一种面向社区基于ZigBee的低功耗跌倒检测系统技术方案

本发明专利技术公开一种面向社区基于ZigBee的低功耗跌倒检测系统，包括：多个运动感知模块和服务器；其中，运动感知模块采用Zigbee和中断功能实现低功耗人体运动数据采集，并将采集的运动数据通过ZigBee网络传至集成了ZigBee汇聚节点的服务器，服务器进行卡尔曼滤波并通过kNN算法分析检测是否发生跌倒，一旦检测到跌倒系统自动报警。本发明专利技术在传输距离上面，很好的开阔了用户的活动范围；在获取和传输用户跌倒数据上面，采用了低功耗的设备和中断驱动的数据传输算法，很好解决了穿戴设备高能耗的问题；在跌倒数据处理和检测上，提高了检测识别跌倒的精度；在跌倒报警上面，能够及时的进行报警和通知。

【技术实现步骤摘要】
一种面向社区基于ZigBee的低功耗跌倒检测系统
本专利技术属于电子信息领域，涉及一种面向社区基于ZigBee的低功耗跌倒检测系统。
技术介绍
传统的基于3轴加速度计、陀螺仪的可穿戴跌倒技术，忽略了可穿戴设备的计算能力和电源受限的客观约束条件。于可穿戴设备的主处理单元在线实时检测3轴加速度计和陀螺仪，将读取的3轴加速度和角速度数据通过无线射频模块发送到接收端的计算设备，再由其进行跌倒检测。由于可穿戴设备中的主处理单元需要实时监测数据、射频单元需要实时发送数据，导致系统的功耗大。此外，传统跌倒检测大都基于蓝牙技术，而蓝牙传输距离通常在10米左右，传输范围有限；此外，蓝牙通讯容易受到遮挡干扰，且通常采用点对点的通信方式，只能适用于个人或家庭用户，难以满足老年社区多用户实时检测的需要。
技术实现思路
针对上述问题，本专利技术提供一种面向社区基于Zigbee的低功耗跌倒检测系统。针对社区老年人跌倒检测的低功耗与准确性要求，设计了集成MPU6050和ZigBee的运动感知模块，并设计实现了中断驱动的低功耗三轴加速度、角速度数据采集与传输算法，并将人体运动数据通过ZigBee网络传输到服务器；其次，在服务器上设计实现了基于卡尔曼滤波和k-NN算法的跌倒检测报警模块，一旦检测到跌倒可通过打电话或短信等方式进行报警。为实现上述目的，本专利技术采用如下的技术方法：一种面向社区基于ZigBee的低功耗跌倒检测系统，包括：多个运动感知模块和服务器；其中，运动感知模块采用Zigbee和中断功能实现低功耗人体运动数据采集，并将采集的运动数据通过ZigBee网络传至集成了ZigBee汇聚节点的服务器，服务器进行卡尔曼滤波并通过kNN算法分析检测是否发生跌倒，一旦检测到跌倒系统自动报警。本专利技术的有益效果是：在传输距离上面，很好的开阔了用户的活动范围；在获取和传输用户跌倒数据上面，采用了低功耗的设备和中断驱动的数据传输算法，很好解决了穿戴设备高能耗的问题；在跌倒数据处理和检测上，提高了检测识别跌倒的精度；在跌倒报警上面，能够及时的进行报警和通知。附图说明图1：人体运动数据采集传输流程图；图2：基于笛卡尔坐标系的人体活动模型；图3为本专利技术低功耗跌倒检测系统的结构示意图。具体实施方式如图3所示，本专利技术提供一种面向社区基于ZigBee的低功耗跌倒检测系统，包括：多个运动感知模块和服务器，运动感知模块采用Zigbee和中断功能实现低功耗人体运动数据采集，并将采集的运动数据通过ZigBee网络传至集成了ZigBee汇聚节点的服务器，服务器进行卡尔曼滤波并通过kNN算法分析检测是否发生跌倒，一旦检测到跌倒系统自动报警。具体过程为：步骤1.运动感知模块作为Zigbee终端节点，即数据采集节点，通过系统中断获取人体运动数据，该数据为产生中断前2秒和后2秒的数据；这样保证了低功耗的数据采集；步骤2.运动感知模块获取数据后，通过Zigbee网络将数据转发至与服务器集成的Zigbee汇聚节点。Zigbee网络具有4层结构。Zigbee网络的第4层是由很多个Zigbee终端节点(运动感知模块)组成，这些底层设备用来获取用户跌倒数据；在第3层(Zigbee路由层)，接收第4层网络数据，若第2层的Zigbee协调节点不在其传输范围内，会将数据传递至距离Zigbee协调节点较近的Zigbee路由节点。