基于超声多普勒效应的浴室跌倒检测

张大钧 兰恒荣 吴幼龙

摘要： 提出了一种使用20 kHz超声波检测浴室跌倒状况的方法，并进行了浴室环境中的测试.由于跌倒会造成失重，身体运动速度增大，导致产生多普勒效应，造成反射的超声频率的偏移.根据这一频移判断人是否跌倒，并采取相关措施，可以在保护隐私的前提下结合浴室的特点保护人们的健康和安全，为智能医疗的发展打下良好的基础.

关键词：

跌倒检测； 浴室； 超声； 多普勒效应

中图分类号： TP 212文献标志码： A文章编号： 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

作者简介： 张大钧（1995-），男，硕士研究生，主要从事微波天线、医疗成像方面的研究.Email：zhangdj@shanghaitech.edu.cn；兰恒荣（1995-），男，硕士研究生，主要从事医疗成像、超声成像、光声成像方面的研究.Email：lanhr@shanghaitehc.edu.cn

导师简介： 吴幼龙（1986-），男，研究员，主要从事无线通信与网络信息论方面的研究.Email：wuyl1@shanghaitech.edu.cn

*通信作者

引用格式： 张大钧，兰恒荣，吴幼龙.基于超声多普勒效应的浴室跌倒检测 [J].上海师范大学学报（自然科学版），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.

每年因跌倒造成伤害的65岁以上老人可以达4 000万人[1].浴室地面湿滑，意外跌倒相对更容易发生，因此开发良好的浴室跌倒检测装置有一定价值.此外，浴室环境一般比较狭小，隐私性比较高，温度湿度变化较大，需要考虑的因素比较多.

近年来对于跌倒检测的研究主要包括基于视觉图像的跌倒检测系统、基于可穿戴装置的跌倒检测系统以及基于環境变化的跌倒检测系统[2].其中基于视觉图像的检测系统虽然精确度较高，但不能很好地保护个人隐私，且成本高，计算量较大；基于可穿戴装置的跌倒检测系统是比较成熟的检测方法，但在洗澡时，使用该检测系统，难免会造成不便；基于环境变化的跌倒检测系统主要利用室内放置的传感器捕捉跌倒动作对各种信号的影响，从而做出判断[3].该系统具有非接触，对生活影响少，敏感性好，隐私度高等特点，因此适合在浴室环境中使用.

利用环境变化进行手势和动作识别是进行跌倒检测的基础，对此国内外已经有了很多相关的研究[3-5].其中Fu等[4]利用手机发出20 kHz的超声，并通过检测，接收到超声的频率变化，利用人体运动的多普勒效应造成频率的偏移，分析人在室内的活动，成本较低，且能较为准确地检测人体的各种活动.多普勒效应是一种常见的物理现象，当波源、观测点或两者相对于周围介质有运动发生，观测点处的频率会发生变化.定性地说，若波源和观测者互相靠近，接收到的频率会高于原来频率；若两者相互远离，则接受到的频率会低于原来波源的频率[6].

本研究验证了利用超声的多普勒效应进行浴室跌倒检测的可行性，并在笔记本电脑上使用Python对不同动作造成的多普勒效应进行了探究，开发出了完整的捕捉多普勒效应并进行跌倒判断的系统，并进行了测试.

1原理介绍

1.1多普勒效应

多普勒效应的公式为：

f=c+v1c+v2×f0，（1）

其中f为观测者接收到的频率，f0为发射的频率，c为声音在介质中传播的速度，v1为观测者的运动速度，若接收位置靠近波源则其为正，否则为负，v2为发射源的运动速度，发射源远离接收位置则为正，靠近观测者则为正.由于实验中接收位置为固定，而发射源为运动物体，故v1为0，

f=cc+v2×f0.（2）

通过变换，可以得到频率的偏移量跟发射源运动速度成正比，

Δf=f-f0=-v2c+v2×f0.（3）

而c=340 m/s远大于人的运动速度，故

Δf≈-v2c×f0=-f0c×v2.（4）

因此，通过测量声波频率的变化，就可以计算出发射超声波的物体的运动速度.由于人体同样会反射超声，故也可以测量人体运动的速度.

1.2跌倒检测

根据邓斯玉等[1]的研究，人日常活动的肢体运动最大速度为2.4 m/s.而人体重心的高度大约为1.1 m，跌倒后重心会以重力加速度下落，直到落到地面.根据位移s和速度vt公式：

s=12gt2，（5）

vt=v0+gt，（6）

其中vt为t时刻人体的下落速度，v0为人体下落初始速度，g为重力加速度，一般为9.8 m/s2，可以求出在失重状态下，位移1.1 m，速度可以达到4.5 m/s以上，根据上文所述，通过速度就可以较好区分跌倒和一般的运动.

