居 艷，駱 懿，沈佳輝

(杭州電子科技大學通信工程學院，浙江 杭州 310018)

基于加速度傳感器的室內消防員定位系統(tǒng)設計

居 艷，駱 懿，沈佳輝

(杭州電子科技大學通信工程學院，浙江 杭州 310018)

采用MPU-9250九軸運動傳感器、MSP430f5529微控制器和ZigBee技術，設計了基于慣性導航的室內消防員定位系統(tǒng).根據(jù)采集到的三軸加速度和陀螺儀信息，通過步伐檢測、方向判斷及人員狀態(tài)判定，實現(xiàn)了消防員的精確定位.將采集數(shù)據(jù)匯總到數(shù)據(jù)采集系統(tǒng)中，測試結果顯示步數(shù)誤差在3%以內，實現(xiàn)了對消防員的運動軌跡的粗略跟蹤，具有一定的實際應用價值.

九軸運動傳感器；微控制器；ZigBee；慣性導航

0 引 言

火災現(xiàn)場危險性大，消防員的人身安全在救援過程中受到極大威脅，因此迫切需要一種定位系統(tǒng)對其行徑路線進行實時定位和跟蹤.目前常用的定位方式主要有全球定位系統(tǒng)[1](Global Positioning System, GPS)、基站定位[2](Location Based Service, LSB)、北斗定位等.在室外開闊環(huán)境下，這些定位方式的精度較高，但是，在室內或有遮蔽物的環(huán)境下，由于信號被大幅度削弱[3]，不能進行有效定位.慣性定位是一種適用范圍較廣的獨立定位方式[4]，其原理是以牛頓力學為基礎，通過慣性測量單元(Inertial measurement unit，IMU)測量運動的實時加速度與角速度，再經積分獲得移動節(jié)點的位置[5-6]及運動信息.本文提出的慣性定位采用MPU-9250復合芯片[7](MCM)，該芯片內部包括三軸加速度傳感器、三軸陀螺儀傳感器以及AK8963三軸磁力計傳感器.將MPU-9250九軸運動傳感器、MSP430f5529微控制器和ZigBee技術結合，設計并搭建了基于慣性定位方式[8-9]的消防員室內定位系統(tǒng)，并通過測量實驗對定位系統(tǒng)進行了性能分析.

1 硬件系統(tǒng)設計

1.1 定位系統(tǒng)設計

消防員室內定位系統(tǒng)主要由兩部分組成，其整體結構圖如圖1所示.第一部分為隨身攜帶的消防員定位裝置，由MPU-9250模塊、MSP430f5529主控模塊、ZigBee數(shù)據(jù)傳輸模塊[10]組成.以上模塊都是低功耗模塊，在外接1 000 mAh移動電源的情況下，支持長時間的定位.第二部分為消防員監(jiān)控中心，由ZigBee數(shù)據(jù)收集節(jié)點以及一臺PC機構成.能夠實時接收定位裝置傳輸過來的數(shù)據(jù)包并對其進行數(shù)據(jù)解析，將被定位的消防員的位置狀態(tài)實時顯示在PC機上.第一部分與第二部分之間采用ZigBee無線網絡連接，利用ZigBee無線傳輸模塊傳輸中間數(shù)據(jù)，在空曠環(huán)境下傳輸距離最遠可達400 m，有利于跟蹤裝置對消防員進行遠距離的監(jiān)控.

圖1 消防員室內定位系統(tǒng)整體結構圖

1.2 消防員運動模型

圖2 消防員運動模型

消防員運動模型如圖2所示.首先建立空間坐標系，假設消防員的前進方向為Y軸，與Y軸垂直的為X軸與Z軸，其中Z軸正方向為垂直向下.

消防員在行走時會產生3個方向上的分量加速度：前向分量(Y軸)，側向分量(X軸)以及垂直分量(Z軸).而MPU-9250九軸運動跟蹤芯片中包含了三軸的加速度傳感器，與消防員的3個運動方向相對應.消防員在行走時，垂直方向加速度會有周期性的變化，從抬腳至最高點再到落地是一個完整步伐，期間加速度經歷逐漸變大至波峰再到波谷的變化過程.因此可以通過探測加速度的變化來監(jiān)測消防員的行走步伐.

1.3 數(shù)據(jù)包傳輸

主控芯片MSP430f5529通過I2C語句讀取MPU-9250中的溫度寄存器、加速度寄存器和陀螺儀寄存器中的值，并將其存入數(shù)組中.后將存入數(shù)組的數(shù)據(jù)寫入串口緩沖區(qū)，通過串口發(fā)送至ZigBee無線傳輸模塊.數(shù)據(jù)包中傳輸?shù)臄?shù)據(jù)包括16位的溫度、每個方向16位的加速度和陀螺儀的量化值，量化誤差較小.

