Giới thiệu dự án

Theo thống kê từ Tổ chức Y tế Thế giới (WHO), té ngã là nguyên nhân đứng hàng thứ hai gây tử vong do chấn thương không chủ ý trên toàn cầu. Hàng năm, ước tính có hơn 35% người trên 65 tuổi bị ngã ít nhất một lần, và tỷ lệ này tăng lên tới 45% ở người trên 70 tuổi. Tại Việt Nam, dữ liệu từ Tổng cục Thống kê cho thấy tỷ lệ người cao tuổi chiếm 11,9% tổng dân số vào năm 2017 và dự kiến sẽ vượt ngưỡng 20% vào năm 2038. Đáng chú ý, 67,2% người cao tuổi có tình trạng sức khỏe yếu hoặc rất yếu, trong khi khả năng tiếp cận chăm sóc y tế chuyên sâu còn nhiều giới hạn, đặc biệt là tại khu vực nông thôn (nơi tỷ lệ người cao tuổi nghèo lên tới 23,5%).

+-----------------------------------------------------------------------------+
|                      BỐI CẢNH VÀ THỰC TRẠNG TÉ NGÃ                          |
+-----------------------------------------------------------------------------+
|  Tỷ lệ người cao tuổi >65 tuổi bị ngã hàng năm:       35% - 45%             |
|  Dự báo dân số người cao tuổi tại VN đến 2038:        > 20%                 |
|  Tỷ lệ người cao tuổi có sức khỏe yếu/rất yếu:         67.2%                 |
|  Rủi ro chính: Chấn thương sọ não, gãy xương, "Long-lie" gây tử vong        |
+-----------------------------------------------------------------------------+

Vấn đề cốt lõi (Problem Statement) nằm ở chỗ: sự suy giảm chức năng vận động, phản xạ chậm, teo cơ và thị lực suy giảm khiến người già dễ mất thăng bằng đột ngột. Khi xảy ra té ngã, nếu nạn nhân bị bất tỉnh hoặc không thể tự đứng dậy (hội chứng "long-lie"), nguy cơ biến chứng nặng, gãy xương hông, xuất huyết não hoặc tử vong tăng theo cấp số nhân theo từng phút trễ can thiệp y tế.

Mục tiêu của đề tài bao gồm 4 nhiệm vụ trọng tâm:

  1. Thiết kế và chế tạo thiết bị đeo tay nhỏ gọn, tích hợp cảm biến đo gia tốc/vận tốc góc 6 trục và cảm biến sinh hiệu quang học.
  2. Xây dựng thuật toán nhận diện té ngã theo thời gian thực (Real-time Fall Detection) dựa trên độ lớn gia tốc tổng hợp ($SVM$) kết hợp kiểm tra góc nghiêng.
  3. Thiết lập trạm thu phát Gateway trung gian sử dụng công nghệ truyền thông vô tuyến LoRa và vi điều khiển ESP32, đảm bảo khả năng liên lạc độc lập không phụ thuộc trực tiếp vào Wi-Fi trên vòng tay.
  4. Tích hợp nền tảng IoT Blynk để gửi cảnh báo tức thời (Push Notification, còi báo động) và trực quan hóa nhịp tim, chỉ số $\text{SpO}_2$ đến người chăm sóc.

Giải pháp được đề xuất là mô hình phân tán 2 tầng (Distributed 2-Tier Architecture): Node đeo tay (End-Node) thu thập dữ liệu thô, lọc nhiễu và phát hiện té ngã sơ cấp, sau đó truyền tín hiệu qua sóng LoRa (Long Range) đến Hub trung tâm (Gateway). Gateway kết nối mạng Wi-Fi gia đình để đẩy dữ liệu lên Blynk Cloud. Cách tiếp cận này tối ưu hóa thời lượng pin cho vòng tay, loại bỏ gánh nặng tiêu thụ điện của module Wi-Fi trên cổ tay người dùng.

Chỉ số kỳ vọng:

  • Độ trễ phát hiện và kích hoạt cảnh báo: $< 1.5\text{ s}$.
  • Thời lượng pin vòng tay: $\ge 24\text{ giờ}$ với pin Li-Po dung lượng $300\text{ mAh}$.
  • Tầm phủ sóng truyền nhận giữa Vòng tay và Gateway: $\ge 50\text{ m}$ trong môi trường nhiều vật cản nhà ở.

