[发明专利]基于多传感器融合的无线输液监测系统及监测方法

摘要

本发明公开了一种基于多传感器融合的无线输液监测系统及监测方法，包括输液监测节点、输液监控中心以及移动终端；输液监测节点实现对输液进度及速度的综合监测，输液监控中心实现对各监测节点数据的综合处理及管理，移动终端接入监控中心实时查询病人的输液情况，三个部分均通过无线连接的方式。本发明输液监测节点同时采用重量传感器和红外对射光传感器采集药液数据，相比于单一传感器不仅具有更高的精度，而且可以同时得到总体的进度信息以及具体的滴速信息。输液监测节点和输液控制中心采用ZigBee无线通信方式，ZigBee具有低功耗、低成本、大容量等优点。本发明利用卡尔曼滤波进行两个传感器的融合处理方法可以得到更为精确的输液监测结果。

主权项

1.一种利用基于多传感器融合的无线输液监测系统的监测方法，所述基于多传感器融合的无线输液监测系统，包括输液监测节点、输液监控中心以及移动终端；所述液监测节点、输液监控中心以及移动终端均通过无线连接；所述的输液监测节点包括单片机、电源、重量传感器、红外对射光电传感器、手动报警按键、声光报警器和ZigBee发射模块；所述电源、重量传感器、红外对射光电传感器、手动报警按键、声光报警器和ZigBee发射模块均与单片机相连；所述的输液监控中心包括ZigBee接收模块、计算机和服务器；所述ZigBee接收模块与输液监测节点的ZigBee发射模块通过无线相连；所述ZigBee接收模块与计算机相连，所述计算机与服务器相连；所述移动终端通过无线与服务器相连，其特征在于，该监测方法具体包括如下步骤：(1)根据输液袋的重量，初始化单片机；重量传感器采集输液袋的重力信号，红外对射光电传感器采集电脉冲信号；(2)单片机接收步骤1中重量传感器的重力信号，并将重力信号与初始数据进行对比，得到药液的剩余量；单片机同时接收步骤1中红外对射光电传感器的电脉冲信号，根据电脉冲信号的变化频率得到输液速度以及是否已经滴完；当单片机检测到药液滴落速度值超限或检测不到药液滴落，则启动声光报警器，提醒输液者发生异常状况，同时向监控中心发生报警信息，通知医生人员及时进行处理；在输液过程中，如果病人需要其它帮助，通过手动报警按键向监控中心发送求助消息；(3)单片机将药液的剩余量信息和输液速度以及是否已经滴完信息通过ZigBee发射模块传输到输液监控中心；(4)输液监控中心的ZigBee接收模块接收各个输液监测节点发送来的输液数据，并将这些数据传送到计算机；计算机以重量传感器和红外对射光电传感器采集数据作为观测值，利用卡尔曼滤波方法对输液进度和输液速度进行估计，从而实现对输液状态的精确监测；所述步骤4中的卡尔曼滤波方法具体如下：(1)建立状态方程：以k(k＝1,2,…)时刻剩余药液ck和输液速度vk组成状态向量Xk＝[ck；vk]，可得到状态方程：其中，F_k,k‑1为状态转移矩阵；W_k‑1为状态扰动噪声向量；T表示采样数据处理间隔；n_c为重力传感器的状态扰动噪声，其均值为0，其方差为n_v为红外对射光电传感器的状态扰动噪声，其均值为0，其方差为状态噪声方差矩阵Q_k为：(2)建立观测方程：以k时刻剩余药液重量wn和药液滴速vn组成观测向量Zk＝[wn；vn]，可得到观测方程：其中，H_k为测量矩阵；V_k为测量噪声向量；r表示药液密度；h_w为重量传感器的测量噪声，其均值为0，方差为h_v为红外对射光电传感器的测量噪声，其均值为0，方差为观测噪声方差矩阵R_k为：(3)滤波过程：(3.1)预测：在k‑1时刻状态估计值的基础上，根据公式(1)和公式(2)来预测当前k时刻的状态值，具体为：一步状态预测：其中，为k‑1时刻X_k‑1的最优状态估计值；为k时刻X_k的状态预测值；一步状态预测方差矩阵计算：其中，Pk‑1为k‑1时刻的状态估计方差矩阵；Pk,k‑1为k时刻的状态预测方差矩阵；(3.2)更新：根据公式(3)和公式(4)，利用当前k时刻实际观测值来更新步骤3.1得到的状态预测值，具体包括：滤波增益矩阵计算：状态估计：状态估计方程矩阵计算：Pk＝[I‑KkHk]Pk,k‑1(4)实时最优估计过程：通过先验信息确定状态初始值和P₀，利用k时刻得到的观测值Z_k，根据步骤(3.1)和步骤(3.2)这种递推计算过程，得到k时刻的状态估计值其中，表示k时刻的输液进度估计值，表示k时刻的输液速度估计值。