基于足底壓力信息的數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)

摘要：步態(tài)識(shí)別對(duì)于航天醫(yī)療康復(fù)和助老防摔領(lǐng)域研究具有積極作用，準(zhǔn)確、規(guī)范的足底壓力信息是完成步態(tài)識(shí)別的基礎(chǔ)。通過(guò)設(shè)計(jì)足底壓力信息獲取系統(tǒng)，完成足底壓力數(shù)據(jù)的采集、處理等工作并實(shí)際應(yīng)用。從相關(guān)器件選型、傳感器布局分析、硬件和軟件模塊等多方面進(jìn)行考量，通過(guò)實(shí)驗(yàn)驗(yàn)證此系統(tǒng)的可行性和可靠性。

關(guān)鍵詞：步態(tài)信息；數(shù)據(jù)采集；壓力傳感器；信號(hào)處理；無(wú)線傳輸；嵌入式系統(tǒng)

中圖分類號(hào)：TP274文獻(xiàn)標(biāo)志碼：B文章編號(hào)：1671-5276（2024）06-0138-04

Abstract：Gait recognition plays a positive role in aerospace medical rehabilitation and anti-fall aid for the elderly， and its accomplishment is based on accurate and standardized plantar pressure information. This paper designs a plantar pressure information acquisition system to complete the collection and processing of plantar pressure data and execute the practical application. Its feasibility and reliability are verified by experiments in terms of related device selection， sensor layout analysis， hardware and software modules.

Keywords：gait information; data acquisition; pressure sensors; signal processing; wireless transmission; embedded system

0引言

步態(tài)特征是指人習(xí)慣性走路或跑步的方式［1］。個(gè)體行走方式的不同，會(huì)導(dǎo)致足底所受壓力大小和變化的差異。行走過(guò)程中一個(gè)周期內(nèi)的步態(tài)變化如圖1所示［2］。

走路過(guò)程中，至少有一只腿在支撐身體，另一只腿處于擺動(dòng)期，以此保持身體的平衡。在一個(gè)步態(tài)周期［3］內(nèi)，腳跟觸地是單腿支撐的開端，也標(biāo)志著擺動(dòng)末期的結(jié)束；腳尖離地是擺動(dòng)初期的開始標(biāo)志，也是單腿支撐的結(jié)束標(biāo)志；腳前掌和腳趾逐漸受力的過(guò)程是處于單腿支撐的階段［4］。

1信息獲取系統(tǒng)

本節(jié)通過(guò)設(shè)計(jì)構(gòu)建一套基于足底壓力信息的數(shù)據(jù)采集系統(tǒng)，完成足底壓力數(shù)據(jù)的采集和處理工作。系統(tǒng)硬件設(shè)計(jì)模塊綜合考慮了功耗、成本、體積等問題，確定采用STM32F405RGT6為主控器［5］，用C語(yǔ)言編寫嵌入式［6］軟件程序，可實(shí)現(xiàn)數(shù)據(jù)收集和保存功能。系統(tǒng)運(yùn)行方案如圖2所示。

1.1器件選型

由于壓阻式壓力傳感器結(jié)構(gòu)簡(jiǎn)單，成本低，因此本文擬采用RFP603DW06GD型壓阻式壓力傳感器。一名志愿者模擬多種日常行為，當(dāng)足底受到最大壓強(qiáng)時(shí)，10kg量程傳感器顯示電阻為60Ω，傳感器分壓0.004V，系統(tǒng)ADC獲取精度為0.001V。以上依據(jù)式（1）計(jì)算得出。

式中：V為薄膜傳感器的分壓值；V0為ADC電路總電壓，該系統(tǒng)為3.3V；R1為傳感器電阻值，取60Ω；R0為限流電阻，為47kΩ。

考慮到足底動(dòng)態(tài)壓力可能超過(guò)使用者身體質(zhì)量，為了讓壓力鞋墊模塊適用于更多人群，本文采用量程更大的壓力傳感器。圖3所示為傳感器實(shí)物規(guī)格圖，圖4所示為10kg量程的RFP603DW06GD柔性薄膜壓力傳感器的壓強(qiáng)-電阻值曲線圖。

