老人跌倒不再愁!ST跌倒检测及室内定位设计方案

发布时间:2013-09-13 阅读量:3553 来源: 发布人:

【导读】老人跌倒该不该扶起的话题已经引起了社会广泛的讨论,本方案采用ST eMotion 套件设计了一套通过惯性导航技术,实现老人室内定位;当老人摔倒时,可及时报警并通过心电检测技术检测老人心电是否正常。期望能有助于解决老人跌倒的问题。

方案设计背景

目前,跌倒是我国65 岁以上老年人意外害死亡的首因。遗憾的是,他们跌倒时往往无人敢扶。有专家感慨:十三亿中国人扶不起一个跌倒老人。那么我们能否利用技术及时发现老人跌倒并尽快实施救援呢?利用ST eMotion 平台可以解决这个问题。

ST eMotion平台包括三部分,第一部分STEVAL-MKI109V2 是eMotion 平台的STM32 平台部分,是一个目前常用的STM32F103 的最小应用系统;第二部分STEVAL-MKI124V1 集合了ST 公司的10 个自由度的MEMS 传感器的接插板,分别是3 轴加速度和3 轴地磁传感器LSM303DLHC、3轴陀螺仪为L3GD20、压力传感器LPS331AP;第三部分STEVAL-MKI115V1 是一个蓝牙无线模块。这三部分恰好能完成老人跌倒检测、室内定位,同时利用STM32F103 最小系统将ECG 模拟的心电信号经ADC 采样后通过蓝牙模块与上位机通讯,最终设计实现一个“老人生命伴侣”设备,用来解决上述问题。

方案设计难点

难点1:室内定位

室外通常用GPS 定位。由于室内没有GPS 信号,无法用传统的GPS 定位方法给老人定位,可以利用陀螺仪和加速度传感器的测量数据通过与上位机通讯后,并数据处理进行航位推算,实现室内定位。

难点2:摔倒检测

跌倒方案大多只是利用了加速度传感器,有一定的误报率。而研究表明,辅以陀螺仪与加速度传感器实现的姿态测量可以显著提高跌倒检测的可靠性,ST eMotion 平台正好具有加速度传感器和陀螺仪传感器,互相辅助检测,利用上位机数据处理达到实用效果。

难点3:心电异常及时检测

当老人摔倒后,需要及时检测心率是否正常。利用STM32F103 最小系统将ECG 心电检测模拟信号经ADC 采样,上传至上位机进行处理,并传给专业人士分析。

方案实现目标

当老人摔倒后,系统及时检测并通知老人子女,以及显示老人步行轨迹与具体位置。而且可通过“老人生命伴侣”设备中的心电检测模块及时采集老人心电信息,并通过上位机及时传给专业人士分析,判断是否需要及时送入医院治疗。

方案设计原理

1、eMotion 数据采集

本方案利用matlab 与eMotion套件进行串口通讯(用ST 提供的蓝牙通讯),实时获取三轴加速度传感器、陀螺仪数据。并利用stm32 的ADC 采集ECG 心电检测模块的模拟信号也通过串口与上位机通讯。

2,室内定位工作原理


(1)求实时姿态矩阵

由于传感器是使用者佩戴在身上,那么意味着会有轻微的抖动,并且传感器本身也会引入漂移误差。通过学习惯性导航等知识,考虑在使用数据进行解算前利用卡尔曼滤波的方法,将所需要的数据进行预处理。卡尔曼滤波算法有五个经典公式如下所示:

老人跌倒不再愁!ST跌倒检测及室内定位设计方案
 
 
在姿态解算中需要用角速度来更新姿态矩阵,设计Runge-Kutta 算法,而Runge-Kutta算法是基于以下公式:

老人跌倒不再愁!ST跌倒检测及室内定位设计方案
 
姿态矩阵满足如下关系式:Fb = TFa ,其中Fa表示动坐标系(板载坐标系),Fb 表示静坐标系(地理坐标系),T 就是姿态矩阵。对于姿态矩阵的迭代求解,我们使用四元数法,利用四元数可以有效避免欧拉角求解的局限性(反三角函数的多值性和部分输入无解性)。这个四元的一阶微分方程组的求解可以使用Runge-Kutta(龙格库塔)方法求的数值解,在每一个采样点时间时刻求得对应的姿态四元数,而已知到姿态四元数与姿态矩阵的对应关系式,那么求得了姿态四元数就可以知道姿态矩阵:

老人跌倒不再愁!ST跌倒检测及室内定位设计方案
具体实现见matlab程序。

(2)坐标系转换

利用上述得到的姿态矩阵从eMotion套件读取板载坐标系下的三轴加速度数据acc=[ax,ay,az]',通过公式求的地理坐标系下的三轴加速度数据Acc=T*acc,即
Acc=[Ax,Ay,Az],实现了加速度坐标系转换。

(3)位移的递推求解

在上面已经获得了姿态矩阵,已知Acc=T*acc ,即我们可以通过姿态矩阵把加速度数据有板载坐标系转化到地理坐标系,从而可以得到相应地理坐标系的加速度值,已知运动的初始状态,每个时刻的加速度值,那么就可以计算得到板载平面运动的位移轨迹。已知起点,已经建立的坐标系,那么就可以利用积分公式求得的位移信息,v = ∫adt ,s = ∫vdt 确定在坐标系中的位置从而达到定位的目的。

3、摔倒检测原理

(1)检测方案

利用意法半导体公司提供的集成了三轴加速度传感器、三轴陀螺仪等传感器eMotion模块,利用利用串口通讯将模块中传感器数据传送至上位机处理,并及时判断是否摔倒。如图所示。

 
老人跌倒不再愁!ST跌倒检测及室内定位设计方案
 
 
 (2)检测设计过程

老人摔倒时,由于摔倒方向不确定性。在X、Y、Z三个方向均可能有一个很大的加速度突变。使用单独某一轴的加速度其特征不明显。因此,采用合加速度口。作为特征量进行分析,其中, Ax , Ay , Az 为定位设计时已求出的地理坐标系下的加速度数据,但是光有大加速度突变不一定就是摔倒。可以利用定位设计时陀螺仪测得的俯仰角,横滚角图2 来辅助判断,老人是否摔倒。利用eMotion 套件设计的“老人生命伴侣”设备,在检测到老人摔倒后,系统及时警报,并利用室内定位功能获取老人地理位置信息。

 
老人跌倒不再愁!ST跌倒检测及室内定位设计方案

4、心电检测图2

(1)心电检测在本方案的重要用途

用途一:
当老人平时在家(身边有亲人,电脑设备),身体感觉有不适时,可以利用ECG 模块与上位机直接进行串口通信,实时检测心电信息,并传送给专业人士分析远程诊断。

用途二:
当老人在大型室内活动时(身边没有亲人,电脑设备),利用eMotion套件检测到老人摔倒以及获取了地理信息后,及时通过eMotion套件采集心电模拟信息,通过套件上蓝牙设备与上位机通讯,获取心电数据,并及时显示和传送给专业人士分析。

 
老人跌倒不再愁!ST跌倒检测及室内定位设计方案
 
(2)心电检测原理
1、测量时三个电极的位置根据医生的指导确定,一般参考电极的位置为右脚脚踝处或腰总段中侧,另外两个测量电极选择要测量的相应位置。
2、心电模块供电要和DC-DC隔离电源或电池供电。图3
3、使用隔离电源供电时,TXD,RXD数据线也要和光耦隔离。
4、使用的计算机要求良好接地。
 

