摘  要： 針對(duì)我國(guó)逐漸進(jìn)入老齡化社會(huì)、老人增多的問(wèn)題，利用Andriod平臺(tái)開(kāi)發(fā)了基于WiFi定位的老人看護(hù)系統(tǒng)。該系統(tǒng)由客戶端、看護(hù)端和服務(wù)器組成，客戶端和服務(wù)器聯(lián)合完成定位功能，定位算法采用了基于RSSI的指紋算法估算出老人的位置坐標(biāo)。客戶端和服務(wù)器可進(jìn)行危險(xiǎn)區(qū)判斷，采用特征量閾值二次判斷法實(shí)現(xiàn)對(duì)老人跌倒檢測(cè)，當(dāng)老人進(jìn)入危險(xiǎn)區(qū)或摔倒時(shí)發(fā)出報(bào)警。實(shí)驗(yàn)表明，本系統(tǒng)定位速度快，定位精度高，準(zhǔn)確報(bào)警率高。

　　關(guān)鍵詞： 室內(nèi)定位；Android平臺(tái)；指紋算法；特征量

0 引言

　　隨著智能移動(dòng)設(shè)備的普及和無(wú)線網(wǎng)絡(luò)的快速發(fā)展，人們對(duì)位置信息的需求越來(lái)越強(qiáng)烈。目前，全球定位系統(tǒng)（Global Position System，GPS）在室外可以提供高精度的定位，而在環(huán)境復(fù)雜的室內(nèi)，GPS不能滿足定位需求。目前，室內(nèi)定位的研究主要有ZigBee室內(nèi)定位[1]、藍(lán)牙室內(nèi)定位、超寬帶（UWB）室內(nèi)定位[2]、射頻標(biāo)簽（RFID）定位和WiFi室內(nèi)定位系統(tǒng)[3-4]。WiFi部署簡(jiǎn)單，成本較低，因而WiFi室內(nèi)定位技術(shù)成為研究的熱點(diǎn)。本文針對(duì)老人的看護(hù)問(wèn)題，開(kāi)發(fā)了一種基于Andriod平臺(tái)的WiFi定位的老人看護(hù)系統(tǒng)。

1 系統(tǒng)總體設(shè)計(jì)

　　基于WiFi定位的老人看護(hù)系統(tǒng)的總體設(shè)計(jì)框架如圖1所示，系統(tǒng)由客戶端、服務(wù)器和看護(hù)端組成?？蛻舳撕涂醋o(hù)端與服務(wù)器采用Socket方式通信，客戶端以手機(jī)信息（SMS）的方式向看護(hù)端發(fā)送報(bào)警信息。在線階段客戶端讀取周?chē)鶤P的RSSI值和加速度傳感器的值，將收集到的RSSI發(fā)送給服務(wù)器，服務(wù)器通過(guò)定位匹配算法估算出位置坐標(biāo)，把位置坐標(biāo)發(fā)送給客戶端和看護(hù)端，并根據(jù)坐標(biāo)判斷老人是否進(jìn)入危險(xiǎn)區(qū)。同時(shí)客戶端根據(jù)加速度傳感器值的變化判斷老人是否跌倒，并及時(shí)發(fā)送報(bào)警信息。

2 系統(tǒng)算法的實(shí)現(xiàn)

　　由于WiFi信號(hào)受室內(nèi)環(huán)境等多方面的影響，導(dǎo)致WiFi信號(hào)在同一地點(diǎn)不同時(shí)間采集到的RSSI不同[5-6]。這種RSSI的時(shí)變特性，導(dǎo)致傳統(tǒng)的路徑損耗模型定位誤差較大，而采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(gè)階段，離線階段和在線階段。

　　2.1 離線階段指紋庫(kù)的建立

　　離線階段指紋庫(kù)的建立影響在線階段的定位精度。針對(duì)多種因素對(duì)建立指紋庫(kù)影響的問(wèn)題，系統(tǒng)采取以下措施：（1）基于隨著參考點(diǎn)的增加，定位誤差降低，但是離線階段的工作量增加的特點(diǎn)，系統(tǒng)采取間隔1 m的網(wǎng)格建立指紋庫(kù)；（2）基于空間和時(shí)間因素對(duì)RSSI的影響，系統(tǒng)在每個(gè)參考點(diǎn)的4個(gè)方向（東、西、南、北）分別采集30次，然后去奇異值求平均。指紋庫(kù)主要包含參考點(diǎn)的坐標(biāo)、AP的MAC值和AP的RSSI值，如表1所示。

