基于ROS服務機器人的獨居老人智能監測系統

吳家齊 姜林

（湖南工商大學 智能工程與智能制造學院 湖南省長沙市 410205）

1 引言

據統計，2020年，全國60歲以上老年人口共2.67億人，占總人口比重提升到18.7%左右。然而比人口老齡化更加嚴重的是獨居老人、空巢老人的增多，這些老人因為沒有監護人或者監護人無法長期陪護而獨自生活。據不完全統計，超過73%的獨居老人意外死亡的原因是錯失了黃金搶救時間，即當前獨居、空巢老人面臨著意外情況發生，自身失去呼救能力，而其監護人無法馬上報警就醫，導致老人意外身亡。在此大背景下養老服務業迫切需要發展，在智能監護領域，蘇州大學趙鶴鳴、謝雪婷等人研究的基于GPS/GSM老人兒童定位監護系統實現了對老人兒童所處位置定位[1]，東南大學的汪豐、趙明光等人設計了基于ZigBee技術的無線醫療監護網絡能夠通過ZigBee技術對老人進行實時定位[2]。以上提出的智能監護中主要是基于數字通信技術進行監護，系統組織架構性緊密，且便于擴展[3]。但是系統主要服務于室外遠程環境下，在實際應用中，特別是在復雜環境中的智能監護是很難做到的，如：當老人突遇意外情況下，比如跌倒，或是疾病突發等，若不能及時施救則會對生命安全造成威脅。針對上述問題，本文研究了深度攝像機視覺跟隨算法和老人跌倒視覺分析，使監護人時刻掌控老人動態；研究了突發意外情況時的自動通信模式，建立了老人與監護人的遠程音視頻通信方法，為及時施救提供寶貴時間。最后，本文將提出一套可實現、易操作的獨居老人智能監護解決方案，為獨守老人提供突發意外時的緊急處理。

2 基于ROS服務機器人的監測系統設計

2.1 ROS服務機器人

本系統通過對當前算法進行優化創新，開發新型算法使其集成為一個智能養老監護系統以降低我國養老負擔。為了達到上述目的，本系統提供一種如圖1所示的基于ROS服務機器人的硬件設施搭配，包括ROS服務機器人工控機、電源、STM32運動底盤、LED屏幕、2D雷達、Kinect深度雙目攝像機、音頻設備。所述電源用于為ROS服務機器人提供能源支持，以確保智能系統可以正常運行，LED屏幕用于為用戶提供操作支持，Kinect深度雙目攝像機用于采集當前數據，向智能系統傳遞RGB圖像與當前實時畫面，工控機用于搭載本發明智能系統并集中處理來自雷達、Kinect深度雙目攝像機傳輸的數據并做出繼續追蹤或撥通音視頻通話的決策，STM32運動底盤用于控制ROS服務機器人進行移動，2D雷達用于檢測ROS服務機器人與監護人的距離與避障，音頻設備用于監護人與老人之間的音頻轉播。

圖1：ROS服務機器人硬件架構

2.2 系統總體結構設計

本系統總體功能設計如圖2所示，本系統啟動后，ROS服務機器人將通過搭載的Kinect深度攝像機對監護目標進行視覺跟隨，始終保持ROS服務機器人與監護目標距離、角度在一定范圍內，在ROS服務機器人跟隨監護目標的同時將不斷進行跌倒檢測，若檢測結果為監護目標未跌倒時，ROS服務小車將持續對監護目標進行跟隨、跌倒檢測；若檢測結果為監護目標發生意外跌倒，ROS機器人小車將調用自動音視頻功能模塊，發起與監護人搭建音視頻通話的請求，將時實的情況轉播至監護人，使得監護人可以在第一時間了解情況并做出最迅速的施救決策。

圖2：系統總體功能設計

3 系統功能模塊詳細設計方案

系統具體功能主要包含了3部分，第一部分為視覺跟隨模塊，其主要為后續模塊功能提供運行條件，第二部分為跌倒檢測模塊，其主要實現對監護目標狀態的監測，第三部分為自動音視頻模塊，其主要實現監護目標發生意外時搭建與監護目標的監護人音視頻通話。

