基于超聲多普勒效應的浴室跌倒檢測

張大鈞 蘭恒榮 吳幼龍

摘要： 提出了一種使用20 kHz超聲波檢測浴室跌倒狀況的方法，并進行了浴室環(huán)境中的測試.由于跌倒會造成失重，身體運動速度增大，導致產生多普勒效應，造成反射的超聲頻率的偏移.根據這一頻移判斷人是否跌倒，并采取相關措施，可以在保護隱私的前提下結合浴室的特點保護人們的健康和安全，為智能醫(yī)療的發(fā)展打下良好的基礎.

關鍵詞：

跌倒檢測； 浴室； 超聲； 多普勒效應

中圖分類號： TP 212文獻標志碼： A文章編號： 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

作者簡介： 張大鈞（1995-），男，碩士研究生，主要從事微波天線、醫(yī)療成像方面的研究.Email：zhangdj@shanghaitech.edu.cn；蘭恒榮（1995-），男，碩士研究生，主要從事醫(yī)療成像、超聲成像、光聲成像方面的研究.Email：lanhr@shanghaitehc.edu.cn

導師簡介： 吳幼龍（1986-），男，研究員，主要從事無線通信與網絡信息論方面的研究.Email：wuyl1@shanghaitech.edu.cn

*通信作者

引用格式： 張大鈞，蘭恒榮，吳幼龍.基于超聲多普勒效應的浴室跌倒檢測 [J].上海師范大學學報（自然科學版），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.

每年因跌倒造成傷害的65歲以上老人可以達4 000萬人[1].浴室地面濕滑，意外跌倒相對更容易發(fā)生，因此開發(fā)良好的浴室跌倒檢測裝置有一定價值.此外，浴室環(huán)境一般比較狹小，隱私性比較高，溫度濕度變化較大，需要考慮的因素比較多.

近年來對于跌倒檢測的研究主要包括基于視覺圖像的跌倒檢測系統(tǒng)、基于可穿戴裝置的跌倒檢測系統(tǒng)以及基于環(huán)境變化的跌倒檢測系統(tǒng)[2].其中基于視覺圖像的檢測系統(tǒng)雖然精確度較高，但不能很好地保護個人隱私，且成本高，計算量較大；基于可穿戴裝置的跌倒檢測系統(tǒng)是比較成熟的檢測方法，但在洗澡時，使用該檢測系統(tǒng)，難免會造成不便；基于環(huán)境變化的跌倒檢測系統(tǒng)主要利用室內放置的傳感器捕捉跌倒動作對各種信號的影響，從而做出判斷[3].該系統(tǒng)具有非接觸，對生活影響少，敏感性好，隱私度高等特點，因此適合在浴室環(huán)境中使用.

利用環(huán)境變化進行手勢和動作識別是進行跌倒檢測的基礎，對此國內外已經有了很多相關的研究[3-5].其中Fu等[4]利用手機發(fā)出20 kHz的超聲，并通過檢測，接收到超聲的頻率變化，利用人體運動的多普勒效應造成頻率的偏移，分析人在室內的活動，成本較低，且能較為準確地檢測人體的各種活動.多普勒效應是一種常見的物理現象，當波源、觀測點或兩者相對于周圍介質有運動發(fā)生，觀測點處的頻率會發(fā)生變化.定性地說，若波源和觀測者互相靠近，接收到的頻率會高于原來頻率；若兩者相互遠離，則接受到的頻率會低于原來波源的頻率[6].

本研究驗證了利用超聲的多普勒效應進行浴室跌倒檢測的可行性，并在筆記本電腦上使用Python對不同動作造成的多普勒效應進行了探究，開發(fā)出了完整的捕捉多普勒效應并進行跌倒判斷的系統(tǒng)，并進行了測試.

1原理介紹

1.1多普勒效應

多普勒效應的公式為：

f=c+v1c+v2×f0，（1）

其中f為觀測者接收到的頻率，f0為發(fā)射的頻率，c為聲音在介質中傳播的速度，v1為觀測者的運動速度，若接收位置靠近波源則其為正，否則為負，v2為發(fā)射源的運動速度，發(fā)射源遠離接收位置則為正，靠近觀測者則為正.由于實驗中接收位置為固定，而發(fā)射源為運動物體，故v1為0，

f=cc+v2×f0.（2）

通過變換，可以得到頻率的偏移量跟發(fā)射源運動速度成正比，

Δf=f-f0=-v2c+v2×f0.（3）

而c=340 m/s遠大于人的運動速度，故

Δf≈-v2c×f0=-f0c×v2.（4）

因此，通過測量聲波頻率的變化，就可以計算出發(fā)射超聲波的物體的運動速度.由于人體同樣會反射超聲，故也可以測量人體運動的速度.

1.2跌倒檢測

根據鄧斯玉等[1]的研究，人日常活動的肢體運動最大速度為2.4 m/s.而人體重心的高度大約為1.1 m，跌倒后重心會以重力加速度下落，直到落到地面.根據位移s和速度vt公式：

s=12gt2，（5）

vt=v0+gt，（6）

其中vt為t時刻人體的下落速度，v0為人體下落初始速度，g為重力加速度，一般為9.8 m/s2，可以求出在失重狀態(tài)下，位移1.1 m，速度可以達到4.5 m/s以上，根據上文所述，通過速度就可以較好區(qū)分跌倒和一般的運動.

