基于WiFi人体行为识别的老年人跌倒监测系统

2022-07-04 01:02马立克
电子测试 2022年10期
关键词:无线人体监测

马立克

(西北民族大学数学与计算机科学学院,甘肃兰州,730000)

0 引言

随着全民人口老龄化加快,我国已正式进入到快速老龄化阶段;据有关数据表明,在未来20年之间,老龄人口的年均增长速度将超过3%;到2050年,中国的老龄人口总量将超过4亿人,老龄化人群将超过中国总人口数的30%[1]。

据中国疾控中心慢病中心2018年全国疾病监测系统死因监测结果显示,65岁以上老年人跌倒伤害占总伤害病例比例为34.51%。因此,跌倒已经成为我国65岁以上老年人因伤致死的首位原因。现今,跌倒对于我国数量空前的老年人群体来说,是致命杀手般的存在。更令人担忧的是,对在老年人群体中占大比例的空巢老人群体来说,其平日在室内更多的是处于无人监管的状态,一旦发生意外,后果将不堪设想。因而,在这种情况下, 实时动态健康体征监测系统就成了随时随地监测老年人居家安全的最佳手段。该类系统的研发与投入使用不但能从根本上降低了医疗资源的使用, 更甚者在很大程度上对意外发生时与发生后做到了及时的预警与求救,对保障老年人的生命安全健康起到很大的作用。

1 目的和意义

目前对于老年人健康监测缺乏高效简洁的手段,在监管老年健康方面容易出现问题。然而优质的健康监护资源只有在医院等机构才能享受,但是这部分资源却是有限的,无法与现有需求匹配。

随着老龄化进程不断加快,全方位全周期健康监测服务将是养老产业所发展的重点,将科技与服务结合已成为现时代的趋势。

而WiFi无线联网技术作为当今使用最广的一种无线网络传输技术,几乎所有设备都支持Wi-Fi上网,无线信号不仅在数据传输上发挥了重要的作用,而且也可以用来实现环境感知、人体动作识别。

人体动作识别作为健康监测系统的基础模块,同时也是关键的组成部分。本系统基于WiFi信号的人体行为识别方法能够有效地解决和弥补传统方法所带来的不足。与传统的方法相比,被检测的用户不需要随身携带任何的设备,仅仅利用WiFi无线射频信号对人体的动作进行感知和识别,因此也不需要考虑各种传感器的成本、寿命等问题。基于无线信号的人体活动监测以用户为中心,利用人体动作对无线信号传播产生的影响,采集人体的生理信息,包括人体的位置、姿势、动作等,并且将这些信息以数据的形式,通过无线传输的方式传送给远程控制端,实现对老年人健康状况的远程监测。例如,对于独居老年人而言,当出现跌倒等健康威胁时,家庭使用的路由器作为WiFi信号的发射端,利用普通的接收设备作为信号的接收端,对于路由器采集到的数据第一时间进行一系列行为识别分析,确定结果后第一时间将危险信息上传云端,与社区医院相结合, 能及早地发现险情并及时救治, 有效地达到了监控病情的目的。同时结合手机APP与监护人第一时间取得联系。

2 老年人监测系统及需求现状

人口老龄化使老龄化服务行业进入了黄金期。目前针对于老年人行为识别的技术主流上包括基于视频监控、基于传感器的扫描识别、基于无线射频信号等。

以下列举了当前市场上涉及到的相关老年人健康监测的主流产品。

图1是普遍家庭比较流行的家居监控摄像头,其特点是自动识别抓拍移动物体,更高级的有人形侦测功能。其利用红外光实现夜晚摄像,黑白画面,实现全时段监测,并且可通过APP实现手机和摄像头对接;但是此类产品的缺陷也有很多,安装前需提前部署监测位置,电源,网线;使用无线传输时得充分考虑网络负载;摄像头只能设置在走道、门厅等公共区域,不宜装在卧室,卫生间等隐私区域并且存在监控死角。而老年人跌倒的高发区往往发生会在卫生间等比较湿滑的地方,监测区域的有限是监控摄像头的一大弊端。为保证数据隐私不被泄露,还需要选择购买有加密传输能力的摄像头产品,安装成本大大提高。