1.2傳感器布局分析

Tekscan公司的F-Scan系統(tǒng)［7］可以實(shí)時(shí)監(jiān)測(cè)人體足底壓力情況并將壓力分布情況以圖像的形式呈現(xiàn)在上位機(jī)上。從系統(tǒng)觀察可知，人的足底壓力主要集中在腳后跟、腳前掌和腳趾3個(gè)部位［8］；同時(shí)前期將足底涂滿墨水踩在干凈的亞克力板上，依據(jù)腳印形狀和墨水多少判斷壓力分布情況，實(shí)驗(yàn)結(jié)果如圖5所示。綜合以上分析，在圖6（a）中的A—J位置布置10個(gè)壓力薄膜傳感器，對(duì)應(yīng)的鞋墊實(shí)物如圖6（b）所示。

1.3系統(tǒng)硬件設(shè)計(jì)

1）壓力鞋墊模塊

壓力傳感器輸出的是變化的電阻信息，因此需要設(shè)計(jì)電路將電阻信息轉(zhuǎn)換成電壓信息，并將模擬信號(hào)采樣轉(zhuǎn)換成數(shù)字信號(hào)［9］，然后儲(chǔ)存數(shù)據(jù)。這里采用分壓方式設(shè)計(jì)傳感器部分電路。系統(tǒng)共計(jì)10路壓力傳感器接口，根據(jù)實(shí)際情況選擇分壓電阻為47kΩ，無(wú)壓力時(shí)，傳感器阻值大于10MΩ，等效于斷路。

信號(hào)處理模塊以STM32F405RGT6為主控器［10-11］，芯片提供3個(gè)ADC，最多可測(cè)量15個(gè)通道的外部信號(hào)源，最多可達(dá)到12位分辨率，提供了6個(gè)串口通信模塊（其中4個(gè)USART和2個(gè)UART）和1個(gè)SDIO接口。其主要職責(zé)是完成信號(hào)調(diào)節(jié)、濾波處理、電平變換、角度解算、數(shù)據(jù)存儲(chǔ)和傳輸?shù)热蝿?wù)［12］。整個(gè)信號(hào)處理模塊主要由壓力信號(hào)調(diào)節(jié)部件、主控部件和電源部件等組成。硬件主板實(shí)物如圖7所示，其尺寸為30mm×30mm。

該系統(tǒng)采用電池供電，選擇電源芯片AMS1117-3.3將5V轉(zhuǎn)化為3.3V。此芯片體積小且穩(wěn)定，是一種低漏失電壓調(diào)整器，其穩(wěn)壓調(diào)整管由一個(gè)PNP驅(qū)動(dòng)的NPN管組成的，有固定和可調(diào)兩個(gè)版本可用。這里選擇適用5.0V～3.3V的固定穩(wěn)壓器。電路原理示意圖如圖8所示。

圖8中C1、C3是電源輸入濾波；VCC 3.3是3.3V電源，供模擬電路使用。

2）無(wú)線通信模塊

本文無(wú)線傳輸部分使用DX-BT24-T藍(lán)牙模塊，采用英國(guó)某公司14531芯片，配置256KB空間，遵循V5.1BLE藍(lán)牙規(guī)范。該模塊采用UART接口，具備低成本、小體積、低功耗以及收發(fā)靈敏度高等優(yōu)點(diǎn)，只需要搭配少量外圍元件就能實(shí)現(xiàn)藍(lán)牙串口透?jìng)鞯膹?qiáng)大功能。

3）通信距離測(cè)試

為了檢驗(yàn)步態(tài)數(shù)據(jù)信息獲取系統(tǒng)中藍(lán)牙通信的可用距離，本文將PCB板放置在鞋底進(jìn)行了戶外藍(lán)牙設(shè)備連接測(cè)試。由于空間相對(duì)封閉，藍(lán)牙信號(hào)強(qiáng)度可能受到一定影響。將系統(tǒng)電源打開，用開發(fā)的手機(jī)藍(lán)牙軟件連接模塊藍(lán)牙，實(shí)驗(yàn)者移動(dòng)系統(tǒng)直至藍(lán)牙斷開。經(jīng)多次測(cè)試可知：當(dāng)系統(tǒng)與手機(jī)端的距離在5m內(nèi)時(shí)可以快速連接且不容易中斷連接，因此在后續(xù)實(shí)際使用實(shí)驗(yàn)過(guò)程中，盡量保持系統(tǒng)與手機(jī)端距離在5m內(nèi)。

