楊 剛，王文珠

（西安郵電大學通信與信息工程學院，西安 710121）

基于加速度矢量特征的老人跌倒檢測裝置設計

楊 剛，王文珠

（西安郵電大學通信與信息工程學院，西安 710121）

針對老人意外跌倒的及時救助問題，設計了一種基于加速度矢量特征的老人跌倒檢測裝置；該裝置結合加速度傳感器MMA8452Q、GSM通信和GPS定位技術，通過分析人體姿態(tài)變化時的加速度矢量特征，利用加速度Z軸分量和加速度幅值作為跌倒判定的基礎準則，并且考慮到跌倒后是否嚴重未起來，以加速度幅值的瞬時變化值為輔助提高了對于跌倒檢測求助事件的判定準確性，據(jù)此遠程報警并發(fā)送老人位置信息以及時施救；實測結果表明，該裝置能準確地辨別出老人日常行為和意外跌倒需要求助狀態(tài)并進行報警，降低跌倒帶來的風險，實用性強。

老人；跌倒檢測；加速度矢量；加速度幅值；位置信息

0 引言

隨著生活節(jié)奏的日益加快，上班工作壓力的增加，人們把越來越多的精力投入到了工作之中，對于家庭尤其是老人的照顧就顯得力不從心了，老人的很多意外都是在無人看管的情況下發(fā)生的。世界衛(wèi)生組織認為跌倒是老年人慢性致殘的第三大原因，有相關統(tǒng)計每年大約有30.3%65歲以上的老人、50% 80歲以上的老人都發(fā)生過跌倒，造成骨折、軟組織挫傷和腦部損害等，影響老人的正常生理和身心健康，而且增加了家庭的痛苦和負擔［1-2］。如何準確快速地監(jiān)測到老人意外跌倒并且及時通知子女或醫(yī)護人員救助是本文研究的出發(fā)點。目前主要有三類跌倒檢測技術：第一類是基于視頻的跌倒檢測系統(tǒng)，通過一個或幾個視頻攝像頭拍攝老人運動的畫面，經(jīng)過設定的圖像處理的算法，根據(jù)圖像特征判斷是否跌倒。但是由于攝像機只能安裝在固定的地點，當老人離開攝像頭監(jiān)測范圍時，該系統(tǒng)就無能為力，僅適合家中較固定區(qū)域。第二類是基于聲學的跌倒檢測系統(tǒng)，通過分析跌倒時的音頻信號來檢測的，但這種方法精度較差且很容易受到外界各種噪音的干擾。第三類是基于穿戴式傳感器的跌倒檢測系統(tǒng)［3］，該檢測系統(tǒng)終端是嵌入了微型傳感器的可穿戴式設備，可以佩戴在老人的腰間、手腕、手肘、鞋子等部位。實時監(jiān)測老人的活動，當人體運動參數(shù)發(fā)生改變時，通過一定的算法判斷老人是否發(fā)生了跌倒，且在老人外出活動或在家都一樣有效，具有較好的應用前景。

綜上所述，本文即采用基于穿戴式傳感器的跌倒檢測的思路，設計了一種基于加速度矢量特征的老人跌倒檢測裝置。通過對加速度傳感器所采集到的老人體姿的加速度矢量以及加速度幅值等特征進行分析，判定人體跌倒情況，并提出了以加速度幅值瞬時變化值的大小來輔助分辨跌倒后當事人是否還能控制身體活動，是否需要該裝置報警求助的情況，從而實現(xiàn)準確檢測和報警。文中對該裝置的系統(tǒng)組成和跌倒檢測算法進行了論述，并給出了實際的測試結果和結論。

1 系統(tǒng)總體設計

系統(tǒng)主要由老人監(jiān)測終端（包括加速度傳感器、ARM9主控模塊、GPS定位模塊），GSM通信和監(jiān)護中心（子女或醫(yī)護人員）。系統(tǒng)總體設計框架如圖1所示，MMA8452Q加速度傳感器是一種比較低成本的微型電容式加速度傳感器。它具有檢測三軸的功能，利用極高靈敏度來讀取低重力水平上的墜落、移動、傾斜、搖擺、震動和放置，使便攜式裝置能夠智能的影響位置、位移和方向的變化。該系統(tǒng)是采用“ARM＋Linux”的嵌入式結構開發(fā)設計的。ARM是一種基于RISC構建的通用的32位微處理器，它的內(nèi)核具有性能高、成本低和能耗小的特點［4］。同時，Linux功能強大、運行在MIPS、PPC、MOTOROLA、NEC、ARM等許多硬件平臺上，適合對系統(tǒng)進行開發(fā)［5］。GSM模塊是飛凌的FIT－GPRSSIM900A V1.1通信模塊，是一個雙頻的GSM／GPRS模塊，能夠有效的傳遞跌倒信息［6］。獲取遠程定位的GPS模塊采用的是UBLOX的NEO－6M GPS模塊。該模塊系列在NEO微小身軀中實現(xiàn)了定位引擎的高超性能、低功耗和低成本設計［7］。

