三轴加速度（共6篇）
三轴加速度 篇1
随着社会老龄化的不断发展，预计到2030年空巢老年人家庭的比例将达到90%，届时我国老年人家庭将空巢化[1]，而跌倒已成为老年人发病和死亡的重要原因之一[2]。人体跌倒是指突发、不自主的、非故意的体位改变，倒在地上或更低的平面上[3]。据统计，我国人群中因跌倒意外伤害死因顺位中排名第4，而在65岁以上的老年人中则位居首位，并随年龄的增加跌倒的死亡率急剧上升，在85岁以上的老年人中达到了高峰[4]。若在日常生活中，老年人发生跌倒时，能及时发现，从而避免了更严重的后果[5]。
1 跌倒检测的研究现状
跌倒检测是远程健康监护系统中家庭终端的一种实现方式，涉及多个领域，包括信号采集与处理、信号特征提取、数据传输等方面的研究[1]。本文主要从跌倒特征信号的提取进行研究，通过三轴加速度无线传感器，运用模式识别的理论，对数据进行判别，从而检测是否有跌倒现象发生，进而自动发出报警短信，通知家人或医疗机构。
目前已有多名学者对跌倒检测进行研究，主要方法有:(1)从3个轴加速度各自的变化情况对跌倒进行判断[5]，其不足之处是，以其中某一轴作为判断，对传感器佩戴方位要求严格，这在实际中难以实现。(2)从人体倾斜角度及加速度与z轴的夹角来对跌倒进行判断[6]，但这对z轴的方位要求严格，会因芯片不同的角度而产生较大误差。(3)将合加速度峰值、躯体倾角的变化、加速度信号曲线能量作为跌倒识别的特征指标，3个特征值构成跌倒的特征向量与跌倒训练样本比较，判断待检测样本是否在跌倒向量空间区域中，用以判断是否属于跌倒类[7]，但对于老年人普通运动导致的和跌倒时产生的躯体倾角同样难以区分。
针对以上问题，本文提出了将合加速度峰值[7]、三轴信号变化幅度区域[8]、运动所消耗的能量[7]作为3个特征值，并加以阈值设定来对跌倒进行检测。实验表明，所提跌倒检测方法的准确率达到90%以上。
2 系统结构和算法准则
2.1 系统结构
ZigBee是基于IEEE802.15.4规范的无线技术，其具有在802.15.4规范上创建的安全和应用层接口、工作于免授权的2.4 GHz频段、大幅可伸缩的网络和星型网络拓扑等诸多优点[9]。该系统在该标准下采用飞思卡尔公司提供的MC13213核心板、MMA7260Q加速度传感器板作为采集端采集数据;MC1321 UCB板作为接受端在终端PC接受数据;在PC机对数据进行预处理、滤波、模式判定等处理后，利用TC35在GSM模块中向家人或医疗机构发送报警短信。实体结构如图1所示。系统结构如图2和图3所示。
2.2 跌到检测准则
老年人跌倒是身体不自主而失去平衡的行为，通过特征向量的提取可有效的判别老年人是否发生跌倒[7]。本文结合跌倒检测原理的方法如下所述:(1)提取检测信号段。从传感器得到的模拟信号转化为数字信号，通过串口程序反馈到PC机，由于跌倒是一个过程，而在跌倒的过程中，合加速度会有一个明显的变化，因此当某一时刻的加速度达到阈值时，即认为可能发生了跌倒，锁定这一时刻找出之后的峰值，以峰值出现的时刻为基准，将前后1.5 s内的加速度曲线截取到缓存区[7]。(2)处理并计算特征向量。人体发生跌倒时，伴随着一系列物理上和生理上的变化，凡是伴随跌倒而发生的均能描述跌倒事件。由此，文中选取合加速度的峰值、三轴信号幅度变化区域、加速度信号曲线能量作为特征值。
(1)合加速度峰值:指某一时刻合加速度的最大值。峰值用来衡量信号变化的最大幅度，反映信号变化的剧烈程度[10]。而在跌倒模型中，峰值越大，表明瞬时加速度变化越剧烈，暗示着人体的姿态发生较大变化。峰值大于一般水平可作为判断跌倒的必要条件。因此，可作为衡量人体是否跌倒的指标之一，是明显且易操作的指标，故成为了判别跌倒的首选指标[2]。其计算方法如式(1)所示
其中，RA为合加速度峰值;ax为水平方向即X轴加速度;ay为前后方向即Y轴加速度;az为竖直方向即Z轴加速度。
(2)三轴信号幅度变化区域:指X轴，Y轴，Z轴在所截取的信号段时间内，三轴信号幅度区域的总和。其较好的避免了以某一轴的输出作为判定的依据，且能较好的反映老年人在跌倒的过程中三轴信号变化大的特点。因此，可作为判别跌倒的又一指标。计算方法如式(2)所示:RS为三轴信号幅度区域总和，t为时间间隔(3 s),Ax(t)为时间t时X轴加速度的大小，Ay(t)为时间t时Y轴加速度的大小，Az(t)为时间t时Z轴加速度的大小
(3)合加速度信号曲线能量。信号的能量在时域信号中，用幅值与所用时宽来衡量[7]。即能量大就意味着幅度与占用时宽的乘积大。换到频域也是一样，能量大就意味着幅度与占用频带宽度的乘积大。傅里叶分析能使时域信号变换到频域，但不改变信号的能量。由于信号能量守恒，在时域求得的信号能量与在频域求得的信号能量相同。在为给定信号s(t)构造的时频联合分布P(t,w)的总能量E应也等于信号的能力，如式(3)所示
(4)进行模式匹配。将计算得到的特征向量与模板向量匹配，通过分类器进行决策，若该向量与模板向量之间的欧氏距离小于设定距离D时，可判定为跌倒发生;反之，无跌倒事件发生[7]。设定距离D值的大小根据实验确定。对于两个样本X和Y，其欧式距离定义为式(4)所示
