LoRa 远程新冠患者监护系统：The Things Network + AWS IoT 云端多维可视化

系统架构概览

针对新冠患者隔离监护需求，设计基于 LoRaWAN 的低功耗远程监护系统：可穿戴端采集心率、血氧、体温、环境温湿度气压、跌倒/运动状态、SOS 按钮；The Things Uno (LoRa 节点) 经 The Things Gateway 网关上传至 The Things Network (TTN) → AWS IoT Core；云端规则引擎转发至 Lambda/时序数据库，驱动医生/护士端 Android App 与医院管理端 Web 仪表盘实时可视化，阈值越界自动推送告警。

硬件节点（患者端）

网关与云端

• The Things Gateway：8 信道 LoRaWAN 网关，以太网回传，注册至 TTN 控制台。
• TTN Application：配置 Payload Format（Cayenne LPP 或自定义 JSON），设置 Webhook → AWS IoT Core HTTPS 端点。
• AWS IoT Core：Thing/证书/策略，规则引擎 `SELECT * FROM 'patient/+/data' WHERE ...` 转发至 Kinesis Data Firehose → Timestream / S3；另配置 SNS Topic 推送告警至手机/邮件。
• 可视化：Android App (Android Studio) 直连 AWS IoT MQTT over WebSocket 实时图表；Web 端用 Grafana/QuickSight 接 Timestream 多患者仪表盘。

应急判定算法（节点端预判 + 云端复核）

节点端每 20 秒打包上传一次，Payload 结构（6 字节示例，实际建议用 Cayenne LPP）：

// 节点端伪代码
struct Payload {
  uint16_t bpm;       // 心率
  int16_t temp;       // 体温 ×100 (定点数)
  uint16_t spo2;      // 血氧 %
  uint8_t  humidity;  // 环境湿度 %
  uint8_t  movement;  // 0/1 震动触发
  uint8_t  sos;       // 0/1 按钮按下
  uint16_t h_rate;    // 备用心率原始值
};

云端告警规则（示例）：

• HR < 50 或 HR > 130 → 紧急
• SpO2 < 92% → 紧急
• Body Temp > 39.0°C → 预警
• Movement=1 且持续 > 30s 无恢复 → 疑似跌倒
• SOS=1 → 最高级报警

原文给出数学公式（Equation-I）与阈值表（Table-1），此处简化为工程常用阈值。

关键代码片段（节点端 Arduino）

#include 
#include 
#include 

const char *appEui = "0000000000000000";
const char *appKey = "00000000000000000000000000000000";
#define freqPlan TTN_FP_EU868  // 或 TTN_FP_US915

TheThingsNetwork ttn(Serial1, Serial, freqPlan);
PulseOximeter pox;
Adafruit_BME280 bme;

uint32_t tsLast = 0;
const uint32_t REPORT_MS = 1000;  // 传感器采样周期
const uint32_t TX_MS = 20000;     // LoRa 上传周期

void onBeat() { /* 可驱动本地 LED 闪烁 */ }

void setup() {
  Serial1.begin(57600);  // RN2483
  Serial.begin(9600);
  ttn.join(appEui, appKey);

  pox.begin();
  pox.setOnBeatDetectedCallback(onBeat);
  pox.setIRLedCurrent(MAX30100_LED_CURR_40MA);
  bme.begin(0x76);

  pinMode(8, INPUT);   // vibration
  pinMode(6, INPUT);   // SOS button
  pinMode(7, OUTPUT);  // buzzer
  pinMode(5, OUTPUT);  // LED
}

void loop() {
  pox.update();
  if (millis() - tsLast >= REPORT_MS) {
    tsLast = millis();
    // 读取传感器
    int bpm = pox.getHeartRate();
    int spo2 = pox.getSpO2();
    float temp = pox.getTemperature();  // MAX30100 内部温度
    float hum = bme.readHumidity();
    int move = digitalRead(8);
    int sos = digitalRead(6);

    // 组包（简化为 7 字节，实际应用 Cayenne LPP）
    byte payload[7];
    payload[0] = highByte(bpm);
    payload[1] = lowByte(bpm);
    payload[2] = (int16_t)(temp * 100) >> 8;
    payload[3] = (int16_t)(temp * 100) & 0xFF;
    payload[4] = spo2;
    payload[5] = move;
    payload[6] = sos;

    ttn.sendBytes(payload, sizeof(payload));
  }
}

Android App 关键功能

• MQTT over WebSocket 订阅 `patient/{devEUI}/data`
• 实时仪表盘：心率/血氧/体温仪表盘、环境趋势图、跌倒/SOS 事件时间轴
• 推送通知：Firebase Cloud Messaging (FCM) 接收 AWS SNS 转发的告警
• 权限分级：医生/护士看全量，家属仅看摘要与告警

部署与运维要点

1. LoRaWAN 覆盖：病房/隔离区需现场测绘 RSSI/SNR，必要时增设网关。
2. 电池续航：The Things Uno + 传感器约 150mA 平均，2500mAh 18650 可撑 16h+，建议加装太阳能充电板或定时换电池。
3. 数据合规：患者健康数据属敏感个人信息，AWS 启用加密传输/存储，配置 IAM 最小权限，遵循 HIPAA/GDPR/《个人信息保护法》。
4. 固件升级 (FUOTA)：TTN 支持 LoRaWAN 远程固件升级，后续优化算法可无线推送。

总结与展望

本系统验证了 LoRaWAN 在医疗监护中的低功耗、广覆盖、低成本优势。后续可演进为：

• 可穿戴腕表/贴片形态（集成 BLE 近端配置）
• 边缘 AI 推理（TinyML 识别心律失常、呼吸模式）
• 多模态融合：加入呼吸率、咳嗽声检测、血压估算
• 平台化：多租户 SaaS，支持养老院、居家护理、大型活动医疗保障等场景

参考文献

Uddin, M. S., Alam, J. B., & Banu, S. (2017). Real time patient monitoring system based on internet of things. ICAEE 2017, 516-521. DOI: 10.1109/ICAEE.2017.8255410