圖1 老人監(jiān)測系統(tǒng)總體框架

首先ARM作為主控模塊實時得到GPS定位信息，MMA8452Q采集到人體加速度數(shù)據(jù)，通過IIC接口傳輸?shù)紸RM中處理，當老人突發(fā)跌倒狀況時，通過傳感器采集到的加速度信息會明顯變化，運行ARM存儲器中的跌倒檢測算法，確認達到判斷條件就產(chǎn)生一個中斷，該中斷激活GSM模塊通過移動網(wǎng)絡發(fā)送短信給子女或醫(yī)護人員。使老人發(fā)生跌倒時能夠得到及時救助，從而將大大降低傷殘率和死亡率，提高老年患者的生存質(zhì)量的目的。

2 跌倒檢測算法設計

2.1 建立人體三維運動模型

通過加速度傳感器采集到的加速度包含受到的地球重力加速度和人體運動引起的加速度這兩部分，并且任何時刻這兩部分都同時存在。以人體運動加速度為依據(jù)建立起人體三維動作模型［8-10］，假設人體前方為X軸，左方為Y軸，豎直為Z軸。如圖2所示，傳感器采集的任意加速度都可以由這3個正交的X、Y、Z上的向量基合成，如式（1）所示：

其中：→a表示加速度矢量，→i、→j、→k分別表示X、Y、Z軸上的單位矢量。

圖2 三維動作模型

2.2 跌倒檢測算法

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），測量得到加速度在X、Y、Z三軸上的加速度分量aX、ay、az。通過觀察和分析加速度數(shù)據(jù)，可以設定跌倒的過程如下：當檢測到被監(jiān)護人在Z軸方向上的加速度分量aX低于閾值即az＜azmin，表明人體有失重的情況出現(xiàn)。接著身體撞擊地面產(chǎn)生一個沖擊，這個沖擊由人體運動加速度幅值S如式（2）表示。

選擇適當?shù)拈撝?，將人體區(qū)分劇烈運動和非劇烈運動，當?shù)箷r，S高于閾值即S＞Smax。跌倒后1 s人體會有相應動作（未起來或站起來），則跌倒后人體姿態(tài)是躺在地面保持相對平靜的狀態(tài)還是能夠控制身體活動站起來，加速度幅值瞬時變化值ΔS的閾值判定可以作為解決上述問題的輔助性判定條件。

式中，S.now表示本次測得的加速度幅值S，S.last表示上次測得的加速度幅值S，當ΔS小于閾值即ΔS＜ΔSmax，系統(tǒng)處于跌倒不起狀態(tài)。

跌倒檢測流程如圖3所示，處理器實時采集MMA8452Q的加速度數(shù)據(jù)，當檢測到有加速度明顯變化時，對其矢量進行數(shù)據(jù)處理進行判定。判定內(nèi)容：az＜azmin說明正在運動引起失重。加速度幅值S＞Smax說明老人處在劇烈運動狀態(tài)，而老人運動劇烈很大可能是跌倒導致的。一旦通過上述加速度矢量az和加速度幅值S確定人體已經(jīng)跌倒，只要被監(jiān)護人還能夠控制自己的身體進行活動，則能夠自己站起來或其他人幫助，而不需設置進行報警求助，設置延遲1 s后繼續(xù)檢查加速度幅值瞬時變化值ΔS＜ΔSmax，說明本次測得的S與上次測得的S沒有太大差距，可以認為跌倒未起，此時觸發(fā)ARM處理器進行報警處理，系統(tǒng)會通過GSM模塊向子女或醫(yī)護人員發(fā)送位置信息和求助信息。

