以 LoRa 為基礎的行動醫療輔具故障診斷系統

吳卿瑤 a 徐莞雲 b 黃筱涵 a 彭志鑫 a 劉沛岑 a 陳大仁 a

國立臺中科技大學資訊管理系 a

臺中榮民總醫院護理部§

danny@nutc.edu.tw

摘要

行動醫療輔具是各大醫療機關不可或缺的設備，

但常常在使用當下，才發現設備已故障或不堪使用。

因此，本研究以 LoRa 傳輸技術為基礎，研發「行動

醫療輔具的故障診斷系統」，結合物聯網與大數據分

析技術應用於醫療院所中，能快速取得與分析輔具

的使用情況，包含使用環境、位置、路徑追蹤等。應

用機器學習演算法分析院區內行動輔具使用情形與

分布狀況，以提供故障診斷與佈署之參考。

關鍵詞：行動輔具、物聯網、LoRa 無線網路

Abstract

Mobile assistive technology devices are

widespread and indispensable devices to the medical

institutions and hospitals. To achieve user satisfaction

while predicting the damaged mobile assistive devices,

this paper proposes a fault diagnosis system for mobile

assistive devices in the hospitals using LoRa and big data

analysis. The system timely retrieves the usage of mobile

assistive devices associated with surrounding

environment, locations and footprint to the back-end

server. System analyzes the status and distribution of the

devices using machine learning algorithm and predict the

damaged devices. The device deployment can be

improved according to the available devices and their

locations.

Keywords: mobile assistive technology device, Internet

of things, LoRa wireless network

1. 前言

隨著物聯網技術日益成熟，無線傳輸技術多樣，

如藍牙、Wi-Fi、Zigbee、4G 等皆具有個別特色以適

應不同應用範疇。如圖 1.1，藍牙上傳速率達 20kbit/s，

傳輸距離僅在 10m內，適合居家小範圍場域；Zigbee

的傳輸範圍可達 50m，資料傳輸上傳速率達 40kbit/s，

適合短距離、資料量小的傳輸場域。近年來，針對校

園、賣場、醫院等大範圍應用場域中，更加講求低功

耗、頻譜使用無須授權，如環境長期生態追蹤等課

題，LPWAN(Low Power Wide Area Network ,低功耗

廣域網路)技術順勢而生，其低資料傳輸率、長距離

在物聯網應用領域中脫穎而出。

圖 1.1 物聯網無線標準比較[1]

目前在 LPWAN 中，以 LoRa、Sigfox、NB-

IOT 三大技術最為普遍且皆有各自的優勢，如圖

1.2，LoRa、Sigfox皆有免授權 Sub-1GHz ISM 頻

段，不需額外付授權費用，在成本上具較高的優

勢，雖然 LoRa 的傳輸距離沒有 Sigfox遠，但因其

具較高的傳輸頻寬，且在數據傳輸上更具彈性，對

於在醫療院所場域範圍來看，以 LoRa 傳輸技術最

為合適。

圖 1.2 LPWAN 技術比較[2]

2019 臺灣網際網路研討會

圖 1.3 LoRa 網路架構圖[3]

如圖 1.3，LoRa 網路架構主要由LoRa Gateway、

LoRa Server、LoRa App Server、LoRa Node、MQTT

Broker 所組成，其中 LoRa Gateway 主要負責收集

LoRa Node 所傳送的資料，並透過 MQTT 的方式將

接收到的資料發布； LoRa Server 則處理透過 MQTT

訂閱取得的資料，並將重複資料排除；LoRa App

Server 負責處理加入請求與 payload 的處理及加密，

同時也提供使用者、組織、應用、裝置等設定的介面

及整合。

本研究採用 MultiConnect® Conduit® IP67 Base

Station 為 LoRa 基地台之解決方案，如圖 1.4，其支

援 923MHz、868MHz 及 915MHz ISM 頻段，符合

LoRa WAN 標準，具高度擴展性，能抵禦惡劣的環境

因素[4]。此外，LoRa 傳輸模組採用 MultiConnect®

mDotTM如圖 1.5，其支援 Arm® MbedTM可程式化、

低功率射頻模組，並提供高達 10mi/15km 的視距和

1-3mi/2km的雙向數據通訊[5]。

圖 1.4 IP67基地台 圖 1.5 mDot

行動輔具的終端傳感器，本研究採用德州儀器

（Texas Instruments）的低功耗 CC2650 無線微控制

器(MCU) - SimpleLink™ SensorTag 如圖 1.6。其擁有

紅外線溫度計、加速計、陀螺儀、物體溫度、環境溫

度、環境光照、數位麥克風、磁力計、壓力計、濕度

計等十種感測器[6]，將 SimpleLink™ SensorTag 讀取

之數據藉藍牙傳輸至 Raspberry Pi上，Raspberry Pi再

以序列埠方式連接 LoRa Node。如圖 1.7 LoRaWAN™

架構圖，將終端節點蒐集的數據由 LoRa Node 傳至

LoRa Gateway，再透過網路將資料上傳至雲端伺服器，

系統利用機器學習演算法分析資料，預測行動輔具

的狀況以利判斷及決策。

圖 1.6 SimpleLink™ SensorTag

圖 1.7 LoRaWAN™ Network Architecture[7]

