適用于跑步訓(xùn)練的高精度可穿戴測(cè)速傳感器研發(fā)

宋英健，彭勁陽(yáng)，尹武濤，張輝

(無(wú)錫博智芯科技有限公司，江蘇無(wú)錫，214026)

引言

科學(xué)的訓(xùn)練計(jì)劃對(duì)于田徑運(yùn)動(dòng)員以及跑步運(yùn)動(dòng)愛(ài)好者尤為重要，科學(xué)的訓(xùn)練可以使運(yùn)動(dòng)員減少受傷風(fēng)險(xiǎn)，更充分的備戰(zhàn)各種級(jí)別的比賽，也便于跑步愛(ài)好者制定合適的強(qiáng)度運(yùn)動(dòng)計(jì)劃，避免意外受傷。利用人體穿戴傳感，采集跑步數(shù)據(jù)及智能化分析訓(xùn)練結(jié)果，不僅可以幫助運(yùn)動(dòng)員提高訓(xùn)練質(zhì)量和運(yùn)動(dòng)能力還可以推進(jìn)全民運(yùn)動(dòng)，讓更多的人積極參與跑步運(yùn)動(dòng)提升全民身體素質(zhì)。這種設(shè)備既可以為運(yùn)動(dòng)員定制合理強(qiáng)度的訓(xùn)練計(jì)劃，也可以為運(yùn)動(dòng)愛(ài)好者提供更專業(yè)的實(shí)時(shí)數(shù)據(jù)以供參考，提升了的運(yùn)動(dòng)的趣味性，從而推動(dòng)全民運(yùn)動(dòng)與健身。

訓(xùn)練強(qiáng)度的分配是制定訓(xùn)練計(jì)劃的關(guān)鍵環(huán)節(jié)，而功率等同于訓(xùn)練強(qiáng)度。計(jì)算跑步速度是衡量跑步過(guò)程中功率消耗的重要環(huán)節(jié)，功率是由力和速度共同決定，跑步過(guò)程中外力恒定，除了地球施加的重力并無(wú)其他外力，因此速度越快等同于單位時(shí)間內(nèi)做功越多，功率越大。所以高精度的測(cè)速設(shè)備對(duì)于田徑運(yùn)動(dòng)員以及跑步愛(ài)好者尤為重要。20世紀(jì)90年代，Luinge等[11]和Bachmann等[12]對(duì)可穿戴式傳感器的人體運(yùn)動(dòng)跟蹤技術(shù)進(jìn)行了研究[13]。但是可穿戴式傳感器應(yīng)用于實(shí)時(shí)監(jiān)測(cè)人體速度的極少，Yang[9]開(kāi)發(fā)了一種跑步測(cè)速算法且僅利用了單一傳感器，實(shí)驗(yàn)結(jié)果良好，但是這對(duì)傳感器精度和成本要求都很高；Sabatini[15]設(shè)計(jì)了一種估計(jì)人體行走速度的算法，但是缺少對(duì)高速段的實(shí)驗(yàn)驗(yàn)證。走和跑是兩種不同的人體運(yùn)動(dòng)機(jī)制，很難兼顧行走和跑步的測(cè)速準(zhǔn)確性[9]。且由于人的身材差異，跑步習(xí)慣，以及跑步姿勢(shì)的不同加上技術(shù)上硬件設(shè)備的誤差等干擾，致使很難精確測(cè)速。