每个跌倒类型下的小特征向量空间确定的欧式距离取值原则:为保证减少漏报的次数，欧式距离的取值应宜大不宜小。因各个欧式距离相差较小，取值D用以下方法式(5)确定[7]
跌倒检测具体流程如图2所示。
2.3 实验比较和结果
为检测、对比本文提出的特征向量T1=(RA,SA,E)和文献[7]提出的特征向量T2=(RA,Dip,E)的实验结果。其中，RA为合加速度峰值，E为运动所消耗的能量，C为三轴信号幅度变化区域，Dip为躯体倾角的变化。首先建立模板库，分别采集了20组异常跌倒样本和20组轻微运动样本，20组正常休息样本。出于安全考虑，未请老年人参与，而是由4名学生模拟老年人的行为特征在垫子上完成，每位学生各类实验分别采集5组。并对跌倒设定阈值RA>1.85;SA>2.2;E>3.5;Dip>0.3。做了3组对比实验。分别对应以上算法进行模式匹配。在同一时间段内，测试同一测试样例，保证T1、T2中的合加速度RA及消耗能量E相同，并分别观察跌倒、轻微运动、休息状态情况下SA和Dip的变化。
(1)跌倒实验。
从图5中可看到，当合加速度RA到达第一个波峰时，经模式匹配后确立为跌倒情况。此时，能量E增大，SA变化幅度明显，Dip变化幅度也同样明显。当合加速度RA到达第二个疑似波峰时，经模式匹配之后与跌倒样本匹配不成功。此时，SA变化幅度没有跌倒时大，而Dip变化大小却与跌倒时变化相当。因此，Dip无法较好的区分是否为跌倒情况。
(2)轻微运动实验。
从以上实验可看出，当实验者处于轻微运动状态时，如走路、上楼梯。合加速度RA与能量E、SA变化均平缓。而Dip可清楚的看到，有至少两处变化明显。
(3)休息状态实验。
如图7所示，当实验者处于休息状态时，如睡觉、静坐。合加速度RA与能量E均基本不变，SA的变化幅度较小，而Dip变化不稳定。
(4)实验结果。实验共6名学生，实验者模拟老年人的行为特征按照表1、表2和表3分别做60次跌倒实验、60次轻微运动实验、60次休息状态实验，即每人分别各项做3次。实验过程中，地上放置有棉垫(厚度约10 cm)，周围无其他遮挡物。本文从准确率、误报率、漏报率3个性能对比两种特征向量T1和T2实验情况。定义如下:
准确率=(成功次数/总实验次数)×100%
误报率=(错选次数/总实验次数)×100%
漏报率=(遗漏次数/总实验次数)×100%
由表1～表3可看出，选用T1作为特征向量相比选用T2作为特征向量，在检测跌倒、轻微运动、休息状态下的准确率上均有所提高;而误报率和漏报率上均有所降低。实验效果更加稳定、可靠，且各方面实验情况也更加优越。
3 结束语
本文设计的系统可实现跌倒检测、轻微运动检测及休息状态检测，并能运用于老年人身上。改进后的特征向量T1比文献[7]提出的特征向量T2检测效果更加精准。T1克服了T2因人的身体姿态变化而出现的误报、错报现象，并较好地避免了以某一轴输出作为判定的依据，且不会因传感器佩戴方位的不同产生误差。其三轴加速度信号的幅度区域可较好地体现老年人的跌倒特征，也能与其他非跌倒类型的动作清楚地区分并判断，由此可更加准确将实时跌倒信息反馈给家人或医疗机构，从而为老年人的独居生活提供了便利与保障。
参考文献
[1]宁鸿成,滕桂法.跌倒检测在远程健康监管系统中的应用研究[J].微型机与应用,2007,30(6):76-78.
[2]Rashidi P,Mihailidis A.A survey on ambient-assisted living tools for older adults[J].IEEE Journal of Biomedical and Health Informatics,2013(3):579-590.
[3]Christian B,Frank M.A survey of berth allocation and quay crane scheduling problems in container terminals[J].European Journal of Operational Research,2010,202(3):615-627.
[4]施芹,裘安萍.硅微陀螺仪的误差分析[J].传感技术学报,2010,19(5):2182-2185.
[5]张爱华,王璐.基于三维加速度传感器设计的跌倒检测[J].中国组织工程研究与临床康复,2010,14(48):9029-9032.
[6]李冬,梁山.基于加速度传感器的老年人跌倒检测装置设计[J].传感器与微系统,2008,27(9):85-88.
[7]陈艳玲.基于统计模式识别的跌倒检测算法研究[D].武汉:武汉理工大学,2012.
[8]赵祥欣.基于三维加速度传感器的跌倒监测研究[D].杭州:浙江大学,2012.
[9]刘娜,马礼.一种基于Zig Bee的无线传感器网络数据采集系统[J].电脑开发与应用,2010,23(6):69-70.
[10]李娜,侯义斌,黄樟.基于人体加速度特征的实时跌倒识别算法[J].小型微型计算机系统,2012,33(11):2410-2413.