若第2层的Zigbee协调节点在其传输范围内，则将数据传送至第1层的Zigbee汇聚节点；在第1层的汇聚节点接收数据后最终将数据移交服务器来进行处理；步骤3.服务器接收到Zigbee汇聚节点的数据后，进行数据分析，在服务器上设计实现了基于卡尔曼滤波和k-NN算法的跌倒检测报警系统；步骤4.一旦检测到跌倒可通过打电话或短信等方式进行报警。运动感知模块采集用户运动数据运动感知模块的尺寸为28mm×39mm×9mm，由CC2530微控制器、MPU6050传感器和ZigBee射频和电源管理模块组成，其大小适合放置于可穿戴背心靠近颈部的位置，可以实时感知用户的运动数据。其中，ZigBee模块的传输速率为115200baud，传输最大距离为100m。MPU-6050集成了MEMS陀螺仪、3轴加速度计和可扩展的数字运动处理器(DigitalMotionProcessor，DMP)。陀螺仪测量范围最大可达到±2000°/sec，加速度计测量范围最大可达±16g；运动感知模块的采样频率为50Hz。MPU-6050包含一个1KB的FIFO寄存器用于缓存数据。同时，MPU-6050集成的DMP可以在休眠状态从陀螺仪、加速度计读取数据并存放于FIFO缓存中，由于此时无需访问微控制器和ZigBee射频，因此模块处于低功耗模式。此外，MPU6050有一个可编程的中断系统，提供了自由落体(FreeFall)、静止(ZeroMotion)、FIFO溢出(FIFOOverflow)中断。自由落体中断，MPU6050通过检测3轴上的加速度测量值是否在规定阈值内来判断自由落体运动。对每一次的采样值，如果没达到阈值将会被忽略；一旦达到阈值，就触发自由落体中断，并产生标志位。MPU6050的FF_THR寄存器用于设置自由落体的阈值，其值精确到1mg；FF_DUR寄存器用于设置自由落体持续时间，精确到1ms。静止中断：ZRMOT_THR寄存器用于设置静止的阈值，其值精确到1mg。ZRMOT_DUR寄存器用以设置静止中断持续时间，其值精确到1ms。与自由落体中断不同，当第一次检测到静止以及不再检测到时，静止中断都会被触发。FIFO溢出中断：通过MPU6050的FIFO_CNT寄存器可以设置FIFO缓存的数据容量值，当FIFO中缓存数据个数大于该值时产生FIFO溢出中断。通过设置自由落体、静止和FIFO溢出中断的合理阈值，运动感知模块在检测到自由落体或活动状态时，由CC3250实时采集用并发送用户的活动数据；当检测到静止中断时，CC3250和MPU6050都处于休眠状态，由DMP负责采集三轴加速度和角速度数据并存至FIFO缓存中，此时无需访问MPU和ZigBee射频进而降低运动感知模块的功耗。在人体跌倒时，身体重心会从高处快速下降到低处，此时加速度传感器会经历短暂的失重阶段，此时输出的加速度值会快速趋近于0，这种状态可以通过自由落体中断捕捉到。由于人体跌倒的时间通常小于2秒，设置FF_THR为0.5625g，FF_DUR为40ms。当系统检测到自由落体中断，且持续时间大于40ms，则系统会通过ZigBee立即将FIFO中的缓存数据发送给服务器。当加速度值小于0.5g且时延超过1秒，系统产生静止中断，在静止中断处理中设置模块处于休眠模式。此时MPU6050以低功耗模式采集加速度、陀螺仪数据并存储于FIFO缓存中。由于人体跌倒时间小于2秒，运动检测模块的数据采样频率位50Hz，MPU6050中加数度、角速度值采用2字节表示，因此，本专利技术设置FIFO_CNT为600字节，即当FIFO缓存数据的字节数大于600时，MPU6050会产生FIFO溢出中断。基于上述阈值设置，本专利技术设计了中断驱动的人体运动数据感知传输算法。图1为与算法对应、采用有穷状态机描述的人体运动数据采集传输流程图。图中每个状态说明如下：F0：初始化状态。初本文档来自技高网...

