導語：消防人員安全狀態(tài)檢測技術研究一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

【摘要】文章針對消防人員在消防現(xiàn)場的環(huán)境狀況、人員自身身體狀態(tài)、人員行為情況進行實時分析和監(jiān)控的可穿戴裝備的實現(xiàn)技術進行研究，以實現(xiàn)最大限度的保障消防人員在救火時的生命安全。文章從硬件設計、算法研究等方面進行了分析和設計，首先進行了整體設計，分析需要采集的信號及救火人員的健康狀態(tài)分析，然后進行了硬件設計，最后應用采集信號進行信號分析、行為識別。

【關鍵詞】可穿戴設備；人員健康；行為識別

1引言

救援人員在救援現(xiàn)場的行為、火場環(huán)境、人員生物信息等與人員在火場中是否處于危險狀況密切相關，人體某些異常行為可能誘發(fā)危險，例如跌倒、局部高溫、心跳過快或過慢等都與現(xiàn)場人員的安全狀況密切相關，因此對人員在火場中的多種行為、其生理信息進行監(jiān)護具有現(xiàn)實意義[1-4]。本文基于人體運動產(chǎn)生的加速度、角速度等姿態(tài)數(shù)據(jù)進行行為判識，對心率、血壓等人體生理數(shù)據(jù)進行監(jiān)護[5-8]，設計并構建了一整套完備具有跌倒檢測功能的火場人員安全狀態(tài)監(jiān)護平臺。

2總體設計

在進行人體安全狀態(tài)判識之前，首先需要準確識別人體當前行為，而對人體行為判識首先需要獲取人體各種行為的原始數(shù)據(jù)，然后對人體行為的原始信號數(shù)據(jù)進行預處理后形成人體行為判識輸入向量集合，再使用判識器對其進行判識。在對火場人員行為進行判識時，可通過人員行為與其生理信息進行融合分析判斷，進一步分析人員在火場中的安全狀態(tài)。生理信息包括心率、血壓等，這些數(shù)據(jù)通過硬件采集。數(shù)據(jù)的采集由硬件完成，所有采集的數(shù)據(jù)通過濾波、分段等預處理，進入后期分析。再對人員生物特征信息與行為信息進入融合分析判斷，獲得對人員的安全狀態(tài)的判識。判識結果集合分為：安全、異常、警告、危險。判識信息在現(xiàn)場提示佩戴者的同時，通過無線傳感器自主網(wǎng)絡與火場外現(xiàn)在通信平臺鏈，把火場狀態(tài)和救火人員安全信息傳輸?shù)胶蠖朔掌?，供現(xiàn)在指揮人員使用，并保存供后期研究分析使用。人體行為判識總體技術路線如圖1所示。

3硬件設計

3.1硬件功能模塊設計

本文硬件設計以實現(xiàn)行為數(shù)據(jù)、生理狀態(tài)數(shù)據(jù)采集、分析及顯示交互，設備大小以保障隨身佩戴為主，其他如防火、防高溫等設計因篇幅所限不再贅述。針對以上考慮，本文設計的可穿戴感知功能設計如圖2所示。

3.2硬件組成

硬件設計實現(xiàn)行為、生理信息檢測，行為感知通過九軸傳感器采集三個維度的加速度、速度信息，進而分析人員行為，生理信息主要包括心率、血壓數(shù)據(jù)的采集；現(xiàn)場信息以溫度采集為主；人員定位以GPS采集（空曠地域）；現(xiàn)場交互主要通過LED屏幕、聲光設備；信號傳輸采用無線傳感器。①MCU單元：采集信號的預處理、分析、各類控制等的數(shù)據(jù)處理、邏輯分析。②聲光單元：佩戴人員間、佩戴人員與現(xiàn)場指揮人員信息交流；危機時聲光報警。③九軸傳感器：佩戴人員運動時三維空間中的運動速度、加速度數(shù)據(jù)采集。④心率、血壓傳感器：檢測佩戴人員的心率、血壓數(shù)據(jù)。⑤溫度傳感器：獲取佩戴人員所處環(huán)境的溫度數(shù)據(jù)。⑥GPS單元：露天火場中佩戴人員所處地理位置的實時經(jīng)緯度數(shù)據(jù)。⑦ZIGBEE單元：無線傳感器設備，把相關信息傳輸?shù)胶蠖?。⑧電源：為整機供電，輸出3.3V電流。硬件原理框如圖3所示。

