張大鈞 蘭恒榮 吳幼龍

摘要： 提出了一種使用20 kHz超聲波檢測(cè)浴室跌倒?fàn)顩r的方法，并進(jìn)行了浴室環(huán)境中的測(cè)試.由于跌倒會(huì)造成失重，身體運(yùn)動(dòng)速度增大，導(dǎo)致產(chǎn)生多普勒效應(yīng)，造成反射的超聲頻率的偏移.根據(jù)這一頻移判斷人是否跌倒，并采取相關(guān)措施，可以在保護(hù)隱私的前提下結(jié)合浴室的特點(diǎn)保護(hù)人們的健康和安全，為智能醫(yī)療的發(fā)展打下良好的基礎(chǔ).

關(guān)鍵詞：

跌倒檢測(cè)； 浴室； 超聲； 多普勒效應(yīng)

中圖分類號(hào)： TP 212文獻(xiàn)標(biāo)志碼： A文章編號(hào)： 10005137（2018）02022505

Bathroom fall detection based on ultrasonic Doppler effect

Zhang Dajun， Lan Hengrong， Wu Youlong*

（School of Information Science and Technology，ShanghaiTech University，Shanghai 201210，China）

Abstract：

A method of bathroom fall detection using 20 kHz ultrasound is proposed and tested in bathroom environment.The fall can cause weight loss and increase the velocity of the body movement，resulting in Doppler effect and the shift of the reflected ultrasonic frequency.Based on this frequency shift we can decide whether a person is fall and take relevant measures，so as to protect people′s health and safety under the premise of protecting privacy combined with the characteristics of the bathroom，and this method lays a good foundation for the development of intelligent medicine.

Key words：

fall detection； bathroom； ultrasound； Doppler effect

收稿日期： 20180125

作者簡(jiǎn)介： 張大鈞（1995-），男，碩士研究生，主要從事微波天線、醫(yī)療成像方面的研究.Email：zhangdj@shanghaitech.edu.cn；蘭恒榮（1995-），男，碩士研究生，主要從事醫(yī)療成像、超聲成像、光聲成像方面的研究.Email：lanhr@shanghaitehc.edu.cn

導(dǎo)師簡(jiǎn)介： 吳幼龍（1986-），男，研究員，主要從事無(wú)線通信與網(wǎng)絡(luò)信息論方面的研究.Email：wuyl1@shanghaitech.edu.cn

*通信作者

引用格式： 張大鈞，蘭恒榮，吳幼龍.基于超聲多普勒效應(yīng)的浴室跌倒檢測(cè) [J].上海師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，47（2）：225-229.

Citation format： Zhang D J，Lan H R，Wu Y L.Bathroom fall detection based on ultrasonic Doppler effect [J].Journal of Shanghai Normal University （Natural Sciences），2018，47（2）：225-229.

每年因跌倒造成傷害的65歲以上老人可以達(dá)4 000萬(wàn)人[1].浴室地面濕滑，意外跌倒相對(duì)更容易發(fā)生，因此開發(fā)良好的浴室跌倒檢測(cè)裝置有一定價(jià)值.此外，浴室環(huán)境一般比較狹小，隱私性比較高，溫度濕度變化較大，需要考慮的因素比較多.

近年來(lái)對(duì)于跌倒檢測(cè)的研究主要包括基于視覺(jué)圖像的跌倒檢測(cè)系統(tǒng)、基于可穿戴裝置的跌倒檢測(cè)系統(tǒng)以及基于環(huán)境變化的跌倒檢測(cè)系統(tǒng)[2].其中基于視覺(jué)圖像的檢測(cè)系統(tǒng)雖然精確度較高，但不能很好地保護(hù)個(gè)人隱私，且成本高，計(jì)算量較大；基于可穿戴裝置的跌倒檢測(cè)系統(tǒng)是比較成熟的檢測(cè)方法，但在洗澡時(shí)，使用該檢測(cè)系統(tǒng)，難免會(huì)造成不便；基于環(huán)境變化的跌倒檢測(cè)系統(tǒng)主要利用室內(nèi)放置的傳感器捕捉跌倒動(dòng)作對(duì)各種信號(hào)的影響，從而做出判斷[3].該系統(tǒng)具有非接觸，對(duì)生活影響少，敏感性好，隱私度高等特點(diǎn)，因此適合在浴室環(huán)境中使用.

