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。
 |
沒有留言:
張貼留言