老年人智能防摔腰帶設計*

王宇軒 李鐵林 葉斌斌 徐梓豪 蔡金洋

臺州職業技術學院 浙江 臺州 318000

引言

隨著老齡化社會的到來，針對老年人的健康與養老問題顯得日益重要。其中一個不可避免的話題就是老年人的摔倒現象。老年人因神經反應變慢和肌肉量萎縮等原因，身體的平衡能力逐年下降，摔倒的風險隨之加大。據統計，我國每年大約有5000萬的老年人會發生摔倒事故。老年人摔倒后，輕則造成軟組織挫傷、骨折，重則直接死亡[1]。此外，后續的治療與陪護也給其家庭帶來較大的經濟壓力與時間負擔。因此，如何降低老年人摔倒帶來的不利影響，不僅關系到老年人的晚年生活質量，也涉及廣大家庭的切身利益。

針對上述問題，本文設計了一種便于老人穿戴的智能防摔腰帶。該腰帶在外觀上與普通腰帶類似，但在腰帶內部嵌入了六軸傳感器可感知老人的身體姿態，能檢測出老人即將摔倒的狀態，同時及時釋放氣囊，在老人的髖關節四周形成緩沖保護帶，以降低摔倒時地面對身體的沖擊。

1 總體架構設計

本文所設計的老年人智能防摔腰帶主要由控制模塊、檢測模塊、執行模塊、無線數據傳輸模塊和電池模塊組成。其中，控制模塊是整個腰帶設備的核心模塊，負責檢測數據的運算處理、保護氣囊的執行觸發、報警信息的指令發送等工作；檢測模塊的加速度傳感器和傾角傳感器負責收集人體的運動狀態與身體姿態，并將數據傳回控制模塊以便判斷人體是否會發生摔倒；執行模塊中的高壓儲氣瓶里的壓縮氣體用于在跌倒過程中快速填充氣囊，以形成緩沖保護帶[2-3]；無線數據傳輸模塊將在檢測到人體摔倒后發送短信數據至老年人家屬的手機，以便在第一時間開展救助；電池模塊負責給控制模塊、檢測模塊和無線數據傳輸模塊提供電源。該智能防摔腰帶的具體設計總體架構如圖1所示。

圖1 老年人智能防摔腰帶總體設計架構

在腰帶設備正常運行時，檢測模塊將不間斷地獲取佩戴者的加速度信息和傾角信息，并將該數據傳輸至控制模塊。控制模塊根據獲取的人體加速度和傾角數據分析腰帶佩戴者發生摔倒的可能性。當判斷即將摔倒時，控制模塊觸發高壓儲氣瓶的開啟。高壓儲氣瓶的壓縮氣體通過導氣管快速充滿隱藏在腰帶內的氣囊并彈出，在人體髖關節四周形成緩沖保護帶。同時控制模塊喚醒平時處于休眠狀態的無線數據傳輸模塊，通過短信發送摔倒報警信息到指定的老年人家屬手機上，以便家屬第一時間進行救助。

2 硬件設計

控制模塊的主芯片選擇基于Cortex-M4內核的STM32F407VET6芯片，采用DSP單周期指令，工作頻率為168MHz，能夠滿足實現姿態實時檢測與摔倒主動防護所的數據快速讀取及處理的應用要求。該芯片內嵌512KB的Flash和4KB的SRAM，存儲容量足以存儲檢測程序以及摔倒監測過程中的臨時數據。整個芯片采用LQFP形式封裝，體積小、功耗低，適用于集成在腰帶中。

加速度傳感器采用MPU6050芯片，通過I2C端口與控制模塊進行三軸加速度數據的傳輸，其頻率可高達400kHz，完全滿足對人體運動數據的采樣要求。芯片內含數字運動處理引擎和16位AD轉換器，可減少控制模塊對運動數據的處理負荷，為后續氣囊釋放留有足夠時間。其工作電流為350μA，有利于增加設備充滿電后的檢測工作時長。在具體應用時，加速度檢測范圍可通過程序選定為±8g，數據采用四元數輸出格式。傾角傳感器選用SCMA800芯片。該芯片體積小、功耗低，其傾斜角度分辨率達0.1°，可通過波特率為9600bps的UART串口向控制芯片傳輸讀取的傾角信息，滿足摔倒檢測的精度要求和時間響應要求。

無線數據傳輸模塊采用SIM900A芯片，包含串口電路、SIM卡電路和GSM天線。串口電路用于跟控制模塊的通訊，采用TVS和磁珠保護器件對PCB板進行保護，防止其收到浪涌和高電壓的傷害。SIM卡電路用于短信的發送，并增加SMF05C芯片以釋放電路中可能存在的靜電。GSM天線應保證短且直，以增強信號強度。該模塊可用5V直流電源供電，休眠模式下的電流為10mA左右。