三轴加速度 篇2
1.1 定义
加速度传感器是一种能够测量加速力的电子设备。加速力就是当物体在加速过程中作用在物体上的力,就好比地球引力,也就是重力。加速度计有两种:一种是角加速度计,是由陀螺仪(角速度传感器)的改进的。另一种就是线加速度计。
1.2 加速传感器的工作原理
加速度传感器会接受外界传递的物理性输入,通过感测器转换为电子信号,再最终转换为可用的信息。主要感应方式是对微小物理量的变化进行测量,再通过电压信号来表示这些变化量。
2 三轴加速度传感器ADXL345
2.1 概述
ADXL345是ADI公司推出的基于MEMS技术的数字输出的三轴加速度传感器。ADXL345具有±2g,±4g,±8g,±16g可变的测量范围;最高13 b分辨率测量;固定的4 mg/LSB灵敏度;3 mm×5 mm×1 mm超小封装;40~145μA超低功耗;标准的I2C或SPI数字接口;32级FIFO存储;以及内部多种运动状态检测和灵活的中断方式等特性。这些特性使其成为一款非常适合用于摔倒检测的加速度传感器。
2.2 工作原理
ADXL345首先由前端感应器件感应测得加速度的大小,然后由感应电信号器件转为可识别的电信号,这个信号是模拟信号。ADXL345集成的A/D装换器将此模拟信号转换为数字信号。在计算机中,数字信号一律用补码的形式表示,在此也一样,A/D转换器输出的是16位的二进制补码。经过数字滤波器的滤波后,在控制和中断逻辑单元的控制下访问32级FIFO,通过串行接口读取数据。ADXL345的控制命令也是通过接收来自串口的读写命令来实现的,这主要是对寄存器的操作。
3 ADXL345与微控制器的通信
ADXL345为用户提供了两种与微控制器的通信方式:SPI和I2C。本文采用基于嵌入式的S3C2410微控制器与三轴加速度传感器ADXL345的连接来详细讲述ADXL345的SPI通信方式。
3.1 ADXL345的SPI通信过程
SPI的最高时钟为5 MHz,通信开始时主MCU选择CS置位,CS复位则通信结束,SCLK由主MCU提供串行时钟。SDI与SDO是串行数据输入与输出,它们分别在时钟的上升沿获取数据。一次通信过程中读写多字节必须要设定MB位(Multiple-byte Bit),在读取完第一个寄存器的数据后ADXL345会自动将地址指向下一个寄存器。ADXL345输出16位二进制补码,每个轴都分配了2 B输出数据寄存器,共6个,地址为0X32-0X27,这样会连续输出6 B数据。但对地址非连续的寄存器进行操作必须通过CS停止通信并单独设定下一个要操作的寄存器地址,然后再建立通信。所以通过SPI读取ADXL345采集的数据只能连续读取6 B数据,然后地址返回0X32继续读取6 B数据。
3.2 S3C2410的接口特点
S3C2410有2个串行外围设备接口(SPI),每个SPI接口都有2个分别用于发送和接收的8位移位寄存器。在SPI通信中,数据同时被发送(串行移出)和接收(串行移入),8位串行数据的传输速率由相关的控制寄存器决定。
SPI的接口特性:与SPI接口协议V2.11兼容;8位用于发送的移位寄存器;8位用于接收的移位寄存器;8位预分频逻辑;查询、中断和DMA传送模式。
3.3 接口连接
根据ADXL345工作原理和S3C2410的接口特点,把S3C2410的SPI配置为主设备,完成对ADXL345的接口设计,硬件连接如图2所示。
SPI MOSI作为主设备的输出,SPI MISO作为主设备的输入,SPI CLK用作SPI通信的串行时钟。且S3C2410支持4种不同的传输格式,可以保证主从设备时序的一致性。
S3C2410的SPI接口操作:通过SPI接口S3C2410可以与ADXL345同时发送和接收8位数据。串行时钟线与两条数据线同步,用于移位和数据采样。
4 老人摔倒检测
4.1 检测原理
将三轴加速度传感器的三个坐标分别与人体坐标相对应,x轴代表人体左右方向加速度变化,y轴代表人体前后方向的加速度变化,z轴代表人体垂直方向的加速度变化。当人在站立或行走状态时,z轴的加速度接近g,x轴和y轴加速度接近0。当人体的摔倒过程中,三个轴的加速度及其矢量和会发生变化,通过设定一定的阈值,判断三个轴向的加速度变化,判断老人是否摔倒。
4.2 ADXL345中断
Free_fall:当加速度值低于一定阈值并且持续超过一定的时间时,Free_fall中断置位。
Activity:当加速度值超过一定阈值时,Activity中断置位。
Inactivity:当加速度值低于一定阈值且持续超过一定时间时,Inactivity中断置位。
4.3 检测判断方案
失重检测:人体摔倒的过程中存在失重现象,虽然没有自由落体时失重现象明显,但加速度矢量和也会小于1g,利用Free_fall中断判断人体摔倒过程中的失重过程,将此作为摔倒状态的第一个判断依据。
撞击检测:人体在摔倒时与地面发生撞击,加速度矢量和会产生一个峰值。利用ADXL345的Activity中断来检测。在此需要设置一个时间的阈值,在失重检测与撞击检测之间,设置时间间隔为200 ms,如果在Free_fall中断后200 ms仍会发生Activity中断,认为人体没有摔倒,也可能是因为弯腰动作造成加速度变化。
静止检测:人体摔倒不会马上站起来,会有一点时间的静止状态。由于人体由垂直变为水平,此时加速度的矢量和会小于某个值。利用ADXL345的Inactivity中断来检测。设置Activity中断与Inactivity中断的时间间隔为,在撞击后的内应该有静止状态,如果时间超时还未产生Inactivity中断,认为没有摔倒。
与初始状态比较检测:人体在摔倒之后与站立时的三个轴向的加速度是不同的。为了进一步检测人体是否摔倒,可以取人体摔倒之前的三个轴向的加速度与摔倒后的加速度进行比较,如果各个轴向的加速度之差超过一定的阈值,判断为一次摔倒。
可以根据人体摔倒过程中加速的变化曲线来设定各个阈值。摔倒过程中的加速度变化曲线如图3所示。
4.4 检测方案流程图
摔倒检测方案流程图如图4所示。
5 结语
本文主要以三轴加速度传感器ADXL345为例,介绍了其工作原理,与微控制器的通信方式及接口连接。通过分析得知三轴加速度传感器ADXL345非常适用于检测人体意外摔倒。最后利用ADXL345的内部中断,提出一种检测老人意外摔倒的方案。利用三轴加速度传感器解决老人意外摔倒检测问题有其重要的科研价值和应用意义。
参考文献
[1]许毅.无线传感器网络原理及方法[M].北京:清华大学出版社,2012.
