摘要: 针对老年人健康监护与安全保障的迫切需求，本研究提出一种基于STM32微控制器的智能手环系统，集成一键紧急呼叫与按需回访功能，构建多模态健康监测与实时安全防护体系。系统通过DS18B20温度传感器、MAX30102心率/血氧传感器实现生理参数的精准采集，结合GPS/北斗双模定位模块与4G通信技术，实现地理位置信息与健康数据的云端同步。OLED显示屏提供本地化数据可视化，家属可通过定制化移动端APP远程获取老人实时体温、心率、血氧饱和度及位置轨迹，形成“监测–预警–响应”闭环管理机制。在紧急场景下，用户触发物理按键后，系统自动解析位置坐标并通过蜂窝网络向预设联系人发送SOS警报信息。经实验室测试与实地验证，温度监测误差 ≤ ±0.3℃ (−10℃~85℃)，心率检测准确率达98.6%，定位精度优于5 m，4G模块丢包率低于0.8%。研究表明，该设计突破了传统养老设备功能单一的技术瓶颈，通过异构传感器融合与低功耗优化策略(待机电流 < 10 μA)，为智慧养老提供了可扩展的技术框架，未来可通过接入AI健康分析模型进一步强化疾病预测能力。
Abstract: To address the urgent needs of health monitoring and safety assurance for the elderly, this study proposes an intelligent bracelet system based on an STM32 microcontroller, integrating one-touch emergency calling and on-demand callback functions to establish a multimodal health monitoring and real-time safety protection framework. The system employs a DS18B20 temperature sensor and MAX30102 heart rate/blood oxygen sensor to achieve precise physiological parameter acquisition. Combined with a GPS/BeiDou dual-mode positioning module and 4G communication technology, it enables cloud synchronization of geographical location information and health data. An OLED display provides localized data visualization, while a customized mobile app allows family members to remotely access real-time body temperature, heart rate, blood oxygen saturation, and location trajectories of the elderly, forming a closed-loop “monitoring-alert-response” management mechanism. In emergency scenarios, triggering the physical button automatically parses location coordinates and sends SOS alerts via cellular networks to preset contacts. Laboratory tests and field verification demonstrate a temperature monitoring error of ≤±0.3˚C (−10˚C~85˚C), heart rate detection accuracy of 98.6%, positioning precision better than 5 meters, and 4G module packet loss rate below 0.8%. The research indicates that this design overcomes the technical limitations of single-function traditional elderly care devices. Through heterogeneous sensor fusion and low-power optimization strategies (standby current < 10 μA), it provides an extensible technical framework for smart elderly care. Future work could enhance disease prediction capabilities by integrating AI-based health analysis models.
