基于STM32的老年人救助手環心率值誤差糾正方法研究

任艷焱 顧雅珍 崔容容 李南楠

摘 要：心率也叫安靜心率，是衡量人體健康與否的一個重要生理指標，它是指正常人在安靜狀態下每分鐘心跳的次數，其正常值的范圍是60-100次/分.目前應用于手環的測量和計算心率的方法有很多，各有利弊，而解決心率值誤差率的問題又是重中之重.這就需要我們反復測試，從而找到一個誤差率盡可能小并且適合于手環設計的有效方法.本方案采用STM32F103vet6為主要微處理器，結合多種外部設備，利用運動傳感器--速度傳感器MPU6050進行信號的采集工作，另外擴充了藍牙模塊、Wi-Fi模塊、LoRa無線通信模塊，并對相關的設計方法進行優化處理，一定程度上對心率值的誤差進行了糾正，從而滿足本方案的設計要求并為之后的手環設計工作提供了一定的有效參考，具有一定的意義.

關鍵詞：傳感器;閾值;STM32;心率值

中圖分類號：TP311? 文獻標識碼：A? 文章編號：1673-260X（2020）01-0039-02

1 引言

心率是人體的一個重要生理指標，通過人體每分鐘的心跳次數可以在一定程度上判斷個人的健康狀況.在實際生活中無論是心動過速或者心動過緩的變化都和心臟類的疾病息息相關，這就要求我們找到一種能夠及時反應的方式以求及早得到治療.影響心率變化的原因有很多，有生理性的也有病理性的，例如因年齡大小、性別不同而產生的個體差異;以及因運動、吸煙飲酒、情緒波動或者服用藥物后所導致的心率變化等.怎樣才能對不同情況下的心率進行有效的監測并能對其測量值準確顯示是人們亟需解決的問題.

目前的測量方法有心率計——可對跑步、靜走等運動進行心率監測;心率傳感器——在體表間接測量人體的相關參數;心率帶——臂帶式心率帶、帶式心率帶等測量方式.

通常來講心率監測的原理可分為：（一）光電透射測量法，缺點是耗電量相對較大大，同時容易受到環境光的干擾;（二）測試心電信號的方法，缺點是電路相對復雜，易受電磁信號的干擾;（三）振動式測量，通過高精度的傳感器處理相應的震動信號.怎樣取長補短，采取誤差最小的設計方法是本文的首要研究問題[1].

2 心率監測系統的設計

2.1 STM32F103xx系列芯片

在本方案中我們采用STM32F103xx系列芯片作為微處理器，它是整個設計的核心部件，我們通過芯片的I2C接口和運動姿態傳感器MPU6050相連接，來獲取需要的運動特征數據，另外的一個I2C接口可以與AXCL和XDA端相連接，用來連接光電傳感器.

STM32F103xx系列芯片內部集成了高性能的32位ARM Cortex—M3處理器，它的性能指標是72Hz的頻率，512KB大小的閃存，64KB大小的SRAM.另外它還具有四個通用的16位ADC、廣泛的增強型輸入輸出接口以及外部設備，STM32F103xx系列芯片可在溫度范圍較為寬泛，可以在零下40攝氏度至零上105攝氏度、電壓為2.0V至3.6V的條件下正常工作.它的這些特性極適合應用于本方案的省電模式下的低功耗設計.它的功用主要是用來收集數據、處理信息并協調控制系統中各個功能模塊的正常工作[3].

2.2 MPU6050運動姿態傳感器

由于人們走路時手臂揮動的幅度大小不規律，通常狀況下使用的3軸傳感器達不到一定的靈敏性，對于不同的運動狀態手臂擺動無法監測到正確數值，所以為了解決上述問題本設計中采用了MPU6050運動姿態傳感器.

MPU6050是一個整合性的6軸運動傳感器，它集成了16位的三軸加速度傳感器和16位三軸陀螺儀傳感器，可以分別監測到模塊的加速度和角速度;通過數據融合算法可以很好地解決組合陀螺儀與加速器時間軸之差的問題，它的量程范圍較大，對角速度的感測范圍較為寬泛，數字運動處理引擎可減少復雜的融合演算數據、感測器同步化、姿勢感應等的負荷.

運動處理數據庫支持Android、Linux與Windows內建之運作時間偏差與磁力感測器校正演算技術，免除了客戶須另外進行校正的需求.另外連接電路簡單，微處理器可通過I2C接口和MPU6050的SCL和SDA連接獲得運動特征數據.綜上所述MPU6050具有較高的優越性能，可以說運動姿態傳感器MPU6050是為便攜式產品量身訂作的！

2.3 St188單光束反射式紅外光電傳感器

光電傳感器的工作原理是利用紅外光線的透射和反射強度變化對信號進行采集.當身體某一部位將光電傳感器的發射和反射接收口遮擋住的時候，將會影響光的傳遞途徑.每當心臟跳動的時候，心臟泵血將會改變血管中的血液流量，并進一步改變血液的血氧飽和度，從而將會引起光反射強度的強弱變化.這類傳感器的重要特征是能夠測量探測部分不侵入機體，能夠在一定程度上自動消除系統誤差，具有較高的測量精度，具有一定的應用價值.

St188單光束反射式紅外光電傳感器采用非接觸檢測方式，檢測距離為4—13mm，可以在傳感器加外圍電路來監測接收管的信號，進而確定是否接收到反射回來的紅外線.或者通過STM32芯片掃描E管腳（接收管的負極）的值0或者1（類似于按鍵掃描的方法）來確定接收管的狀態.另外ST188內部集成了一個紅外發射管和一個接收管，可以自己檢測，操作非常快捷方便.