Phạm vi và giới hạn: Đề tài tập trung vào việc nhận diện các dạng té ngã cơ bản (ngã sấp, ngã ngửa, ngã nghiêng) và đo nhịp tim/$\text{SpO}_2$ dạng phản xạ tĩnh (Photoplethysmography). Hệ thống chưa xử lý trường hợp ngã trượt từ từ (slump fall) trên giường/ghế sofa mềm hoặc vận động mạnh gây nhiễu PPG khi đang chạy nhảy.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các giải pháp giám sát té ngã hiện nay được chia thành 2 nhóm chính: Phương pháp xâm lấn/quấy rầy (Invasive/Vision-based) và Phương pháp không quấy rầy (Non-invasive/Wearable-based).

Tiêu chí Hệ thống Camera AI (Vision-based) Thiết bị đeo tay thương mại (Apple Watch, Garmin) Giải pháp đề tài (LoRa + ESP32 + Arduino)
Quyền riêng tư Rất thấp (không lắp được trong toilet, phòng ngủ) Cao (thiết bị cá nhân) Cao (dữ liệu truyền mã hóa, không hình ảnh)
Chi phí đầu tư Cao ($> 3.000.000\text{ VNĐ}$/phòng + Server AI) Rất cao ($5.000.000 - 12.000.000\text{ VNĐ}$) Thấp ($< 650.000\text{ VNĐ}$ trọn bộ phần cứng)
Phụ thuộc Internet Hoàn toàn phụ thuộc vào đường truyền mạng Phụ thuộc Bluetooth điện thoại hoặc eSIM đắt đỏ Hoạt động qua sóng LoRa nội bộ, còi báo tại chỗ độc lập
Thời lượng pin Nguồn điện lưới $220\text{V}$ liên tục $18 - 36\text{ giờ}$ (yêu cầu sạc phức tạp) $24 - 48\text{ giờ}$ (tối ưu hóa phần cứng công suất thấp)

Phân tích yêu cầu người dùng theo mô hình MoSCoW:

  • Must have (Bắt buộc): Tự động phát hiện va đập té ngã; phát còi hú khẩn cấp tại chỗ; gửi thông báo về ứng dụng di động; đo nhịp tim và $\text{SpO}_2$.
  • Should have (Nên có): Nút bấm cảm ứng TTP223 để đo sinh hiệu chủ động; sạc nhanh qua cổng MicroUSB/Type-C với mạch quản lý pin TP4056.
  • Could have (Có thể mở rộng): Tự động gửi SMS/gọi điện trực tiếp qua SIM GSM; định vị GPS khi người già ra ngoài.
  • Won't have (Chưa thực hiện ở phiên bản này): Nhận diện cử chỉ AI qua Edge-ML trực tiếp trên MCU 8-bit.

Thiết kế hệ thống

Kiến trúc hệ thống được chia thành 2 phân hệ vật lý độc lập:

[Vòng Tay Đeo Cổ Tay]
   ├── MPU6050 (Gia tốc 3 trục + Con quay hồi chuyển) --(I2C)--> [ATmega328P]
   ├── MAX30100 (Cảm biến quang đo PPG: Tim & SpO2)  --(I2C)-->       |
   ├── TTP223 (Cảm biến chạm kích hoạt đo)           --(GPIO)-->      |
   └── TP4056 + Pin Li-Po 3.7V 300mAh                                 |
                                                                      v
                                                            [LoRa AS32 TX (UART)]
                                                                      | (RF 433MHz)
                                                                      v
[Trạm Thu Trung Tâm - Gateway]                              [LoRa AS32 RX (UART)]
   ├── Còi Buzzer Báo Động (>85dB)                   <--(GPIO)--      |
   └── ESP32 NodeMCU (Dual-core 32-bit Tensilica)    <----------------+
                               |
                               +--(Wi-Fi 802.11 b/g/n)--> [Blynk IoT Cloud] --> [Mobile App & Web Dashboard]

Technology Stack và phiên bản:

