基于物聯(lián)網(wǎng)的智能機器人家庭監(jiān)護預(yù)警系統(tǒng)設(shè)計＊

郝 剛，覃爭鳴，梁 鵬，齊建陽，吳光鴻

（1.廣東技術(shù)師范大學(xué)計算機科學(xué)學(xué)院，廣東 廣州 510665；2.廣州映博智能科技有限公司，廣東 廣州 510620）

1 研究背景

根據(jù)聯(lián)合國的人口測算數(shù)據(jù)顯示，從2012年開始，中國進入了人口老齡化快速發(fā)展階段。60歲以上老人將由最初的1.78億逐步增加到2.21億，且老年人口比例也從原先的13.3%增加到16%。預(yù)計到2025年，中國的老年人口將會增加到2.84億，占全國總?cè)丝诘?9.3%，這將會使中國的養(yǎng)老服務(wù)面臨巨大的挑戰(zhàn)[1]。

心血管疾病死亡率一直居高不下，而老齡人作為心血管疾病高發(fā)人群，隨著中國老齡化社會來臨，勢必會加重這一情況。但由于心血管疾病的突發(fā)性，心血管病人只能借助于傳統(tǒng)的疾病診斷方式，在醫(yī)院住院并隨身佩戴專業(yè)監(jiān)測設(shè)備，結(jié)合醫(yī)學(xué)專家的專業(yè)知識，進行心血管疾病的監(jiān)控及治療[2]。雖然該方式科學(xué)且精確，但整個過程極其煩瑣、復(fù)雜，不便實施。而且，人們常常覺得自己身體健康，因此疏于體檢，于是便提高了患高發(fā)疾病的潛在風(fēng)險。倘若能利用無障礙的穿戴式設(shè)備，在用戶的日常生活中對其進行監(jiān)測分析，則可盡可能地降低這一風(fēng)險。面對老齡化社會帶來的大量空巢老人，對老齡人心血管疾病進行實時監(jiān)控，并在疾病發(fā)生的第一時間獲取預(yù)警進行治療將變得極其重要[3-4]。傳統(tǒng)的心血管傳感器由于精度和用戶佩戴習(xí)慣的原因，難以確保其精確度和準(zhǔn)確性能滿足臨床醫(yī)學(xué)的要求[5]。目前國內(nèi)出現(xiàn)了一部分養(yǎng)老陪伴機器人[6-8]，但主要面向的是老年人的情感訴求，解決空巢老人的心理問題。

為此，本文通過將智能手環(huán)和服務(wù)機器人進行結(jié)合，對服務(wù)機器人的特殊情況預(yù)警、室內(nèi)定位及精確導(dǎo)航技術(shù)進行研究，與現(xiàn)有機器人本體及相關(guān)技術(shù)結(jié)合，開發(fā)基于物聯(lián)網(wǎng)及大數(shù)據(jù)分析的智能機器人家庭監(jiān)護預(yù)警系統(tǒng)。利用智能機器人實現(xiàn)對獨居老人的監(jiān)護，為大量的空巢老人提供健康保證，不但能夠滿足當(dāng)前空巢老人看護市場的急切需求，而且還有利于提高空巢老人的晚年生活質(zhì)量，對于促進社會健康和諧發(fā)展有著重要意義。

2 基于物聯(lián)網(wǎng)的智能機器人家庭監(jiān)護預(yù)警系統(tǒng)設(shè)計

2.1 總體方案

為實現(xiàn)上述目標(biāo)，本系統(tǒng)主要分為數(shù)據(jù)采集層、數(shù)據(jù)傳輸控制層、數(shù)據(jù)處理層和應(yīng)用層4個層次，如圖1所示。

圖1 基于物聯(lián)網(wǎng)的智能機器人家庭監(jiān)護預(yù)警系統(tǒng)

