智能老人健康监测与定位系统设计_张新荣.pdf

收稿日期:2022 10 17基金项目:国家自然科学基金资助项目(21276111);江苏省产学研合作项目(BY2021419)第一作者:张新荣(1973)，男，陕西渭南人，淮阴工学院自动化学院，博士，副教授，主要从事无线传感器网络及其应用、分布式计算等方面的研究。E mail:nn33 163 com智能老人健康监测与定位系统设计张新荣1，张智尧2，常波3，徐保国4(1 淮阴工学院 自动化学院，江苏 淮安 223003;2 大连工业大学 机械工程与自动化学院，辽宁 大连 116034;3 淮阴工学院 电子工程学院，江苏 淮安 223003;4 江南大学 物联网工程学院，江苏 无锡 214122)摘要:针对老年人行动不便、自身照顾不周，以及出现健康问题时急需救助的状况，设计一款智能老人身体健康智能监测系统，能够检测老人身体健康多方面的数据，并且实现数据的网络上传。该系统的核心器件选择 STM32 单片机，心率和体温检测分别采用 MAX30100 心率血氧传感器和DS18B20 测温传感器，ATGM33D 和 ESP9266 模块则分别用于进行定位和实现 WiFi 功能。上位机选择云服务器进行软件开发。传感器采集到人体健康体征数据及体外数据，通过无线通信模块完成数据的上传，能够在终端查看数据的功能，从而实现对人体健康的智能监测与定位。测试结果表明，该系统稳定性好，数据传输可靠性高，使用灵活，有效保障了老人生活状况的安全性与健康监测的实时性，有较高的实用性和推广价值。关键词:人体健康;指标检测;智能监测;无线通信;STM32中图分类号:TP273文章编号:1000 0682(2023)02 0013 05文献标识码:ADOI:10 19950/j cnki cn61 1121/th 2023 02 003Design of intelligent elderly health monitoring and positioning systemZHANG Xinrong1，ZHANG Zhiyao2，CHANG Bo3，XU Baoguo4(1 Faculty of Automation，Huaiyin Institute of Techenology，Jiangsu Huaian 223003，China;2 College of Mechanical Engineering and Automation，Dalian Polytechnic University，Liaoning Dalian 116034，China;3 Faculty of Electronic Engineering，Huaiyin Institute of Techenology，Jiangsu Huaian 223003，China;4 School of Internet of Things Engineering，Jiangnan University，Jiangsu Wuxi 214122，China)Abstract:In view of the poor mobility of the elderly，poor self care，and the urgent need for helpwhen health problems occur，an intelligent monitoring system for the physical health of the intelligent eld-erly is designed，which can detect various data of the elderly s physical health and upload the data on-line The core device of the system is STM32 single chip microcomputer MAX30100 heart rate andblood oxygen sensor and DS18B20 temperature sensor are used for heart rate and body temperature detec-tion respectively ATGM33D and ESP9266 modules are used for positioning and realizing WiFi functionsrespectively The upper computer selects ECS for software development The sensor collects the physicalsign data and external data of human health，uploads the data through the wireless communication mod-ule，and can view the data at the terminal，thus realizing the intelligent monitoring