基于MSP430的跌倒預防與報警的一體化系統

段聲才 陳景澤 葉偉 徐科軍

摘 要：社會老年人口的大量增加和巨大的跌倒危害使得有關老年人跌倒問題的研究十分重要。本文提出了基于 MSP430的跌倒預防與報警的一體化系統，系統以老人室內穿的拖鞋為載體，使用超聲波傳感器檢測腳部前方障礙物并反饋給老人，從而降低因觸碰障礙物而跌倒的危險；系統使用新型慣性傳感器MPU6050來檢測老人的行為狀態，采用雙重閾值算法來判斷老人是否為跌倒狀態，并通過SIM900A發送求救信息。我們通過相關實驗驗證了方法的有效性和系統的準確性。

關鍵詞：跌倒預防；跌倒檢測；MSP430；MPU6050

中圖分類號：TP277 文獻標志碼：A

0 引言

有調查研究顯示，在70歲以上的健康老年人群里，有40%的老人每年至少發生一次跌倒行為；在護理機構中的老年人群里，有43%的老人至少發生一次跌倒行為。老年人由于自身身體原因，室外活動較少，更長時間居于室內，導致超過50%的老人跌倒案例發生于室內，同時僅有37.9%的跌倒老人得到及時救助。老年人口數量的快速增長和跌倒的巨大危害使得老人室內跌倒預防與報警系統的研制十分必要。在本文中，筆者提出一種基于MSP430的跌倒預防與報警一體化系統，適用于獨自生活或養老院中的老年人。

1 相關研究現狀

目前跌倒識別和預警的方法大致可以分為以下3類：基于視頻監測技術、基于環境感知技術和基于可穿戴式傳感技術。基于視頻監測技術的系統使用圖像處理方法，如從背景中分割個體，提取特征等來檢測跌倒。 該方法不需要在使用者身上佩戴任何裝置，但是該方法不能保護個人隱私，并且在視頻監控有盲點時具有局限性。基于環境感知技術的裝置包括超聲波傳感器、振動傳感器等，通過分析聲音信號來檢測跌倒。然而，由于正常的生活環境中存在的過度噪聲降低了從傳感器獲得的信號，導致該方法的檢測精度較低。基于可穿戴式傳感技術，由于低成本、易用性和高性能等方面的優勢，被歸類為最優選合適的和實用的跌倒監測方法。

現有的跌倒報警裝置多為獨立報警器，且僅有跌倒后的報警功能，對于障礙物造成的跌倒，缺乏事前預防措施。當跌倒意外發生時，一般的跌倒報警器需要老人按下按鈕才會做出警報。據相關研究顯示，在擁有緊急呼叫按鈕的老年人中，80%在遭遇嚴重跌倒意外時未曾使用，甚至有很多老人并沒有將呼叫按鈕帶在身邊。

基于以上問題，筆者提出了基于MSP430的老人跌倒預防與報警一體化系統來緩解跌倒對于老年人的傷害。

2 系統設計

2.1 系統結構

該系統結構框圖如圖1所示。整個系統安裝在老人所穿的拖鞋內，解決老人忘記佩戴裝置的問題。系統微處理器采用MSP430F5529。當老人穿著拖鞋在室內行走時，系統通過超聲波測距傳感器檢測腳前一定范圍的扇形區域中是否有障礙物來降低在水平地面上因觸碰障礙物而跌倒的可能性。同時，系統使用慣性傳感單元MPU6050來采集三軸加速度和三軸角速度，采用雙重閾值（閾值1：合加速度閾值；閾值2： 合加速度與三軸的夾角）算法來監測老人是否為跌倒狀態。當判斷老人為跌倒狀態時，MCU先通過 IO口控制蜂鳴器現場報警，經過20 s后，若老人沒有手動取消報警，那MCU將會通過連接在系統上的 GSM模塊發送求救信息，使老人在跌倒后能夠及時獲得救助；若20s內，老人手動取消了現場報警，則不發出報警信息。