基于此難題，我們?cè)O(shè)計(jì)了一款基于MEMS IMU的可穿戴設(shè)備，不僅可以高精度測(cè)速且具有很強(qiáng)的魯棒性；算法對(duì)不同身材、不同跑步姿勢(shì)以及硬件差異性不敏感，測(cè)速誤差一致性良好，即使跑步模態(tài)之間相互切換(例如，散步，快走，慢跑，快速跑，爬坡等)，也可確保高精度測(cè)速。本文設(shè)計(jì)的可穿戴設(shè)備由多個(gè)低成本加速度傳感器，陀螺儀以及磁力計(jì)組成。利用不同量程的加速度傳感器融合可提高測(cè)速精度[15]，避免無(wú)法采集加速度較大的數(shù)據(jù)以及加速度較小的數(shù)據(jù)的情況；融合陀螺儀以便應(yīng)用姿態(tài)解算等導(dǎo)航算法；磁力計(jì)用以消除磁場(chǎng)的干擾，輔助陀螺儀更準(zhǔn)確的計(jì)算航向角度。軟件與算法部分分為室內(nèi)，戶外兩種模式，通過(guò)調(diào)整不同的環(huán)境參數(shù)，以便獲得更精確的測(cè)速數(shù)據(jù)，使用戶有更好的體驗(yàn)感。

本文后續(xù)內(nèi)容主體如下：1)介紹此設(shè)備算法原理與方法；2)呈現(xiàn)此設(shè)備的仿真實(shí)驗(yàn)結(jié)果以及與業(yè)界同類頂級(jí)設(shè)備對(duì)比結(jié)果；3)實(shí)驗(yàn)結(jié)果總結(jié)與分析。

1 高精度測(cè)速算法

本設(shè)備測(cè)速算法不僅可以實(shí)現(xiàn)精準(zhǔn)測(cè)速，且計(jì)算復(fù)雜度低，可以實(shí)現(xiàn)實(shí)時(shí)測(cè)速。本算法首先對(duì)IMU傳感器進(jìn)行靈敏度以及零偏補(bǔ)償，消除設(shè)備偏差。接著對(duì)補(bǔ)償后的數(shù)據(jù)進(jìn)行判定其是否為腳步靜止段數(shù)據(jù)，如是則對(duì)其應(yīng)用零速補(bǔ)償算法，然后做姿態(tài)解算，進(jìn)而求解速度。具體流程如圖1。

圖1 算法流程圖

1.1 IMU傳感器的零偏和靈敏度補(bǔ)償

由于IMU傳感器的硬件差異，不同電路板之間一致性與應(yīng)力差異，會(huì)導(dǎo)致MEMS IMU偏差不一致，需要對(duì)MEMS傳感器進(jìn)行補(bǔ)償。因此，為減小不同設(shè)備導(dǎo)致的實(shí)驗(yàn)數(shù)據(jù)測(cè)試結(jié)果差異，所有的IMU傳感器都需要進(jìn)行一定程度的補(bǔ)償與糾偏。

1.1.1 傳感器的靈敏度補(bǔ)償

傳感器的靈敏度等同于傳感器的增益[1]，是需要補(bǔ)償?shù)囊粋€(gè)重要參數(shù)。接下來(lái)分別對(duì)加速度和角速度靈敏度補(bǔ)償做簡(jiǎn)略描述。

將同一個(gè)軸分別靜置于垂直向上的方向以及垂直向下的方向，靜止放置一段時(shí)間，求出兩段數(shù)據(jù)的均值，用較大的數(shù)減去較小的數(shù)得出差值，再用2去除以這個(gè)差值所得結(jié)果為加速度計(jì)這個(gè)軸的靈敏度。對(duì)加速度計(jì)的三個(gè)軸均做如上的操作，便可得出三個(gè)軸各自的靈敏度，靈敏度幾乎不隨時(shí)間或者溫度變化而變化[1]，計(jì)算公式如下：

將測(cè)量角速度的傳感器原地分別繞X軸，Y軸，Z軸逆時(shí)針?lè)€(wěn)定旋轉(zhuǎn)N圈，所得結(jié)果積分的理想值應(yīng)為N× 360°，將輸出數(shù)據(jù)進(jìn)行積分，所得結(jié)果與N×360°做比，即為角速度計(jì)的靈敏度，與加速度計(jì)一樣，角速度計(jì)的靈敏度也幾乎不隨時(shí)間或者溫度變化而變化。具體公式如下：