2.4 LoRa無線通信模塊

LoRa無線通信模塊則是采用SX1278芯片，它是一款低功耗、遠距離的無線數字收發芯片，采用了先進的擴頻調制技術，增加了鏈路預算，具有非常強的抗干擾能力，工作頻段為137～525MHz，接收靈敏度高達-148d Bm[4].

3 硬件設計部分

硬件設計圖如下所示：

STM32芯片作為主要的控制單元，由電源模塊為其供電，主要用來對收到的數據進行加工處理并協調各個功能模塊的正常工作.

信息采集模塊采用ST188紅外光電傳感器、MPU6050運動姿態傳感器來收集數據;通過Wi-Fi模塊將采集到的數據傳送給手機，藍牙模塊則采用數據透傳的方式將相關指令發送給手機，再利用手機App對接收到的數據進行有效的、合理性的分析，從而實現手機與手環之間的交互操作.

4 軟件設計部分

通過反復試驗測試，我們需要做如下工作：

（1）測試出每組數據的脈搏波數據與重力加速度數據的誤差，測定滿足多大比例才比閾值小，從而判定出相對的靜止狀態.

（2）利用運動姿態傳感器MPU6050，從數據采集的源頭上做到相對精準從而降低人體運動狀態對心率測量值的影響.

我們通過I2C端口獲取MPU6050運動姿態傳感器的原始數據即獲得由三軸加速度值和三周角速度值融合而成的姿態數據：仰俯角、偏航角、滾轉角.然而此時得到的原始數據夾雜著很嚴重的噪音，在手環處于靜止狀態時數據擺動都可能超過2%.除了噪音，各項數據并不是圍繞靜止工作點在擺動而是還會有偏移的現象，因此我們要先對數據偏移進行校準，再通過濾波算法進行消除噪音處理.編寫程序校準MPU6050運動姿態傳感器的偏移量[5].

（3）確定閾值的選取范圍，實施卡爾曼濾波糾正.另將心率傳感器采集的心率值利用小波閾值去噪后得到比較干凈的有效信號，并將其值糾正后誤差控制在可接受范圍，增強心率檢測方法魯棒性，提高心率檢測準確度，形成健壯的，數據有效的健康監測手環系統.

本文小波閾值去噪是利用MATLAB軟件來來實現的，主要包括閾值去噪和閾值的獲取.MATLAB是一個包含大量計算算法的集合，擁有600多個工程中要用到的數學運算函數，并且這些函數中所使用的算法都是經過了各種優化和容錯處理并體現了科研和工程計算中的最新研究成果，可以方便地實現用戶所需的各種計算功能.本文使用MATLAB中ddencmp函數用于獲取信號在消噪或壓縮過程中的默認閾值;wden函數用于處理一維信號的自動消噪;wdencmp函數用于一維或二維信號的消噪或壓縮;wthcoef函數用于一維信號小波系數的閾值處理.

5 結論

本文對現有的手環設計方法進行了整體上的概述并在一定程度上進行了優化設計，測試完成了不同運動狀態下的心率變化范圍，采用了最適合應用于穿戴設備的MPU6050運動姿態傳感器和采用最佳信息采集模塊和數據傳輸模塊LoRa進行數據的采集和傳輸，從而在源頭上解決了數據誤差的問題.但是仍有一些需要改進的相應算法，從而進一步縮小數據誤差，提高數據的有效性.本次設計工作在衡量人體的健康狀況、身體素質以及預防心臟類疾病的預警方面起到了一定的作用.另外由于多種因素的綜合影響，建議在日常生活中不要過于相信智能運動手環數據，對其數據采取理性參考的態度，合理安排運動強度改善體質.

參考文獻：

〔1〕高一樂.智能運動手環的發展現狀分析[J].當代體育科技，2015，5（33）：202-204.

〔2〕梅瀾瀟，黃松，忻尚芝.基于STM32的無創血氧檢測儀的研制[J].信息技術，2014（09）：189-192.

〔3〕楊志萌.嵌入式紅外輻射計人機交互系統的設計與實現[D].青島：中國海洋大學，2013.

〔4〕吳磊，胡維平.基于LoRa的心率血氧實時監測系統的研究[J].電子設計工程，2019（7）.

〔5〕藍坤，張躍.基于Android的心電監護軟件系統設計與實現[J].計算機工程與設計，2013，34（8）：2951-2956.

〔6〕沈勇，蔣文雄，段勇.基于nRF24L01的通用無線通信模塊設計[J].電子工程設計，2013（8）：84-86.

〔7〕張秀艷，馬晨曉，任卓成.老人之友防跌倒報警手環研究探討[J].南方農機，2018（07）：150.

〔8〕張愛華，丑永新.動態脈搏信號的采集與處理[J].中國醫療器械雜志，2012，36（2）：79-84.

〔9〕楊婷，黃韜，謝亮.基于STM32微控制器的智能手環的設計[J].科技廣場，2016，177（8）：190-192.

〔10〕郭晏瑋，王新玲.基于藍牙傳輸的心率監測系統設計[J]. 電子測試，2011（8）：84-87.

〔11〕畢海濤.可穿戴式單芯片心率血氧智能采集的設計[D]. 長春：東北大學，2014.

〔12〕吳景程，彭莉，曹澤亮，等.對不同運動負荷方案下的心率及[1]RPE效度研究[J].中國體育科技，2011，47（4）：95-99.