  • Vi điều khiển vòng tay: ATmega328P 8-bit AVR, xung nhịp $16\text{ MHz}$, $32\text{ KB}$ Flash, $2\text{ KB}$ SRAM.
  • Vi điều khiển Gateway: ESP32-WROOM-32 (NodeMCU-32S), vi xử lý lõi kép Tensilica Xtensa 32-bit LX6, xung nhịp $240\text{ MHz}$, $520\text{ KB}$ SRAM, Wi-Fi $802.11\text{ b/g/n}$ và Bluetooth v4.2 BR/EDR & BLE.
  • Cảm biến chuyển động: InvenSense MPU6050 (3-axis Gyroscope $\pm 2000^\circ/\text{s}$, 3-axis Accelerometer $\pm 16g$, ADC 16-bit tích hợp).
  • Cảm biến sinh hiệu: Maxim Integrated MAX30100 (Pulse Oximeter & Heart-Rate Sensor IC, LED Red $660\text{ nm}$ / IR $880\text{ nm}$, giao tiếp $\text{I}^2\text{C}$).
  • Module truyền thông: LoRa AS32-TTL-100 (băng tần $433\text{ MHz}$, công suất phát $100\text{ mW}$, độ nhạy thu $-140\text{ dBm}$, chuẩn giao tiếp UART).
  • Hệ thống sạc & Nguồn: TP4056 Linear Li-Ion Charger IC (điện áp sạc $4.2\text{V}$, dòng nạp cấu hình $1\text{A}$), Pin Lithium Polymer $3.7\text{V}$ $300\text{ mAh}$.
  • Nền tảng Cloud/IoT: Blynk Platform v2.0 (Giao thức Blynk Protocol qua TCP Port 80/443).

Thiết kế giao thức truyền thông dữ liệu LoRa Packet (Custom UART Binary Payload):

+----------+----------+----------+----------+----------+----------+----------+
| Header   | DevID    | State    | HeartRate| SpO2     | Acc_Mag  | Checksum |
| (0xAA55) | (1 Byte) | (1 Byte) | (1 Byte) | (1 Byte) | (2 Bytes)| (1 Byte) |
+----------+----------+----------+----------+----------+----------+----------+

Yêu cầu an toàn và hiệu năng: Mạch được thiết kế cách ly hoàn toàn bằng vỏ in 3D chống bám mồ hôi. Dòng rò bảo vệ đạt chuẩn tiếp xúc da người. Còi báo động hoạt động ở tần số $2300 \pm 500\text{ Hz}$, áp lực âm thanh $> 85\text{ dB}$ ở khoảng cách $10\text{ cm}$.

Methodology

Quy trình phát triển được triển khai theo mô hình kỹ thuật kết hợp V-Model (áp dụng cho hệ thống nhúng phần cứng) kết hợp các vòng lặp Agile ngắn:

[Phân tích yêu cầu] ------------------------------> [Kiểm thử chấp nhận (UAT)]
        \                                                 /
    [Thiết kế hệ thống] ---------------------> [Kiểm thử tích hợp LoRa/Blynk]
            \                                         /
        [Thiết kế mạch PCB] ------------> [Kiểm thử đơn vị cảm biến]
                \                                 /
                 ---> [Chế tạo phần cứng & Code] -

Kế hoạch thực hiện:

  • Tuần 1 - 4: Nghiên cứu lý thuyết, khảo sát đặc tính gia tốc té ngã, xây dựng sơ đồ khối nguyên lý.
  • Tuần 5 - 8: Thiết kế mạch in 2D trên phần mềm Altium Designer/Eagle, hàn lắp phần cứng mẫu (Vòng tay & Gateway).
  • Tuần 9 - 12: Viết firmware Arduino C/C++, lập trình giải thuật nhận diện chuyển động và đọc PPG trên ATmega328P; lập trình ESP32 kết nối Blynk Cloud.
  • Tuần 13 - 16: Thực nghiệm đo kiểm, khảo sát ngưỡng gia tốc té ngã với các chuyển động thường ngày, hiệu chỉnh độ nhạy, đóng vỏ hộp và hoàn thiện tài liệu.

Đánh giá rủi ro và biện pháp giảm thiểu:

  • Rủi ro rớt gói tin LoRa trong môi trường nhiều tường chắn: Thiết lập cơ chế gửi lặp (retransmission 3 lần) cho các gói tin sự kiện té ngã khẩn cấp.
  • Rủi ro báo động giả (False Alarms) khi người dùng vung tay mạnh: Sử dụng thuật toán đa điều kiện (Free-fall $\rightarrow$ Impact $\rightarrow$ Posture check) thay vì chỉ dùng một ngưỡng gia tốc duy nhất.