利用環(huán)境變化進(jìn)行手勢(shì)和動(dòng)作識(shí)別是進(jìn)行跌倒檢測(cè)的基礎(chǔ)，對(duì)此國(guó)內(nèi)外已經(jīng)有了很多相關(guān)的研究[3-5].其中Fu等[4]利用手機(jī)發(fā)出20 kHz的超聲，并通過(guò)檢測(cè)，接收到超聲的頻率變化，利用人體運(yùn)動(dòng)的多普勒效應(yīng)造成頻率的偏移，分析人在室內(nèi)的活動(dòng)，成本較低，且能較為準(zhǔn)確地檢測(cè)人體的各種活動(dòng).多普勒效應(yīng)是一種常見的物理現(xiàn)象，當(dāng)波源、觀測(cè)點(diǎn)或兩者相對(duì)于周圍介質(zhì)有運(yùn)動(dòng)發(fā)生，觀測(cè)點(diǎn)處的頻率會(huì)發(fā)生變化.定性地說(shuō)，若波源和觀測(cè)者互相靠近，接收到的頻率會(huì)高于原來(lái)頻率；若兩者相互遠(yuǎn)離，則接受到的頻率會(huì)低于原來(lái)波源的頻率[6].

本研究驗(yàn)證了利用超聲的多普勒效應(yīng)進(jìn)行浴室跌倒檢測(cè)的可行性，并在筆記本電腦上使用Python對(duì)不同動(dòng)作造成的多普勒效應(yīng)進(jìn)行了探究，開發(fā)出了完整的捕捉多普勒效應(yīng)并進(jìn)行跌倒判斷的系統(tǒng)，并進(jìn)行了測(cè)試.

1原理介紹

1.1多普勒效應(yīng)

多普勒效應(yīng)的公式為：

f=c+v1c+v2×f0，（1）

其中f為觀測(cè)者接收到的頻率，f0為發(fā)射的頻率，c為聲音在介質(zhì)中傳播的速度，v1為觀測(cè)者的運(yùn)動(dòng)速度，若接收位置靠近波源則其為正，否則為負(fù)，v2為發(fā)射源的運(yùn)動(dòng)速度，發(fā)射源遠(yuǎn)離接收位置則為正，靠近觀測(cè)者則為正.由于實(shí)驗(yàn)中接收位置為固定，而發(fā)射源為運(yùn)動(dòng)物體，故v1為0，

f=cc+v2×f0.（2）

通過(guò)變換，可以得到頻率的偏移量跟發(fā)射源運(yùn)動(dòng)速度成正比，

Δf=f-f0=-v2c+v2×f0.（3）

而c=340 m/s遠(yuǎn)大于人的運(yùn)動(dòng)速度，故

Δf≈-v2c×f0=-f0c×v2.（4）

因此，通過(guò)測(cè)量聲波頻率的變化，就可以計(jì)算出發(fā)射超聲波的物體的運(yùn)動(dòng)速度.由于人體同樣會(huì)反射超聲，故也可以測(cè)量人體運(yùn)動(dòng)的速度.

1.2跌倒檢測(cè)

根據(jù)鄧斯玉等[1]的研究，人日?；顒?dòng)的肢體運(yùn)動(dòng)最大速度為2.4 m/s.而人體重心的高度大約為1.1 m，跌倒后重心會(huì)以重力加速度下落，直到落到地面.根據(jù)位移s和速度vt公式：

s=12gt2，（5）

vt=v0+gt，（6）

其中vt為t時(shí)刻人體的下落速度，v0為人體下落初始速度，g為重力加速度，一般為9.8 m/s2，可以求出在失重狀態(tài)下，位移1.1 m，速度可以達(dá)到4.5 m/s以上，根據(jù)上文所述，通過(guò)速度就可以較好區(qū)分跌倒和一般的運(yùn)動(dòng).

