引言

隨著社會老齡化進程的加速，到2050年，我國65歲以上老人數量將達到4億，占中國人口總量的30%，而跌倒是造成老年人意外傷害的主要原因之一。隨著年齡的增長，老年人的身體既能下降，反應變慢，因跌倒導致的死亡率和受傷率急劇增加。所以在不影響老人日常活動的前提下，研發一種能夠實時檢測老人是否跌倒并及時報警，保護老人安全的跌倒監測裝備具有重大意義。

目前，跌倒檢測的方法有很多，從信息采集的渠道分類，可以分為以下三種：

（1）基于視頻的跌倒檢測方法通過在房間內安置1個或多個攝像頭來捕捉人體運動畫面，經過圖像處理，判定老人是否跌倒。其不足之之處是只能在安裝了攝像頭的地方使用，且可能對檢測者造成隱私泄漏。

（2）基于聲學的跌倒檢測方法通過分析跌倒時老人觸地的音頻變化來檢測。其不足之之處是精度不高，一般作為其他檢測方法的輔助檢測。

（3）基于多傳感器的可穿戴式跌倒檢測方法設計一種運動微型傳感器的可穿戴設備。該檢測方法優點明顯，不受空間的限制，可以實時地檢測人體活動，比基于視頻和基于聲學的檢測方法更適用于跌倒檢測。

本文提出了一種基于MPU6050的老年人跌倒監測系統，首先利用傳感器MPU6050內部集成的三軸加速度、陀螺儀組件和STM32處理器結合來實現數據采集，再運用跌倒檢測算法識別跌倒事件。與此同時，采用基于android智能手機的報警系統，利用藍牙4.0技術，將跌倒信息傳輸到智能手機上，手機進行語音報警并將GPS信息通過短信形式通知家人和醫院，保證老人跌倒后能夠得到及時救助。

1、系統結構

本系統由數據采集和分析模塊及手機定位報警模塊兩部分組成：第一部分包括傳感器MPU6050、主處理器STM32F103C8T6和HC-08藍牙4.0模塊，這模塊安裝在老人的腰部；第二部分由android智能手機構成，手機和藍牙匹配后，手機啟動GPS定位，通過短信將跌倒信息通知給家人和醫院緊急救護系統。本系統結構如圖1所示。

圖1 ?系統結構圖

1.1、主控制器

主控制器是高性能的ARMCortexTM-M332位的RISC內核單片機STM32F103C8T6，其工作頻率可高達72MHz，內置高速存儲器（20KBSRAM、64KBFLASH），工作電壓范圍在2~3.6V。

1.2、新型MEMS傳感器——MPU6050

MPU6050是整合了加速度和陀螺儀的傳感器，它和STM32單片機之間的通信采用400KHZ的IIC接口，其供電電壓范圍為5V。將STM32的引腳（SDA）和PB7（SCL）分別和MPU6050的24號引腳（SDA）和23號引腳（SCL）相連接，可實現傳感器和微處理器通信。

圖2 ?MPU6050接線圖

1.3、藍牙4.0模塊——CC2540

數據傳輸模塊采用的是藍牙4.0技術，它將傳統藍牙，高速藍牙和低功耗藍牙三種規范結合在一起，其中藍牙4.0技術最大的特點是運行功耗和待機功耗特別低，一顆CR2025電池可以供BLE4.0設備使用1年之久。本系統采用德州儀器CC25402.4GHz功率藍牙系統單晶片，內部嵌入了一顆增強的8051內核，32MHz的運行速率，8KB的RAM以及高達256KB的FLASH，可以實現單片機和手機數據傳輸功能。

2、跌倒檢測算法

2.1、算法設計

跌倒是指突發、不自主的、非故意的體位改變，倒在地上或更低的平面上。人體在跌倒瞬間，身體的加速度和角度在水平和垂直方向都會發生巨大的變化。人體的日常生活活動有很多種，為簡化問題，我們主要考慮以下幾種形式：①走路、②起立坐下、③跑、④上下樓梯、⑤原地跳、⑥彎腰，這些也最容易和跌倒行為混淆。本文研究如何有效地將人體跌到行為與日常活動區分開來。

跌倒裝置的安裝位置也很重要，它影響整個系統設計的穩定性和可靠性。實驗顯示本裝置配戴在腰部最合適，因為腰部活動范圍和頻率比較小，而手部和上肢活動范圍較大，且腰部舒適度比較好，方便檢測。同時在該系統中，人體的三維空間姿態如圖3所示，向右為X軸，向上為Z軸，垂直與紙面向外為Y軸。