本論文組織如下：第 2 節介紹系統實作架構；

第 3章為實驗結果與分析；第 4節為總結。

2. 系統架構

本研究基於物聯網架構以 Raspberry Pi 為核心，

細分三大子系統，如圖 2.1所示，在感知層的部分本

論文採用 SimpleLink™ SensorTag 作為感測端實現

「行動醫療輔具監測系統」；網路層的部分則是採用

MultiConnect® ConduitIP67 Base Station 建置「LoRa

無線傳輸網路架構」；應用層的部分是將網路層收到

的封包進行解析，藉由 RSSI 搭配三邊定位法

(Trilateration)進行行動輔具的定位，以「數據資料視

覺化」呈現，並使用「監督式學習演算法預測及分析

行動醫療輔具使用情形」，以提供醫務管理者目前行

動輔具的使用情況。

圖 2.1 系統架構圖

2.1 感知層：行動輔具監測系統

本研究使用 Raspberry Pi 透過藍牙讀取

SensorTag 回傳的各感應數據，藉由調整各感測器的

取樣週期，定期判斷行動輔具之使用狀況。透過

SensorTag 的各感測器得知行動輔具之里程、使用行

為、使用方式、氣候、環境溫濕度、重力偵測等訊號，

藉此判斷是否送修與保養的必要，減少逐車測試和

檢修成本。

2.2 網路層：LoRa無線傳輸網路架構

2019 臺灣網際網路研討會

http://www.ti.com/ep-con-lprf-sensortag2-pr-lp-sensortag-en

LoRa 最大優點為長距離傳輸，單一訊號收發基

地台便可涵蓋數公里的面積。而技術上為了創建長

距離通訊連結的無線調製方式，因此其重要特色為

低耗電量及兼顧長距離範圍。本研究將裝有感測器

的行動輔具在訂定的範圍內透過 mDot 傳輸感應數

據至 LoRa Gateway，便可透過 LoRa App Server 查看

及應用各個機構的網關及節點管理。

2.3 應用層：RSSI三邊定位、數據資料視覺化

及監督式學習演算法

LoRa Server 接收到數個 LoRa Node 的大量資

料，由於難以呈現資料的起伏狀態，因此以圖表的方

式將資料視覺化呈現於網頁中，並使用監督式機器

學習演算法，如圖 2.2、圖 2.3，將 SensorTag 蒐集到

之資料進行資料前處理如異常值/缺失值篩選、資料

標準化等，再透過主成分分析進行資料降維，篩選出

重要屬性並利用監督式演算法 KNN、Decision Tree，

預測行動輔具之環境如室內/外，以提供醫務管理者

明確查驗行動輔具的使用狀態，同時也可使用 RSSI

三邊定位法，進而分析行動輔具使用情形。

圖 2.2感測數據資料

圖 2.3數據分析流程圖

3. 實驗結果與分析

以下敘述本研究與台中榮民總醫院合作，將本

系統所開發之物聯網感知系統建置於輪椅上如圖 3.1，

SimpleLink™ SensorTag 為偵測光照，因此不可被設

備包裝所遮蔽。其內部設備如圖 3.3 包含 Raspberry

Pi、SimpleLink™ SensorTag、MultiConnect® mDotTM、

電源供應器、電源線。

圖 3.1 行動醫療輔具示意圖

圖 3.2 輔具感知圖 圖 3.3 感知系統內部圖

建置完設備環境後，將系統細分「Raspberry Pi 讀

取 SensorTag」、「Raspberry Pi 資料透過 mdot 傳輸」、

「LoRa Server 讀取 LoRa Gateway資料步驟」、「行動

輔具透過 LoRa 定位」四大步驟。

3.1 Raspberry Pi讀取 SensorTag 步驟：

步驟一：為了在 Raspberry Pi 上透過 python 的方式

來掃描 SensorTag並對其做編譯，需先安裝 bluepy。

bluepy是 linux平台中，用 python封裝的 BLE 接口，

其安裝指令如下：

$ sudo apt-get install python-pip python-dev

libglib2.0-dev

$ sudo pip install bluepy

步驟二：尋找 SensorTag ID需掃描附近之藍牙裝置，

指令及結果如下：

$ sudo hcitool lescan

圖 3.4 偵測藍芽裝置結果圖

可以看到圖 3.4 中，透過藍牙偵測 CC2650

SensorTag 的結果，編號(id)為 98:07:2D:30:29:00。

步驟三：為了讓 SensorTag 執行結果以 json格式存取

至本機，須先建立 log，並定義檔名隨時間產生，方

便日後查看資料。

1. 讀取 SensorTag資料的片段程式如圖 3.5：

2019 臺灣網際網路研討會

http://www.ti.com/ep-con-lprf-sensortag2-pr-lp-sensortag-en

