基于WiFi定位的老人看護(hù)系統(tǒng)

　　0 引言

　　隨著智能移動設(shè)備的普及和無線網(wǎng)絡(luò)的快速發(fā)展，人們對位置信息的需求越來越強(qiáng)烈。目前，全球定位系統(tǒng)(Global Position System，GPS)在室外可以提供高精度的定位，而在環(huán)境復(fù)雜的室內(nèi)，GPS不能滿足定位需求。目前，室內(nèi)定位的研究主要有ZigBee室內(nèi)定位[1]、藍(lán)牙室內(nèi)定位、超寬帶(UWB)室內(nèi)定位[2]、射頻標(biāo)簽(RFID)定位和WiFi室內(nèi)定位系統(tǒng)[3-4]。WiFi部署簡單，成本較低，因而WiFi室內(nèi)定位技術(shù)成為研究的熱點。本文針對老人的看護(hù)問題，開發(fā)了一種基于Andriod平臺的WiFi定位的老人看護(hù)系統(tǒng)。

　　1 系統(tǒng)總體設(shè)計

　　基于WiFi定位的老人看護(hù)系統(tǒng)的總體設(shè)計框架如圖1所示，系統(tǒng)由客戶端、服務(wù)器和看護(hù)端組成?？蛻舳撕涂醋o(hù)端與服務(wù)器采用Socket方式通信，客戶端以手機(jī)信息(SMS)的方式向看護(hù)端發(fā)送報警信息。在線階段客戶端讀取周圍AP的RSSI值和加速度傳感器的值，將收集到的RSSI發(fā)送給服務(wù)器，服務(wù)器通過定位匹配算法估算出位置坐標(biāo)，把位置坐標(biāo)發(fā)送給客戶端和看護(hù)端，并根據(jù)坐標(biāo)判斷老人是否進(jìn)入危險區(qū)。同時客戶端根據(jù)加速度傳感器值的變化判斷老人是否跌倒，并及時發(fā)送報警信息。

　　2 系統(tǒng)算法的實現(xiàn)

　　由于WiFi信號受室內(nèi)環(huán)境等多方面的影響，導(dǎo)致WiFi信號在同一地點不同時間采集到的RSSI不同[5-6]。這種RSSI的時變特性，導(dǎo)致傳統(tǒng)的路徑損耗模型定位誤差較大，而采用指紋法可以有效地減小多徑和陰影衰落的干擾。指紋定位法分為兩個階段，離線階段和在線階段。

　　2.1 離線階段指紋庫的建立

　　離線階段指紋庫的建立影響在線階段的定位精度。針對多種因素對建立指紋庫影響的問題，系統(tǒng)采取以下措施：(1)基于隨著參考點的增加，定位誤差降低，但是離線階段的工作量增加的特點，系統(tǒng)采取間隔1 m的網(wǎng)格建立指紋庫;(2)基于空間和時間因素對RSSI的影響，系統(tǒng)在每個參考點的4個方向(東、西、南、北)分別采集30次，然后去奇異值求平均。指紋庫主要包含參考點的坐標(biāo)、AP的MAC值和AP的RSSI值，如表1所示。

　　2.2 在線階段的匹配算法

　　基于WKNN(Weighted K Nearest Neighborhood)算法[7]原理簡單、計算復(fù)雜度低等優(yōu)點，在線階段系統(tǒng)采用WKNN算法。WKNN是根據(jù)待測點的RSS向量與數(shù)據(jù)庫中已記錄的指紋向量之間的距離賦予不同的最近鄰采樣點不同的權(quán)重進(jìn)行位置估計，系統(tǒng)以歐式距離平方倒數(shù)作為權(quán)重值，即：

　　其中，wi是權(quán)重系數(shù)是很小的正數(shù)，防止分母為零;Di是實際信號數(shù)據(jù)與第i個最近采樣點的歐式距離，Di平方的大小反映權(quán)重的變化，Di越小，所占的權(quán)重越大。

　　2.3 跌倒檢測方法

　　由于跌倒的方向是隨機(jī)的，因此系統(tǒng)采用SVM(Signal Vector Magnitude)特征量閾值檢測跌倒，因為SVM不需要考慮三軸加速度的空間方向[8-9]。SVM計算如下：

　　其中，x、y、z分別為X軸、Y軸、Z軸的速度值。

　　老人跌倒可分為跌倒和靜止兩個階段，系統(tǒng)采用雙閾值判斷法提高檢測的準(zhǔn)確率。第一階段老人跌倒時三軸傳感器3個方向上的加速度值發(fā)生巨變，使SVM發(fā)生巨變，設(shè)定閾值t1，當(dāng)SVM>t1時，初步判斷老人跌倒。第二階段老人靜止在地面上，X軸、Y軸、Z軸上的加速度值會有兩個方向上的值為零，另一個方向上的加速度值為重力加速度g，設(shè)定閾值t2，當(dāng)|SVM-g|<t2時，判定老人跌倒。

　　2.4 危險區(qū)判別方法

　　設(shè)危險區(qū)域A(x1

　　3 系統(tǒng)開發(fā)

　　3.1 客戶端開發(fā)