[2]田泽.嵌入式系统开发与应用教程[M].北京:北京航空航天大学出版社,2010.
[3]杨水清.ARM嵌入式Linux系统开发技术详解[M].北京:电子工业出版社,2008.
[4]常慧玲.传感器与自动检测[M].北京:电子工业出版社,2012.
[5]孙新香.基于三轴加速度传感器的跌倒检测技术的研究与应用[D].上海:上海交通大学,2008.
[6]郭敏,尹光洪,田曦,等.基于三轴加速度计的倾斜角传感器的研究与设计[J].现代电子技术,2010,33(8):173-177.
[7]张兴辉,张维杰.基于加速度的车祸报警系统设计与实现[J].现代电子技术,2012,35(17):96-99.
三轴加速度 篇3
据调查, 截至2012年底, 我国60周岁以上老年人口1.94亿, 2020年将达到2.43亿, 2025年将突破3亿。其中将近一半空巢, 农村老龄化水平高于城镇1.24个百分点, 农村留守老年人数量已近5 000万[1]。空巢老人最让人担忧的便是老人的安全。在我国65岁以上的老年居民中, 有相当一部分人曾经跌倒过, 且跌倒发生率随着年龄的增加而升高, 若能及时救助跌倒的老年人将大大降低伤残率和死亡率[2]。因此, 如果能对老人的运动状态进行实时监测, 以智能的方式判断老人当前的生理状态, 并能够在老人摔倒的时候自动的发送短信引起相关监护人的注意具有重要的意义。
1 系统描述
1.1 跌倒检测原理
机牌子联想S868t, 试验中手机放置于胸口位置, 首先通过Andro Sensor软件来测试人体摔倒时的加速度变化, 并通过软件自带记录功能把所得的数据整理成表格形式, 如表1所示。
软件内读数15次/s, 得出每一时刻的X、Y、Z轴的加速度, 通过公式
得到合加速度, 将合加速度用折线图表示, 如图1 (a) 图所示。图1 (b) 图为正常走路时合加速度的折线图。
由图2 (a) 可以看出有一瞬间的合加速度是突然间增加到很大值 (点7~10) , 这是因为此时拿着手机的实验者摔倒了, 从而引起加速度剧增。
1.2 系统软件实现
现利用JAVA语言编写安卓手机摔倒感应软件, 程序流程图如图2所示。当合加速度的值超过了预设的值时, 软件将自动向指定手机发送短信。如图3所示。
2 结语
该实验以Android手机为平台搭建人体摔倒检测软件, 利用手机自带的三轴传感器, 算人体当前合加速度, 实现了通过软件无线检测老年人身体状况。由上面的实验结果可以看出, 当老人不小心摔倒后, 手机将会发送短信给相关监护人。监护人收到短信时, 可及时与老人联系确认老人当前状况, 防止因摔倒事故没有及时处理而使悲剧发生。
参考文献
[1]放心医苑网.中国60岁以上老人约2亿老人健康需求得不到满足[E B/OL].http://www.fx120.net/elder/lrxw/elder_857695.html, 2014-02-18.
[2]朱月妹, 袁浩斌, 陈雷.老年人跌倒危险因素的调查[J].护理实践与研究, 2007, 4 (10) :5-7.
