基于Intel Bay Trail微處理器的智能運(yùn)動輔助系統(tǒng)設(shè)計(jì)

郎子鈺 陸中成

（華東理工大學(xué)信息學(xué)院，上海 200237）

基于Intel Bay Trail微處理器的智能運(yùn)動輔助系統(tǒng)設(shè)計(jì)

郎子鈺 陸中成

（華東理工大學(xué)信息學(xué)院，上海 200237）

基于Intel Bay Trail微處理器、從軟硬件角度設(shè)計(jì)專為老年人及特殊人群運(yùn)動需要的智能運(yùn)動輔助系統(tǒng)，并分別進(jìn)行實(shí)現(xiàn)。其中，采用動作檢測模塊獲取人體骨骼數(shù)據(jù)，根據(jù)動作識別和評分算法對運(yùn)動者動作進(jìn)行評價、指導(dǎo)和修正；采用生命特征模塊監(jiān)測心率和體溫，對老年人可能發(fā)生的緊急情況快速反應(yīng)，保障運(yùn)動者的健康安全；采用環(huán)境檢測模塊監(jiān)測環(huán)境參數(shù)，對運(yùn)動者所處的環(huán)境進(jìn)行評估。系統(tǒng)測試結(jié)果表明：設(shè)計(jì)的系統(tǒng)較好地實(shí)現(xiàn)了智能運(yùn)動輔助效果。

Bay Trail微處理器；生命特征檢測；環(huán)境檢測；動作識別

1.引言

隨著人們健康意識的日益增強(qiáng)，人們對于運(yùn)動的需求也與日俱增，其中包括老年人及一些特殊人群[1]。但是，由于老年人或特殊人群年齡大或自身有障礙，運(yùn)動時易發(fā)生意外。如果沒有實(shí)時監(jiān)測運(yùn)動環(huán)境，就可能無法得到及時的救助，甚至可能會出現(xiàn)危險。因此，為這些特殊人群提供能實(shí)時監(jiān)護(hù)的智能運(yùn)動輔助系統(tǒng)、以避免運(yùn)動發(fā)生意外已成為許多專家學(xué)者的研究熱點(diǎn)[2]。

文獻(xiàn)[3]使用傳感器采集訓(xùn)練過程中運(yùn)動員的各種參數(shù)，構(gòu)建數(shù)據(jù)庫，整合綜合資料、系統(tǒng)評價、訓(xùn)練規(guī)劃、信息管理4個模塊，設(shè)計(jì)了一種專為帆板運(yùn)動員使用的帆板訓(xùn)練系統(tǒng)。文獻(xiàn)[4]運(yùn)用虛擬現(xiàn)實(shí)技術(shù)，通過Kinect實(shí)現(xiàn)運(yùn)動捕捉，建立數(shù)據(jù)庫，并與訓(xùn)練者進(jìn)行比對，為高爾夫?qū)W習(xí)者設(shè)計(jì)了一種高爾夫訓(xùn)練系統(tǒng)。雖然這些系統(tǒng)均意在利用高科技為現(xiàn)代運(yùn)動提供輔助，但其共性是針對某種特定的運(yùn)動項(xiàng)目，研究智能決策，迄今尚無針對老年人及特殊人群日常運(yùn)動的智能運(yùn)動輔助系統(tǒng)。

