Tek çipli mikrobilgisayar tabanlı düşme algılama cihazı
Ma Shaoqing, Sun Rongxia, Ma Zheng
(Elektronik Bilgi Mühendisliği Okulu, Hebei Üniversitesi, Baoding, Hebei 071000)
: Orijinal sinyalleri toplamak için ivme ve jiroskop sensörlerini kullanan, tek çipli bir mikrobilgisayarı temel alan yaşlılar için bir düşme algılama cihazı tasarladı. Veri füzyonu yapılırken, frekans alanı perspektifinden gürültüyü ortadan kaldırmak için uyarlamalı tamamlayıcı filtreleme algoritması kullanılır. Bu cihaz için az miktarda hesaplama içeren bir düşüş algılama algoritması tasarlanmış ve GPS konumlandırma cihazı ve GSM kısa mesaj modülü eklenmiştir. Deneyler, düşme algılama algoritmasının küçük bir hesaplama miktarına, düşük bir yanlış değerlendirme oranına sahip olduğunu ve hassas konumlandırma sağlayabildiğini göstermektedir.
: Düşme algılama; hızlanma; kablosuz iletişim
: TP212.9 Belge tanımlama kodu: ADII: 10.19358 / j.issn.1674-7720.2017.09.029
Alıntı biçimi Ma Shaoqing, Sun Rongxia, Ma Zheng. Tek yongalı mikrobilgisayar tabanlı yaşlı düşme algılama cihazı J. Mikrobilgisayar ve Uygulama, 2017,36 (9): 100-102,105.
0 Önsöz
Çalışmalar yaşlılarda düşme sıklığının yüksek olduğunu ve sonuçlarının ciddi olduğunu göstermiştir, yaşlılarda yaralanmalarda ilk ölüm nedeni olmuştur [1]. Üstelik düşme olasılığı yaşla birlikte artacak, zamanında kurtarma yapılabiliyorsa, düşen yaşlıların ölüm oranı etkin bir şekilde azaltılabilecektir [2].
Şu anda, insan düşüşü tespit sistemlerinin araştırılması ve geliştirilmesi için iki ana teknoloji vardır: görüntü analizi ve ivme analizi [3]. Görüntü analizi yöntemine dayalı olarak, doğruluk yüksektir, ancak algılama algoritması kullanışsız, maliyetli ve taşıması zordur [3]. İvme analizi yöntemine göre, sadece maliyet düşük olmakla kalmaz, aynı zamanda çevre tarafından da kısıtlanmaz, güç tüketimi düşüktür ve taşınması uygundur [4].
1 Sistemin genel tasarımı
Bu tasarım, orijinal sinyali toplamak için altı eksenli jiroskop ivmeölçer MPU6050'yi kullanır, örnekleme frekansı 100 Hz'dir ve tamamlayıcı filtre, tutum hesaplamasını filtrelemek için kullanılır ve sentezlenmiş hızlanma, üç eksenli hızlanma sinyalinin ön işlenmesiyle sunulur. Paraziti ortadan kaldırmak ve düşmeleri doğru bir şekilde tespit etmek için, özellik nicelikleri olarak tutum açısı ve sentetik ivme kullanılır ve üç seviyeli bir düşüş algılama algoritması getirilir. Düşme algılandığında, yaşlı adamın yeri hemen belirlenir ve el feneri yanıp söner. 30 sn. Bekledikten sonra, kullanıcı alarmı manuel olarak iptal etmezse, zil çalacak ve hedef telefona ve aynı anda 120'ye bir alarm mesajı gönderilecektir. Sistemin ayrıca tek tuşla alarm işlevi vardır. Kullanıcının aile üyeleri, yaşlıların kaybolmasını önlemek için cihaza kısa mesajlar göndererek yaşlıların mevcut konum bilgisini elde edebilir.
Sistemin donanımı temel olarak Atalet Ölçüm Birimi (IMU), GSM / GPRS modülü, GPS konumlandırma modülü, Bluetooth 4.0 modülü, çekirdek olarak STM32F103ZET6 denetleyicisi, güç kaynağı modülü, düğmeler vb. İçerir. Sistemin blok şeması Şekil 1'de gösterilmektedir.