and positioning of hu-man health The test results show that the system has good stability，high data transmission reliability andflexible use，which effectively guarantees the safety of the elderly s living conditions and the real timehealth monitoring，and has high practicality and promotion valueKeywords:human health;index detection;intelligent monitoring;wireless communication;STM320引言目前，人们的健康检测方式主要还是规律性的去医院进行体检，这种方式虽然精确度高，但由于环境场地的限制和工作的需要，人们不可能随时去医院，健康监测的成本也相对较高，不能解决健康检测312023 年第 2 期工业仪表与自动化装置亲民化普遍化的需求1 2。另一个选择是购买心率测试仪、血氧浓度测试仪和脉搏测试仪等仪器，这对于年轻人来说可以省去去医院体检的时间，但是对于学习能力较弱、操作能力较低的老年人，无法很好地操作使用这些设备，具有一定的局限性3。自二十世纪九十年代初开始，许多国家在健康监测方面系统地展开了相关设备和方法的研究工作4 8。引人注目的是美国 MIT 的一个研究机构的实验室就健康检测系统项目 LiveNet 进行了深入探索。欧盟国家也专门在财政方面给予了健康监测项目以大力支持。之后美国的其他高等学府如哈佛大学也展开了有关健康监测设备及系统的开发工作。同一时期，一些高技术企业也对人体健康监测技术进行研究，如 Microsoft、Vivometrics 和易特科等公司9 12。Microsoft 公司在其名为 HealthGear 的项目中计划设计出可以对睡眠时各项生理参数如脉搏、体温、血氧饱和度等做出实时监测的设备。与此同时，国内的中国科学院等研究机构实施启动了健康监测方面的科学研究。用于健康监测的可穿戴设备与传统意义上的健康监测器具不同，它能够实现简单的操作，且实时 性 能 优 良，受 到 各 方 面 的 大 力 支 持 和 欢迎13 14。如此设计不受时间地点的限制，人们可以在任意时间、任意地点对健康进行检测，实时更新生理参数包括脉搏、血氧和体温等，在数据异常时发出报警，可以更快速的实施应对措施15。根据人体健康监测系统的现状和发展趋势，设计了一套比较完整的人体健康状态监测系统移动终端。该人体健康监测系统主要包括基于 STM32 单片机的信息控制与处理模块和基于体温、心率、血氧等传感器的信息采集模块，以及 GPS 定位和无线传输模块，能够实现人体健康监测和定位功能，且应用简洁方便，便于扩展和推广。1系统总体设计系统是以 STM32F103 为控制核心，并依托物联网云平台的智能人体健康监测系统。系统包括中央处理模块、传感器模块、定位模块、无线通信模块、显示模块和电源模块。中央处理模块负责对数据指令进行操作;传感器模块中的体温传感器和心率传感器分别收集体温和心率数据;定位模块能够获取老人活动的位置信息;无线通信模块实现与路由器的无线通信;显示模块负责显示监测数据如体温和心率数据;电源模块为系统各模块提供电源。数据查看和数据分析功能则由应用层的智能终端来做，最终实现实时监测等功能。系统的模块结构图如图1 所示。图 1系统硬件结构图2系统硬件设计在确定应用 STM32 系列微机的基础上，考虑监测系统的实际需求及分析，首先进行STM32F103C8T6型号机的最小系统设计。其次，完成温度检测模块电路设计、心率检测模块电路设计、GPS 模块电路设计、WiFi 模块电路设计、OLED 模块电路设计、电源模块电路设计，并完成各模块间的电路连接。微控制器在系统中负责处理传感器和 GPS 等收集到的数据，并与通信模块进行通信实现数据的上传。结合智能人体健康监测系统的性能需求，选择处理速度快，稳定性强、广泛应用于智能家居及科技产品中的 STM32 微控制器。2 1温度检测模块设计系统的温度检测模块选用 DS18B20 数字传感器，它能将监测温度直接转换为数字信号，即转换为字符串形式存储在集成在芯片内部的寄存器中。只需要同一根数据线即可实现与 MCU 的双向通信。其测量精度在 10 +85 C 区间时为 0 5 C，电压宽则为 3 3 V 5 V。DS18B20 内部 OM 烧录了唯一的 64 位序列号。因此 MCU 可以通过此序列号识别出特定的 DS18B20，实现多点组网功能。初始化之后，MCU 凭借指令控制 DS18B20 开启和数据传输等工作。体温检测模块电路原理图如图 2 所示。图 2体温检测模块电路原理图41工业仪表与自动化装置2023 年第 2 期2 2心率检测模块设计集成芯片 Max30100 能够测量和处理血氧和心率信号，其内部集成了 ADC 数据转换器，通过对FIFO 寄存器进行数据采集，在通过数据拟合公式计算出心率数据。