家庭老幼监护系统

2019-12-11彭荣华罗志伟卢忠亮谢泓松寿梦蓝

物联网技术 2019年11期

彭荣华罗志伟卢忠亮谢泓松寿梦蓝

摘要：针对生活中老人与小孩的监护问题，设计一款家庭老幼监护系统。系统采用物联网技术、微信后台开发技术、RFID射频识别技术，可自动在婴幼儿触及危险区域以及老人跌倒时做出一定的安防措施并迅速报警及通知监护人，能够较大程度减少幼儿坠楼等事故，解决老人与幼儿的安全问题。系统设备开发成本低，使用便捷，具有较大的推广价值。

关键词：物联网;中远距离RFID;Cortex-M3+ESP8266;安防监护;跌倒识别算法;微信公众号后台

中图分类号：TP212.9文献标识码：A文章编号：2095-1302（2019）11-0-03

0 引言

当前我国人口不断增长，但老龄化日益严重，中青一代在担负重大工作压力的同时，也因无暇顾及家中老人与幼儿安全问题更显焦虑。婴幼儿坠楼问题不断发生，老人跌倒事件屡次出现，至今社会各界尚未提出一个完善的解决方案。

我国城市老年人空巢家庭（包括独居）的比例已达49.7%。到2020年，中国老年人口将达到2.48亿，老龄化比例将达17.17%。由于社区养老机构场地有限，许多老人只能采取居家的方式养老，给养老、医疗等社会保障和服务体系等带来了巨大压力。近年来，随着社会节奏的不断加快，防范意识不强的儿童由于缺乏有效看护，其正常生活甚至生命受到了严重威胁，因此儿童的安全问题已逐步成为社会关注的重要内容之一。

目前，国内在家庭老人及儿童远程监护方面的研究还不多。2001年首都医科大学实现了对老人及儿童行动分析及异常报警系统，利用检测到的信号，主动判断老人及儿童状况。但由于采用的家庭医疗监护仪、可控万向云台等设备成本较高，无法大面积推广。2002年美国维吉尼亚大学开展了智能居所监护系统的研究，该系统采用低成本感应器获取家庭老人及儿童活动数据，通过数据挖掘技术建立老人及儿童活动规律，能够实现针对不同老人及儿童的实时监护，为家庭安防带来新的发展机遇。

本文设计的基于物联网技术的老幼监护系统以居家养老为基础，社区养老为依托，通过云平台系统、服务中心建设等信息化手段建立居家养老服务体系，惠及每个家庭中的老人，从而提升养老服务能力。

同时，项目吸取其他相关领域项目经验，采用低成本传感器[1]、第三方定制的终端设备，在提高系统可用性的同时，降低用户使用成本;采用统一的云平台系统，不仅预测准确，可靠性高，还节约了人力成本，使工作更有效率。针对目前家庭用户应用需求，设计并开发高效的远程家庭安防及老幼监护系统。

1 系统功能概述

1.1 总体架构

本文基于智能云生态链、无线通信网、超低功耗SOC 芯片技术[2]，搭建家庭老幼监护系统。该系统包括若干位置节点和人体节点，位置节点包括中距离RFID读写器[3-4]、WiFi模块及Cortex-M3处理器;人体节点主要是带有中距离 RFID的射频标签[5]、加速度传感器及WiFi模块。系统主要包括设备硬件电路设计与调试、距离感应设计及调试、数据采集及上传调试[6]、无线软件协议设计及完整系统的实现[7]。总体架构如图1所示。

1.2 系统结构

系统结构如图2所示。

1.3 主要功能

系统处理主要分为接近危险状态检测和跌倒检测，其流程如图3所示。

跌倒检测主要依靠加速度传感器检测到的加速度信息和倾角信息以及心率传感器检测到的脉搏变化状态[8]，共同判断老人、儿童是否发生了跌倒。危险状态检测利用人体红外传感器和远距离RFID，及时发现儿童靠近阳台、门窗、插座等危险行为，并发出现场和远程报警，避免家长因一时疏忽而使儿童发生危险。

1.4 芯片选型

网关和从站监测节点设备由一片Cortex-M3+ESP8266无线模块组成，通过ESP826无线通信模块在网关与节点间实现无线通信。节点采用MAX30100心率模块、MPU6050重力传感器模块，搭载可将跌倒姿态检测信息传到云平台的ESP8266 WiFi模块，以及装有RFID射频标签的手环。

