基于人體姿態(tài)的可穿戴智能設(shè)備

林卓藩，鄭浩宇，馬志偉，黃海燕，賴曉杰

1 研究背景

近幾年來，相對其他智能設(shè)備來說，可穿戴智能設(shè)備絕對是相當(dāng)熱門了，現(xiàn)如今的各類條件都為可穿戴智能設(shè)備提供了更好的發(fā)展環(huán)境。在這樣的環(huán)境下，可以將可穿戴式智能設(shè)備發(fā)展至各個領(lǐng)域，如田徑運動，籃球比賽。

2 人體姿態(tài)檢測技術(shù)

運動員進行體育運動時，實時對人體姿態(tài)進行檢測，假設(shè)穿戴者的運動姿勢不正確，本設(shè)計可及時反饋運動員存在的問題，防止運動員運動受傷和長期的不規(guī)范動作引起的關(guān)節(jié)磨損。教練也可及時分析運動數(shù)據(jù)，指導(dǎo)運動員做到更標(biāo)準(zhǔn)的動作。除了姿態(tài)檢測，我們還加入了人體健康檢測的傳感器，如心率檢測，防止運動過于激烈導(dǎo)致呼吸不順暢，MPU6050 傳感器可用來讀取當(dāng)前模塊姿態(tài)角度，由于人體特征的變化性和多樣性，大大增加了穿戴設(shè)備的姿態(tài)傳感器數(shù)目與穿戴者舒適度之間的矛盾，也需要更多的姿態(tài)傳感器才能更好的捕捉人體多個部位的角度，從而實現(xiàn)整個人體的姿態(tài)捕捉。

3 設(shè)計

3.1 整體結(jié)構(gòu)

為了讓運動員做出規(guī)范動作，減少傷病，我們采用一主機多從機的組合，主機與其中一從機放置在腰部，剩余多個從機分別放置在頭、頸、肩、大小手臂、胸、腰、大小腿幾大部位。因此從機就能捕獲到各個肢體的姿態(tài)，每臺機器的芯片還會通過自帶的Wi-Fi 功能傳送至主機，并由主機統(tǒng)一處理，當(dāng)動作出現(xiàn)不符合標(biāo)準(zhǔn)的情況時，上位機實時記錄，腰部的從機除了獲取肢體姿態(tài)還有人體的空間位移量，最后再將全部從機的數(shù)據(jù)共同發(fā)至主機中進行數(shù)據(jù)結(jié)合、處理，便可在上位機實時得到人體姿態(tài)。

3.2 ESP32

我們的下位機使用的是ESP32，ESP32 將天線開關(guān)、RF balun、功率放大器、接收低噪聲放大器、濾波器、電源管理模塊等功能集于一體。ESP32 只需極少的外圍器件，即可實現(xiàn)強大的處理性能、可靠的安全性能，和Wi-Fi&藍牙功能。利用ESP32讀取MPU6050 的原始數(shù)據(jù)，經(jīng)過濾波算法得到歐拉角，再通過已經(jīng)Wi-Fi 連接的STA 模式的ESP32 發(fā)送數(shù)據(jù)給AP 端的ESP32。

3.3 MPU6050

MPU6050 模塊，是市面上比較成熟的一款陀螺儀模塊，將其放置于肢體上，主要用于采集姿態(tài)角度，便能讀取到相對應(yīng)的參數(shù)信息，再通過算法，將其四元素轉(zhuǎn)換成較準(zhǔn)確的歐拉角。該康復(fù)治療可穿戴設(shè)備包含多個帶有MPU6050 的從機模塊，使用者可以將這些模塊穿戴在各個部位上。該設(shè)備可以將各個部位的歐拉角信息發(fā)送至主機，主機可以處理分析當(dāng)前的姿態(tài)角，并判斷使用者的動作是否規(guī)范，若不規(guī)范則發(fā)出震動提示，還會在上位機里會顯示完整的人體圖像，實時顯示出人體的動作。

