不僅是對老人，在很多其他情況下，跌倒的報警也是非常有幫助的，尤其是從比較高的地方跌倒下來的時候。比如人們在登山，建筑， 擦窗戶，刷油漆和修理屋頂?shù)臅r候。

 

這促使人們越來越熱衷于對跌倒檢測以及跌倒預(yù)報儀器的研制。近年來，隨著 iMEMS^® 加速度傳感器 技術(shù)的發(fā)展，使得設(shè)計基于三軸加速度傳感器的跌倒檢測器成為可能。這種跌倒檢測器的基本原理是 通過測量佩戴該儀器的個體在運動過程中的三個正交方向的加速度變化來感知其身體姿態(tài)的變化，并通過算法分析判斷該個體是否 發(fā)生跌倒情況。當個體發(fā)生跌倒時，儀器能夠配合GPS模塊以及無線發(fā)送模塊對這一情況進行定位及報警，以便獲得相應(yīng)的救助。而 跌倒檢測器的核心部分就是判斷跌倒情況是否發(fā)生的檢測原理及算法。

 

ADXL3451是ADI公司的一款3軸、數(shù)字輸出的加速度傳感器。本文將在研究跌倒檢測原理的基礎(chǔ)上，提出一種基于ADXL345 的新型跌倒檢測解決方案。

 

iMEMS加速度傳感器ADXL345

 

iMEMS 半導(dǎo)體技術(shù)把微型機械結(jié)構(gòu)與電子電路集成在同一顆芯片上。 iMEMS 加速度傳感器就是利用這種技術(shù)，實現(xiàn)對單軸、雙軸甚至三軸加速度進行測量并產(chǎn)生模擬或數(shù)字輸出的傳感器。根據(jù)不同的應(yīng)用，加速度傳感器的測量范圍從幾g到幾十g不等。數(shù)字輸出的加速 度傳感器還會集成多種中斷模式。這些特性可以為用戶提供更加方便靈活的解決方案。

 

ADXL345是ADI公司最近推出的基于 iMEMS 技術(shù)的3軸、數(shù)字 輸出加 速度傳感器。ADXL345具有 ±2-g, ±4-g, ±8-g, ±16-g 可變的測量范圍；最高13b i t分辨率；固定的4mg/L S B靈敏度； 3mm*5mm*1mm超小封裝；40-145uA超低功耗；標準的 I²C^® 或SPI數(shù)字接口；32級FIFO存儲； 以及內(nèi)部多種運動狀態(tài)檢測和靈活的中斷方式等特性。所有這些特性，使得ADXL345有助于大大簡化跌倒檢測算法，使其成為一款非 常適合用于跌倒檢測器應(yīng)用的加速度傳感器。

 

本文給出的跌倒檢測解決方案，完全基于ADXL345內(nèi)部的運動狀態(tài)檢測功能和中斷功能，甚至不需要對加速度的具體數(shù)值進行實時讀 取和復(fù)雜的計算操作，可以使算法的復(fù)雜度降至最低。

 

中斷系統(tǒng)

 

圖1給出了ADXL345的系統(tǒng)框圖及管腳定義

 

圖1 ADXL345 系統(tǒng)框圖及管腳定義

 

ADXL345具有兩個可編程的中斷管腳：Int1和Int2。以及Data_Ready、Single_Tap、Double_Tap、Activity、Inactivity、 Free_Fall、Watermark、Overrun，共計8個中斷源。每個中斷源可以獨立地使能或禁用，還可以靈活地選擇是否映射到Int1或Int2 中斷管腳。所有的功能都可以同時使用，只是某些功能可能需要共用中斷管腳。中斷功能通過INT_ENABLE寄存器的相應(yīng)位來選擇使能或禁用，通過 INT_MAP寄存器的相應(yīng)位來選擇映射到Int1管腳或Int2管腳。中斷功能的具體定義如下:

 