2算法流程

人在跌倒时产生的速度与日常活动不同，在去除干扰影响后可以通过其多普勒效应产生的超声频率偏移量来判断其是否跌倒，算法流程图如图1所示.首先，由扬声器不断发出20 kHz的超声波，麦克风根据需要读取环境中的声音信号.由于麦克风在接收信号的同时，也要求扬声器发射信号，两个任务属于并发进行，因此需要进行多线程编程.对接收到的信号进行快速傅里叶变换，提取20 kHz附近的频率信号进行判断.

快速傅里叶变换将声音信号由时域转化为频域，当最大频移峰与主峰距离达到250 Hz，并且其峰值达到一定强度时，系统发出报警.对偏移量、偏移峰强度以及检测到运动的持续时间长度均设置相关阈值，减少其他动作、浴室中噪声和墙体反射引起的干扰.每次的采样点数为2 048个点，采样频率为44.1 kHz，相邻两个频域信号间隔为21.5 Hz.以20 kHz为中心，提取19.3 k～20.7 kHz之间的频率窗口作为检测窗口.

为了排除噪声的影响，频偏点的信号强度必须达到一定程度；为排除白噪声的影响，频率偏移必须达到一定的时间长度.

3结果与分析

3.1浴室环境影响

在浴室环境下，对声波最大的干扰是洗澡时候的淋浴头和水流.为了验证超声是否可以在有较大噪声的状态下正常工作，在浴室中测量了安静状态和打开淋浴开关状态下的频谱，如图2所示.

图2a中，在低于3 kHz的频率范围内有一些噪声，主要是人声和外界声音产生影响.打开淋浴头之后（图2b），噪声的峰值出现在10 k～15 kHz之间，这一频段的声音具有较高频率.但实验系统工作频率（20 kHz）附近，没有发现较强的噪声，避开了环境噪声对系统的影响.又测量了扬声器发出20 kHz超声后，在19.3 k～20.7 kHz的频率范围内安静状态和打开淋浴头后的频谱，如图3所示.

由图3可见，打开淋浴头之后，频谱图产生了较多的毛刺，但毛刺峰强度并不大.说明淋浴头只造成了很少的超声频段噪声，而水流对于超声影响也比较小.其原因首先可能是水流对于超声的反射不强，其次由于较大的空气阻力的影响，水滴下来最大的速度并不会很大，造成的频移较小.

此外环境中的白噪声可能对实验的检测有影响，但考虑到白噪声持续时间不长，无法满足重复出现的阈值，因此可以排除干扰.

3.2跌倒的判断测试

通过在平铺的软垫上进行跌倒测试.将电脑放置在靠近地面的位置，使其麦克风和扬声器处于较低的位置，当人在软垫前跌倒时会产生一个速度，引起系统报警.

考虑到浴室环境的狭小和复杂，实验首先在开阔而没有水流的情况下测试了跌倒检测系统.如图4a所示，由于反射波源靠近麦克风，出现了一个频率大于原始频率的频谱峰值，此时频移值为300 Hz左右，其对应速度为5.1 m/s左右.

此后在浴室环境中打开淋浴头状态下进行了跌倒报警检测，引发报警时刻的频谱图如图4b所示.相比于图4a，打开淋浴头的浴室环境频谱图有较明显的毛刺，这是由于浴室环境的噪声引起的.而且此时在最大偏移峰和20 kHz主峰之间有较多的峰值，可能是由于浴室环境比较狭小，反射较多.

最终实验在浴室环境中测试了52次，其中成功检测38次，准确率在73%左右.

4结语

本文作者根据20 kHz超声波的多普勒效应，设计了浴室范围内的跌倒检测系统.跌倒时的失重现象会造成短时间内增大人体下落速度，从而使反射的超声波频率发生偏移，引发系统报警.实验结果表明，本系统准确率为73%左右，可被应用于健康检测、智能医疗等方面.

在未来的工作中，我们将改进系统的组成，使用分离式的设备进行试验.在提高检测精度的同时，使其可以在浴室潮湿环境下工作.该系统在进一步改进后，也可以具有检测手势的功能.利用浴室中的超声进行手势识别，可以把手势变为人和机器的交互设备，更好地将智能家居和医疗相结合.

参考文献：

[1]邓斯玉，徐杜，戴雪龙.一种跌倒检测系统的研究与设计 [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，柯景风.物理学 [M].北京：高等教育出版社，1982.

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

（责任编辑：包震宇，郁慧）