2算法流程

人在跌倒時(shí)產(chǎn)生的速度與日?；顒?dòng)不同，在去除干擾影響后可以通過(guò)其多普勒效應(yīng)產(chǎn)生的超聲頻率偏移量來(lái)判斷其是否跌倒，算法流程圖如圖1所示.首先，由揚(yáng)聲器不斷發(fā)出20 kHz的超聲波，麥克風(fēng)根據(jù)需要讀取環(huán)境中的聲音信號(hào).由于麥克風(fēng)在接收信號(hào)的同時(shí)，也要求揚(yáng)聲器發(fā)射信號(hào)，兩個(gè)任務(wù)屬于并發(fā)進(jìn)行，因此需要進(jìn)行多線程編程.對(duì)接收到的信號(hào)進(jìn)行快速傅里葉變換，提取20 kHz附近的頻率信號(hào)進(jìn)行判斷.

快速傅里葉變換將聲音信號(hào)由時(shí)域轉(zhuǎn)化為頻域，當(dāng)最大頻移峰與主峰距離達(dá)到250 Hz，并且其峰值達(dá)到一定強(qiáng)度時(shí)，系統(tǒng)發(fā)出報(bào)警.對(duì)偏移量、偏移峰強(qiáng)度以及檢測(cè)到運(yùn)動(dòng)的持續(xù)時(shí)間長(zhǎng)度均設(shè)置相關(guān)閾值，減少其他動(dòng)作、浴室中噪聲和墻體反射引起的干擾.每次的采樣點(diǎn)數(shù)為2 048個(gè)點(diǎn)，采樣頻率為44.1 kHz，相鄰兩個(gè)頻域信號(hào)間隔為21.5 Hz.以20 kHz為中心，提取19.3 k～20.7 kHz之間的頻率窗口作為檢測(cè)窗口.

為了排除噪聲的影響，頻偏點(diǎn)的信號(hào)強(qiáng)度必須達(dá)到一定程度；為排除白噪聲的影響，頻率偏移必須達(dá)到一定的時(shí)間長(zhǎng)度.

3結(jié)果與分析

3.1浴室環(huán)境影響

在浴室環(huán)境下，對(duì)聲波最大的干擾是洗澡時(shí)候的淋浴頭和水流.為了驗(yàn)證超聲是否可以在有較大噪聲的狀態(tài)下正常工作，在浴室中測(cè)量了安靜狀態(tài)和打開淋浴開關(guān)狀態(tài)下的頻譜，如圖2所示.

圖2a中，在低于3 kHz的頻率范圍內(nèi)有一些噪聲，主要是人聲和外界聲音產(chǎn)生影響.打開淋浴頭之后（圖2b），噪聲的峰值出現(xiàn)在10 k～15 kHz之間，這一頻段的聲音具有較高頻率.但實(shí)驗(yàn)系統(tǒng)工作頻率（20 kHz）附近，沒(méi)有發(fā)現(xiàn)較強(qiáng)的噪聲，避開了環(huán)境噪聲對(duì)系統(tǒng)的影響.又測(cè)量了揚(yáng)聲器發(fā)出20 kHz超聲后，在19.3 k～20.7 kHz的頻率范圍內(nèi)安靜狀態(tài)和打開淋浴頭后的頻譜，如圖3所示.

由圖3可見，打開淋浴頭之后，頻譜圖產(chǎn)生了較多的毛刺，但毛刺峰強(qiáng)度并不大.說(shuō)明淋浴頭只造成了很少的超聲頻段噪聲，而水流對(duì)于超聲影響也比較小.其原因首先可能是水流對(duì)于超聲的反射不強(qiáng)，其次由于較大的空氣阻力的影響，水滴下來(lái)最大的速度并不會(huì)很大，造成的頻移較小.

此外環(huán)境中的白噪聲可能對(duì)實(shí)驗(yàn)的檢測(cè)有影響，但考慮到白噪聲持續(xù)時(shí)間不長(zhǎng)，無(wú)法滿足重復(fù)出現(xiàn)的閾值，因此可以排除干擾.