1. Data_Ready 當有新的數(shù)據(jù)產(chǎn)生時，Data_Ready中斷置位；當沒有新的數(shù)據(jù)時，Data_Ready中斷清除。

 

2. Single_Tap 當加速度值超過一定門限(THRESH_TAP)并且持續(xù)時間小于一定時間范圍(DUR)的時候，Single_Tap中斷置位。

 

3. . Double_Tap 當?shù)谝淮蜸ingle_Tap事件發(fā)生后，在一定時間(LATENT)之后，并在一定時間(WINDOW)之內(nèi)，又發(fā)生第二次Single_Tap事件時， Double _Tap中斷置位。

 

圖2給出了有效的Single_Tap中斷和Double _Tap中斷的示意圖。

 

圖2 Single_Tap 和Double _Tap中斷示意

 

4. Activity當加速度值超過一定門限(THRESH_ACT)時，Activity中斷置位。

 

5. Inactivity當加速度值低于一定門限(THRESH_INACT)并且持續(xù)超過一定時間(TIME_INACT)時，Inactivity中斷置位。 TIME_INACT可以設(shè)定的最長時間為255s。

 

需要指出的是，對于Activity和Inactivity中斷，用戶可以針對X、Y、Z軸來分別進行使能或禁用。比如，可以只使能X軸的Activity 中斷，而禁用Y軸和Z軸的Activity中斷。

 

另外，對于Activity和Inactivity中斷，用戶還可以自由選擇D C coupled工作方式或者AC coupled工作方式。其區(qū)別在于， D C coupled工作方式下，每個采樣點的加速度值將直接與門限（THRESH_ACT或THRESH_INACT）進行比較，來判斷是否發(fā)生中斷；而 AC coupled工作方式下，新的采 樣點將以 之前的某個采樣點為參考，用兩個采樣點的差值與門限（THRESH_ACT或THRESH_INACT）進行比較，來判斷是否發(fā)生中斷。 AC coupled工作方式下的Activity檢測，是選擇檢測開始時的那一個采樣點作為參考，以后每個采樣點的加速度值都與參考點進行比較。 如果它們的差值超過門限(THRESH_ACT)，則Activity中斷置位。AC coupled工作方式下的Inctivity檢測，同樣要選擇一個參考 點。如果新采樣點與參考點的加速度差值超過門限(THRESH_INACT)，參考點會被該采樣點更新。如果新采樣點與參考點的加速度差值小于門限 (THRESH_INACT)，并且持續(xù)超過一定時間(TIME_INACT)，則Inctivity置位。

 

6. Free_Fall 當加速度值低于一定門限(THRESH_FF)并且持續(xù)超過一定時間(TIME_FF)時，F(xiàn)ree_Fall中斷置位。與Inactivity 中斷的區(qū)別在于，F(xiàn)ree_Fall中斷主要用于對自由落體運動的檢測。因此，X、Y、Z軸總是同時被使能或禁用；其時間設(shè)定也比Inactivity中斷中要小很多， TIME_FF可以設(shè)定的最大值為1.28s；而且Free_Fall中斷只能是DC coupled工作方式。

 

7. Watermark當FIFO里所存的采樣點超過一定點數(shù)(S A MP L E S)時，Watermark中斷置位。當FIFO里的采樣點被讀取，使得其中保存 的采樣點數(shù)小于該數(shù)值(SAMPLES)時，Watermark中斷自動清除。

 

需要指出的是，ADXL345的FIFO最多可以存儲32個采樣點（X、Y、Z三軸數(shù)值），且具有Bypass模式、普通FIFO模式、Stream模式和Trigger 模式，一共4種工作模式。FIFO功能也是ADXL345的一個重要且十分有用的功能。 但是本文后面給出的解決方案中，并沒有使用到FIFO功能，所以，在此不做詳細介紹。.