3.4 Unity3D

Unity3D 是一個能夠?qū)崿F(xiàn)輕松創(chuàng)作的多平臺的游戲開發(fā)工具，是一個全面整合的專業(yè)游戲引擎。采用該軟件作為開發(fā)平臺正是看中了其可擴展性高的特點。雖然這個項目僅僅是實現(xiàn)了運動捕捉和姿態(tài)重現(xiàn)的功能，但顯然這只是基礎(chǔ)性準(zhǔn)備。后期可以利用Unity3D 進行游戲、VR、AR 等應(yīng)用程序開發(fā)，而且也可以利用其跨平臺性開發(fā)移動端軟件。我們采取Unity3D 中的人物模型來模擬人體姿態(tài)，將ESP32 得到的數(shù)據(jù)通過串口發(fā)送給Unity3D 的人物模型，前提要給人物模型添加接收數(shù)據(jù)的腳本。通過這個人物模型，我們可以實時看見人體姿態(tài)，還可以設(shè)定一些人體動作的尺度范圍，模擬運動員運動過程中的分解動作，

3.5 原理框架圖

基于人體運動捕捉系統(tǒng)主要多個ESP32 協(xié)同工作構(gòu)成的人體姿態(tài)捕捉網(wǎng)絡(luò)，主要由MPU6050 去捕獲當(dāng)前姿態(tài)的原始數(shù)據(jù)，并用這些原始數(shù)據(jù)通過卡爾曼濾波算法優(yōu)化并消除波動，最終算出當(dāng)前姿態(tài)的角度，再將數(shù)據(jù)傳送到上位機Unity3D 以人物模型顯示出來。

4 卡爾曼濾波算法

卡爾曼濾波是對隨機信號作估計的算法之一。與最小二乘、維納濾波等諸多估計算法相比，卡爾曼濾波具有顯著的有點：采用狀態(tài)空間法在時域內(nèi)設(shè)計濾波器，用狀態(tài)方程描述任何復(fù)雜多維信號的動力特性，避開了在頻域內(nèi)對信號功率譜作分解帶來的麻煩，濾波器設(shè)計簡單易行；采用遞推算法，實時量測信息經(jīng)提煉被濃縮在估計值仲，而不必存儲時間過程中的量測量?？柭鼮V波能適用于白噪聲激勵的任何平穩(wěn)或非平穩(wěn)隨機向量過程的估計，所得估計在線性估計中精度最佳。當(dāng)姿態(tài)解算使用了卡爾曼濾波算法之后，在使用者變換動作時，姿態(tài)的讀取也能夠更加平緩、穩(wěn)定且精準(zhǔn)。

卡爾曼濾波方程：

3）計算卡爾曼增益：

4）進行校正更新：

如圖1 所示，這是MPU6050 角度（Yaw/Picth）變化的曲線數(shù)據(jù)，黑線是實際值，藍線是mpu6050的測量值，紅線是mpu6050 的測量值經(jīng)過卡爾曼濾波得到的估計值，可見卡爾曼濾波更偏向于實際值。

圖1 卡爾曼濾波處理效果圖

5 可穿戴設(shè)備的前景

當(dāng)今，本設(shè)計的系統(tǒng)通過對穿戴者日常運動、姿態(tài)的捕捉，采用信息融合的算法，結(jié)合心率模塊采集的心率數(shù)據(jù)可以分析出穿戴者的運動姿態(tài)和身體狀況，對于運動員和運動愛好者，本系統(tǒng)可提供全身、半身以及個別部位的測量及報告，教練員可對傳感器傳輸?shù)臄?shù)據(jù)加以分析，可以為運動員提出更好的訓(xùn)練方案，改良運動員一些不規(guī)范動作。例如，全民健身已成為熱潮，但不少參與者缺乏專業(yè)性的動作指導(dǎo)，運動質(zhì)量不高，動作不規(guī)范，導(dǎo)致意外受傷概率更大。

日常生活中，跑步作為常見的一種運動，將跑步的每個動作分解，穿著此設(shè)備者可以在上位機檢查自身動作是否達到標(biāo)準(zhǔn)跑步動作，達到更高的運動效果?？纱┐髟O(shè)備在未來的前景有著不可預(yù)估的潛力，智能設(shè)備的改進與完善，為人民的生活帶來的極大的便利。

6 結(jié)束語

實驗結(jié)果顯示，該系統(tǒng)結(jié)構(gòu)設(shè)計合理，功能劃分充分考慮到穿戴者的實際需求，系統(tǒng)硬件依賴度低，對網(wǎng)絡(luò)、內(nèi)存等硬件資源占用較少，且運行穩(wěn)定。在實際運動中，可以有效矯正不規(guī)范的運動姿勢，達到運動的最佳效果。