分布式智能养老系统的开发与应用

李常迪, 邵一川*, 陈醉涵, 曹 勇

(1. 沈阳大学 信息工程学院, 辽宁 沈阳 110044; 2. 中国医科大学 附属盛京医院, 辽宁 沈阳 110023)

随着中青年人生活节奏的加快、跨地域职业流动的加速、生活方式的变化、独生子女政策的推行及传统的家庭结构趋向小型化,老人无人看护已成为突出的社会问题[1].由于沈阳市的人口老龄化超前于经济社会的现代化,社会养老能力积累极为有限,虽然老龄化人口在不断增加,但是养老监护所需的基础设施建设和相关服务的提供却不能满足社会需求[2].基于此,老年人的看护问题已逐渐成为老龄保障工作中一个亟待解决的严重问题[3],而退休老人的生活自理能力和经济状况普遍会随着年龄的增大而降低,因此养老院成为了很多老人理想的养老场所.但目前沈阳市的养老院投入不足,服务质量不高,人员配备不足,管理人员往往不能对每位老人做到实时看护,传统的养老服务设施也远不能满足看护老人的需要,老龄人口的增加和对老人高质量看护的要求给沈阳市传统养老院的养老服务带来很大的压力[4].基于上述迫切需求,本文以老人信息的采集、集中处理和分散服务为主线,以聚集养老资源、提供养老看护服务为手段,以支撑沈阳市养老体系智能化、科技化发展战略为目标,综合运用物联网RFID技术、分布式数据库、面向服务的SOA、信息通信、短信服务、医疗云计算[5]等技术,建立起分布式智能养老系统.

1 构成体系

系统依托物联网RFID技术,以RFID腕带标签信息的采集、集中处理和分散服务为主线,打造RFID集成管理平台、视频监控联动、养老院SOA服务集成系统、医疗云计算平台健康预警、短信服务平台等五大平台,聚集养老院管理信息资源,向分布式智能养老看护系统中的老人、管理者、老人家人、民政部门提供紧急呼叫、视频联动、人员定位、生理监测、短信提醒、地区养老情况档案等服务,实现养老看护、养老院管理、民政局监督等各个环节信息的融会贯通和深度应用,为沈阳市养老体系的科技化改造提供全方位支撑,促进养老产业的转型升级和创新发展.系统平台架构如图1所示.

图1 分布式智能养老看护系统架构Fig.1 Distributed intelligent elderly care system architecture

1.1 RFID集成管理平台

1.1.1 RFID定位系统

RFID定位系统包括数据通讯、数据处理、地理信息系统等多个模块.利用该系统能够完成检测范围内老人位置的实时定位.利用上层模型能够对检测范围内的老人数量和位置分布情况进行统计和分析,可以在任意时间段完成对老人行动轨迹的查看跟踪和位置查询.RFID系统的人员定位模块应具备较好的交互性,才能实现与视频监控系统的联动任务,以完成被监测人员的跟踪定位活动.当老人发生危险时,养老院工作人员可以调动该系统发挥指导作用,为老人身体健康提供保障.

1.1.2 建立RFID中间件数据融合模型

用于支撑RFID系统运行的应用软件有多种类型,不仅有在标签和阅读器上运行的软件,还包括介于阅读器和养老院管理系统之间的中间件,这些都是RFID系统的重要组成部分.其中中间件的主要任务是过滤阅读器发出的与标签相关的事件及数据,在完成过滤任务后进行汇集和计算任务.阅读器和养老院管理系统之间的信息传递含有大量的原始数据,配备中间件能够达到减少数据并提取有用信息的目的.因此中间件是RFID系统的神经中枢,是RFID应用框架中的重要环节,它负责RFID硬件以及配套设备的信息交互与管理,同时作为一个软硬件集成的桥梁,完成与上层复杂应用的信息交换.

