• 收藏
  • 加入书签
添加成功
收藏成功
分享

基于多模态生物传感器和非接触式的智慧老年健康监测系统

冯新广 贺志涛 寇炜雁 王雅琳 张曼
  
川弦媒体号
2026年70期
河南科技大学

摘要:随着传感技术和人工智能的飞速发展,为我国日益严峻的独居、空巢老人健康监测难题提供了新的技术路径。传统健康监测手段存在依从性低、隐私泄露、误报率高等问题。本文提出一种基于多模态生物传感器与非接触式感知技术的智慧老年健康监测系统。系统以 60GHz 毫米波雷达 R60ABD1 为核心,结合红外测温传感器 MAX30205、血氧传感器 MAX30102、气体传感器等多种生物传感器,实现对老年人呼吸、心率、体温、血氧及环境有害气体的全天候无感监测。通过多源数据融合与轻量化AI 算法,系统具备跌倒识别、生理异常预警与环境风险监测等功能。实验表明,该系统在保障用户隐私的同时,显著提升了健康监护的精准性与实用性,具备良好的社会应用前景。

关键词:智慧养老;多模态传感器;非接触式监测;毫米波雷达;健康预警

引言

随着我国老龄化进程加快,独居老人和空巢老人逐渐成为老年群体的“主力军”[1]。传统监测技术存在信息泄露、穿戴不便等弊端,无法实现对老人健康状况的高效精准监测。本文提出基于多模态生物传感和非接触技术的智慧老年健康监测系统,通过多传感器和毫米波雷达协同感知,监测环境气体浓度、人体温度以及睡眠情况,从而实现对独居和空巢老人的健康监测。系统通过无线通信将数据上传到阿里云平台,预设数据阈值,当数据超过阈值时自动触发报警,同时拨打电话提醒监护人关注老人状况[2]。

一、系统整体设计

系统整体设计以 STM32F103C8T6 为控制核心,由数据采集模块、数据分析模块、云平台模块和执行设备模块构成。数据采集模块包括红外测温传感器 MLX90614、60GHz 毫米波雷达 R60ABD1、血氧传感器 MAX30102、多种气体传感器和按键。数据分析模块包括主控 MCU 和 OLED 显示屏。云平台模块包括 ESP8266、Wi-Fi 和 4G 通信单元。执行设备模块包括蜂鸣器报警装置。各个模块在主芯片 STM32 的控制下,完成数据采集、数据处理、数据显示、数据上传至阿里云平台以及控制执行设备运转等一系列操作[3]。

系统通过 60GHz 毫米波雷达 R60ABD1 监测老人的睡眠情况,通过红外测温传感器 MAX30205 测量老人的体温,通过血氧传感器 MAX30102 监测老人的血氧浓度,通过多种气体传感器监测环境中的有害气体。采集的数据经过处理后,一方面通过 OLED 显示屏实时显示测量数据,另一方面通过 ESP8266 将数据上传至阿里云平台及手机APP,实现远程监控功能。当系统监测到数据异常时,立即触发 LED 闪烁和蜂鸣器报警,同时通过移动通信提醒监护人关注老人。系统总体设计如图1 所示。

图1 系统设计框图

二、系统硬件设计

2.1 系统主控模块

系统采用 STM32F103C8T6 为主控芯片,该芯片是基于 ARM Cortex-M3 内核的 32 位微控制器,主频可达72MHz,配备 64KB Flash 存储器、20KB SRAM 以及 16 通道 12 位 ADC,集成多种接口。该芯片具有高性能、低功耗、集成度高、易开发的特点,可满足复杂的控制运行及算法需求 [4]。硬件设计采用模块化思路,主控模块用于连接各个子模块并协调子模块之间的运行,主要负责控制数据采集、数据处理、决策分析以及数据上传与显示,同时在数据超过预设阈值时触发报警系统。系统硬件集成电路如图2 所示。

图2 系统硬件集成的设计电路

2.2 睡眠监测模块

睡眠监测采用 60GHz 毫米波雷达 R60ABD1,这是一款基于 FMCW(调频连续波)技术的高精度非接触式生物感知传感器 [5],主要用于人体存在检测、呼吸心率监测以及运动姿态识别等应用场景。该毫米波雷达工作在60GHz 频段,具有出色的穿透性和抗干扰能力,能够在复杂环境中稳定工作。R60ABD1 的核心优势在于高灵敏度和微动检测能力,能够捕捉到人体胸腔微弱的起伏运动,可穿透衣物、薄毯等非金属障碍物实现生命体征监测,同时避免光学传感器易受环境光线影响的局限性。

R60ABD1 采集的数据经过单片机处理后,系统可通过动作分析判断老人是否摔倒、心率是否正常。如果数据超过阈值,系统会立即触发报警系统,同时自动拨打电话给监护人。通过分析 R60ABD1 测得的数据,系统能够评估老人的睡眠质量,结合报警系统实现对老人状况的全天候监测,降低救援不及时的风险。

