1. 研究目的与意义
随着人口老龄化程度的加剧，“空巢老人”居家安全问题成为当下社会关注的重点。伴随着年龄的增长，老年人的身体机能逐渐退化，遭受疾病或意外伤害的风险也随之提高。调查显示，跌倒、碰撞等异常行为是老人在室内环境下所受意外伤害的主要类型（80%）。因此，开发室内环境下的异常行为检测技术，降低意外伤害对老年人健康的威胁，有助于解决当前社会的养老困境。
本课题基于上述考虑，要求选用合适的单片机作为控制芯片，选用合适的传感器作为检测模块，设计一个基于单片机的老人跌倒检测报警系统，通过传感检测技术监测人体运动状态的改变，单片机经过判断若发生跌倒状况则发出警示并发送短信至监护人。本系统有耗能低、易携带、传输距离远等特点，为老年人的安全防护提供一种智能手段。2. 课题关键问题和重难点
本课题将研究一种基于单片机的老人摔倒检测系统。该系统由单片机，姿态传感模块，通讯模块，报警模块，显示模块五大部分组成。在此设计系统中，以单片机为控制核心，接收老人运动状态的姿态传感器的信号为开关，启动通讯模块和报警模块。老人摔倒会对姿态传感器的x轴，y轴，z轴产生一个加速度和角速度，姿态传感器将这些信号进行模数转换，然后单片机和姿态传感器进行通信，单片机读取这些数据，判断这些数据是否符合摔倒的情况，如果符合，就给家属的手机号发短信告知老人摔倒和经纬度的信息，并启动报警模块。
课题难点：（1）判断什么情况下属于摔倒。摔倒的情况可能并不全属于自由落体运动，同时在某些情况下也可能会误判老人摔倒，例如下蹲，下楼，坐电梯等，我们要设定一个怎样的阈值，使得老人摔倒时单片机能够做出一个比较正确的判断。（2）当老人摔倒后，怎么让家属知道老人摔倒的地点。
3. 国内外研究现状（文献综述）
|
近年来，随着老年人口的增加，老年人摔倒的风险也在增加。老年人摔倒事件的高发率不仅会对老年人的生活质量带来负面影响，而且会对他们的健康和安全产生负面影响。为此，针对老年人摔倒一直是研究者积极致力于的一个重要课题，老年人摔倒检测研究也成为研究人员们热衷追求的主题。本文旨在介绍老年人摔倒检测研究，总结近年来摔倒检测研究的发展现状。 首先最热门的摔倒检测方式就是以单片机或者树莓派为核心，根据运动传感器来判断老人是否摔倒。在单片机的选型上，主要包括MSP430单片机，STM32单片机[1]，51单片机。其中因为STM32单片机具有高性能，低成本，低功耗等优点，STM32单片机成为众多研究者青睐的对象。运动传感器的选择包括三轴加速度器ADXL345，六轴的陀螺仪和加速度器MPU6050。然后通讯模块发送短信给家属实现报警。这些通讯模块的选择有GSM芯片SIM900A，SIM800A，无线通信芯片NRF24L01[2]。 在前面的基础上，一些研究者还加了一些更多模块，例如心率模块，脉搏模块，热敏模块等，从而形成一个可穿戴式的老人摔倒及其生理检测系统[3]，这种多功能的系统往往具有更高的准确性和可靠性，因为它不仅仅依赖于运动传感器的一项指标来判断老人的是否摔倒，它还能测量老人的脉搏，心率，体温等，基于这些数据，我们能够对老人的情况做出一个更加合理的判断。与之类似的是，一些研究者则直接提取智能手机或智能手表上的设备姿态数据、相对高度数据、心率数据等，设计算法，在这个智能设备上开发出一套老人摔倒与检测系统[4]。在设备形式上，分为智能手环，智能手机，还有智能腰带[5]。智能手环相比智能手机，有更不容易因为设备掉落而引起误判，也不容易丢的优点，同时兼具测体温，测脉搏等优点，而智能腰带与智能手环相比，则能够更精确的判断老人是否摔倒，因为手环可能会因为手臂的摆动而产生误判，而智能腰带不存在这个问题。 另外一些研究者则对摔倒检测算法进行了进一步优化。算法的优化又可以分为基于阈值和模式识别的算法优化。基于阈值算法的主要流程包括对磁力计和加速度计的数据进行输入纠正，使输出的数据和陀螺仪的数据进行卡尔曼滤波，然后分别进行四元数估算，欧拉角估算，根据姿态数据和时间长度的阈值选取，最后决定是否输出摔倒警报[6]。模式识别的原理就是依据实际测得的传感器数据对不同的日常活动的加速度特征值做分析，建立摔倒检测模型[7]。这些算法的优化，都大大提高了对摔倒检测判断的准确度。 还有一些研究者基于机器视觉来研究摔倒检测[8]。通过摄像机动态采集场景图像并跟踪场景中的老人，结合其身体姿态特征提取算法，对人体骨骼特征点变化量进行检测，并分析场景的语义信息，从而对老人进行摔倒检测。这种方法虽然行之有效，但局限性太大，必须在摄像头的场景内才能判断，而且受光线影响比较大。为了弥补光照强度变化的缺点，有人设计了基于红外图像特征的人体摔倒检测方法[9]，它不受光照的影响，即使是在夜间也能实现摔倒检测，而且显示的红外图像质量较好。 除此之外，先进的柔性可穿戴类皮肤传感器[10]也是未来研究的重点。这种柔性可穿戴类皮肤传感器可以采集生理信号，运动检测，睡眠检测等功能[11]，能够跟踪各个关节和肌肉的运动，从而实现老人摔倒检测，这种传感器具有舒适性好，灵敏度高，高效等优点。
