Home8 introduction - Home8介紹
|
來源:微型机与应用 作者:王龙飞,吴 赟
引言
隨著智慧行動設備的普及,和無線網路的快速發展,人們對位置資訊的需求越來越強烈。目前,全球定位系統(Global Position System,GPS)在室外可以提供高精度的定位,而在環境複雜的室內,GPS不能滿足定位需求。
目前,室內定位的研究主要有ZigBee室內定位、藍牙室內定位、超寬頻(UWB)室內定位、RFID定位和WiFi室內定位系統。WiFi佈署簡單,成本較低,因而WiFi室內定位技術成為研究的熱點。
本文針對老人的看護問題,開發了一種基於Andriod平台的WiFi定位的老人看護系統。
本文針對老人的看護問題,開發了一種基於Andriod平台的WiFi定位的老人看護系統。
1 系統總體設計
基於WiFi定位的老人看護系統的總體設計,框架如圖1所示,系統由客戶端、伺服器和看護端組成。客戶端和看護端與伺服器採用Socket方式通信,客戶端以手機訊息(SMS)的方式,向看護端發送報警訊息。
在線上階段客戶端,讀取周圍AP的RSSI值,和加速度傳感器的值,將收集到的RSSI發送給伺服器,伺服器透過定位匹配算法,估算出位置座標,把位置座標發送給客戶端和看護端,並根據座標判斷老人是否進入危險區。同時客戶端根據加速度傳感器值的變化,判斷老人是否跌倒,並及時發送報警訊息。
在線上階段客戶端,讀取周圍AP的RSSI值,和加速度傳感器的值,將收集到的RSSI發送給伺服器,伺服器透過定位匹配算法,估算出位置座標,把位置座標發送給客戶端和看護端,並根據座標判斷老人是否進入危險區。同時客戶端根據加速度傳感器值的變化,判斷老人是否跌倒,並及時發送報警訊息。
2 系統算法的實現
由於WiFi信號受室內環境等多方面的影響,導致WiFi信號在同一地點,不同時間採集到的RSSI不同。這種RSSI的時變特性,導致傳統的路徑損耗模型定位誤差較大,而採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階段,離線階段和在線上階段。
2.1 離線階段指紋庫的建立
離線階段指紋庫的建立,影響線上階段的定位精度。針對多種因素對建立指紋庫影響的問題,系統採取以下措施:
(1)基於隨著參考點的增加,定位誤差降低,但是離線階段的工作量增加的特點,系統採取間隔1 m的網格建立指紋庫;
(2)基於空間和時間因素對RSSI的影響,系統在每個參考點的4個方向(東、西、南、北)分別採集30次,然後去奇異值求平均。指紋庫主要包含參考點的坐標、AP的MAC值和AP的RSSI值,如表1所示。
(1)基於隨著參考點的增加,定位誤差降低,但是離線階段的工作量增加的特點,系統採取間隔1 m的網格建立指紋庫;
(2)基於空間和時間因素對RSSI的影響,系統在每個參考點的4個方向(東、西、南、北)分別採集30次,然後去奇異值求平均。指紋庫主要包含參考點的坐標、AP的MAC值和AP的RSSI值,如表1所示。
2.2 在線上階段的匹配算法
基於WKNN(Weighted K Nearest Neighborhood)算法原理簡單、計算複雜度低等優點,在線上階段系統採用WKNN算法。
WKNN是根據待測點的RSS向量,與數據庫中已記錄的指紋向量之間的距離,賦予不同的最近鄰採樣點不同的權重,進行位置估計,系統以歐式距離平方倒數作為權重值,即:
WKNN是根據待測點的RSS向量,與數據庫中已記錄的指紋向量之間的距離,賦予不同的最近鄰採樣點不同的權重,進行位置估計,系統以歐式距離平方倒數作為權重值,即:
其中,wi是權重系數係打是很小的正數,防止分母為零;Di是實際信號數據,與第i個最近採樣點的歐式距離,Di平方的大小反映權重的變化,Di越小,所佔的權重越大。
2.3 跌倒檢測方法
由於跌倒的方向是隨機的,因此系統採用SVM(Signal Vector Magnitude)特徵量閾值檢測跌倒,因為SVM不需要考慮三軸加速度的空間方向。SVM計算如下:
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階段,系統採用雙閾值判斷法,提高檢測的準確率。
第一階段老人跌倒時,三軸傳感器3個方向上的加速度值發生巨變,使SVM發生巨變,設定閾值t1,當SVM t1時,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軸上的加速度值會有兩個方向上的值為零,另一個方向上的加速度值為重力加速度g,設定閾值t2,當|SVM-g|
第一階段老人跌倒時,三軸傳感器3個方向上的加速度值發生巨變,使SVM發生巨變,設定閾值t1,當SVM t1時,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軸上的加速度值會有兩個方向上的值為零,另一個方向上的加速度值為重力加速度g,設定閾值t2,當|SVM-g|
2.4 危險區判別方法
設危險區域A(x1
3 系統開發
3.1 客戶端開發
客戶端流程圖如圖2所示,客戶端包含WiFi信號的掃描、即時顯示、加速度傳感器值的檢測、報警訊息發送等功能。由於跌倒過程時間較短,因此系統判斷老人是否跌倒,在客戶端實現以保證判斷和報警的即時性。
3.2 看護端開發
圖3是看護端流程圖,看護端接收到伺服器發送的座標數據,並在地圖上標示並顯示客戶端座標位置,同時接收客戶端發來的報警訊息。
3.3 服務端開發
伺服器的流程圖如圖4所示。開啓伺服器的監聽端口,當監聽到客戶端和看護端的請求時,伺服器開啓新的線程,監聽客戶端數據,接收到數據後,伺服器透過匹配算法,與指紋庫數據匹配,得出估計座標,伺服器把座標值,傳輸給客戶端和看護端。其次,伺服器根據這個座標值,判斷客戶端是否進入危險區,如果進入危險區,啓動計時器,一旦計時器超出設定的閾值,伺服器向客戶端發送報報指令,並恢復定時器,否則,伺服器恢復定時器。系統採用手機簡訊報警的方式,擁有性能穩定、報警即時、方便查看等優點。
4 實驗結果
本文選取東華大學2號學院樓一個環境複雜的會議室驗證系統。測試區域長14 m,寬8 m,採用1 m×1 m的網格,共採集112個參考點。實驗結果如表2所示。
系統定位精度較高,系統的單次定位時間小於3 s,且看護端和客戶端的地圖刷新保持一致。當手機加速下降,或在某一區域時間過長時,客戶端及時發送報警訊息,準確率達到70%以上。系統介面顯示友好,客戶端和看護端介面顯示如圖5所示,報警訊息如圖6所示,伺服器端介面顯示如圖7所示。
5 結論
本文開發的基於WiFi定位的老人看護系統,利用現有的WiFi設備,成本較低;客戶端和看護端在Android手機上實現,便於攜帶;報警訊息透過手機簡訊的方式發送,可靠性高。
實驗表明,該系統定位精度理想、定位速度快、報警即時,具有很高的使用價值。
由於系統沒有考慮人體的一些,劇烈運動對跌倒判斷的影響,系統會發生誤判,在以後的工作中,需要全面地考慮人體形態,對跌倒判斷的影響。
實驗表明,該系統定位精度理想、定位速度快、報警即時,具有很高的使用價值。
由於系統沒有考慮人體的一些,劇烈運動對跌倒判斷的影響,系統會發生誤判,在以後的工作中,需要全面地考慮人體形態,對跌倒判斷的影響。
0 comments:
張貼留言