基于多傳感器融合的居家監護系統的設計與實現

摘? 要：為了在非臨床條件下，搭建一套智能的、非入侵式的智能監護系統，為居家老人提供合理的、非入侵式的、智能化的生活服務，本文融合客觀環境信息與被照顧者在室內的位置、日常行為等主觀信息，開發設計一套智能化的、未入侵式的智能監護系統，為老人或者慢性病患者提供智能化的生活服務。實驗證明，融合室內位置與日常行為等主觀信息，能有效地提高智能監護系統的“非入侵”性與合理性。

關鍵詞：室內定位;低功耗藍牙;數據采集;行為識別;智能決策

中圖分類號：TP39? ? ?文獻標識碼：A

Design and Implementation of Intelligent Monitoring System

Based on Multiple Sensors Combination

SU Chunfang

（Dept.of Computer Science and Technology，Jiangyin Polytechnic College，Jiangyin 214405，China）

Abstract：A set of intelligent and non-intrusive monitoring system in non-clinical environment will be built，which can provide reasonable，non-intrusive and intelligent services for the elderly at home.In this paper，by integrating environment information with the indoor positions and daily behavior information of the elderly，an intelligent monitoring system is designed to serve the elderly or chronic patients in their homes.Experiments have demonstrated that combining the indoor locations and daily behaviors can improve the non-intrusiveness and rationality of the intelligent monitoring system.

Keywords：indoor positioning;low-energy Bluetooth;data collecting;activity recognition;intelligent decision

1? ?引言（Introduction）

醫療技術的進步延長了人的壽命，同時也加劇了世界老齡化的步伐。預計到 2020年，我國60歲以上老年人口將增加到2.55億人左右，占總人口比重提升到17.8%左右;高齡老年人將達到2900萬人左右，獨居和空巢老年人將增加到1.18億人左右[1]，對老年人的照顧已經成為社會關注的熱點。對65歲以上的老年人進行調查，發現其中90%的人表示他們愿意住在目前的居住地，實現居家養老，因此在非臨床環境下，智能監護系統能夠輔助老年人實現居家養老，并能提高生活質量。

隨著傳感器技術以及智能設備的進步，智能監護系統逐漸應用于對老年人的日常護理、照顧中。目前，智能監護系統主要分為兩大類，一類是應用多種智能設備并融合多種傳感器技術，搭建一套集監護與服務為一體的智能服務系統，用于對老年人或者慢性病人患者的照顧[2]。另一類是開發設計用于智能監護的服務機器人，由于機器人內置了豐富的傳感器，可以實時采集環境信息，依據對環境信息的分析做出智能的決策，可用于緊急救援或者對老年人的照顧[3]。在以上的研究中，側重于對環境信息的采集、分析，出現了智能決策方案與被照顧者的意愿不一致，對其生活產生干擾的情況。為此，本文提出從主觀和客觀兩個方面收集環境信息，融合室內定位技術和行為分析技術，兼顧老人在室內的位置以及正在從事的日常活動等主觀信息，建立非入侵式的智能決策，增加決策的合理性與未入侵式性，更好地服務于老年人的生活。

目前，RFID（Radio Frequency Identification）、無線Wi-Fi、BLE（Bluetooth Low Energy）、ZigBee、圖像處理等技術被應用到室內定位中[4-6]，其中基于低功耗藍牙（BLE）的室內定位技術，得到了廣泛的應用，主要原因是出于對使用者個人隱私的保護以及設備使用能耗的考慮。目前手機已經成為室內定位領域常用的設備之一，一方面是由于的手機的普及使用，另一方面是由于手機內置了豐富的傳感器（Sensor），如加速度、陀螺儀、藍牙、無線等。

鑒于以上原因，本文開發設計了一套基于多傳感器融合的非入侵式的居家養老照顧、監護系統，一方面為老年人搭建智能、方便的服務系統，實現對家用電器的智能控制，為被照顧者提供合理、便捷的生活服務;另一方面，為監護人提供實時的、居家生活監護信息，實現遠程監控功能。

2? ?相關工作（Related work）

2.1? ?傳感器網絡

智能監護系統的目的是為被照顧者提供智能的居家服務，提高被照顧者的生活質量，該系統首先在不對使用者生活產生干擾的情況下，依據對環境信息的綜合分析，進而對家用電器進行智能控制。為此，本文在居家環境下搭建傳感器網絡，用于采集溫度、濕度、光照、室內位置等信息，為智能決策、節能環保提供科學的依據。

在兩居室的居住環境，搭建傳感器網絡，結構如圖1所示。環境信息主要包括主、客觀兩部分信息，一部分是溫度、濕度、電器運行狀態等客觀環境信息;另一部分是反映使用者室內位置、日常行為的主觀信息。本文選自三星公司的SmartThings系列產品中的智能插座、溫度傳感器、濕度傳感器、光照傳感器，用于采集環境信息[7，8];選取Estimote公司的Beacon，該設備定時向外發射藍牙廣播包，手機在接近Beacon時會收到信號強度不等的廣播包，以此來獲取使用者在室內的位置。另外采集表征手腕動作的加速度和方位角信息，用于識別老人正在從事的日常行為。