1.1.3 面向服务请求的RFID数据容错控制

由于RFID系统具有不稳定性(如设备故障,读写错误,数据传输错误等),当上层应用系统向RFID系统请求服务(下行)或RFID系统向上层应用系统传输数据时(上行),有可能导致请求服务和数据传输失败[6].为此,研究面向服务的RFID系统数据容错控制技术,主要内容如下.

1) 基于服务请求的容错模型的建立.为有效地建立容错控制机制,实现对上行和下行服务请求的有效管理,同时简化容错控制实现的难度,需要对服务请求过程中的数据、事件和通讯机制进行研究.重点研究基于服务的系统层次模型,即将系统服务层次模型划分为系统元过程服务层、过程控制服务层和应用服务层,并进一步分析各层次的容错特征,定义其层次结构,根据各层次的服务部署算法组件,制定和描述各层服务的接口规范,以及制定不同层次和各层次不同服务间的通讯机制.

2) 容错控制规则的定义与建立.为有效地实现对元过程服务层、过程控制服务层和应用服务层的控制,需要分别针对这三层建立基于业务规则集的容错控制规则知识库,并建立基于XML格式的规则定义与描述方法.在此基础上建立容错控制规则引擎,针对不同业务流程的容错控制规则进行解释和推导,并通过对规则引擎进行优化处理以适应RFID系统的实时性和不稳定性等特点.

3) 基于容错控制规则的RFID数据错误发现、补充与校正算法.在容错控制规则的基础上开展RFID数据错误发现、补充和校正算法的研究.为降低整个系统容错控制机制的复杂性及冗余性,分别建立各层的效验算法,各层的容错算法映射其相应的服务层,并只对其映射的服务负责,层与层之间通过相应的接口实现.

4) RFID数据容错技术与控制机制.在RFID系统应用过程中,由于各种原因会导致相关的数据信息丢失、错误等.为有效解决这一问题,需要进行虚拟标签技术、分布式数据共享技术以及容错控制机制的研究.其中,在虚拟标签技术方面,主要研究虚拟标签的构建以及数据缓存、数据镜像的实现技术;在分布式数据共享技术方面,主要研究将同一业务数据全部或部分部署到多个标签上,通过数据冗余性屏蔽数据的读写或传输错误;在容错控制机制方面,主要研究处理流程、事务处理的回溯和重启机制等.

1.2 视频监控联动平台

在RFID系统与养老院管理系统集成中,在发生RFID数据整合困难的同时也可能存在RFID系统不能与视频监控平台正常协同合作的情况.在发生突发状况时,需要利用智能设备快速准确定位事故地点,利用RFID系统能够激活视频监控系统,并控制相应区域内的摄像头切换到指定角度监控现场画面.由于基础设施落后,目前大多养老院监控系统并没有接入RFID系统,从而导致RFID系统与养老院监控平台无法达成信息的交流共享,RFID系统与视频监控平台之间难以实现无缝集成和信息的高效利用与快速联动[7].因此,RFID系统与视频监控系统的兼并融合的实现变得尤为重要.

1.3 养老院SOA集成服务平台

由于各个养老院的数据库管理系统存在很大差别,老人的数据保存在分布的数据库系统中,这些数据可以以各种不同的方式保存.必须对各养老院间不同结构的数据的集成工作进行研究,建立共享、一致的管理系统.以确保不同系统、数据库所提供数据的完整性、准确性.因此提出面向服务的集成系统来统一连接各个养老院数据库.

1.4 医疗云平台

设计资源松弛融合模型的医疗云平台.提出面向流程定制的云服务中间件系统,以物联网和云计算的融合为方向,即两化融合,以完成整合各种资源松弛融合模型为目的,重点研究分析了服务云的核心标准服务插件层的关键技术[8].基于生理特征数据采集腕带标签以及自适应小波变换的心率监测信号优化处理方法,构建医疗云网络数据融合模型,从而有效地过滤读写器错误的监测数据,并显著提高监测精度.采用模糊聚类分析方法设计医疗云数据融合模型,并结合自适应小波变换的心率监测信号优化处理方法,过滤读写器错误的监测数据,评价和分析“分布式智能养老看护系统”的执行效能与工作质量.医疗云计算平台结构见图2.