圖 3.5 讀取 SensorTag 片段程式

2. 在 Raspberry Pi 上執行 read_accelerometer.py 以

讀取感測器之數值並顯示在 Raspberry Pi 上，其

指令及結果如下：

$ python read_accelerometer.py [SensorTag id] --all

圖 3.6 讀取 SensorTag 資料結果-1

3. 按 Ctrl+C 停止並產生檔案在 Raspberry Pi 上，其

結果如圖 3.7，讀取的資料已轉成 json檔案格式。

圖 3.7 讀取 SensorTag 資料結果-2

3.2 Raspberry Pi資料透過 mDot傳輸步驟：

步驟一： mDot 使用 AT Command 設定連網參數及

資料傳輸，其設定 LoRa 之相關資料內容如圖 3.8。

圖 3.8 mDot 參數設定圖

步驟二：

1. 列出 Raspberry Pi 平台上掛載的設備，其指令及

結果如圖 3.9。

$ ls /dev/tty*

圖 3.9 設備掛載結果圖

2. 為了在 Raspberry Pi上以 python的控制序列埠設

備，需先安裝 serial，其安裝指令如下：

$ sudo pip install serial

步驟三：將 SensorTag 接收之資料以串流的方式傳送

至 LoRa Gateway中，同時每分鐘傳送一封包資料至

LoRa Gateway，其片段程式碼如圖 3.10：

圖 3.10 mDot資料傳輸片段程式

可以看到圖 3.11，每分鐘 LoRa Gateway 接收

LoRa Node 所傳送的資料，逐筆結果呈現，而每筆資

料詳細內容如圖 3.12。

圖 3.11 LoRa gateway接收資料結果圖

圖 3.12 LoRa gateway 接收資料詳細結果圖

3.3 LoRa Server讀取 LoRa Gateway資料

當資料傳到 LoRa Gateway後，我們透過 LoRa

App Server 來顯示傳遞的資料，並撰寫程式碼將資料

顯示於網頁上。

步驟一：在 LoRa App Server 的 Applications 選擇設

備並設定 integrations，方法採用 HTTP，如圖 3.13：

將感測器讀取到之數值以 json格式儲存

建立 log，檔名隨時間產生

Lora 網路位址

網路連接金鑰

資料傳輸速率及大小設定

序列埠 baud rate 設定

資料交換金鑰

開啟序列埠/dev/ttyACM1 並設定 bound-rate為 115200

透過序列埠傳輸資料

2019 臺灣網際網路研討會

圖 3.13 LoRa Server integrations 設定

配置 HTTP integration 後，藉由 POST 方法發送

訊息，無論服務器接收到任何數據包皆會自動載入

服務器，例如：接收數據、顯示狀態或錯誤通知。

步驟二：Uplink data URL 設定為接收資料的網址，

如圖 3.14：

圖 3.14 LoRa Server Uplink data URL 設定

步驟三：撰寫 python程式碼，接收 LoRa Server 中的

資料，並在網頁上視覺化呈現行動輔具狀況結果，如

圖 3.15、圖 3.16 及圖 3.17所示：

圖 3.15 溫度歷史折線圖

圖 3.16 光線折線圖 圖 3.17 陀螺儀曲線圖

圖 3.18 行動輔具數據分析圖

依照數據呈現結果可觀察到在不同時間點，光

線、溫度、三軸加速度等資料趨勢，使用機器學習演

算法找出資料特徵值，如圖 3.18 在光線資料大於

50Lux、陀螺儀起伏大於 10m/s2 時等特徵、濕度大於

80%rH，可判定行動輔具處於室外、降雨的環境。

3.4 行動輔具透過 LoRa定位

步驟一：架設 LoRa Geo Server：

1. 安裝 LoRa Geo Server 及其服務開關及顯示目

前狀態的指令集，指令如下：

$ sudo apt-get install lora-geo-server

$ sudo systemctl [start|stop|restart|status] lora-geo-

server

2. 顯示 log以驗證服務正常運作，其指令如下：

$ journalctl -u lora-geo-server -f -n 50

步驟二：申請 Semtech Collos 帳號並訂閱「1 Semtech

LoRaWAN Localization」API 取得金鑰，如圖 3.19：

圖 3.19 取得訂閱金鑰圖

步驟三：配置 Collos API 訂閱金鑰，如圖 3.20：

$ sudo vi /etc/lora-geo-server/lora-geo-server.toml

圖 3.20 配置 Collos API訂閱金鑰圖

步驟四：在 LoRa App Server 的 Gateways 選擇各