【技术保护点】
1.一种面向社区基于ZigBee的低功耗跌倒检测系统，其特征在于，包括：多个运动感知模块和服务器；其中，运动感知模块采用Zigbee和中断功能实现低功耗人体运动数据采集，并将采集的运动数据通过ZigBee网络传至集成了ZigBee汇聚节点的服务器，服务器进行卡尔曼滤波并通过kNN算法分析检测是否发生跌倒，一旦检测到跌倒系统自动报警。

【技术特征摘要】
1.一种面向社区基于ZigBee的低功耗跌倒检测系统，其特征在于，包括：多个运动感知模块和服务器；其中，运动感知模块采用Zigbee和中断功能实现低功耗人体运动数据采集，并将采集的运动数据通过ZigBee网络传至集成了ZigBee汇聚节点的服务器，服务器进行卡尔曼滤波并通过kNN算法分析检测是否发生跌倒，一旦检测到跌倒系统自动报警。2.如权利要求1所述的面向社区基于ZigBee的低功耗跌倒检测系统，其特征在于，运动感知模块由CC2530微控制器、MPU6050传感器和ZigBee射频和电源管理模块组成，MPU-6050包含：MEMS陀螺仪、3轴加速度计、FIFO寄存器和可扩展的数字运动处理器DMP，DMP在休眠状态从陀螺仪、加速度计读取数据并存放于FIFO缓存中，MPU6050还包含：可编程的中断系统，提供自由落体(FreeFall)、静止(ZeroMotion)、FIFO溢出(FIFOOverflow)中断；其中，自由落体中断，MPU6050通过检测3轴上的加速度测量值是否在规定阈值内来判断自由落体运动；对每一次的采样值，如果达到阈值，就触发自由落体中断，并产生标志位；静止中断：通过ZRMOT_THR寄存器用以设置静止中断持续时间，当第一次检测到静止以及不再检测到时，静止中断都会被触发；FIFO溢出中断：通过FIFO_CNT寄存器设置FIFO缓存的数据容量值，当FIFO中缓存数据个数大于该值时产生FIFO溢出中断。3.如权利要求2所述的面向社区基于ZigBee的低功耗跌倒检测系统，其特征在于，MPU6050传感器通过中断驱动的人体运动数据感知过程如下：F0：初始化状态，初始化FIFO缓存并设置数据采样率为50Hz，设置自由落体中断、静止中断和FIFO溢出中断为使能状态；系统进入低功耗模式，即进入F1；F1：静止状态，通过DMP采集3轴加速度、角速度数据并缓存至FIFO中；如果静止中断持续时间超过1秒，更新FIFO缓存并清除静止中断标志位，继续低功耗模式。在静止状态，若发生FIFO溢出中断，则DMP按照先进先出的原则更新FIFO中的数据；当读取的加速度值大于0.5g时，若此时没有发生自由落体中断和FIFO溢出中断，则DMP继续读取数据并缓存至FIFO；否则通过ZigBee将FIFO缓存中的数据发送至服务器；F2：活动状态，如果产生自由落体中断，且中断持续时间超过40ms，则模块通过ZigBee向服务器发送FIFO缓存数据。若自由落体中断持续时间小于40ms且产生了FIFO溢出中断，则模块通过ZigBee向服务器发送FIFO缓存数据并返回F1；否则，向FIFO缓存添加数据，并返回F1。4.如权利要求2所述的面向社区基于ZigBee的低功耗跌倒检测系统，其特征在于，服务器端基于卡尔曼滤波和k-NN算法的跌倒检测报警的过程包括：步骤(1)、采用卡尔曼滤波过滤数据设θ是人体姿态角，ω和β分别代表陀螺仪采集的角速度及其静态漂移，dt代表采样时间片的大小，k和k-1分别代表系统所处时刻，基于陀螺仪数据可以建立公式5所示的人体姿态角的线性模型，θk＝θk-1+ωk-1-βk-1...

【专利技术属性】
技术研发人员：何坚，张子浩，张丞，余立，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11