系统设计流程图

 
老人跌倒不再愁!ST跌倒检测及室内定位设计方案
方案前景展望

摔倒检测、心电检测结合室内定位,真正做到了老人的生命伴侣。目前市场有摔倒检测的产品,价格高昂的心电检测产品,但是,几乎看不到便携式的惯性导航产品。将三者结合的产品市场上更是从未出现过。我们设计的老人的生命伴侣,只用了eMotion 套件和心电检测模块,体积小,功耗小,成本低。装置具有技术的先进性、社会的需求性、ST eMotion 平台的适合性,可为技术提高生命质量的典范。随着人们生活水平不断提高,只要技术成熟,产品化后,就会有非常大的市场需求。

目前实现的功能都是基于PC/WINDOWS 平台的。随着移动互联技术的发展,把这些功能移植到嵌入式设备上是完全可能的。我们在最初的方案中设计了通过android 智能手机实现数据远传的功能,但由于时间和知识的不足,这个功能没有实现。作为技术展望,将该装置通过蓝牙与手机通信,在手机上运行一个应用程序,该程序接收数据后经过GPRS 通道传输到服务器,可以实现任意地方的摔倒检测、心电检测和定位。  
相关资讯
华虹半导体2025年Q1业绩解析:逆势增长背后的挑战与破局之路

2025年第一季度,华虹半导体(港股代码:01347)实现销售收入5.409亿美元,同比增长17.6%,环比微增0.3%,符合市场预期。这一增长得益于消费电子、工业控制及汽车电子领域需求的复苏,以及公司产能利用率的持续满载(102.7%)。然而,盈利能力显著下滑,母公司拥有人应占溢利仅为380万美元,同比锐减88.05%,环比虽扭亏为盈,但仍处于低位。毛利率为9.2%,同比提升2.8个百分点,但环比下降2.2个百分点,反映出成本压力与市场竞争的加剧。

边缘计算新引擎:瑞芯微RV1126B四大核心技术深度解析

2025年5月8日,瑞芯微电子正式宣布新一代AI视觉芯片RV1126B通过量产测试并开启批量供货。作为瑞芯微在边缘计算领域的重要布局,RV1126B凭借3T算力、定制化AI-ISP架构及硬件级安全体系,重新定义了AI视觉芯片的性能边界,推动智能终端从“感知”向“认知”跃迁。

半导体IP巨头Arm:季度营收破12亿,AI生态布局能否撑起估值泡沫?

2025财年第四季度,Arm营收同比增长34%至12.4亿美元,首次突破单季10亿美元大关,超出分析师预期。调整后净利润达5.84亿美元,同比增长55%,主要得益于Armv9架构芯片在智能手机和数据中心的渗透率提升,以及计算子系统(CSS)的强劲需求。全年营收首次突破40亿美元,其中专利费收入21.68亿美元,授权收入18.39亿美元,均刷新历史纪录。

Arrow Lake的突破:混合架构与先进封装的协同进化

2024年10月,英特尔正式发布Arrow Lake架构的酷睿Ultra 200系列处理器,标志着其在桌面计算领域迈入模块化设计的新阶段。作为首款全面采用Chiplet(芯粒)技术的桌面处理器,Arrow Lake不仅通过多工艺融合实现了性能与能效的优化,更以创新的混合核心布局和缓存架构重新定义了处理器的设计范式。本文将深入解析Arrow Lake的技术突破、性能表现及其对行业的影响。

暗光性能提升29%:深度解析思特威新一代AI眼镜视觉方案

2025年5月8日,思特威(股票代码:688213)正式发布专为AI眼镜设计的1200万像素CMOS图像传感器SC1200IOT。该产品基于SmartClarity®-3技术平台,集成SFCPixel®专利技术,以小型化封装、低功耗设计及卓越暗光性能,推动AI眼镜在轻量化与影像能力上的双重突破。公司发言人表示:"AI眼镜的快速迭代正倒逼传感器技术升级,需在尺寸、功耗与画质间实现平衡,这正是SC1200IOT的核心价值所在。"