基于 Arduino MKR GSM 1400 和 Hologram IoT 的智能腕带

组件与物料

Arduino MKR GSM 1400	×1
蜂窝/LTE 天线	×1
Hologram 全球物联网 SIM 卡	×1
DFRobot 心率传感器	×1
红外测温传感器	×1
3.7V 锂聚合物电池	×1

所需工具与设备

电烙铁（通用）

应用与在线服务

Arduino IDE

Arduino Web Editor

Microsoft Azure

Microsoft Power BI

Hologram Data Router

项目简介

项目概览

我花了大量时间思考如何在疫情脆弱时期帮助世界，寻找能带来改变、助我们在动荡中生存的方案。关注点落在轻症患者身上——这类患者虽不幸感染，但症状较轻，往往被忽视。然而他们的健康状况极不稳定，可能在几小时内恶化，必须详细监测。

各国应对策略不同：有的集中收治（导致医院挤满本可离院监测的患者），有的要求居家隔离。但居家隔离存在隐患——患者病情可能迅速恶化，且缺乏监测手段。

基于 Arduino MKR GSM 1400 和 Hologram IoT 的智能腕带

现有重型监测设备昂贵、笨重，无法大规模部署。且部分患者可能“逃离”隔离，危及自身与他人，需监管确保其留在家中。

SmartWristband 是一款腕戴设备，能监测患者生命体征与地理位置，守护其在家抗疫安全。设备搭载 Arduino MKR GSM 1400，配备 红外测温与心率传感器，采集关键健康数据。体温升高、心率异常是病情进展的信号，患者可能无法及时察觉，SmartWristband 旨在实时安全地将数据流式传输至医院。

设备还会追踪用户位置，确保患者始终居家。所有数据汇聚至可扩展数据库，支持数千设备国际化部署。

医院可通过仪表盘一览所有患者健康状况，并查看每位患者的详细报告。机器学习算法预测患者近期体温和心率趋势，帮助医生判断何时需住院治疗。

患者也有移动端仪表盘，可查看心率、体温及电池续航提醒。

设备佩戴舒适，可日夜佩戴无感。若用户取下设备，系统会检测并报警通知医院。SmartWristband 是低成本、可扩展、开源的解决方案，用于监测居家轻症患者病情发展，通过机器学习和简易仪表盘在病情恶化时预警医护人员。

项目总结

数据采集

设备每 5 分钟采集一次数据，兼顾准实时性与低功耗。采集两类数据：生命体征（心率、体温）和地理位置。设备不在本地处理数据，仅通过 GSM 透传至 Azure 云端处理。

为何采集这些数据？

体温和心率趋势可指示病情恶化。研究表明心率不齐、高热提示病毒存在；若生命体征随时间恶化（如体温逐渐升高），预示病情加重。患者可能晚些才察觉，设备能早期捕捉信号。

地理位置数据用于确保患者足不出户遵守隔离。Azure 判定用户是否在家并在医生仪表盘上报告。

设备外观

原型设计以舒适为先，可戴左/右手腕。心率和红外测温传感器伸出底部贴合皮肤，提供精准测量且不适感。为进一步提高测温精度，传感器可置于腋下垫片处。设备通过心率传感器原始数据判断是否佩戴：接触皮肤时输出特定波形，缺失该波形即判定为未佩戴。

电池续航

实测单次充电续航 8 天。若监测两周，仅需充电一次。充电期间可继续佩戴。若将采集间隔改为 10 分钟，续航可翻倍（休眠功耗极低）。患者端和医生端仪表盘均显示剩余电量及续航小时数。

开发成本

单设备一次性成本约 €70（含外壳）。后端经常性成本：Hologram 数据传输 €5/两周/设备，后端流式处理与数据库 €30/两周（随设备数扩展）。100 台设备总成本约 €7,035，且设备可复用。批量采购和定制电路可大幅降本。

医生仪表盘

医院需实时监测居家患者健康并在异常时获警报。仪表盘展示所有患者生命体征概览及详细报告，医生可快速定位问题患者并深入查看。

当患者不在家、未佩戴设备、体温或心率异常时，医生将收到邮件通知和仪表盘警报。

报告分三部分：患者（生命体征详情）、位置（地理位置及是否在家）、设备（电量、ID）。机器学习预测近期健康趋势，辅助医生判断病情走向。

患者仪表盘

患者也应了解自身状况。提供桌面端和移动端体验，随时获取数据。

预测数据和地理位置不在患者端显示（避免过度焦虑）。

量产与扩展性

设备成本低、易构建，适合量产和全球部署（只要有蜂窝覆盖）。

100% 开源

所有资产、库均为开源，确保项目无官僚阻碍快速发布。完整代码托管于 GitHub。

数据隐私

设备采集地理位置等敏感数据，但不在本地处理，依赖云端安全处理，防止数据劫持。与 Azure 数据库的连接加密，保障数据安全。

后续展望

无需改动硬件即可采集血氧饱和度（SpO2），该指标反映病毒对肺部损害程度。
可将心率传感器贴片置于胸部等部位获取更精准体温。
未来迭代将开发 3D 打印外壳，大幅缩小体积、提升佩戴舒适度。

应用前端架构

设备每 5 分钟执行：采集数据 → 判断是否佩戴 → 打包经 GSM 发送至后端。设备还会同步时间：首次唤醒或关机后重启时，从指定服务器获取时间同步板载 RTC。