1.1.2 傳感器的零偏補(bǔ)償

加速度計(jì)傳感器的零偏是在除重力加速度以外，沒(méi)有任何其他加速度的情況下，實(shí)際輸出與理想輸出的偏差[1]。將加速度計(jì)靜止放置于桌面上，此時(shí)的X軸，Y軸，Z軸的理想輸出分別為0g，0g，1g；然而實(shí)際的輸出往往和理想值并不相等，因此在計(jì)算得到零偏后，需在每次輸出時(shí)將零偏去掉，得到的結(jié)果是實(shí)際的輸出值。具體計(jì)算方式以及操作步驟如下：(1)將加速度計(jì)靜止放在水平面一段時(shí)間，計(jì)算采集數(shù)據(jù)的平均值，減去理想輸出值，即是零偏。假設(shè)此時(shí)加速度計(jì)軸垂直向下于水平面，則軸的零偏為：

Y軸的零偏為：

軸的零偏為:

角速度計(jì)傳感器零偏是在沒(méi)有任何角速度的前提下，實(shí)際輸出值與理想值的偏差[1]。將角速度計(jì)靜止放置于桌面上，此時(shí)的X軸，Y軸，Z軸的理想輸出分別為0°，0°，0°；和加速度計(jì)同理，角速度計(jì)的實(shí)際輸出也和理想值并不相同，所以在計(jì)算得到零偏后，同樣需在每次輸出時(shí)將零偏去掉，所得的結(jié)果即是實(shí)際的輸出值。具體計(jì)算方式以及操作步驟如下：(1)將角速度計(jì)靜止放置在水平桌面上一段時(shí)間，計(jì)算采集數(shù)據(jù)的平均值，然后減去理想輸出值，即是零偏。則角速度計(jì)X軸的零偏為：

Y軸的零偏為：

Z軸的零偏為:

1.2 腳步靜止段檢測(cè)

由于IMU傳感器的零偏會(huì)隨著運(yùn)動(dòng)或溫度而變化，隨著時(shí)間變長(zhǎng)，誤差累積會(huì)增大，在運(yùn)動(dòng)模態(tài)不斷變換的情況下，僅在每次輸出時(shí)去掉零偏不足以減小累計(jì)誤差。為了解決此問(wèn)題，本設(shè)備采用一種動(dòng)態(tài)零速補(bǔ)償算法[2]，由于在跑步過(guò)程中每次腳落地靜止的一瞬間速度為零，當(dāng)將本設(shè)備固定在鞋上，可以利用這一速度過(guò)零特性做零速補(bǔ)償，減少由IMU傳感器的漂移長(zhǎng)時(shí)間導(dǎo)致的誤差累積，以此提高計(jì)算精度。圖2是本設(shè)備初始樣品的穿戴方式。

圖2 本設(shè)備樣品穿戴示例圖

圖3 腳由腳跟落地到整個(gè)腳靜止再到腳跟抬起的過(guò)程[3]

根據(jù)[3]有如上示意圖3，在人跑步過(guò)程中，其中任意一只腳，腳后跟會(huì)先接觸地面，然后整只腳會(huì)逐漸平穩(wěn)至完全與地面接觸，此時(shí)，如圖A點(diǎn)所示，其接觸到地面的瞬間之后，整只腳以A點(diǎn)為軸，逐漸離開(kāi)地面，直到腳完全騰空。在這個(gè)過(guò)程中，腳與地面存在了一個(gè)完整接觸的時(shí)間段，即。在這段時(shí)間內(nèi)，A點(diǎn)的速度值在理論上應(yīng)該是零[2]，加速度在和地面接觸的一瞬間的采樣時(shí)刻不為0，從下一個(gè)采樣時(shí)刻至A點(diǎn)完全騰空之前的采樣時(shí)刻均為0。