 

8. Overrun當有新采樣點更新了未被讀取得前次采樣點時，Overrun中斷置位。Overrun功能與FIFO的工作模式有關(guān)，當FIFO工作在Bypass 模式下，如果有新采樣點更新了DATA X、DATAY和DATA Z寄存器里的數(shù)值，則Overrun中斷置位。當FIFO工作在其他三種模式下，只有FIFO 被存滿32點時，Overrun中斷才會置位。FIFO里的采樣點被讀取后，Overrun中斷自動清除。

 

跌倒過程中的加速度變化特征

 

對跌倒檢測原理的研究主要是找到人體在跌倒過程中的加速度變化特征。

 

圖3給出的是加速度在不同運動過程中的變化曲線，包括(a)步行上樓、(b)步行下樓、(c)坐下、(d)起立。假設(shè)跌倒檢測器被固定在被測的人體 上。其中紅色的曲線是Y軸（垂直方向）的加速度曲線，其正常靜止狀態(tài)下應(yīng)該為-1g；黑色和黃色的曲線分別是X軸（前后方向）和Z軸（左 右方向）的加速度曲線，其正常靜止狀態(tài)下應(yīng)該為0g；綠色的曲線是三軸加速度的矢量和，其正常靜止狀態(tài)下應(yīng)該為+1g。

 

a. 步行上樓

b. 步行下樓

c. 坐下

d. 起立

圖3 不同運動過程中的加速度變化曲線

 

由于老年人的運動相對比較慢，所以在普通的步行過程中，加速度變化不會很大。最明顯的加速度變化就是在坐下動作中Y軸加速度 （和加速度矢量和）上有一個超過3g的尖峰，這個尖峰是由于身體與椅子接觸而產(chǎn)生的。

 

而跌倒過程中的加速度變化則完全不同。圖4給出的是意外跌倒過程中的加速度變化曲線。通過圖4和圖3的比較，可以發(fā)現(xiàn)跌倒過程中的加速度變化有4 個主要特征，這可以作為跌倒檢測的準則。這4個特這在圖4中以紅色的方框標注，下面將對其逐一進行詳細介紹:

 

圖 4 跌倒過程中的加速度變化曲線

 

1. 失重: 在跌倒的開始都會發(fā)生一定的失重現(xiàn)象。在自由落體的下降過程，這個現(xiàn)象會更加明顯，加速度的矢量和會降低 到接近0g，持續(xù)時間與自由落體的高度有關(guān)。對于一般的跌倒，失重現(xiàn)象雖然不會有像自由落體那么明顯，但也會發(fā)生合加速度小于1g 的情況（通常情況下合加速度應(yīng)大于1g）。因 此，這可以作為跌倒狀態(tài)的第一個判斷依據(jù)?？梢杂葾DXL345的Free_Fall中斷來檢測。

 

2. 撞擊: 失重之后，人體發(fā)生跌倒的時候會與地面或其他物體發(fā)生撞擊，在加速度曲線中會產(chǎn)生一個很大的沖擊。這個沖擊可 以通過ADXL345的Activity中斷來檢測。因此，F(xiàn)ree_Fall中斷之后，緊接著產(chǎn)生Activity中斷是跌倒狀態(tài)的第二個判斷依據(jù)。

 

3. 靜止: 通常，人體在跌倒后，也就是撞擊發(fā)生之后，不可能馬上起來，會有短暫的靜止狀態(tài)（如果人因為跌倒而導(dǎo)致昏迷， 甚至可能是較長時間的靜止）。表現(xiàn)在加速度曲線上就是會有一段時間的平穩(wěn)。這可以通過ADXL345的Inactivity中斷來檢測。因此， Activity中斷之后的Inactivity中斷是跌倒狀態(tài)的第三個判斷依據(jù)。

 

