基于新型液位监测算法的远程监视报警系统设计*

常帅兵,池晓航,库阁阁,李婉迪

(1.河南工学院 电气工程与自动化学院,河南 新乡 453003;2.河南工学院 校医院,河南 新乡 453003)

0 引言

在医院中,当输液即将结束或者需要换药时,一般是由患者家属及时发现并提醒医护工作者。若发现不及时,就可能会出现空气流进血管的危险情况,若空气误入静脉血管,患者可能会呼吸困难,甚至猝死;若栓子随着血液流入心脏,则会引起急性心肌梗塞,危及患者生命。由于此类医疗问题频繁出现[1],重大医疗事故也偶有发生,这使得对输液报警器的研究渐渐成为各国医疗研究的一个主流方向[2-5]。

近年来,世界各地的科学家们提出了多种方法以应对当前存在的输液难题[6-8],如探针式检测法、电极式输液监控法、机械称重法、光电传感器检测法、超声波探测法和输液注射泵等,其中输液注射泵被寄予厚望,因为它一方面能够把控输液速度,另一方面能够确定给药量,即使在发生紧急状况时,也可提醒医护人员[9]。但是,输液泵的制造成本非常高,且体积较大,无法灵活使用,所以,目前主要还是在重症室或者对婴儿定量注射时使用[10]。

本文设计的远程监视报警系统采用非接触式液位监测方式,通过ZigBee进行无线传输;提出的新型液位监测算法能精确地估算出容器发生倾斜时的真实液位数据,准确地判断容器内的液体是否过低,然后通过报警装置发出报警信号,及时提醒工作人员采取相应措施。

1 远程监视报警系统框图

远程监视报警系统的设计分为两部分:硬件设计和软件设计。其中,硬件包括SW-1.2的非接触式液位传感器、MPU6050倾角传感器、有源蜂鸣器模块和DL-43P的ZigBee无线传输模块等部分;软件采用多传感器数据融合的方法,将不同倾角状态下的液位信号进行解析,实现对液位的非接触检测,并在算法层面提出了一种新型液位监测算法,可有效提高检测精度。系统框图如图1所示。

图1 输液远程监视报警系统框图

2 硬件设计

本系统以STC89C52RC单片机为主处理器,通过基于DL-43P的ZigBee无线收发模块实现报警信号的无线传输,采用SW-1.2非接触式液位传感器和MPU6050倾角传感器实时监视药瓶内液面的变化,一旦液面下降到设定位置,蜂鸣器就发出警报。

2.1 单边机主控

在本系统中,主控芯片采用型号为STC89C52RC的单片机,以实现液位监测报警、数据采集、处理、监测和信号报警等功能。在数据的处理环节,单片机系统配合新型液位监测算法实时获取液位的倾斜角度,以此来解决输液药瓶因晃动产生的信号干扰和误报警等问题。

2.2 非接触式液位传感器

在本系统中,4只SW-1.2非接触式液位传感器被编排为一组,环形套装于输液药瓶的下方,实时监视药瓶内液面的变化。相较于单只液位传感器,多传感器编组有利于监测不同方位的液位高低变化,同时配合姿态传感器和新型液位监测算法,估算出药瓶发生倾斜时的液位。

2.3 ZigBee无线传输模块

本系统使用的是基于DL-43P的ZigBee无线收发模块,最远可以达到六千米。在本系统中,这个模块的作用是将液位低限报警信号发送到远处的信号接收端。

2.4 MPU6050姿态传感器

本系统使用的MPU6050姿态传感器的内部结构如图2所示。

图2 MPU6050姿态传感器的内部结构

当输液药瓶瓶身发生一定的倾斜时,倾斜角正方向的液位会升高,反方向的液位会降低,此时单一的液位传感器已经不能够准确地表示当前的液位情况,所以,本系统在输液药瓶的顶部增加了一个MPU6050姿态传感器,该传感器的作用是监测三轴方向上的加速度和陀螺仪数据,将这些数据通过算法进行处理,计算出当前的瓶身倾斜角度。MPU6050由三个独立的振动MEMS速率陀螺仪组成,可检测旋转角度X轴、Y轴和Z轴,如图3所示。

图3 MPU6050三轴方向示意图

3 软件设计

3.1 多传感器数据融合

在本系统中,非接触式液位监测系统采用4个非接触式液位传感器环形套装在药瓶下端,并在药瓶的顶部平面安装有一个MPU6050传感器,用来监测瓶身的倾斜角度,从而解决非接触式液位传感器因此产生的误测问题。该系统的示意图如图4所示。

图4 非接触式液位监测系统示意图

以图4中的坐标系为例,假设瓶身在X轴向发生的倾角角度为r,如图5旋转后所得到新坐标下的旋转方程如公式1所示。

(1)

同理,假设Y、Z轴向的旋转角度p、y,可以得出Y、Z轴向的旋转方程:

(2)

(3)

图5 绕X轴旋转示意图

3.2 新型液位监测算法

考虑到卡尔曼滤波算法在信息融合领域的作用不仅仅是一个具体的算法,还是一种行之有效的系统解决方案,所以,在本系统中,提出了基于卡尔曼滤波算法和姿态融合技术的新型液位监测算法。

首先建立系统的状态方程和测量方程,由于倾角和倾角角速度存在导数关系,系统倾斜真实角度φ可以用来做一个状态向量。在该系统中,采用加速度计估计出陀螺仪常值偏差b,以此偏差作为状态向量得到相应的状态方程和观测方程:

近年来，海洋钻井市场量价齐跌，经营形势一度困难。但海洋钻井公司想方设法筹措环保资金近200万元为所属十座钻井平台配齐专业的岩屑回收箱等设备，使环境保护工作更加专业、有效。“哪怕企业的生产经营压力再大，我们也要把钱花在刀刃上，确保安全环保投入一分不少。”海洋钻井公司党委书记张居峰表示。

式中,wgyro为包含固定偏差的陀螺仪输出角速度,φacce为加速度计经处理后得到的角速度值,wg为陀螺仪测量噪声,b为陀螺仪漂移误差。令T为系统采样周期得到离散系统的状态方程和测量方程:

同时,要估算k刻的实际角度,就k-1的角度值,根据预测的k时刻的角度值,得到k时刻的高斯噪声的方差。在此基础上,用卡尔曼滤波器进行规定运算,直至估算出最优的角度值。在此需知道系统过程噪声协方差矩阵Q,以及测量误差的协方差矩阵R,以便对卡尔曼滤波器进行校正。Q与R的矩阵形式如下:

式中,qacce和qgyro分别是加速度计和陀螺仪测量的协方差,其数值代表卡尔曼滤波器对其传感器数据的信任程度,数值越小,表明信任程度越高,在该系统中陀螺仪的值更接近准确值。因此取qgyro值小于qacce的值,当前状态为:

X(k|k-1)=AX(k-1|k-1)+BU(k)

P(k|k-1)=AP(k-1|k-1)AT+Q

式中,P(k|k-1)是X(k-1|k-1)对应的协方差,AT表示A的转置矩阵,Q是系统过程的协方差,上述即对系统的状态更新。

X(k|k)=X(k|k-1)+K(k)(Z(k)-HX(k|k-1))

其中,H=[10],K为卡尔曼增益(Kalman Gain):

K(k)=P(k|k-1)HT/(HP(k|k-1)HT+R)

此时,我们已经得到了k状态下最优的估算值X(k|k)),但是为了使卡尔曼滤波器不断地运行下去直到找到最优的角度值,我们还要更新k状态下X(k|k)的协方差:

P(k|k)=(I-Kg(k)H)P(k|k-1)

其中,I为单位矩阵,当系统进入下一时刻k-1状态时,P(k|k)即为卡尔曼滤波器的状态更新方程。完成计算后,再次重复上一次所得的后验估计,作为下一次计算的先验估计,循环往复地运算下去,最终获得最优的结果,卡尔曼滤波效果如图6所示。

图6 卡尔曼滤波示意图

本文提出的新型液位监测算法具体流程如下:

(1)首先,利用MPU6050传感器获取三轴加速度和三轴陀螺仪数据,考虑到加速度仅在静止时刻可以得到较准确的姿态,而陀螺仪仅对转动时的姿态变化敏感,且陀螺仪若本身存在误差,若经过连续的时间积分,误差会不断增大,因此,需要结合两者计算的姿态,进行互补融合;

(2)接着,考虑卡尔曼滤波算法具备对信息的无偏优化预估的特点,为了抑制加速度传感器和陀螺仪的信号漂移,结合卡尔曼滤波算法,设计出一种有效的新型液位监测算法,将三轴方向的加速度数据和陀螺仪数据进行有效融合,得到三轴方向上的预测数据;

(3)最后与真实的方向数据进行比较,进而验证所提出的新型液位监测算法的有效性。卡尔曼数据融合结果如图7所示。

图7 三轴方向卡尔曼数据融合结果

与传统的液位监测系统相比,本系统具有明显的算法优势,传统的液位监测方法虽然能够监测液位警戒数值,但是易受到环境的影响。而本系统在监测液位的同时,能够实时监测当前输液瓶身的倾斜角度,并针对倾斜角的大小不同辅以相应的液位修正,以此来消除瓶身晃动产生的外界干扰。

为了显示有算法角度补偿和无角度补偿之间的不同,本文针对这两种情况分别进行了20组小浮动(a<25°)晃动,获得了不同角度的倾斜数据,数据对比结果如图8所示。

图8 实验误差棒图

由图9可以看出,有算法进行倾斜角度液位补偿的20组液位数据,误差明显小于没有算法进行补偿的液位数据。两组实验的误差波峰也正是倾斜角度的极大值,相应的,倾斜角度越小,对液位的监测也就越精准。

图9 两组实验误差对比

而且由实验结果可以发现,倾斜角度越大,误差也就越大,这是因为当瓶身发生倾斜时,非接触式液位传感器监测到的液位信号与真实的液位发生偏差,且倾斜角度越大,偏差也就越大,因此利用算法进行修正补偿可以有效提高液位监测系统的检测精度。

4 结论

本文设计的远程监视报警系统,在待监测容器上设置非接触式液位检测组件和倾角检测组件,利用非接触式液位检测组件在不同方位检测待监测输液药瓶的液位数据,利用倾角检测组件检测药瓶的倾角,并对加速度计和陀螺仪检测到的三轴角度数据,采用新型液位监测算法进行数据修正,可以精确地估算出药瓶发生倾斜时的液位数据,准确地判断出药瓶内的液体是否过低,如过低即发出报警信号。该远程监视报警系统具有设备简单、性能可靠、成本较低、实用性高等优点,特别适用于各类输液过程中的液位监测。

(责任编辑王 磊)