3.2跌倒的判斷測(cè)試

通過(guò)在平鋪的軟墊上進(jìn)行跌倒測(cè)試.將電腦放置在靠近地面的位置，使其麥克風(fēng)和揚(yáng)聲器處于較低的位置，當(dāng)人在軟墊前跌倒時(shí)會(huì)產(chǎn)生一個(gè)速度，引起系統(tǒng)報(bào)警.

考慮到浴室環(huán)境的狹小和復(fù)雜，實(shí)驗(yàn)首先在開闊而沒(méi)有水流的情況下測(cè)試了跌倒檢測(cè)系統(tǒng).如圖4a所示，由于反射波源靠近麥克風(fēng)，出現(xiàn)了一個(gè)頻率大于原始頻率的頻譜峰值，此時(shí)頻移值為300 Hz左右，其對(duì)應(yīng)速度為5.1 m/s左右.

此后在浴室環(huán)境中打開淋浴頭狀態(tài)下進(jìn)行了跌倒報(bào)警檢測(cè)，引發(fā)報(bào)警時(shí)刻的頻譜圖如圖4b所示.相比于圖4a，打開淋浴頭的浴室環(huán)境頻譜圖有較明顯的毛刺，這是由于浴室環(huán)境的噪聲引起的.而且此時(shí)在最大偏移峰和20 kHz主峰之間有較多的峰值，可能是由于浴室環(huán)境比較狹小，反射較多.

最終實(shí)驗(yàn)在浴室環(huán)境中測(cè)試了52次，其中成功檢測(cè)38次，準(zhǔn)確率在73%左右.

4結(jié)語(yǔ)

本文作者根據(jù)20 kHz超聲波的多普勒效應(yīng)，設(shè)計(jì)了浴室范圍內(nèi)的跌倒檢測(cè)系統(tǒng).跌倒時(shí)的失重現(xiàn)象會(huì)造成短時(shí)間內(nèi)增大人體下落速度，從而使反射的超聲波頻率發(fā)生偏移，引發(fā)系統(tǒng)報(bào)警.實(shí)驗(yàn)結(jié)果表明，本系統(tǒng)準(zhǔn)確率為73%左右，可被應(yīng)用于健康檢測(cè)、智能醫(yī)療等方面.

在未來(lái)的工作中，我們將改進(jìn)系統(tǒng)的組成，使用分離式的設(shè)備進(jìn)行試驗(yàn).在提高檢測(cè)精度的同時(shí)，使其可以在浴室潮濕環(huán)境下工作.該系統(tǒng)在進(jìn)一步改進(jìn)后，也可以具有檢測(cè)手勢(shì)的功能.利用浴室中的超聲進(jìn)行手勢(shì)識(shí)別，可以把手勢(shì)變?yōu)槿撕蜋C(jī)器的交互設(shè)備，更好地將智能家居和醫(yī)療相結(jié)合.

參考文獻(xiàn)：

[1]鄧斯玉，徐杜，戴雪龍.一種跌倒檢測(cè)系統(tǒng)的研究與設(shè)計(jì) [J].信息通信，2017（9）：53-56.

Deng S Y，Xu D，Dai X L.Research and design of a fall detection system [J].Information & Communications，2017（9）：53-56.

[2]Pannurat N，Thiemjarus S，Nantajeewarawat E.Automatic fall monitoring：a review [J].Sensors，2014，14（7）：12900-12936.

[3]Adib F，Katabi D.See through walls with WiFi！ [C].Proceedings of the ACM SIGCOMM 2013 Conference on SIGCOMM，Hong Kong：ACM，2013.

[4]Fu B Y，Karolus J，GrossePuppendahl T，et al.Opportunities for activity recognition using ultrasound Doppler sensing on unmodified mobile phones [C].Proceedings of the 2nd International Workshop on Sensorbased Activity Recognition and Interaction，Rostock：ACM，2015.

[5]Pittman C R，LaViola J J .Multiwave：complex hand gesture recognition using the Doppler effect [C].Proceedings of the 43rd Graphics Interface Conference，Edmonton：ACM，2016.

[6]馬文蔚，柯景風(fēng).物理學(xué) [M].北京：高等教育出版社，1982.

Ma W W，Ke J F.Physics [M].Beijing：Higher Education Press，1982.

（責(zé)任編輯：包震宇，郁慧）