去年Intel公司發(fā)布了新一代功能強(qiáng)大的凌動處理器Bay Trail[5]，為解決這類問題提供了一個很好的平臺。雖然近年來也不乏一些基于以往Intel處理器的嵌入式系統(tǒng)，但是強(qiáng)調(diào)低功耗、小體積的Intel凌動處理器平臺與強(qiáng)調(diào)小體積高性能的EP80579系列系統(tǒng)芯片[6]、強(qiáng)調(diào)可擴(kuò)展性能和低功耗的Pentium、core2、Celeron處理器[7-9]以及強(qiáng)調(diào)高性能的多核Xeon處理器[10]相比，更適宜于小型輔助系統(tǒng)的開發(fā)[11]。為此，本文基于Intel最新的Bay Trail處理器，使用先進(jìn)傳感器Kinect[12]和其它多種外部設(shè)備，結(jié)合動作識別和動作評分算法、環(huán)境評估模型、人體健康模型，開發(fā)出一套適應(yīng)于老年人及特殊人群的智能運(yùn)動輔助系統(tǒng)。本文首先根據(jù)老年人及特殊人群運(yùn)動需求，基于Intel Bay Trail核心處理器分別從軟硬件角度出發(fā)設(shè)計(jì)智能運(yùn)動輔助系統(tǒng)；其次，分別討論此智能運(yùn)動輔助系統(tǒng)的軟硬件實(shí)現(xiàn)；最后，分析該系統(tǒng)的測試結(jié)果，并給出進(jìn)一步結(jié)論。

2.系統(tǒng)設(shè)計(jì)

由于老年人身體相對脆弱，在運(yùn)動過程中易受傷，且不少老年人對自身生理特點(diǎn)認(rèn)知不足，由此引發(fā)盲目運(yùn)動，容易表現(xiàn)為運(yùn)動的負(fù)作用；而對一些特殊人群，如運(yùn)動員，他們運(yùn)動時需要進(jìn)行特定姿勢的標(biāo)準(zhǔn)化訓(xùn)練，或初學(xué)者需要在沒有教練的情況下完成動作的學(xué)習(xí)。因此，需要系統(tǒng)具有動作識別、生命特征檢測和應(yīng)急處理的功能。

近年來隨著極端天氣發(fā)生頻率增加，空氣污染越來越嚴(yán)重。空氣污染越嚴(yán)重，人體吸入的有害物質(zhì)越多，身體受到的傷害也越厲害。尤其是老年或體質(zhì)較弱人群，更易患肺病或心臟病，對人體健康產(chǎn)生嚴(yán)重影響。因此，需要系統(tǒng)具有能實(shí)時監(jiān)測當(dāng)前運(yùn)動環(huán)境并對其進(jìn)行實(shí)時評估的功能，以及時提醒運(yùn)動者如果環(huán)境惡劣，應(yīng)盡量停止戶外活動。

為此，系統(tǒng)采用如圖1所示的設(shè)計(jì)構(gòu)架，其中左側(cè)為硬件部分，右側(cè)為軟件部分。

圖1 系統(tǒng)設(shè)計(jì)總框架

2.1 硬件設(shè)計(jì)

系統(tǒng)硬件以采用22nm Silvermont CPU架構(gòu)的Intel Bay Trail為核心處理器，其特點(diǎn)是執(zhí)行效率和性能比Clover Trail+平臺Atom平板芯片高2倍以上，且可流暢運(yùn)行Windows 8.1操作系統(tǒng)，功耗極低。系統(tǒng)硬件組成包括如下功能模塊。

（1）動作檢測模塊

動作檢測模塊主要以微軟公司生產(chǎn)的Kinect的3D體感攝影機(jī)作為核心輸入設(shè)備，提供RGB彩色數(shù)據(jù)、深度數(shù)據(jù)和骨骼數(shù)據(jù)，其同時具有導(dǎo)入即時動態(tài)捕捉、影像辨識、麥克風(fēng)輸入、語音辨識等功能，與Bay Trail處理器通過USB接口連接，用于檢測運(yùn)動者的動作。

（2）環(huán)境檢測模塊

把溫度、濕度和PM2.5指標(biāo)作為判斷環(huán)境是否適合運(yùn)動的重要指標(biāo)，則環(huán)境檢測模塊應(yīng)包括溫度傳感器、濕度傳感器和PM2.5污染物檢測傳感器，用于檢測運(yùn)動環(huán)境的溫度、濕度及PM2.5等環(huán)境指標(biāo)，以評判環(huán)境是否適宜于老年人及特殊人群運(yùn)動，以避免惡劣條件下運(yùn)動，保障運(yùn)動者身體健康。其中，溫度傳感器采用美國DALLAS半導(dǎo)體公司的DS18B20，可編程分辨率為9～12位，測溫精度高，轉(zhuǎn)換時間短。濕度傳感器采用HUMIREL公司的HS1101，具有響應(yīng)時間快、可靠性高和長期穩(wěn)定的特點(diǎn)。PM2.5傳感器采用SYHITECH公司的DSM501，可靈敏檢測直徑1微米以上的粒子。每個傳感器使用單獨(dú)的電路控制，采集到數(shù)據(jù)后，通過串行接口傳輸給處理核心。

