基于加速度传感器的人体姿态识别系统

吴超

（长江大学电子信息学院，湖北 荆州 434023）

当今中国，人口老龄化加速，空巢家庭﹑失独家庭大量涌现。在这样的家庭里，子女长期不在老人身边或者老人永远失去了自己的子女，对于这样一类人群来说，一旦身体健康出现问题或者突发意外事件，往往只能自己面对和承受。独自一个人在家时生病或发生意外后很长时间无人问津的悲剧经常见诸报道。对于他们来说，晚年不仅无法安度，相反会成为他们人生最后的苦难期。

微机电系统 （MEMS）是由微传感器﹑微动作器以及信号处理和控制电路组成的微系统。集小体积﹑微重量﹑性能稳定等诸多优点于一身，在惯性测量中有着极其重要的发展空间，其中包含的加速度传感器更是在众多应用领域中扮演者不可或缺的角色。对于空巢老人或失独老人来说，利用微机电系统测量在人体运动过程中不断变化的加速度和姿态，从而计算出其在某一特定空间里的运动轨迹［1］，一旦出现意外，如心脏病突发或脑溢血突发而导致的跌倒或被物体绊倒等，则能够实时监测出人体加速度的突然变化，并在第一时间向相关机构发出报警求教信号，从而最大限度降低悲剧的发生。为此，笔者采用加速度传感器实时检测3个自由度上人体加速度数据和人体姿态数据［2］，结合试验设置了理想的阈值，能较准确地监测人体的姿态。

1 系统结构设计

基于加速度传感器的人体姿态识别系统构成如图1所示。数据采集模块佩戴于被测试者胸前。笔者采用MPU－6050九轴运动处理传感器采集人体的运动轨迹信号。当人体在做日常的一般运动以及突发跌倒时，三轴MEMS陀螺仪和三轴加速度计分别将其测量的模拟量转化为3个16位可输出的数字量，得到的结果直接送入单片机进行相关处理，然后经nRF2401无线传输模块传送到接收计算机。另外，为了避免引发误报警，可通过芯片中的I2C接口连接一个第三方的数字传感器。

图1 系统结构框图

2 跌倒振动检测

人体出现的全部的跌倒状态中，行走过程中出现意外而引起的跌倒所占的比例约为39%，上下楼发生的跌倒所占的比例约为20%，登高或转身发生的跌倒所占的比例约为24%，上下床发生的跌倒所占的比例约为13%，因为意识丧失而导致的近似自由落体的跌倒所占的比例约为9%，从事高风险工作出现的意外跌倒所占的比例约为12%。

人体在平时的活动中，除了从静止到开始运动和从运动到逐渐静止威作2个阶段以外，在运动过程中可以认为是一个平稳的过程。尤其对于老年人，其在日常生活中的动作普遍都比较平缓，运动幅度一般来讲都不大。而一旦有意外突发，如心脏病突发、脑溢血突发或者被物体绊倒，这时人体的自我控制机能丧失，发生跌倒［3］。虽然人体在跌倒时，相对于在平稳运动或相对静止情况下的三轴加速度值会有一个明显的激增变化，但是由于个体存在差异，人体在发生跌倒的过程中的情况也没有固定的模式可循，因此利用对人体在空间中3个方向上的加速度分量的阈值分别设置来检测是否有跌倒发生就不能体现一般性。

人体发生跌倒后，在最终静止之前会与地面或其他物体表面发生强烈的碰撞。那么发生的强烈碰撞势必会引起人体在空间中3个相互垂直轴向上加速度值的突然地强烈的变化。与此同时，如果对在空间中3个正交方向上所测得的加速度值的平方求和后再开方，得到的值即为人体发生跌倒后与某一物体产生碰撞所引起的振动幅值:

根据这种方法所测得的人体振动幅值又可以反过来验证人体所受到冲击的猛烈程度，因此可以根据A值的大小来判断人体在某一时刻是否有跌倒发生的可能。A值的正确设置是准确判别的关键。由于老年人生理的特点，在平常的日常生活中，他们的动作相对来说较平缓，出现剧烈运动的可能性很小。表1是根据10名测试对象（平均年龄62岁）在日常生活中测得的A值范围。笔者认为2.8g是比较理想的A值，能准确区分突发跌倒和日常行为，这与文献［4］相符。

图2为人体跌倒后的A值试验曲线，从图中可以看到，在4.65s时有一个较大的A 值，取值大约为3.5g。该值为人体在跌倒后去地面发生碰撞的时候产生的一个冲击力，可以看出该值比绝大多数的日常活动发生的振动的幅值要大得多。

