一種用于運(yùn)動監(jiān)測的高精度智能可穿戴設(shè)備設(shè)計(jì)

李光亞

(陜西職業(yè)技術(shù)學(xué)院,西安710100)

一種用于運(yùn)動監(jiān)測的高精度智能可穿戴設(shè)備設(shè)計(jì)

李光亞

(陜西職業(yè)技術(shù)學(xué)院,西安710100)

開發(fā)了一種可穿戴的智能設(shè)備。首先,對該可穿戴設(shè)備的整機(jī)系統(tǒng)進(jìn)行了剖析,利用一個六軸的運(yùn)動模塊和一個藍(lán)牙模塊組成智能可穿戴設(shè)備,該設(shè)備能夠通過藍(lán)牙模塊與智能手機(jī)交互;然后對該設(shè)備的軟件實(shí)現(xiàn)進(jìn)行了分析,得出了合成加速度與合成角速度,利用這兩個參數(shù)來計(jì)算行走的步數(shù);最后測試了該智能可穿戴設(shè)備記錄的步數(shù)以及消耗的卡路里的精確性。

可穿戴設(shè)備;運(yùn)動監(jiān)測;合成加速度;合成角速度;藍(lán)牙模塊;記步

引 言

智能可穿戴設(shè)備被廣泛應(yīng)用在諸多的領(lǐng)域,比如休閑、娛樂和醫(yī)療[1-2]。以前,筆者利用跑步機(jī)做一些運(yùn)動,因?yàn)榭梢酝ㄟ^跑步機(jī)觀測到在跑步過程中跑的步數(shù)、消耗的卡路里以及其他一些所關(guān)心的數(shù)據(jù),然后再根據(jù)這些信息有目的地安排自己的運(yùn)動。但是,跑步機(jī)需要一個比較大的空間,而且通常都會很重,所以很難在室外使用。因此,為了捕捉人們實(shí)時的運(yùn)動,智能可穿戴設(shè)備就應(yīng)運(yùn)而生[3-4]。和傳統(tǒng)設(shè)備相比,智能可穿戴設(shè)備重量輕、體積小、方便攜帶。

隨著技術(shù)的發(fā)展,研究者們研發(fā)了很多智能可穿戴設(shè)備來捕捉和評估人們的運(yùn)動。Doron Maeva等人[5]設(shè)計(jì)了一種可穿戴設(shè)備來評估人們?nèi)粘Ｉ钪械倪\(yùn)動,他們將一種可穿戴設(shè)備置于人身上,通過相應(yīng)的算法來識別人體所做的一些動作并分析所消耗的能量。經(jīng)實(shí)驗(yàn)驗(yàn)證該設(shè)備能達(dá)到79%的正確識別率。Li Zhen等人[6]發(fā)明了一種可穿戴設(shè)備,該設(shè)備通過分割日常生活事件來分析評估日常生活風(fēng)格,每天可以連續(xù)10個小時以多媒體的方式記錄數(shù)據(jù),以這些數(shù)據(jù)得到人體運(yùn)動參數(shù)的界限,以這些界限可以來分割人體的不同運(yùn)動。這些數(shù)據(jù)可以上傳到PC上,從而更加直觀。Motoi K等人[7]發(fā)明了一種智能可穿戴設(shè)備用于長期護(hù)理中的康復(fù)確認(rèn),將智能可穿戴設(shè)備放于需要康復(fù)的部位,通過檢測運(yùn)動過程中該部位產(chǎn)生的加速度和角速度來判定該部位的康復(fù)情況。

然而,在實(shí)際生活運(yùn)動的過程中并不會隨身攜帶計(jì)算機(jī),此時想要了解實(shí)時的運(yùn)動情況就比較困難。

因此,本文提出一種基于六軸運(yùn)動模塊的智能可穿戴設(shè)備來測量人體不同部位的運(yùn)動,通過一種模糊控制算法來計(jì)算行走的步數(shù)以及所消耗的卡路里,并使用了一個藍(lán)牙模塊,使該智能設(shè)備方便地與智能手機(jī)進(jìn)行交互。當(dāng)智能手機(jī)從智能可穿戴設(shè)備收到數(shù)據(jù)之后,相關(guān)數(shù)據(jù)會在手機(jī)屏幕上實(shí)時顯示。

1 智能設(shè)備開發(fā)