（3）生命特征檢測模塊

生命特征檢測模塊基于MSP430單片機(jī)，采集運(yùn)動者的心電信號，然后通過相應(yīng)的軟件模塊算法對心電信號進(jìn)行處理轉(zhuǎn)換；主要用于檢測運(yùn)動者心率，以此判斷運(yùn)動者的運(yùn)動量是否適宜。

（4）顯示外設(shè)

為了使用戶有更加真實(shí)生動的運(yùn)動體驗(yàn)，系統(tǒng)設(shè)計(jì)中采用便攜式投影儀作為顯示輸出設(shè)備，并通過VGA接口與Intel Bay Trail處理器連接。

（5）快速響應(yīng)機(jī)器人

為了使老人群體可以在安全舒適的環(huán)境下享受運(yùn)動帶來的樂趣，同時保障他們運(yùn)動安全，特設(shè)計(jì)快速響應(yīng)機(jī)器人模塊?？焖夙憫?yīng)機(jī)器人模塊采用ZigBee無線通信進(jìn)行控制。如果運(yùn)動者有特別需求，則快速響應(yīng)機(jī)器人模塊收到特定信號，通過路徑識別及時來到運(yùn)動者身邊，可協(xié)助運(yùn)動者自救，以確保體驗(yàn)者的健康安全。

（6）3G通信模塊

3 G通信模塊以Intel Bay Trail平臺為基礎(chǔ)擴(kuò)展出，用于當(dāng)檢測到異常情況時及時發(fā)送信息通知指定部門。2.2軟件設(shè)計(jì)

針對運(yùn)動用戶實(shí)際需求，設(shè)計(jì)與系統(tǒng)相關(guān)硬件對應(yīng)的軟件，主要包括如下的動作識別模塊、環(huán)境評估模塊、生命特征應(yīng)急模塊和網(wǎng)絡(luò)發(fā)送與機(jī)器人控制模塊等。

（1）動作識別模塊

動作檢測模塊將硬件動作檢測模塊獲得的數(shù)據(jù)進(jìn)行處理，設(shè)計(jì)采用特征提取方法，通過關(guān)節(jié)點(diǎn)位置的交叉和關(guān)節(jié)點(diǎn)之間的角度確定進(jìn)行動作識別、根據(jù)動態(tài)時間規(guī)整（Dynamic Time Warping，DTW）算法進(jìn)行動作評分，并以分?jǐn)?shù)形式表示運(yùn)動動作完成好壞。

（2）環(huán)境評估模塊

鑒于高溫環(huán)境下運(yùn)動會引起體溫升高，心率加快；高濕環(huán)境下運(yùn)動，肌力會受空氣濕度影響，容易引起損傷；而空氣質(zhì)量又會引起運(yùn)動者肺部疾病等。因此，環(huán)境評估模塊可將硬件環(huán)境檢測模塊監(jiān)測得到的環(huán)境參數(shù)進(jìn)行相應(yīng)的處理。若環(huán)境條件惡劣不宜運(yùn)動，則應(yīng)及時發(fā)出警告信號。

（3）生命特征應(yīng)急模塊

生命特征應(yīng)急模塊將硬件生命特征檢測模塊檢測到的運(yùn)動者心率，建立心率與運(yùn)動的對應(yīng)關(guān)系，通過監(jiān)測心率，依據(jù)運(yùn)動者的年齡和期望達(dá)到的運(yùn)動效果為其制定合理的運(yùn)動安排，起到運(yùn)動輔助的作用。如發(fā)現(xiàn)運(yùn)動者心率異常則應(yīng)立即發(fā)出警告并迅速終止運(yùn)動，啟動快速響應(yīng)機(jī)器人處理緊急情況，并發(fā)送數(shù)據(jù)給指定部門以提高救援效果。

