基于人體運動狀態識別的損傷風險監測系統研究

田朝輝

摘 要： 針對人體運動狀態評估和損傷風險監測的可控性不好的問題，提出一種基于Android便攜儀移動終端平臺設計的人體運動狀態識別及損傷風險檢測系統設計方法。在Android移動APP終端上進行人體運動狀態損傷風險監測系統的總體設計構架，分析系統的功能模塊；利用Android嵌入式系統進行系統的軟件開發，以S3C6410為系統的核心處理器進行人體運動狀態的數據采集和分析，采用ARM1176JZF?S作為主處理內核進行便攜式損傷風險監測系統軟件開發，并通過WiFi接口進行操作系統移植和設備端口的兼容性設計。系統測試表明，該系統能準確實現人體運動狀態識別和損傷風險監測與提示，性能可靠穩定。

關鍵詞： 人體運動狀態識別； 風險監測； ARM； Android

中圖分類號： TN911?34； TP302 文獻標識碼： A 文章編號： 1004?373X（2017）12?0093?04

Abstract： Since the controllability for human?body motion state assessment and damage risk monitoring is poor， a design method of human?body motion state recognition and damage risk detection system is proposed， which is based on Android portable mobile terminal platform. The overall design framework of damage risk monitoring system of human?body motion state was constructed on mobile APP terminal embedded in Android system to analyze the functional module of the system. The Android embedded system is used to develop the system software. The S3C6410 is taken as the core processor of the system to acquire and analyze the data of human?body motion state. The ARM1176JZF?S is employed as the main processing kernel to develop the software of the portable damage risk monitoring system， perform the transplantation of operating system and compatibility design of equipment port through WiFi interface. The system test results show that the system can accurately recognize the human?body motion state， monitor and prompt the damage risk， and has reliable and stable performances.

Keywords： human?body motion state recognition； damage risk monitoring； ARM； Android

0 引 言

近年來，人體運動損傷導致的心血管疾病和肌肉損傷疾病逐年上升。由于人體在運動過程匯總難以實現自我生理調控，容易出現過度運動導致運動損傷。常見的運動損傷產生的生理反應有肌肉韌帶拉傷、運動疲勞、心肌勞損和脛骨膜炎等。人體的運動狀態有效識別和監測能防止運動損傷，通過運動狀態識別合理安排訓練，對碎發性運動狀態損傷具有較好的防控和風險監測性能。通過統計得知，采用有效的運動狀態識別和監測方法，能在統計區間70%～80%內有效避免突發性運動損傷導致的死亡和休克，通過運動損傷風險監測，發現損傷征候，并提前采取及時有效的措施。針對人體運動狀態評估和損傷風險監測的可控性不好的問題，提出一種基于Android便攜儀移動終端平臺設計的人體運動狀態識別及損傷風險檢測系統設計方法，本文對系統的具體設計過程進行描述。

1 人體運動損傷風險監測系統總體設計

1.1 設計原理

運動損傷風險監測系統分為便攜式移動終端系統和主控監測系統兩部分。人體在運動時，采用移動便攜式APP設備[1]，進行運動過程中的身體狀態特征分析。系統負責實時采集人體在運動過程中的心臟、脈搏、心肺功能的肺活量、心率、肌肉勞損度和肺功能各參數指標作為狀態識別和損傷風險的原始分析數據。在長期檢測的情況下，充分掌握了人體運動過程中的生理指標，并且對數據進行簡單的分析和處理，進行運動損傷風險性評估實驗[2?3]，并對實驗結果進行數據處理，結合專家系統進行生理狀態指標的特征分析和狀態監測，如果發現數據異常，則報警告知運動者。監測部門會對收集到的患者運動狀態識別和損傷風險數據進行實時分析，如果發現患者確有危險，則立刻通過專家系統進行信息反饋，并給出異常警告和相應的預防措施[4]。運動損傷風險監測系統設計采用3層架構的設計原理，分為硬件層、中間層和軟件層，根據上述設計分析得到本文設計的基于人體運動狀態識別的損傷風險監測系統原理實現過程如圖1所示。

