前言：尋找寫作靈感？中文期刊網用心挑選的智能老人健康監測與定位系統設計探究，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要:針對老年人行動不便、自身照顧不周，以及出現健康問題時急需救助的狀況，設計一款智能老人身體健康智能監測系統，能夠檢測老人身體健康多方面的數據，并且實現數據的網絡上傳。該系統的核心器件選擇STM32單片機，心率和體溫檢測分別采用MAX30100心率血氧傳感器和DS18B20測溫傳感器，ATGM33D和ESP9266模塊則分別用于進行定位和實現WiFi功能。上位機選擇云服務器進行軟件開發。傳感器采集到人體健康體征數據及體外數據，通過無線通信模塊完成數據的上傳，能夠在終端查看數據的功能，從而實現對人體健康的智能監測與定位。測試結果表明，該系統穩定性好，數據傳輸可靠性高，使用靈活，有效保障了老人生活狀況的安全性與健康監測的實時性，有較高的實用性和推廣價值。
關鍵詞:人體健康;指標檢測;智能監測;無線通信;STM32
0引言
目前，人們的健康檢測方式主要還是規律性的去醫院進行體檢，這種方式雖然精確度高，但由于環境場地的限制和工作的需要，人們不可能隨時去醫院，健康監測的成本也相對較高，不能解決健康檢測親民化普遍化的需求［1－2］。另一個選擇是購買心率測試儀、血氧濃度測試儀和脈搏測試儀等儀器，這對于年輕人來說可以省去去醫院體檢的時間，但是對于學習能力較弱、操作能力較低的老年人，無法很好地操作使用這些設備，具有一定的局限性［3］。自二十世紀九十年代初開始，許多國家在健康監測方面系統地展開了相關設備和方法的研究工作［4－8］。引人注目的是美國MIT的一個研究機構的實驗室就健康檢測系統項目LiveNet進行了深入探索。歐盟國家也專門在財政方面給予了健康監測項目以大力支持。之后美國的其他高等學府如哈佛大學也展開了有關健康監測設備及系統的開發工作。同一時期，一些高技術企業也對人體健康監測技術進行研究，如Microsoft、Vivometrics和易特科等公司［9－12］。Microsoft公司在其名為HealthGear的項目中計劃設計出可以對睡眠時各項生理參數如脈搏、體溫、血氧飽和度等做出實時監測的設備。與此同時，國內的中國科學院等研究機構實施啟動了健康監測方面的科學研究。用于健康監測的可穿戴設備與傳統意義上的健康監測器具不同，它能夠實現簡單的操作，且實時性能優良，受到各方面的大力支持和歡迎［13－14］。如此設計不受時間地點的限制，人們可以在任意時間、任意地點對健康進行檢測，實時更新生理參數包括脈搏、血氧和體溫等，在數據異常時發出報警，可以更快速的實施應對措施［15］。根據人體健康監測系統的現狀和發展趨勢，設計了一套比較完整的人體健康狀態監測系統移動終端。該人體健康監測系統主要包括基于STM32單片機的信息控制與處理模塊和基于體溫、心率、血氧等傳感器的信息采集模塊，以及GPS定位和無線傳輸模塊，能夠實現人體健康監測和定位功能，且應用簡潔方便，便于擴展和推廣。
1系統總體設計
系統是以STM32F103為控制核心，并依托物聯網云平臺的智能人體健康監測系統。系統包括中央處理模塊、傳感器模塊、定位模塊、無線通信模塊、顯示模塊和電源模塊。中央處理模塊負責對數據指令進行操作;傳感器模塊中的體溫傳感器和心率傳感器分別收集體溫和心率數據;定位模塊能夠獲取老人活動的位置信息;無線通信模塊實現與路由器的無線通信;顯示模塊負責顯示監測數據如體溫和心率數據;電源模塊為系統各模塊提供電源。數據查看和數據分析功能則由應用層的智能終端來做，最終實現實時監測等功能。系統的模塊結構圖如圖1所示。
2系統硬件設計
在確定應用STM32系列微機的基礎上，考慮監測系統的實際需求及分析，首先進行STM32F103C8T6型號機的最小系統設計。其次，完成溫度檢測模塊電路設計、心率檢測模塊電路設計、GPS模塊電路設計、WiFi模塊電路設計、OLED模塊電路設計、電源模塊電路設計，并完成各模塊間的電路連接。微控制器在系統中負責處理傳感器和GPS等收集到的數據，并與通信模塊進行通信實現數據的上傳。結合智能人體健康監測系統的性能需求，選擇處理速度快，穩定性強、廣泛應用于智能家居及科技產品中的STM32微控制器。
2．1溫度檢測模塊設計
系統的溫度檢測模塊選用DS18B20數字傳感器，它能將監測溫度直接轉換為數字信號，即轉換為字符串形式存儲在集成在芯片內部的寄存器中。只需要同一根數據線即可實現與MCU的雙向通信。其測量精度在－10～+85°C區間時為±0．5°C，電壓寬則為3．3V～5V。DS18B20內部ＲOM燒錄了唯一的64位序列號。因此MCU可以通過此序列號識別出特定的DS18B20，實現多點組網功能。初始化之后，MCU憑借指令控制DS18B20開啟和數據傳輸等工作。體溫檢測模塊電路原理圖如圖2所示。
2．2心率檢測模塊設計
集成芯片Max30100能夠測量和處理血氧和心率信號，其內部集成了ADC數據轉換器，通過對FIFO寄存器進行數據采集，在通過數據擬合公式計算出心率數據。MAX30100血氧心率傳感器通過IIC與MCU連接，通過USAＲT通信進行數據交換。
2．3GPS定位模塊設計