圖3 跌倒檢測算法流程圖

3 實驗結果和數(shù)據(jù)分析

人體行為和姿態(tài)感知系統(tǒng)能對人體日常生活進行監(jiān)護，當人體處于正常狀態(tài)的情況下，不發(fā)生跌倒報警，而當人體處于跌倒未起來狀態(tài)的情況下，能夠發(fā)出跌倒報警［11 13］。為了驗證該系統(tǒng)裝置與算法的可行性，分別做了3種實驗：1）正常行走坐下；2）正常行走突然跌倒未能站起來；3）正常行走突然跌倒可以站起來。在跌倒實驗時出于老人安全考慮，邀請了3位同學在10 cm的海綿墊上模擬老人跌倒實驗，分別對上述情況做了20次，40次，40次實驗。

圖4為被監(jiān)護人正常行走坐下加速度分量az和加速度幅值S的對比曲線，人體正常行走時由于受重力加速度影響和加速度保持在1 g周圍小幅度波動，當被監(jiān)護人坐下時會出現(xiàn)一個波谷一個波峰，是因為坐下之前人體重力加速度瞬間減小導致S隨之減小，而后出現(xiàn)的波峰是因為人體和地面沖擊導致S瞬間增大?？梢酝ㄟ^圖4上方az波谷的極限值為0.65 g，仍然大于設定的閾值azmin，不能判定跌倒前的失重。對應的圖4下方S極大值為2.2 g，也未達到設定的閾值Smax，故沒有發(fā)生報警提醒。

圖4被監(jiān)護人正常行走坐下az和S的對比曲線

圖5為被監(jiān)護人正常行走發(fā)生跌倒未起來的S和ΔS的曲線，當被監(jiān)護人發(fā)生跌倒時az失重較大達到0.4 g，以及S波峰達到4.5 g，故可以判定人體發(fā)生了跌倒事件，圖5下方的圖在跌倒后1 s以后ΔS最大值只有0.25 g，小于設定的閾值ΔSmax說明跌倒后人體保持未起來狀態(tài)，故引起報警提醒并把位置信息發(fā)送至子女或醫(yī)護人員。

圖5被監(jiān)護人行走發(fā)生跌倒未站起的S和ΔS的曲線圖

圖6為被監(jiān)護人正常行走發(fā)生跌倒可以起來的S和ΔS的變化曲線，和圖5比較不同的地方在于在圖6上方S的波峰值達到4.1 g，后會有一段波動比較劇烈的曲線，是由于跌倒后自身或者他人扶持下慢慢爬起來會出現(xiàn)加速度的起伏變化。接下來對ΔS進行分析可以看出在跌倒1 s后仍然有幅值達到0.85 g，未小于設定閾值ΔSmax，說明跌倒后還可以控制自身活動站起來或者被人扶起，故在測試當中也未發(fā)出報警。

結合采集跌倒前后的模擬數(shù)據(jù)，通過實驗測得設置算法中的閾值，Z 軸加速度分量az＜azmin＝0.5 g，判定人體姿態(tài)有運動的趨勢；加速度幅值S＞Smax＝3 g，作為老人群體判定為跌倒事件；加速度幅值瞬時變化值ΔS＜ΔSmax＝0.35 g，則表明老人未起來可能比較嚴重需要救助，故該裝置發(fā)送報警信息和位置信息。每位同學模擬一種姿態(tài)行為，根據(jù)多次實驗測得如表1所示，不同行為的3個特征值的最值判定均適合上述設置的閾值。

圖6 被監(jiān)護人正常行走發(fā)生跌倒站起來的S和ΔS變化曲線

表1 不同行為_的3個_特征值的最值數(shù)據(jù)g__

實驗結果如表2所示，可以看出本文提出的算法對跌倒行為的識別正確率達到95%以上。系統(tǒng)中的加速度傳感器可以精確地監(jiān)測到人體運動過程中加速度矢量的變化，而且算法也十分準確的辨別出人體姿態(tài)行為，很好地實現(xiàn)系統(tǒng)的需求。其中跌倒后站起來產(chǎn)生錯誤率的原因是人在有意識的情況下進行的，所以實驗者的心理對實驗結果會產(chǎn)生一定影響。實驗者對跌倒后站起來模擬程度不夠，動作過于緩慢導致ΔS仍然在ΔSmax范圍內(nèi)，但不影響實際的確跌倒情況。

表2 實驗結果數(shù)據(jù)