4行為識別算法

在實際使用過程中，原始數(shù)據(jù)采集會受到諸如人體自然呼吸產(chǎn)生的震動、傳感器的測量偏差、信號傳輸激勵等各個環(huán)節(jié)產(chǎn)生的干擾噪聲。為降低其對系統(tǒng)的影響，提高系統(tǒng)可靠性，需要對原始數(shù)據(jù)進行預處理，即：濾波去噪、加窗、特征選擇。

4.1濾波方法選擇

本文信號濾波采用小波濾波，利用噪聲的小波系數(shù)要小于信號的小波系數(shù)的特點，通過將原始信號經(jīng)小波分解，大于設定閾值的小波系數(shù)被認為是有信號。含噪的信號模型如下：S(k)=f(k)+ε×e(k)k=0,1…,n-1（1）式（1）中：f(k)為有用信號；S(k)為含噪聲信號；e(k)為噪聲；ε為噪聲系數(shù)的標準偏差。對S(k)信號進行小波分解，噪聲部分通常包含高頻信號的部分中，通過對高頻信號部分作相應的小波系數(shù)處理，然后對信號進行重構即可以達到消噪的目的。

4.2數(shù)據(jù)分割

本文信號采集頻率50HZ，周期為0.02s，選取2.4s長度的50%重疊窗口對數(shù)據(jù)進行分割。

4.3特征選擇及提取

基于一系列預處理后的原始數(shù)據(jù)還存在偏差等問題，因此要進行數(shù)據(jù)篩選和處理成人體行為特征向量作為后文算法識別單元的輸入。九軸傳感器采集的原始物理信號為：x、y、z三軸方向加速度分量，x、y、z軸方向角速度分量，x、y、z軸方向角度分量；本文選擇x、y、z軸方向加速度分量，x、y、z軸方向角速度分量。

4.4行為識別設計

根據(jù)前文得到的人體行為特征向量作為人體常見行為活動判識算法的輸入，通過采集不同個體不同行為的數(shù)據(jù)，訓練人工神經(jīng)網(wǎng)絡，在行為判識的基礎上引入人體生理特征，進行融合判定。

5安全行為判識軟件框架設計

軟件框架如圖4所示：軟件設計采用框架設計，包括以下幾層。①硬件底層驅動：微處理器的底層配置，輸入輸出口初始化等作用于硬件的代碼段。②庫函數(shù)層：提供通用API函數(shù)，方便上層對寄存器的調用，定義硬件訪問地址和外設訪問函數(shù)。③驅動層：包含串口、IIC(Inter-IntegratedCir‐cuit，集成電路總線)、外部中斷、定時器等驅動配置。④實時調度層：主要負責實時任務的運行，保證人體健康行為判識的實時性。⑤應用層：算法、ZIBGEE控制、人機交互（LED、按鍵、OLED顯示屏）控制。

6結語

本文設計了一款用于偵測火場救援人員安全狀態(tài)的可穿戴設備，通過采集的三維動態(tài)數(shù)據(jù)，應用人工智能算法分析佩戴人的行為特征，結合同時采集的生理健康參數(shù)，判斷佩戴人的安全狀態(tài)，并給予提醒。本文主要做了以下工作：①設計和實現(xiàn)了一套可穿戴設備，能夠實時采集佩戴人x、y、z三軸方向的加速度、速度等參數(shù)，以及心跳、血壓等生理特征參數(shù)；②設計和實現(xiàn)了數(shù)據(jù)分析算法，對采集的數(shù)據(jù)進行分析處理，去除噪聲等影響，獲得有用信息；③設計和實現(xiàn)了人工智能算法，實現(xiàn)應用三軸數(shù)據(jù)分析人員的行走、跌倒、匍匐前進等行為動作，結合生理信息對人員的安全狀態(tài)判斷；④設計和實現(xiàn)了適用于可穿戴設備的小型化的安全行為判識軟件。

作者：陳晨 孟登 陳小輝 單位：宜昌市消防救援支隊 三峽大學計算機與信息學院