圖1 2D的居家智慧監護環境

Fig.1 2D ichnography of intelligent monitoringenvironment

2.2? ?系統結構

智能決策是智能監護系統的核心，不僅要科學還要符合用戶的生活習慣，為此，本文融合客觀的環境信息和反映使用者主觀行為的信息。鑒于室內定位設備Beacon的部署，將生活區域劃分為{臥室1，臥室2，客廳，廚房，衛生間}五個區域，另外在每個區域分別安裝相對獨立的傳感器。以區域為單位，分別采集各自區域的溫度、濕度、電器狀態、光照強度，基于以上環境信息，由智能決策單元進行智能的決策。為了減少對使用者的干擾，融入反映使用者日常行為的行為信息，為被照顧者提供非入侵式、方便、快捷、智能的服務，系統結構如圖2所示。

智能監護系統分為環境信息融合和家用電器智能控制兩個部分，環境信息主要包括溫度、濕度、光照、家用電器運轉狀態、室內位置、日常行為等信息，t時刻的環境信息記為Dt={位置，行為，持續時間，溫度，濕度，光照，時間}，在綜合分析Dt在基礎上，不違反用戶行為習慣的前提下，對電器、設備進行智能控制。電器的狀態分為開、關兩種狀態，標記為{0，1}，如環境信息序列為{客廳，坐，2m，>26，<30，5，10：50}，決策列表為{風扇=1，空調=1}，依據用戶的行為習慣，對決策進行優化，輸出{風扇=1}，進而控制outlet，打開風扇。

圖2 居家智慧監護系統結構圖

Fig.2 Structure of intelligent monitoring system

室內定位技術的應用，使得智能決策可以分區域進行，這種基于區域的智能決策不僅提高決策的合理性，而且節能環保，當檢測到用戶在臥室睡覺時，自主將其他區域的電器關閉，實現了對電器的智能控制。

3? 多傳感器融合的智能監護模型（Intelligent monitoring model based on multiple sensor）

3.1? ?基于IBeacon的室內定位方法

為了減少室內環境對定位信號的干擾，將Beacon安裝在天花板上，記為BPi，其中i?[1，5]，各個Beacon以200ms的時間間隔向外發送強度為-4dBm的廣播包。當使用者接近或者進入BPi區域，手機會接收到Beacon的藍牙廣播包。在這些廣播包中包含最重要的定位信息藍牙信號強度（Received Signal Strength Indicator，RSSI），RSSI值會隨著使用者與BPi之間距離的變化而變化，當距離d小于1米時，隨著距離d的變大RSSI值會以一定的比例減少;而當距離在1米以上時，由于反射波的影響，RSSI會出現上下波動的現象，甚至丟失。

鑒于以上原因，本文將信標BPi的鄰近區域對象設置為“遠區域”far=5m、“近區域”near=1m。當使用者在區域對象中的位置發生變化時，會觸發相應的事件onEnter、onExit、onContextChange的發生，進而獲取使用者距離信標BPi的位置信息，從而確定使用者處于哪一個生活區域，如當使用者與BPi的距離小于1米時，near區域的onEnter事件會被觸發，表示使用者已經進入了near區域，從云端獲取BPi的附加信息，即獲取了該區域的家用電器列表。

3.2? ?在線行為分類模型

在日常生活中，人們在從事一種日常行為的過程中，常常伴隨著手臂一系列有規律的運動，比如“走路”時，手臂會前后有規律的擺動，而“睡覺”時手臂則相對保持靜止。在前期研究中[9]，首先通過收集居家日常行為的數據，在此基礎上，基于無監督聚類方法提取高層語義特征，構建行為數據集，最后基于動態貝葉斯算法建立日常行為的分類模型。基于以上分類模型，本文實時采集行為數據，對日常行為進行在線辨識，系統結構如圖3所示。

圖3 日常行為在線行為識別結構

Fig.3 The flow path for online recognition of?daily activities

本文設置采樣頻率是30Hz，在線收集加速度、陀螺儀的數據分別記為，首先基于滑動時間窗模型抽取特征生成在線測試數據Xi（t），然后將測試數據送入分類模型Mode，從而得到分類結果Yi（t）。

3.3? ?智能決策算法

環境信息主要包括客觀環境信息和主觀信息兩個部分，記為樣本集D。實時監控區域BPi的onEnter事件，當事件被觸發時，要從兩個方面進一步獲取信息：

（1）從云平臺獲取BPi的家用電器使用列表。

（2）從日常行為分類模型BehavorMode獲取當前的日常行為類別Btp。

在此基礎上，依據客觀環境信息，由智能決策模塊建立對家用電器的控制列表，算法描述如下所示：

輸入：環境信息樣本集D;