1.2 系統的總體設計以及功能技術指標分析

根據上述對人體運動損傷風險監測系統的設計原理分析，進行系統的總體設計描述。系統的核心模塊是人體運動生理狀態特征信息采集和信息處理模塊。硬件設計部分主要包括運動生理信息的傳感采集模塊、Android移動APP終端信息處理模塊、主控模塊、A/D模塊以及損傷風險分析模塊。采用ADSP21160處理器作為核心控制芯片進行人體運動損傷風險控制和多通道的身體特征信息采樣。采用S3C6410A的嵌入式內核ARM1176JZF?S處理芯片進行信息調理和數據分析。外圍電路設計中，主要有USB模塊設計、時鐘電路設計、Net網絡通信模塊設計、GPRS信息傳輸模塊設計、A/D電路設計以及傳感器調理電路設計。另外存儲模塊實現對運動損傷風險的FLASH緩存以及人體運動狀態特征信息的RAM寄存，供電模塊實現對運動損傷風險監測系統的12 V供電，得到運動損傷風險監測系統的總體設計結構圖如圖2所示。

根據圖2設計的監測系統的總體結構框圖，進行系統的功能模塊化分析和設計技術指標描述。系統的數據存儲模塊采用的是SDRAM，FLASH，ROM等緩存結構，損傷風險監測系統的輸出電壓范圍為0～5 mV/15～220 bmp，系統的A/D采樣分辨率為0.01 mV/1 bmp。利用VIX總線的高速PCI帶寬進行多通道的同步觸發，通過A/D轉換器模塊分配到各PXI?6713模塊中[5]。根據系統的設計需求和應用方向，得到本文設計的人體運動損傷風險監測系統主要技術指標參數描述見表1。

2 系統硬件設計部分

以S3C6410為系統的核心處理器進行人體運動狀態的數據采集和分析。在硬件設計中，需要對USB模塊設計、時鐘電路設計、Net網絡通信模塊設計、GPRS信息傳輸模塊設計、A/D電路設計以及傳感器調理電路設計部分進行系統描述，如下：

（1） USB模塊電路。該模塊是利用Android移動APP終端上的接口功能，實現運動損傷風險監測系統的接口兼容性設計和數據傳輸通信。系統在傳感器的輸出端設計USB模塊電路，利用內部的電路（如濾波器、轉換器、放大器等）進行運動損傷風險監測的原始信息采集。USB接口設計中，采用并行外設接口（PPI）構建人體運動生理狀態損傷風險監測系統的時鐘中斷接口，它是半雙工形式，支持8個多頻的LCD液晶顯示，運動損傷風險監測系統具有低功耗性能，得到USB模塊電路接口設計如圖3所示。

（2） 時鐘電路。人體運動損傷風險監測系統的時鐘電路是實現損傷風險監測系統對人體運動生理狀態特征信息數據的時鐘中斷控制。通過低電壓復位進行時鐘中斷控制，根據Android系統的移動便攜式設計需求，運動損傷信息的邏輯控制設備通過外部I/O設備與嵌入式接口相連，監測系統選用繼電器實現模擬信號預處理，根據信號的大小自動調整能譜捕捉的放大倍數，選擇引腳BOOTM[0：3]來設置加載模式。根據公式PERIOD =，即每隔15.454 μs刷新時鐘采樣頻率，選用芯片為CAT24WC256執行時鐘中斷，引導加載的I2C E2PROM執行內部尋址和上電加載，時鐘電路設計如圖4所示。

（3） Net網絡通信模塊。Net網絡通信模塊是整個系統進行數據傳輸和專家系統分析的核心。先在Android移動APP終端上進行人體運動狀態損傷風險監測系統的Net網絡通信模塊設計，并通過WiFi接口進行操作系統移植和設備端口的兼容性設計。使用CAN_MB_DATA3～CAN_MB_DATA0等寄存器進行運動損傷風險的狀態識別和在線專家系統評估[6?7]，對運動生理指標采樣的D/A的精度為16位，首先發送WREN指令，執行Net網絡通信寫入功能，CAN接收中斷子程序，判斷收到數據是否具有運動損傷的風險性，進行狀態識別和判斷。Net網絡通信模塊的芯片接口設計如圖5所示。

（4） A/D電路設計。通過A/D電路設計，實現對人體運動損傷風險監測信息存儲器分配和特征采樣，在DSP的CE1空間，使用MC7660作為A/D芯片，通過邏輯與譯碼控制運動損傷信息風險監測信息的I2C加載和濾波，得到A/D電路設計如圖6所示。

（5） 調理電路設計。人體運動損傷風險監測系統的傳感器調理電路能實現信號調理功能，由于傳感器輸出的信號很微弱，在對人體運動狀態識別中，需要設計信號調理電路進行濾波放大，提高識別能力。信號調理電路采用以S3C6410為系統的核心處處理器，由于人體在運動中心跳頻率在60～100 次/min之間，因此在進行信號調理電路設計中，設計的信號放大倍數為100倍以上，信號濾波中設計截止頻率在20 Hz以上的低通濾波器，得到電路設計如圖7所示。