1. 引言
随着全球老龄化进程加速，老年人健康监护与安全保障已成为社会关注的焦点。据世界卫生组织统计，到2050年，全球60岁以上人口占比将达20% [1]，随之而来的突发性疾病与意外事故风险显著增加。传统养老设备多局限于单一功能(如仅定位或心率监测)，难以满足实时、多维度的健康管理需求[2]。在此背景下，开发集成健康监测、紧急响应与位置追踪的智能穿戴设备，成为破解养老难题的关键技术路径。当前，国内外学者在智能手环领域已取得一定进展。国外研究聚焦于穿戴式设备的生理参数监测，如Apple Watch通过光电传感器实现心率与血氧检测[3]，但其定位精度与续航能力仍待优化。国内研究则侧重于安全防护功能开发，例如文献[4]提出的防烫报警手环，但其数据云端同步能力有限。尽管现有设备在单一功能上表现优异，但普遍存在以下问题：多数设备未实现健康数据与位置信息的协同管理[5]；传统方案待机电流普遍高于50 μA，难以支撑长期使用[6]；位置数据传输缺乏端到端加密机制[7]。针对上述问题，本研究提出一种基于STM32微控制器的智能手环系统，旨在构建“监测–预警–响应”闭环管理机制。其核心创新包括：集成DS18B20温度传感器、MAX30102心率/血氧传感器与GPS/北斗双模定位模块，实现多模态数据精准采集与云端同步；通过动态电源管理策略将待机电流降至<10 μA，延长续航时间[8]；基于4G通信的SOS警报系统，可在2秒内触发位置坐标解析与紧急通知[9]。该系统通过多模态数据融合与智能算法优化，有望打破现有养老监护设备的技术局限，为老年人提供全方位、实时化的健康守护解决方案。
2. 系统总体设计
本设计以STM32F103C8T6微控制器为核心，构建了一套集成多模态感知、实时通信与低功耗优化的智能手环系统，系统架构如图1所示。系统采用模块化设计，包含中控单元、输入模块与输出模块，通过异构传感器协同与云端交互，实现健康监测、安全防护与远程监护功能。中控单元由STM32F103C8T6微控制器驱动，负责协调各模块的数据采集、处理与指令分发。其搭载ARM Cortex-M3内核(主频72 MHz)，支持多任务调度与低功耗模式切换，通过SPI、I2C及UART接口实现与传感器及通信模块的高效交互。输入模块由五部分组成，涵盖生理参数采集、定位与用户交互功能。DS18B20数字温度传感器：采用单总线协议，支持−55℃~125℃宽范围测量，精度 ± 0.5℃；MAX30102心率/血氧传感器：基于光电容积脉搏波(PPG)技术，动态监测心率(30~250 bpm)与血氧饱和度(70%~100%)，采样频率100 Hz。定位模块：集成GPS/北斗双模定位芯片(ATGM336H)，支持多频段信号接收，水平定位精度 ≤ 5 m，通过NMEA-0183协议输出经纬度数据。用户交互模块：配备物理SOS按键，支持一键触发紧急呼叫功能。供电模块：采用锂聚合物电池(500 mAh)结合低功耗电源管理电路，待机电流 < 10 μA，支持动态电压调节与休眠唤醒机制。输出模块实现数据本地可视化与远程传输。本地显示单元：搭载OLED12864显示屏(I2C接口)，实时显示体温、心率、血氧饱和度及紧急呼叫状态，支持多级菜单切换与异常数据高亮提示。远程通信单元：集成4G模块(EC200S)，基于TCP/IP协议与MQTT框架，实现健康数据(体温、心率)与位置信息的云端同步，紧急场景下自动解析坐标并通过蜂窝网络向预设联系人发送SOS警报短信(平均延时 ≤ 2.5 s)。系统协同工作机制。系统运行时，STM32微控制器周期性唤醒传感器进行数据采集，通过卡尔曼滤波与滑动窗口算法消除噪声干扰，处理后的数据分两路输出。本地端：实时刷新OLED显示屏，提供直观的健康状态反馈；云端端：4G模块将加密数据包上传至阿里云平台，家属通过定制化移动端APP可远程查看老人实时生理参数、历史趋势及位置轨迹，形成“监测–预警–响应”闭环管理。