　　2.2 在線階段的匹配算法

　　基于WKNN（Weighted K Nearest Neighborhood）算法[7]原理簡(jiǎn)單、計(jì)算復(fù)雜度低等優(yōu)點(diǎn)，在線階段系統(tǒng)采用WKNN算法。WKNN是根據(jù)待測(cè)點(diǎn)的RSS向量與數(shù)據(jù)庫(kù)中已記錄的指紋向量之間的距離賦予不同的最近鄰采樣點(diǎn)不同的權(quán)重進(jìn)行位置估計(jì)，系統(tǒng)以歐式距離平方倒數(shù)作為權(quán)重值，即：

　　其中，wi是權(quán)重系數(shù)；是很小的正數(shù)，防止分母為零；Di是實(shí)際信號(hào)數(shù)據(jù)與第i個(gè)最近采樣點(diǎn)的歐式距離，Di平方的大小反映權(quán)重的變化，Di越小，所占的權(quán)重越大。

　　2.3 跌倒檢測(cè)方法

　　由于跌倒的方向是隨機(jī)的，因此系統(tǒng)采用SVM（Signal Vector Magnitude）特征量閾值檢測(cè)跌倒，因?yàn)镾VM不需要考慮三軸加速度的空間方向[8-9]。SVM計(jì)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(gè)階段，系統(tǒng)采用雙閾值判斷法提高檢測(cè)的準(zhǔn)確率。第一階段老人跌倒時(shí)三軸傳感器3個(gè)方向上的加速度值發(fā)生巨變，使SVM發(fā)生巨變，設(shè)定閾值t1，當(dāng)SVM>t1時(shí)，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(huì)有兩個(gè)方向上的值為零，另一個(gè)方向上的加速度值為重力加速度g，設(shè)定閾值t2，當(dāng)|SVM-g|<t2時(shí)，判定老人跌倒。

　　2.4 危險(xiǎn)區(qū)判別方法

　　設(shè)危險(xiǎn)區(qū)域A（x1<x<x2且y1<y<y2），當(dāng)客戶端坐標(biāo)（xi，yi）x1<xi<x2且y1<yi<y2時(shí)，判定進(jìn)入危險(xiǎn)區(qū)域A，開(kāi)啟定時(shí)器，定時(shí)器超時(shí)，服務(wù)器發(fā)送指令到客戶端。為了減小定位誤差對(duì)危險(xiǎn)區(qū)域判斷的影響，系統(tǒng)采用奇異值修正法來(lái)提高檢測(cè)坐標(biāo)在危險(xiǎn)區(qū)域A內(nèi)的準(zhǔn)確率，判斷當(dāng)前t4時(shí)刻坐標(biāo)是否在危險(xiǎn)區(qū)域A內(nèi)時(shí)查看前一時(shí)刻t3和后一時(shí)刻的坐標(biāo)是否在危險(xiǎn)區(qū)域A內(nèi)，如果t4時(shí)刻坐標(biāo)不在區(qū)域A內(nèi)，而t3、t5時(shí)刻在區(qū)域A內(nèi)，系統(tǒng)判斷t4時(shí)刻坐標(biāo)在區(qū)域A內(nèi)。

3 系統(tǒng)開(kāi)發(fā)

　　3.1 客戶端開(kāi)發(fā)

　　客戶端流程圖如圖2所示，客戶端包含WiFi信號(hào)的掃描、實(shí)時(shí)顯示、加速度傳感器值的檢測(cè)、報(bào)警信息發(fā)送等功能。由于跌倒過(guò)程時(shí)間較短，因此系統(tǒng)判斷老人是否跌倒在客戶端實(shí)現(xiàn)以保證判斷和報(bào)警的實(shí)時(shí)性。

　　3.2 看護(hù)端開(kāi)發(fā)

　　圖3是看護(hù)端流程圖，看護(hù)端接收到服務(wù)器發(fā)送的坐標(biāo)數(shù)據(jù)并在地圖上標(biāo)示并顯示客戶端坐標(biāo)位置，同時(shí)接收客戶端發(fā)來(lái)的報(bào)警信息。

　　3.3 服務(wù)端開(kāi)發(fā)

