CN106355839A - 一种救生手环 - Google Patents

Abstract

本发明公开了一种救生手环，该救生手环包括：九轴运动传感器，用于实时采集游泳者手部的真实加速度和姿态角，对所述真实加速度和姿态角进行数据融合，将所述真实加速度分解到绝对坐标系，转换为绝对坐标系中的运动加速度；微处理器MCU，用于对所述绝对坐标系中的运动加速度进行计算，得到所述绝对坐标系中的运动加速度在Z轴方向上的加速度分量；利用所述加速度分量计算预设时间内游泳者拍打水面的次数，若预设时间内游泳者拍打水面的次数大于预设阈值，判断游泳者的运动状态处于溺水状态，向远程监控终端发送报警信号；与所述MCU相连的电源模块。该救生手环实现提高救生手环对于溺水状态检测的准确性，提升报警效率。

Description

一种救生手环

技术领域

本发明涉及手环技术领域，特别是涉及一种救生手环。

背景技术

目前，特别是夏暑时期，溺水事故频发，新闻报道表明，海滩浅海等地成为溺亡事故高发区域。但游泳极具锻炼价值，不仅能够提高心肺功能，对全身肌肉也起到极佳锻炼的锻炼效果。同时，水中运动对老人慢性病的治疗和身体的恢复都有好处。这使得游泳运动成为了广大男女老少的热爱。从此可以看出，海滩泳池等地的游泳安全问题成为一个迫切需要解决的问题。

现有技术中，救生手环利用心率传感器与气压传感器来判断溺水，由于溺水者的脉搏会比正常锻炼时快的多，当心率传感器检测到佩戴者脉搏高于设置的阈值一段时间或者环境感应模块检测到水压高于某个阈值一段时间时，便判断游泳者处于溺水状态，发出救援信号。但是目前的心率传感器技术并不够成熟，在陆地上使用尚可，但经实验发现，在水下使用光学心率传感器，由于传感器表面浸水，心率偏差很大，如果用其作为判别是否溺水的依据，会经常造成误判，甚至危害溺水者的生命，因此导致救生手环对于溺水状态检测的准确性不高。并且，通过水压传感器的阈值判断是否溺水是理论上可行的，但仍有缺陷：水压传感器的尺寸都比较大，难以装入小巧的手环之中；水压溺水判断算法实际上是一种在心率判断失误后的事后补救措施，它要求人在水中溺水超过一定时长才触发溺水警报，而此时的溺水者很可能已经吸入大量的水进入肺部，溺水已经实际上造成人身安全的问题，因此救生手环的报警效率不高。

发明内容

本发明的目的是提供一种救生手环，以实现提高救生手环对于溺水状态检测的准确性，提升报警效率。

为解决上述技术问题，本发明提供一种救生手环，该救生手环包括：

九轴运动传感器，用于实时采集游泳者手部的真实加速度和姿态角，对所述真实加速度和姿态角进行数据融合，将所述真实加速度分解到绝对坐标系，转换为绝对坐标系中的运动加速度；

微处理器MCU，用于对所述绝对坐标系中的运动加速度进行计算，得到所述绝对坐标系中的运动加速度在Z轴方向上的加速度分量；利用所述加速度分量计算预设时间内游泳者拍打水面的次数，若预设时间内游泳者拍打水面的次数大于预设阈值，判断游泳者的运动状态处于溺水状态，向远程监控终端发送报警信号；