三轴加速度 篇4
iSuppli最近的一项报告表明, 截止到2012年, 预计微电机系统 (MEMS) 市场将从2006年的56亿美元增长到83亿美元。据该公司的调查结果显示, 2001年只有3%的手机采用了加速度传感器, 由于MEMS技术的发展以及消费者对增强型用户界面的需求, 到2010年, 该数字预计将激增到33%。
在1月的2010国际消费电子展 (CES) 上, 飞思卡尔半导体推出最新的动作传感技术, 以提升移动消费电子产品的使用体验。MMA8450Q加速度传感器是高精度、高功效的解决方案。它能够延长小型移动设备的电池使用时间, 并通过高灵敏度的动作和方向检测功能捕捉精确的动作。借助飞思卡尔MMA8450Q加速度传感器, 移动电话和其他消费电子器件的开发商能够在延长电池寿命的同时, 整合增强功能并最终改善终端用户的体验。
M M A8450Q加速度传感器是针对下一代移动设备, 如智能手机和智能本设计的, 这要求性能、便携性和电池寿命进行理想组合才能满足市场需求。这款三轴数字传感器在飞思卡尔的智能本平板参考设计中发挥着关键作用。
该器件提供大量嵌入式可配置性很高的功能, 帮助OEM厂商满足特定的市场和产品需求, 包括方向、拍打、双击、敲击、自由落体及震动检测能力。
MMA8450Q传感器是12位的数字解决方案, 采用3×3×1mm3小体积封装。它提供智能的数据管理功能, 内置32段采样/轴 (X、Y、Z轴) 的先入先出 (FIFO) 内存缓冲, 以提高整个系统的省电能力并通过减少主处理器负载来加快响应速度。嵌入式功能和FIFO缓存的配合使用, 使终端处理器仅对要求的数据进行分析;同时在相同I2C总线上复用其他传感器时, 这有助于防止数据丢失。可配置省电模式和自动唤醒/休眠功能则帮助设计者实现最佳电流消耗。对环境敏感的产品针对每个嵌入式功能提供广泛的可配置功能, 并且与自动唤醒/休眠功能进行捆绑, 这样可以达到更高的电源效率。
MMA8450Q加速度传感器的目标应用包括便携式消费器件, 如移动电话和远程控制设备, 以及智能本、电子书阅读器 (eReader) 、上网本、笔记本电脑、PMP及PDA等。其他应用包括医疗应用中的活动监控, 导航应用中的航位推测辅助, 车队跟踪中的位置检测, 以及电源工具和小型电器的安全关闭。
特性包括:
●12位数字输出。
●带有I2C总线的±2g、±4g、±8g三轴数字加速度传感器。
●可存取32段采样的FIFO简化了动作检测分析。
●低功耗。
关闭模式:2微安。
待机模式:待机电流 (I C激活) 最高10微安。
激活模式 (低功耗模式:27-120;正常工作模式:42-250) 。
●典型值:27微安 (ODR=50 Hz, 低功耗模式) 。
●典型值:42微安 (ODR=100 Hz, 低工作模式) 。
●可用于8个中断源的2个可编程中断管脚。
●低工作电压1.71 V到1.89 V。
●嵌入式功能/特性。
●四通道动作检测。
自由落体或动作检测:2通道。
脉冲检测:1通道。
瞬变检测:1通道。
带滞后补偿的方向 (竖向/横向) 检测。
在自动唤醒和睡眠功能中, 可实现自动输出数据速率变化。
自我检测。
●高可靠性设计, 能够承受最高10000 g的撞击3。
开发支持、价格和供货情况
MMA8450Q传感器现已供货。数量达10000件时, 建议零售价1.67美元。
为了加快面市, 展示MMA8450Q多个嵌入式功能的优势, 飞思卡尔提供两个开发套件, 它们都带有PC图形用户界面软件程序。飞思卡尔提供RD3924MMA8450Q开发套件, 包含评估MMA8450Q加速度传感器 (包括传感器板LFSTBEB8450Q以及USB通信板LFSTBUSB) 所需的组件。LFSTBEB8450和LFSTBUSE都是飞思卡尔传感器工具箱 (Sensor Toolbox) 的一部分, 传感器工具箱是面向传感器应用的一套统一的开发软件、硬件工具和附件。传感器工具箱为飞思卡尔产品系列 (加速度、压力和触摸传感器) 的所有传感器型号提供综合支持。
LFSTBEB8450开发板现已供货, 建议零售价75美元。此外, 对于可能尚未购买传感器工具箱加速度传感器USB板的客户, RD3924MMA8450捆绑提供加速度传感器及USB板, 建议零售价99美元。
包含MMA8450Q加速度传感器的智能本参考设计, 现在可通过当地飞思卡尔销售代表供货, 以进行相关评估。获取参考设计的详细信息, 请登录网址:www.freescale.com/smartbook。
三轴加速度 篇5
高g值加速度计作为一次仪表, 已广泛应用于动态过程中的过载测量, 尤其是弹体侵彻测试的研究。加速度计的灵敏度系数和频率响应这二个参数非常重要, 加速度计经过大过载后, 其灵敏度可能发生大的变化, 而需经常性的校准。自上个世纪60 年代以来, 世界各国冲击校准实验室相继开展冲击校准技术的研究, 提出了多种校准测量方法, 其中以冲击力法、速度改变法和激光绝对法应用较为广泛。这三种方法先后成为国际标准ISO5347/0 (1987年) 、ISO16063-1 (1998年) 和ISO16063-13 (2001年) 规定的校准方法。
冲击力法的校准不确定度一般难以达到3%, 1998年以后的国际标准已不再将其列入绝对法冲击校准的标准方法。速度改变法在校准原理上存在两个重大的缺陷:首先, 该方法基于被校加速度计频率响应在校准的幅值和频率范围内是线性的假设条件, 否则将产生难以评估的测量误差;其次, 将加速度校准变换为速度改变量的测量, 不进行加速度量值的绝对复现, 校准结果依赖于被校加速度计对冲击激励响应的正确程度和它本身固有的非线性。该校准过程不能够达到冲击瞬态校准的基本目的。