該設計選用中科微ATGM336模塊采集人體的定位信息，該模塊支持北斗/GPS/GLONASS衛星系統，包含了32個追蹤系統，最大可與32課衛星建立通信。其靈敏度高，定位快，低成本，低功耗。測量精度可達2．5m，授時精度30ns。ATGM336模塊配備了兩類天線接口即SMA和IPEX，兩類接口即TTL和UAＲT，能夠與單片機進行串口通信。AT-GM336內置了兩個TTL電平的UAＲT接口，可以通過串口的TXD引腳與STM32通信，將定位數據發送到單片機上。
2．4無線通信模塊設計
無線通信模塊以ESP8266為核心，ESP8266是一個集成了內置TCP/IP網絡通信協議及AT控制指令的網絡通信模塊。配置通用GPIO口，處理能力強，大數據量存儲。通過AT指令，ESP8266可以作為主機獨立運行，也可以連接微處理器并設置AT指令作為從機運行。ESP8266WiFi模塊使用串口進行數據通信，接線簡潔明了，便于使用。ESP8266模塊電路原理圖如圖3所示。
2．5OLED顯示模塊設計
系統采用有機發光二極管OLED模塊作為顯示用，SSD1306是其內部驅動，獨有的IIC通信模式能夠與單片機的IO口連接。
3系統軟件設計
該設計選用STM32作為MCU，使用Keil5軟件作為設計項目的開發平臺。Kile5功能強大，支持C語言及匯編語言進行項目開發，選擇C語言編寫程序代碼。
3．1主程序設計
系統采用軟件模塊化處理方法，主程序通過調用多個子程序實現各項功能。各子模塊初始化之后，隨即建立與MCU的通信。編寫各模塊功能程序代碼，最終通過主函數調用，實現各項功能要求。軟件設計主程序流程圖如圖4所示。
3．2OLED顯示模塊軟件設計
該設計中OLED模塊主要功能是顯示體溫與心率數據，首先進行初始化，并且MCU將OLED的工作方式設置成寫模式。延遲過后，MCU向OLED發送位置指令與數據。該設計采用0．96寸OLED，即128×64的LED點陣，通過位置指令設置與字體大小設置，能夠實現在屏幕上任意位置顯示任意大小的內容。OLED可以顯示漢字、字母、符號、數字、圖像。顯示“溫度”需要調用漢字函數:OLED_ShowChinese(u8x，u8y，u8num，u8size1，u8mode)。顯示“HＲ”需要調用字符串函數:OLED_ShowString(u8x，u8y，u8*chr，u8size1，u8mode)。顯示如圖5所示。
3．3DS18B20測溫模塊軟件設計
體溫檢測微芯片采用DS18B20傳感器，它在內部已經進行了信號處理，能夠直接輸出數字量進行顯示，并存儲在芯片的儲存器中，STM3通過指令控制溫度檢測與數據傳輸，DS18B20程序流程圖如圖6所示。
3．4MXA30100心率模塊軟件設計
MAX30100心率檢測傳感器利用IIC通信模式與微處理器STM32實施數據通信，MAX30100程序流程圖如圖7所示。
3．5GPS模塊軟件設計
該設計選用ATGM336作為定位核心器件，AT-GM336作為一款高性能定位模塊，支持GPS與北斗衛星系統，通過獲取定位信息，實現該設計的實時定位功能。GPS定位模塊流程首先是GPS初始化，然后GPS獲取衛星導航數據，MCU獲得定位信息，最后通過WiFi上傳數據，通過數據處理后，上傳網絡，上位機通過定位信息完成定位功能。
3．6無線網絡傳輸模塊設計
該設計選用ESP8266作為無線網絡傳輸模塊核心芯片，ESP8266通過簡單的AT指令就可以完成ESP8266模塊的AP或者STA模式的設置。也可通過串口利用USB－TTL能夠實現ESP8266與PC機的連通，從而實施監測終端與ESP8266模塊的通信。該設計采用單片機向ESP8266輸入指令的方式完成其工作模式的設置，設計中ESP8266模塊的工作模式選為Sta模式。
4系統調試與分析
系統的上位機系統以PC機為核心，利用JavaJDK為開發環境的eplipse進行各項功能的開發。利用java語言編寫界面，通過花生殼服務器內射本機，使本機作為服務器使用。NavicatforMYSQL作為數據庫，存儲體溫、心率等數據信息。Eclipes完成開發后，登錄網頁可查看各項數據信息。體溫數據圖表明了人體的體溫檢測數據以及檢測時間，為體溫實時監測提供數據，體溫數據圖如圖8所示，體溫監測分析圖如圖9所示。實時定位圖能夠反應佩戴設備的人體的實時位置，可以比較準確、直觀地定位到人體的位置信息，從而實現對人體位置的實時監測功能。實時定位圖如圖10所示。
5結論
系統以STM32F103單片機為核心微處理器，同時與OLED顯示設備、心率傳感器器件、體溫傳感器器件、GPS定位設備、ESP8266通信模塊等組成一款對人體健康進行智能監測與定位的網絡系統。通過單片機對心率數據、體溫數據、定位數據的獲取處理后，顯示在OLED屏幕上，能夠實現數據的可視化，同時通過無線通信模塊實現數據上傳，上位機能夠對上傳數據做存儲及分析，實現了對人體健康的智能監測。系統測試和數據無線傳輸實驗表明，系統運行正常，監測數據精度較高，是一款效率較高的信息采集、處理和傳輸的監測設備，具有廣闊的應用前景。
參考文獻:
［1］陳艷玫，劉子鋒，李賢德，等．2015—2050年中國人口老齡化趨勢與老年人口預測［J］．中國社會醫學雜志，2018，35(05):480－483．
［2］閆海春．人口老齡化對中國經濟增長的影響及對策研究［D］．吉林:吉林大學，2019．