1.1 智能可穿戴設(shè)備

本文所開發(fā)的一種智能可穿戴設(shè)備(重量:20 g,尺寸:55 mm×55 mm×10 mm)由一個六軸的運(yùn)動模塊(MPU6050,其集成了一個三軸的陀螺儀和一個三軸的加速度傳感器)和一個微處理器(MCU)組成。該智能可穿戴設(shè)備通過一個藍(lán)牙模塊與智能手機(jī)進(jìn)行交互,使用一塊鋰電池(SL 414W-473646)給整個系統(tǒng)供電,該電池可以支撐一次6個小時的實(shí)驗(yàn)。微處理器以100 Hz/s的速度采集6組數(shù)據(jù)(三組加速度數(shù)據(jù)和三組角速度數(shù)據(jù))來分析人體運(yùn)動。通過對原始加速度以及原始角速度的處理,可以計(jì)算出步行的步數(shù)以及所消耗的卡路里。

1.2 軟 件

如圖1所示,可以在智能手機(jī)上看到步數(shù)以及消耗的卡路里。其中,SETPS表示記錄的步數(shù);Calories表示行走時候所消耗的卡路里;START是開始按鍵;STOP是停止按鍵。

圖1 智能手機(jī)界面

智能可穿戴設(shè)備的開發(fā)流程圖見圖2。

圖2 智能可穿戴設(shè)備軟件流程

①當(dāng)智能可穿戴設(shè)備上電以后,六軸的運(yùn)動模塊就開始以100 Hz的采樣頻率采集加速度和角速度數(shù)據(jù)。之后,這些數(shù)據(jù)被發(fā)送至微處理器。

②本文通過使用微處理器來確保本文的采樣頻率在100 Hz。利用收到的收據(jù),最終會得到合成的加速度和角速度信息,之后經(jīng)過一個低通濾波,這些處理過的數(shù)據(jù)可以用來計(jì)算步數(shù)以及消耗的卡路里。合成的加速度以及角速度信息由式(1)和式(2)所得。

其中,acc是合成加速度;ang_v是合成的角速度;acc_x、acc_y和acc_z分別是三個軸的加速度;ang_vx、ang_vy和ang_vz分別是三個軸的角速度。

③在一個步行的周期中,合成的加速度會有一個峰值和一個谷值,那么本文就可以通過在峰值和谷值之間設(shè)置一個合適的閾值區(qū)間來判斷是否行走一步。如圖3(a)所示,可以明顯地觀測到在擺臂行走和手放在口袋里行走時加速度的區(qū)別,所以需要兩種閾值。為了區(qū)分這兩種模式,本文就用到了合成的角速度。由圖3(b)可知,當(dāng)擺臂行走時,所產(chǎn)生的角速度要遠(yuǎn)遠(yuǎn)大于手放在口袋里行走時產(chǎn)生的角速度。當(dāng)擺臂行走的時候(mode1),設(shè)置一個上限閾值和一個下限閾值(在此實(shí)驗(yàn)中為1.25 g和1.15 g)來避免抖動錯誤,當(dāng)捕捉到一個比上限閾值還要大的合成角速度值時,如果在2 s內(nèi)再次捕捉到一個比下限閾值還要小的角速度值,那么就可以確定走了一步。

當(dāng)把手放在口袋里行走的時候(mode2),上下限閾值分別為1.15 g和1.05 g。如果得到100組合成角速度的值均小于100,則可以認(rèn)為是在mode2下工作,否則就是在mode1下工作。

圖3 本文開發(fā)智能設(shè)備的加速度與成角速度測試

2 實(shí)驗(yàn)研究

為了測試該智能可穿戴設(shè)備的精度,本文做了與Fitbit One[8]對比的相關(guān)實(shí)驗(yàn)。使用一臺安卓智能手機(jī),并在其上開發(fā)相關(guān)的應(yīng)用軟件。如圖4(a)所示,為了確定本文的智能可穿戴設(shè)備的精度,將該設(shè)備和Fitbit One一起固定在手腕上,然后將此時的狀態(tài)作為一個初始的狀態(tài)。

首先,使用智能手機(jī)里的軟件發(fā)送一個命令到本文的智能可穿戴設(shè)備,然后開始正常行走,經(jīng)過大概60 s停止行走,接著在本文開發(fā)的智能可穿戴設(shè)備和Fitbit One上看到步數(shù)以及消耗的卡路里,如圖4(b)和4(c)所示。圖4(b)中,黑色設(shè)備是Fitbit One。本文實(shí)際行走100步, Fitbit One記錄的步數(shù)為101,手機(jī)上記錄是本文提出的智能設(shè)備測到的數(shù)據(jù),可以看到步數(shù)為100。在圖4(c)中可以看到兩種設(shè)備記錄的消耗卡路里均為5。

