前言：寻找写作灵感？中文期刊网用心挑选的智能老人健康监测与定位系统设计探究，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要:针对老年人行动不便、自身照顾不周，以及出现健康问题时急需救助的状况，设计一款智能老人身体健康智能监测系统，能够检测老人身体健康多方面的数据，并且实现数据的网络上传。该系统的核心器件选择STM32单片机，心率和体温检测分别采用MAX30100心率血氧传感器和DS18B20测温传感器，ATGM33D和ESP9266模块则分别用于进行定位和实现WiFi功能。上位机选择云服务器进行软件开发。传感器采集到人体健康体征数据及体外数据，通过无线通信模块完成数据的上传，能够在终端查看数据的功能，从而实现对人体健康的智能监测与定位。测试结果表明，该系统稳定性好，数据传输可靠性高，使用灵活，有效保障了老人生活状况的安全性与健康监测的实时性，有较高的实用性和推广价值。
关键词:人体健康;指标检测;智能监测;无线通信;STM32
0引言
目前，人们的健康检测方式主要还是规律性的去医院进行体检，这种方式虽然精确度高，但由于环境场地的限制和工作的需要，人们不可能随时去医院，健康监测的成本也相对较高，不能解决健康检测亲民化普遍化的需求［1－2］。另一个选择是购买心率测试仪、血氧浓度测试仪和脉搏测试仪等仪器，这对于年轻人来说可以省去去医院体检的时间，但是对于学习能力较弱、操作能力较低的老年人，无法很好地操作使用这些设备，具有一定的局限性［3］。自二十世纪九十年代初开始，许多国家在健康监测方面系统地展开了相关设备和方法的研究工作［4－8］。引人注目的是美国MIT的一个研究机构的实验室就健康检测系统项目LiveNet进行了深入探索。欧盟国家也专门在财政方面给予了健康监测项目以大力支持。之后美国的其他高等学府如哈佛大学也展开了有关健康监测设备及系统的开发工作。同一时期，一些高技术企业也对人体健康监测技术进行研究，如Microsoft、Vivometrics和易特科等公司［9－12］。Microsoft公司在其名为HealthGear的项目中计划设计出可以对睡眠时各项生理参数如脉搏、体温、血氧饱和度等做出实时监测的设备。与此同时，国内的中国科学院等研究机构实施启动了健康监测方面的科学研究。用于健康监测的可穿戴设备与传统意义上的健康监测器具不同，它能够实现简单的操作，且实时性能优良，受到各方面的大力支持和欢迎［13－14］。如此设计不受时间地点的限制，人们可以在任意时间、任意地点对健康进行检测，实时更新生理参数包括脉搏、血氧和体温等，在数据异常时发出报警，可以更快速的实施应对措施［15］。根据人体健康监测系统的现状和发展趋势，设计了一套比较完整的人体健康状态监测系统移动终端。该人体健康监测系统主要包括基于STM32单片机的信息控制与处理模块和基于体温、心率、血氧等传感器的信息采集模块，以及GPS定位和无线传输模块，能够实现人体健康监测和定位功能，且应用简洁方便，便于扩展和推广。
1系统总体设计
系统是以STM32F103为控制核心，并依托物联网云平台的智能人体健康监测系统。系统包括中央处理模块、传感器模块、定位模块、无线通信模块、显示模块和电源模块。中央处理模块负责对数据指令进行操作;传感器模块中的体温传感器和心率传感器分别收集体温和心率数据;定位模块能够获取老人活动的位置信息;无线通信模块实现与路由器的无线通信;显示模块负责显示监测数据如体温和心率数据;电源模块为系统各模块提供电源。数据查看和数据分析功能则由应用层的智能终端来做，最终实现实时监测等功能。系统的模块结构图如图1所示。
2系统硬件设计
在确定应用STM32系列微机的基础上，考虑监测系统的实际需求及分析，首先进行STM32F103C8T6型号机的最小系统设计。其次，完成温度检测模块电路设计、心率检测模块电路设计、GPS模块电路设计、WiFi模块电路设计、OLED模块电路设计、电源模块电路设计，并完成各模块间的电路连接。微控制器在系统中负责处理传感器和GPS等收集到的数据，并与通信模块进行通信实现数据的上传。结合智能人体健康监测系统的性能需求，选择处理速度快，稳定性强、广泛应用于智能家居及科技产品中的STM32微控制器。
2．1温度检测模块设计
系统的温度检测模块选用DS18B20数字传感器，它能将监测温度直接转换为数字信号，即转换为字符串形式存储在集成在芯片内部的寄存器中。只需要同一根数据线即可实现与MCU的双向通信。其测量精度在－10～+85°C区间时为±0．5°C，电压宽则为3．3V～5V。DS18B20内部ＲOM烧录了唯一的64位序列号。因此MCU可以通过此序列号识别出特定的DS18B20，实现多点组网功能。初始化之后，MCU凭借指令控制DS18B20开启和数据传输等工作。体温检测模块电路原理图如图2所示。
2．2心率检测模块设计
集成芯片Max30100能够测量和处理血氧和心率信号，其内部集成了ADC数据转换器，通过对FIFO寄存器进行数据采集，在通过数据拟合公式计算出心率数据。MAX30100血氧心率传感器通过IIC与MCU连接，通过USAＲT通信进行数据交换。
2．3GPS定位模块设计