2.3 环境气体浓度模块

环境气体浓度监测功能采用多种气体传感器实现,主要包括 MH-Z19 二氧化碳传感器和 MQ-7 一氧化碳传感器,用于实时监测卧室、卫生间及厨房等关键区域的有害气体浓度。MH-Z19 通过 NDIR 非分散红外技术精确测量CO₂ 浓度,MQ-7 则基于电化学原理检测 CO 浓度。这些传感器通过 UART 接口和模拟电压输出与主控模块连接,其中MH-Z19 采用UART 串口通信,MQ-7 采用模拟电压输出接入单片机ADC 引脚。这种连接方式可实时采集环境气体浓度数据,当检测到浓度超标时,系统会立即触发声光报警并联动智能新风系统,有效预防老人因缺氧或煤气中毒引发的健康事故,为老年人居家环境提供全方位安全保障。

2.4 无线通信模块

系统的无线通信功能采用 ESP8266 Wi-Fi 芯片与 4G 通信模块的双链路架构设计,实现通信保障的冗余备份,核心目标是实现老年人健康监测数据的远程可靠传输与异常报警信息的精准推送,为远程健康监护搭建稳定的信息传输通道。其中 ESP8266 Wi-Fi 模块作为主通信链路,通过 8 个功能引脚与主控模块完成硬件对接,遵循芯片电气规范进行引脚配置。

4G 通信模块作为备用通信链路,同样通过标准UART 接口与STM32 主控模块建立通信连接。双通信模块均完成与阿里云平台的协议适配与对接,构建起系统与云端之间稳定的双向通信链路。云端平台可实时接收主控模块上传的心率、血氧等健康监测数据并完成存储与解析,同时支持用户通过终端设备访问云平台,实现对老年人健康数据的远程实时监控。当系统检测到健康数据超出安全阈值或出现设备异常等情况时,可立即通过当前有效通信链路,向家属或医护人员的手机APP 推送精准的预警信息,为老年人的健康安全提供及时的远程监护保障。

2.5 数据显示与报警模块

显示系统采用0.96 寸OLED 模块和手机APP 双端显示,OLED 模块采用IIC 接口,仅需两条数据线即可驱动,大幅简化硬件连接 [6]。该模块支持 128×64 分辨率,可显示图形与文本,具有高对比度、低功耗的特性。其接线方式为 4 个引脚分别连接电源、地线及 STM32 的 IIC 接口,可实现生命体征、环境参数与系统状态的实时可视化,同时通过Wi-Fi 联网将数据发送至手机APP 后台显示,增强用户交互体验,便于用户直观了解当前健康状态。

报警模块采用多级响应机制,实现老年人健康异常的实时预警与紧急处置。该模块通过 STM32 主控芯片实时分析多模态传感器数据,当检测到跌倒、心率骤变、呼吸异常、体温超标或有害气体泄漏等危险情况时,立即启动分级报警流程。硬件设计上集成声光报警单元和双模通信模块,其中蜂鸣器与 LED 警示灯通过 GPIO 引脚连接主控芯片,ESP8266 Wi-Fi 模块和 4G 通信模块通过 UART 接口实现数据透传。异常事件触发后 3 秒内启动现场声光报警,5 秒内通过 MQTT 协议将详细信息推送至阿里云平台及监护人手机 APP,确保老年人突发状况下能够获得及时有效的救助干预。

三、系统软件设计

3.1 睡眠监测系统

睡眠监测模块作为系统核心子模块,依托 R60ABD1 毫米波雷达技术,专门针对老年人夜间睡眠场景进行优化设计,聚焦呼吸频率、心率、体动状态及睡眠阶段分析,实现无感化睡眠质量评估与突发健康风险预警。该模块由系统主程序触发启动,启动后自动完成传感器采样参数适配:将毫米波雷达采样频率提升至 10Hz 以增强微动检测灵敏度,配置睡眠场景专属监测阈值,确保监测精准性与节能性的平衡。数据采集环节采用中断响应机制,优先捕捉毫米波雷达检测到的体动信号。当监测到体动时,系统临时将采样频率提升至 15Hz,精准捕捉心率、呼吸的动态变化;无体动时则维持 5Hz 低功耗采样模式,减少资源占用,同时同步记录体动发生时间与持续时长,为睡眠阶段划分提供关键数据支撑。夜间风险预警逻辑持续监测睡眠过程中的生理信号,一旦检测到呼吸频率、心率、体温等指标超出预设阈值,立即触发报警,启动本地低音量蜂鸣与红光慢闪警示,同时将信息发送至手机 APP。睡眠监测流程如图3 所示。

图3 睡眠监测系统流程

3.2 心率血氧系统

心率血氧系统以 STM32F1 主板为控制核心,深度适配 MAX30102 血氧传感器与毫米波雷达,构建高精度无感化生理参数采集分析体系。系统启动后完成传感器端口初始化与通信协议适配,根据老年人静息或活动状态动态调整采样频率,平衡监测精度与功耗。MAX30102 传感器采集血氧饱和度与脉搏信号,经算法消除运动伪影与环境光干扰并提取关键特征。毫米波雷达同步采集心率数据,通过信号滤波与特征融合算法实现数据交叉验证与互补校准,心率监测误差控制在 ±2 次 / 分钟,血氧监测达到医疗级精度。系统可依据用户年龄与健康档案动态调整生理参数预警阈值,当检测到心率骤变、血氧饱和度低于 90% 等异常时,立即触发本地声光报警,通过 ESP8266Wi-Fi 模块或 4G 通信模块向监护人 APP 推送含异常数值与发生时间的预警信息,同时按时间轴存储原始数据与分析结果,为健康趋势分析提供连续支撑。心率血氧系统流程如图4 所示。

