基于物联网的多传感器智能安全保障系统

李尧，陈炳杰，汪诺舟，宋月恒，吴凡增，申恺宁，陈波

（ 合肥工业大学 电气与自动化工程学院，安徽 合肥 230000 ）

0 引言

据国家统计局发布的报告显示，中国已经逐渐进入老龄化社会，预计到2040 年，65 岁及以上老年人口占总人口的比例将超过20 %，80 岁及以上高龄老人可达7 400 万人。老年人、残障人士以及儿童因意外或疾病引发的摔倒现象较为普遍，摔倒后如未被及时发现、及救治，将引发严重后果。如何在信息化、科技高速发展的时代利用智能设备与系统保障这一特殊群体的生命安全，是值得研究的社会化课题。

1 概述

本文设计的智能安全保障系统主要包括可穿戴设备、智能工具以及智能视觉算法。其中，可穿戴设备包括心率血氧传感器、加速度传感器、温度传感器、无线传输传感器以及陀螺仪。智能工具包括信息存储模块、语音控制模块、短信报警模块。智能视觉算法通过深度学习，可以智能识别及分析人体姿势。[1]

2 硬件组成

以STM32 单 片 机 为 主 控， 使 用MAX30102 心率血氧传感器、LM75 温度传感器测量及采集人体数据，利用MPU6050进行人体姿态角、加速度的数据测量，利用ESP8266WiFi 传感器将监测到的生理数据传输至云端和手机APP。存储在单片机中的相关算法对数据进行处理及分析，判断佩戴者摔倒或出现身体异常姿态时，激发蜂鸣器报警。手机APP、云端以及位于工具内部的SIM 卡短信模块以多种方式报警。

利用LD3320 语音识别模块实现语音交互功能，利用ESP8266 模块、SIM800C 短信模块进行云端及短信报警。当使用者说出带有相关关键词的语句后，语音识别模块越过人体数据监测，直接进入手机APP、云端及短信报警流程。

2.1 可穿戴设备

人体摔倒时，姿态角和加速度呈现较大变化。MPU6050 传感器作为全球首例6 轴运动处理组件，可准确追踪快速与慢速动作，已被广泛应用于智能手机以及各种手持型游戏设备，有利于人体姿态数据收集和分析处理。

人体突发疾病，如脑梗塞、心肌梗塞等急性致死疾病时，心率、血氧、体温也都会出现一定程度的异常情况。以脑梗塞为例，发病时通常出现心律失常、脱水、动脉炎、休克等症状[2]。以心肌梗塞为例，同样在发病时出现心律失常、休克、心力衰竭、心肌需氧量突然增加以及发热等并发症状[3]。因此，在设备中选用了集心率监测与血氧监测为一体的MAX30102 芯片。MAX30102 是集成脉搏血氧仪和心率监测仪生物传感器的模块，同样为智能手机与智能穿戴设备设计。它集成了多个LED、光电检测器、光器件以及带环境光抑制的低噪声电子电路，优点在于功耗极低，有效节省空间。心率测量方法采用光电容积法，该方法利用人体组织在血管搏动时造成的透光率不同进行脉搏和血氧饱和度的测量。LED 光束射向手腕皮肤时，人体组织反射光线至光电变换器，光电变换器转换成电信号放大并输出，经过AD 转换器转化为数字信号。

光透过皮肤组织反射至光敏传感器时，产生光照衰减现象。肌肉、骨骼、静脉和其他组织对光的吸收基本不变，由于动脉中存在血液流动，故血液对光的吸收会有所变化。当传感器把光转换成电信号时，动脉对光的吸收有变化而其他组织对光的吸收基本不变。因此，得到的信号可以分为直流DC 信号和交流AC 信号。提取其中的AC 信号，就能反应血液流动的特点。通过对原始PPG 信号进行滤波处理，得到一定时间内的波峰个数，计算得出心率值。血液中含有的氧合血红蛋白和血红蛋白存在一定的比例，利用红光分别检测氧合血红蛋白和血红蛋白的PPG 信号，通过程序处理得到相应比值，即得到血氧值。

选用LM75 传感器用于温度测量，可提供过热检测输出，在-55℃～+125℃范围内转换数字信号[4]，其基本性能满足可穿戴设备测温需求，用于监测人体体温并与传感器监测的信号数据进行混合处理及分析。

上述传感器集成于可穿戴腕表式装备中，佩戴于手腕处，使用单片机通过I2C 或模拟I2C 接口进行心率血氧值、温度值、角度值、加速度值的读取。当心率血氧值、温度值持续低于或高于设定阈值，单片机发出相应指令将异常数据打包发送至云端和手机APP，蜂鸣器报警；当角度值、加速度值的瞬时数据超过阈值时，单片机发出指令传输数据并报警。

可穿戴设备组成框图如图1 所示。

图1 可穿戴设备组成框图

2.2 智能工具

利用STM32 单片机控制语音识别传感器 模 块，ESP8266WiFi 模 块 和SIM800C 传感器模块进行处理运算。语音识别传感器采用LD3320 芯片，该芯片为非特定人语音识别芯片，最多可识别50 条预先设置的指令。ESP8266 是ai-thinker 公司推出的一款无线WiFi 模块，其属于物联网传输层，内置无线网络协议IEEE802.11b.g.n 协议栈以及TCP/IP协议栈,是实现物联网应用的重要组成部分。SIM800C 芯片是一款四频GSM/GPRS 模块，为城堡孔封装，其性能稳定、外观小巧、性价比高，低功耗实现语音、SMS 和数据信息的传输，具备短信、彩信发送以及短信广播功能。

语音识别模块收集到的语音指令经STM32单片机处理比对，确定为预设的报警指令时，WiFi 模块发送报警信息至云端和手机APP，控制SIM 短信模块将预设的求救信息发送至预定手机，触发蜂鸣器求救警报。

3 软件设计

3.1 数据存储及求助系统

数据存储及求助系统由前文所述的ESP8266WiFi 模块、SIM800C 短信模块以及云端存储器构成。其中，WiFi 模块负责将可穿戴设备收集到的人体生理健康数据传输至云端存储器，同时负责在接收到单片机发送的报警信号时将异常数据、求救信息上传至互联网医联体云平台；接收到报警信息时，短信模块将包含家庭住址、异常生理数据、直系亲属联系电话的预存短信发送至当地110 指挥中心、SIM卡内预存的医院和紧急联系人，第一时间实现大范围通知，实现饱和式求救。

设定长按键，设定取消报警和主动报警。谨防日常生活中某些行为或话语触发系统误报警，造成社会资源的浪费。主动报警适用于佩戴者出现意外但系统判断失误未进行报警，同时也适用于出现其他人身伤害或财产损失时的紧急求助。

3.2 姿态识别系统

姿态识别系统由yolo v5 软件开发设计，选用CNN（卷积神经网络）算法实现人体姿态的深度学习，对被监测对象的人体姿态进行识别与判断。判断结果与MPU6050 传感器监测到的异常加速度、异常姿态角等数据进行融合分析，提高精准度。

安全状态下的阿里云平台信息展示如图2所示。心率异常报警状态下的阿里云平台信息展示如图3 所示。

图2 安全状态下的阿里云平台信息展示

图3 心率异常报警状态下的阿里云平台信息展示

4 结语

项目通过多种装置与系统进行智能结合与交互，完成采集数据、上传存储、APP 查看、云端共享等功能，实现了较为完善的报警求助功能，为使用者提供多方位的保护与救助。通过软硬件调试、改进和优化，确认了系统在安全保障方面的实际效果，在一定程度上实现了家庭安全保障设备的智能化和自动化。