2.2 微處理器

微處理器是一種16位RISC結構、超低功耗單片機MSP430F5529，具有高達25MHz系統時鐘，128KB閃存、8KBRAM、USB接口、12位ADC等豐富的片內外設，工作電壓范圍為1.8V～3.6V。

2.3 超聲波測距模塊和震動模塊

超聲波測距模塊（HY-SRF05）由超聲波發射器、接收器和控制電路等組成，額定工作電壓5VDC，額定工作電流15mA，非接觸式測距范圍為2cm～450cm，測距精度可達3mm。震動模塊包括電流放大電路和微型震動電機（CY1027-00-10），額定工作電壓3V，額定工作電流70mA。

2.4 MEMS慣性傳感單元—MPU6050

MPU6050是一種新型傳感器，它包括3軸陀螺儀，3軸加速度計，以及一個可擴展的數字運動處理器 DMP。 MPU6050對陀螺儀和加速度計分別用了3個 16 位的 ADC，可以將測量的模擬量轉化為數字量輸出。該傳感器工作電壓為5 V，采用400kHz的IIC接口與微處理器進行通信，將MPU6050的SDA引腳和SCL引腳分別與MSP430F5529的SDA引腳和SCL引腳相連，即可實現傳感器和微處理器之間的通信。

2.5 GSM模塊（SIM900A）和蜂鳴器

SIM900A是一款高性能GSM/GPRS模塊，支持RS232串口和TTL串口，支持5V～18V的寬工作電壓。它和 MSP430 F5529單片機之間的通信采用 TTL電平接口，將 SIM900A的TXD引腳和RXD引腳分別與MSP430F5529的RXD引腳和 TXD引腳相連，即可實現該模塊和微處理器之間的通信。系統中用于現場聲音報警的蜂鳴器采用工作電壓為5V的有源蜂鳴器。

3 跌倒預防與檢測方法

3.1 跌倒預防方法

為了降低老人在水平地面上因觸碰障礙物而跌倒的可能性，我們在拖鞋的腳尖部安裝超聲測距模塊，利用超聲波測距原理檢測腳前方一定范圍內是否有障礙物。如有障礙物，則通過震動模塊震動報警提醒，起到跌倒預防的作用。

3.2 跌倒預防算法實現

MCU的IO口控制超聲波測距模塊的TRIG引腳，發送至少10ms的高電平信號，測距觸發；模塊會自行發送8個40kHz的方波，然后檢測是否有信號返回；如果有信號返回，通過IO口檢測到超聲模塊的ECHO引腳輸出一個高電平，高電平持續的時間即超聲波從發出到返回的時間，得到腳尖部到障礙物的距離，即距離=（高電平時間×聲速）/2 。當檢測到預設值（70cm）范圍內有障礙物時，MCU控制震動模塊動作，提醒老人注意前方有障礙物。跌倒預防算法流程圖如圖2所示。

3.3 跌倒檢測和報警方法

當人體意外摔倒在水平地面的過程中，人體腳部的加速度和角度與正常活動有明顯差別。我們將跌倒檢測與報警裝置安裝于右腳拖鞋內部，右腳的前方為 Y軸正方向，右方為 X軸正方向，上方為 Z軸正方向。為了簡化水平地面跌倒問題，我們考慮了水平地面上的6種情況：行走，向左跌倒，向右跌倒，小跑，向前跌倒，向后跌倒。本文研究了如何區別正常行為與跌倒行為。

令X軸方向的加速度為ax，Y軸方向的加速度為 ay，Z軸方向的加速度為 az，合加速度為 a，則合加速度大小為

（1）

|a|表示人體合加速度的向量幅值大小，是一個表示人體運動狀態的重要參數。a越大，表示人體活動越劇烈；a越小，表示人體活動越平緩。為了區分正常行為與跌倒行為，我們進行跌倒實驗，并用MATLAB處理數據，得到圖3的一組圖。

