王龍飛，吳 赟（東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院，上海 201620）

基于WiFi定位的老人看護(hù)系統(tǒng)*

王龍飛，吳 赟
（東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院，上海 201620）

針對(duì)我國(guó)逐漸進(jìn)入老齡化社會(huì)、老人增多的問(wèn)題，利用Andriod平臺(tái)開(kāi)發(fā)了基于WiFi定位的老人看護(hù)系統(tǒng)。該系統(tǒng)由客戶(hù)端、看護(hù)端和服務(wù)器組成，客戶(hù)端和服務(wù)器聯(lián)合完成定位功能，定位算法采用了基于RSSI的指紋算法估算出老人的位置坐標(biāo)。客戶(hù)端和服務(wù)器可進(jìn)行危險(xiǎn)區(qū)判斷，采用特征量閾值二次判斷法實(shí)現(xiàn)對(duì)老人跌倒檢測(cè)，當(dāng)老人進(jìn)入危險(xiǎn)區(qū)或摔倒時(shí)發(fā)出報(bào)警。實(shí)驗(yàn)表明，本系統(tǒng)定位速度快，定位精度高，準(zhǔn)確報(bào)警率高。

室內(nèi)定位；Android平臺(tái)；指紋算法；特征量

0 引言

隨著智能移動(dòng)設(shè)備的普及和無(wú)線網(wǎng)絡(luò)的快速發(fā)展，人們對(duì)位置信息的需求越來(lái)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(mǎn)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(jiǎn)單，成本較低，因而WiFi室內(nèi)定位技術(shù)成為研究的熱點(diǎn)。本文針對(duì)老人的看護(hù)問(wèn)題，開(kāi)發(fā)了一種基于Andriod平臺(tái)的WiFi定位的老人看護(hù)系統(tǒng)。

1 系統(tǒng)總體設(shè)計(jì)

基于WiFi定位的老人看護(hù)系統(tǒng)的總體設(shè)計(jì)框架如圖1所示，系統(tǒng)由客戶(hù)端、服務(wù)器和看護(hù)端組成?？蛻?hù)端和看護(hù)端與服務(wù)器采用Socket方式通信，客戶(hù)端以手機(jī)信息（SMS）的方式向看護(hù)端發(fā)送報(bào)警信息。在線階段客戶(hù)端讀取周?chē)鶤P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(guò)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(hù)端和看護(hù)端，并根據(jù)坐標(biāo)判斷老人是否進(jìn)入危險(xiǎn)區(qū)。同時(shí)客戶(hù)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(shí)發(fā)送報(bào)警信息。

圖1 總體框架

2 系統(tǒng)算法的實(shí)現(xiàn)

由于WiFi信號(hào)受室內(nèi)環(huán)境等多方面的影響，導(dǎo)致WiFi信號(hào)在同一地點(diǎn)不同時(shí)間采集到的 RSSI不同［5-6］。這種RSSI的時(shí)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(gè)階段，離線階段和在線階段。

2.1 離線階段指紋庫(kù)的建立

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

表1 指紋庫(kù)信息表

2.2 在線階段的匹配算法

基于WKNN（Weighted K Nearest Neighborhood）算法［7］原理簡(jiǎn)單、計(jì)算復(fù)雜度低等優(yōu)點(diǎn)，在線階段系統(tǒng)采用WKNN算法。WKNN是根據(jù)待測(cè)點(diǎn)的RSS向量與數(shù)據(jù)庫(kù)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(diǎn)不同的權(quán)重進(jìn)行位置估計(jì)，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)；θ是很小的正數(shù)，防止分母為零；Di是實(shí)際信號(hào)數(shù)據(jù)與第i個(gè)最近采樣點(diǎn)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(cè)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(cè)跌倒，因?yàn)镾VM不需要考慮三軸加速度的空間方向［8-9］。SVM計(jì)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(gè)階段，系統(tǒng)采用雙閾值判斷法提高檢測(cè)的準(zhǔn)確率。第一階段老人跌倒時(shí)三軸傳感器3個(gè)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(shí)，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(huì)有兩個(gè)方向上的值為零，另一個(gè)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(shí)，判定老人跌倒。

2.4 危險(xiǎn)區(qū)判別方法

設(shè)危險(xiǎn)區(qū)域 A（x1＜x＜x2且 y1＜y＜y2），當(dāng)客戶(hù)端坐標(biāo)（xi，yi）x1＜xi＜x2且 y1＜yi＜y2時(shí)，判定進(jìn)入危險(xiǎn)區(qū)域 A，開(kāi)啟定時(shí)器，定時(shí)器超時(shí)，服務(wù)器發(fā)送指令到客戶(hù)端。為了減小定位誤差對(duì)危險(xiǎn)區(qū)域判斷的影響，系統(tǒng)采用奇異值修正法來(lái)提高檢測(cè)坐標(biāo)在危險(xiǎn)區(qū)域A內(nèi)的準(zhǔn)確率，判斷當(dāng)前t4時(shí)刻坐標(biāo)是否在危險(xiǎn)區(qū)域A內(nèi)時(shí)查看前一時(shí)刻t3和后一時(shí)刻的坐標(biāo)是否在危險(xiǎn)區(qū)域A內(nèi)，如果t4時(shí)刻坐標(biāo)不在區(qū)域A內(nèi)，而t3、t5時(shí)刻在區(qū)域A內(nèi)，系統(tǒng)判斷t4時(shí)刻坐標(biāo)在區(qū)域A內(nèi)。

3 系統(tǒng)開(kāi)發(fā)

3.1 客戶(hù)端開(kāi)發(fā)