Atalet ölçüm birimi, InvenSense'in üç eksenli ivmeyi ve üç eksenli açısal hızı eşzamanlı olarak algılayabilen MPU6050 yongasını kullanır, dijital miktarlar verebilir ve sensörün ölçüm aralığı isteğe bağlıdır. İvme sensörünün ölçüm aralığı ± 8 g, jiroskobun ölçüm aralığı ise sistemin gereksinimlerini karşılayabilecek şekilde ± 1000 dps olarak seçilmiştir. Çevresel devresi Şekil 2'deki gibi gösterilmiştir. Duruş hesaplaması için çip içerisindeki dijital hareket işlemcisinin kullanılması, geliştirme zorluğunu büyük ölçüde azaltır.
GPS konumlandırma modülü, UBLOX Company'nin NEO-6M modülünü kullanır.Modül boyut olarak küçüktür, güç tüketimi düşüktür, yıldız aramada güçlüdür ve taşınabilir cihazlarda uygulama için çok uygun olan çeşitli aktif antenlere bağlanabilir.
GSM / GPRS modülü, düşük güçlü ses ve veri iletimini gerçekleştirebilen SIMCOM'un endüstriyel sınıf dört bantlı SIM800 yongasını kullanır. Kullanıcılar, AT komutları aracılığıyla numaraları arayabilir, kısa mesajlar alabilir, GPRS ağını ve diğer işlevleri başlatabilir.
Bluetooth 4.0 modülü HM-13 serisi Bluetooth modüllerini kullanır Veri aktarımı için Bluetooth kullanmanın en avantajlı yönlerinden biri düşük güç tüketimidir. Bluetooth düşük enerji teknolojisi, sistemin güç tüketimini büyük ölçüde azaltır.Sadece bozuk para büyüklüğündeki bir pil, taşınabilir cihazlarda uygulama için çok uygun olan, sistemin birkaç ay boyunca normal çalışmasını sağlayabilir.
Düğmenin ana işlevi, sistemin gözden kaçan yargılaması ve kullanıcıya yanlış karar vermesinin neden olduğu kaybı azaltmak için manuel alarm ve alarmın manuel iptalini sağlamaktır.Aynı zamanda, tek tuşla alarm işlevi de ayarlanır.
2 Düşme algılama algoritması
2.1 Özdeğer ön işleme
Hareket sırasında ivme sensörü tarafından ölçülen X ekseni, Y ekseni ve Z ekseni ivmeleri sırasıyla a2x, a2y ve a2z'dir. Ortaya çıkan ivme, üç eksenli ivmenin karekök toplamıdır. Sentetik ivmenin boyutu, insan hareketinin yoğunluğunu karakterize edebilir [5].
2.2 Tutum hesaplama
Veri hesaplamasında, insan vücudu tutum açısı diyagonal hız entegrasyonu ile elde edilir ve kısa sürede doğruluk yüksektir, ancak jiroskopta bir sapma hatası vardır, bu da entegrasyon işleminden sonra birikmiş bir hata haline gelecek ve sonunda devrenin doymasına neden olacaktır. Aksine, eğer ivme tutum açısını çözmek için kullanılırsa, zaman birikimi ile ölçüm hatası artmayacaktır [6]. Ancak hızlanma sensörü, insan vücudu hareket ettiğinde ölçüme beyaz gürültü getirecek ve kısa sürede doğruluk düşük olacaktır.
Yukarıdaki analiz sayesinde, hızlanma sensörünün düşük frekans aralığında daha iyi bir dinamik yanıta sahip olduğu, ancak yüksek frekans aralığında iyi performans göstermediği görülebilir. Jiroskobun iyi dinamik tepkisi var, ancak sapma hatası var. Bu nedenle, uyarlanabilir tamamlayıcı filtreleme algoritması, veri füzyonunda frekans alanı perspektifinden gürültüyü ortadan kaldırmak, ilgili avantajlarını oynamak ve kararlı ve güvenilir bir tutum açısı sağlamak için kullanılır [7]. Tamamlayıcı filtrenin temel blok diyagramı Şekil 3'te gösterildiği gibidir.
