有所差異。進(jìn)行模擬實(shí)驗(yàn)時(shí)，考慮到跌倒具有一定的危險(xiǎn)性，因此由多名不同身高的青年志愿者模擬老人的跌倒過程。跌倒前后的海拔高度變化曲線圖如圖2所示。

“跳躍”和“跑步”的合加速度變化曲線分別如圖3與圖4所示。由圖可知，這兩項(xiàng)行為的合加速度變化曲線在某一時(shí)間段內(nèi)與跌倒相似，可能會產(chǎn)生誤報(bào)。但“跳躍”前后的海拔高度相同；“跑步”的海拔高度在窗口時(shí)間內(nèi)無明顯的變化，故而本文提出使用氣壓計(jì)進(jìn)行輔助判斷的方法可消除類似行為的誤報(bào)。

圖3　跳躍合加速度

圖4　跑步合加速度

1.3跌倒檢測算法

根據(jù)以上分析得到的跌倒特征，本文將跌倒檢測過程分為4個(gè)階段。在第一階段檢測失重狀態(tài)，系統(tǒng)將實(shí)時(shí)檢測合加速度，若其小于門限amin，說明進(jìn)入失重狀態(tài)。若出現(xiàn)失重，則進(jìn)入第二階段，判斷是否在一定時(shí)間內(nèi)發(fā)生碰撞，即檢測在0.8 s內(nèi)合加速度值是否大于門限amax，若符合這一條件，則說明發(fā)生人體發(fā)生碰撞；第三階段檢測是否出現(xiàn)靜止?fàn)顟B(tài)，即在檢測到合加速度值超過amax后，延時(shí)0.5 s，再檢測隨后的0.5內(nèi)合加速度是否維持在g左右（g為重力加速度，其大小是9.8m/s2）。若滿足這一條件，將進(jìn)行第四階段的海拔高度差檢測，取達(dá)到閾值amin時(shí)刻前0.5 s內(nèi)的海拔高度平均值和第三階段中0.5 s內(nèi)的海拔高度平均值相減，若其差值大于閾值hmax，則判定為跌倒，觸發(fā)報(bào)警。具體流程如圖5所示。

圖5　算法流程圖

初始設(shè)置加速度的閾值amax=1.5 g、amin=0.8 g，海拔高度差的閾值hmax=0.6 m。但由于使用者的身體特征如身高、體重等以及性別、年齡會對檢測結(jié)果產(chǎn)生一定的影響［3］，故采用動(dòng)態(tài)門限設(shè)置，即加速度的閾值amax以及海拔高度差的閾值hmax會根據(jù)使用者輸入的個(gè)人信息進(jìn)行微調(diào)，在一定程度上降低個(gè)體的差異對檢測結(jié)果的影響。其中，根據(jù)個(gè)人的身高和體重信息，可以得到身體質(zhì)量指數(shù)（BMI），如式（2）所示。

2　實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證系統(tǒng)的檢測性能，并且考慮到老人跌倒具有一定的危險(xiǎn)性，測試實(shí)驗(yàn)選取30名青年自愿者進(jìn)行了多次不同佩戴方式，不同跌倒方式的測試實(shí)驗(yàn)。本文主要研究同一平面上的跌倒。同一平面上的跌倒方式又可根據(jù)人體跌倒前的狀態(tài)進(jìn)行分類：直立跌倒、蹲下跌倒、彎腰跌倒和坐下跌倒等，且每種方式又有前后左右之分。這里綜合各種情況考慮，具體的測試方案及其準(zhǔn)確率如表1所示。

表1　測試次數(shù)及成功率

從實(shí)驗(yàn)結(jié)果可知，本系統(tǒng)得到了較高的檢測準(zhǔn)確率，對跑步等正常的日常行為的誤判較小。佩戴方式靈活多樣，且不同佩戴位置對檢測性能的影響甚微，可忽略不計(jì)，這極大地減小了裝置對老人日常生活的影響，是很多現(xiàn)有檢測方法所不具備的。但是，由于坐下時(shí)身體的加速度特征以及氣壓計(jì)變化與跌倒時(shí)的特征非常接近，因此該種情況的誤報(bào)率比其他情況要高，且其準(zhǔn)確率依賴于坐下的高度及坐下時(shí)的快慢，然而老年人的日常行為比較緩慢，所以因坐下導(dǎo)致的誤報(bào)率的增加不會太明顯。

3　結(jié)束語

文中主要針對老人的跌倒檢測問題進(jìn)行了研究。文章通過觀測和比較大量的行為樣本數(shù)據(jù)，提取了跌倒行為加速度和海拔高度的變化特征，并在此基礎(chǔ)上提出了基于閾值判斷的多傳感器跌倒檢測方法?？紤]到智能手機(jī)的普及及其豐富的傳感器資源，本文利用Android智能手機(jī)平臺設(shè)計(jì)了一個(gè)跌倒檢測系統(tǒng)，并設(shè)計(jì)實(shí)驗(yàn)驗(yàn)證了檢測的正確率。本系統(tǒng)具備準(zhǔn)確性高、便捷及成本低廉等特點(diǎn)，具有很強(qiáng)的實(shí)用性。

［1］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(jì)與實(shí)現(xiàn)［J］.計(jì)算機(jī)應(yīng)用，2012，32（5）:1450-1452.

［2］張愛華，王璐.基于三維加速度傳感器設(shè)計(jì)的跌倒檢測［J］.中國組織工程研究與臨床康復(fù)，2010，14（48）:9029-9032.

［3］Cao Y，Yang Y，Liu W H.E-FallD:A fall detection system usingandroid-basedsmartphone［C］//FuzzySystemsand Knowledge Discovery（FSKD），2012 9th International Conference on.IEEE，2012:1509-1513.

［4］Wibisono W，Arifin D N，Pratomo B A，et al.Falls detection and notification system using tri-axial accelerometer and gyroscope sensors of a smartphone［C］//Technologies and ApplicationsofArtificialIntelligence（TAAI），2013 Conference on.IEEE，2013:382-385.

［5］Koshmak G，Linden M，Loutfi A.Evaluation of the androidbasedfalldetectionsystemwithphysiologicaldata monitoring［C］//Engineering in Medicine and Biology Society （EMBC），2013 35th Annual International Conference of the IEEE.IEEE，2013:1164-1168.

［6］Cheng J，Chen X，Shen M.A framework for daily activity monitoring and fall detection based on surface electromyography and accelerometer signals［J］.Biomedical and Health Informatics，IEEE Journal of，2013，17（1）:38-45.

Research and implementation of fall detection based on Android phone

CHENG Yi-feng，LI Da，ZHANG Xiang-chen
（Central China Normal University，Wuhan 430079，China）

Aiming at avoiding the sever injury caused by elders falling down without prompt treatment，this paper develops a method of falling-down detection system based on multisensor in Android phones.This system utilizes three-axis accelerometer and barometer to detect the changes of acceleration and altitude to determine whether a falling down accident has occurred. Taking it into consideration that different individuals differ in bodily features like height，weight and age，This paper introduces a reasonable threshold adjusted mechanism.It also reveals that the system has been implemented on the Android smart phone platform with experimental results’showing that the detection accuracy of the system is 86%.

fall detection；the Android platform application；three-axis accelerometer；barometer

TN929.53

A

1674-6236（2016）14-0181-03

2015-08-15稿件編號：201508083

華中師范大學(xué)2014年大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃立項(xiàng)A類項(xiàng)目（A2014057）

程一風(fēng)（1994—），男，湖北武漢人。研究方向：通信。