该设计选用中科微ATGM336模块采集人体的定位信息，该模块支持北斗/GPS/GLONASS卫星系统，包含了32个追踪系统，最大可与32课卫星建立通信。其灵敏度高，定位快，低成本，低功耗。测量精度可达2．5m，授时精度30ns。ATGM336模块配备了两类天线接口即SMA和IPEX，两类接口即TTL和UAＲT，能够与单片机进行串口通信。AT-GM336内置了两个TTL电平的UAＲT接口，可以通过串口的TXD引脚与STM32通信，将定位数据发送到单片机上。
2．4无线通信模块设计
无线通信模块以ESP8266为核心，ESP8266是一个集成了内置TCP/IP网络通信协议及AT控制指令的网络通信模块。配置通用GPIO口，处理能力强，大数据量存储。通过AT指令，ESP8266可以作为主机独立运行，也可以连接微处理器并设置AT指令作为从机运行。ESP8266WiFi模块使用串口进行数据通信，接线简洁明了，便于使用。ESP8266模块电路原理图如图3所示。
2．5OLED显示模块设计
系统采用有机发光二极管OLED模块作为显示用，SSD1306是其内部驱动，独有的IIC通信模式能够与单片机的IO口连接。
3系统软件设计
该设计选用STM32作为MCU，使用Keil5软件作为设计项目的开发平台。Kile5功能强大，支持C语言及汇编语言进行项目开发，选择C语言编写程序代码。
3．1主程序设计
系统采用软件模块化处理方法，主程序通过调用多个子程序实现各项功能。各子模块初始化之后，随即建立与MCU的通信。编写各模块功能程序代码，最终通过主函数调用，实现各项功能要求。软件设计主程序流程图如图4所示。
3．2OLED显示模块软件设计
该设计中OLED模块主要功能是显示体温与心率数据，首先进行初始化，并且MCU将OLED的工作方式设置成写模式。延迟过后，MCU向OLED发送位置指令与数据。该设计采用0．96寸OLED，即128×64的LED点阵，通过位置指令设置与字体大小设置，能够实现在屏幕上任意位置显示任意大小的内容。OLED可以显示汉字、字母、符号、数字、图像。显示“温度”需要调用汉字函数:OLED_ShowChinese(u8x，u8y，u8num，u8size1，u8mode)。显示“HＲ”需要调用字符串函数:OLED_ShowString(u8x，u8y，u8*chr，u8size1，u8mode)。显示如图5所示。
3．3DS18B20测温模块软件设计
体温检测微芯片采用DS18B20传感器，它在内部已经进行了信号处理，能够直接输出数字量进行显示，并存储在芯片的储存器中，STM3通过指令控制温度检测与数据传输，DS18B20程序流程图如图6所示。
3．4MXA30100心率模块软件设计
MAX30100心率检测传感器利用IIC通信模式与微处理器STM32实施数据通信，MAX30100程序流程图如图7所示。
3．5GPS模块软件设计
该设计选用ATGM336作为定位核心器件，AT-GM336作为一款高性能定位模块，支持GPS与北斗卫星系统，通过获取定位信息，实现该设计的实时定位功能。GPS定位模块流程首先是GPS初始化，然后GPS获取卫星导航数据，MCU获得定位信息，最后通过WiFi上传数据，通过数据处理后，上传网络，上位机通过定位信息完成定位功能。
3．6无线网络传输模块设计
该设计选用ESP8266作为无线网络传输模块核心芯片，ESP8266通过简单的AT指令就可以完成ESP8266模块的AP或者STA模式的设置。也可通过串口利用USB－TTL能够实现ESP8266与PC机的连通，从而实施监测终端与ESP8266模块的通信。该设计采用单片机向ESP8266输入指令的方式完成其工作模式的设置，设计中ESP8266模块的工作模式选为Sta模式。
4系统调试与分析
系统的上位机系统以PC机为核心，利用JavaJDK为开发环境的eplipse进行各项功能的开发。利用java语言编写界面，通过花生壳服务器内射本机，使本机作为服务器使用。NavicatforMYSQL作为数据库，存储体温、心率等数据信息。Eclipes完成开发后，登录网页可查看各项数据信息。体温数据图表明了人体的体温检测数据以及检测时间，为体温实时监测提供数据，体温数据图如图8所示，体温监测分析图如图9所示。实时定位图能够反应佩戴设备的人体的实时位置，可以比较准确、直观地定位到人体的位置信息，从而实现对人体位置的实时监测功能。实时定位图如图10所示。
5结论
系统以STM32F103单片机为核心微处理器，同时与OLED显示设备、心率传感器器件、体温传感器器件、GPS定位设备、ESP8266通信模块等组成一款对人体健康进行智能监测与定位的网络系统。通过单片机对心率数据、体温数据、定位数据的获取处理后，显示在OLED屏幕上，能够实现数据的可视化，同时通过无线通信模块实现数据上传，上位机能够对上传数据做存储及分析，实现了对人体健康的智能监测。系统测试和数据无线传输实验表明，系统运行正常，监测数据精度较高，是一款效率较高的信息采集、处理和传输的监测设备，具有广阔的应用前景。
参考文献:
［1］陈艳玫，刘子锋，李贤德，等．2015—2050年中国人口老龄化趋势与老年人口预测［J］．中国社会医学杂志，2018，35(05):480－483．
［2］闫海春．人口老龄化对中国经济增长的影响及对策研究［D］．吉林:吉林大学，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:张新荣 张智尧 常波 徐保国 单位:淮阴工学院自动化学院 大连工业大学机械工程与自动化学院 淮阴工学院电子工程学院 江南大学物联网工程学院