（4）網(wǎng)絡(luò)發(fā)送與機(jī)器人控制模塊

若生命特征應(yīng)急模塊檢測出異常情況，則網(wǎng)絡(luò)發(fā)送與機(jī)器人控制模塊應(yīng)對其做出及時響應(yīng)。一方面啟動通信程序，通過3G網(wǎng)絡(luò)發(fā)送消息給指定的醫(yī)療部門；另一方面通過ZigBee發(fā)送一個啟動字符至機(jī)器人，機(jī)器人收到啟動字符后，利用光電傳感器實(shí)現(xiàn)路徑識別來到運(yùn)動者身邊，為其提供藥物及自救設(shè)備。

3.系統(tǒng)實(shí)現(xiàn)

根據(jù)系統(tǒng)總體設(shè)計(jì)和軟硬件設(shè)計(jì)，分別從硬件、軟件角度實(shí)現(xiàn)系統(tǒng)。

3.1 硬件實(shí)現(xiàn)

系統(tǒng)硬件實(shí)現(xiàn)架構(gòu)如圖2所示。其中，動作識別模塊信息來自動作檢測核心設(shè)備Kinect，其從運(yùn)動圖像中提取運(yùn)動者人體骨骼數(shù)據(jù)，通過USB接口與處理器連接，將提取到的數(shù)據(jù)返回處理器，作為老年人和特殊人群的動作分析依據(jù)。

環(huán)境監(jiān)測模塊包括三個傳感器即溫度、濕度和PM2.5傳感器，每個傳感器采用單獨(dú)的電路控制，獨(dú)立工作，采集到數(shù)據(jù)后，共用一個串行接口分三個通道時分復(fù)用發(fā)送給處理器。

生命特征檢測模塊包括心率和體溫兩個傳感器。其中心率傳感器通過采集裝置電極片采集人體心電信號進(jìn)行濾波、放大及A/D轉(zhuǎn)換和處理，并將處理后的心電信號通過串行接口發(fā)送給處理器，進(jìn)行實(shí)時顯示。

顯示設(shè)備投影儀通過VGA接口與Bay Trail處理器連接。

圖2 系統(tǒng)硬件實(shí)現(xiàn)架構(gòu)

3.2 軟件實(shí)現(xiàn)

軟件實(shí)現(xiàn)流程如圖3所示。首先初始化各模塊包括基于Kinect的動作檢測模塊、生命特征檢測模塊、環(huán)境檢測模塊及通訊模塊，然后判斷是否進(jìn)入與動作檢測模塊、生命特征檢測模塊和環(huán)境檢測模塊相應(yīng)的主循環(huán)。

（1）與動作檢測模塊相應(yīng)的主循環(huán)

首先，通過Kinect設(shè)備，調(diào)用其SDK工具集，獲得人體骨骼節(jié)點(diǎn)的三維坐標(biāo)；然后，使用動作判別算法比對實(shí)時讀入的骨骼數(shù)據(jù)與初始化過程中讀入的開始動作數(shù)據(jù)，若一致，則運(yùn)動開始，否則跳轉(zhuǎn)回主循環(huán)繼續(xù)比對開始動作；運(yùn)動開始后，將讀入數(shù)據(jù)和標(biāo)準(zhǔn)動作集里的數(shù)據(jù)一一比對，將偏差輸入打分系統(tǒng)打分；最后，判斷是否做出結(jié)束動作，如是，則程序結(jié)束。

圖3 系統(tǒng)軟件實(shí)現(xiàn)流程

（2）與生命特征檢測模塊相應(yīng)的主循環(huán)

