基于MSP430的跌倒预防与报警的一体化系统

段声才 陈景泽 叶伟 徐科军

摘 要：社会老年人口的大量增加和巨大的跌倒危害使得有关老年人跌倒问题的研究十分重要。本文提出了基于 MSP430的跌倒预防与报警的一体化系统，系统以老人室内穿的拖鞋为载体，使用超声波传感器检测脚部前方障碍物并反馈给老人，从而降低因触碰障碍物而跌倒的危险；系统使用新型惯性传感器MPU6050来检测老人的行为状态，采用双重阈值算法来判断老人是否为跌倒状态，并通过SIM900A发送求救信息。我们通过相关实验验证了方法的有效性和系统的准确性。

关键词：跌倒预防；跌倒检测；MSP430；MPU6050

中图分类号：TP277 文献标志码：A

0 引言

有调查研究显示，在70岁以上的健康老年人群里，有40%的老人每年至少发生一次跌倒行为；在护理机构中的老年人群里，有43%的老人至少发生一次跌倒行为。老年人由于自身身体原因，室外活动较少，更长时间居于室内，导致超过50%的老人跌倒案例发生于室内，同时仅有37.9%的跌倒老人得到及时救助。老年人口数量的快速增长和跌倒的巨大危害使得老人室内跌倒预防与报警系统的研制十分必要。在本文中，笔者提出一种基于MSP430的跌倒预防与报警一体化系统，适用于独自生活或养老院中的老年人。

1 相关研究现状

目前跌倒识别和预警的方法大致可以分为以下3类：基于视频监测技术、基于环境感知技术和基于可穿戴式传感技术。基于视频监测技术的系统使用图像处理方法，如从背景中分割个体，提取特征等来检测跌倒。 该方法不需要在使用者身上佩戴任何装置，但是该方法不能保护个人隐私，并且在视频监控有盲点时具有局限性。基于环境感知技术的装置包括超声波传感器、振动传感器等，通过分析声音信号来检测跌倒。然而，由于正常的生活环境中存在的过度噪声降低了从传感器获得的信号，导致该方法的检测精度较低。基于可穿戴式传感技术，由于低成本、易用性和高性能等方面的优势，被归类为最优选合适的和实用的跌倒监测方法。

现有的跌倒报警装置多为独立报警器，且仅有跌倒后的报警功能，对于障碍物造成的跌倒，缺乏事前预防措施。当跌倒意外发生时，一般的跌倒报警器需要老人按下按钮才会做出警报。据相关研究显示，在拥有紧急呼叫按钮的老年人中，80%在遭遇严重跌倒意外时未曾使用，甚至有很多老人并没有将呼叫按钮带在身边。

基于以上问题，笔者提出了基于MSP430的老人跌倒预防与报警一体化系统来缓解跌倒对于老年人的伤害。

2 系统设计

2.1 系统结构

该系统结构框图如图1所示。整个系统安装在老人所穿的拖鞋内，解决老人忘记佩戴装置的问题。系统微处理器采用MSP430F5529。当老人穿着拖鞋在室内行走时，系统通过超声波测距传感器检测脚前一定范围的扇形区域中是否有障碍物来降低在水平地面上因触碰障碍物而跌倒的可能性。同时，系统使用惯性传感单元MPU6050来采集三轴加速度和三轴角速度，采用双重阈值（阈值1：合加速度阈值；阈值2： 合加速度与三轴的夹角）算法来监测老人是否为跌倒状态。当判断老人为跌倒状态时，MCU先通过 IO口控制蜂鸣器现场报警，经过20 s后，若老人没有手动取消报警，那MCU将会通过连接在系统上的 GSM模块发送求救信息，使老人在跌倒后能够及时获得救助；若20s内，老人手动取消了现场报警，则不发出报警信息。

2.2 微处理器

微处理器是一种16位RISC结构、超低功耗单片机MSP430F5529，具有高达25MHz系统时钟，128KB闪存、8KBRAM、USB接口、12位ADC等丰富的片内外设，工作电压范围为1.8V～3.6V。

2.3 超声波测距模块和震动模块

超声波测距模块（HY-SRF05）由超声波发射器、接收器和控制电路等组成，额定工作电压5VDC，额定工作电流15mA，非接触式测距范围为2cm～450cm，测距精度可达3mm。震动模块包括电流放大电路和微型震动电机（CY1027-00-10），额定工作电压3V，额定工作电流70mA。

2.4 MEMS惯性传感单元—MPU6050

MPU6050是一种新型传感器，它包括3轴陀螺仪，3轴加速度计，以及一个可扩展的数字运动处理器 DMP。 MPU6050对陀螺仪和加速度计分别用了3个 16 位的 ADC，可以将测量的模拟量转化为数字量输出。该传感器工作电压为5 V，采用400kHz的IIC接口与微处理器进行通信，将MPU6050的SDA引脚和SCL引脚分别与MSP430F5529的SDA引脚和SCL引脚相连，即可实现传感器和微处理器之间的通信。

2.5 GSM模块（SIM900A）和蜂鸣器

SIM900A是一款高性能GSM/GPRS模块，支持RS232串口和TTL串口，支持5V～18V的宽工作电压。它和 MSP430 F5529单片机之间的通信采用 TTL电平接口，将 SIM900A的TXD引脚和RXD引脚分别与MSP430F5529的RXD引脚和 TXD引脚相连，即可实现该模块和微处理器之间的通信。系统中用于现场声音报警的蜂鸣器采用工作电压为5V的有源蜂鸣器。