与所述MCU相连的电源模块。

优选的，所述MCU为运行Zigbee协议栈的微处理器。

优选的，所述救生手环还包括：

位置传感器，用于实时采集游泳者的位置信息，将所述位置信息发送至远程监控终端。

优选的，所述九轴传感器包括加速度计，陀螺仪和磁力计。

优选的，所述远程监控终端为上位机。

优选的，所述位置传感器用于采用三角质心算法实时采集游泳者的位置信息，将所述位置信息发送至远程监控终端。

优选的，所述九轴运动传感器还用于采用卡尔曼滤波算法对采集到的真实加速度和姿态角进行数据滤波，除去真实加速度和姿态角中的噪声和干扰。

本发明所提供的一张救生手环，包括：九轴运动传感器，用于实时采集游泳者手部的真实加速度和姿态角，对所述真实加速度和姿态角进行数据融合，将所述真实加速度分解到绝对坐标系，转换为绝对坐标系中的运动加速度；微处理器MCU，用于对所述绝对坐标系中的运动加速度进行计算，得到所述绝对坐标系中的运动加速度在Z轴方向上的加速度分量；利用所述加速度分量计算预设时间内游泳者拍打水面的次数，若预设时间内游泳者拍打水面的次数大于预设阈值，判断游泳者的运动状态处于溺水状态，向远程监控终端发送报警信号；与所述MCU相连的电源模块。可见，当人处于溺水时，此时溺水者神志清楚，身体会出现挣扎和拍水动作，无论手环的姿态如何，其反映出的拍水动作只包括绝对坐标系中z轴上的剧烈拍水动作，而正常游泳时的x，y轴上的动作不会被误判，本发明中的救生手环利用运动传感器采集游泳者手部的真实加速度和姿态，该救生手环对从运动传感器得到的真实加速度和姿态角进行数据融合，得到绝对坐标系的运动加速度，并得到z轴方向上的加速度分量，由加速度分量来确定溺水状态，如此提高救生手环对于溺水状态检测的准确性，减少误判，并且结合人溺水的时候会挣扎拍水的特点，如果一段时间内多次拍水，当拍水次数达到阈值时，判定为溺水，该救生手环通过加速度分量计算预设时间内游泳者拍打水面的次数，依据计算的拍打水面的次数来判断游泳者的运动状态是否处于溺水状态，这样能够直接根据加速度分量来确定溺水状态，不需要时间的消耗，因此提升报警效率。所以该救生手环实现提高救生手环对于溺水状态检测的准确性，提升报警效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明所提供的一种救生手环的结构示意图；

图2为救生手环确定位置坐标的原理图。

具体实施方式

本发明的核心是提供一种救生手环，以实现提高救生手环对于溺水状态检测的准确性，提升报警效率。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，图1为本发明所提供的一种救生手环的结构示意图,，改救生手环包括：

九轴运动传感器11，用于实时采集游泳者手部的真实加速度和姿态角，对真实加速度和姿态角进行数据融合，将所述真实加速度分解到绝对坐标系，转换为绝对坐标系中的运动加速度；

微处理器MCU12，用于对所述绝对坐标系中的运动加速度进行计算，得到所述绝对坐标系中的运动加速度在Z轴方向上的加速度分量；利用所述加速度分量计算预设时间内游泳者拍打水面的次数，若预设时间内游泳者拍打水面的次数大于预设阈值，判断游泳者的运动状态处于溺水状态，向远程监控终端发送报警信号；

与所述MCU12相连的电源模块13。

可见，当人处于溺水时，此时溺水者神志清楚，身体会出现挣扎和拍水动作，无论手环的姿态如何，其反映出的拍水动作只包括绝对坐标系中z轴上的剧烈拍水动作，而正常游泳时的x，y轴上的动作不会被误判，本发明中的救生手环利用运动传感器采集游泳者手部的真实加速度和姿态，该救生手环对从运动传感器得到的真实加速度和姿态角进行数据融合，得到绝对坐标系的运动加速度，并得到z轴方向上的加速度分量，由加速度分量来确定溺水状态，如此提高救生手环对于溺水状态检测的准确性，减少误判，并且结合人溺水的时候会挣扎拍水的特点，如果一段时间内多次拍水，当拍水次数达到阈值时，判定为溺水，该救生手环通过加速度分量计算预设时间内游泳者拍打水面的次数，依据计算的拍打水面的次数来判断游泳者的运动状态是否处于溺水状态，这样能够直接根据加速度分量来确定溺水状态，不需要时间的消耗，因此提升报警效率。所以该救生手环实现提高救生手环对于溺水状态检测的准确性，提升报警效率。

