基于WiFi定位的老人看護系統

　　0 引言

　　隨著智能移動設備的普及和無線網絡的快速發展，人們對位置信息的需求越來越強烈。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，而在環境復雜的室內，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[1]、藍牙室內定位、超寬帶(UWB)室內定位[2]、射頻標簽(RFID)定位和WiFi室內定位系統[3-4]。WiFi部署簡單，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，開發了一種基于Andriod平臺的WiFi定位的老人看護系統。

　　1 系統總體設計

　　基于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、服務器和看護端組成。客戶端和看護端與服務器采用Socket方式通信，客戶端以手機信息(SMS)的方式向看護端發送報警信息。在線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發送給服務器，服務器通過定位匹配算法估算出位置坐標，把位置坐標發送給客戶端和看護端，并根據坐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，并及時發送報警信息。

　　2 系統算法的實現

　　由于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采集到的RSSI不同[5-6]。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階段，離線階段和在線階段。

　　2.1 離線階段指紋庫的建立

　　離線階段指紋庫的建立影響在線階段的定位精度。針對多種因素對建立指紋庫影響的問題，系統采取以下措施：(1)基于隨著參考點的增加，定位誤差降低，但是離線階段的工作量增加的特點，系統采取間隔1 m的網格建立指紋庫;(2)基于空間和時間因素對RSSI的影響，系統在每個參考點的4個方向(東、西、南、北)分別采集30次，然后去奇異值求平均。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 在線階段的匹配算法

　　基于WKNN(Weighted K Nearest Neighborhood)算法[7]原理簡單、計算復雜度低等優點，在線階段系統采用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采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個最近采樣點的歐式距離，Di平方的大小反映權重的變化，Di越小，所占的權重越大。

　　2.3 跌倒檢測方法

　　由于跌倒的方向是隨機的，因此系統采用SVM(Signal Vector Magnitude)特征量閾值檢測跌倒，因為SVM不需要考慮三軸加速度的空間方向[8-9]。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，系統采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|<t2時，判定老人跌倒。

　　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、實時顯示、加速度傳感器值的檢測、報警信息發送等功能。由于跌倒過程時間較短，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實時性。

　　3.2 看護端開發

　　圖3是看護端流程圖，看護端接收到服務器發送的坐標數據并在地圖上標示并顯示客戶端坐標位置，同時接收客戶端發來的報警信息。

　　3.3 服務端開發

　　服務器的流程圖如圖4所示。開啟服務器的監聽端口，當監聽到客戶端和看護端的請求時，服務器開啟新的線程，監聽客戶端數據，接收到數據后，服務器通過匹配算法與指紋庫數據匹配得出估計坐標，服務器把坐標值傳輸給客戶端和看護端。其次，服務器根據這個坐標值判斷客戶端是否進入危險區，如果進入危險區，啟動計時器，一旦計時器超出設定的閾值，服務器向客戶端發送報警指令并恢復定時器，否則，服務器恢復定時器。系統采用手機短息報警的方式，擁有性能穩定、報警及時、方便查看等優點。

　　4 實驗結果

　　本文選取東華大學2號學院樓一個環境復雜的會議室驗證系統。測試區域長14 m，寬8 m，采用1 m×1 m的網格，共采集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于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信息，準確率達到70%以上。系統界面顯示友好，客戶端和看護端界面顯示如圖5所示，報警信息如圖6所示，服務器端界面顯示如圖7所示。

　　5 結論

　　本文開發的基于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，便于攜帶;報警信息通過手機短信的方式發送，可靠性高。實驗表明，該系統定位精度理想、定位速度快、報警及時，具有很高的使用價值。由于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，在以后的工作中需要全面地考慮人體形態對跌倒判斷的影響。

　　參考文獻

　　[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.室內超寬帶無線定位技術研究[J].微型機與應用，2015，34(8)：60-62，66.

　　[3] 徐瀟瀟，謝林柏，彭力.基于WiFi信號強度特征的室內定位系統設計[J].計算機工程，2015，40(1)：87-91.

　　[4] 崔惠媚，王小偉，王偉，等.基于WiFi的室內定位系統[J].微型機與應用，2014，33(23)：58-61.

　　[5] 馮辰.基于壓縮感知的RSS室內定位系統的研究與實現[D].北京：北京交通大學，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系統[J].微型機與應用，2015，34(2)：94-96.

　　[9] 吳志強，曹蕾，王凱，等.基于智能手機的人體跌倒檢測系統設計[J].計算機工程與設計，2014，35(4)：1465-1470.