一種用于運動監測的高精度智能可穿戴設備設計

李光亞

(陜西職業技術學院,西安710100)

一種用于運動監測的高精度智能可穿戴設備設計

李光亞

(陜西職業技術學院,西安710100)

開發了一種可穿戴的智能設備。首先,對該可穿戴設備的整機系統進行了剖析,利用一個六軸的運動模塊和一個藍牙模塊組成智能可穿戴設備,該設備能夠通過藍牙模塊與智能手機交互;然后對該設備的軟件實現進行了分析,得出了合成加速度與合成角速度,利用這兩個參數來計算行走的步數;最后測試了該智能可穿戴設備記錄的步數以及消耗的卡路里的精確性。

可穿戴設備;運動監測;合成加速度;合成角速度;藍牙模塊;記步

引 言

智能可穿戴設備被廣泛應用在諸多的領域,比如休閑、娛樂和醫療[1-2]。以前,筆者利用跑步機做一些運動,因為可以通過跑步機觀測到在跑步過程中跑的步數、消耗的卡路里以及其他一些所關心的數據,然后再根據這些信息有目的地安排自己的運動。但是,跑步機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,為了捕捉人們實時的運動,智能可穿戴設備就應運而生[3-4]。和傳統設備相比,智能可穿戴設備重量輕、體積小、方便攜帶。

隨著技術的發展,研究者們研發了很多智能可穿戴設備來捕捉和評估人們的運動。Doron Maeva等人[5]設計了一種可穿戴設備來評估人們日常生活中的運動,他們將一種可穿戴設備置于人身上,通過相應的算法來識別人體所做的一些動作并分析所消耗的能量。經實驗驗證該設備能達到79%的正確識別率。Li Zhen等人[6]發明了一種可穿戴設備,該設備通過分割日常生活事件來分析評估日常生活風格,每天可以連續10個小時以多媒體的方式記錄數據,以這些數據得到人體運動參數的界限,以這些界限可以來分割人體的不同運動。這些數據可以上傳到PC上,從而更加直觀。Motoi K等人[7]發明了一種智能可穿戴設備用于長期護理中的康復確認,將智能可穿戴設備放于需要康復的部位,通過檢測運動過程中該部位產生的加速度和角速度來判定該部位的康復情況。

然而,在實際生活運動的過程中并不會隨身攜帶計算機,此時想要了解實時的運動情況就比較困難。

因此,本文提出一種基于六軸運動模塊的智能可穿戴設備來測量人體不同部位的運動,通過一種模糊控制算法來計算行走的步數以及所消耗的卡路里,并使用了一個藍牙模塊,使該智能設備方便地與智能手機進行交互。當智能手機從智能可穿戴設備收到數據之后,相關數據會在手機屏幕上實時顯示。

1 智能設備開發

1.1 智能可穿戴設備

本文所開發的一種智能可穿戴設備(重量:20 g,尺寸:55 mm×55 mm×10 mm)由一個六軸的運動模塊(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。該智能可穿戴設備通過一個藍牙模塊與智能手機進行交互,使用一塊鋰電池(SL 414W-473646)給整個系統供電,該電池可以支撐一次6個小時的實驗。微處理器以100 Hz/s的速度采集6組數據(三組加速度數據和三組角速度數據)來分析人體運動。通過對原始加速度以及原始角速度的處理,可以計算出步行的步數以及所消耗的卡路里。

1.2 軟 件

如圖1所示,可以在智能手機上看到步數以及消耗的卡路里。其中,SETPS表示記錄的步數;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 智能手機界面

智能可穿戴設備的開發流程圖見圖2。

圖2 智能可穿戴設備軟件流程

①當智能可穿戴設備上電以后,六軸的運動模塊就開始以100 Hz的采樣頻率采集加速度和角速度數據。之后,這些數據被發送至微處理器。

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,最終會得到合成的加速度和角速度信息,之后經過一個低通濾波,這些處理過的數據可以用來計算步數以及消耗的卡路里。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置一個合適的閾值區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別,所以需要兩種閾值。為了區分這兩種模式,本文就用到了合成的角速度。由圖3(b)可知,當擺臂行走時,所產生的角速度要遠遠大于手放在口袋里行走時產生的角速度。當擺臂行走的時候(mode1),設置一個上限閾值和一個下限閾值(在此實驗中為1.25 g和1.15 g)來避免抖動錯誤,當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,則可以認為是在mode2下工作,否則就是在mode1下工作。

圖3 本文開發智能設備的加速度與成角速度測試

2 實驗研究

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

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

圖4 不同智能可穿戴設備的精度測試

在表1和表2中,記錄了多次實驗后得到的兩種設備的對比數據,其中參考步數和參考卡路里是由Fitbit One測量得到,而測量步數和測量卡路里是由本文提出的智能設備測量得到。

表1 步數測量誤差

表2 消耗的卡路里測量誤差

在計算步數以及消耗的卡路里的時候,如果僅僅使用一個臨界值來計算,計算結果很容易受到誤動作的干擾。因此本文在計算步數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域,通過此臨界區域,可以有效避免誤動作帶來的干擾,從而提高設備精度。

結 語

本文利用慣性傳感器(主要包括三軸的加速度計和三軸的陀螺儀)設計一種成本低、功耗低的智能可穿戴設備。將該智能可穿戴設備放在人體運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算,來得到行走的步數以及所消耗的卡路里。通過對比實驗表明,該設備有比較可靠的精度,通過利用藍牙模塊傳輸數據,使得本設備能夠與智能手機進行交互。

[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),研究方向為體育學應用。

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)