一种基于压力传感矩阵的AI人体卧姿识别系统的研究常振云赵琳屈志文摘要：随着智能识别系统在各个领域应用的普及，精准化、针对性的管理和服务已经有了越来越优秀的表现。本文以AI姿态识别在卧床病患的精准护理方面的应用为研究对象，设计了一种基于压力传感矩阵采集人体卧姿数据，然后在上位机进行数据清洗与存储、数据点可视化成像、AI算法根据数据可视化图像进行人体卧姿识别的系统。经数据实验测试，基本可以实现初步效果。该系统可应用在养老、助残护理中的辅助智能提醒及精准护理领域。关键词：传感阵列;数据可视化;AI;姿态识别：TP212文献标识码：A：1007-9416（2020）10-0000-000引言近年来，随着智能感知技术以及大数据和人工智能技术的发展，在各行业不同的应用场景中技术融合解决实际问题的需求日益增加。对于家庭及护理机构和医院来说，长期卧床病患的护理工作是一项不可避免又非常耗费人力、物力的工作，尤其是对于失去部分身体机能的重症病患来说，精准有效的护理需求越来越突出。本文针对的研究内容就是建立一个从病床到精准护理的模型。本文是天津市大学生创新训练计划项目“基于压力传感矩阵的人体部位识别系统”研究成果的一部分，重点阐述了从通过压力传感阵列设计及数据采集、数据清洗及分析、数据可视化成像到智能图像识别判断人体卧姿的模型建立及实践。1系统模型建立课题以可视化展现为目标，以卧姿识别为成果，通过硬件压力传感阵列采集的数据为基本处理对象，设计研究的具体系统模型如图1所示。2传感阵列硬件及数据采集设计传感阵列的数据采集系统主要由信号采集模块、单片机最小系统模块、数据通信模块和上位机组成。首先选择合适的针对人体姿态检测的压力传感器矩阵作为信号采集的主要模块，然后针对该传感器矩阵进行外围电路的设计，完成对矩阵上压力信息的采集，接着利用单片机最小系统对该传感器矩阵检测的信号进行信号采集、处理以及发送，其中主要包括系统时钟电路、复位电路、单片机程序下载电路、滤波电路、数据通信电路和系统工作指示等相关电路，最后将这些数据发送至上位机，由上位机将数据图像化，生成压力分布二维图像，实时分析当前压力分布状态[1]。具体设计框图如图2所示。为了满足本课题的实际要求，在分析和研究了各种压力传感器的基础上，最后选择了电阻式薄膜压力传感器矩阵。该传感器是在柔性聚酯基材上印刷电极、力敏、结缘、胶水以及其他需要的功能材料，具有柔软性好、延展性好、透明度高，重量轻等特点，非常适合本设计。该阵列的原理是根据压阻效应来测量压力。信号采集模块采用的是一个8×8的传感器矩阵模拟，采用行列扫描的方法，利用CD74HC4067芯片控制传感器矩阵的采集顺序。数据通信模块考虑到系统的使用环境、传输距离和传输信号的抗干扰能力，最终决定使用USB串口通信，主要利用CH340转接芯片，实现USB转串口、USB转IrDA或者USB转打印口，通过简单的配置和外部连线即可满足系统的通信要求。单片机是本模块中的核心，选择一款合适的单片机对于该模块是至关重要的。它的性能、功耗及支持的外围设备等都能决定系统最后的成本和性能。在研究了许多适合本系统的单片机后，选择了STM32F103C8T6单片机。本课题单片机程序是基于Windows操作系统，在KeiluVision5集成开发环境中实现的，程序的核心是采集压力信息的功能。采集压力信息子程序对各传感单元进行AD转换，在一次转换完成后进行数据读取、通道切换等操作，在完成最后一列的转换后，将这些数据发送至处理压力信息子程序进行数据处理，最后将数据打包发送至上位机[2]。3数据处理下位机采集和传输的数据还不能进行可视化使用，需要经过相关的数据处理才能使用，本课题数据处理主要采用如下几种方法[3]：（1）判断数据是否正确。根据需求设定数据格式为长度是3的数组[横坐标，纵坐标，压力值]，如果接收的数组长度不为3，则代表这组数据在传输的过程中出现了错误，对此类数据只存储但是不做任何处理。如果采集数据量不够，采用均值填充策略对缺项的数据进行填充。（2）去掉最大值、最小值。为了降低极端数据对结果的影响，利用对数据进行去掉最大值最小值进行不合理数据的去...