基于stm32单片机独居老人智能监护系统

若该文为原创文章，转载请注明原文出处。

殷忆枫

1740人浏览 · 2025-09-09 08:46:48

殷忆枫 · 2025-09-09 08:46:48 发布

若该文为原创文章，转载请注明原文出处。

一、引言

随着社会老龄化程度的加剧，独居老人的健康与安全已成为一个重大的社会问题。传统监护方式无法实现实时、主动的预警和远程关怀。本设计旨在开发一套基于STM32微控制器的智能监护系统，通过集成多种生理与环境传感器，实时监测老人的关键生命体征（心率、血氧、血压、体温）和活动状态（跌倒），并在异常发生时通过本地声光报警和远程通知的方式，及时向老人本人和远程亲属发出警报，构建一道守护独居老人生命安全的智能防线。

二、系统总体设计

（一）系统架构

系统采用“多维度感知-边缘智能判断-本地即时预警-云端远程联动”的架构。

感知层：由MPU6050（加速度计，用于跌倒检测）、MAX30102（心率血氧）、SBP0001/模拟血压计（血压）、DS18B20（体温）组成，全面采集老人生理数据。
控制层：以STM32F103C8T6为核心，进行多源数据融合、复杂算法处理（如跌倒识别算法）和阈值判断。
预警交互层：包括蜂鸣器、OLED显示屏和按键，实现本地报警、状态显示和参数设置。
通信层：通过通信模块（ESP8266/蓝牙/4G）将报警信息和健康数据上传至云平台或亲属手机APP。

（二）功能模块划分

安全监测模块：基于加速度计的跌倒检测与报警。
健康监测模块：心率、血氧、血压、体温的采集与异常判断。
人机交互模块：OLED显示刷新、按键扫描与蜂鸣器报警。
通信模块：管理无线连接，实现与手机APP的数据同步与报警推送。

三、硬件设计与实现

（一）系统硬件框架图

框架图说明：

核心控制层 (Core Control Layer)
- STM32微控制器：系统的计算和控制中心，负责所有数据的采集、处理、逻辑判断和设备驱动。
感知层 (Perception Layer)
- MPU6050：通过I2C接口读取三轴加速度和角速度数据，通过算法（如阈值判断、姿态解算）实现摔倒检测，这是系统的核心安全功能。
- MAX30102：通过I2C接口通信，采用光电容积脉搏波法（PPG）高精度地测量心率和血氧饱和度。
- MLX90614：非接触式红外温度传感器，通过I2C通信，用于测量耳温或额温，避免接触式测量的不便。
- 血压测量：方案较多。可以是专门的模拟压力传感器（需配合气泵和袖带，通过ADC采集）估算血压，或者采用MAX30102通过PPG波形计算脉搏波传导速度（PWV）来估算血压（需校准）。
执行与报警层 (Actuation & Alarm Layer)
- 蜂鸣器：当检测到摔倒或任何生命体征参数超限时，发出高强度声音报警，引起老人或邻居注意。
- LED指示灯：用于显示系统状态（如电源、连接状态、报警类型）。
人机交互层 (HMI Layer)
- OLED显示屏：实时、清晰地显示所有生命体征数据（心率、血氧、体温、血压）和系统状态（网络连接、报警信息）。
- 按键：用于本地设置阈值、切换显示界面、一键求救、清除报警等。
网络通信层 (Network Communication Layer)（三选一或多模备份）
- ESP8266 Wi-Fi：家中如有Wi-Fi，优先使用，将数据上传至云平台，实现远程无限距离监控。
- 蓝牙模块：通信距离短（约10米），适合室内近距离由监护人手机直接连接查看数据，无需云端中转。
- 4G通信模块：在无Wi-Fi环境下，插入SIM卡即可通过移动网络联网，覆盖范围最广，可靠性高，是独居老人场景的最佳选择之一。
云平台与远程监护层 (Cloud & Remote Monitoring Layer)
- 云平台：接收、存储、分析和展示数据，提供报警推送（APP push/短信）接口。
- 监护人APP：子女或医生可以7x24小时实时查看老人健康状态，接收紧急报警通知，并可远程设置设备参数。