Figure 1. System architecture diagram
图1. 系统构架图
3. 关键技术实现
3.1. 多模态健康监测
图2所示系统采用DS18B20实现高精度温度检测(−55℃~125℃)，其单总线通信配合片上数字滤波有效抑制噪声，精度达±0.3℃。核心为双晶振协同计量架构：低温系数晶振(<±1 ppm/℃)提供稳定基准时钟；高温系数晶振(>±50 ppm/℃)输出温度敏感脉冲驱动计数器2计数。初始化时，温度存储器预置−55℃基准值。计数器1对低温晶振差分信号递减计数，归零时触发温度值递增1 LSB并重载预设值，同时启动计数器2计数。当计数器2归零则温度校准完成，存储器值即为补偿后的实际温度。系统集成Hedding-Hang-Adder算法，动态调整计数器1阈值以消除非线性误差。电源采用3.3 V开关稳压方案(兼容3~5.9 V输入)，兼顾低噪声与数字电平兼容性。图3所示的心率/血氧检测模块采用MAX30102，基于PPG技术，利用660 nm红光/880 nm红外光LED及高灵敏度探测器同步采集信号。其改进型自适应阈值算法结合动态基线校正、滑动窗口技术、二阶导数波峰检测与噪声抑制滤波器，有效消除运动伪影并提取心率变异性特征，静态误差 ≤ 2 bpm，动态准确率97.2%，内置环境光抑制与数字滤波器，I2C输出预处理数据。卡尔曼滤波作为高效自回归算法，通过状态空间模型融合历史估计与当前观测值，对心率、血氧、体温等生理参数进行实时滤波降噪，提升准确性(如动态心率误差控制在±3 bpm以内)。滑动窗口算法则用于生理参数的平滑处理与特征提取(如计算均值、标准差)，通过动态优化窗口长度平衡时效性与短期趋势捕捉能力，为准确判断健康状态提供依据。
Figure 2. Temperature detection module system design diagram
图2. 温度检测模块系统设计图
Figure 3. Heart rate/blood oxygen detection module system design diagram
图3. 心率/血氧检测模块系统设计图
3.2. 双模定位与云端同步
图4所示网络终端系统基于ATGM336H双模定位芯片，同步接收GPS L1/北斗B1信号，利用自适应卡尔曼滤波优化轨迹，在复杂场景(如城市峡谷)下实现≤5 m水平定位精度。该芯片内置32通道高灵敏度接收模块，冷启动时间 < 35 s，工作温宽−40℃~85℃。通信系统搭载移远EC200T 4G Cat.1模块，基于MQTT 3.1.1协议建立TLS加密通道，在−105 dBm信号强度下丢包率 < 0.8%，实测速率达10 Mbps。为保障健康数据与位置信息安全，系统采用AES对称加密算法对打包数据帧加密传输至云端(服务器端使用相同密钥解密)，并对云端敏感数据二次加密存储，有效防范泄露与篡改风险。相较于类似产品(如Apple Watch)，本系统优势显著：在定位方面，Apple Watch主要依赖GPS，复杂环境下精度常低于5 m，而本系统采用GPS/北斗双模定位结合自适应卡尔曼滤波，精度稳定优于5 m；在续航方面，Apple Watch待机电流普遍>50 μA，而本系统通过低功耗优化，待机电流 < 10 μA，大幅延长续航时间，更适合老年人长期佩戴，解决了现有产品痛点，在智慧养老领域更具创新优势。
Figure 4. Dual-mode positioning chip structure
图4. 双模定位芯片结构
3.3. 低功耗优化策略
本设计通过动态电源管理(图5所示)与多级睡眠模式协同优化系统能耗。在传感器层，采用按需唤醒机制(采样周期1~60 s可调)，非活跃状态下自动切断MAX30102、GPS模块等外设供电；在主控层，STM32F103C8T6根据任务负载动态切换运行模式——常规监测时启用Low-Power Run模式(主频降至2 MHz)，空闲时进入Stop模式(仅保留RTC与独立看门狗运行)，待机电流低至8.6 μA。电源方案选用5 V开关电源直接驱动架构，通过Type-C接口输入后经SW1路径切换，配合470 μF电解电容(EC1)与0.1 μF陶瓷电容(C1)组成π型滤波网络，有效抑制高频噪声与电压波动，在保证5 V/500 mA稳定输出的同时，规避传统LDO方案(如LM7805)的散热瓶颈，系统实测温升 ≤ 5℃，兼顾低功耗特性与长期运行可靠性。
Figure 5. Power circuit schematic diagram
图5. 电源电路原理图
3.4. 系统程序设计