3 系統軟件開發

在上述完成了基于人體運動狀態識別的損傷風險監測系統硬件部分設計的基礎上，進行軟件開發，系統軟件層分為兩部分：操作系統層面和用戶應用層面。采用ARM1176JZF?S作為主處理內核進行便攜式損傷風險監測系統軟件開發，并通過WiFi接口進行操作系統移植和設備端口的兼容性設計。選擇Android OS進行操作系統的程序移植，首先設置工作目錄，然后進行WiFi接口的交叉編譯控制，最后在新的編譯器中進行風險監測評估，設計代碼為：

（1） 設置人體運動狀態識別的工作目錄：

在Android OS環境下進行程序兼容性設計：

# mkdir /myAndroid O

# cd / LOCAL_SRC

# Android APP mobile kernel data acquisition

圖7 信號調理電路設計

（2） Android操作系統移植，進行WiFi接口的交叉編譯控制：

刪除原來的編譯工具：

[root@ operating system /]# rm?rf opt

[root@localhost /]# damage risk monitoring

設置信號調理下的新的編譯器：

# cd /mywork/ functional modules

# xzvf /linux/arm?linux? portable injury risk

（3） 獲得vboot源碼：

將vboot源碼放在“/LOCAL_PACKAGE”目錄下

#cd /mywork/bootloader //修改內核程序

#/FriendlyARM/.tar.gz //WiFi接口的交叉編譯控制

4 實驗測試分析

最后通過實證測試方法進行系統調試分析，驗證系統的性能，將設計的便攜式運動損傷風險監測系統佩戴于人體身上，進行為期一周的間隙性運動和運動數據采集，采集的最大攝氧量、心率等數據作為研究對象[8]。在LCD顯示器上分析運動狀態信息，進行風險控制，實現人體運動狀態識別和運動損傷風險監測。以人體的最大攝氧量為例，得到人體運動狀態中的采集輸出結果如圖8所示。

根據運動中的生理狀態特征采集結果，對數據進行系統的分析和處理，進行運動損傷風險性評估實驗，實現損傷風險監測。為了測試系統性能，以風險監測的報警準確度為測試指標，得到采用本文系統和傳統的人工經驗分析方法，取10名研究對象進行測試，得到對比結果如圖9所示。從圖9可見，采用本文系統進行運動損傷風險監測的準確性較好，對運動身體狀態評估準確可靠。

5 結 語

本文提出一種基于Android便攜儀移動終端平臺設計的人體運動狀態識別及損傷風險檢測系統設計方法。在Android移動APP終端上進行人體運動狀態損傷風險監測系統的總體設計構架，進行系統的功能模塊分析；利用Android嵌入式系統進行系統的軟件開發，以S3C6410為系統的核心處理器進行人體運動狀態的數據采集和分析；采用ARM1176JZF?S作為主處理內核進行便攜式損傷風險監測系統軟件開發，并通過WiFi接口進行操作系統移植和設備端口的兼容性設計。系統測試表明，該系統能準確實現人體運動狀態識別和損傷風險監測與提示，性能可靠穩定，具有一定的實用價值。

參考文獻

[1] 張敏，金龍旭，李國寧，等.基于TDICCD空間相機圖像模擬源系統設計[J].液晶與顯示，2016，31（2）：208?214.

[2] 劉秀菊.基于嵌入式系統物聯網的智能監測系統設計[J].計算機測量與控制，2012，20（9）：2375?2378.

[3] 雷鵬，孫可，張玉發，等.凝視光電成像系統貓眼回波特性的理論與實驗研究[J].光子學報，2016，45（6）：17?23.

[4] MORENO?SALINAS D， PASCOAL A M， ARANDA J. Optimal sensor placement for multiple target positioning with range?only measurements in two?dimensional scenarios [J]. Sensors， 2013， 13（8）： 10674?10710.

[5] 楊豐盛.Android應用開發揭秘[M].北京：機械工業出版社，2010.

[6] 孫曉宇.Android手機界面管理系統的設計與實現[D].北京：北京郵電大學，2009.

[7] 陸興華，吳恩燊.基于安卓客戶端的智能家居電力控制優化設計[J].電力與能源，2015，36（5）：692?695.

[8] 宋憲強，劉曉莉.運動心肺試驗在運動醫學領域中的應用[J].山西中醫學院學報，2004，5（4）：53?55.