3 跌倒预防与检测方法

3.1 跌倒预防方法

为了降低老人在水平地面上因触碰障碍物而跌倒的可能性，我们在拖鞋的脚尖部安装超声测距模块，利用超声波测距原理检测脚前方一定范围内是否有障碍物。如有障碍物，则通过震动模块震动报警提醒，起到跌倒预防的作用。

3.2 跌倒预防算法实现

MCU的IO口控制超声波测距模块的TRIG引脚，发送至少10ms的高电平信号，测距触发；模块会自行发送8个40kHz的方波，然后检测是否有信号返回；如果有信号返回，通过IO口检测到超声模块的ECHO引脚输出一个高电平，高电平持续的时间即超声波从发出到返回的时间，得到脚尖部到障碍物的距离，即距离=（高电平时间×声速）/2 。当检测到预设值（70cm）范围内有障碍物时，MCU控制震動模块动作，提醒老人注意前方有障碍物。跌倒预防算法流程图如图2所示。

3.3 跌倒检测和报警方法

当人体意外摔倒在水平地面的过程中，人体脚部的加速度和角度与正常活动有明显差别。我们将跌倒检测与报警装置安装于右脚拖鞋内部，右脚的前方为 Y轴正方向，右方为 X轴正方向，上方为 Z轴正方向。为了简化水平地面跌倒问题，我们考虑了水平地面上的6种情况：行走，向左跌倒，向右跌倒，小跑，向前跌倒，向后跌倒。本文研究了如何区别正常行为与跌倒行为。

令X轴方向的加速度为ax，Y轴方向的加速度为 ay，Z轴方向的加速度为 az，合加速度为 a，则合加速度大小为

（1）

|a|表示人体合加速度的向量幅值大小，是一个表示人体运动状态的重要参数。a越大，表示人体活动越剧烈；a越小，表示人体活动越平缓。为了区分正常行为与跌倒行为，我们进行跌倒实验，并用MATLAB处理数据，得到图3的一组图。

从图3可以看出，正常行走的合加速度峰值一般在3g以下，而跌倒的合加速度峰值会在3g以上，由于装置安装在拖鞋内部，跌倒时合加速度会比安装在人体其他部位更大，更易于区分正常行为与跌倒行为，所以取第一阈值为合加速度a=3g。但是，如图4所示显示小跑时加速度图，其合加速度也会超过3g，这个很容易与跌倒行为混淆。为此，我们加入第二阈值，即合加速度与三轴之间的夹角。理想情况下，当人体静止站立时，ax=ay=0，az=g，即合加速度a=g，竖直向下；a与Z轴夹角Azr为0°，与X轴夹角Axr和Y轴夹角Ayr为90°。同理，当人体向左或向右跌倒在水平地面之后，Axr在-90°或-90°左右；当人体向前或向后跌倒在水平地面之后，Ayr在-90°度或90°左右。通过实验，我们选取合加速度与三轴夹角±75°作为第二阈值。在人体正常活动和跌倒时，都可能达到第二阈值，但是正常活动时达到阈值的时长会非常短暂，而跌倒后人体将有较长时间处于阈值范围内。因此，我们要求人体保持这个阈值4s内不变，则判断发生跌倒。

3.4 跌倒检测和报警算法

系统MCU先采用IIC通信方式读取MPU6050寄存器内的数据，然后对读取到的数据进行跌倒算法运算和判断。实现过程可分为如下3个部分：

（1）判断合加速度a与第一阈值3 g的大小关系，若小于3g，则返回继续采样；若大于3 g，则判断为可能跌倒。

（2）若判断为可能跌倒状态，则进入第二阈值判断，检测人体角度阈值是否在-90°～-75°或75°～90°范围内。若在这个范围维持4s，则进入下一步，否则返回上一步。

（3）如果MCU检测到人体运动状态同时满足第一阈值和第二阈值条件，则蜂鸣器鸣叫。接着延时20s，若20s内用户没有手动按键取消报警，则判断老人为跌倒状态，产生报警信息，并将此信息通过GSM模块传送给亲属或养老院监护中心，使老人得到及时救助。具体跌倒检测和报警算法流程如图4所示。

4 系统性能评估和总结

为了验证方法的有效性和系统的准确性，我们进行了障碍物检测实验和跌倒检测实验。障碍物检测实验结果见表1。跌倒检测和报警实验包括6种试验：正常行走，向左跌倒，向右跌倒，向前跌倒，向后跌倒和小跑。考虑到安全问题，实验志愿者为20～30岁的年轻人，每种行为在摔跤垫上进行了20次实验，实验结果记录于表2。由实验结果可以看出，本系统能够较准确地检测到障碍物并报警和进行跌倒检测并报警。

参考文献

[1]Rubrnstein LZ，Josephson KR.Review The epidemiology of falls and syncope[J].Clin Geriatr Med，2002，18（2）：141-158.

[2]丁亞媛，何贵蓉，陈洋，等.养老机构老人跌倒现状分析[J].全科护理，2014，12（31）：2883-2884.

[3] F. Hijaz， N. Afzal， T. Ahmad and O. Hasan. Survey of fall detection and daily activity monitoring techniques. In Proc. International Conference on Information and Emerging Technologies， Karachi， Pakistan， 2010：1-6.

[4]刘莉，郑冬云，刘晓军.基于MPU6050的老年人跌倒监测系统设计[J].中国医疗器械，2015（5）：327-330.

[5]付棉，胡有才，吕泽平.老人跌倒的流行现状及危险因素分析[J].中国老年保健医学，2014（3）：37.

[6]张虎军，张楠楠，顾建文，等.人体运动监测技术的发展与应用[J].医疗卫生装备，2011，32（8）：83-85，98.