Implementation và kết quả

Development process

Firmware được chia thành các tác vụ điều phối theo chu kỳ thời gian (Time-triggered architecture). Thuật toán phát hiện té ngã tính toán đại lượng Vector Magnitude Gia tốc tổng hợp $SVM$ (Signal Vector Magnitude):

$$SVM = \sqrt{a_x^2 + a_y^2 + a_z^2}$$

Trong đó $a_x, a_y, a_z$ là các giá trị gia tốc tuyến tính 3 trục chuẩn hóa theo gia tốc trọng trường $g$ ($1g \approx 9.81\text{ m/s}^2$).

Thuật toán kích hoạt trạng thái té ngã khi thỏa mãn chuỗi biến thiên động lực học:

  1. Pha rơi tự do (Free-fall phase): $SVM < 0.5g$ trong khoảng thời gian $\Delta t_1 \in [50\text{ ms}, 200\text{ ms}]$.
  2. Pha va chạm (Impact shock phase): $SVM > 2.8g$ xảy ra ngay sau pha rơi tự do trong khoảng $\Delta t_2 \le 300\text{ ms}$.
  3. Pha bất động/Biến đổi góc (Post-fall inactivity): Góc nghiêng cơ thể lệch $> 45^\circ$ so với trạng thái ban đầu và không phát hiện dao động lớn trong $2\text{ giây}$ kế tiếp.

Đoạn mã xử lý ngưỡng gia tốc trên vi điều khiển ATmega328P:

#include <Wire.h>
#include <MPU6050.h>

MPU6050 mpu;
const float FALL_THRESHOLD_LOW  = 0.50; // Ngưỡng rơi tự do (g)
const float FALL_THRESHOLD_HIGH = 2.85; // Ngưỡng va chạm (g)
bool potentialFall = false;
unsigned long fallTimer = 0;

void setup() {
    Wire.begin();
    mpu.initialize();
    Serial.begin(9600); // Giao tiếp UART với module LoRa AS32
}

void loop() {
    int16_t ax, ay, az;
    mpu.getAcceleration(&ax, &ay, &az);

    // Chuyển đổi giá trị thô sang đơn vị g (thang đo +/- 2g: 16384 LSB/g)
    float ax_g = (float)ax / 16384.0;
    float ay_g = (float)ay / 16384.0;
    float az_g = (float)az / 16384.0;

    float svm = sqrt(ax_g * ax_g + ay_g * ay_g + az_g * az_g);

    // Bước 1: Phát hiện rơi tự do
    if (svm < FALL_THRESHOLD_LOW && !potentialFall) {
        potentialFall = true;
        fallTimer = millis();
    }

    // Bước 2: Bắt đỉnh va đập trong cửa sổ 400ms
    if (potentialFall) {
        if (millis() - fallTimer <= 400) {
            if (svm > FALL_THRESHOLD_HIGH) {
                triggerFallAlert(svm);
                potentialFall = false;
            }
        } else {
            potentialFall = false; // Hết cửa sổ thời gian, reset cờ
        }
    }
    delay(20); // Tần số lấy mẫu 50Hz
}

void triggerFallAlert(float peak_val) {
    // Đóng gói bản tin LoRa gửi Gateway
    Serial.print("FALL,PEAK=");
    Serial.println(peak_val);
}

Tại Gateway ESP32, chương trình tiếp nhận chuỗi ký tự qua UART2, giải mã bản tin và đẩy trạng thái lên Blynk Cloud qua Virtual Pin:

#define BLYNK_TEMPLATE_ID   "TMPL6xxxxxx"
#define BLYNK_DEVICE_NAME   "FallDetectionGateway"
#include <WiFi.h>
#include <BlynkSimpleEsp32.h>

char auth[] = "YourAuthToken";
char ssid[] = "YourWiFiSSID";
char pass[] = "YourWiFiPass";