Gateway，並設定其所在位置，如圖 3.21：

圖 3.21 Gateway 所在位置圖

步驟五：在 LoRa App Server 的 Service-profiles 選擇

服務，將 Gateway metadata 加入封包及啟用地理位置

服務，其設定內容如圖 3.22：

圖 3.22 設定 Gateway metadata 圖

勾選

勾選

2019 臺灣網際網路研討會

步驟六：mDot 傳送資料同時進行定位，訊號強度如

圖 3.23：

圖 3.23 訊號強度圖

三臺以上Gateway可將接收到mDot的 RSSI訊

號轉換成距離，再將距離及 Gateway 的座標透過三

邊定位法(Trilateration)進行輔具的定位，但 RSSI 本

身具波動性，定位精準度易受其波動影響。

圖 3.24 三邊定位法示意圖

根據 LoRa Alliance 發佈的 LoRa Alliance

Geolocation Whitepaper[8]，LoRa 使用 RSSI 進行定

位的準確範圍約為 1000~2000m，並搭配機器學習演

算法以提高定位精準度。

如 圖 3.24 ， 三 個 訊 號 接 收 端 分 別 為

Gateway1(x1,y1)、Gateway2(x2,y2)、Gateway3(x3,y3)，

而發射端為 Target，r1、r2、r3則為發射端至接收端的

距離。三邊定位法是透過(1)式、(2)式、(3)式進行聯

立求三個圓的交點 Target(x, y)進行定位，如下面之(1)

式、(2)式、(3)式方程式：

{

(x − x1)2 − (y − y1)

2 = r12 , (1)

(x − x2)2 − (y − y2)

2 = r22 , (2)

(x − x3)2 − (y − y3)

2 = r32 , (3)

4. 結論

本系統透過結合醫療輔具與 LoRa 設備，當輔具

在訂定範圍內移動時自動定位目前位置，得知移動

路徑避免發生危險，同時紀錄醫療輔具之里程，並偵

測室內溫濕度、光照等數據，提供醫務管理者更加便

捷的管理外，未來亦可使用這些數據進行機器學習

演算法，找出各設備的使用情形，即時預測需汰換的

醫療設備，減少醫療輔具不堪使用的情形。

致謝

本研究承蒙臺中榮民總醫院醫學研究部與國立臺中

科技大學之計畫補助，計劃名稱：人工智慧應用於院

區行動輔具故障診斷之研究 (計畫編號：TCVGH-

NTUST1088503)，以及臺中榮民總醫院護理部提供

醫療設備進行系統建置，特此致謝。

參考文獻

[1] Walt, M. (2017). Low Data Rate Links for IoT. USA.

[2] A.KaisMekki B.EddyBajic C.FredericChaxel

D.FernandMeyer. (2019). A comparative study of LPWAN

technologies for large-scale IoT deployment.

[3] CableLabs. (2012). System architecture. from LoRaServer:

https://www.loraserver.io/overview/architecture/

[4] MultiConnect® Conduit® IP67 Base Station. (2019).

Retrieved from MultiTech:

https://www.multitech.com/brands/multiconnect-conduit-ip67

[5] MultiConnect® mDotTM. (2019). Retrieved from MultiTech:

https://www.multitech.com/brands/multiconnect-mdot

[6] Instruments, T. (2019). Retrieved from SensorTag power

consumption: https://www.ti.com/

[7] Philippe COUSIN, F. L.-Y. (2018). IoT standards for Africa

and Sustainable Development Goals (SDGs). (pp. 4-8). IEEE.

[8] LoRa Alliance™ Strategy Committee. (2018, 1). LoRa

Alliance Geolocation Whitepaper. Retrieved from LoRa

Alliance: https://lora-alliance.org/resource-hub/lora-alliance-

geolocation-whitepaper

2019 臺灣網際網路研討會