应用后端架构

设备数据经 Azure IoT Hub 安全接收 → 流分析作业 提取数据推入 Cosmos DB → 患者/医生 Power BI 报表 定时查询数据库、运行机器学习算法并展示。医生仪表盘汇总所有患者健康摘要。

为何选择 Azure？ 易用、导航友好、提供优秀免费开发套餐，UI 佳且与微软生态集成良好。

市场调研

台湾利用手机定位追踪隔离患者；其他国家也有监测方案，但无产品能在小巧舒适的封装中同时采集生命体征和位置。

目标人群：经医院确诊为轻症或无症状、被要求居家隔离的人群。

SmartWristband 优势

确保居家隔离患者足不出户
无需住院即可监测生命体征
释放医院床位给重症患者
7×24 小时预警医生关注异常患者
为患者提供舒适监测方案
提供患者健康趋势预测
通过移动/桌面端告知患者自身健康
高性价比且可扩展

项目实施指南

步骤 1：准备所有组件与服务

硬件： Arduino MKR GSM 1400、GSM 天线（随板附带）、DFRobot 心率传感器、红外测温传感器、3.7V 锂聚合物电池（我用 800mAh）、Hologram SIM 卡。

云服务准备： Arduino IDE/Web Editor、创建 Hologram 账号并激活 SIM、创建 Azure 账号、创建 Power BI 账号。

步骤 2：配置 MKR GSM 连接 Azure IoT

需在设备上生成并存储证书以验证后端连接。参考 Hackster 上 MKR NB 的教程（从头按步骤操作，生成证书后停止），保存 SHA1 指纹字符串备用。

步骤 3：硬件接线

按原理图接线。注意：测温传感器接 A4，心率传感器接 A5，别忘了装 SIM 卡！

步骤 4：创建 IoT 中心

在 Azure 门户创建资源 → 搜索 "IoT Hub" → 创建。示例使用免费层，生产部署建议升级到 S1/S2/S3。创建资源组并命名 IoT 中心。部署完成后打开资源。

在 "IoT 设备" 中添加新设备，将主/辅助指纹替换为步骤 2 获得的 SHA1 值。

步骤 5：创建 Cosmos DB 数据库

创建资源 → 搜索 "Cosmos DB" → 选择与 IoT Hub 同资源组、同区域（避免跨区费用）。部署完成即可。

步骤 6：创建流分析作业

连接 IoT Hub 与 Cosmos DB，实现数据实时入库。创建 "Stream Analytics Job"，流单元设为 1（大规模部署可增加）。配置输入：选择 IoT Hub；配置输出：选择 Cosmos DB，数据库名 "SmartWristband"，容器名 "data"。在查询编辑器粘贴以下代码将所有字段映射为 JSON 存储：

SELECT
time as time,
id as name,
geoLat as latitude,
geoLng as longitude,
isWorn as isWorn,
heartrate as heartrate,
temperature as temperature,
battery as battery
INTO
[universum-smartwristband-db]
FROM
[universum-smartwristband-hub]

保存查询，返回概览页启动流作业。

步骤 7：所需库

所有库均为开源，请预先下载安装：

MKRGSM Library - GitHub
RTCZero Library - GitHub
Arduino Bear SSL Library - GitHub
ArduinoECCX08 Library - GitHub
Arduino MQTT Client Library - GitHub
Arduino Low Power Library - GitHub
DFRobot Heartrate Library - GitHub

步骤 8：配置变量

打开 GitHub 仓库代码，编辑 secrets.h：

从 IoT Hub 复制 主机名 填入 SECRET_BROKER
复制设备名称填入 SECRET_DEVICEID
设置 DEVICE_ID 区分不同设备（可用患者姓名）
MODE 选项：DEVELOP_MODE（开发模式，串口详细日志，10 秒采集一次）；RELEASE_MODE（发布模式，脱机运行，5 分钟采集一次）。先保持开发模式。

步骤 9：烧录开发版本测试

USB 连接设备上传代码，打开串口监视器观察日志。首次配置较慢，确认数据正常发送至 IoT Hub。随后检查 IoT Hub 指标确认数据接收。如需帮助可通过 Hackster 联系我。

步骤 10：发布正式版本

将 secrets.h 中 MODE 改为 RELEASE_MODE，重新上传代码，连接锂电池并拔掉 USB。板载 LED 每 10 分钟闪烁一次表示运行周期。检查 IoT Hub 和 Cosmos DB 确认数据流通。确保后端已有数据再继续（仪表盘制作需要样本数据）。

步骤 11：制作仪表盘

仪表盘制作繁琐耗时，此处讲解 Power BI 数据处理，不涉及界面设计细节（见文末教程链接）。

医生仪表盘

安装 Power BI Desktop（Mac 用户可用在线版）。获取数据 → Azure → Cosmos DB，粘贴 Cosmos DB URI，输入主键，勾选 data 表加载。

点击 "转换数据" 展开字段，调整数据类型，关闭并应用。

从 GitHub 仓库 Stream Analytics Script 文件夹复制 DAX 度量值代码（需安装 VS Code 扩展 "DAX for Power BI"）。必须针对每位患者编辑的文件：Address.dax、Age.dax、Gender.dax。在 Power BI 中依次创建新度量值，粘贴代码，设置格式和数据类别（如纬度字段设为 Latitude）。