MAX30100 血氧心率传感器通过IIC 与 MCU 连接，通过 USAT 通信进行数据交换。2 3GPS 定位模块设计该设计选用中科微 ATGM336 模块采集人体的定位信息，该模块支持北斗/GPS/GLONASS 卫星系统，包含了 32 个追踪系统，最大可与 32 课卫星建立通信。其灵敏度高，定位快，低成本，低功耗。测量精度可达2 5 m，授时精度30 ns。ATGM336 模块配备了两类天线接口即 SMA 和 IPEX，两类接口即TTL 和 UAT，能够与单片机进行串口通信。AT-GM336 内置了两个 TTL 电平的 UAT 接口，可以通过串口的 TXD 引脚与 STM32 通信，将定位数据发送到单片机上。2 4无线通信模块设计无线通信模块以 ESP8266 为核心，ESP8266 是一个集成了内置 TCP/IP 网络通信协议及 AT 控制指令的网络通信模块。配置通用 GPIO 口，处理能力强，大数据量存储。通过 AT 指令，ESP8266 可以作为主机独立运行，也可以连接微处理器并设置 AT指令作为从机运行。ESP8266 WiFi 模块使用串口进行数据通信，接线简洁明了，便于使用。ESP8266模块电路原理图如图 3 所示。图 3ESP8266 模块电路原理图2 5OLED 显示模块设计系统采用有机发光二极管 OLED 模块作为显示用，SSD1306 是其内部驱动，独有的 IIC 通信模式能够与单片机的 IO 口连接。3系统软件设计该设计选用 STM32 作为 MCU，使用 Keil5 软件作为设计项目的开发平台。Kile5 功能强大，支持 C语言及汇编语言进行项目开发，选择 C 语言编写程序代码。3 1主程序设计系统采用软件模块化处理方法，主程序通过调用多个子程序实现各项功能。各子模块初始化之后，随即建立与 MCU 的通信。编写各模块功能程序代码，最终通过主函数调用，实现各项功能要求。软件设计主程序流程图如图 4 所示。图 4主程序流程图512023 年第 2 期工业仪表与自动化装置3 2OLED 显示模块软件设计该设计中 OLED 模块主要功能是显示体温与心率数据，首先进行初始化，并且 MCU 将 OLED 的工作方式设置成写模式。延迟过后，MCU 向 OLED 发送位置指令与数据。该设计采用 0 96 寸 OLED，即128 64 的 LED 点阵，通过位置指令设置与字体大小设置，能够实现在屏幕上任意位置显示任意大小的内容。OLED 可以显示汉字、字母、符号、数字、图像。显 示“温 度”需 要 调 用 汉 字 函 数:OLED _ShowChinese(u8 x，u8 y，u8 num，u8 size1，u8 mode)。显示“H”需要调用字符串函数:OLED_ShowString(u8 x，u8 y，u8*chr，u8 size1，u8 mode)。显示如图5 所示。图 5OLED 显示3 3DS18B20 测温模块软件设计体温检测微芯片采用 DS18B20 传感器，它在内部已经进行了信号处理，能够直接输出数字量进行显示，并存储在芯片的储存器中，STM3 通过指令控制温度检测与数据传输，DS18B20 程序流程图如图6 所示。图 6DS18B20 模块流程图3 4MXA30100 心率模块软件设计MAX30100 心率检测传感器利用 IIC 通信模式与微处理器 STM32 实施数据通信，MAX30100 程序流程图如图 7 所示。图 7MAX30100 程序流程图3 5GPS 模块软件设计该设计选用 ATGM336 作为定位核心器件，AT-GM336 作为一款高性能定位模块，支持 GPS 与北斗卫星系统，通过获取定位信息，实现该设计的实时定位功能。GPS 定位模块流程首先是 GPS 初始化，然后 GPS 获取卫星导航数据，MCU 获得定位信息，最后通过 WiFi 上传数据，通过数据处理后，上传网络，上位机通过定位信息完成定位功能。3 6无线网络传输模块设计该设计选用 ESP8266 作为无线网络传输模块核心芯片，ESP8266 通过简单的 AT 指令就可以完成 ESP8266 模块的 AP 或者 STA 模式的设置。也可通过串口利用 USB TTL 能够实现 ESP8266 与 PC机的连通，从而实施监测终端与 ESP8266 模块的通信。该设计采用单片机向 ESP8266 输入指令的方式完成其工作模式的设置，设计中 ESP8266 模块的工作模式选为 Sta 模式。4系统调试与分析系统的上位机系统以 PC 机为核心，利用 JavaJDK 为开发环境的 eplipse 进行各项功能的开发。利用 java 语言编写界面，通过花生壳服务器内射本机，使本机作为服务器使用。Navicat for MYSQL 作为数据库，存储体温、心率等数据信息。Eclipes 完成开发后，登录网页可查看各项数据信息。体温数据图表明了人体的体温检测数据以及检测时间，为体温实时监测提供数据，体温数据图如图 8 所示，体温监测分析图如图 9 所示。