1.4系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件設(shè)計(jì)主要包括主控芯片的片上開發(fā)部分和上位機(jī)的軟件開發(fā)部分。片上開發(fā)部分使用C語(yǔ)言實(shí)現(xiàn)數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)傳輸?shù)榷囗?xiàng)功能，需要在主控芯片STM32F405RGT6中完成以下任務(wù)：1）實(shí)現(xiàn)多路足底壓力數(shù)據(jù)的ADC轉(zhuǎn)換；2）設(shè)置傳感器相關(guān)參數(shù)，配置系統(tǒng)工作模式和數(shù)據(jù)采樣頻率；3）配置串口發(fā)送、接收的波特率和數(shù)據(jù)輸出格式等；4）實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)。

1）數(shù)據(jù)采集程序?qū)崿F(xiàn)

本文中數(shù)據(jù)采集裝置的軟件程序開發(fā)平臺(tái)是STM32CubeMX和Keil uvision 5.0。該裝置的數(shù)據(jù)采集功能由C語(yǔ)言編寫的嵌入式軟件程序控制實(shí)現(xiàn)，包含采集數(shù)據(jù)和導(dǎo)出數(shù)據(jù)兩大功能，上位機(jī)界面如圖9所示。

系統(tǒng)時(shí)鐘為168Hz；ADC由定時(shí)器驅(qū)動(dòng)，以500 次/s的頻率進(jìn)行精確采樣；串口發(fā)送速率為10Hz；串口波特率為9 600bit/s。傳感器在配置成功后開始進(jìn)入測(cè)量模式，并在測(cè)量完成后存儲(chǔ)數(shù)據(jù)。

2）手機(jī)端軟件程序?qū)崿F(xiàn)

本文通過(guò)MIT app inventor平臺(tái)線上制作軟件開發(fā)手機(jī)端軟件，操作流程和使用方法簡(jiǎn)單便捷。通過(guò)基于瀏覽器的編輯工具創(chuàng)建手機(jī)APP。之后經(jīng)過(guò)連接線可將APP部署至手機(jī)上運(yùn)行。本文所開發(fā)應(yīng)用程序主要實(shí)現(xiàn)了BLE設(shè)備控制、傳感器數(shù)據(jù)顯示等功能，應(yīng)用程序工作流程如圖10所示。

2足底壓力數(shù)據(jù)樣本

2.1特征數(shù)據(jù)采集

本系統(tǒng)將硬件集成部分嵌入足弓處，電池設(shè)置在腳腕處固定后進(jìn)行數(shù)據(jù)采集。設(shè)定壓力傳感器采樣時(shí)間間隔為T=0.075s。實(shí)驗(yàn)結(jié)果顯示：該系統(tǒng)能夠恰當(dāng)?shù)夭蹲降饺说牟綉B(tài)特征，由此驗(yàn)證這套系統(tǒng)可正確獲取人步行過(guò)程中的步態(tài)數(shù)據(jù)。為取得不同個(gè)體在多種狀態(tài)下的足底壓力數(shù)據(jù)，本文對(duì)10名志愿者進(jìn)行數(shù)據(jù)樣本采集實(shí)驗(yàn)，數(shù)據(jù)采集過(guò)程要求每位志愿者依次完成站立和行走兩種人體正?；顒?dòng)動(dòng)作和人體異常摔倒動(dòng)作。

摔倒行為在如圖11所示的海綿墊（厚度20cm）上進(jìn)行，志愿者模擬下肢失去控制或因身體不適而摔倒。

2.2實(shí)驗(yàn)數(shù)據(jù)分析

通過(guò)實(shí)驗(yàn)采集到的足底壓力數(shù)據(jù)是一串時(shí)間間隔為150ms的離散數(shù)據(jù)，為方便對(duì)不同狀態(tài)下的壓力數(shù)據(jù)進(jìn)行分析，對(duì)采集到的離散數(shù)據(jù)進(jìn)行處理，繪制出直觀的變化曲線。圖12為一段連續(xù)動(dòng)作足底壓力變化圖。站立狀態(tài)的足底壓力持續(xù)穩(wěn)定，變化幅度最??；步行狀態(tài)的足底壓力數(shù)據(jù)周期性明顯，支撐相時(shí)足底各部分壓力增大后減小，擺動(dòng)相時(shí)壓力較為穩(wěn)定，摔倒后數(shù)據(jù)為0。圖13為某一時(shí)刻的手機(jī)軟件界面壓力云圖。在運(yùn)動(dòng)過(guò)程中志愿者可實(shí)時(shí)查看到足底壓力數(shù)據(jù)和云圖變化情況（本刊為黑白印刷，如有疑問請(qǐng)咨詢作者）。