图2 医疗云计算平台结构Fig.2 Structure of medical cloud computing platform

医疗云计算健康预警支持是将建立医疗云计算模型形成私有云,所有的分布式养老院SOA服务集成系统中的老人都会共享该云计算环境所提供的健康预警,从而可以判断养老院管理系统中每个老人的身体状况,项目中建立的医疗云是以服务方式提供的,它先将健康预警系统虚拟化,然后服务化.

1.5 短信服务平台

该平台为系统与被看护者家属进行连接的模块,主要负责定期向老人的家属发送老人身体健康各项数据,当监测到老人身体出现异常情况会向老人家属发送预警短信,以提醒家属关注老人身体异常情况,及时发现健康问题并予以解决.同时,平台也能接收老人家属针对老人身体健康的询问短信,平台能够自动根据系统检测数据完成对老人健康情况的反馈任务.

2 技术支撑

2.1 非接触式生理特征数据采集腕带

数据采集腕带----智能手环,主要用于采集被测老人的生理特征指标.手环采用反射式光路测量的方式,将2个不同波长的发光二极管(630 nm,940 nm)和光敏器件(光电二级管)置于人体同一侧,设计实现可穿戴反射式探头[9],反射式探头能够实现对人体的光电容积脉搏波(PPG)信号的实时监测,其低功耗、微型化的PPG信号采集检测模块输出适合幅值的PPG信号直流基线和交流分量,系统采用的实时测量算法能够从PPG信号中提取出动脉血氧饱和度和实时心率信息.首先该算法通过周期移动平均滤波器完成对PPG信号的预处理;血氧饱和度测量算法通过双波长PPG信号移动平均得到直流基线,采用差分算法计算信号交流分量.实时心率测量算法的优点在于将自适应窗函数和优化后的微分阈值法进行结合来实现心率的计算.反射式脉搏血氧动态监测系统,目标是实现对动脉血氧饱和度和心率的连续动态监测,应用于分布式养老看护平台中.智能手环样式和原理分别如图3、图4所示.

(a) 腕带正面(b) 腕带背面

图4 非接触式生理特征数据采集原理Fig.4 Principle of non-contact physiological characteristics data acquisition

2.2 自适应寻峰小波阈值去噪算法的心率监测信号处理方法

有研究者通过对比心率监测中所涉及到的各种信号处理方法,如采样与灰度值计算、小波去噪、信号寻峰、周期计算等.其中尤为细致地比较研究了小波阈值去噪算法在心率监测软件中的应用,并评估了各参数变化(如小波函数、阈值函数及阈值)对心率监测的准确度影响,创新地提出了一种自适应小波变换去噪算法,将该算法应用到心率监测任务中能够大幅度提高测量准确度.

本文提出的自适应寻峰利用了有效点集中分布的特点.通常情况下,噪点的分布较为零散,且局部信号差异性小,该算法能够通过设定局部模板大小LSIZE计算出符合约束条件的有效信号点.在遍历完全部有效候选点后,通过简单寻峰算法判断心率信号中每个时间段内波峰的数量,该数值即为在该时间段内被测者心跳的次数,最后确定时间周期T.

2.3 基于Kinect数据特征收集巡诊机器人

系统采用Kinect深度传感器收集老人姿态信息,Kinect能够很好地实现人体的识别和追踪功能,具有较好的抗干扰能力,即使是在漆黑的夜晚一样可以正常运行,见图5.它具有较高的反应速度,可以及时获得老年人当前运动的信息,在跌倒的第一时间报警.系统还设计了面部识别功能,面部识别可以清楚地识别出监控范围中人体当前的表情是高兴、悲伤、痛苦或是惊讶,极大增加了老年人的安全保障,并且可以提醒监护人.