2 系统硬件设备

2.1 识别控制装置

识别控制装置采用中距离（0～10 m）有源RFID识别模块和ESP8266电机，利用简单的两圆相交定位模型进行定位和距离计算。识别控制装置如图4所示。定位计算如图5所示。

将得到的位置信息及信号强度等数据进行线性拟合，对位置信息与信号关系进行距离评估，如图6所示。

圖6中：D为根据信号强度转换得到的距离（单位：cm）;RSSI为信号强度（单位：dBm），使用其绝对值进行计算;L是与天线相关的参数。

在线性处理转换中，主要针对以下四种情况的信号强度值进行区分计算：

（1）当-22 dBm≤RSSI时，令D=0参与计算处理;

（2）当-41 dBm≤RSSI<-22 dBm时，按照抛物线D=100（L0-RSSI）（L0-L）进行计算;

（3）当-50 dBm≤RSSI<-41 dBm时，按照抛物线D=100+0.6（RSSI+36）2-15进行计算;

（4）其他情况按照抛物线D=1.6（RSSI+34.5）2-180.7进行计算。

依据上述计算方式得到标签模块与墙壁的距离：

式中：p=（L1+L2+L3）/2;L1，L2分别为两个标签与量设备之间的距离;L3为两设备之间的距离;L0=-22 dBm;RSSI为信号强度。

2.2 穿戴设备

硬件采用市场主流的STM32f103C8T6作为主控，WiFi模块采用ESP8266、三引脚的心率传感器以及六轴的精确陀螺仪MPU6050。

利用六轴陀螺仪进行数据采集，6个原始数据分别对应三个方向上的角速度与角加速度，陀螺仪输出信号如图7所示。

关于数据形式的说明如下：

AccX，AccY，AccZ分别指代X，Y，Z三个方向上的加速度;

GyroX，GyroY，GyroZ分别指代X，Y，Z三个方向上的角加速度。

2.3 各种模块的参数

窗台插座等危险区域的设定值约为0.8 m（可调整），提醒和报警的时间均为即时发送，并利用蜂鸣器实现报警。各模块选型见表1所列。

3 系统软件设计

3.1 优化的跌倒检测算法

在以往的跌倒识别算法中主要有两大困难：一是数据采集以及读取的复杂性;二是平台提供的数据采样频率为

3 Hz，在数据分析的精度和阈值上均无法满足要求。

本文将设备佩戴在人体腰部，采集正常人体行走、奔跑、上楼、下楼、摔倒等数据，数据采集频率达到20次/s，采集的数据经单片机运算后即时发送结果至服务器及OneNET。

跌倒算法流程如图8所示。其中，处理的数据为提取的合速度与合角加速度。测试结果如图9所示。

3.2 服务器配置

将系统服务器搭建于中国移动互联网开放平台OneNET上，通过专用APP实现对移动设备的监测与控制，平台支持TCP，UDP，MQTT以及自主开发的EDP传输协议，还包括多种字符串格式的数据报文体结构。通过建立数据流与指令开关[9]，协议传输的数据报文体键值对在键值与数据流名称对应的情况下，将数值长久保留在平台的对应数据流中。通过此平台，将处理后的设备状态以及检测后得到的信息发送至用户，以达到实时监测的效果。

3.3 微信公众号后台

系统采用微信公众号平台进行开发：一方面利用微信庞大的用户基数，使用户体验更优越，接收消息更及时;另一方面，微信公众号平台开发可塑性大，灵活性高，解决了用户安装各种特定软件的困扰。

4 结语

本文主要基于中远距RFID，Cortex-M3处理器和ESP8266 无线模块以及优化的跌倒识别算法构建了一个能够减少老人及儿童家庭意外事故的监护系统，该系统定位识别准确，结构简单、稳定，使用方便，是一种值得推廣的物联网形势下的新应用。

参考文献

[1]徐川龙，顾勤龙，姚明海.一种基于三维加速度传感器的人体行为识别方法[J].计算机系统应用，2013，22（6）：132-135.

[2]许海燕，付炎.嵌入式系统技术与应用[M].北京：机械工业出版社，2002.

[3]马长胜，刘贤锋.RFID技术应用[M].北京：北京理工大学出版社， 2014.

[4]黄玉兰.射频识别（RFID）核心技术详解[M].北京：人民邮电出版社，2010.

[5]彭力.无线射频识别（RFID）技术基础[M].北京：北京航空航天大学出版社，2012.

[6]徐皑冬，王宏，杨志家.基于以太网的工业控制网络[J].信息与控制，2000，29（2）：182-186.

[7]阳宪惠.工业数据通信与控制网络[M].北京：机械工业出版社，2004.