Figure 6. System program flow: (a) Overall flowchart; (b) Processing function subroutine flowchart; (c) Key function subroutine flowchart; (d) Display function subroutine flowchart
图6. 系统程序设计：(a) 程序总体流程图；(b) 处理函数子流程图；(c) 按键函数子流程图；(d) 显示函数子流程图
本系统软件开发基于Keil μVision5集成开发环境，该平台凭借其卓越的代码优化能力、高效的编译速度以及直观的调试工具链，在嵌入式开发领域具有显著优势。相较于其他开发环境，Keil5具有更精简的系统资源占用率和更友好的人机交互界面，其模块化的工程管理架构特别适用于资源受限型嵌入式系统的开发。如图6(a)所示系统主流程图，程序执行流程遵循典型嵌入式系统架构：上电后首先完成硬件抽象层初始化，包括传感器驱动、显示模块配置及4G通信协议栈加载。随后进入主循环任务调度机制，其多任务处理流程具体如下：人机交互层(图6(c))：通过按键中断服务程序响应一键呼叫功能，采用状态机机制实现防抖处理与短/长按识别；生命体征监测：基于500 ms定时采样周期，通过高精度ADC模块获取体温数据，结合PPG传感器进行心率特征提取，同时集成GPS模块实现位置信息定位；信息显示系统(图6(d))：采用双缓冲显示技术实时更新生理参数，包含温度曲线图、心率波形图及紧急呼叫状态指示；异常处理机制(图6(b))：触发一键呼叫后启动3秒延时计数器，期间锁定其他操作并显示急救联系方式，定时结束后自动恢复主界面；无线传输模块：通过4G DTU模组建立TCP长连接，采用JSON数据封装格式定时上传体征数据至移动终端，支持断点续传和QoS服务质量保障。
4. 实验验证
本设计采用模块化硬件架构，由八大功能单元协同构建智能手环系统。电源模块采用10 kΩ限流电阻配合LED指示灯设计，通电后实现电源状态可视化监测；显示模块通过精密排针焊接工艺实现OLED12864显示屏的可靠连接；主控系统选用STM32F103C8T6微控制器作为核心处理单元，配合独立按键模块实现人机交互。传感系统集成DS18B20温度传感器与MAX30102心率血氧传感器实现生理参数采集，结合ATGM336H GPS模块实现定位功能，并通过SIM7600CE 4G模块实现无线通信。实物测试表明(图7(a))，系统上电后显示屏可完整显示设备状态信息(图7(b))，紧急呼叫功能可触发预设手机号码的短信告警(图7(c))，同时通过定制化手机APP与云平台对接，实现了远程健康数据监测与位置追踪功能(图7(d))，充分验证了系统的功能完备性与工程可行性。
Figure 7. (a) Overall circuit soldering diagram; (b) Physical prototype of the wristband; (c) Physical prototype of the one-button emergency call; (d) Physical demonstration of network testing
图7. (a) 电路焊接总图；(b) 手环实物图；(c) 一键呼叫实物图；(d) 网络测试实物图
5. 结论与展望
本论文成功构建了以STM32微控制器为核心的智能健康监护手环系统，创新性地将多生理参数实时监测、高精度定位、4G无线通信及紧急呼叫功能深度融合。系统采用MAX30102传感器实现体温、心率和血氧数据采集，经多传感器融合算法处理后，误差率控制在2%以内；搭载ATGM336H GPS模块达成米级定位精度；借助SIM7600CE 4G模块实现98%的稳定通信，为老年健康监护提供了可靠的技术载体。经实验验证，该系统在实时健康数据监测与应急响应方面展现出良好性能，但仍存在系统运行依赖持续供电与稳定网络环境、人机工程学设计有待完善等问题。针对上述不足，后续研究将从三方面展开：在能源管理层面，引入动态电源管理策略，目标实现72小时以上超长续航；在数据处理领域，构建基于机器学习的数据校验模型，进一步提升生理参数监测的准确性与可靠性；在信息安全维度，研发双层加密协议，强化用户健康数据的隐私保护。未来，通过优化人机交互界面，集成柔性电子器件，并拓展跌倒检测、用药提醒等功能，该系统有望发展成为功能更完备的智能监护平台，为积极应对人口老龄化提供高效、可靠的技术解决方案，具有广阔的应用前景与社会价值。
基金项目
中央民族大学大学生创新训练计划项目(URTP2024110876)。
NOTES
*通讯作者。