在一步內(nèi)，腳跟落地時(shí)刻和腳尖離地時(shí)刻的區(qū)分是最關(guān)鍵的。當(dāng)腳尖離地時(shí)，軸的角速度會(huì)有一個(gè)局部最小值出現(xiàn)，由于腳抬起而出現(xiàn)的突變點(diǎn)則緊隨其后；當(dāng)腳跟落地時(shí)，軸的角速度值由正變負(fù)。因此，在一步內(nèi)，軸角速度的局部最小值應(yīng)該與腳尖離地的那一時(shí)刻對(duì)應(yīng)，其后軸角速度為0時(shí)的點(diǎn)與腳跟的落地點(diǎn)對(duì)應(yīng)[2]。通過(guò)腳跟落地點(diǎn)和腳尖離地點(diǎn)便可以判斷腳靜止時(shí)間段，從而判斷步頻。判定結(jié)果如圖4所示。

圖4 曲線為X軸角速度的周期變化，實(shí)線為檢測(cè)到的腳步靜止零速時(shí)間段

1.3 多傳感器融合技術(shù)

本設(shè)備由多個(gè)傳感器組成，利用多傳感器信息互補(bǔ)這一特點(diǎn)，提高測(cè)速精度。多傳感器的信息融合技術(shù)在本設(shè)備中尤為關(guān)鍵，可以消除由于人的身材差異，跑步習(xí)慣，以及跑步姿勢(shì)的不同導(dǎo)致測(cè)速結(jié)果一致性較差的問(wèn)題。

本設(shè)備的動(dòng)態(tài)傳感器的融合算法是基于卡爾曼濾波器主要原理，即通過(guò)方差來(lái)分配權(quán)重，通過(guò)求解每一個(gè)加速計(jì)傳感器的方差，計(jì)算得出當(dāng)前時(shí)刻的權(quán)重。本設(shè)備有三個(gè)加速度計(jì)，三個(gè)加速度計(jì)權(quán)重計(jì)算公式分別如下：

其中var1，var2，var3分別為三個(gè)傳感器的方差，W1，W2，W3則分別為計(jì)算所得的傳感器權(quán)重。

1.4 IMU慣性導(dǎo)航姿態(tài)解算

本設(shè)備利用了非線性卡爾曼濾波結(jié)合四元數(shù)計(jì)算航向角度，其原理是通過(guò)加速度計(jì)和磁力計(jì)的數(shù)據(jù)來(lái)矯正角速度在動(dòng)態(tài)過(guò)程中的誤差，然后基于校正后的角速度求得航向角。

由于傳感器輸出數(shù)據(jù)是傳感器坐標(biāo)系下的數(shù)據(jù)，需要轉(zhuǎn)換成地球坐標(biāo)系下的數(shù)據(jù)，從而求解在跑步時(shí)相對(duì)地面的速度。本文利用四元數(shù)描述坐標(biāo)變化，并求解地球坐標(biāo)系下傳感器的測(cè)量值。

1.4.1 結(jié)合四元數(shù)的計(jì)算

四元數(shù)通常由常量部分和向量部分組成[4]：

其中p·q代表向量p和q的點(diǎn)乘，p×q代表向量p和q的叉乘。公式(13)可以簡(jiǎn)化為如下公式[5]：

公式(15)為矩陣乘法，其中R為旋轉(zhuǎn)矩陣(見(jiàn)公式16)，用如上公式，將傳感器數(shù)值轉(zhuǎn)化成地球坐標(biāo)系下的數(shù)據(jù)值后，便可計(jì)算地球坐標(biāo)系下基于四元數(shù)的航向角度變化速率[7]，其公式如下：

其中ω是角速度，q前一時(shí)刻所得航向角，ω是角速度，q是航向角變化速率，接著將q˙積分[8]便可得到當(dāng)前時(shí)刻的航向角：

1.4.2 卡爾曼濾波器設(shè)計(jì)