　　服務(wù)器的流程圖如圖4所示。開(kāi)啟服務(wù)器的監(jiān)聽(tīng)端口，當(dāng)監(jiān)聽(tīng)到客戶端和看護(hù)端的請(qǐng)求時(shí)，服務(wù)器開(kāi)啟新的線程，監(jiān)聽(tīng)客戶端數(shù)據(jù)，接收到數(shù)據(jù)后，服務(wù)器通過(guò)匹配算法與指紋庫(kù)數(shù)據(jù)匹配得出估計(jì)坐標(biāo)，服務(wù)器把坐標(biāo)值傳輸給客戶端和看護(hù)端。其次，服務(wù)器根據(jù)這個(gè)坐標(biāo)值判斷客戶端是否進(jìn)入危險(xiǎn)區(qū)，如果進(jìn)入危險(xiǎn)區(qū)，啟動(dòng)計(jì)時(shí)器，一旦計(jì)時(shí)器超出設(shè)定的閾值，服務(wù)器向客戶端發(fā)送報(bào)警指令并恢復(fù)定時(shí)器，否則，服務(wù)器恢復(fù)定時(shí)器。系統(tǒng)采用手機(jī)短息報(bào)警的方式，擁有性能穩(wěn)定、報(bào)警及時(shí)、方便查看等優(yōu)點(diǎn)。

4 實(shí)驗(yàn)結(jié)果

　　本文選取東華大學(xué)2號(hào)學(xué)院樓一個(gè)環(huán)境復(fù)雜的會(huì)議室驗(yàn)證系統(tǒng)。測(cè)試區(qū)域長(zhǎng)14 m，寬8 m，采用1 m×1 m的網(wǎng)格，共采集112個(gè)參考點(diǎn)。實(shí)驗(yàn)結(jié)果如表2所示。系統(tǒng)定位精度較高，系統(tǒng)的單次定位時(shí)間小于3 s，且看護(hù)端和客戶端的地圖刷新保持一致。當(dāng)手機(jī)加速下降或在某一區(qū)域時(shí)間過(guò)長(zhǎng)時(shí)，客戶端及時(shí)發(fā)送報(bào)警信息，準(zhǔn)確率達(dá)到70%以上。系統(tǒng)界面顯示友好，客戶端和看護(hù)端界面顯示如圖5所示，報(bào)警信息如圖6所示，服務(wù)器端界面顯示如圖7所示。

5 結(jié)論

　　本文開(kāi)發(fā)的基于WiFi定位的老人看護(hù)系統(tǒng)，利用現(xiàn)有的WiFi設(shè)備，成本較低；客戶端和看護(hù)端在Android手機(jī)上實(shí)現(xiàn)，便于攜帶；報(bào)警信息通過(guò)手機(jī)短信的方式發(fā)送，可靠性高。實(shí)驗(yàn)表明，該系統(tǒng)定位精度理想、定位速度快、報(bào)警及時(shí)，具有很高的使用價(jià)值。由于系統(tǒng)沒(méi)有考慮人體的一些劇烈運(yùn)動(dòng)對(duì)跌倒判斷的影響，系統(tǒng)會(huì)發(fā)生誤判，在以后的工作中需要全面地考慮人體形態(tài)對(duì)跌倒判斷的影響。

　　參考文獻(xiàn)

　　[1] FANG S H， WANG C H， HUANG T Y， et al. An enhanced ZigBee indoor positioning system with an ensemble approach[J]. Communications Letters， IEEE， 2012， 16（4）， 564-567.

　　[2] 王子冉，李環(huán).室內(nèi)超寬帶無(wú)線定位技術(shù)研究[J].微型機(jī)與應(yīng)用，2015，34（8）：60-62，66.

　　[3] 徐瀟瀟，謝林柏，彭力.基于WiFi信號(hào)強(qiáng)度特征的室內(nèi)定位系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)工程，2015，40（1）：87-91.

　　[4] 崔惠媚，王小偉，王偉，等.基于WiFi的室內(nèi)定位系統(tǒng)[J].微型機(jī)與應(yīng)用，2014，33（23）：58-61.

　　[5] 馮辰.基于壓縮感知的RSS室內(nèi)定位系統(tǒng)的研究與實(shí)現(xiàn)[D].北京：北京交通大學(xué)，2011.

　　[6] ULLAH K， CUSTODIO I V， SHAH N， et al. An experimental study on the behavior of received signal strength in indoor environment[C]. International Conference on Frontiers of Information Technology， 2013： 259-264.

　　[7] BAHL P， BALACHANDRAN A， PADMANABHAN V N. Enhancements to the RADAR user location and tracking system[R]. Technical Report MSR-TR-00-12， Microsoft Research. 2000.

　　[8] 周堂興，范紅.一種智能可穿戴的跌倒檢測(cè)系統(tǒng)[J].微型機(jī)與應(yīng)用，2015，34（2）：94-96.

　　[9] 吳志強(qiáng)，曹蕾，王凱，等.基于智能手機(jī)的人體跌倒檢測(cè)系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2014，35（4）：1465-1470.