基于上述救生手环，具体的，所述MCU为运行Zigbee协议栈的微处理器。游泳者的手腕上佩戴有救生手环，即救生手环设置在游泳者的手腕上。微处理器MCU与九轴运动传感器相连。

其中，将真实加速度分解到绝对坐标系，转换为绝对坐标系中的运动加速度，具体含义就是将真实加速度分解到绝对坐标系，转换为绝对坐标系中的加速度作为运动加速度。也就是将真实加速度分解到绝对坐标系，转换为绝对坐标系中的加速度，将绝对坐标系中的加速度作为运动加速度，即称为运动加速度。即运动加速度就是将真实加速度分解到绝对坐标系，转换为绝对坐标系中的加速度。

进一步的，所述救生手环还包括：

位置传感器，用于实时采集游泳者的位置信息，将所述位置信息发送至远程监控终端。

其中，所述九轴传感器包括加速度计，陀螺仪和磁力计。

其中，所述远程监控终端为上位机。

具体的，所述位置传感器用于采用三角质心算法实时采集游泳者的位置信息，将所述位置信息发送至远程监控终端。

进一步的，所述九轴运动传感器还用于采用卡尔曼滤波算法对采集到的真实加速度和姿态角进行数据滤波，除去真实加速度和姿态角中的噪声和干扰。

如此，本发明提供的救生水环具有如下优点：

(1)实用性：目前的心率传感器在水中性能较差，难以作为判断溺水的依据。另外，当人处于溺水时，会出现一个呼吸暂停期，刚被淹时，溺水者暂时憋住呼吸，在水面上下挣扎，吸入和吞入少量的水，引起反射性呼吸暂停。这是一种保护性反应，此时溺水者神志清楚，身体会出现挣扎和拍水动作。为此，用运动传感器对此时的状态进行判断，如果判断状态为溺水，则进行溺水报警，可以达到及时发现，及时救援的效果。

(2)准确性：在判断算法上，对手环所得的原始数据进行数据解算，使得无论手环的姿态如何，其反映出的拍水动作只包括绝对坐标系中z轴上的剧烈拍水动作，而正常游泳时的x，y轴上的动作不会被误判。

本发明的救生手环作为一个终端设备，是手环状，包括了运行Zigbee协议栈的微处理器MCU和九轴运动传感器，使用九轴运动传感器获取原始数据，然后进行数据融合与姿态解算，得出每一时刻使用者的手部姿态与运动加速度等信息，进而判断使用者的运动状态是否处于溺水状态，若是则向周围接收装置如远程监测终端发送报警信息。九轴运动传感器包括加速度计、陀螺仪和磁力计。

另外，路由与定位网络分布在泳池四周，作为定位基准，根据多个路由节点与同一终端设备无线通信的RSSI(Received Signal Strength Indication，接收信号强度指示)进行距离计算与相对位置坐标计算，从而实现定位。同时路由节点作为信息转发中转站，对信息进行多跳路由转发至协调器与上位机，上位机是PC监控端。

协调器与上位机设备，协调器发起设备组网请求，并且动态调整网络拓扑结构，保证所有路由器与终端设备连接可靠。同时协调器接收并处理各个路由器发回来的RSSI数据，然后上传至上位机，经过一定的处理显示出使用者的位置与其所处状态，为正常或溺水。

对于游泳者，游泳者进入游泳馆，佩戴手环，手环启动并自动加入系统网络。游泳者进入泳池，即进入系统定位范围，手环不断检测游泳者的姿态等信息判断游泳者的健康状态，并定时与周围的路由器节点通信并发送游泳者的状态信息。各路由器节点不断接收到终端设备即手环发送的数据包，同时获得RSSI数据，经过数据封装将游泳者状态、终端设备信息、路由节点信息等发送到协调器。各路由器节点封装的数据经过直接发送或多跳路由发送到协调器，协调器接收到各个路由器接点的数据后，进行数据整合上传到PC上位机。