首先調(diào)用串口數(shù)據(jù)獲得生命特征數(shù)據(jù)（體溫、心率）；然后根據(jù)健康運(yùn)動的數(shù)學(xué)模型計(jì)算，獲得此時的健康指標(biāo)；再判斷健康指標(biāo)是否超標(biāo)，如不超標(biāo)，則返回主循環(huán)，繼續(xù)監(jiān)測；如超標(biāo)，發(fā)送啟動數(shù)據(jù)給快速響應(yīng)機(jī)器人，機(jī)器人自主運(yùn)行，通過3G網(wǎng)絡(luò)發(fā)送此時的生命特征數(shù)據(jù)給指定位置。

（3）與環(huán)境檢測模塊相應(yīng)的主循環(huán)

首先調(diào)用串口數(shù)據(jù)獲得環(huán)境參數(shù)（溫度、濕度、PM2.5）；然后根據(jù)環(huán)境評估模型計(jì)算環(huán)境指標(biāo)；最后判別指標(biāo)是否超標(biāo)，是則發(fā)出警報(bào)，否則返回主循環(huán)，繼續(xù)監(jiān)測。

以溫度檢測為例分析程序運(yùn)行過程。首先初始化溫度傳感器DS18B20，設(shè)置采樣間隔為0.5秒，然后將采集到的溫度值串行傳輸給上位機(jī)，上位機(jī)顯示并判斷是否超出了預(yù)設(shè)參數(shù)。若接收到的溫度值連續(xù)10次超出預(yù)設(shè)參數(shù)，則蜂鳴器發(fā)出警報(bào)；若沒有超出預(yù)設(shè)參數(shù)，則蜂鳴器不會報(bào)警。最后再次進(jìn)入循環(huán)，如圖4所示。濕度檢測和PM2.5檢測與此類似，故不再贅述。

圖4 溫度檢測子程序框圖

4.系統(tǒng)測試

基于上述系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)，分別從動作識別、動作評分、生命特征、環(huán)境及系統(tǒng)總體性能等方面對系統(tǒng)進(jìn)行測試。

4.1 動作識別測試

動作識別模塊在系統(tǒng)的客戶端，其運(yùn)行界面如圖5所示。

圖5 客戶端運(yùn)行界面

為了測試動作識別算法的實(shí)際效果，選取5個動作，分別進(jìn)行20次測試。測試結(jié)果如表1所示。表1動作識別測試結(jié)果

從測試結(jié)果來看，系統(tǒng)對上半身動作的識別效果較好，其中舉起左手、舉起右手和T字形動作的識別率達(dá)到了100%；對下半身動作的識別效果不如上半身，但仍然保持了較高的識別率。

4.2 動作評分測試

為了測試動作評分算法的實(shí)際效果，一名舞蹈水平普通的運(yùn)動者將同一段舞蹈以由慢到快的速度重復(fù)三遍。以等時間間隔（1s）對實(shí)時分?jǐn)?shù)進(jìn)行采樣，將采集到的分?jǐn)?shù)繪制圖像如圖6所示。

圖6 得分-難度關(guān)系圖

從圖6中可以看出，舞蹈速度增加，動作難度也隨之增加，得分明顯分為3個階段，每個階段逐步降低。盡管個別幀的差別較大，但是總體看來，運(yùn)動者在動作難度較高的情況下得分更低，符合客觀規(guī)律，證明了評分算法的有效性。

4.3 環(huán)境檢測和心率檢測測試

圖7 環(huán)境與心率監(jiān)測數(shù)據(jù)

圖3是圖5的局部放大。在100次測試中，由系統(tǒng)模塊測量出的心率與由普通大型心電圖儀測量出的心率相比，二者完全相等發(fā)生24次，相差1發(fā)生39次，所有樣本中二者的差值不超過4。顯然，系統(tǒng)溫度和濕度檢測模塊的精度較高，但PM2.5模塊的檢測值與實(shí)際稍有差距。