图5 特征收集巡诊机器人Fig.5 Feature collection and inspection robot

3 应用场景

智能养老系统打造智慧养老应用主要涵盖安全防护类、照护服务类、健康服务类和情感关爱类4个类别.这些场景有些是亟待解决的,比如认知症老人防走失、老年人卧床护理等场景;分布式智能养老看护系统可以让更多人知道“老人需要什么”,系统为老年人提供实时、快捷、高效、低成本,同时具备物联化、互联化、智能化特征的养老服务[10].此外,智慧养老产品和服务要以帮助老年人“赋能”为前提,不能简单替代他们尚存的生活能力,而是增强老年人自理能力,提升他们的生活品质.

场景1 面向认知障碍老人的防走失场景

非接触式生理特征数据采集腕带方便易用、老人接受度高、成本低、定位准确、后台支持成本低的防走失解决方案.

场景2 老年人卧床护理场景

非接触式生理特征数据采集腕带可以实时采集老人的生理数据,监测睡眠质量、翻身检测、呼吸心跳检测,甚至离床检测等功能.

场景3 老年人紧急救援场景

非接触式生理特征数据采集腕带可以提前预警老人身体状况,并且在自主救援场景中,提供紧急按钮,老人使用方便、操作简单、服务精准.老人发生紧急情况能及时被监测到,发出报警信息并通知到监护人或其他指定人员,便于第一时间发现并实施救助.

场景4 机构出入管控场景

大型养老机构人员进出管控的解决方案.综合特征收集巡诊机器人、非接触式生理特征数据采集腕带、医疗云平台等方便聚集性老人的管理.

本系统通过细化需求点,制定养老系统规范、监督产品质量.本系统已经在多家养老机构部署并实施,而且与多个养老院签署了合作协议,随着更多养老机构的加入,分布式智能养老系统正在构建养老统一化管理体系,打造先进的智能化养老服务示范平台,并实现养老体系各个环节信息的融会贯通和深度应用,为《沈阳市老龄事业发展十一五规划》目标提供全方位支撑,系统有力推动“政府指导、多方协同、择优部署、试点推广、应用牵引、 深度融合、技术创新、多方共赢”的模式,促进了我市养老体系的智能化转型和创新发展.

4 系统创新

“分布式智能养老看护系统”可以拓宽到为社区居民提供实时动态健康管理及医护服务的智慧社区健康云平台.系统开设云端健康账号,老人通过手机可以在“云端”实时查看自己的血糖值和血压值.系统可以更有效地进行居家养老服务和社区健康服务.社区居民在家就能进行健康指标的日常检测,检测结果由系统自动获取,自动远程传输,云计算平台自动分析数据并实时自动反馈到社区卫生中心、居家养老服务站、社区居民本人或家属.从而实现智能交互的健康信息管理和广泛物联的社区智能医护服务[11].

可穿戴物联网的推动是实现人与社会和谐发展的重要技术手段,通过可穿戴设备物联网新技术的推广,可提高养老、医疗及其相关产业的发展,可培养一大批可穿戴设备物联网专业的工程技术人员,推进可穿戴设备进入养老领域,实现环境与人、经济乃至整个社会的和谐发展.建立分布式智能养老看护系统,可吸引各界对于社会化养老的重视、关注和积极探索,同时通过示范,在全社会树立起良好的尊老敬老的风尚.

5 结 语

分布式智能养老看护系统通过将物联网技术、RFID技术、医疗云平台技术相结合,打造智慧养老示范.系统通过给老人佩戴非接触式生理特征采集腕带,完成老人健康数据的采集,通过设计特征收集机器人完成养老机构中对老人健康数据的实时收集,再将收集到的数据上传至医疗云平台进行储存和分析.当老人身体出现异常情况时系统将发出预警,同时以短信的形式向老人的亲属发送身体异常提醒.该系统已在多个养老机构进行部署运行,结果表明,利用该系统能够替代部分人工看护工作,且能更高效、准确地实现老人健康的实时监测任务.