基于信息分析的養老社區智能管理系統研究

張航 亓孝博 韋偉 曹天人 劉瑜

摘 要：基于信息分析的養老社區智能管理系統主要由養老社區室內Kinect視頻監控、ZigBee傳感器節點和養老社區終端云服務器構成，文章通過分布式數據挖掘技術對室內環境和老年人起居生活信息進行處理和分析，并及時進行反饋，保證老年人的身體健康。本系統可行性強，在未來具有良好的發展前景。

關鍵詞：ZigBee技術；Kinect視頻監控；分布式數據挖掘

隨著我國老齡化的加劇和獨生子女比例的逐年增加，越來越多的家庭面臨著一對夫婦需要贍養4位老人的局面，單純的居家養老已經不能滿足老人的物質和健康的需要，但是大部分老年人會排斥諸如敬老院類的社會養老，由此社區養老成為了近年來的熱門探索的新型養老模式。社區養老是在社區中的居家養老，現階段我國已經有養老社區實現老年人居家養老的同時，享受養老社區中的各項服務，但是目前的養老社區智能化程度不高，本系統將“社區養老”與“智能居家養老”相結合，設計一套基于信息分析的養老社區智能管理系統，提高養老社區智能化水平。

1 總體設計

本系統利用無線Zigbee技術將室內各傳感器節點采集到的數據匯總到匯聚節點；利用家庭視頻采集設備，采集老年人日常行為信息，將采集到的所有數據信息通過家庭有線網絡傳輸到養老社區終端云服務器，通過分布式數據挖掘技術對數據進行分析，根據信息分析結果，給老年人提出相應建議，起到預防疾病，保證老年人身體健康的目的。圖1為系統整體設計。

2 系統硬件設計

2.1 系統硬件架構

系統的硬件設計包括室內視頻監控部分和室內傳感器節點部分：室內視頻采集通過在室內特定區域設置攝像頭來完成相應的視頻數據采集；室內傳感器節點部分中的各個節點由微處理器模塊、無線傳輸模塊、傳感器模塊、處理器外圍電路模塊以及電源模塊五部分構成。節點間采用星型拓撲方式進行自組網，通過各傳感器節點采集室內環境數據，經過節點的ZigBee模塊發送給匯聚節點，最后將數據由匯聚節點傳輸至嵌入式家庭網關。

2.2 室內視頻監控設計

室內視頻監控部分主要采用分布式智能視頻監視系統，通過Kinect深度相機對于人體行為信息的采集從而進行數據的分析。Kinect深度相機是美國微軟公司推出的一款基于光編碼（light coding）技術的智能相機，其主要的優勢在于能夠實現實時識別功能，識別具有較高的精確度。在對人體全身識別方面，運用迭代最近點法來追蹤已知大小的骨架和起始姿勢，將3D范圍掃描數據中的人模型分割為頭、四肢、軀干以及背景幾部分。用全封閉的三維網格從頭頂開始進行分類并分割為不同的部分，建立了一個三維網格以找出與測量極值相關的點，并將這些點分為頭部、手部、腳部3部分，通過Kinect深度相機的光編碼成像技術，對人體進行識別主要包括人體部位的靜態識別（部分和全身識別）、對骨骼、關節位置的判定以及人體動作的動態識別從而掌握包括老年人睡眠、起床、外出等關鍵行為信息，最后上傳至社區監控云服務器，進行相應的分析處理。

2.3 傳感器節點設計

室內各傳感器節點由微處理器模塊、無線傳輸模塊、傳感器模塊、處理器外圍電路模塊以及電源模塊五部分構成，節點間采用星型拓撲結構進行自組網。微處理器選用低功耗處理器MSP430F149單片機，傳感器包括SHT10溫濕度傳感器、LXD/GB5-A1EL光敏電阻、TGS2600空氣質量傳感器等，各傳感器采集的數據信息經過A/D轉換后經由匯聚節點上傳至嵌入式家庭網關，電源模塊采用電池和3.3V電源雙重供電模式，保證節點的正常運作。傳感器節點設計如圖2所示。

3 系統信息分析設計

養老社區管理系統的信息分析是由家庭服務云平臺完成，由于老年人起居信息數據量龐大，高度分散，且具有一定的隱私性，故采用分布式數據挖掘技術來發現關鍵信息，通過關聯分析、聚類分析、數據回歸、做出決策得出分析結果，從而給老年人日常起居提出相應建議。