圖3 ?人體三維空間姿態

設X軸方向的加速度為ax，Y軸方向的加速度為ay，Z軸方向的加速度為az，則合加速度為a=ax+ay+az，為：

SVM表示人體加速度向量幅值，是區分人體運動狀態的重要參數，SVM越小，人體運動越平緩，SVM越大，人體運動越激。當人體跌倒時，人體和地面接觸有一個撞擊階段，此時加速度會達到峰值，比一般的行為更加明顯，因此可以用閾值法來判斷跌倒的發生。

從圖5向后跌倒三軸合加速度曲線可以看出，老人跌倒在撞擊地面階段合加速度值達到峰值3g并在跌倒后合加速度值又迅速回落到1g。較之于圖5日常行為的合加速度曲線發現：坐下起立、走路、上下樓梯、彎腰的合加速度最大不超過2g；跑步和原地跳的合加速度比較大，最高接近3g。

圖5 ?向后跌倒合加速度曲線

為了設定閾值的大小來區分跌倒和ADL行為，設置判定閾值TH1為2.5g，這樣大部分ADL行為都可以分辨出來，所以當SVM》TH1時，可以設定為疑似跌倒。然而跑步和跳的運動幅度較大，其合加速度幅值和跌倒的合加速度相似，兩者容易混淆。故采用單一的和加速度閾值判斷具有單一性。為提高檢測精度，降低誤判率，引入陀螺儀的角度參數作為二次判斷。

理論上，當人跌倒經過一段時間后，人體會處于靜止狀態，此時人體和地面應處于水平狀態，Z軸加速度為0。同時當人體向前或向后跌倒后，人體X軸角度應在-90o和90o附近；當人體向左或向右跌倒后，人體Y軸角度應在-90o和90o附近浮動。通過實驗，我們選取±70o作為第二個判定條件閾值。從圖7和圖8可以看出雖然人體正常姿態有時能在劇烈運動時達到閾值，但是肯定不能持續維持這個值。所以我們選取要求3s內都保持這個值，這樣就可以短時間內判斷跌倒情況且不耽誤營救。

圖7 ?跑步的三軸角度曲線圖

圖8 ?跌倒后靜止狀態下的三軸角度

2.2、算法實現

系統通過IIC形式將數據從MPU6050傳送到STM32單片機，STM32單片機對接收到的數據進行跌倒算法運算和判斷。整個的實現過程可分為以下三個部分：

（1）檢測當前和加速度SVM是否大于閾值2.5g，若小于2.5g，則返回繼續采樣測量；若大于2.5g，則認為疑似跌倒。

（2）若檢測到疑似跌倒，延時3s，進入二次判斷，檢測人體角度是否在閾值范圍內。若在這個范圍

內，同時要求3s內保持這個范圍。

（3）如果系統檢測到人體運動狀態同時滿足以上兩個條件，此時蜂鳴器鳴叫，提醒老人和老人身邊行人。接著延時等待30s，如果30s內用戶沒有按鍵取消報警，則認為老人跌倒。此時將報警信號通過藍牙4.0設備傳送給手機，手機進行語音報警，并打開GPS定位，打電話和發消息通知醫院和家人。

具體跌倒算法實現流程如圖9所示。

圖9 ?跌倒算法實現流程圖

3、實驗分析

為了驗證系統和算法的有效性，實驗設置為跌倒和日常生活動作兩種，其中包括原地起跳、起立坐下、走路、跑、上下樓梯和前后左右四個方向跌倒。考慮到老年人的身體，不適合做劇烈運動和跌倒測試，實驗選取10名20~30歲不同身高、體重、性別的年輕人來模擬實驗。同時為了模仿老年人行動遲緩的特點，我們在實驗者左右小腿各捆綁1kg沙袋，以達到減慢行走速度的效果。當合加速度的閾值為3.5g，X軸或Y軸角度的閾值為70o時，實驗結果見表1，跌倒事件都能被準確識別并報警。

表1 ?跌倒事件檢測成功率

表2日常活動事件檢測誤判率

4、結束語

本文設計開發了一種可穿戴式跌倒檢測系統，該系統以STM32為主處理器，接收來自MPU6050傳感器的數據并進行分析判斷，并提出一種有效的檢測算法。該系統還設計了有效的檢測報警裝置，藍牙4.0模塊向匹配的安卓手機發出報警信號，手機打開GPS，將跌倒地理信息通過短信形式向預設的手機號碼和醫院急救系統發送短信報警。實驗結果顯示，該設備穿戴方便，對于跌倒事件的判斷具有較高的準確性，能第一時間報警使老人能夠得到及時救治。