3.1 視覺跟隨

在啟動ROS服務機器人與本智能系統后，系統則自動啟動Kinect深度雙目攝像頭，并讀取深度雙目攝像頭的參數攝影角α（即視野范圍最大角度，下文同），圖像寬度Image_width，圖像高度Image_height，與系統設置的人機距離閾值d。之后，Kinect深度雙目攝像頭將獲取的灰度圖像傳遞給ROS服務機器人，本系統利用當前處理好的深度圖像結合python功能包skimage中的子模塊morphology的Skeletonize（image）函數和medial_axis（image,mask=None, return_distance=False）函數獲取當前監護目標的骨骼圖，并對當前圖像進行穩定、平滑處理[4]。其中image為圖像對象，mask為掩模，默認為None, 如果給定一個掩模，則在掩模內的像素值才執行骨架算法[5]，return_distance為bool型值，默認為False，如果為True, 則除了返回骨架，還將距離變換值也同時返回（這里的距離指的是中軸線上的所有點與背景點的距離）。

之后，系統通過啟用2D雷達獲取當前的人機距離Man_machine_distance，提取目標中心點，獲取目標方位Target_bearing（Target_bearing為中心點位于圖像寬度的位置）。其后判斷Man_machine_distance=d與兩式是否成立，如果不成立，則根據兩式的大小情況驅動STM32運動底盤調整機器人位置。具體規則如下：

若Man_machine_distance

若Man_machine_distance>d，則驅動STM32運動底盤向監護人方向移動；

圖3：視覺跟隨流程

3.2 跌倒檢測

當該模塊接收到視覺跟隨模塊傳輸過來的人機距離Man_machine_distance與提前預設的閾值d相等，且當前追蹤目標位于圖像中間時，利用公式求得當前畫面的實際高度H（其中h為ROS服務機器人實際高度）。之后提取目標中心點并利用圖像比例關系，求得目標中心實際高度H1。公式如下：其中Image_height為圖像高度，Image_height1為中心點在圖像中的高度。

之后間隔t時間后再抓取一幀畫面，重復上述操作獲得t時間后的目標中心實際高度H2。即可計算監護目標中心點的下降速度Spine V，計算公式如下：最后判斷SpineV與VT的大小關系，其中 VT為中心點下降速度的閾值。如果SpineV小于VT，則系統重復執行跌倒檢測模塊，如果Spine V大于VT，則向監護人發送音視頻通話請求，具體流程如圖4所示。

圖4：跌倒檢測流程圖

3.3 自動音視頻通信

該模塊在接收到跌倒檢測模塊下達的啟動命令后，將分別從遠程播報和近點播報兩個方面進行意外情況緊急處理，遠程播報即自動向被監護目標的監護人發送視頻通話請求與預警信息提醒。為避免監護人因網絡接收不到視頻通信，雙重保障老人安全，近點播報則是通過機器人內置語音播報系統，提醒周圍人意外發生，及時施救，具體流程圖如圖5所示。

圖5：自動音視頻模塊流程圖

4 系統實施效果

本系統在實際中運行情況良好，跌倒檢測模塊運行界面如圖6所示，該模塊時刻監護老人狀態，防止意外發生。

圖6：跌倒檢測實施效果

當監護目標發生意外跌倒時，自動音視頻模塊自動向其監護人發送視頻通話請求，將當前情況時實轉播至其監護人，使其迅速做出施救決策，接通后界面如圖7所示。

圖7：音視頻通話實施效果

5 結束語

人口老齡化是我國現階段面臨的嚴峻社會問題，養老服務成為解決這一問題的緊迫需求[6]。相比人工陪護，智能監護可極大地節省人力、物力、財力。針對獨守老人生活中突發意外求助困難導致生命受到威脅的問題，本文通過研究深度攝像機視覺跟隨算法和老人跌倒視覺分析，使監護人時刻掌控老人動態；研究突發意外情況時的自動通信模式，建立老人與監護人的遠程音視頻通信方法，為及時施救提供寶貴時間。本文提出的基于ROS服務機器人的養老系統可以解決這一社會痛點問題且效果良好。