輸出：電器狀態控制

1.初始化室內位置Pt=-1;P區域內的電器狀態Stp=-1;日常行為Btp=-1;

2.從云平臺獲取當前位置Pt=function（t）

3. if Pt?{BP1，BP2，……BPn}do

4.? ? 日常行為Btp←BehavorMode（D）

智能決策Stp←Decision（D）|Btp

5.? ? for電器設備列表Stip?Di? do

6.? ? ? ? ?Stip←{1，0}

7.? ? ?end

8. endif

智能決策一方面以客觀環境信息為依據，建立家用電器控制方案;另一方面又考慮到使用者主觀的日常行為和室內位置，從而保證智能決策的合理性與非入侵性，充分考慮到用戶對電器的使用習慣。

4? ?實驗結果（Experiment results）

對原始數據進行特征抽取，基于滑動時間窗模式，將日常行為表征為一系列“子動作”的有序組合。設日常行為可以表征為一系列不可拆分的“子動作”的集合，記為X={x1，x2，…，xn}，隨機抽取5分鐘內日常行為的特征序列，如圖4所示。本文設置滑動時間窗為5分鐘，重疊為3，在一個時間片5分鐘內觀察，“睡覺”的動作序列為{8，8，8，8，8}，“運動”的子序列為{28，25，28，28，30}。

圖4 日常行為特征序列

Fig.4 Feature sequence of daily activities

圖4中y軸的值代表不同的手臂子動作，“讀書”“看電視”“睡覺”三種日常行為中，手腕動作變化不大，由一種“子動作”構成;“運動”“走路”手腕動作有多種變化，因此由多種“子動作”組成，如“運動”由id=25、id=38、id=30共計三種“子動作”構成。

手機APP端可以實時顯示使用者當前在室內的位置，以及正在從事的日常行為、持續的時間，鑒于以上信息，監護人可以實時了解老年人的狀態，如圖5所示。除此之外，使用者在家中也可以得到智能化的服務，當系統監測到老人坐在客廳，就會建立“打開電視”的控制方案，并發出語音提示“您是否需要打開電視？”，在得到主人允許的情況下打開電視。

圖5 手機端實時信息監控信息

Fig.5 APP real-time monitoring

5? ?結論（Conclusion）

融合居家環境下的環境信息與被照顧者在室內位置、從事的日常行為，有效地提高了智能決策的合理性，減少對老人生活的干擾。智能監護系統一方面為監護人提供實時的信息監控;另一方面為被照顧者提供智能化的服務，從而提高居家生活質量，實現居家養老的愿望。實驗證明，融入用戶生活習慣、喜好的等主觀因素，能有效地提高系統的智能性與合理性。

參考文獻（References）

[1] 國務院關于印發“十三五”國家老齡事業發展和養老體系建設規劃的通知[EB/OL].http：//www.cncaprc.gov.cn/contents/2/179240.html，2017-02-28.

[2] Moraitou M，Pateli A，Fotiou S.Smart Health Caring Home：A Systematic Review of Smart Home Care for Elders and Chronic Disease Patients[J].Advances in Experimental Medicine & Biology，2017（989）：255.

[3] Multi-functional stretchable and flexible sensor array to determine the location，shape，and pressure：Application in a smart robot[J].Science China（Technological Sciences），2018，61（08）：35-41.

[4] Chiu C C，Hsu J C，Leu J S.Implementation and analysis of Hybrid Wireless Indoor Positioning with iBeacon and Wi-Fi[C].International Congress on Ultra Modern Telecommunications & Control Systems & Workshops（ICUMT）.IEEE，2016：80-84.

[5] Deka M J，Joshi J，Sinha N，et al.Indoor and outdoor position identification using RFID[C].International Conference on Recent Advances & Innovations in Engineering（ICRAIE）.IEEE，2017：1-7.

[6] Kalbandhe A A，Patil S C.Indoor Positioning System using Bluetooth Low Energy[C].International Conference on Computing，Analytics and Security Trends（CAST）.IEEE，2017：451-455.

[7] 喬子木，邵堃，劉超，等.基于環境智能的老人健康照護系統設計[J].傳感器與微系統，2017，36（3）：97-100.

[8]瞿燕.居家養老建筑中智能照護系統的研究與應用[J].建筑技術開發，2017（6）：87-88.

[9]Chen Y H，Tsai M J，Fu L C，et al.Monitoring Elder's Living Activity Using Ambient and Body Sensor Network in Smart Home[C].IEEE International Conference on Systems，Man，and Cybernetics（SMC），2015.

作者簡介：

蘇春芳（1979-），女，碩士，講師.研究領域：物聯網，人工智能.