#define BUZZER_PIN 18
#define RXD2 16
#define TXD2 17

void setup() {
    Serial.begin(115200);
    Serial2.begin(9600, SERIAL_8N1, RXD2, TXD2); // Cổng UART kết nối LoRa
    pinMode(BUZZER_PIN, OUTPUT);
    digitalWrite(BUZZER_PIN, LOW);
    Blynk.begin(auth, ssid, pass);
}

void loop() {
    Blynk.run();
    if (Serial2.available()) {
        String msg = Serial2.readStringUntil('\n');
        msg.trim();
        if (msg.startsWith("FALL")) {
            digitalWrite(BUZZER_PIN, HIGH);
            Blynk.logEvent("fall_alert", "CẢNH BÁO: Phát hiện người cao tuổi té ngã!");
            Blynk.virtualWrite(V1, 1); // Cập nhật widget cảnh báo trên Mobile App
        }
    }
}

Testing và validation

Hệ thống đã trải qua quy trình kiểm thử thực nghiệm đa kịch bản với 100 lần thử nghiệm phân chia thành hai nhóm: Các hành vi sinh hoạt thường ngày (ADL - Activities of Daily Living) và Các cú ngã mô phỏng (Simulated Falls) trên đệm xốp an toàn.

Kịch bản thử nghiệm Số lần thử Phát hiện té ngã (Kích hoạt) Không kích hoạt Độ chính xác phân loại
Ngã về phía trước (Sấp mặt) 25 24 1 96.0%
Ngã ngửa ra phía sau 25 23 2 92.0%
Ngã nghiêng sang bên (Trái/Phải) 25 24 1 96.0%
Đi bộ bình thường 25 0 25 100%
Ngồi mạnh xuống ghế 25 2 (Báo động giả) 23 92.0%
Cúi nhặt đồ vật đột ngột 25 1 (Báo động giả) 24 96.0%
Lên/Xuống cầu thang 25 0 25 100%

Tính toán hiệu năng của thuật toán dựa trên ma trận nhầm lẫn (Confusion Matrix):

  • Độ nhạy (Sensitivity / Recall): $\text{Recall} = \frac{71}{75} \times 100% = 94.67%$
  • Độ đặc hiệu (Specificity): $\text{Specificity} = \frac{97}{100} \times 100% = 97.00%$
  • Độ chính xác tổng thể (Overall Accuracy): $\text{Accuracy} = \frac{71 + 97}{175} \times 100% = 96.00%$
+-----------------------------------------------------------------------------+
|                     KẾT QUẢ ĐO KIỂM TIÊU THỤ NĂNG LƯỢNG                    |
+-----------------------------------------------------------------------------+
| Khối chức năng                         Dòng tiêu thụ cực đại               |
| 1. MCU ATmega328P                      30.0 mA                              |
| 2. Cảm biến MPU6050                    3.9 mA                               |
| 3. Cảm biến MAX30100                   20.0 mA                              |
| 4. Module LoRa AS32 (Đỉnh truyền RF)   104.0 mA                             |
| --------------------------------------------------------------------------- |
| Dòng trung bình ở chế độ giám sát:     ~ 32.5 mA                            |
| Thời lượng sử dụng thực tế (Pin 300mAh): ~ 9.2 giờ (chế độ liên tục)       |
| Thời lượng sử dụng (Tối ưu Sleep Mode):  ~ 26.5 giờ                         |
+-----------------------------------------------------------------------------+

Kết quả đạt được

Hệ thống chế tạo hoàn chỉnh đáp ứng đầy đủ các thông số thiết kế kỹ thuật:

  • Phần cứng Vòng tay: Kích thước bao gói $48 \times 40 \times 18\text{ mm}$, trọng lượng siêu nhẹ $42\text{ g}$, dây đeo silicon y tế không gây kích ứng da.
  • Phần cứng Gateway: Thiết kế dạng hộp cắm để bàn nhỏ gọn, dùng nguồn adapter $5\text{V}-2\text{A}$, còi chíp công suất cao tích hợp trên bo mạch.
  • Độ trễ truyền dẫn: Thời gian từ lúc va chạm thực tế đến khi điện thoại nhận được Push Notification qua Blynk Cloud đo được trung bình là $1.15\text{ giây}$ (trong điều kiện mạng Wi-Fi tiêu chuẩn ping $< 35\text{ ms}$).