四、软件设计与实现

（一）开发环境搭建

IDE：STM32CubeIDE。
库：使用HAL库。需自行添加OLED、MPU6050（DMP库）、MAX30102、DS18B20等驱动库，以及滤波算法。
云平台：可使用腾讯云IoT、阿里云IoT等平台接收数据并推送报警消息到APP。

（二）系统软件流程图

（三）代码片段（关键逻辑）

跌倒检测算法与主循环逻辑

// main.c
// 定义阈值
#define HEART_RATE_MAX 100
#define HEART_RATE_MIN 60
#define SPO2_MIN 95
#define TEMP_MAX 37.5
#define BLOOD_PRESSURE_MAX 140 // 收缩压阈值

while (1) {
  // 1. 实时跌倒检测 (高频处理)
  MPU6050_Read_Accel(&ax, &ay, &az); // 读取加速度
  MPU6050_Read_Gyro(&gx, &gy, &gz);  // 读取角速度

  // 综合判断算法: 加速度矢量幅值(SVM)突变 + 姿态角度变化
  float accel_svm = sqrt(ax*ax + ay*ay + az*az);
  if (accel_svm > FALL_ACC_THRESHOLD) {
      // 检测到剧烈冲击，结合后续的姿态进行判断
      if (Check_Posture_Change()) { // 判断姿态是否变为水平
          is_fallen = 1;
      }
  }

  if (is_fallen) {
      Buzzer_On(); // 蜂鸣器持续报警
      OLED_ShowString(0, 0, "EMERGENCY! FALL!");
      ESP8266_Send_Alert("FALL_DETECTED"); // 立即发送跌倒报警
      is_fallen = 0; // 需要手动复位或一段时间后自动复位
      HAL_Delay(5000);
      continue;
  }

  // 2. 健康数据监测 (低频处理)
  if (measurement_timer >= MEASURE_INTERVAL) {
      measurement_timer = 0;
      MAX30102_ReadFifo(&heart_rate, &spo2);
      temperature = DS18B20_GetTemp();
      blood_pressure = BloodPressure_Measure(); // 读取血压计模块数据

      // 显示数据
      OLED_ShowData(heart_rate, spo2, blood_pressure, temperature);

      // 健康阈值判断
      if (heart_rate > HEART_RATE_MAX || heart_rate < HEART_RATE_MIN ||
          spo2 < SPO2_MIN || temperature > TEMP_MAX ||
          blood_pressure > BLOOD_PRESSURE_MAX) {
          Buzzer_Beep(200, 1000); // 蜂鸣器响200ms, 停1000ms
          ESP8266_Send_Data(heart_rate, spo2, blood_pressure, temperature, 1); // 上传数据并标记异常
      } else {
          ESP8266_Send_Data(heart_rate, spo2, blood_pressure, temperature, 0); // 正常上传
      }
  }

  // 3. 处理按键和通信
  Key_Scan(); // 处理一键报警键、设置键等
  Check_ESP8266_Message(); // 处理APP下发的指令
  HAL_Delay(10);
}

WiFi报警信息发送函数

void ESP8266_Send_Alert(char *alert_type) {
  // 构建报警JSON消息，内容应尽可能详细
  char json_buffer[128];
  sprintf(json_buffer,
          "{\"alert\":\"%s\",\"time\":\"%s\"}",
          alert_type, get_time_string());

  // 通过MQTT协议发布到云平台的特定主题，触发APP推送
  MQTT_Publish("alert_topic", json_buffer);
}

五、系统测试与优化

（一）测试方案

传感器精度测试：与医用标准设备（指夹血氧仪、电子血压计、体温计）进行对比测量，校准系统误差。
跌倒检测测试：
- 模拟测试：志愿者模拟向前、向后、侧向等各种跌倒姿势，测试算法识别率。
- 日常活动干扰测试：进行走路、坐下、弯腰、上下楼梯等日常活动，测试算法的误报率。目标是高识别率、低误报率。
报警功能测试：测试本地蜂鸣器报警和远程APP报警推送是否及时、准确。
续航测试：如果是电池供电，测试系统持续工作时间。