X, gerçek tutum açısı olduğunda, u1 ve u2, ölçüm sırasında sensör tarafından ortaya çıkan yüksek frekanslı gürültü ve düşük frekanslı gürültüdür. İvme sensörünün getirdiği yüksek frekanslı gürültü, düşük geçiş filtresi F1 (s) tarafından filtrelenir ve jiroskop tarafından sunulan düşük frekanslı gürültü, yüksek geçişli filtre F2 (s) tarafından filtrelenir. İki filtre, frekans alanında tamamlayıcı özelliklere sahiptir ve filtrenin transfer fonksiyonu F1 (s) + F2 (s) = 1'i karşılar.
2.3 Sınıflandırma süreci
Önceki bölümdeki analiz sayesinde, bir düşme tespit algoritması tasarlanmış ve tespit parametreleri sentezlenmiş hızlanma ve tutum açısıdır. Düşme sırasında ivme değişiklikleri yasasını anlamak için, test cihazı tespit cihazını bele yerleştirdi ve test cihazı yaşlıların düşüşünü taklit etti ve aynı zamanda test edenin üç eksenli ivme değişikliklerini kaydetti. Test sırasında temsili bir veri kümesi seçin ve çizim analizi için Excel'i kullanın. Şekil 4'te gösterildiği gibi.
Şekil 4'ten görülebileceği gibi, insan vücudu hareketsiz olduğunda, ortaya çıkan ivme yaklaşık 1 g'dır. Test cihazı düştüğünde, ivme önce azaldı, sonra arttı ve sonunda sabitlendi. Tüm süreç yaklaşık 2 saniye sürdü. Düşüşün kısa vadeli bir süreç olduğu ve bu sırada test edenin ağırlıksız, darbe ve statik olmak üzere üç durum yaşadığı elde edilebilir.
Düşüş sırasında maksimum sentetik hızlanma yaklaşık 2.6 g'dır ve 7 ardışık örnekleme noktasının sentetik ivmesi 2.0 g'ın üzerindedir. Ve insan vücudunun duruş açısını örnekleyerek, bir düşüşten sonra mutlak değeri 45 ° 'den büyük olan en az bir duruş açısı vardır.
Yaşlıların normal yürüme, hızlı yürüme, oturma ve ayakta durma, zıplama, koşma gibi günlük aktivitelerini simüle etmek için aynı yöntem kullanılır, aynı zamanda sentetik ivme ve duruş açısı örneklenir, grafiğe dökülür ve analiz edilir [8] Sonuçlar Tablo 1'de gösterilmiştir.
Yukarıdaki analiz yoluyla, 6 ardışık örnekleme noktasının birleşik ivmesi, normal yürüme gibi güçsüz egzersizlerden düşmeyi ayırt edebilen, sınıflandırma koşulu olarak 2.0g'den daha büyüktür. Aynı zamanda düşmeyi hızlı yürüme ve koşma gibi periyodik yorucu egzersizlerden de ayırt edebilir. Yanlış değerlendirme oranını azaltmak için, bir düşüşten sonraki statik durum, sınıflandırma koşulu olarak kullanılabilir. Son olarak, insan vücudunun duruşunu değerlendirerek, yanlış değerlendirme oranı daha da azaltılır.
3 Deneysel sonuçlar ve analiz
Düşme tespit cihazının yanlış pozitif oranı ve kaçırılan pozitif oranını test etmek için 5 gönüllü (yaş: 23-27 yaş, boy: 160-180 cm, 2 erkek ve 3 kadın) yaşlıların normal yürüyüşünü ve hızlı yürümesini taklit etmeye davet edildi. Tablo 2'de gösterildiği gibi yürüme, oturma, koşma ve atlama gibi günlük aktiviteler için toplam 125 veri seti ölçülmüştür. Ayrıca 5 gönüllünün ileri, geri, sola ve sağa düşen yaşlı adamı taklit etmeleri istendi. Toplam 100 veri seti ölçüldü.