卡爾曼濾波由預(yù)測(cè)模型和觀測(cè)模型構(gòu)成，公式(18)可作為卡爾曼濾波的預(yù)測(cè)模型，觀測(cè)模型則是基于傳感器的測(cè)量數(shù)據(jù)建立。

本文采用了QUEST算法[6]，利用加速度計(jì)的測(cè)量值和磁力計(jì)的測(cè)量值計(jì)算最優(yōu)四元數(shù)，可以使和旋轉(zhuǎn)至其對(duì)應(yīng)的地球坐標(biāo)系的值。模型觀測(cè)值為：

接著初始化觀測(cè)模型方差On和預(yù)測(cè)模型方差Qn，便可以用卡爾曼濾波算法[10]估計(jì)航向角[7]，利用估計(jì)出的航向角計(jì)算地球坐標(biāo)系下的角速度計(jì)測(cè)量值，最后計(jì)算糾偏過(guò)后的角速度，公式如下

其中g(shù)yrocorrected是糾偏過(guò)后的角速度，gyroE是角速度計(jì)在地球坐標(biāo)系下的測(cè)量值，e是由加速度以及磁力計(jì)共同計(jì)算得出的誤差?；诘贸黾m偏后的角速度gyrocorrected，可以求出的真實(shí)的加速度acc。接著用積分公式則可以計(jì)算得出瞬時(shí)速度[9]。公式如下：

其中是采樣時(shí)間間隔，是當(dāng)前時(shí)刻計(jì)算得出的瞬時(shí)速度，則是前一時(shí)刻計(jì)算所得的瞬時(shí)速度。

1.5 步態(tài)速度計(jì)算

本設(shè)備計(jì)算的方式是基于每一步去求解平均速度，通過(guò)瞬時(shí)速度積分去求步長(zhǎng)，進(jìn)而求得每一步的平均速度：

其中vn為每一步的速度，Sn為每一步的步長(zhǎng)，ΔT為每一步用時(shí)。

2 實(shí)驗(yàn)與結(jié)果仿真圖

2.1 實(shí)驗(yàn)設(shè)計(jì)

本設(shè)備采集了大于100人的跑步數(shù)據(jù)，每次測(cè)試，設(shè)備均固定在鞋帶第二個(gè)交叉點(diǎn)處。其中實(shí)驗(yàn)對(duì)象包括男性和女性，高矮胖瘦等體型均有參與速度測(cè)試，測(cè)試地點(diǎn)設(shè)立在跑步機(jī)上，因?yàn)榕懿綑C(jī)顯示的速度是代表跑步機(jī)機(jī)帶的出帶速度，出帶速度是極為穩(wěn)定的，可以作為參考數(shù)據(jù)。

為了消除各種情況下的運(yùn)動(dòng)模態(tài)互相轉(zhuǎn)化的干擾，本次實(shí)驗(yàn)在跑步機(jī)上測(cè)試的速度包括從2km/h至14km/h，中間伴隨著連續(xù)速度變化比如由3km/h增至6km/h，再增至9km/h，此期間跑步模態(tài)轉(zhuǎn)化是連續(xù)不間斷的。此外本次實(shí)驗(yàn)對(duì)坡度也進(jìn)行了連續(xù)調(diào)整，驗(yàn)證是否坡度不同會(huì)影響實(shí)驗(yàn)測(cè)速結(jié)果。

2.2 實(shí)驗(yàn)結(jié)果可視化

實(shí)驗(yàn)結(jié)果仿真圖用matlab生成，圖5～圖10為實(shí)驗(yàn)結(jié)果圖。

圖5，圖6均為單一運(yùn)動(dòng)模態(tài)的測(cè)試，圖5為跑步模態(tài)的測(cè)試，測(cè)試速度為9km/h，測(cè)試結(jié)果為8.74km/h;圖6為步行模態(tài)的測(cè)試，測(cè)試速度為2km/h，測(cè)試結(jié)果為2.04km/h。