客戶(hù)端流程圖如圖2所示，客戶(hù)端包含WiFi信號(hào)的掃描、實(shí)時(shí)顯示、加速度傳感器值的檢測(cè)、報(bào)警信息發(fā)送等功能。由于跌倒過(guò)程時(shí)間較短，因此系統(tǒng)判斷老人是否跌倒在客戶(hù)端實(shí)現(xiàn)以保證判斷和報(bào)警的實(shí)時(shí)性。

圖2 客戶(hù)端流程圖

3.2 看護(hù)端開(kāi)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(hù)端坐標(biāo)位置，同時(shí)接收客戶(hù)端發(fā)來(lái)的報(bào)警信息。

圖3 看護(hù)端流程圖

3.3 服務(wù)端開(kāi)發(fā)

服務(wù)器的流程圖如圖4所示。開(kāi)啟服務(wù)器的監(jiān)聽(tīng)端口，當(dāng)監(jiān)聽(tīng)到客戶(hù)端和看護(hù)端的請(qǐng)求時(shí)，服務(wù)器開(kāi)啟新的線程，監(jiān)聽(tīng)客戶(hù)端數(shù)據(jù)，接收到數(shù)據(jù)后，服務(wù)器通過(guò)匹配算法與指紋庫(kù)數(shù)據(jù)匹配得出估計(jì)坐標(biāo)，服務(wù)器把坐標(biāo)值傳輸給客戶(hù)端和看護(hù)端。其次，服務(wù)器根據(jù)這個(gè)坐標(biāo)值判斷客戶(hù)端是否進(jìn)入危險(xiǎn)區(qū)，如果進(jìn)入危險(xiǎn)區(qū)，啟動(dòng)計(jì)時(shí)器，一旦計(jì)時(shí)器超出設(shè)定的閾值，服務(wù)器向客戶(hù)端發(fā)送報(bào)警指令并恢復(fù)定時(shí)器，否則，服務(wù)器恢復(fù)定時(shí)器。系統(tǒng)采用手機(jī)短息報(bào)警的方式，擁有性能穩(wěn)定、報(bào)警及時(shí)、方便查看等優(yōu)點(diǎn)。

圖4 服務(wù)器流程圖

4 實(shí)驗(yàn)結(jié)果

本文選取東華大學(xué)2號(hào)學(xué)院樓一個(gè)環(huán)境復(fù)雜的會(huì)議室驗(yàn)證系統(tǒng)。測(cè)試區(qū)域長(zhǎng)14 m，寬8 m，采用1 m×1 m的網(wǎng)格，共采集112個(gè)參考點(diǎn)。實(shí)驗(yàn)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(shí)間小于3 s，且看護(hù)端和客戶(hù)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(shí)間過(guò)長(zhǎng)時(shí)，客戶(hù)端及時(shí)發(fā)送報(bào)警信息，準(zhǔn)確率達(dá)到70％以上。系統(tǒng)界面顯示友好，客戶(hù)端和看護(hù)端界面顯示如圖5所示，報(bào)警信息如圖6所示，服務(wù)器端界面顯示如圖7所示。

表2 實(shí)驗(yàn)結(jié)果

圖5 客戶(hù)端、看護(hù)端界面

圖6 報(bào)警信息

圖7 服務(wù)器端界面

5 結(jié)論

本文開(kāi)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(hù)端和看護(hù)端在Android手機(jī)上實(shí)現(xiàn)，便于攜帶；報(bào)警信息通過(guò)手機(jī)短信的方式發(fā)送，可靠性高。實(shí)驗(yàn)表明，該系統(tǒng)定位精度理想、定位速度快、報(bào)警及時(shí)，具有很高的使用價(jià)值。由于系統(tǒng)沒(méi)有考慮人體的一些劇烈運(yùn)動(dòng)對(duì)跌倒判斷的影響，系統(tǒng)會(huì)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(duì)跌倒判斷的影響。

［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(wú)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(hào)強(qiáng)度特征的室內(nèi)定位系統(tǒng)設(shè)計(jì)［J］.計(jì)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(shí)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(cè)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(cè)系統(tǒng)設(shè)計(jì)［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2014，35（4）：1465-1470.

Elder-care system based on WiFi positioning

Wang Longfei，Wu Yun
（College of Information Science and Technology，Donghua University，Shanghai 201620，China）

In view of China gradually the aging society，the elderly are increasing.The indoor positioning system for the elderly monitoring is designed on Andriod platform.The system is composed of client，client-monitoring and server.The client and server combine to complete the positioning function.RSSI-based fingerprint algorithm is used in the localization to calculate the position coordinates of the elderly.The Client and server determine the danger zone，and use the two discrimination algorithm based on threshold signal vector magnitude method to detect fall.When the old man enters the dangerous area or falls，system sends out the alarm.Experiments show that the system has high positioning speed，high positioning accuracy and high accuracy of alarm.

indoor location；Android platform；fingerprint algorithm；signal vector magnitude

TP311.5

A

1674-7720（2015）24-0098-03

王龍飛，吳赟.基于WiFi定位的老人看護(hù)系統(tǒng)［J］.微型機(jī)與應(yīng)用，2015，34（24）：98-100.

2015-08-25）

王龍飛（1988-），男，碩士研究生，主要研究方向：室內(nèi)定位研究。

國(guó)家自然科學(xué)基金青年項(xiàng)目（61301029）

吳赟（1976-），女，博士，副教授，主要研究方向：無(wú)線通信中的信號(hào)處理技術(shù)研究、視頻跟蹤及圖像處理。