　　客戶端流程圖如圖2所示，客戶端包含WiFi信號的掃描、實時顯示、加速度傳感器值的檢測、報警信息發(fā)送等功能。由于跌倒過程時間較短，因此系統(tǒng)判斷老人是否跌倒在客戶端實現(xiàn)以保證判斷和報警的實時性。

　　3.2 看護(hù)端開發(fā)

　　圖3是看護(hù)端流程圖，看護(hù)端接收到服務(wù)器發(fā)送的坐標(biāo)數(shù)據(jù)并在地圖上標(biāo)示并顯示客戶端坐標(biāo)位置，同時接收客戶端發(fā)來的報警信息。

　　3.3 服務(wù)端開發(fā)

　　服務(wù)器的流程圖如圖4所示。開啟服務(wù)器的監(jiān)聽端口，當(dāng)監(jiān)聽到客戶端和看護(hù)端的請求時，服務(wù)器開啟新的線程，監(jiān)聽客戶端數(shù)據(jù)，接收到數(shù)據(jù)后，服務(wù)器通過匹配算法與指紋庫數(shù)據(jù)匹配得出估計坐標(biāo)，服務(wù)器把坐標(biāo)值傳輸給客戶端和看護(hù)端。其次，服務(wù)器根據(jù)這個坐標(biāo)值判斷客戶端是否進(jìn)入危險區(qū)，如果進(jìn)入危險區(qū)，啟動計時器，一旦計時器超出設(shè)定的閾值，服務(wù)器向客戶端發(fā)送報警指令并恢復(fù)定時器，否則，服務(wù)器恢復(fù)定時器。系統(tǒng)采用手機(jī)短息報警的方式，擁有性能穩(wěn)定、報警及時、方便查看等優(yōu)點。

　　4 實驗結(jié)果

　　本文選取東華大學(xué)2號學(xué)院樓一個環(huán)境復(fù)雜的會議室驗證系統(tǒng)。測試區(qū)域長14 m，寬8 m，采用1 m×1 m的網(wǎng)格，共采集112個參考點。實驗結(jié)果如表2所示。系統(tǒng)定位精度較高，系統(tǒng)的單次定位時間小于3 s，且看護(hù)端和客戶端的地圖刷新保持一致。當(dāng)手機(jī)加速下降或在某一區(qū)域時間過長時，客戶端及時發(fā)送報警信息，準(zhǔn)確率達(dá)到70%以上。系統(tǒng)界面顯示友好，客戶端和看護(hù)端界面顯示如圖5所示，報警信息如圖6所示，服務(wù)器端界面顯示如圖7所示。

　　5 結(jié)論

　　本文開發(fā)的基于WiFi定位的老人看護(hù)系統(tǒng)，利用現(xiàn)有的WiFi設(shè)備，成本較低;客戶端和看護(hù)端在Android手機(jī)上實現(xiàn)，便于攜帶;報警信息通過手機(jī)短信的方式發(fā)送，可靠性高。實驗表明，該系統(tǒng)定位精度理想、定位速度快、報警及時，具有很高的使用價值。由于系統(tǒng)沒有考慮人體的一些劇烈運動對跌倒判斷的影響，系統(tǒng)會發(fā)生誤判，在以后的工作中需要全面地考慮人體形態(tài)對跌倒判斷的影響。

　　參考文獻(xiàn)

　　[1] FANG S H， WANG C H， HUANG T Y， et al. An enhanced ZigBee indoor positioning system with an ensemble approach[J]. Communications Letters， IEEE， 2012， 16(4)， 564-567.

　　[2] 王子冉，李環(huán).室內(nèi)超寬帶無線定位技術(shù)研究[J].微型機(jī)與應(yīng)用，2015，34(8)：60-62，66.

　　[3] 徐瀟瀟，謝林柏，彭力.基于WiFi信號強(qiáng)度特征的室內(nèi)定位系統(tǒng)設(shè)計[J].計算機(jī)工程，2015，40(1)：87-91.

　　[4] 崔惠媚，王小偉，王偉，等.基于WiFi的室內(nèi)定位系統(tǒng)[J].微型機(jī)與應(yīng)用，2014，33(23)：58-61.

　　[5] 馮辰.基于壓縮感知的RSS室內(nèi)定位系統(tǒng)的研究與實現(xiàn)[D].北京：北京交通大學(xué)，2011.

　　[6] ULLAH K， CUSTODIO I V， SHAH N， et al. An experimental study on the behavior of received signal strength in indoor environment[C]. International Conference on Frontiers of Information Technology， 2013： 259-264.

　　[7] BAHL P， BALACHANDRAN A， PADMANABHAN V N. Enhancements to the RADAR user location and tracking system[R]. Technical Report MSR-TR-00-12， Microsoft Research. 2000.

　　[8] 周堂興，范紅.一種智能可穿戴的跌倒檢測系統(tǒng)[J].微型機(jī)與應(yīng)用，2015，34(2)：94-96.

　　[9] 吳志強(qiáng)，曹蕾，王凱，等.基于智能手機(jī)的人體跌倒檢測系統(tǒng)設(shè)計[J].計算機(jī)工程與設(shè)計，2014，35(4)：1465-1470.