3.1 分布式數據挖掘技術

隨著互聯網、移動互聯網、物聯網、云計算的快速興起，當前數據增長速度十分快，數據規模也空前巨大，數據挖掘技術可以發現數據中隱藏的規則和模式，從而最大化這些數據的價值，但由于受到普遍存在的異構性、私有性和平臺兼容性等限制，以及個人或企業信息隱私等問題，分布式挖掘技術應運而生。

所謂分布式數據挖掘（DDM）就是使用分布式計算，從分布式數據庫中發現知識的過程。分布式數據挖掘的數據源就是分布式數據庫，或者是把集中式數據庫按水平方式或垂直方式劃分（見圖3）后分布在不同站點的分布式數據集。在水平劃分情況下，各站點的數據是同構的，即每個站點上的數據具有相同的特征集。在垂直劃分情況下，各站點的數據是異構的，即每個站點上的數據具有不同的特征集，目前絕大多數使用的是垂直劃分的分布式數據庫。

3.2 數據信息分析

家庭服務云平臺的功能是實現數據的存儲，計算和網絡傳輸，由于海量數據中只有部分為關鍵信息，所以在分布式數據挖掘過程中要對數據進行分類、簇聚、關聯分析，最終做出決策。

（1）分類。

分類問題實際上是建立一個從輸入數據到分類標簽的映射，在系統中，采用決策樹的分類算法，建立一系列檢驗數據屬性的if-then規則對數據進行細分。將數據分類時，選擇熵來反映數據的類別：

熵定義為：

當實際數據集中的數據類別相同，具有相同意義時，熵值為0，對于二分類問題，當數據集中兩種類別的數據數量相同時，熵值最大。

（2）簇聚分析。

簇聚分析是將分類好的數據劃分成有實際記憶的或者有用的組，采用K-means聚類算法，將分類后的N個數據聚合成K個簇，并使其最小化。

求得當最小時：

即為K個簇中數據點的平均值。

（3）關聯分析。

關聯分析可發現隱藏在大型數據集中的有意義的聯系，通過關聯規則找出數據間的強聯系，分析數據的關聯規則的支持度與可信度：

規則支持度：

規則可信度：

得出關聯規則是找出支持度大于等于最小支持度閾值，且可信度大于等于最小可信度閾值的所有規則。基于這種思想，可以得到結論：經常一起出現或規律性出現的實物存在一定關系。

由上述3個過程可以通過對老年人日常生活各項信息進行分析處理，根據老年人年齡，已知的身體狀況與實際信息進行對比，如果發現環境或者老年人起居不適宜老年人身體健康，則及時提出相應建議。如：老年人睡眠時間長時間處于較短狀態，則提出輔助安眠建議；老年人外出運動長期處于較少狀態，則提出加大運動量的建議等。

4 結語

本文針對目前養老社區智能化程度不高的現狀提出物聯網技術與大數據信息分析相結合的方式，通過建立養老社區智能管理系統，進行智能的信息分析給老年人提出日常生活的建議，提高了老年的健康水平，具有實際的意義。相信在未來，隨著物聯網和大數據技術的不斷發展，智能化的養老社區必將有良好的發展前景。[參考文獻]

[1]李明亮.基于ARM11的智能家居設計與實現[M].北京：北京航空航天大學出版社，2015.

[2]毛明毅.智能家庭物聯網系統[M].北京：機械工業出版社，2015.

[3]趙勇.大數據技術及算法分析[M].北京：電子工業出版社，2015.

[4]國泰安金融大數據中心.大數據導論[M].北京：清華大學出版社，2015.

[5]高原.無線傳感器網絡環境監測采集節點的設計[J].實驗室技術與管理，2012（4）：127-131.

[6]李少軍，劉忠領.智能視頻監控技術綜述[J].中國安防，2009（10）：89-94.

[7]孟明.基于Kinect深度圖像信息的人體運動檢測[J].儀器儀表學報，2015（2）：386-393.

[8]蔣良孝，蔡之華.分布式數據挖掘研究[J].計算機與現代化，2002（9）：4-7.

Analysis on Aging Community Intelligent Community Management System Based on the Information

Zhang Hang， Qi Xiaobo， Wei Wei， Cao Tianren， Liu Yu（Anhui University， Hefei 230601， China）

Abstract： Aging community intelligent community management system based on the information analysis includes the Kinect indoor monitor，the ZigBee sensor nodes and the aging community cloud server.The system analyzes information of the indoor environment and the elderly living by using distributed data mining（DDM）， and offers proposals to the elderly to ensure them health.The system has feasibility in the future.

Key words： ZigBee technology； Kinect indoor monitor； distributed data mining