本文采用的激光多普勒干涉法, 是直接借助计量学的基本量和单位 (时间和长度) 复现加速度量值与单位的方法。其特点是可以精确给出加速度计激励的绝对量值和真实波形, 在参考加速度峰值为50～10 000 m/s2及12 500～100 000 m/s2, 冲击脉冲持续时间分别为0.3～6 ms 及0.1～0.3 ms的范围内, 实现了对冲击加速度计的绝对法校准, 冲击加速度灵敏度校准不确定度分别为0.5%和1%。
1 基本原理
加速度计的校准装置如图1所示, 主要由Hopkinson杆、差动式激光多普勒干涉仪、数字示波器、计算机系统组成。
利用压力脉冲在Hopkinson杆的自由端面反射成为拉伸脉冲的性质, 采取子弹撞击杆端来产生一右行半正弦压应力脉冲。被校加速度计通过螺纹连接在安装座的一端, 安装座表面轴线方向贴有反射光栅, 另一端面通过真空夹具紧密吸合于Hopkinson杆末端。压力脉冲通过界面时不受影响, 但几乎不能承受拉力。压力脉冲在安装座自由端面反射为拉伸脉冲, 当入射压力脉冲与反射拉伸脉冲在衔接面处出现净拉力时, 被校加速度计和安装座将带着陷入其中的动量飞离而获得冲击运动。
被校加速度计的激励加速度信号通过差动式激光多普勒干涉仪来获取。差动式激光多普勒干涉仪如图2所示:He-Ne激光器发出的光束, 经透镜1后由分束棱镜分成二平行光束, 通过透镜2又汇聚于粘贴在安装座表面的光栅平面。激励光栅射出的衍射光束经反射镜系统到达光电倍增管 (PM) 的阴极表面, 并检测出由光栅运动产生的多普勒频移信号。
根据多普勒原理, 被校加速度计承受冲击运动时, 运动速度的时间函数v (t) 和所应用的激光干涉仪的多普勒频移时间函数Δf (t) 之间存在确定的数学关系:
式中:v (t) 为冲击运动速度;Δf (t) 为激光多普勒频移;m, n为光栅衍射级数;l为光栅常数。对上式v (t) 作微分处理可得冲击运动的加速度a (t) 。再根据加速度计电压的峰值, 可以准确得到被校加速度计的加速度冲击校准灵敏度:
式中:Sth为加速度计冲击灵敏度;Up为加速度计输出电压峰值;ap为激励加速度峰值。
2 实验结果及其分析
实验校准的三轴压阻式加速度计量程为50 000 g, 由中科院上海微系统与信息技术研究所研制。实验过程中将加速度计各管脚连接至外部检测电路, 在桥压3.3 V、外部电路放大倍数为50的情况下, 分别将其3个敏感轴作为主轴在不同g值下应用上述校准方法在Hopkinson杆上对其灵敏度进行校准, 表1给出了其校准结果。
图3～图6为表1对被校加速度计z轴第一次校准测试的实验曲线。图3为冲击过程中激光干涉仪测得的多普勒信号。图4是由式 (1) 所得多普勒速度波形曲线, 最大速度为Vmax=8.848 m/s。图5是对速度微分所得的加速度曲线, 其峰值加速度为ap=11 207 g, 脉宽为136 μs。图6为冲击过程中加速度传感器Z轴输出波形曲线, 其峰值Up=448 mV, 用公式 (2) 即可得其冲击灵敏度为0.752 3 μV/g。
3 横向效应
横向效应是指冲击过程中加速度计除敏感轴向加速度外, 与其轴向垂直的平面内所感受到的一定的加速度响应。对于高量程加速度传感器, 横向响应一般要求低于轴向的5%。表2为对上述加速度计进行冲击校准实验所得的横向效应比对结果。
图7为其中加速度计z轴作主轴时的第二组测试曲线。实验过程中发现:z轴作主轴时, x轴和y轴的横向响应很小;而在x轴或y轴作为主轴时, z轴却有很大的横向效应, 远大于5%。分析其横向效应主要包含两部分:加速度计冲击过程中横向拉伸或压缩引起应力变化;加速度计内部质量块的质心偏离梁的中平面引起弯矩造成的应力变化。其次, 冲击过程中加速度计安装的偏差及该校准方法本身所带来的不确定度都有可能对实验结果造成较大的影响, 这一点还需进一步的研究。
4 结 语
本文所提出的激光干涉绝对法复现的冲击加速度量值, 直接溯源于激光波长和时间/频率量, 这种复现方法可靠、稳定, 并且便于复现。该校准方法, 原理完善、结果可靠、精度极高。通过对表1、表2中加速度计校准实验结果的分析, 可以得到如下的结论:
(1) 该加速度计回零特性卓越, 有利于数据处理;
(2) 灵敏度系数稳定, 重复性好;
(3) 横向效应:z轴激励对x, y轴影响小;x, y轴激励对z轴影响大;x, y轴互相影响较小。
参考文献
[1]梁志国, 李新良.激光干涉法一次冲击加速度计动态特性校准[J].测试技术学报, 2004, 18 (2) :133-138.
[2]Hans-Jurgen von Martens, Angelika Taubner, WolfgangWabinski, et al.Traceability of Vibration and ShockMeasurements by Laser Interferometry[J].Measurement, 2000 (28) :3-20.
[3]Umeda A, Ueda K.Study on the Dynamic Force AccelerationMeasurement[J].Sensors and Actuators, 1990, A21-A23:285-288.