數(shù)據(jù)采集層包括用戶個體、可穿戴式設(shè)備（含基于光電容積脈搏波描記法PPG技術(shù)的心律傳感器、基于藍(lán)牙4.0的通信設(shè)備）以及基于藍(lán)牙協(xié)議的iBeacon三點室內(nèi)定位技術(shù)對可佩帶設(shè)備進行定位；數(shù)據(jù)傳輸控制層包括基于智能移動終端APP；數(shù)據(jù)處理層包括基于JSP技術(shù)的后臺服務(wù)處理程序以及疾病數(shù)據(jù)監(jiān)測深度學(xué)習(xí)網(wǎng)絡(luò)模型；應(yīng)用層包括智能機器人本體（配備500萬像素數(shù)字?jǐn)z像頭和Ⅴ段頻無線麥克風(fēng)等）。以下將對具體的實現(xiàn)部分進行詳細(xì)說明。

可佩戴設(shè)備：利用搭載了Ti CC2541藍(lán)牙通信模塊以及Pulse Sensor心律傳感器的開發(fā)板，并采用基于藍(lán)牙Beacon的室內(nèi)三點定位技術(shù)實現(xiàn)對可佩戴設(shè)備的定位。

數(shù)據(jù)傳輸：通過在支持藍(lán)牙4.0及能上網(wǎng)的智能手機上開發(fā)的APP提供數(shù)據(jù)交互。

后臺服務(wù)器程序：部署在大數(shù)據(jù)分布式云計算平臺上，通過HTTP通訊協(xié)議進行數(shù)據(jù)通訊。

疾病檢測模型：基于深度置信網(wǎng)絡(luò)預(yù)測方法對RRI序列進行異常檢測。

智能機器人：使用激光雷達(dá)進行室內(nèi)地圖構(gòu)建，采用基于D*算法實現(xiàn)機器人動態(tài)路徑規(guī)劃，并利用人臉識別技術(shù)實現(xiàn)用戶查找。

用戶正確佩戴健康手環(huán)，非特殊情況不要摘下，手環(huán)中的心律傳感器將采集到的用戶心跳序列通過藍(lán)牙通訊實時傳遞給匹配的智能手機，手機端APP將收集到的心跳序列通過HTTP協(xié)議實時轉(zhuǎn)發(fā)給后臺云服務(wù)器，后臺程序通過疾病檢測模型對收到的心跳序列進行實時檢測，并將異常檢測結(jié)果連同心跳序列及采集時間一同存入數(shù)據(jù)庫中，與此同時，繪制動態(tài)心跳曲線圖，以供管理者查詢。當(dāng)用戶心跳數(shù)據(jù)異常時，心跳曲線圖將會產(chǎn)生明顯異樣（曲線變紅色），后臺將通過HTTP協(xié)議向智能手機發(fā)送預(yù)警信息，手機收到預(yù)警信息后，將通知手環(huán)進行定位，并將手環(huán)的位置坐標(biāo)發(fā)送至智能機器人，智能機器人根據(jù)提前構(gòu)建的室內(nèi)地圖以及手環(huán)的坐標(biāo)，自主動態(tài)規(guī)劃最優(yōu)路線，并盡快移動到用戶旁邊，對用戶進行詢問，根據(jù)用戶的回答采取相應(yīng)操作。例如，若用戶回答“不需要”等同義字樣，智能機器人則回答“好的”，然后停在那里，等候用戶指令；若用戶回答“需要”等同義字樣，或是機器人3次詢問后仍無響應(yīng)，則智能機器人立刻視頻呼叫預(yù)設(shè)緊急聯(lián)系人，并移交智能機器人的控制權(quán)限，由緊急聯(lián)系人決定后續(xù)操作。

2.2 數(shù)據(jù)采集層

數(shù)據(jù)采集層需要實現(xiàn)利用智能手環(huán)采集佩戴者心律數(shù)據(jù)、將采集的數(shù)據(jù)通過手機作為中轉(zhuǎn)傳送至后臺數(shù)據(jù)庫以及實現(xiàn)對手環(huán)的定位。所以智能手環(huán)主要包括采集用戶心律數(shù)據(jù)、定位手環(huán)、傳輸藍(lán)牙數(shù)據(jù)3種功能。

使用基于光電容積脈搏波描記法（PPG）技術(shù)的心率傳感器Pulse Sensor實現(xiàn)對手環(huán)佩戴者心律數(shù)據(jù)的采集；采用基于藍(lán)牙Beacon的室內(nèi)三點定位方案，實現(xiàn)對手環(huán)的定位；針對數(shù)據(jù)傳輸，本文采用CC2451芯片搭載CC2451藍(lán)牙模塊實現(xiàn)對采集數(shù)據(jù)的傳輸。