2算法流程

人在跌倒時產生的速度與日常活動不同，在去除干擾影響后可以通過其多普勒效應產生的超聲頻率偏移量來判斷其是否跌倒，算法流程圖如圖1所示.首先，由揚聲器不斷發(fā)出20 kHz的超聲波，麥克風根據需要讀取環(huán)境中的聲音信號.由于麥克風在接收信號的同時，也要求揚聲器發(fā)射信號，兩個任務屬于并發(fā)進行，因此需要進行多線程編程.對接收到的信號進行快速傅里葉變換，提取20 kHz附近的頻率信號進行判斷.

快速傅里葉變換將聲音信號由時域轉化為頻域，當最大頻移峰與主峰距離達到250 Hz，并且其峰值達到一定強度時，系統(tǒng)發(fā)出報警.對偏移量、偏移峰強度以及檢測到運動的持續(xù)時間長度均設置相關閾值，減少其他動作、浴室中噪聲和墻體反射引起的干擾.每次的采樣點數為2 048個點，采樣頻率為44.1 kHz，相鄰兩個頻域信號間隔為21.5 Hz.以20 kHz為中心，提取19.3 k～20.7 kHz之間的頻率窗口作為檢測窗口.

為了排除噪聲的影響，頻偏點的信號強度必須達到一定程度；為排除白噪聲的影響，頻率偏移必須達到一定的時間長度.

3結果與分析

3.1浴室環(huán)境影響

在浴室環(huán)境下，對聲波最大的干擾是洗澡時候的淋浴頭和水流.為了驗證超聲是否可以在有較大噪聲的狀態(tài)下正常工作，在浴室中測量了安靜狀態(tài)和打開淋浴開關狀態(tài)下的頻譜，如圖2所示.

圖2a中，在低于3 kHz的頻率范圍內有一些噪聲，主要是人聲和外界聲音產生影響.打開淋浴頭之后（圖2b），噪聲的峰值出現在10 k～15 kHz之間，這一頻段的聲音具有較高頻率.但實驗系統(tǒng)工作頻率（20 kHz）附近，沒有發(fā)現較強的噪聲，避開了環(huán)境噪聲對系統(tǒng)的影響.又測量了揚聲器發(fā)出20 kHz超聲后，在19.3 k～20.7 kHz的頻率范圍內安靜狀態(tài)和打開淋浴頭后的頻譜，如圖3所示.

由圖3可見，打開淋浴頭之后，頻譜圖產生了較多的毛刺，但毛刺峰強度并不大.說明淋浴頭只造成了很少的超聲頻段噪聲，而水流對于超聲影響也比較小.其原因首先可能是水流對于超聲的反射不強，其次由于較大的空氣阻力的影響，水滴下來最大的速度并不會很大，造成的頻移較小.

此外環(huán)境中的白噪聲可能對實驗的檢測有影響，但考慮到白噪聲持續(xù)時間不長，無法滿足重復出現的閾值，因此可以排除干擾.

3.2跌倒的判斷測試

通過在平鋪的軟墊上進行跌倒測試.將電腦放置在靠近地面的位置，使其麥克風和揚聲器處于較低的位置，當人在軟墊前跌倒時會產生一個速度，引起系統(tǒng)報警.

考慮到浴室環(huán)境的狹小和復雜，實驗首先在開闊而沒有水流的情況下測試了跌倒檢測系統(tǒng).如圖4a所示，由于反射波源靠近麥克風，出現了一個頻率大于原始頻率的頻譜峰值，此時頻移值為300 Hz左右，其對應速度為5.1 m/s左右.

此后在浴室環(huán)境中打開淋浴頭狀態(tài)下進行了跌倒報警檢測，引發(fā)報警時刻的頻譜圖如圖4b所示.相比于圖4a，打開淋浴頭的浴室環(huán)境頻譜圖有較明顯的毛刺，這是由于浴室環(huán)境的噪聲引起的.而且此時在最大偏移峰和20 kHz主峰之間有較多的峰值，可能是由于浴室環(huán)境比較狹小，反射較多.

最終實驗在浴室環(huán)境中測試了52次，其中成功檢測38次，準確率在73%左右.

4結語

本文作者根據20 kHz超聲波的多普勒效應，設計了浴室范圍內的跌倒檢測系統(tǒng).跌倒時的失重現象會造成短時間內增大人體下落速度，從而使反射的超聲波頻率發(fā)生偏移，引發(fā)系統(tǒng)報警.實驗結果表明，本系統(tǒng)準確率為73%左右，可被應用于健康檢測、智能醫(yī)療等方面.

在未來的工作中，我們將改進系統(tǒng)的組成，使用分離式的設備進行試驗.在提高檢測精度的同時，使其可以在浴室潮濕環(huán)境下工作.該系統(tǒng)在進一步改進后，也可以具有檢測手勢的功能.利用浴室中的超聲進行手勢識別，可以把手勢變?yōu)槿撕蜋C器的交互設備，更好地將智能家居和醫(yī)療相結合.

參考文獻：

[1]鄧斯玉，徐杜，戴雪龍.一種跌倒檢測系統(tǒng)的研究與設計 [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，柯景風.物理學 [M].北京：高等教育出版社，1982.

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

（責任編輯：包震宇，郁慧）