2 定位方法設計

2.1 步伐檢測

當消防員處于行走狀態(tài)時會產生3個方向的加速度值，行走中任何時刻手持定位裝置，總會有至少一個方向軸具有相對較大的周期性加速度變化[11]，因此進行峰值檢測是至關重要的.步伐檢測方法的主要流程圖如圖3所示，首先進行三軸峰值檢測，選擇出波動最大的軸默認為垂直運動的軸，然后進行局部最大值尋找.為去除行走及跑步之外的情況下產生迅速或緩慢的振動干擾(濾除不必要的高頻噪聲)，選取一個預定閾值.通過與閾值的比較來判斷是正常行走還是靜止狀態(tài)下產生的細微抖動，如果大于設定閾值則每檢測到一個波峰，步數(shù)值便加1.

圖3 步伐檢測流程圖

2.2 方向判斷

為實現(xiàn)精確定位，除進行步伐檢測外還需要實時獲取消防員的方向信息.本系統(tǒng)中通過Z軸陀螺儀的數(shù)據(jù)變化來判斷其是處于順時針旋轉狀態(tài)還是逆時針旋轉狀態(tài).具體流程如圖4所示，首先初始化方向角，對采集到的陀螺儀數(shù)據(jù)進行分析以此來判斷旋轉方向.為了去除正常細微抖動導致產生錯誤判斷的情況，需連續(xù)進行多次采樣進行旋轉特征的判斷，最后對數(shù)據(jù)進行處理將其轉換成旋轉角度.

圖4 方向判斷流程圖

根據(jù)MPU-9250芯片手冊可得：當FS_SEL=0時，陀螺儀的靈敏度為131 LSB/((°)/s).若收到的實時陀螺儀數(shù)據(jù)設為x，4次采集的數(shù)據(jù)分別為x1，x2，x3和x4，求得當前方向角：

(1)

其中，ω為當前方向角，Δt為采樣時間間隔，每次的累計旋轉角度對圓周取余后便為當前角度值.

2.3 運動狀態(tài)判斷

本系統(tǒng)不僅可對消防員進行定位，還可以根據(jù)三軸加速度的信息來對消防員所處運動狀態(tài)進行實時判斷，具體方法流程如圖5所示.首先獲取Y軸數(shù)據(jù)，根據(jù)Y軸加速度判斷消防員此時處于臥倒狀態(tài)還是直立狀態(tài).若處于直立狀態(tài)，根據(jù)Z軸加速度大小來區(qū)分其處于正常行走狀態(tài)還是處于奔跑狀態(tài)；若處于臥倒狀態(tài)下，通過對Z軸的波動情況多次采樣來判斷消防員是臥倒匍匐還是受傷暈倒，若受傷暈倒，則需要對其立即實施營救.

圖5 所處行動狀態(tài)判斷流程圖

3 軟件平臺搭建

圖6 監(jiān)控界面布局

PC端監(jiān)控平臺采用LabVIEW軟件編寫，程序為框圖形式.整個監(jiān)控界面的布局如圖6所示，其功能主要包括：串口配置以及數(shù)據(jù)收發(fā)(左上)、加速度信息顯示(右上)、陀螺儀信息顯示(右下)和定位軌跡圖(左下).

采集三軸的加速度數(shù)據(jù)如圖7所示，靜止狀態(tài)下X軸與Y軸幾乎為0，Z軸為一個重力加速，設置靈敏度參數(shù)AFS_SEL=0時，最大量程為4個重力加速度即4g，每16 384單位為1g，因此Z軸的量化數(shù)據(jù)在16 384附近波動.在正常行走狀態(tài)和跑步狀態(tài)下三軸加速度都有規(guī)律波動，其中Z軸波動最明顯，并且在跑步狀態(tài)下波動更為劇烈.

圖7 加速度數(shù)據(jù)顯示

圖8為消防員所處監(jiān)測狀態(tài)說明，從左至右分別包括了4種狀態(tài)，根據(jù)當前加速度信息并結合2.3中的狀態(tài)歸類方法可推算出當前的狀態(tài)信息，在相應的狀態(tài)下指示燈會開啟.

圖8 消防員所處狀態(tài)顯示

采用步伐檢測方法對加速度數(shù)據(jù)進行處理,多次實驗后的計步結果與前進距離的數(shù)據(jù)匯總如表1所示，每次實驗步數(shù)為100步.

表1 計步結果及步長測量結果

表1中可以看出，測量裝置的計步誤差都在3%以內.

為將前進步數(shù)轉換為消防員的前進距離,需對消防員步伐長度進行預校準,因此實驗中需記錄每次實驗的前進步數(shù),并根據(jù)以下公式進行換算：

S=s×n

(2)

其中，S為前進距離，s為平均步長,需根據(jù)佩戴者校準，n為步伐數(shù).