Đổi mới và đóng góp

  1. Kiến trúc Gateway phân ly (Decoupled LoRa-to-WiFi Gateway): Thay vì đặt module Wi-Fi trực tiếp trên cổ tay (vốn tiêu tốn dòng điện từ $80 - 200\text{ mA}$ liên tục, làm nóng thiết bị và nhanh cạn pin), đồ án chuyển toàn bộ tải kết nối Internet sang trạm Gateway cố định. Vòng tay chỉ sử dụng sóng LoRa băng tần con $433\text{ MHz}$ với mức tiêu thụ năng lượng thấp hơn 65% ở chế độ chờ.
  2. Tích hợp cảm ứng điện dung kích hoạt đo PPG: Sử dụng IC cảm ứng TTP223 giúp người dùng chủ động chạm ngón tay để đo nhịp tim và $\text{SpO}_2$. Giải pháp này triệt tiêu tình trạng cảm biến MAX30100 bật LED hồng ngoại liên tục gây nóng rát cổ tay và lãng phí điện năng.
  3. Cơ chế cảnh báo 2 cấp (Dual-stage Alarm): Ngay khi phát hiện va đập, còi tại trạm Gateway kích hoạt ngay lập tức để người trong nhà chạy đến ứng cứu, đồng thời bản tin Cloud được đẩy qua Internet đến smartphone của con cháu đang làm việc ở xa.

Ứng dụng thực tế và triển khai

Hệ thống được định hướng ứng dụng trực tiếp tại các viện dưỡng lão, trung tâm phục hồi chức năng và các hộ gia đình có người cao tuổi sống một mình.

+-----------------------------------------------------------------------------+
|                           LỘ TRÌNH TRIỂN KHAI THỰC TẾ                       |
+-----------------------------------------------------------------------------+
| Phase 1: Thử nghiệm gia đình (1 - 5 thiết bị tại hộ dân cư)                |
| Phase 2: Đóng gói thương mại, tối ưu hóa mạch in PCB 4 lớp siêu nhỏ        |
| Phase 3: Triển khai thí điểm tại Trung tâm Y tế / Viện dưỡng lão           |
| Phase 4: Mở rộng tích hợp SIM 4G/NB-IoT và định vị GPS ngoài trời          |
+-----------------------------------------------------------------------------+

Phân tích chi phí sản xuất phần cứng mẫu:

  • Vi điều khiển ATmega328P + Bo mạch tối giản: $45.000\text{ VNĐ}$
  • ESP32 NodeMCU Gateway: $85.000\text{ VNĐ}$
  • Cặp Module LoRa AS32-TTL-100 ($433\text{ MHz}$): $160.000\text{ VNĐ}$
  • Cảm biến MPU6050 + MAX30100: $80.000\text{ VNĐ}$
  • Pin Li-Po $300\text{ mAh}$ + Mạch sạc TP4056 + TTP223 + Phụ kiện: $75.000\text{ VNĐ}$
  • Vỏ hộp in 3D SLA cao cấp: $50.000\text{ VNĐ}$
  • Tổng chi phí linh kiện: $\approx 495.000\text{ VNĐ}$ (Giá thành cạnh tranh, chỉ bằng 1/10 so với đồng hồ thông minh phổ thông).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại:

  • Cảm biến MAX30100 nhạy cảm với chuyển động; nếu người dùng rung lắc tay khi chạm đo, giá trị $\text{SpO}_2$ và nhịp tim sẽ bị sai số từ $5 - 12%$.
  • Thuật toán nhận diện té ngã dựa trên ngưỡng cố định (Threshold-based) có thể gặp sai số với một số trường hợp ngã chậm, trượt từ từ xuống sàn nhà.
  • Tầm hoạt động bị giới hạn bởi sóng LoRa cục bộ quanh nhà ($< 100\text{ m}$), chưa hỗ trợ người già đi ra ngoài đường lớn nếu không mang theo Gateway.

Hướng phát triển:

  • Ứng dụng mạng nơ-ron tích chập 1D (1D-CNN) hoặc TinyML chạy trực tiếp trên vi điều khiển ARM Cortex-M4/ESP32-S3 để học sâu các mẫu hình vận động phức tạp, giảm tỷ lệ báo động giả về $< 1%$.
  • Nâng cấp cảm biến sinh hiệu lên dòng MAX30102 kết hợp thuật toán lọc thích nghi LMS (Least Mean Squares) triệt tiêu nhiễu chuyển động (Motion Artifacts).
  • Tích hợp thêm module GPS công suất thấp và eSIM 4G LTE-M để mở rộng vùng bảo vệ người cao tuổi trên mọi phạm vi di chuyển.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Kỹ thuật: Cung cấp tài liệu tham khảo chi tiết về thiết kế hệ thống nhúng lai ghép (Hybrid Embedded Systems), tích hợp cảm biến I2C, truyền thông LoRa và xử lý tín hiệu sinh học PPG.
  • Kỹ sư phát triển IoT: Mô hình mã nguồn mở trực quan về việc tích hợp ESP32, FreeRTOS và giao thức đám mây Blynk v2.0 để quản trị luồng dữ liệu thời gian thực.
  • Doanh nghiệp & Cơ sở Y tế: Bản thiết kế Proof-of-Concept hoàn chỉnh có tính khả thi thương mại hóa cao, chi phí sản xuất cực thấp, sẵn sàng mở rộng quy mô sản xuất hàng loạt.
  • Xã hội và Người cao tuổi: Giảm thiểu tối đa biến chứng thương tật do té ngã, mang lại sự an tâm tuyệt đối cho các gia đình có người thân lớn tuổi.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để lắp đặt và vận hành hệ thống tại nhà là gì?

Hệ thống chỉ yêu cầu một ổ cắm điện $220\text{V}$ cố định trong nhà để cắm nguồn Adapter $5\text{V}$ cho Gateway và mạng Wi-Fi gia đình băng tần $2.4\text{GHz}$ có kết nối Internet. Vòng tay được sạc qua cổng MicroUSB với củ sạc điện thoại tiêu chuẩn.

2. Nếu nhà bị mất mạng Internet/Wi-Fi thì thiết bị có hoạt động không?

Có. Khi mất Wi-Fi, vòng tay và Gateway vẫn duy trì liên kết nội bộ qua sóng LoRa $433\text{ MHz}$. Nếu xảy ra té ngã, còi hú báo động $> 85\text{ dB}$ trên trạm Gateway vẫn lập tức phát âm thanh để người trong nhà sơ cứu kịp thời. Cảnh báo qua ứng dụng Blynk trên điện thoại sẽ được đồng bộ ngay khi có mạng trở lại.

3. Vòng tay có chống nước khi đi tắm hoặc rửa tay không?

Phiên bản mẫu thử nghiệm hiện tại đạt tiêu chuẩn bảo vệ giọt bắn nhẹ. Ở phiên bản thương mại tiếp theo, vỏ hộp sẽ được đúc nguyên khối bằng nhựa ABS đạt chuẩn chống nước $\text{IP67}$, cho phép người cao tuổi đeo an toàn khi đi tắm (nơi có nguy cơ trơn trượt té ngã cao nhất).

4. Thiết bị xử lý thế nào khi người dùng vô tình làm rơi vòng tay xuống đất?

Do thuật toán tích hợp bước kiểm tra góc nghiêng và thời gian bất động sau va đập (Inactivity Monitoring), nếu vòng tay rơi nhưng được nhặt lên ngay hoặc rơi tự do không gắn trên cơ thể người, hệ thống sẽ tự động hủy kích hoạt cảnh báo giả sau 5 giây.

5. Chi phí duy trì dịch vụ hàng tháng của thiết bị là bao nhiêu?

Nền tảng Blynk cung cấp gói Free Tier hoàn toàn miễn phí cho các nhu cầu giám sát cơ bản của hộ gia đình (hỗ trợ tối đa kết nối thiết bị và thông báo đẩy), do đó chi phí vận hành hàng tháng là $0\text{ VNĐ}$.

Kết luận

Đồ án tốt nghiệp "Thiết kế thiết bị đeo tay phát hiện té ngã ở người cao tuổi" của sinh viên Trần Duy Tân (Trường Đại học Sư phạm Kỹ thuật – Đại học Đà Nẵng) đã giải quyết thành công bài toán cấp thiết trong chăm sóc y tế thông minh cho người cao tuổi. Thông qua sự kết hợp tối ưu giữa vi điều khiển ATmega328P, ESP32, cảm biến quán tính MPU6050, cảm biến quang MAX30100 và công nghệ truyền thông tầm xa LoRa, hệ thống đạt độ chính xác phát hiện té ngã lên tới $96.00%$ với độ trễ phản hồi dưới $1.5\text{ giây}$. Đây là giải pháp công nghệ có tính ứng dụng cao, giá thành hợp lý, mở ra tiềm năng lớn trong việc nâng cao chất lượng cuộc sống và an toàn cho người cao tuổi trong kỷ nguyên số.