設(shè)計了一種基于單片機的老人跌倒檢測裝置，采用加速度、陀螺儀傳感器采集原始信號。在進行數(shù)據(jù)融合時采用自適應(yīng)互補濾波算法，從頻域角度消除噪聲。針對該裝置設(shè)計了一種計算量小的跌倒檢測算法，并且加入了GPS定位裝置和GSM短信模塊。實驗證明該跌倒檢測算法計算量小、誤判率低，并且能夠?qū)崿F(xiàn)精準(zhǔn)定位。

研究表明，老年人跌倒發(fā)生率高，后果嚴(yán)重，是老年人的首位傷害死因。而且跌倒的發(fā)生概率會隨著年齡的增長而升高，如果能夠及時救助，可有效降低跌倒老人的死亡率。

目前研究開發(fā)人體跌倒檢測系統(tǒng)方面的技術(shù)主要有兩種：圖像分析法和加速度分析法。基于圖像分析法，準(zhǔn)確率高，但是檢測算法繁瑣，成本高，不方便攜帶。基于加速度分析法，不但成本低，而且不受環(huán)境的限制，功耗低，方便攜帶。

1系統(tǒng)總體設(shè)計

本設(shè)計利用六軸陀螺儀加速度計MPU6050進行原始信號的采集，采樣頻率為100 Hz，在進行姿態(tài)解算時，利用互補濾波器進行濾波，通過對三軸加速信號進行預(yù)處理，引入合成加速度。為了能夠排除干擾，準(zhǔn)確檢測出跌倒，將姿態(tài)角和合成加速作為特征量，引入三級跌倒檢測算法。一旦檢測出跌倒，立即對老人的位置進行定位，同時閃光燈閃爍。等待30 s后，如果用戶沒有手動取消報警，則蜂鳴器發(fā)出聲響，同時向目標(biāo)手機和120發(fā)出報警短信。系統(tǒng)還設(shè)置了一鍵報警功能。用戶的家人可以通過向本裝置發(fā)送短信來獲取老人的當(dāng)前位置信息，防止老人走丟。

系統(tǒng)的硬件主要包括慣性測量單元（Inertial Measurement Unit，IMU）、GSM/GPRS模塊、GPS定位模塊、藍牙4.0模塊、以STM32F103ZET6為核心的控制器、電源模塊、按鍵等。系統(tǒng)的結(jié)構(gòu)框圖如圖1所示。

慣性測量單元選用的是InvenSense公司的MPU6050芯片，它能夠同時檢測三軸加速度和三軸角速度，可以輸出數(shù)字量，并且傳感器的測量范圍是可選的。加速傳感器的測量范圍選擇為±8 g，陀螺儀的測量范圍選擇為±1 000 dps，可以滿足系統(tǒng)的要求。其外圍電路如圖2所示。利用芯片內(nèi)部的數(shù)字運動處理器進行姿態(tài)解算，大大降低了開發(fā)的使用難度。

GPS定位模塊選用UBLOX公司的NEO6M模組，該模塊體積小、功耗低、搜星能力強，并且可以連接各種有源天線，非常適合應(yīng)用到便攜式設(shè)備中。

GSM/GPRS模塊選用SIMCOM公司的工業(yè)級四頻SIM800芯片，可以實現(xiàn)低功耗語音和數(shù)據(jù)的傳輸。用戶可以通過AT指令進行撥叫號碼、接收短信、啟動GPRS網(wǎng)絡(luò)等功能。

藍牙4.0模塊選用HM13系列的藍牙模塊，用藍牙進行數(shù)據(jù)傳輸最有利的一個方面就是功耗低。低功耗藍牙技術(shù)大幅降低了系統(tǒng)的功耗，只需要用硬幣大小的電池即可保證系統(tǒng)正常運行幾個月，非常適合應(yīng)用在便攜式設(shè)備中。

按鍵的主要功能是提供手動報警和手動取消報警，以降低系統(tǒng)的漏判和誤判對用戶造成的損失，同時還設(shè)置了一鍵報警的功能。

2跌倒檢測算法

2.1特征值預(yù)處理

運動過程中加速度傳感器測出的X軸、Y軸和Z軸的加速度分別為a2x、a2y和a2z。合成加速度為三軸加速度的平方和再開方。合成加速度的大小可以表征人體運動的激烈程度。

2.2姿態(tài)解算

在進行數(shù)據(jù)解算時通過對角速度積分獲得人體姿態(tài)角，短時間內(nèi)精度高，但是陀螺儀存在漂移誤差，經(jīng)過積分運算后會變成積累誤差，最終導(dǎo)致電路飽和。相反利用加速度求解姿態(tài)角，其測量誤差不會隨時間的積累而增加。但是加速度傳感器在人體運動時會給測量帶來白噪聲，短時間內(nèi)精度較低。

通過上述分析可知，加速度傳感器低頻段動態(tài)響應(yīng)較好，但是在高頻段表現(xiàn)不好。陀螺儀動態(tài)響應(yīng)好，但是存在漂移誤差。所以在進行數(shù)據(jù)融合時采用自適應(yīng)互補濾波算法，從頻域的角度來消除噪聲，發(fā)揮它們各自的優(yōu)勢，輸出穩(wěn)定可靠的姿態(tài)角。互補濾波器的原理框圖如圖3所示。

其中x為實際的姿態(tài)角，u1和u2為傳感器在測量時引入的高頻噪聲和低頻噪聲。加速度傳感器引入的高頻噪聲由低通濾波器F1（s）濾除，陀螺儀引入的低頻噪聲由高通濾波器F2（s）濾除。兩個濾波器在頻域上具有互補特性，濾波器的傳遞函數(shù)滿足F1（s）+F2（s）=1。

2.3分類過程

通過上一小節(jié)的分析，設(shè)計了跌倒檢測算法，檢測參數(shù)為合成加速度和姿態(tài)角。為了了解跌倒過程中加速度變化規(guī)律，將檢測裝置放于腰間，測試者模仿老人跌倒，并同時記錄測試者三軸加速度變化。選取測試過程中具有代表性的一組數(shù)據(jù)，用Excel進行繪圖分析。如圖4所示。

從圖4中可以看出，當(dāng)人體靜止時，合成加速度在1g左右。當(dāng)測試者跌倒時，其加速度先減小，然后增大，最后趨于平穩(wěn)。整個過程持續(xù)了2 s左右。由此可以得到，跌倒是一個短暫的過程，這一過程測試者經(jīng)歷了失重、撞擊和靜止三種狀態(tài)。

跌倒過程中合成加速度最大值在2.6g上下，且有7個連續(xù)的采樣點合成加速度都在2.0g以上。并且通過對人體姿態(tài)角采樣，在跌倒后至少有一個姿態(tài)角的絕對值大于45°。

用同樣的方法模擬老人正常走、快步走、坐下起立、跳躍、跑步等日常活動，同時對合成加速度和姿態(tài)角進行了采樣、繪圖、分析，結(jié)果如表1。

通過上述分析，把連續(xù)6個采樣點的合成加速度大于2.0g作為分類條件，可將跌倒與正常走等非劇烈運動區(qū)分開。同時還可以將跌倒與快步走、跑步等周期性劇烈運動區(qū)分開。為了減小誤判率，可將跌倒后的類靜止?fàn)顟B(tài)作為分類條件。最后通過判斷人體的姿態(tài)，進一步減小誤判率。