61工业仪表与自动化装置2023 年第 2 期图 8体温数据图图 9体温监测分析图实时定位图能够反应佩戴设备的人体的实时位置，可以比较准确、直观地定位到人体的位置信息，从而实现对人体位置的实时监测功能。实时定位图如图 10 所示。图 10实时定位图5结论系统以 STM32F103 单片机为核心微处理器，同时与 OLED 显示设备、心率传感器器件、体温传感器器件、GPS 定位设备、ESP8266 通信模块等组成一款对人体健康进行智能监测与定位的网络系统。通过单片机对心率数据、体温数据、定位数据的获取处理后，显示在 OLED 屏幕上，能够实现数据的可视化，同时通过无线通信模块实现数据上传，上位机能够对上传数据做存储及分析，实现了对人体健康的智能监测。系统测试和数据无线传输实验表明，系统运行正常，监测数据精度较高，是一款效率较高的信息采集、处理和传输的监测设备，具有广阔的应用前景。参考文献:1 陈艳玫，刘子锋，李贤德，等 20152050 年中国人口老龄化趋势与老年人口预测 J 中国社会医学杂志，2018，35(05):480 483 2 闫海春 人口老龄化对中国经济增长的影响及对策研究 D 吉林:吉林大学，2019 3HUANG P C，LIN C C，WANG Y H，et al Develop-ment of health care system based on wearable devices C/2019 Prognostics and System Health ManagementConference(PHM Paris)IEEE，2019:249 252 4UDDIN M Z A wearable sensor based activity predic-tion system to facilitate edge computing in smart health-care system J Journal of Parallel and Distributed Com-puting，2019，123:46 53 5 ENACHE C D，TUDOACHE S G，ULMEANU C E，etal Development of a wearable device for monitoring peo-ple with heart problemsC/2020 International Confer-ence on e Health and Bioengineering(EHB)IEEE，2020:1 4 6GUK K，HAN G，LIM J，et al Evolution of wearabledevices with real time disease monitoring for personal-ized healthcare J Nanomaterials，2019，9(6):813 7 JIN Lin，MA Yuping Design and implementation of intel-ligent environment monitoring system based on OneNETplatform J E3S Web of Conferences，2020，165 8 MOONEY K，WHISENANT M S，BECK S L Symptomcare at home:a comprehensive and pragmatic PO sys-tem approach to improve cancer symptom care J Medi-cal care，2019，57:S66 S72 9 LEE H C，KE K H Monitoring of large area Io T sen-sors using a Lo a wireless mesh network system:Designand evaluation J IEEE Transactions on Instrumentationand Measurement，2018，67(9):2177 2187 10 LIU J，YAO W Intelligent agriculture system based onLo a and Qt technology C The 31th Chinese Controland Decision Conference(2019 CCDC)IEEE，2019:4755 4760 11 VEMA A，SINGH Y，GUPTA B Adaptive filteringmethod for EMG signal using bounded range artificialbee colony algorithmJ Biomedical engineering let-ters，2018，8(2):231 238 12 CHOI H，JEONG J Despeckling images using a prepro-cessing filter and discrete wavelet transform basednoise reduction techniquesJ IEEE Sensors Journal，2018，18(8):3131 3139 13VANDECASTEELE K，DE Cooman T，GU Y，et alAutomated epileptic seizure detection based on wearableECG and PPG in a hospital environmentJ Sensors，2017，17(10):2338(下转第 50 页)712023 年第 2 期工业仪表与自动化装置根据图 4 可知，所提方法的避障规划路径，无论在二维还是三维图中均具有较强的避障能力，由于所提方法判断障碍物位置准确，可使分拣机器人提前避免与障碍物碰撞。