上位机接收到由协调器上传的信息后，进行运算处理计算出游泳者的坐标信息并进行显示，同时根据终端设备的报警信号执行相应的操作，若为溺水状态，则触发警铃通知救生员并显示位置信息进行救援。

对于本发明中的救生手环，检测手部动作是否异常的时候，对得到的加速度和姿态角数据融合，将加速度分解到绝对坐标系，从而可以实现对手部的加速度与姿态的判断。需要将欧拉角转换成方向余弦矩阵。

欧拉角有12种旋转顺序分别如下：

-1X-Z-Y

-2Y-X-Z

-3Y-Z-X

-4Z-X-Y

-5Z-Y-X

-6X-Y-X

-7X-Z-X

….

每种旋转顺序可以分解为3次旋转，每次旋转或者为绕X轴，或者绕Y轴，或者绕Z轴。每次旋转都是绕着空间固定不变的坐标系的轴旋转，称为静态旋转。

每次旋转都可以认为坐标乘以了一个矩阵，实际这个矩阵也是方向余弦矩阵。

绕X轴旋转α的矩阵为Ax，如下：

$Ax=\left[\begin{array}{ccc}1& 0& 0\\ 0& cos\left(\mathrm{\α}\right)& sin\left(\mathrm{\α}\right)\\ 0& -sin\left(\mathrm{\α}\right)& cos\left(\mathrm{\α}\right)\end{array}\right].$

绕Y轴旋转β的矩阵为Ay，如下：

$Ay=\left[\begin{array}{ccc}\cos \left(\mathrm{\β}\right)& 0& -\sin \left(\mathrm{\β}\right)\\ 0& 1& 0\\ \sin \left(\mathrm{\β}\right)& 0& \cos \left(\mathrm{\β}\right)\end{array}\right].$

绕Z轴旋转γ的矩阵为Az，如下：

$Az=\left[\begin{array}{ccc}\cos \left(\mathrm{\γ}\right)& \sin \left(\mathrm{\γ}\right)& 0\\ -\sin \left(\mathrm{\γ}\right)& \cos \left(\mathrm{\γ}\right)& 0\\ 0& 0& 1\end{array}\right].$

加入旋转顺序为Z-Y-X，那么方向余弦矩阵就是A＝Ax*Ay*Az，通过该公式，即可将传感器的真实坐标加速度转换到绝对坐标系中的加速度。

其中，对于转换为绝对坐标系中的加速度的过程，C语言代码实现如下：

void Trans(*x,*y,*z)

{

*y＝*y*cos(AngleX)-*z*sin(AngleX)；

*z＝*z*cos(AngleX)+*y*sin(AngleX)；

*x＝*x*cos(AngleY)+*z*sin(AngleY)；

*z＝*z*cos(AngleY)-*x*sin(AngleY)；

*x＝*x*cos(AngleZ)-*y*sin(AngleZ)；

*y＝*x*sin(AngleZ)+*y*cos(AngleZ)；

}

其中，传入参数*x,*y,*z分别为传感器测得的加速度原始值，算出的*x,*y,*z为绝对坐标系中的加速度值。

溺水判断代码实现如下：

上述代码中，挣扎拍水时，大部分的加速度分量在z轴上，因此只考虑z轴上的运动加速度，可以减少误判，MovingAcc为绝对坐标系中的运动加速度。z轴上的运动加速度除去重力。