4. 與初始狀態(tài)比較: 跌倒之后，人體會發(fā)生翻轉(zhuǎn)，因此人體的方向會與原先靜止站立的姿態(tài)（初狀態(tài)）不同。這使得跌倒之 后的靜止狀態(tài)下的三軸加速度數(shù)值與初始狀態(tài)下的三軸加速度不同（見圖4）。假設(shè)跌倒檢測器固定在被測人體上的某個 部位，這樣初始狀態(tài)下的三軸加速度數(shù)值可以認為是已知的（本例中，初始狀態(tài)為：X軸0g，Y軸-1g，Z軸0g）。讀取 Inactivity中斷之后的三軸加速度數(shù)據(jù)，并與初始狀態(tài)進行比較。如圖4所示，重力加速度方向由Y軸上的-1g變?yōu)榱薢軸上的1g，這說明人 體發(fā)生了側(cè)向跌倒。因此，跌倒檢測的第四個依據(jù)就是跌倒后的靜止狀態(tài)下加速度值與初始狀態(tài)發(fā)生變化，且矢量變化超過一定的門限值（比如 0.7 g)

 

這四個判斷依據(jù)綜合在一起，構(gòu)成了整個的跌倒檢測算法，可以對跌倒狀態(tài)給出報警。當然，還要注意各個中斷之間的時間間隔要在 合理的范圍之內(nèi)。比如，除非是從很高的樓頂?shù)粝聛恚駝tFree_Fall中斷（失重）和Activity中斷（撞擊）之間的時間間隔不會 很長。同樣， 通常情況下， Activity中斷（撞擊）和Inactivity中斷（靜止）之間的時間間隔也不會很長。本文接下來會通過一個具體實例給出一組合理的 取值。當然，相關(guān)中斷的檢測門限以及時間參數(shù)也可以根據(jù)需要而靈活設(shè)置。

 

另外，如果跌倒造成了嚴重的后果，比如，導(dǎo)致了人的昏迷。那么人體會在更常的一段時間內(nèi)都保持靜止。這個狀態(tài)仍然可以通過 Inactivity中斷來檢測。也就是說，如果發(fā)現(xiàn)在跌倒之后的很長時間內(nèi)都保持Inactivity狀態(tài)，可以再次給出一個嚴重報警。

 

典型電路連接

 

ADXL345 和微控制器之間的電路連接非常簡單。本文中的測試平 臺由 ADXL345 和微控制器 A DuC7026 2 組成。圖 5 給出了 ADXL345 和ADuC7026.²之間的典型電路連接。 ADXL345的CS管腳接高電平，表示ADXL345工作在I²C模式。SDA和SCL是I²C總線的數(shù)據(jù)線和時鐘線，分別連接到 A DuC7026相應(yīng)的I²C總線管腳。A DuC7026的一個GPIO管腳連接到ADXL345的ALT管腳，用來選擇ADXL345的I²C地址。 ADXL345的INT1管腳連接到ADuC7026的IRQ輸入用來產(chǎn)生中斷信號。

 

其他的單片機或者處理器都可以采用與圖5類似的電路與ADXL345進行連接。ADXL345還可以工作在SPI模式以獲得更高的數(shù)據(jù)傳輸速 率。關(guān)于SPI工作模式的具體描述，請參考ADXL345數(shù)據(jù)手冊。

 

圖 5 ADXL345與微控制器之間的典型電路連接

 

表1 ADXL345寄存器功能說明

 

*RW = Read/write; RO = Read-only  

 

利用ADXL345簡化跌倒檢測算法

 

本節(jié)將給出以上解決方案的具體算法實現(xiàn)。表1中簡要說明了每個寄存器的作用以及在本算法中的設(shè)置值。對于各個寄存中每一位的 具體含義，請參考ADXL345的數(shù)據(jù)手冊。

 

需要指出的是，表1給出的設(shè)置值中，某些寄存器會給出兩個數(shù)值，這說明在算法中會切換使用這兩個數(shù)值，來達到不同的檢測目的。 算法的流程圖如圖6所示

 

圖 6 算法流程圖

 

算法中，關(guān)于各種中斷的門限以及時間參數(shù)的設(shè)置如下所述

 

1. 初始化后，系統(tǒng)等待Free_Fall中斷（失重），這里把THRESH_FF設(shè)為0.75g，把TIME_FF設(shè)為30ms。

 