图4 心率血氧系统运行流程

3.3 人机交互系统

人机交互系统聚焦老年人操作便捷性与监护人监测需求,构建以OLED 屏本地显示与手机APP 远程查看为核心的简洁交互架构。本地终端搭载 0.96 寸 OLED 显示屏,界面设计遵循极简原则,仅呈现核心功能相关的可视化信息,实时显示心率、血氧等关键生理参数以及环境气体浓度等环境指标,同时清晰标注各项数据的正常范围,方便老年人快速直观了解自身健康与环境安全状况。显示屏搭配简易实体按键,支持参数切换查看、报警静音及紧急呼叫操作,无需复杂学习即可上手使用。

远程手机APP 作为核心查看终端,采用分层化界面设计。首页以清晰直观的形式呈现实时监测数据,同步显示OLED 屏上的关键指标,让监护人随时掌握老年人健康与环境动态;历史数据板块通过图表形式汇总周、月监测趋势;异常记录板块分类存储报警事件详情与处理结果,便于监护人追溯分析。系统通过云端同步技术实现OLED 屏与手机APP 的数据实时互通,确保本地显示与远程查看的信息一致性,既满足老年人本地快速查阅需求,又为监护人提供便捷、全面的远程监测渠道。

四、系统实现与测试

测试内容主要包括以下几个方面:一是睡眠监测模块的准确性验证,通过对比毫米波雷达 R60ABD1 与医用级监测设备的数据,结果显示在静止状态下心率监测平均误差为 ±1.5 次 / 分钟,呼吸频率误差在 ±0.5 次 / 分钟以内,体动检测灵敏度达 95% 以上。二是生理参数监测的稳定性测试,血氧传感器 MAX30102 在连续工作中表现出良好的重复性,血氧饱和度测量值与指夹式血氧仪对比偏差小于 ±1% ,红外测温模块 MLX90614 在 0.5 米内测量体温误差不超过 ±0.2% 。三是环境气体监测的响应能力评估,MH-Z19 与 MQ-7 传感器均能在气体浓度超标后 3 秒内触发本地报警,并通过云平台向手机 APP 推送预警信息,误报率低于 2% 。四是跌倒检测与异常预警的实效性检验,系统在模拟跌倒场景中能够在 2 秒内识别事件并启动声光报警,5 秒内完成云端信息推送,通信链路切换过程平稳无中断。

总结

为应对我国老龄化加剧带来的居家养老健康监测需求,本系统基于 STM32 单片机,构建了一套适用于老年人的全天候智能监测与预警解决方案。系统整合多维度监测模块,以60GHz 毫米波雷达精准捕捉呼吸频率、心率及体动状态,通过 MLX90614 红外传感器实现非接触式体温监测,借助 MAX30102 传感器无创采集血氧饱和度,同时搭配多种气体传感器实时把控环境安全,形成全方位健康监测网络。依托智能识别算法,系统可快速判定跌倒、生命体征异常或环境危险等突发状况,一旦检测到异常,立即启动本地声光报警,并同步将预警信息推送至监护人手机APP,确保及时干预。

系统采用非接触式设计,既保障了老年人的隐私安全,又规避了穿戴设备带来的不适感,有效提升用户依从性。通过 ESP8266 与 4G 双模通信技术,系统将监测数据实时上传至阿里云平台,支持监护人远程监控与数据追溯管理。该系统运行稳定可靠,可适配卧室、卫生间等多种居家环境,为智慧养老领域提供了兼具实用性与创新性的技术支撑。

参考文献:

[1] 苏彩珍 , 陈伟利 , 程鑫 , 等 .“独居老人”健康监测系统设计 [J]. 科学技术创新 ,2020,(20):84-85.

[2] 崔佳宁 , 陈至坤 . 基于 OneNet 云平台的老年公寓健康监测系统 [J]. 河北能源职业技术学院学报 ,2018,18(01):67-69.

[3] 蒋胤冰 , 李漫漫 , 匡程 . 家庭智能健康监测系统设计 [J]. 价值工程 ,2025,44(35):143-145.

[4] 王茁轩 , 申越 , 王芝怡 , 等 . 基于 STM32 的居家老人智能检测手环设计 [J]. 物联网技术 ,2025,15(21):146-149+154.

[5] 黄娟兰, 彭达莉, 韦思惠. 多传感器融合的室内环境监测系统设计[J]. 科学技术创新,2025,(17):1-4.

[6] 孙雷明 , 高金宇 . 基于 NB-IoT 的老人健康实时监测系统设计与实现 [J]. 电子制作 ,2025,33(19):17-21.

*本文暂不支持打印功能

monitor