首先，设置z轴拍水加速度大小阈值，阈值为通过模拟溺水挣扎实验得出，是一个经验值，同理，以下的一定时间内拍水次数Ecount阈值也为通过实验得出。

其次，设置一个时间倒计时标志Etime，用于判断一定时间Etime内挣扎拍水次数Ecount是否超过阈值。

最后，若一定时间内Ecount没有超过挣扎拍水次数阈值，则认为误判，同时初始化溺水报警变量标志Tag[1]为0(当值为60时为预警标志，120为溺水报警标志)，若超过阈值，则把Tag[1]设为预警标志或溺水预警标志，同时打开手环上的灯光闪烁报警。

对于位置传感器，对于RSSI进行高斯滤波，概率密度函数为：

$f\left(x\right)=\frac{1}{\mathrm{\σ}\sqrt{2\mathrm{\π}}}{e}^{-\frac{{(x-\mathrm{\μ})}^2}{2{\mathrm{\σ}}^2}};$

$\mathrm{\σ}=\sqrt{\frac{1}{m-1}{\Σ}_{i=1}^m{({\mathrm{RSSI}}_i-\mathrm{\μ})}^2};$

$\mathrm{\μ}=\frac{1}{m}{\Σ}_{i=1}^m{\mathrm{RSSI}}_i.$

其中：m为测量数，0.6≤f(x)≤1，0.15σ+μ≤x≤3.09σ+μ。

高概率事件发生在概率大于0.6(经验值)：

R_RSSI＝A-10nlg(d)

经过高斯滤波把稳定的RSSI提取出来，在对这些有效值进行取平均，求出较为准确的RSSI值。由于RSSI测距原理是随距离的增加传播信号强度会有规律的衰减，通过衰减公式，可以用RSSI来表示对应的距离，即游泳者的相对某一个路由器的距离。在定位算法上，对无线接收功率RSSI值使用了多种滤波算法，使定位精度较高，在10*10米的范围中，定位误差在2米以内。

九轴运动传感器采用卡尔曼滤波算法，卡尔曼滤波(Kalman filtering)一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。数据滤波是去除噪声还原真实数据的一种数据处理技术，Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态。由于，它便于计算机编程实现，并能够对现场采集的数据进行实时的更新和处理。具体算法如下：

以最小均方误差为最佳估计准则，采用信号与噪声的状态空间模型，利用前一时刻的RSSI估计值和当前时刻的RSSI观测值来更新对状态变量的估计，求出当前时刻的RSSI估计值，算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的估计。

X(k|k-1)＝X(k-1|k-1)，该式子是对下一状态的预测。

P(k|k-1)＝P(k-1|k-1)+Q，该式子求出预测的总系统误差，Q为协方差，为经验值。

Kg(k)＝P(k|k-1)/(P(k|k-1)+R)，该式子计算卡尔曼系数，R为高斯白噪声误差。

X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-X(k|k-1))，该式子是下一个状态的最优解。

P(k|k)＝(1-Kg(k))P(k|k-1)，该式子求出最优值的系统误差。

对于位置传感器，采用三角质心算法确定准确位置坐标。用海伦公式面积求法等优化了算法，求得每个路由器到手环的相对距离，其中每两个路由器和手环可以组成一个三角形，用相对距离通过海伦公式求出该三角形的面积，再通过直角三角边定理和三角形面积公式，求出手环的x，y坐标。

由于RSSI有误差，上述通过单对路由器求出的坐标并不够准确，所以把四个路由器两两相邻的进行分组，共可分为四组，按面积求法可得四个目的坐标，再以这四个目的坐标作为三角形的顶点，求出其质心，即近似为目的坐标。

如图2所示，4个定位节点，选用一对节点1,4，已知a为泳池尺寸，节点1到节点0的距离为d1，节点4到节点0的距离为d4，d1和d4可以由RSSI经过滤波和计算后得到，然后用海伦公式就可以求出o点的坐标(x，y)，4组定位节点可以得出4个o点的坐标：o1(x1,y1)，o2(x2,y2)，o3(x3,y3)，o4(x4,y4)。