此處選用的基于藍(lán)牙Beacon的室內(nèi)三點定位技術(shù)，主要是利用藍(lán)牙BLE4.0的beacon廣播功能，在室內(nèi)定點布置3個Beacon基站，Beacon基站將不斷發(fā)送Beacon廣播報文（報文內(nèi)含發(fā)射功率），當(dāng)搭載藍(lán)牙4.0模塊的可佩戴設(shè)備收到Beacon廣播報文后，測量出接收功率，帶入到功率衰減與距離關(guān)系的函數(shù)中，測算出距離該Beacon基站的距離。然后利用距離3個Beacon基站的距離，即可實現(xiàn)多點定位的功能。考慮到信號傳輸過程中受到的干擾，比如墻壁阻隔、同頻干涉、信道問題等，本項目采用K近鄰算法來對接收到的坐標(biāo)進行預(yù)測，從而獲取手環(huán)位置坐標(biāo)。

K近鄰算法提前獲取室內(nèi)數(shù)據(jù)，通過訓(xùn)練，將室內(nèi)劃分成多個區(qū)域，進而后續(xù)對手環(huán)位置做出預(yù)測，其定位原理如圖2所示。

圖2 基于藍(lán)牙beacon定位原理圖

2.3 數(shù)據(jù)傳輸控制層

數(shù)據(jù)傳輸控制層需要以智能手機為中轉(zhuǎn)，將采集到的數(shù)據(jù)傳送至后臺，將后臺預(yù)警數(shù)據(jù)以及手環(huán)位置傳送給機器人，與此同時，手機用戶界面還可根據(jù)需要實時顯示中轉(zhuǎn)數(shù)據(jù)。所以數(shù)據(jù)傳輸控制層主要包含以下2種功能，即圖形化手機APP和數(shù)據(jù)交互。

使用基于移動平臺實現(xiàn)的圖形化手機APP，此APP實現(xiàn)用戶BPM數(shù)據(jù)顯示，同時能夠連接后臺、可佩戴設(shè)備和智能機器人，實現(xiàn)數(shù)據(jù)交互。

2.4 數(shù)據(jù)處理層

數(shù)據(jù)處理層需要實現(xiàn)根據(jù)接收到病人的實時心律數(shù)據(jù)進行疾病預(yù)測、保存并將其以圖形化顯示。所以針對后臺數(shù)據(jù)，數(shù)據(jù)處理層主要包括后臺服務(wù)框架的搭建、用戶心律數(shù)據(jù)的存取、疾病預(yù)測以及數(shù)據(jù)可視化3種功能。

后臺服務(wù)端采用JavaWeb技術(shù)實現(xiàn)，部署在Tomcat8.0服務(wù)器上，運行于云端，采用SQLSever 2015作為數(shù)據(jù)庫。后臺服務(wù)程序?qū)⒔邮盏降男穆蓴?shù)據(jù)保存至數(shù)據(jù)庫之前，會先利用基于深度置信網(wǎng)絡(luò)構(gòu)建的疾病預(yù)測模型對該數(shù)據(jù)進行疾病預(yù)測，預(yù)測結(jié)果會隨心率數(shù)據(jù)一同保存，與此同時，后臺會根據(jù)預(yù)測結(jié)果進行圖形化異常顯示。

采用Socket技術(shù)來實現(xiàn)后端通訊服務(wù)，在TCP/UDP協(xié)議基礎(chǔ)上構(gòu)筑應(yīng)用，且后臺程序直接采用JSP的基礎(chǔ)技術(shù)進行設(shè)計。這樣做的好處是可以支持長連接、網(wǎng)絡(luò)流量小、設(shè)計簡單。

使用tensorflow深度學(xué)習(xí)框架搭建基于深度置信網(wǎng)絡(luò)的疾病檢測模型，主要包括1個輸入層、2個RBM、1個輸出層。

輸入層：從1個RRI序列中采樣100個采樣點以及1個BPM信號作為輸入層的輸入。

隱藏層：每層隱層為1個玻爾茲曼機，其中計算得出隱含層節(jié)點數(shù)量m為：

式（1）中：n為輸入層節(jié)點數(shù)；l為輸出層節(jié)點數(shù)；a為1～10之間的常數(shù)。經(jīng)計算及實驗參數(shù)調(diào)優(yōu)，設(shè)置隱層節(jié)點數(shù)m為30。