表1 日常动作A值范围

图2 跌倒后人体振动幅值曲线

3 人体姿态检测

虽然根据三自由度合成的人体加速度数据能客观反映出人体在某一时刻的状态，但是难免发生错误报警的情况。因此，为了保证人体姿态检测系统的稳定性和可靠性，在系统检测到A值大于设定阈值的同时，对人体躯干相对于地表的倾斜角度进行检测判别。人体在跌倒发生以后，通常情况下，身体紧贴跌落位置的表面。此时，人体与跌倒位置表面平行，而与重力加速度的方向近似为一直角。如果因为跌倒位置本身不与重力加速度指向垂直而导致人体跌倒后与重力加速度指向不成直角关系，但是有一点可以肯定，此时人体与重力加速度指向的夹角的数值会比较大。人体跌倒后状态如图3所示。人体在正常状态下，身体躯干与地表的夹角近似等于90°。考虑到老年人的生理特点，脊柱与地表的夹角也不小于75°。经过试验证明，对于老年人来说，在身体健康正常，意识清醒的情况下，如果身体上半身躯体和地表间的夹角小于60°，那么身体就会失去平衡，随之引发跌倒。人体倒地后，身体躯干与地表间的夹角近似等于0°。在该检测系统中，当人体加速度值大于系统所设置的阈值的同时，检测人体与地表夹角值θ，来综合评判人体是否出现跌倒的情况［5］。当A≥2.8g时，若θ值在0°～60°，则判为跌倒发生，立即触发报警。

图3 人体跌倒后状态

检测人体与地表夹角可以利用陀螺仪完成。当一个旋转物体的旋转轴所指的方向不受外力影响时，是不会改变的，故陀螺仪在稳定条件下能保持方向。人体躯干受外力或因其自身原因发生倾斜时，相当于陀螺仪受到了外力的影响，旋转轴所指的方向随之改变，那么倾斜的角度随之可以被测算出来。

笔者所使用的 MPU－6050，集成了三轴MEMS加速度计、三轴MEMS陀螺仪以及一个可扩展的数字运动处理器DMP（Digital Motion Processor），可用I2C接口连接一个第三方数字传感器，如磁力计。这样利于三轴加速度传感器和三轴陀螺仪进行动作和姿态的检测，用三轴磁力计对积累误差做修正，则能更准确地检测运动方式和运动轨迹。

姿态检测流程图如图4所示。若θ值在60°～90°，则等待10s后重新根据数据评判跌倒是否发生。

图4 人体姿态检测流程图

表2 系统实际监测结果

表2所示为系统实际检测结果，当人体处于睡眠或静坐状态时，即使人体与地表的夹角在发出警报的范围内，但由于此时的振动幅值没有达到报警的阈值，故系统任务人体仍处于正常状态；当人体在运动过程中，如果振动幅值和倾角值都在正常范围之内，系统只处于状态探测中，一旦两个监测值异常，则发出警报。在测试过程中，针对静止、慢走、快走和小跑等4种状态，每种状态得到5个测试数据，在整个20个测试数据中，只出现1次误报，其余19次测试的结果都在正常范围之内，系统的可靠性达到95%。

4 结语

提出了一种由加速度检测和倾斜角检测相结合的人体姿态识别的方法。该方法不仅监测人体在运动过程中由三轴加速度值合成的人体运动振动幅值，同时也监测人体运动时人体与地表的夹角值。在监测时结合2组参数，既不会发生虚报也不会发生漏报，能有效保证系统运行的有效性和可靠性。

［1］刘勃，胡三庆，宋庆恒 .基于加速计的三维空间运动追踪系统 ［J］.华中科技大学学报 （自然科学版），2009（6）:40－44.

［2］赵翔，杜普选 .基于MEMS加速度计和陀螺仪的姿态检测系统 ［J］.铁路计算机应用，2012（3）:15－18.

［3］胡铮 .略谈祖国医学对脑溢血的认识 ［J］.贵阳中医学院学报，1980（2）:25－26.

［4］Kangas M，Konttila A，Winblad I，et al.Determination of simple thresholds for accelerometry－based parameters for fall detection［A］.Engineering in Medicine and Biology Society，29thAnnual International Conference of the IEEE ［C］.2007:1367－1370.

［5］秦勇，藏希喆 .基于MEMS惯性传感器的机器人姿态检测系统的研究 ［J］.传感器技术学报，2007（2）:298－301.