高壓氣瓶用于儲存經高壓壓縮后的氣體，以供氣囊快速展開時使用。經測試，10L的充氣量可在60ms內完成充氣過程。氣體采用對人體無毒性且易制備的二氧化碳。高壓氣瓶通過導氣管與氣囊相連通。氣囊采用高韌性尼龍織物制成，在不充氣時壓縮折疊在腰帶的左右兩側。在氣囊上設有多根牽引帶，充氣時在牽引帶的作用下，左右氣囊快速展開，形成扁平狀環繞在人體髖關節進行保護。

電源模塊在設計時應注意電源余量保留和電源紋波抑制兩個方面。根據上述硬件配置，電源容量在30000mAh以上可保證設備充滿電后一星期內的正常運行。電源紋波可借助LDO（Low Drop Outregulator）電路進行抑制，其輸入和輸出的對地并聯電解電容容量選擇為100uF以上。此外，還需在大電容旁邊并聯一個0.1uF的陶瓷電容，以保證電源的高頻響應能力。

3 軟件設計

3.1 數據預處理

通常人體在活動時產生的頻率都在20Hz之內[4]，但實際上硬件獲取的人體運動信息都包含一部分噪聲，使得原始數據存在毛刺。為了提高摔倒預測算法的準確性，在進行摔倒預判之前需要先濾除掉信號中的高頻噪聲。考慮到算法的實時響應要求以及硬件實現的難易程度，本設計采用遞推平均濾波算法，即每時刻的數據值為前幾個時刻到當前時刻到的平均值。易知，當參與運算的時刻個數越多，數據平滑濾波的效果越強。同時，當遞推的個數較多時，也會造成波形的失真。經測試，當兩個時刻數據參與遞推平均濾波算法時效果較好。

3.2 摔倒預測算法

現階段對于摔倒的預測方法，常用的有機器學習算法和閾值算法。機器學習算法從所獲得的數據中選取特征值進行學習，并完成分類器的訓練，從而實現數據的有效分類。但由于機器學習算法需要較復雜的軟件框架，運算量較大，在可穿戴的嵌入式設備中更適合應用運算量小、反應快的閾值算法。

本設計的閾值算法主要綜合兩個指標對人體是否即將摔倒做出判斷，分別是合成加速度和傾斜角。其中，合成加速度指的是三軸加速度的矢量和；傾斜角指的是x、y兩軸旋轉角與z軸（豎直方向）所形成的合成角度。

通過對比人體正常行走和摔倒全過程的運動學數據，可以發現人體在摔倒的過程中會經歷摔倒失重到落地超重的特殊階段。其中，失重階段的合成加速度在0.3～1g之間，持續約0.6s；超重階段的合成加速度將超過2g，持續0.4s左右。而人在正常行走及爬樓梯時的合成加速度呈現以1g為基準、上下周期性波動的特征，最高峰值不超過2g，最低谷值不低于0.5g。因此，在預判摔倒時可將合成加速度設置得比最低谷值略高一點，比如0.7g。之所以沒有把谷值作為判斷的閾值，是因為這樣設置將造成摔倒預判的敏感度降低，即實際將摔倒但設備未認定為摔倒的情況發生，使得氣囊打開時間不夠或者根本未打開，從而不能起到保護作用。但這樣設計帶來的一個后果就是摔倒的誤判率會上升，故通過另一個指標進行限定，即該時刻的傾斜角，本設計中將45°作為傾斜角的閾值。整個摔倒預測算法的流程是，先判斷合成加速度大小是否低于加速度閾值；如果是，再判斷當下的傾斜角是否大于傾斜角閾值；如果也是，則預判即將摔倒，立刻觸發壓縮氣瓶開啟，釋放氣體以充滿氣囊。

在實際應用時，每個人的動作狀態會存在一定差異，因此加速度閾值的設定需因人而異。具體的處理辦法是，在首次佩戴使用該防摔腰帶時，先讓使用者以正常姿態行走一小段距離以獲得其運動學基準數據。本設計采用多出其谷值的35%作為合成加速度的閾值，且限定在0.5～0.8g。

3.3 報警短信發送

負責短信發送的無線數據傳輸模塊在大部分情況下處于休眠狀態以節省電量消耗。當判斷為摔倒后，控制模塊喚醒無線數據傳輸模塊進入工作模式。對無線數據傳輸模塊的程序控制主要是通過AT指令來實現。控制模塊通過“AT+CMGF=1 CR LF”命令將無線數據傳輸模塊設置成Text收發模式，并借助“AT+CMGS”命令確定接收報警短消息的手機號碼，最后在發送消息的后面添加0x1A表示結尾，即可把摔倒的報警信息發送到指定家屬的手機上。

4 結束語

綜上所述，文章提出一種老年人智能防摔腰帶的設計。此設計中主要包含硬件和軟件兩部分的設計內容。其中，硬件部分介紹了組成智能防摔腰帶的關鍵模塊，重點解釋了各模塊特點及參數選擇的原因；軟件部分則分別闡述了實現原始數據處理、摔倒預判算法和報警短信發送的實現思路。文中所述的老年人智能防摔腰帶設計架構可為后續防摔設備的研發提供參考。