Tablo 2'den normal yürüyüş, hızlı yürüme ve diğer sporlar için algılama cihazının yanlış değerlendirme oranının% 0, atlama ve koşma gibi yorucu egzersizler için yanlış değerlendirme oranının% 4 olduğu görülmektedir. Yaşlılar tarafından gerçekleştirilen yoğun aktivite sayısının az olduğu düşünülürse, yanlış bir karar oluşursa yaşlılar alarm sinyalini manuel olarak iptal edebilir.
Yaşlıları taklit eden düşme testinde, test eden kişi ileri veya geri düşerken daha az yargı kaçırdı ve doğruluk oranı% 92'ye kadar çıktı. Ancak sola veya sağa düşerken, daha çok gözden kaçan yargı var. Bunun nedeni, test uzmanlarının hepsinin yaşlıların düşüşünü simüle etmeleridir ve düşüş yönü tam anlamıyla belirli bir yön değildir, bu nedenle farklı derecelerde gözden kaçan yargılama meydana gelecektir. Düşme algılandıktan sonra cihaz, test edenin konum bilgilerini içeren eksiksiz bir kısa mesajı hedef cep telefonuna gönderebilir.
4. Sonuç
Bu makale, yaşlıların düşüşünü tespit edebilen, yaşlıların yerini tespit etmek için GPS kullanan ve hedef cep telefonuna alarm bilgisi gönderebilen tek çipli bir mikrobilgisayarı temel alan yaşlılar için bir düşüş tespit cihazı tasarlamaktadır. Bu cihazın genişletilmesi kolaydır ve yaşlıların sağlığı için bir dizi algılama sistemi oluşturmak için yanıcı gaz dedektörleri ve kalp atış hızı algılama sensörleri ekleyebilir.
Referanslar
[1] Wang Jian. MEMS üç eksenli ivmeölçere dayalı bir düşüş algılama devresinin tasarımı J. Otomasyon Teknolojisi ve Uygulaması, 2013, 32 (6): 81-84.
2 Chen Wei, Tong Lina, Song Quanjun, ve diğerleri Atalet sensörlerine dayalı bir düşme algılama sistemi tasarımı J. Sensors and Microsystems, 2010, 29 (8): 117-119.
[3] Wang Rong, Zhang Yun, Chen Jianxin Üç eksenli ivme sensörüne dayalı insan düşme algılama sisteminin tasarımı ve uygulaması implementation J Bilgisayar Uygulamaları, 2012, 32 (5): 1450-1452.
4 Xu Lei, Zhang Jin, Ma Teng, et al. GSM ağına dayalı yaşlı vücut duruş algılama sistemi tasarımı J. Information Research, 2014,40 (6): 65-68.
[5] Gu Minmin, Liu Jinjun, An Ning. Çoklu hareket tanımaya dayalı pasif saldırı algılama modeli üzerine araştırma J. Sensors and Microsystems, 2015,34 (6): 17-20.
[6] Sun Jinqiu, You Youpeng, Fu Zhongyun. Uyarlanabilir açık tamamlayıcı filtrelemeye dayalı tutum hesaplama yöntemi J. Ölçüm ve Kontrol Teknolojisi, 2015,34 (4): 24-27.
[7] Du Bo, Zhang Zhuo, Liu Yao. İnsan Duruşu Algılamasında Kalman Filtresinin Uygulanması J.. Journal of Changchun Institute of Technology (Natural Science Edition), 2015,16 (3): 98-101.
[8] Li Yilu, Chen Hongbo, Jiang Xiaoxu, ve diğerleri Üç eksenli hızlanma sensörüne dayalı insan-bilgisayar etkileşimli akıllı bileklik J. Journal of Guilin University of Electronic Technology, 2015,35 (5): 412-415.