图1 普遍家庭比较流行的家居监控摄像头

图2是智能手环,作为时下热门的一款老年人健康监测产品,可以支持24小时心率监测,清晰反馈老年人的健康实时数据,方便根据情况调节运动强度。具有智能脉搏波技术,轻松测量血压等多种功能表。但是需要做到24小时佩戴,当老人洗澡睡觉时,不方便佩戴,无法达到实时监测的目的;并且需过虑擦汗、翻书、摆臂等手部动作的干扰,无法对跌倒这种大动作做到及时有效的判断。

图2 智能手环

相比于上述所列出的两款产品,基于wifi信号的健康监测系统很好地解决了许多传统的健康监测系统所面临的问题,同时具备很好的空间性、时效性和安全性。

通过网络以及相关资料,还有走访了解部分老年人群体,我们发现存在以下问题:(1)市面上涉及到老年人健康监测的产品无法很好的切合实际老年人防跌倒的需求。(2)基于WiFi无线射频的人体行为识别技术,其最显著的特点是恰恰弥补了基于视频、基于传感器等各项健康检测的缺陷:无检测位置限制,无隐私泄露隐患,方便快捷。但是市场上目前还没有相关的健康监测产品。(3)基于WiFi的这一套系统只需要很少的资源就能达到比同类型产品更好的效果。综上所述,我们认为利用现代互联网以及计算机处理数据的便捷性,利用WiFi人体行为识别技术做出一款同时具备空间性,安全性,全时效性,便捷性的老年人健康监测系统。为关注老年人健康,促进全民健康水平提升贡献自己的一份力量[2]。

3 项目的主要内容

基于上述分析,为了以更低的成本更好的保护这些老人的生命健康安全,以WiFi信号识别人体动作作为基础,并将其识别的动作与预先存入的动作模型进行匹配,如果相同就以app报警的方式进行呈现,并自动向家人或者有关终端进行预警,方便监护方能更快的发现并处理老人摔倒所发生的状况。

3.1 基本功能

由于软件所面向的主体对象人群是易发生意外的老年人群。初期,考虑到许多老年人并不熟悉智能设备的使用,同时也为了更好的服务老年人群,我们的产品将会考虑到老年人的实际情况,简化使用的各个方面,但在保证功能不受影响的情况下,开发并应用引导系统,以此来引导各类人群的使用。同时,我们也会降低用户页面的复杂程度,给予被服务人群最简易的使用流程。主要有以下功能:

3.1.1 用户意外预警功能

分为两种模式--主动和被动。主动功能是当老人发生意外突发状况时可以快速的通过app通知救助方,该功能是通过一键拨号系统可以让用户以最快的速度联系救助方。不同的是,被动功能是软件的核心功能,它以WiFi识别具体的人体动作,通过跌倒检测分析进而达到预警的效果。最后,除此两种主要的功能外,大声播报日程功能和天气播报功能等生活辅助性功能则可以帮助用户更好的处理每一天的行程等等,大大加强了软件的实用性与日常性。

3.1.2 智能引导系统

智能引导系统则是当你打开app的时就自动的在后台进行调用。并且,当你需要使用到某项功能的时候,用户可以选择相应的app引导功能,届时,app将会自动跳转到相应的功能一步步的告诉用户如何执行。

3.1.3 利用室内音响,附加了日程播报,广播功能以及天气预报功能等实用功能。

4 实施目标

4.1 系统流程图

技术人员通过对一些情景预设下的行为动作识别进而通过契合模型建立将其转化为数字信号,再对其进行封装存储于数据库中,并将这些数据作为未来跌倒检测实时判断的依据来源。

在实用阶段,将WiFi采集信息传送至电脑终端进行数据接收、判断和处理,如果信息匹配,将会作为异常信息处理,并将处理的结果发送至相应的app终端,使得接收者及时进行处理响应。

