李圣普+王小輝
摘 要:基于智能終端的跌倒檢測系統,通過移動終端自身傳感器檢測跌倒狀態,并及時的將求救信息發送給家人或醫護人員。本文研究利用智能終端來檢測跌倒事件的解決方案,研究內容可分為跌倒過程分析及模型建立、跌倒檢測算法設計、算法評價、系統軟件實現四個部分。文中主要從項目的功能設計、模塊劃分和技術分析完成系統總體設計,并建立系統模型。
關鍵詞:智能終端 跌倒檢測 總體設計 技術分析
中圖分類號:TP311 文獻標識碼:A 文章編號:1672-3791(2017)08(b)-0002-02
老人跌倒發生時,基于智能終端的跌倒檢測軟件,通過自動檢測跌倒狀態,遠程發送求救信息,保存跌倒數據等功能,為老人贏得寶貴的治療時間,大大降低老人因跌倒導致的傷殘率和死亡率,對于提高老人晚年生活質量,減少家庭壓力,緩解社會道德問題矛盾具有十分重要的現實意義和社會價值。總體設計的完成是實現跌倒檢測系統的前提。本文將結合功能設計、模塊劃分和技術分析3個方面對該系統的概要設計做詳細的說明。
1 功能設計
本系統是基于Android的跌倒檢測系統的設計與實現。系統功能主要包括跌倒檢測,跌倒呼救,呼救記錄,記錄查詢,系統設置等。
通過分析本系統設計將要實現系統設置,跌倒檢測判定,一鍵呼救,記錄查詢等模塊。
2 模塊具體劃分
系統主要劃分為四大模塊,分別是系統設置模塊、跌倒檢測模塊、一鍵呼救模塊、記錄查詢查詢模塊。
各模塊主要實現的功能如下。
(1)系統設置:系統偏好設置,包括聯系方式和呼救方式的選擇。
(2)跌倒檢測:根據跌倒檢測算法,對跌倒發生時的數據進行處理,做出跌倒判定,并記錄當前信息,發出求救信號。
(3)一鍵呼救:根據系統設置,點擊后立即發出求救信號。
(4)記錄查詢:進入后查看呼救記錄,點擊可查看記錄詳情。
3 技術分析
正常人的身體,會在跌倒時,產生向一個方向傾斜的狀態,從而不受控的失衡。身體會在發生跌倒時,瞬間向移動方向傾倒,身體重心的偏移會產生一個較大的加速度值,系統可以以此值來判定老人跌倒狀態。
3.1 坐標分析
二維的笛卡爾坐標系是原始的坐標系。在二維的基礎上,根據右手定則增加第三維坐標(Z軸)形成了三維笛卡爾坐標系。若定義一個原點的位置(0,0,0),則使用(X,Y,Z)可以表示坐標系中任意一點。以此可以表示空間上的任意一點,并可表示相關變化值[1]。如圖1所示。
3.2 加速度傳感器的工作原理
移動設備在三維空間中的加速度可以通過Android內置的加速度傳感器檢獲取到,通過傳回對應的3個方向的參數數值進行分析,可以判定出物體的加速度及運動方式。3個坐標軸的方向分別為:X軸正方向平行于屏幕,從屏幕左方指向右方,Y軸正方向為平行屏幕,從屏幕的下方指向上方,Z軸正方向為垂直屏幕,指向于屏幕外[2],如圖2所示。
需要注意的是計算物體實際加速度需要考慮重力作用,而加速度傳感器傳回的數值只能反映設備本身外力所產生的加速度[3]。原因是傳感器坐標系中的加速度(即手機設備本身實際的加速度),并非從加速度傳感器中獲取到的加速度參數值。傳感器加速度是將重力計算在內。
3.3 跌倒的閾值判斷
跌倒的定義是,在無意識的條件下,一個人從站立或平坐姿態向躺倒姿勢的轉變。這一姿態的轉變過程中,重力是這個過程中的主要因素。加速度和位移在人的跌倒過程中,均發生了變化,利用傳感器傳回的數值,可以對使用者的狀態進行建模,以此來對使用者的身體姿態進行分析[4]。在姿態的分析中,如果能夠判斷并排除劇烈運動、正常運動帶來的誤報情況,能夠對提高檢測的準確率有極大的幫助。
3.4 跌倒算法的實現
由于跌倒事件具有不確定性,故無法預知跌倒的方向,所以用某一軸向的加速度數據的方式來判斷跌倒發生的方式不太合適。故使用SMV閾值的跌倒檢測方法來檢測跌倒,這種方法忽略了加速度的空間方向,通過空間加速度進行矢量和運算,利用矢量與閾值的相比較來初步判斷是否跌倒[5]。
當傳感器的X,Y,Z三個數據劇增并達到閾值時,就初步判定跌倒,然后進一步確認是否發生跌倒,即在接下來的幾個持續時間間隔內,如果傳感器傳回的數值幾乎不變并且趨近于零,則進行判斷:若為零則進入下一步判斷(此處用來排除一些劇烈活動或者正常活動),在這里用一個確認框的設置(確認是否發送急救短信)來排除一些無法預期的活動而產生的誤報,點擊確認框按鈕或不操作等待180s,軟件就會判定老人跌倒了,這是軟件會發送求救信息給老人的監護人,監護人收到短信后可通過查看跌倒位置或者通過電話確認老人是否跌倒,若跌倒則采取救治措施。
4 結語
本文主要通過分析系統的總體架構來介紹跌倒檢測系統的總體設計,對功能進行基本的設計,按照功能的需求對模塊進行了具體的劃分,最后,對用到的核心技術進行分析,為系統的開發做好準備。
參考文獻
[1] 趙祥欣.基于三維加速度傳感器的跌倒監控研究[D].浙江大學,2008.
[2] 謝開明.基于GPRS的跌倒檢測報警系統的設計與實現[D].重慶大學,2010.
[3] A.Sixsmith,N.Johnson.Smart sensor to detect the falls of the elderly[J].IEEE Prevasive Computing,200,3(2):42-47.
[4] R B Jeennings,EM Nahum,DP Olshefski,et alA study of internet instant messaging and chat protocols[J].IEEE Network,2007,20(4):16-21.
[5] Luo S,Hu A Dynamic Motion Pattern Analysis Approach to Fall Detection[J].IEEE international Workshop on Biomedical Circuits & Systems,2005,113(5):1-5.endprint