［3］HUANGPC，LINCC，WANGYH，etal．Develop-mentofhealthcaresystembasedonwearabledevices［C］//2019PrognosticsandSystemHealthManagementConference(PHM－Paris)．IEEE，2019:249－252．
［4］UDDINMZ．Awearablesensor－basedactivitypredic-tionsystemtofacilitateedgecomputinginsmarthealth-caresystem［J］．JournalofParallelandDistributedCom-puting，2019，123:46－53．
［5］ENACHECD，TUDOＲACHESG，ULMEANUCE，etal．Developmentofawearabledeviceformonitoringpeo-plewithheartproblems［C］//2020InternationalConfer-enceone－HealthandBioengineering(EHB)．IEEE，2020:1－4．
［6］GUKK，HANG，LIMJ，etal．Evolutionofwearabledeviceswithreal－timediseasemonitoringforpersonal-izedhealthcare［J］．Nanomaterials，2019，9(6):813．
［7］JINLin，MAYuping．Designandimplementationofintel-ligentenvironmentmonitoringsystembasedonOneNETplatform［J］．E3SWebofConferences，2020，165．
［8］MOONEYK，WHISENANTMS，BECKSL．Symptomcareathome:acomprehensiveandpragmaticPＲOsys-temapproachtoimprovecancersymptomcare［J］．Medi-calcare，2019，57:S66－S72．
［9］LEEHC，KEKH．Monitoringoflarge－areaIoTsen-sorsusingaLoＲawirelessmeshnetworksystem:Designandevaluation［J］．IEEETransactionsonInstrumentationandMeasurement，2018，67(9):2177－2187．
［10］LIUJ，YAOW．IntelligentagriculturesystembasedonLoＲaandQttechnology［C］．The31thChineseControlandDecisionConference(2019CCDC)．IEEE，2019:4755－4760．
［11］VEＲMAAＲ，SINGHY，GUPTAB．AdaptivefilteringmethodforEMGsignalusingboundedrangeartificialbeecolonyalgorithm［J］．Biomedicalengineeringlet-ters，2018，8(2):231－238．
［12］CHOIH，JEONGJ．Despecklingimagesusingaprepro-cessingfilteranddiscretewavelettransform－basednoisereductiontechniques［J］．IEEESensorsJournal，2018，18(8):3131－3139．
［13］VANDECASTEELEK，DECoomanT，GUY，etal．AutomatedepilepticseizuredetectionbasedonwearableECGandPPGinahospitalenvironment［J］．Sensors，2017，17(10):2338．
［14］MAZUＲEKP，WAGNEＲJ，MOＲAWSKIＲZ．Useofkinematicandmel－cepstrum－relatedfeaturesforfalldetectionbasedondatafrominfrareddepthsensors［J］．BiomedicalSignalProcessingandControl，2018，40:102－110．
［15］IＲTAZAA，ADNANSM，AZIZS，etal．Aframeworkforfalldetectionofelderlypeoplebyanalyzingenviron-mentalsoundsthroughacousticlocalternarypatterns［C］//2017IEEEInternationalConferenceonSystems，Man，andCybernetics(SMC)．IEEE，2017:1558－1563．
作者:張新榮 張智堯 常波 徐保國 單位:淮陰工學院自動化學院 大連工業大學機械工程與自動化學院 淮陰工學院電子工程學院 江南大學物聯網工程學院