3結(jié)語(yǔ)

本文首先分析了人體在日?；顒?dòng)中的步態(tài)變化，后自行設(shè)計(jì)可穿戴設(shè)備收集人體活動(dòng)步態(tài)數(shù)據(jù)。對(duì)包括傳感器系統(tǒng)和信號(hào)處理模塊在內(nèi)的整個(gè)足底壓力測(cè)量系統(tǒng)進(jìn)行了硬件框架介紹；進(jìn)而對(duì)信號(hào)處理模塊的軟件設(shè)計(jì)進(jìn)行了介紹；最后利用這套數(shù)據(jù)采集系統(tǒng)進(jìn)行實(shí)驗(yàn)，分析不同狀態(tài)下足底壓力數(shù)據(jù)變化趨勢(shì)，以驗(yàn)證此系統(tǒng)能夠正確有效地采集步態(tài)數(shù)據(jù)并獲取人的步態(tài)特征。

參考文獻(xiàn)：

［1］ OUNPUU S. The biomechanics of walking and running［J］. Clinics in Sports Medicine，1994，13（4）：843-863.

［2］ 劉澤原. 基于智能鞋墊的步態(tài)分析及其應(yīng)用研究［D］. 哈爾濱：哈爾濱工業(yè)大學(xué)，2019.

［3］ 鮑根喜，王旭，夏新雷，等. 正常足步態(tài)周期中動(dòng)態(tài)足橫弓形態(tài)的初步分析［J］. 中國(guó)矯形外科雜志，2001，9（4）：2-5.

［4］ MEHDIZADEH S，DOLATABADI E，NG K D，et al. Vision-based assessment of gait features associated with falls in people with dementia［J］. The Journals of Gerontology：Series A，2020，75（6）：1148-1153.

［5］ 趙嘉豪，葉梁杰，羅心韻，等. 基于STM32的光電搬運(yùn)機(jī)器人設(shè)計(jì)與試驗(yàn)［J］. 機(jī)械制造與自動(dòng)化，2021，50（6）：158-161，165.

［6］ 林滔. 一種基于嵌入式小型PLC的智能控制模塊設(shè)計(jì)［J］. 機(jī)械制造與自動(dòng)化，2022，51（5）：219-222，234.

［7］ ZAMMIT G V，MENZ H B，MUNTEANU S E. Reliability of the TekScan MatScan（R） system for the measurement of plantar forces and pressures during barefoot level walking in healthy adults［J］. Journal of Foot and Ankle Research，2010，3：11.

［8］ 王明鑫. 正常中國(guó)成年人足底壓力分析［D］. 上海：同濟(jì)大學(xué)，2007.

［9］ 劉萬(wàn)兵，劉海軍，曹勇，等. 基于STM32的信號(hào)采集卡設(shè)計(jì)［J］. 電子設(shè)計(jì)工程，2022，30（18）：100-103，109.

［10］ 張旭，亓學(xué)廣，李世光，等. 基于STM32電力數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì)［J］. 電子測(cè)量技術(shù)，2010，33（11）：90-93.

［11］ 喻金錢，喻斌. STM32F系列ARM Cortex-M3核微控制器開發(fā)與應(yīng)用［M］. 北京：清華大學(xué)出版社，2011.

［12］ WANG L，HU W M，TAN T N. Recent developments in human motion analysis［J］. Pattern Recognition，2003，36（3）：585-601.

收稿日期：20230324

第一作者簡(jiǎn)介：余珂欣（1996—），女，陜西咸陽(yáng)人，碩士研究生，研究方向?yàn)楹教旆律茖W(xué)與技術(shù)，2865378873@qq.com。

DOI：10.19344/j.cnki.issn1671-5276.2024.06.027