根據(jù)實驗總結，本測量裝置中s取值為67.0 cm.

為測試狀態(tài)顯示的準確性，模擬消防員的4種運動狀態(tài)進行實驗，每種運動狀態(tài)測試20次，得出的精度如表2所示.

表2 狀態(tài)測試結果

圖9 實際定位效果

實驗結果表明，除偶爾會出現(xiàn)正常行走和奔跑之間的判斷失誤，其他情況下基本能夠準確判斷出測試者所處運動狀態(tài).

圖9為定位測試實際效果，圖9中，實線為測試者實際運動軌跡，虛點線為定位軌跡，其中點為落腳點.從測試結果可知，在運動中由于步伐長度的估計誤差以及角度的累計誤差會導致定位偏移，但是總體能夠粗略判斷出測試者的位置信息.

4 結束語

本文研究并實現(xiàn)了消防員室內定位系統(tǒng)，對消防員定位信息數(shù)據(jù)進行采集、傳輸和處理，利用3種狀態(tài)判斷方法對消防員的位置、方向和運動狀態(tài)進行判斷，將消防員的狀態(tài)信息實時傳輸?shù)奖O(jiān)控系統(tǒng).本文僅在理論上證明了本裝置可行性，但在消防員救災過程中各種具體場景中的實際應用仍需進一步的探討和實踐.后期需對裝置的硬件方面進行優(yōu)化，以增強裝置的耐用性和便攜性，從而更好地適應消防救災場景.

[1]ELLIOTT D K. GPS原理與應用[M].寇艷紅,譯.北京:電子工業(yè)出版社,2007:347-348.

[2]HUANG L H, SHR K T, LIN M H, et al. A Noise-Robust Convex-Optimized Positioning System Based on Code-Aided RSS Estimation and Virtual Base Station Transform[J]. Journal of Signal Processing Systems, 2016,84(3):309-323.

[3]BERBAKOV L, PAVKOVIC B, VRANE S. Smart Indoor Positioning System for Situation Awareness in Emergency Situations[C]//26th International Workshop on Database and Expert Systems Applications (DEXA). IEEE, 2015:139-143.

[4]YANG F, LU J L, THEOLEYRE F, et al. Dynamic active area clustering with inertial information for fingerprinting based indoor localization systems[C]//IFIP Networking Conference (IFIP Networking), 2015. IEEE, 2015:1-9.

[5]HARLE R. A survey of indoor inertial positioning systems for pedestrians[J]. IEEE Communications Surveys & Tutorials, 2013,15(3):1281-1293.

[6]GOYAL P, RIBEIRO V J, SARAN H, et al. Strap-down Pedestrian Dead-Reckoning system[C]//International Conference on Indoor Positioning and Indoor Navigation. 2011:1-7.

[7]劉春陽,徐軍領,程洪濤,等.MPU9250傳感器的姿態(tài)檢測與數(shù)據(jù)融合[J].河南科技大學學報(自然科學版),2015,36(4):14-17.

[8]王巍.慣性技術研究現(xiàn)狀及發(fā)展趨勢[J].自動化學報,2013,39(6):723-729.

[9]張金亮,秦永元,梅春波.基于MEMS慣性技術的鞋式個人導航系統(tǒng)[J].中國慣性技術學報,2011,19(3):253-256.

[10]賈朱紅,張曉冬.基于I2C總線的單主多從單片機之間的通信[J].微計算機信息,2009,25(3):101-102.

[11]周紅進,許江寧,覃方君.一種新的基于加速度計的無陀螺捷聯(lián)慣性導航系統(tǒng)設計與實現(xiàn)[J].儀器儀表學報,2008,29(7):1499-1502.

The Firefighter Indoor Positioning System Research Based on Accelerometer Sensor

JU Yan, LUO Yi, SHEN Jiahui

(SchoolofCommunicationEngineering,HangzhouDianziUniversity,HangzhouZhejiang310018,China)

A firefighter indoor positioning system based on inertial navigation was put forward in this paper, in which the technologies of MPU-9250 nine axis motion sensor, MSP430f5529 microcontroller and ZigBee were used. Then, three algorithms including step detection, direction determination and firefighter’s state determination combine with the three-axis accelerometer and gyroscope information collected by software，achieve the precise positioning of firefighters. Finally, the data will be aggregated to the data acquisition system. The experiment results show that the error of step number is less than 3%, and it can recognize the current status of firemen accurately. So it has practical value to a certain extent.

nine axis motion sensor; microcontroller; ZigBee; inertial navigation

10.13954/j.cnki.hdu.2017.03.008

2016-09-14

居艷(1991-)，女，山東濰坊人，碩士研究生，嵌入式系統(tǒng)設計.通信作者：駱懿副教授，E-mail:luoyi@hdu.edu.cn.

TP212.9

A

1001-9146(2017)03-0035-05