基于人工智能及物聯網下智慧養老系統的研究

張宇峰 乞國鈺 周耀鑒* 袁晨迅

（1.太原師范學院 山西省晉中市 030619 2.中北大學軟件學院 山西省太原市 030051）

國家統計局于2021年5月11日公布了第七次人口普查數據，根據調查數據顯示，60歲及以上人口與2010年相比，上升了5.44個百分點，說明了人口老齡化依然在進一步加深，老年人已經成為我國人口中占比很大的一部分。因此，智慧養老產業市場的規模隨著老年人口的增多也在不斷發展，有統計顯示，2020年全球智慧養老市場規模已增至37萬億元。隨著人工智能、新型物聯網技術的發展，越來越多的產品也應用到養老系統當中，這些技術和產品在提升了老年人安全感、幸福感的同時，也促進了相關技術的不斷發展和革新。接下來就從智慧養老系統的實際需求開始，探討目前新的人工智能、物聯網技術在養老系統中的應用。

1 智慧養老中亟待解決的問題

目前，各類智慧養老產品與日俱增?！叭斯ぶ悄?”的養老越來越受到國家的重視和老年人以及老年人子女的關心[1]。研發出更加智能化、準確率高的智慧養老系統成為了眾多研究者探討的問題?？v觀各類智慧養老系統，主要是解決老年人的實時狀態監測、健康狀況監測、情感問題陪護三大問題，以此來達到對老年人的實況、健康、情感三方面的全方位監測。隨著相關技術的革新，在這三方面，都有著成熟的技術應用。

2 人工智能及物聯網技術在養老系統中的具體應用

2.1 人工智能及物聯網技術在實時狀態監測模塊的應用

2.1.1 基于TDOA測量的電子圍欄定位技術

定位技術是在智慧養老系統中必不可缺的技術之一。對于記憶力衰退的老年人，能準確、及時定位到老年人的位置有著重要的作用。定位技術主要分為室內定位和室外定位[2]，對于老人的活動位置主要采用了室內定位，相關技術包括有藍牙、RFID射頻識別技術、Wi-Fi技術、ZigBee技術等。

在解決老年人位置實時監控方面，絕大部分的智慧養老產品都采用了物聯網、傳感器等技術相結合的產品。由鄧術芬[3]開展的基于TDOA被動測量的UWB定位技術研究在智慧養老系統中取得了不錯的效果。TDOA定位方式的原理是通過測量待定位標簽發送的無線電信號到達多個錨節點的時間差來計算待定位標簽坐標。一般的 TDOA定位系統都是主動式TDOA的工作方式，使用主動式的工作方式容易出現系統容量偏小、可靠性差等一系列問題。而作者提出了被動式的測量方法，相關工作原理圖如圖1所示，優勢就是可以擴大定位系統容量并增強系統可靠性。最后利用全站儀劃定了電子圍欄區域，當老人進入危險區域中會顯示出精確的定位和提示，便于看護人員的及時尋找。

2.1.2 基于SVM的閾值分析人體跌倒行為識別技術

老年人具有活動不便、腿腳不靈活等問題，可能不慎發生跌倒、摔倒等行為。如果跌倒后不能及時讓護工或他人知道，會對身體產生很大傷害。因此在[4]中，作者提出了基于支持向量機的閾值分析人體跌倒行為識別方法。

圖1：TDOA被動式測量原理圖

圖2：健康監測系統結構圖

首先作者先進行閾值的設定，將跌倒行為分為失重、撞擊、靜止三個階段，每個階段都設置了不同的閾值，并都由上一階段行為觸發。接著再利用支持向量機用于區分跌倒行為和日常行動行為，對于老年人正常臥床、休息等日常行為則不必要進行提醒，但對于一瞬間的跌倒行為需要及時提醒。最后，通過將訓練好特征閾值輸入控制芯片中。結果顯示，能夠很高準確率的識別跌倒、行走、跑步、坐下、躺下這些動作，并能在第一時間提醒跌倒的情況，及時救治老人。

2.2 人工智能及物聯網技術在健康狀態監測模塊的應用

2.2.1 基于STM32F4主控芯片的健康監測技術

老年人的健康監測與疾病預防模塊也是設計智慧養老系統中的核心問題。能實時監測老年人的健康狀態，如血壓、溫度等，能極大的避免突發性疾病的危害，同時也能提高養老產品的質量和拓展產品更高的市場。燕麗紅[5]等人設計的基于STM32F4主控芯片的養老看護系統很好的解決了健康狀態監測的問題。該健康監測系統在硬件方面采用了意法半導體的STM32F405RGT6處理器作為系統的主控、SIM800C模塊作為遠距離控制數據鏈，終端在子女手機上，能第一時間接收到相關監測參數。相關監測模塊有氣體檢測模塊，利用氣體傳感器可以檢測老年人周圍一氧化碳、液化氣等有毒氣體；還有生理參數檢測模塊，可以檢測心率、血壓參數，并可以根據這些數據進行老年人身體狀態的跟蹤對比；另外還有溫濕度監測模塊，可以對老年人居住環境進行檢測，當超高設定值時就會觸發警報。該智慧養老健康監測系統從外部環境、老年人自身等因素考慮，達到了全面保護的作用，該系統的結構示意圖如圖2所示。