圖5 測(cè)試速度為9km/h

圖6 測(cè)試速度為2km/h

圖7 測(cè)試速度分別為4km/h，6km/h，9km/h

圖8 測(cè)試速度分別為3km/h，6km/h，9km/h

圖9 坡度調(diào)整為3，測(cè)試速度分別為2km/h，4km/h，6km/h，9km/h

圖10 坡度由3調(diào)整為5后調(diào)整為6，測(cè)試速度分別為2km/h，4km/h，6km/h，9km/h，14km/h

圖7，圖8為運(yùn)動(dòng)模態(tài)變化下的測(cè)速結(jié)果仿真圖，測(cè)試速度為4km/h，6km/h，9km/h和3km/h，6km/h，9km/h。3km/h通常為慢速走，4km/h通常為中速走，6km/h通常為快速走，9km/h為跑步模態(tài)。圖7測(cè)試結(jié)果為4.03km/h，6.2km/h，8.63km/h；圖8測(cè)試結(jié)果為3.12km/h，6.09km/h，9.1km/h。

圖9測(cè)試運(yùn)動(dòng)模態(tài)變化下的速度并且將坡度由1調(diào)整為3，測(cè)試速度分別為2km/h，4km/h，6km/h，9km/h。測(cè)試結(jié)果分別為1.31km/h，3.88km/h，6.36km/h，8.6km/h。圖10測(cè)試運(yùn)動(dòng)模態(tài)變化下的速度并且連續(xù)調(diào)整了坡度，由3調(diào)整為5后調(diào)整為6，測(cè)試速度分別為2km/h，4km/h，6km/h，9km/h，14km/h，其中14km/h為快速跑步模態(tài)。測(cè)試結(jié)果分別為1.66km/h，4.11km/h，7km/h， 9.9km/h，13.81km/h。

由以上實(shí)驗(yàn)仿真圖結(jié)果可以看出，即使有運(yùn)動(dòng)模態(tài)的變化，測(cè)速結(jié)果依然準(zhǔn)確，加上坡度的干擾后，由于低速段會(huì)用手扶跑步機(jī)，會(huì)造成測(cè)速結(jié)果略低于跑步機(jī)速度，但是高速段測(cè)試結(jié)果依然穩(wěn)定。

3 對(duì)比Stryd

Stryd[16]是近些年很受馬拉松教練[17]，美國(guó)國(guó)家隊(duì)馬拉松動(dòng)員[18]以及跑步愛(ài)好者歡迎的一款設(shè)備，功能與本設(shè)備極為接近，也有測(cè)試速度的功能，并且Stryd是業(yè)界的頂級(jí)產(chǎn)品。因此本設(shè)備與Stryd進(jìn)行了對(duì)比試驗(yàn)，檢驗(yàn)本設(shè)備是否達(dá)到與Stryd同樣的效果，甚是超越Stryd。

3.1 設(shè)計(jì)實(shí)驗(yàn)