5.結(jié)論

基于兼具小體積、低功耗和靈活性的Intel Bay Trail微處理器設(shè)計(jì)的系統(tǒng)很好地實(shí)現(xiàn)了智能運(yùn)動輔助功能，為運(yùn)動者尤其是老年人和具有特殊需要的人群提供了一種健康先進(jìn)的交互式體驗(yàn)。其主要優(yōu)勢在于：①動作識別率高，測試表明識別率在95%以上；②采用快速的動作識別評分算法，實(shí)時性強(qiáng)，能夠及時給予用戶信息反饋；③使用先進(jìn)傳感器Kinect，實(shí)現(xiàn)了較好的視覺效果，給運(yùn)動者以全新的運(yùn)動感受；④快速反饋機(jī)制保障運(yùn)動安全，輔助運(yùn)動者實(shí)現(xiàn)健康科學(xué)運(yùn)動。

目前，系統(tǒng)的應(yīng)用尚待擴(kuò)展到學(xué)生廣播體操教學(xué)、舞蹈教學(xué)、以及特殊學(xué)校的體育教學(xué)等。同時，后續(xù)的研究工作將對算法進(jìn)行優(yōu)化，以更精確地識別復(fù)雜動作，并在軟件開發(fā)端擴(kuò)充數(shù)據(jù)庫，添加自定義修改動作特征參數(shù)的功能以及更多的環(huán)境檢測與生命體征檢測功能，以滿足用戶日益豐富的運(yùn)動需求。

[1]招惠芬．我國當(dāng)代運(yùn)動休閑發(fā)展現(xiàn)狀及社會特征[J]．廣州體育學(xué)院學(xué)報(bào)，2013，33(2)：64-67.

[2]鐘亞平．信息技術(shù)在運(yùn)動訓(xùn)練中的應(yīng)用與展望[J]．武漢體育學(xué)院學(xué)報(bào)，2008，42(6)：52-55.

[3]梁蕭，王樹杰，張樹青．基于Delphi的帆板運(yùn)動搖帆訓(xùn)練專家系統(tǒng)PTES的開發(fā)與設(shè)計(jì)[J]．電腦知識與技術(shù)，2004，(4)：33-35.

[4]王娟娟．基于運(yùn)動捕捉的高爾夫揮桿分析與輔助訓(xùn)練系統(tǒng)設(shè)計(jì)[J]．電子測試，2014，(19)：146-148.

[5]馮偉.英特爾Bay Trail芯片解析[J]．計(jì)算機(jī)與網(wǎng)絡(luò)，2014，(1)：27.

[6]Brief-IntelP.EP80579IntegratedProcessorwithIntel. QuickAssist Technology Embedded Computing[J].

[7]Gochman S,Ronen R,Anati I,et al.The Intel pentium m processor:Microarchitecture and performance[J].Intel Technology Journal,2003,7(2):21-36.

[8]Processor D.Power and Thermal Management in the Intel.Core TM[J].Intel.Centrino.Duo Mobile Technology,2006,10(2):109.

[9]潘克修，陳萬雨，邱傳飛．基于Celeron-M嵌入式平臺的身份識別智能終端設(shè)計(jì)[J]．國外電子測量技術(shù)，2007，26(2)：14-16.

[10]64-bit Intel.Xeon.processor dual processor server systems.http:// download.intel.com/products/processor/xeon/serverplafformbfief.pdf.

[11]鞏慶志，王雅軒，郭武．基于Intel凌動平臺的嵌入式教學(xué)探析[J]．計(jì)算機(jī)教育，2012，(19)：97-101.

[12]Alexiadis D S,Kelly P,Daras P,et al.Evaluating a dancer's performanceusingkinect-basedskeletontracking[C]// Proceedingsofthe19thACMinternationalconferenceon Multimedia.ACM,2011:659-662.

（責(zé)任編輯 張蓓）

TP212

A

1008－7257（2015）03－0064－04

2015－01－21

郎子鈺（1993－），女，河南洛陽人，華東理工大學(xué)信息學(xué)院信息工程專業(yè)，研究方向?yàn)樾盘柼幚?、嵌入式系統(tǒng)；陸中成（1958－），男，上海人，華東理工大學(xué)副教授，研究方向?yàn)榍度胧较到y(tǒng)、人工智能、計(jì)算機(jī)視覺。