2.2.2 基于BP神經網絡的疾病預測技術

疾病預測在近年來的智慧養老系統應用越來越廣泛，不少學者利用了回歸預測法、時間序列預測法、人工神經網絡預測法、卷積神經網絡等[6]。在[7]中，作者利用了BP神經網絡進行智慧養老系統中疾病預測模塊的構建。BP神經網絡具有較強的非線性映射能力，非常適合處理如疾病預測這類內部機制復雜的問題；且只需修改很少的樣本就可修正權值。但BP神經網絡很大一個缺點就是在進行預測時，容易產生局部極小化問題。根據單一的BP神經網絡的缺點，最終作者結合了DS證據理論，采用了DSBP神經網絡進行心臟病數據的訓練。最后的實證分析顯示，利用DSBP神經網絡，疾病的預測準確率能達到90%左右，更加提升了智慧養老系統的多功能性和實用性。

2.3 人工智能及物聯網技術在情感陪護模塊的應用

2.3.1 基于計算機視覺的情感機器人

目前在老年人的情感陪護方面并沒有過多的產品研發，主要是智能機器人進行陪護。在日常生活中，我們見到的小米智能音箱、百度AI智能音箱就可以用于基礎的聊天等。但是對于老年人群體，需要進行有針對性的聊天和情感交流。

王釗[8]進行了基于視覺和PAD模型的情感機器人研究，先利用了人臉識別算法和人臉表情識別算法分析人的情感，最后來讓機器人仿真人類做出不同的情感表達，達到了人機交互、情感交流的功能，將該情感機器人應用于老年人群體中，也起到了一定的精神疏導作用。

3 智慧養老系統中的不足與改進

雖然目前各類新型的技術已經應用與智慧養老系統當中，但仍存在很多的不足。如在老年人實況監測當中，定位會受到相關信號強度的影響，或是其他電子產品的干擾，如果一旦有所干擾，后果將不堪設想；在監測老年人跌倒狀態時，使用到的模型準確率幾乎不可能達到100%，這樣對于老年人的生命安全依舊有著不可預估的后果。根據上述的這些缺點，可以進行多種模型配合補充，如在定位系統中采用Wi-Fi技術與ZigBee技術相結合的定位系統，達到更加精確和互補的作用。

在老年人健康問題的監測上很依賴于相關傳感器、主控芯片的質量以及狀態。因此，需要在智慧養老系統中使用高性能、高質量的傳感器和芯片，并定時進行更換硬件產品，這樣很大程度的保證了智慧養老系統的穩定運行。

在老年人的情感陪護方面相關產品發展較慢，原因是因為人工智能產品需要和老年人進行針對性交流仍然是比較困難的，老年人的思維以及相關語言表達不清楚對于計算機識別依舊是很大的挑戰。在設計老年人的情感陪護機器人時，不能單單通過識別老人的表情以及語言內容，可以將老年人的基礎信息，日常愛好等信息錄入系統，然后利用心理學、機器學習等知識綜合分析老年人的情感狀態，智能化的和老年人進行交流，這樣對老年人的精神上有更好的疏導作用和陪伴作用[9]。相信在未來隨著深度學習等技術的進一步發展，對于老年人的情感、語言、表情等狀態的識別將會越來越準確，最后達到機器和老年人進行無障礙的交流，

除了研究者不斷研究新技術的發展外，國家也在不斷規范該行業的發展。2020年由民政部出臺了《智慧健康養老產品及服務推廣目錄（2020年版）》，政府將現在智慧健康養老產品分為五大類，一是智能養老監護設備、二是便攜式健康監測設備、三是自助式健康檢測設備、四是可穿戴健康管理類設備、五是家庭服務機器人設備[10]。通過國家的類目規范和技術規范，智慧養老產品的研發才會更有針對性和應用性，才能更好的給老年人更佳的體驗和照顧。

4 結論

綜上所述，在計算機人工智能的發展下，智慧養老系統有了突飛猛進的發展。要利用好各類技術，研發出更加貼近老年人的智慧養老系統，要多從老年人的生活實際出發，對應不同需求，擴展設計方案。一方面強調技術發展的同時，更應該以老年人的身心健康為關注點，設計出人性化的智慧養老系統。