將Stryd和本設(shè)備分別固定在兩只腳上。然后再同時(shí)開(kāi)啟Stryd和本設(shè)備進(jìn)行測(cè)試。

3.2 實(shí)驗(yàn)對(duì)比結(jié)果可視化

圖11～圖16為Stryd和本設(shè)備的對(duì)比結(jié)果仿真圖。

本文列出四次對(duì)比試驗(yàn)結(jié)果，(1)對(duì)比測(cè)試速度為10km/h時(shí):圖11為Stryd測(cè)速圖此圖全程測(cè)出速度結(jié)果為7h31min/km，圖中平穩(wěn)線條為跑步部分測(cè)速為6h52min/km，換算結(jié)果為8.74km/h。圖12是本設(shè)備測(cè)速仿真圖，測(cè)試結(jié)果為9.82km/h。(2)對(duì)比測(cè)試速度為3km/h，6km/h，9km/h時(shí)：圖13為Stryd測(cè)速圖，圖中平穩(wěn)線條為跑步部分測(cè)速，換算后分別為2.56km/h，5.08km/h，7.86km/h。圖14是本設(shè)備測(cè)速仿真圖，測(cè)試結(jié)果為3.21km/h，6.15km/h，9.33km/h。(3)對(duì)比測(cè)試速度為2km/h，4km/h，6km/h，9km/h，坡度為3時(shí)：圖15為Stryd測(cè)速圖，圖中平穩(wěn)線條為跑步部分測(cè)速，換算后分別為1.95km/h，3.36km/h，5.08km/h，7.87km/h。圖9是本設(shè)備測(cè)速仿真圖，測(cè)試結(jié)果為1.31km/h，3.88km/h，6.36km/h，8.6km/h。(4)對(duì)比測(cè)試速度為2km/h，4km/h，6km/h，9km/h，14km/h。其中坡度變化為3，5，6時(shí)：圖16為Stryd測(cè)速圖，圖中平穩(wěn)線條為跑步部分測(cè)速，換算后分別為2.02km/h，3.51km/h，5.25km/h，7.89km/h，12.25km/h。圖10是本設(shè)備測(cè)速仿真圖，測(cè)試結(jié)果為1.66km/h，4.11km/h，7km/h，9.9km/h，13.81km/h。

圖11 本次測(cè)試速度為10km/h，此圖為stryd測(cè)速

圖12 本設(shè)備和圖11的對(duì)比仿真圖，測(cè)速同樣為10km/h

圖13 本次測(cè)試速度分別為3km/h，6km/h，9km/h。此圖為Stryd測(cè)速圖

圖14 設(shè)備和圖13的對(duì)比仿真圖，測(cè)速同樣為3km/h，6km/h，9km/h

圖15 本次測(cè)試速度分別為2km/h，4km/h，6km/h，9km/h，其中坡度為3。此圖為Stryd測(cè)速圖

圖16 本次測(cè)試速度分別為2km/h，4km/h，6km/h，9km/h，14km/h。其中坡度變化為3，5,6。此圖為Stryd測(cè)速圖

表1 實(shí)驗(yàn)結(jié)果

表格第一列為本設(shè)備與Stryd實(shí)驗(yàn)結(jié)果誤差對(duì)比，本設(shè)備平均誤差為0.53km/h，Stryd平均誤差為0.81km/h，第二列為本設(shè)備所測(cè)全部數(shù)據(jù)的測(cè)速誤差，誤差為0.38km/h。

以上實(shí)驗(yàn)對(duì)比可以看出，本設(shè)備在低速和Stryd不分上下，而在高速段明顯要優(yōu)于Stryd，根據(jù)表格誤差分析整體測(cè)速精度也要優(yōu)于Stryd。

4 總結(jié)

本文介紹了一款應(yīng)用于跑步訓(xùn)練的可穿戴設(shè)備，本設(shè)備可通過(guò)瞬時(shí)速度計(jì)算功率消耗，從而使用戶安全且科學(xué)的安排跑步訓(xùn)練計(jì)劃避免由于訓(xùn)練強(qiáng)度過(guò)大而導(dǎo)致意外受傷。

本設(shè)備既適用于運(yùn)功員也適用于運(yùn)動(dòng)愛(ài)好者，既可以幫助運(yùn)動(dòng)員合理安排訓(xùn)練強(qiáng)度，科學(xué)制定訓(xùn)練計(jì)劃，也可以幫助運(yùn)動(dòng)愛(ài)好者更合理的規(guī)劃跑步訓(xùn)練。本設(shè)備既有實(shí)時(shí)可視化訓(xùn)練數(shù)據(jù)的功能，可以及時(shí)調(diào)整訓(xùn)練強(qiáng)度，也可以在訓(xùn)練過(guò)后給與全面的數(shù)據(jù)反饋；不但可以幫助專業(yè)運(yùn)動(dòng)員備戰(zhàn)不同級(jí)別的比賽，也可以推進(jìn)全民運(yùn)動(dòng)。