從圖3可以看出，正常行走的合加速度峰值一般在3g以下，而跌倒的合加速度峰值會在3g以上，由于裝置安裝在拖鞋內部，跌倒時合加速度會比安裝在人體其他部位更大，更易于區分正常行為與跌倒行為，所以取第一閾值為合加速度a=3g。但是，如圖4所示顯示小跑時加速度圖，其合加速度也會超過3g，這個很容易與跌倒行為混淆。為此，我們加入第二閾值，即合加速度與三軸之間的夾角。理想情況下，當人體靜止站立時，ax=ay=0，az=g，即合加速度a=g，豎直向下；a與Z軸夾角Azr為0°，與X軸夾角Axr和Y軸夾角Ayr為90°。同理，當人體向左或向右跌倒在水平地面之后，Axr在-90°或-90°左右；當人體向前或向后跌倒在水平地面之后，Ayr在-90°度或90°左右。通過實驗，我們選取合加速度與三軸夾角±75°作為第二閾值。在人體正常活動和跌倒時，都可能達到第二閾值，但是正常活動時達到閾值的時長會非常短暫，而跌倒后人體將有較長時間處于閾值范圍內。因此，我們要求人體保持這個閾值4s內不變，則判斷發生跌倒。

3.4 跌倒檢測和報警算法

系統MCU先采用IIC通信方式讀取MPU6050寄存器內的數據，然后對讀取到的數據進行跌倒算法運算和判斷。實現過程可分為如下3個部分：

（1）判斷合加速度a與第一閾值3 g的大小關系，若小于3g，則返回繼續采樣；若大于3 g，則判斷為可能跌倒。

（2）若判斷為可能跌倒狀態，則進入第二閾值判斷，檢測人體角度閾值是否在-90°～-75°或75°～90°范圍內。若在這個范圍維持4s，則進入下一步，否則返回上一步。

（3）如果MCU檢測到人體運動狀態同時滿足第一閾值和第二閾值條件，則蜂鳴器鳴叫。接著延時20s，若20s內用戶沒有手動按鍵取消報警，則判斷老人為跌倒狀態，產生報警信息，并將此信息通過GSM模塊傳送給親屬或養老院監護中心，使老人得到及時救助。具體跌倒檢測和報警算法流程如圖4所示。

4 系統性能評估和總結

為了驗證方法的有效性和系統的準確性，我們進行了障礙物檢測實驗和跌倒檢測實驗。障礙物檢測實驗結果見表1。跌倒檢測和報警實驗包括6種試驗：正常行走，向左跌倒，向右跌倒，向前跌倒，向后跌倒和小跑。考慮到安全問題，實驗志愿者為20～30歲的年輕人，每種行為在摔跤墊上進行了20次實驗，實驗結果記錄于表2。由實驗結果可以看出，本系統能夠較準確地檢測到障礙物并報警和進行跌倒檢測并報警。

參考文獻

[1]Rubrnstein LZ，Josephson KR.Review The epidemiology of falls and syncope[J].Clin Geriatr Med，2002，18（2）：141-158.

[2]丁亞媛，何貴蓉，陳洋，等.養老機構老人跌倒現狀分析[J].全科護理，2014，12（31）：2883-2884.

[3] F. Hijaz， N. Afzal， T. Ahmad and O. Hasan. Survey of fall detection and daily activity monitoring techniques. In Proc. International Conference on Information and Emerging Technologies， Karachi， Pakistan， 2010：1-6.

[4]劉莉，鄭冬云，劉曉軍.基于MPU6050的老年人跌倒監測系統設計[J].中國醫療器械，2015（5）：327-330.

[5]付棉，胡有才，呂澤平.老人跌倒的流行現狀及危險因素分析[J].中國老年保健醫學，2014（3）：37.

[6]張虎軍，張楠楠，顧建文，等.人體運動監測技術的發展與應用[J].醫療衛生裝備，2011，32（8）：83-85，98.