本发明中的救生手环为了减少误判，没有直接通过真实坐标系的加速度进行溺水的判断，而是对从运动传感器得到的真实加速度和姿态角进行数据融合，得到绝对坐标系的运动加速度xyz，结合人溺水的时候会挣扎拍水的特点，设定运动加速度z轴方向上判断为一次拍水动作的阈值，如果一段时间内多次拍水，当拍水次数也达到阈值时，判定为溺水。

综上，本发明所提供的一张救生手环，包括：九轴运动传感器，用于实时采集游泳者手部的真实加速度和姿态角，对所述真实加速度和姿态角进行数据融合，将所述真实加速度分解到绝对坐标系，转换为绝对坐标系中的运动加速度；微处理器MCU，用于对所述绝对坐标系中的运动加速度进行计算，得到所述绝对坐标系中的运动加速度在Z轴方向上的加速度分量；利用所述加速度分量计算预设时间内游泳者拍打水面的次数，若预设时间内游泳者拍打水面的次数大于预设阈值，判断游泳者的运动状态处于溺水状态，向远程监控终端发送报警信号；与所述MCU相连的电源模块。可见，当人处于溺水时，此时溺水者神志清楚，身体会出现挣扎和拍水动作，无论手环的姿态如何，其反映出的拍水动作只包括绝对坐标系中z轴上的剧烈拍水动作，而正常游泳时的x，y轴上的动作不会被误判，本发明中的救生手环利用运动传感器采集游泳者手部的真实加速度和姿态，该救生手环对从运动传感器得到的真实加速度和姿态角进行数据融合，得到绝对坐标系的运动加速度，并得到z轴方向上的加速度分量，由加速度分量来确定溺水状态，如此提高救生手环对于溺水状态检测的准确性，减少误判，并且结合人溺水的时候会挣扎拍水的特点，如果一段时间内多次拍水，当拍水次数达到阈值时，判定为溺水，该救生手环通过加速度分量计算预设时间内游泳者拍打水面的次数，依据计算的拍打水面的次数来判断游泳者的运动状态是否处于溺水状态，这样能够直接根据加速度分量来确定溺水状态，不需要时间的消耗，因此提升报警效率。所以该救生手环实现提高救生手环对于溺水状态检测的准确性，提升报警效率。

以上对本发明所提供的一种救生水环进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (7)

1.一种救生手环，其特征在于，包括：

九轴运动传感器，用于实时采集游泳者手部的真实加速度和姿态角，对所述真实加速度和姿态角进行数据融合，将所述真实加速度分解到绝对坐标系，转换为绝对坐标系中的运动加速度；

微处理器MCU，用于对所述绝对坐标系中的运动加速度进行计算，得到所述绝对坐标系中的运动加速度在Z轴方向上的加速度分量；利用所述加速度分量计算预设时间内游泳者拍打水面的次数，若预设时间内游泳者拍打水面的次数大于预设阈值，判断游泳者的运动状态处于溺水状态，向远程监控终端发送报警信号；

与所述MCU相连的电源模块。

2.如权利要求1所述的救生手环，其特征在于，所述MCU为运行Zigbee协议栈的微处理器。

3.如权利要求1所述的救生手环，其特征在于，还包括：

位置传感器，用于实时采集游泳者的位置信息，将所述位置信息发送至远程监控终端。

4.如权利要求1所述的救生手环，其特征在于，所述九轴传感器包括加速度计，陀螺仪和磁力计。

5.如权利要求1所述的救生手环，其特征在于，所述远程监控终端为上位机。

6.如权利要求3所述的救生手环，其特征在于，所述位置传感器用于采用三角质心算法实时采集游泳者的位置信息，将所述位置信息发送至远程监控终端。

7.如权利要求1所述的救生手环，其特征在于，所述九轴运动传感器还用于采用卡尔曼滤波算法对采集到的真实加速度和姿态角进行数据滤波，除去真实加速度和姿态角中的噪声和干扰。