2. Free_Fall中斷產(chǎn)生之后，系統(tǒng)開始等待Activity中斷（撞 擊），這里把THRESH_ACT設(shè)為2g， Activity中斷為DC coupled工作模式。

 

3.Free_Fall中斷（失 重）與Activity中斷（撞擊）之間的時間間隔設(shè)置為200ms。如果超過200ms，則認為無效。 200ms計時需要通過MCU中的定時器來實現(xiàn)

 

4. Activity中斷產(chǎn)生之后，系統(tǒng)開始等待Inactivity中斷（撞擊后的靜止 ），這里把THRESH_INACT設(shè)為0.1875g，把 TIME_INACT設(shè)為2s，Inactivity中斷為AC coupled工作模式。

 

5. 在Activity中斷產(chǎn)（撞擊）生之后的3.5s時間之內(nèi)，應(yīng)該 有Inactivity中斷（撞擊后的靜止）產(chǎn)生。如果超時，則認為無效。 3.5s計時需要通過MCU中的定時器來實現(xiàn)。

 

6. 如果Inactivity中斷之后的加速度值與初始狀態(tài)（假設(shè)已知）下數(shù)值的矢量差超過0.7g，則說明檢測到一次有效的跌倒，系統(tǒng)會給出一個報警。

 

7. 當檢測到跌倒狀態(tài)之后，為了判斷是否在跌倒之后人體有長時間的靜止不動。需要繼續(xù)檢測Activity中斷和Inactivity中斷。這里把 THRESH_ACT設(shè)為0.5g，Activity中斷為AC coupled工作模式。把THRESH_INACT設(shè)為0.1875g，把 TIME_INACT設(shè)為10s，Inactivity中斷為AC coupled工作模式 。也就是說，如果在10s之內(nèi)，人體一直沒有任何動作，則會產(chǎn)生 Inactivity中斷，使系統(tǒng)給出一個嚴重報警。而在此期間一旦人體有所動作，則會產(chǎn)生Activity中斷，從而結(jié)束整個判斷過程。

 

8. 本算法還可以檢測出人體從較高的地方跌落。如果Free_Fall中斷連續(xù)產(chǎn)生且之間的間隔小于100m s，可以認為，人體處于連續(xù)的跌落狀態(tài)。如果 Free_Fall中斷（失重）連續(xù)發(fā)生300ms，則說明人體是從超過0.45m的高度跌落，系統(tǒng)會給出一個跌落的報警。

 

 

本算法已在ADuC7026微控制器中以C語言實現(xiàn)（見附錄）。本文設(shè)計了一個實驗方案對算法進行驗證。實驗對向前跌倒，向后跌倒，向左、 右兩側(cè)跌倒等不同跌倒姿勢以及跌倒后是否有長時間靜止狀態(tài)的情況分別進行了10次測試，表2中給出的是相關(guān)測試結(jié)果。

 

表2 測試結(jié)果

 

注: 符號 ? 表示檢測到跌倒; 符號 * 表示檢測到跌倒后長時間靜止.

 

從這個實驗中可以看出基于ADXL345的解決方案能夠有效地對跌倒狀態(tài)進行檢測。當然，這里只是一個簡單的實驗方案，仍需要進行 更加全面、有效和長期的實驗來驗證該解決方案的可靠性。

 

結(jié)論

 

ADXL345是ADI公司的一款功能強大的加速度傳感器產(chǎn)品。本文利用ADXL345內(nèi)部的多種運動狀態(tài)檢測功能和靈活的中斷功能，提出一 種新的跌倒檢測解決方案。經(jīng)驗證，該解決方案具有算法復(fù)雜度低，檢測準確度高的優(yōu)點。

 

參考電路

 

¹   ADXL345數(shù)據(jù)手冊（www.analog.com，搜索ADXL345）

 

²  ADuC7026數(shù)據(jù)手冊（www.analog.com,搜索ADuC7026）

 

 

免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進行處理。

 

推薦閱讀：