而文献 3 方法、文献 4 方法、文献 5 方法中存在避障规划能力差，导致分拣机器人与障碍物多次发生交叉。这是因为所提方法在神经网络中设置了导引奖赏机制，可引导机器人在运动过程中做出正确的动作，进而实现精准避障。4结语为了确保分拣机器人安全的到达工作目标点，需要研究分拣机器人的避障规划技术，针对目前分拣机器人避障规划方法存在避障规划能力差的问题，本研究提出基于神经网络深度强化学习的分拣机器人避障规划技术。该技术在环境模型中，获取了障碍物状态和机器人运动状态，然后在对神经网络实施深度优化学习后，并结合人工势场法建立连续型奖励函数。以优化后的神经网络为基础，在导引奖赏机制的引导下实现分拣机器人的避障，并取得了较好的应用效果。参考文献:1 夏晶，张昊，周世宁，等 煤矸分拣机器人动态拣取避障路径规划 J 煤炭学报，2021，46(S1):570 577 2 柳振宇，薛毓强，谢祖强 基于闭环和前馈控制的高速食品分拣机器人控制技术J 食品与机械，2021，37(07):87 93 3 董诗绘，牛彩雯，戴琨 基于深度强化学习的变电站巡检机器人自动化控制方法研究J 高压电器，2021，57(02):172 177 4 成怡，郝密密 改进深度强化学习的室内移动机器人路径规划J 计算机工程与应用，2021，57(21):256 262 5 孙立香，孙晓娴，刘成菊，等 人群环境中基于深度强化学习的移动机器人避障算法J 信息与控制，2022，51(01):107 118 6 傅质馨，李潇逸，朱俊澎，等 基于马尔科夫决策过程的家庭能量管理智能优化策略 J 电力自动化设备，2020，40(07):141 152 7 李波，牛力，彭紫艺，等 基于马尔科夫决策过程的车载边缘计算切换策略J 计算机工程与科学，2020，42(05):788 794 8 刘青松，陈建平，傅启明，等 一种新的基于函数逼近协同更新的 DQN 算法J 计算机科学，2020，47(S1):130 134+147 9 谢勇盛，杨余旺，邱修林，等 基于函数逼近的强化学习 FANET 路由优化算法J 计算机工程，2021，47(11):207 213 10 于建均，李晨，左国玉，等 基于 LSTM 神经网络的仿人机器人循环步态的生成方法 J 北京工业大学学报，2020，46(12):1335 1344 11 熊志金，王春燕 采用 BF 神经网络滑模控制的冗余机械臂避障研究J 中国工程机械学报，2020，18(03):205 209 12 常东峰，南新元 基于混合麻雀算法改进反向传播神经网络的短期光伏功率预测 J 现代电力，2022，39(03):287 298 13 李伟，金世俊 基于人工势场法和启发式采样的最优路径收敛方法 J 计算机应用，2021，41(10):2912 2918 14 罗强，王海宝，崔小劲，等 动态环境下改进人工势场法的仓储机器人自主导航系统研究 J 计算机应用研究，2020，37(03):745 749+762 15 曹毅，周轶，张亚宾 基于优化 A*和 DWA 算法的移动机器人避障路径规划(英文)J 机床与液压，2020，48(24):246 252 16 欧阳勇平，魏长赟，蔡帛良 动态环境下分布式异构多机器人避障方法研究 J 智能系统学报，2022，17(04):752 763(上接第 17 页)14 MAZUEK P，WAGNE J，MOAWSKI Z Use ofkinematic and mel cepstrum related features for falldetection based on data from infrared depth sensors J Biomedical Signal Processing and Control，2018，40:102 110 15 ITAZA A，ADNAN S M，AZIZ S，et al A frameworkfor fall detection of elderly people by analyzing environ-mental sounds through acoustic local ternary patterns C/2017 IEEE International Conference on Systems，Man，and Cybernetics(SMC)IEEE，2017:1558 156305工业仪表与自动化装置2023 年第 2 期