輸出層：輸出預(yù)測結(jié)果。

以心梗病人為例，事先將收集的心梗病人與非心梗病人的心跳數(shù)據(jù)（RRI序列集）及血壓數(shù)據(jù)用于模型的訓(xùn)練，將訓(xùn)練的模型保存并嵌入數(shù)據(jù)處理層。

經(jīng)訓(xùn)練的預(yù)測模型的輸入層通過實時對輸入的心跳RRI序列進行預(yù)測。以心梗病人為例，當(dāng)預(yù)測結(jié)果為0時表示正常，當(dāng)預(yù)測結(jié)果為1時表示手環(huán)佩戴者存在心梗發(fā)作風(fēng)險，數(shù)據(jù)處理層產(chǎn)生一個預(yù)警信號。

2.5 應(yīng)用層

應(yīng)用層以智能機器人作為實現(xiàn)硬件。智能機器人獲得手環(huán)定位后，根據(jù)位置坐標(biāo)進行室內(nèi)自主導(dǎo)航，移動到手環(huán)佩戴者位置并做出語音交互。所以機器人端主要包括室內(nèi)空間建模、機器人動態(tài)路經(jīng)規(guī)劃、人機交互3種功能。

室內(nèi)空間建模實現(xiàn)機器人初次使用時，根據(jù)用戶室內(nèi)布局，使用激光雷達(dá)作為外部傳感器對室內(nèi)進行地圖建模，形成一個柵格靜態(tài)地圖；機器人動態(tài)路徑規(guī)劃實現(xiàn)智能機器人根據(jù)已知手環(huán)坐標(biāo)以及室內(nèi)地圖采用D*算法實現(xiàn)機器人動態(tài)路徑規(guī)劃移動到手環(huán)佩戴者身邊；當(dāng)機器人來到手環(huán)佩戴者身邊時，會開啟語音交互功能，對用戶做出詢問，根據(jù)用戶反饋結(jié)果做出相應(yīng)動作。

本項目采用D*算法，先用Dijstra算法從目標(biāo)節(jié)點G向起始節(jié)點進行搜索，計算路網(wǎng)中目標(biāo)點到各個節(jié)點的最短路徑h以及該位置到目標(biāo)點的實際值k，并存儲各個節(jié)點到目標(biāo)節(jié)點最短路徑的父節(jié)點信息。當(dāng)原始路徑上各個節(jié)點未發(fā)生堵塞時，行進路徑為Dijstra計算得到的最優(yōu)路徑即h等于k。

根據(jù)保存的節(jié)點信息，機器人沿最短路開始移動，在移動的下一節(jié)點沒有變化時，無需計算，利用上一步Dijstra計算出的最短路信息從出發(fā)點向后追述即可，當(dāng)在Y點探測到下一節(jié)點X狀態(tài)發(fā)生改變，如堵塞。機器人首先調(diào)整自己在當(dāng)前位置Y到目標(biāo)點G的實際值h（Y），h（Y）=X到Y(jié)的新權(quán)值c（X，Y）+X的原實際值h（X），X為下一節(jié)點（到目標(biāo)點方向Y→X→G），Y是當(dāng)前點。k值取h值變化前后的最小值。

3 結(jié)論及未來工作

本文通過研發(fā)面向老年看護的健康手環(huán)室內(nèi)定位及智能機器人精準(zhǔn)導(dǎo)航技術(shù)，通過在智能機器人本體上的適配工作，實現(xiàn)基于物聯(lián)網(wǎng)的智能機器人家庭監(jiān)護預(yù)警系統(tǒng)。滿足當(dāng)前獨居老人看護市場的迫切需求，促進社會和諧發(fā)展。尤其對于老年人群，通過大量人體監(jiān)測的系列數(shù)據(jù)，發(fā)現(xiàn)心腦血管疾病等高發(fā)性疾病的潛在特征，并給出提醒及建議。