图3 项目功能图

图4 系统流程图

4.2 关键过程

在本项目的实施过程中,关键过程如下。

图5 项目总体过程

4.2.1 数据准备和数据采集

通过进行预设环境下技术人员对适用对象的行为动作进行模拟,建立合适的动作模型来进行数据采集,并且将数据记录到相应的文档中,为接下来数据的预处理提供丰富的实验数据。但是完成这一系列的工作较为繁琐,工作量大,需要一定量的时间收集和处理数据。

4.2.2 数据的预处理

在室内环境中,WiFi信号在传播过程中会受到周遭环境的影响,而许多的无关因素会对采集的数据产生干扰,因此,我们需要对数据进行相关预处理以消除干扰因素[3]。

消除干扰因素我们主要采用的方法是:主成分分析的处理方法--常用于数据维度较高的数据集。其优点是能够实现降维,从而降低算法复杂度,同时能去除不相干的噪音成分。这一点传统的低通滤波器是不能实现的。因此,主成分分析的方法常用于CSI数据的处理。相关的技术还有待学习与实现[4]。

4.2.3 特征提取

特征提取作为建立分类决策模型之前关键的一步,也是人体动作系统设计过程中十分的重要环节。特征提取的目的是通过挖掘CSI信号的本质信息,建立人体动作和CSI信号变化模式的相互关系。在此基础上,针对不同的动作提取最具代表的特征,作为对应特征的特殊标签,从而实现较好的识别效果。

而特征提取主要包括时域分析、频域分析的方法,对于CSI信号而言,可以根据不同的行为动作提取对应的时域和频域的特征并将其转化为特征码。最后,将这些特征码通过统一格式导入到专门的系统数据库中进行保存[5]。

4.2.4 用svm模型进行行为识别

对于提取出来的特征码,我们将采用svm模型进行识别。Svm模型--支持向量机(Support Vector Machines,SVM)是一种基于统计学理论的机器学习的方法。SVM的基本模型是间隔最大化的线性分类器[6]。在实际应用中,如果训练样本的数据呈现线性可分的特点,那么就可以通过硬间隔最大化,并继续通过学习得到线性分类器;如果训练样本的数据呈现不可分的特点,就可以通过学习得到一个非线性的分类器。[7]

4.2.5 对分析系统进行封装

将以上技术中提到的特征码、用于接收实时数据的模型等其他功能进行封装。以至于将功能集中化,最后作为一款可用的分析系统[8]。

4.2.6 app的制作

用安卓开发的方式完成对APP的制作,将app制作成用于对分析系统报送的信息进行接收并对用户进行预警的一款小程序,再进行一些实用功能的添加,例如一键报警等。

5 结语

本项目相较于其他产品来说,此项目采用WiFi无线监测的形式,在拥有了市场已有产品功能的同时,在隐私性,安全性,便捷性等方面更好的满足了老年人健康监测的需求。

通过市场调研发现,同类产品多是采用传感器技术,视频监测技术,生产,购买成本大大提高,而此系统只需要客户在家中搭载一台具有无线监测的路由器,成本方面远低于其他产品。

通过查阅相关文献,基于WiFi人体行为识别的技术已发展的比较成熟,这使老年人跌倒监测系统在项目可行性方面更加利于实现。

猜你喜欢
无线人体监测
陆地生态系统碳监测卫星发射成功
夏季高血压的困惑及自我监测管理
人体“修补匠”
人体冷知识(一)
大师操刀,通勤首选 KEF Mu3真无线降噪耳机
《无线互联科技》征稿词(2021)
人体可笑堂
无线追踪3
无线追踪
学习监测手环