综上所述，老人摔倒研究一直是一个很热门的主题。其中如何提高老人摔倒检测的准确性始终是研究的最重要问题。而利用运动传感器来作为摔倒检测方式因为适用性强，准确率较高，设备的便携性好和成本较低等优点，成为目前最热门的研究方向。 参考文献：
[1] 沈红卫.STM32单片机应用与全案例实践[M].电子工业出版社,2017. [2] 汤引生,谢楠,何建强.基于三轴加速度传感器的老年人摔倒检测算法的设计与实现[J].微型电脑应用,2019,35(2):42-44. [3] 奚维立,郑仲龙,王利利.基于STM32可穿戴式老人摔倒及生理检测系统设计[J].科技创新导报,2015,15(29):48-49. [4] 侯逸仙.老年人摔倒检测与预警系统的设计与实现[D].哈尔滨工业大学,2017. [5] Jay Chen,Karric Kwong,Dennis Chang.Wearablesensors for Reliable Fall Detection[J].Engineering in Medicine and Biology27th Annual Conference,2005,(27):3551-3554. [6] 贺佚南.基于可穿戴传感器的摔倒检测研究[D].华南理工大学,2018. [7] 赵琪彧.基于Android平台的老人摔倒检测系统的设计与实现[D].北京理工大学,2016. [8] 陈永彬,何汉武,王国桢,王佳裳.基于机器视觉的老年人摔倒检测系统[J].自动化与信息工程.2019,40(5):37-41. [9] 徐世文.基于红外图像特征的人体摔倒检测方法[D].西南科技大学,2020. [10] Ziyu Huang,et al.Recent advances inskin-like wearable sensors: sensor design,health monitoring,and intelligentauxiliary[J].Sensors amp; Diagnostics,2022,(1):686-708. [11] Qian K,Zhang Z,Yamamoto Y,et al.Artificial Intelligence Internet of Things for the Elderly: From AssistedLiving to Health-Care Monitoring[J]. IEEE Signal Processing Magazine, 2021,38(4):78-88.
|
4. 研究方案
本次设计是实现老人摔倒检测报警的基本功能。本方案以单片机stm32f103c8t6最小系统板为控制核心，姿态传感器mpu6050为传感器，利用姿态传感器mpu6050能够检测当前运动状态，当mpu6050姿态传感器向下运动一定的时间达到检测阈值时，mpu6050姿态传感器把信号传给单片机stm32f103c8t6最小系统板，然后最小系统板根据预先烧入的程序，发送指令给通信模块sim800a，使得通信模块sim800c能发送预定的求救信息和定位的经纬度的短信给亲属的电话号码，同时最小系统板使得蜂鸣器报警，led亮起。如果是误触报警，老人可以按下按键取消蜂鸣器报警，关闭led灯，同时发送短信给亲属电话号码告诉他们自己没事。tft屏幕上能够显示当前时间，显示别人发送的短信内容，还有来电显示，经纬度等信息。总电源及降压模块提供稳定且可靠的电源给单片机。
5. 工作计划
第1周（2.20-2.24）：接受任务书，领会课题含义，按要求查找相关资料；翻译相关英文资料；
第2周（2.27-3.3）：阅读相关资料，理解有关内容；写出开题报告一份；
第3周（3.6-3.10）：进行电路元器件选择、参数计算等，进行软件结构和流程图设计；
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