4 結束語

本文通過監(jiān)測老人的身體活動姿態(tài)，基于人體的運動加速度矢量特征發(fā)生改變時，以基礎的az和S閾值判定來區(qū)分日常行為和跌倒事件，并提出了用加速度幅值瞬時變化值ΔS輔助辨別跌倒后是否需要該裝置發(fā)送求助信號。該裝置所具有的數(shù)據(jù)采集、自動數(shù)據(jù)分析、GSM通信、GPS定位以及緊急求助報警等功能可以很好地滿足用戶的需求，為解決我國老齡化社會中大量老人發(fā)生危險性跌倒后能及時得到救助提供了一種可行的方法和實踐。

［1］張 玉，陳 蔚.老年跌倒研究概況與發(fā)展［J］.中國老年雜志，2009，28（9）：929-931.

［2］朱秀芳，陳建英，趙 榕.老年人跌倒的預防及護理［J］.實用醫(yī)技雜志，2008，15（28）：3932-3933.

［3］鄒焱飚，謝存禧.基于家庭的遠程健康監(jiān)護系統(tǒng)進展［J］.計算機工程與應用，2005，30（10）：20-34.

［4］宋 悅，周玉國，李清慧.基于ARM的嵌入式紅外圖像監(jiān)控系統(tǒng)［J］.儀表技術與傳感器，2013（11）：38-41.

［5］閆廣續(xù)，袁縱橫，周小林，等.基于ARM嵌入式Linux的數(shù)據(jù)采集系統(tǒng)設計［J］.計算機測量與控制，2015，23（5）：1724 -1728.

［6］李澤明，李錦明，楊燕姣.基于GPS／GPRS的遠程目標定位系統(tǒng)［J］.計算機測量與控制，2013，21（6）：1644-1648.

［7］王加偉.基于GPS／GSM的物品防盜系統(tǒng)設計［D］.蘇州：蘇州大學，2015.

［8］Bajcsy R，Chen J，Kwong K，et al.Fall detection using wirelesssensor networks［A］.The 27th Annual International Conference of the EMBS［C］.2005：759-765.

［9］趙祥欣.基于三維加速度傳感器的跌倒監(jiān)測研究［D］.杭州：浙江大學，2008.

［10］曹玉珍，蔡偉超，程 旸.基于MEMS加速度傳感器的人體姿態(tài)檢測技術［J］.納米技術與精密工程，2010，8（1）：37-41.

［11］張小馳，陳天華，徐繼平，等.基于多傳感器融合的跌倒檢測算法的研究［J］.計算機測量與控制，2015，23（6）：2237 -2241.

［12］劉 鵬，盧潭城，呂愿愿，等.基于MEMS三軸加速度傳感器的摔倒檢測［J］.傳感技術學報，2014，27（4）：570-575.

［13］張義龍.基于加速度傳感器的人體運動狀態(tài)監(jiān)測的研究［D］.南京：南京郵電大學，2014.

Design of Fall Detection Device for Elderly Based on Acceleration Vector Feature

Yang Gang，Wang Wenzhu

（School of Communication and Information Engineering，Xi′an University of Posts and Telecommunications，Xi′an 710121，China）

Focused on the issue that elderly can be rescued timely after falling down，a fall detection device for the elderly based on acceleration vector feature is designed.The device combined with the accelerometer sensor MMA8452Q、GSM communication and GPS positioning technology，by analyzing the characteristics of acceleration vector when the body posture changed，used the Z axis component of the acceleration and acceleration amplitude as the basic standards to determine fall accident.Furthermore，considering whether it is serious or not after the fall，we also use the instantaneous change of acceleration amplitude as the assistant criterion to improve the accuracy of judgment of fall detection.According to above criterion，the device can alarmed and sent the elderly location information for rescuing in time.The experiment results show that the device can accurately distinguish between the elderly's daily behavior and the state of falling down in which need helping.When the accidentally falls happen，it can send an alarm in the first time，reduce the risk of fall and has strong practicability.

elderly；fall detection；acceleration vector；acceleration amplitude；location information

1671-4598（2016）08-0056-03

10.16526／j.cnki.11－4762／tp.2016.08.015

：TP212.9

：A

2016-01-28；

：2016-03-09。

陜西省教育廳科研計劃項目（2013JK1044）。

楊 剛（1972-），男，陜西西安人，副教授，博士，主要從事無線定位、物聯(lián)網(wǎng)中的位置信息服務方向的研究。