圖4 不同智能可穿戴設(shè)備的精度測試

在表1和表2中,記錄了多次實(shí)驗(yàn)后得到的兩種設(shè)備的對比數(shù)據(jù),其中參考步數(shù)和參考卡路里是由Fitbit One測量得到,而測量步數(shù)和測量卡路里是由本文提出的智能設(shè)備測量得到。

表1 步數(shù)測量誤差

表2 消耗的卡路里測量誤差

在計(jì)算步數(shù)以及消耗的卡路里的時候,如果僅僅使用一個臨界值來計(jì)算,計(jì)算結(jié)果很容易受到誤動作的干擾。因此本文在計(jì)算步數(shù)以及消耗卡路里的時候,利用了兩個臨界值(上限值和下限值)組成一個臨界值的區(qū)域,通過此臨界區(qū)域,可以有效避免誤動作帶來的干擾,從而提高設(shè)備精度。

結(jié) 語

本文利用慣性傳感器(主要包括三軸的加速度計(jì)和三軸的陀螺儀)設(shè)計(jì)一種成本低、功耗低的智能可穿戴設(shè)備。將該智能可穿戴設(shè)備放在人體運(yùn)動時候需要測量的部位(在本文中是放在手腕處用于捕捉行走時手臂的擺動),通過對加速度以及角速度的分析計(jì)算,來得到行走的步數(shù)以及所消耗的卡路里。通過對比實(shí)驗(yàn)表明,該設(shè)備有比較可靠的精度,通過利用藍(lán)牙模塊傳輸數(shù)據(jù),使得本設(shè)備能夠與智能手機(jī)進(jìn)行交互。

[1]Buttussi Fabio,Chittaro Luca.A context-aware and user-adaptive wearable system for fitness training[J].Artificial Intelligence in Medicine,2015,42(2):153-163.

[2]Xin Tan,Binfeng Xu,Qiancheng Liu.Design and Realization of Signal Processing Platform of Multi-Parameter Wearable Medical Devices[J].Journal of Signal and Information Processing,2013,4(2):95-100.

[3]Yunyoung Nam,Seungmin Rho,Chulung Lee.Physical activity recognition using multiple sensors embedded in a wearable device[J].ACM Transactions on Embedded Computing Systems(TECS),2013,12(2):1-14.

[4]Lee Beom-Chan,Chen Shu,Sienko Kathleen H.A wearable device for real-time motion error detection and vibrotactile instructional cuing[J].IEEE Transactions on Neural Systems and Rehabilitation Engineering,2011,19(4):374-381.

[5]Doron Maeva,Bastian Thomas,Maire Aurelia.Estimation of physical activity monitored during the day-to-day life by an autonomous wearable device[J].IEEE Engineering in Medicine and Biology Society,2013,10(12):4629-4632.

[6]Li Zhen,Wei Zhiqiang,Sun Mingui.Daily life event segmentation for lifestyle evaluation based on multi-sensor data recorded by a wearable device[J].IEEE Engineering in Medicine and Biology Society,2013,21(8):2858-2861.

[7]Motoi K,Higashi Y,Kuwae Y.Development of a Wearable Device Capable of Monitoring Human Activity for Use in Rehabilitation and Certification of Eligibility for Long-Term Care[J].Engineering in Medicine and Biology Society,2005, 11(2):181-187.

[8]J Takacs,CL Pollock,JR Guenthe.Validation of the Fitbit One activity monitor device during treadmill walking[J].Journal of Science&Medicine in Sport,2014,17(5):496-500.

李光亞(助教),研究方向?yàn)轶w育學(xué)應(yīng)用。

High-accuracy Intelligent Wearable Device for Motion Monitoring

Li Guangya
(Shanxi Vocational&Technical College,Xi’an 710100,China)

In the paper,an intelligent wearable device is proposed which uses a 6-axis motion module and a bluetooth module.The intelligent wearable device can communicate with a smart phone through the bluetooth module.The resultant acceleration and resultant velocity can be got through a program.Then the steps and calorie can be calculated.At last,the accuracy of the intelligent wearable device is tested.

wearable device;motion monitoring;resultant acceleration;resultant velocity;bluetooth module;record steps

TP20

:A

薛士然

2016-06-27)