人體跌倒遠(yuǎn)程監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

隨著社會(huì)老齡化的不斷發(fā)展，預(yù)期到2030年空巢老年人家庭的比例將達(dá)到90％，屆時(shí)我國(guó)老年人家庭將空巢化。據(jù)統(tǒng)計(jì)，在65歲以上的老年人群中，每年有超過1/3的人都有跌倒經(jīng)歷，2/3老年人意外死亡都是由跌倒引起的，而在75歲以上老人中這個(gè)比例更是高達(dá)70%。

跌倒檢測(cè)是遠(yuǎn)程健康監(jiān)護(hù)系統(tǒng)中家庭終端的一種實(shí)現(xiàn)方式，涉及多個(gè)領(lǐng)域，包括信號(hào)采集與處理，信號(hào)特征提取，數(shù)據(jù)傳輸?shù)确矫娴难芯?。跌倒檢測(cè)技術(shù)有很多，從信號(hào)獲取的渠道進(jìn)行分類，可將跌倒檢測(cè)技術(shù)分為三類：基于視頻圖像的跌倒檢測(cè)，該方法不足之處在于它不能保證用戶的隱私安全并且視頻圖像的質(zhì)量受光線等環(huán)境影響較大；基于聲學(xué)信號(hào)的跌倒檢測(cè)，安裝復(fù)雜且前期投入比較大；基于穿戴式裝置的跌倒檢測(cè)，較之前兩種方法在適用環(huán)境上和對(duì)用戶的干擾程度上有比較突出的優(yōu)點(diǎn)。綜合比較各類檢測(cè)方法，基于穿戴式的檢測(cè)方法對(duì)老年人的健康進(jìn)行遠(yuǎn)程監(jiān)管比較適合。

本文設(shè)計(jì)了一種佩帶在腰部的新型的基于加速度傳感數(shù)據(jù)采集的跌倒檢測(cè)模塊。在數(shù)據(jù)預(yù)處理階段，本文提出了基于1-class SVM分類預(yù)算法，并依據(jù)人體在不同動(dòng)作下其能量損耗的最大量不同(閾值范圍不同)進(jìn)行跌倒判斷[5]，在確保系統(tǒng)準(zhǔn)確性上增加了計(jì)算分析人體特定時(shí)間內(nèi)的速度、位移及傾角這三個(gè)特征量作為輔助判據(jù)。

1 跌倒檢測(cè)模塊設(shè)計(jì)

1.1 架構(gòu)設(shè)計(jì)

跌倒檢測(cè)模塊的總體架構(gòu)如圖1所示。主要由加速度采集單元、微處理器單元、無(wú)線通信單元以及遠(yuǎn)程跌倒監(jiān)控后臺(tái)等構(gòu)成，整體模塊采用鋰電池進(jìn)行。系統(tǒng)由加速度采集單元進(jìn)行加速度的采集，經(jīng)微處理器單元對(duì)信號(hào)進(jìn)行預(yù)處理，經(jīng)預(yù)處理提取的可疑數(shù)據(jù)通過無(wú)線通信單元傳輸至遠(yuǎn)程跌倒監(jiān)控后臺(tái)進(jìn)行最終的分析處理，在檢測(cè)到跌倒時(shí)系統(tǒng)能夠自動(dòng)觸發(fā)警報(bào)項(xiàng)。

交互單元主要包括了功能按鍵、led指示燈和蜂鳴器，其中功能按鍵為用戶提供主動(dòng)報(bào)警和取消誤報(bào)警的功能，LED指示燈主要用于顯示通信網(wǎng)絡(luò)的連通狀態(tài)，蜂鳴器在系統(tǒng)檢測(cè)到跌倒時(shí)能得到一個(gè)反饋的警報(bào)信號(hào)。

1.2 信號(hào)預(yù)處理

首先，采用13階的中值濾波器來(lái)濾除加速度采集裝置采樣值的噪聲，然后采用一個(gè)截止頻率為0.5 Hz的高通濾波器以及一個(gè)0.8 s的非重疊窗疊加來(lái)消除重力因素，以便濾出動(dòng)態(tài)加速度信號(hào)作為下一步處理準(zhǔn)備。

在濾波處理后，對(duì)原始數(shù)據(jù)采取基于1-class SVM的分類算法進(jìn)行可疑數(shù)據(jù)的提取。1-class SVM算法是由SVM算法擴(kuò)展而來(lái)，算法利用核函數(shù)將所有樣本映射到高維特征空間實(shí)現(xiàn)分類。在特征空間里，1-class SVM確定了一個(gè)包含所有目標(biāo)數(shù)據(jù)的最小超球面體表面，這個(gè)表面就是分類器。用一組松弛變量來(lái)控制超球體的半徑和超出超球體的樣本數(shù)量。通過此算法可以提取出絕大部分的跌倒性樣本（陽(yáng)性樣本）。

研究表明從低強(qiáng)度日?；顒?dòng)中區(qū)分跌倒性行為是非常有效的，但是當(dāng)從較高強(qiáng)度的日?；顒?dòng)區(qū)分跌倒性行為則困難一些。因此該算法只作為數(shù)據(jù)的預(yù)處理過程中使用，從原始數(shù)據(jù)中分離出可疑數(shù)據(jù)。通過在實(shí)驗(yàn)中調(diào)整松弛變量，可確保97%以上的真正跌倒樣本數(shù)據(jù)能夠被提取。

2 跌倒檢測(cè)算法

2.1 動(dòng)作模型的建立

人體在跌倒過程當(dāng)中，對(duì)象在各個(gè)方向上的加速度、速度和位移這三個(gè)矢量均會(huì)發(fā)生變化。實(shí)際上，如果僅根據(jù)各方向上的加速度的變化很難全面地分辨出跌倒動(dòng)作。通過對(duì)加速在時(shí)間域上進(jìn)行一次積分求取速度（v），兩次積分求取位移（s），以提高系統(tǒng)的準(zhǔn)確性。

通過加速度傳感器采集到的加速度包含受到的地球重力加速度和人體運(yùn)動(dòng)引起的加速度這兩部分，并且任何時(shí)刻這兩部分都同時(shí)存在。以人體運(yùn)動(dòng)加速度為依據(jù)建立起人體三維動(dòng)作模型，根據(jù)加速度傳感器的三個(gè)正交的測(cè)量方向可以建立三維坐標(biāo)系，如圖2所示。

通常正確佩戴好裝置后，對(duì)象在處于靜止或是水平勻速運(yùn)動(dòng)狀態(tài)下時(shí)，Y方向的加速度表現(xiàn)為重力加速度（g），水平方向上的加速度為0。當(dāng)對(duì)象發(fā)生跌倒時(shí)，如果只考慮始末狀態(tài)的加速度值的變化，縱向的變化范圍從1 g～0 g，而水平方向分量（x或z）的變化則是0 g～1 g。