[4]黄俊钦.测试系统动力学[M].北京:国防工业出版社, 1996.
[5]陆德仁, 鲍海飞, 宋朝辉, 等.高加速度检测冲击加速度传感器的横向响应[J].中国计量学院学报, 2006 (17) :1-6.
三轴加速度 篇6
随着社会老龄化进程的不断发展,老年人口所占比重也逐年增加,而老年人的生理特点造成了他们这一人群的特殊行为特征——易跌倒。跌倒检测技术的方法很多,从信号采集的渠道进行分类,将跌倒检测技术分为三类:基于视频的跌倒检测系统,基于声学的跌倒检测系统,基于穿戴式传感器的跌倒检测系统[1]。基于视频的跌倒检测系统只能在安装了摄像机的地点进行检测。另外还可能会对被检测者造成个人隐私的泄漏。因此通常这种方法无法得到很好的精度,一般只能作为其它检测方法的辅助检测。基于穿戴式传感器的跌倒检测系统不会受到检测地点的限制,所以基于穿戴式传感器的跌倒检测系统比基于视频或声学系统更适合应用于跌倒监测器[2]。
为了解决老年人跌倒实时检测问题,本文设计了基于穿戴式传感器的跌倒实时监测系统,其中的传感器采用MEMS是因为它的低成本、低功耗、小尺寸和批量化,而且随着技术的进步,它又向高精度传感器的方向发展[3,4]。监测系统的检测原理是通过跟踪传感器佩戴者在三个正交方向的加速度变化来检测其体位的变化,然后以跌倒检测算法对数据进行分析,以确定佩戴者的身体是否跌倒,如果跌倒则进行报警。而判别是否发生跌倒的方法主要有判断阈值的方法和利用模式识别的方法。当佩戴者发生跌倒时,各方向上的加速度矢量会发生变化,通过设定有效的阈值,当判断到某方向的加速度矢量超过阈值时,结合时间长度判定是否发生跌倒。
2 硬件设计
跌倒监测系统设计时需要遵循的原则[5]有:
1.所有超出阈值的情况都能够检测到;2.能够确定需要报警的情况;3.能够通过分析测得的数据来确认真正的跌倒;4.能够在一定范围内的任何地方,在最短的时间内报警;5.不会影响使用者的正常生活;6.可靠,易于维护;7.不会再跌倒时造成使用者的受伤;8.可根据使用者的需要进行必要的调整;9.易用,不需要太多学习;10.能够进行自测,确保工作正常。
本文基于MEMS三轴加速度计设计了老年人跌倒监测系统,该设计采用传感器进行信号采集,然后通过采集到的信号判断跌倒报警器的配戴者是否跌倒,并且将实时数据在显示装置上显示出来,如果佩戴者跌倒,则通过报警器进行报警。检测原理框图如图1所示。
2.1 控制器
作为跌倒检测的核心,它负责进行系统的整体运行,包括控制加速度传感器进行加速度的采集以及数据的处理分析,判断佩戴者是否跌倒等一系列工作。本设计选择TI公司的TMS320F2812[6],它拥有运算精度高,处理能力强,灵活性高等优点。
2.2 传感器
传感器负责获取人体活动的加速度信号,本设计选择ADI公司的三轴加速度传感器ADXL345,它拥有体积小,功耗低,分辨率高(13位),测量范围大(±16g)等优点[7,8],而且它的输出为数字输出,简化了处理器进行数据处理的过程,提高了检测的效率。
2.3 显示、报警器
显示电路负责加速度数据的实时显示,本设计采用SO12864进行显示[9],它拥有驱动电压低,工作温度范围大等优点,而且它内置汉字库,因此编程简便,使用起来比较方便。为了节省成本的一系列考虑,报警器则采用蜂鸣器。
3 软件设计
3.1 软件系统功能
软件设计是各项功能实现的关键,通过软件设计,应该使系统能够实时监测和控制外围功能模块,及时处理异常情况,还要实时采集三轴加速度传感器输出的加速度矢量,并且通过算法判断是否发生跌倒,如果发生跌倒则进行报警。
3.2 SPI通信
在整个系统中,最重要的是加速度的采集、传输与处理,其中采集由传感器完成,而传感器与处理器之间是通过SPI通信建立连接,传感器ADXL345与处理器TMS320F2812通信连接的功能框图如图2所示,它们的连接方式为主从式,主机为处理器TMS320F2812,从机为传感器ADXL345,主机通过发出SPICLK信号来启动数据传输,对于主机和从机,数据都是在SPICLK的一个边沿移出移位寄存器,并在相对的另一个边沿锁存到移位寄存器。
3.3 跌倒检测算法设计
(1)模式识别算法
利用模式识别的方法实现跌倒检测的有很多种,其中西安交通大学研究的跌倒检测算法比较具有代表性。该系统中跌倒检测分为两个层次的算法:预处理和高级处理。
预处理是通过支持向量机算法从输入中提取疑似跌倒数据。所采用的算法One-class SVM算法是由SVM算法扩展而来。该算法利用核函数将所有样本映射到高维特征空间实现分类。在特征空间里,One-class SVM确定一个包含所有目标数据的最小超球体表面,这个表面就是分类器。用一组松弛变量来平衡超球体的半径和超出超球体的样本数量。这种算法使大多数阳性样本(跌倒样本)被保留,而大多数假阳性样本被放弃。高级处理是通过KFD算法将可疑数据实现最佳的分离,再通过k-NN算法实现精确分类。
(2)简单算法
由于人的跌倒过程会依次出现失重、撞击、静止这三个现象,该算法以此为判断依据,具体的判断依据如下:
◇失重现象发生在跌倒之初,加速度的矢量和降至近0g的水平,持续时间取决于自由跌倒的高度,此为确定跌倒的第一个判断依据,可以由ADXL345的FREE_FALL中断来检测。
◇撞击现象发生在失重现象后,该现象表现为剧烈冲击,由ADXL345的Activity中断来检测,此为确定跌倒的第二个依据。
◇一般在跌倒撞击地面后,人体无法立即站起来,因此人体会在短时间内保持静止状态,由ADXL345的Inactivity中断来检测,此为确定跌倒的第三个依据。
◇由于跌倒后人体会翻转,因此三个轴的加速度与跌倒前的初始状态有所不�同,因此需要在Inactivity中断之后读取三个轴的加速度数据,然后将采样数据与初始状态进行比较,确定跌倒的第四个依据是采样数据与初始状态之差是否超过一定阈值(如0.7g)。
这四个依据共同构成整个跌倒检测算法,在此基础上系统可根据跌倒状态报警。中断间的时间间隔必须在一定范围内,正常情况下,FREE_FALL中断与Activity中断之间的时间间隔不应过长,除非从极高处跌落,具体的跌倒检测流程图3所示。
上述两种算法各有特点,模式识别算法精度高,误报率低,但结构较复杂,运算量大,对控制器的要求较高,而简单算法实施起来比较简单,但是精度略低,有一定的误报率,但经过试验后发现误报率在可接受的范围内,因此本文采用简单算法。
4 实验测试
按照上述方案设计完成的跌倒监测器样机线路板如图4所示,上电后,该线路板各功能模块工作正常,针对系统的整体测试主要分为两步,分别为静态测试与动态测试,下面分别进行介绍:
4.1 静态测试
静态测试的测试方法为测试X轴、Y轴、Z轴分别向上与向下时各个轴的加速度数据,选用的测量精度为10位,测量范围为±2g,经100次实验测量取平均后测得的数据如下所示
其中,Datax1为采集到的X轴的高8位,Datax0为采集到的X轴的低8位,Y轴、Z轴与X轴类似,然后计算采集到的加速度值,公式如下
由于ADXL345输出的是补码,因此需要将输出转换成原码,方法为将Datax、Datay、Dataz的值与32768比较,如果它们的值小于32768,说明它们是正数,则它们的原码为本身,如果它们的值大于32768,说明它们是负数,则用它们的值减去65535才能得到原码,处理后得到一组新的DATAX、DATAY、DATAZ,因此我们得到的加速度最终值如下,单位为g
通过以上处理后,可以看出当某一个轴竖直向上和向下时,它的加速度值接近±1g,而其它两个轴接近0g,由于向上、向下的方向都是目测的,因此得到的结果存在一定的误差,但总体上在在我们的允许范围内,符合我们预期的要求。
4.2 动态测试
动态测试主要是模拟跌倒时测试加速度的变化,测试方法为通过串口采集模拟跌倒时加速度的值,然后将采集到的值保存下来使用matlab进行处理并且绘制加速度曲线。
动态测试分为两步,第一步进行初始状态的采集,采集到的加速度曲线如图3所示,从图中看出Y轴数据接近-1g,而其余两个轴接近0g,与佩戴者将Y轴向上的情况相符合。
动态测试的第二步为对模拟跌倒的加速度进行采集,采集到的加速度曲线如图4所示,从图4中可以看出,在跌倒之初,三个轴的加速度和有一个急剧下降的过程,然后人体与地面剧烈碰撞,加速度和急剧上升,然后人体处于静止状态,它的三个轴中Z轴的加速度接近1g,其它两个轴接近0g,与初始状态不同,说明人体已经跌倒,符合预期的结果。
5 结束语
老年人跌倒检测系统采用TI公司的TMS320F2812作为核心控制单元,对加速度采集的数据进行处理与分析,并判断佩戴者是否跌倒,如果跌倒则控制报警器进行报警,并且控制SO12864显示实时的加速度数据。实际产品中报警显示器与跌倒检测系统是分离开的,并通过无线网络连接。若老年人跌倒,通过GPS可实现监护者对老年人单向定位。另外由于时间关系,跌倒检测算法需要在日后进一步完善。
参考文献
[1]邹众鹰,谢存禧.基于家庭的远程健康监护系统进展[J].计算机工程与应用,2005,30(10):20-34.
[2]孙新香.基于三轴加速度传感器的跌倒检测技术的研究与应用[D].上海:上海交通大学,2008.
[3]周凤岐,刘智平,周军等.硅微技术在导航、制导与控制中的应用及发展趋势[J].测控技术,2007,26(3):5-7,21.
[4]丁衡高,袁祖武.微机电系统技术的实际应用棗微型仪器[J].国防科技大学学报,2000,22(2):90-94.
[5]赵祥欣.基于三维加速度传感器的跌倒检测研究[D].杭州:浙江大学,2008.
[6]苏奎峰,吕强,耿庆峰等.TMS320F2812原理与开发[M].北京:电子工业出版社,2006:11-18.
[7]李兴法,尹冠飞.数字式加速度传感器ADXL345的原理及应用[J].黑龙江科技信息,2010,(36):2,14.
[8]黄晓东,黄晓华.微电子机械系统ADXL345的应用研究[J].企业技术开发,2012,32(16):28-30.