一種基于姿態(tài)傳感器的人體步態(tài)特征識別感測系統(tǒng)設(shè)計

張昭 修宇亮

摘 要：本文介紹了一種基于姿態(tài)傳感器的人體步態(tài)特征識別感測系統(tǒng)方案。該感測系統(tǒng)由可穿戴傳感器和上位機接收程序?qū)崿F(xiàn)。該可穿戴傳感器利用IIC協(xié)議將陀螺儀JY901的數(shù)據(jù)讀取至ESP32中，通過wifi上傳至上位機，上位機程序通過多線程可同時接收和保存八臺步態(tài)傳感器的數(shù)據(jù)，通信丟包率低于0.17%，能夠?qū)崿F(xiàn)八個傳感器數(shù)據(jù)同步感測，為后續(xù)步態(tài)識別提供步態(tài)數(shù)據(jù)，達到設(shè)計要求。

關(guān)鍵詞：陀螺儀JY901;IIC協(xié)議;WIFI;ESP32;步態(tài)

本文設(shè)計了一種基于單片機ESP32的可攜帶式的人體動作系統(tǒng)，以ESP32作為主控芯片，利用ESP32中的Wi-Fi功能進行無線數(shù)據(jù)傳輸。本設(shè)計使用JY901九軸陀螺儀進行運動姿態(tài)的數(shù)據(jù)采集，將采集到的數(shù)據(jù)通過ESP32中的Wi-Fi上傳至客戶端，再通過電腦用C#語言編寫的上位機作為接收端，最后將接收到的數(shù)據(jù)寫進.CSV文件中。之后可以通過通過人工智能的方式來對保存的文件內(nèi)容進行學(xué)習(xí)。本文著重研究于姿態(tài)傳感器的人體步態(tài)特征識別感測系統(tǒng)設(shè)計，具有體積小、功耗低、方便攜帶、實用性強等優(yōu)點，在實際生活中具有極大的應(yīng)用推廣價值。

一、系統(tǒng)總體方案設(shè)計

本文設(shè)計方案的設(shè)計目的主要是運用Wi-Fi的無線傳輸技術(shù)，將陀螺儀的數(shù)據(jù)傳輸至電腦，并保存在文件中，之后可以利用于人工智能中，本文只研究多臺設(shè)備同時進行無線數(shù)據(jù)收發(fā)的驗證。為完成此次項目，本項目選用ESP32作為本次項目的主控芯片，利用ESP32上自帶的Wi-Fi功能進行數(shù)據(jù)傳輸。而陀螺儀方面的選擇，本次設(shè)計我們選擇了JY901作為本次項目的陀螺儀，因為JY901采用了先進的數(shù)字濾波技術(shù)，能有效降低測量噪聲，提高測量精度。除此之外，我們還采用了C#語言作為本次上位機的搭建，C#語言的功能很強大，就目前來說廣泛用于開發(fā)Web程序，比如企業(yè)網(wǎng)站，商城等，而本文則用它進行開發(fā)關(guān)于接收數(shù)據(jù)方面。

本次總體的設(shè)計系統(tǒng)框圖如圖1所示。

二、系統(tǒng)硬件電路設(shè)計

1.姿態(tài)傳感器的主控開發(fā)板介紹

為了成功完成本次項目設(shè)計，特選擇ESP32芯片，ESP32是ESP8266的繼任者。ESP32搭載了許多新功能。它結(jié)合了Wi-Fi和藍牙無線功能，并且是雙處理器，具備了USB-to-UART接口和穩(wěn)壓電路。引腳標(biāo)記在電路板的頂部和底部。鋰電池連接器是該電路板的重要特點，這非常適合我們本次項目。

2.系統(tǒng)的采集數(shù)據(jù)模塊設(shè)計

本次項目我們采用了9軸的姿態(tài)角度傳感器JY901，利用內(nèi)部集成的姿態(tài)解算法進行數(shù)據(jù)姿態(tài)解算，之后通過IIC與主控芯片ESP32進行通信與傳輸姿態(tài)數(shù)據(jù)。

（1）JY901陀螺儀介紹

此模塊采用了先進的數(shù)字濾波技術(shù)，能夠有效的降低測量產(chǎn)生的噪聲，提高測量精度。并且還集成了高精度的陀螺儀、加速度計、地磁場傳感器，采用高性能的微處理器和先進的動力學(xué)解算與卡爾曼動態(tài)濾波算法，能夠快速求解出模塊當(dāng)前的實時運動姿態(tài)。

模塊內(nèi)部集成了姿態(tài)解算器，配合動態(tài)卡爾曼濾波算法，能夠在動態(tài)環(huán)境下準(zhǔn)確輸出模塊的當(dāng)前姿態(tài)，姿態(tài)測量精度靜態(tài)0.05度，動態(tài)0.1度，穩(wěn)定性極高，性能甚至優(yōu) 于某些專業(yè)的傾角儀！模塊內(nèi)部自帶電壓穩(wěn)定電路，工作電壓 3.3v～5v，引腳電平兼容 3.3V/5V 的嵌入式系統(tǒng)，連接方便。支持串口和 IIC 兩種數(shù)字接口。方便用戶選擇最佳的連接方式。

（2） JY901陀螺儀姿態(tài)解算

本次使用的JY901模塊的數(shù)據(jù)采用的是16進制的方式進行傳輸數(shù)據(jù)，這種方法的有點就是效率比較高，可以用較少的字節(jié)傳輸需要的數(shù)據(jù)，比如一個數(shù)據(jù)5.214如果用ASCII碼的話需要5個字節(jié)，但是用16進制方式傳輸?shù)脑捴恍枰?個字節(jié)，但是16進制也有缺點，就是可讀性不強，不想ASCII碼可以直接讀數(shù)據(jù)。

16進制的傳輸原理是這樣的，首先要確定表示的范圍，然后是每個數(shù)據(jù)的用字節(jié)數(shù)。比如一個角度的數(shù)據(jù)是±180°，而兩個字節(jié)16進制的表示范圍則是-32767～32768之間，那么我們就把±180°的數(shù)據(jù)映射到這個范圍內(nèi)。假設(shè)原理的數(shù)據(jù)是x，變換以后的數(shù)據(jù)是y，那么y=x/180*32768，兩個字節(jié)能表示的最小精度則是1/32768*180=0.0055°這種精度對于我們來說已經(jīng)非常夠用了。

三、系統(tǒng)軟件程序設(shè)計

1.系統(tǒng)的無線發(fā)送數(shù)據(jù)設(shè)計

本次項目選用的無線傳輸技術(shù)是Wi-Fi，ESP32里提供了Wi-Fi和藍牙的傳輸協(xié)議，可利用Arduino開發(fā)平臺對ESP32進行開發(fā)。本次項目利用Arduino作為開發(fā)ESP32的開發(fā)平臺。

2.系統(tǒng)的無線接收模塊程序設(shè)計

無線接收模塊程序是基于C#語言開發(fā)的，程序結(jié)構(gòu)如圖2所示。由于要同時收八臺設(shè)備，且一臺設(shè)備就需要跑2個線程，一個為客戶端的線程，另一個為用戶界面接收的線程，所以一共需要跑16個線程。在此之前，還需要設(shè)計主界面的設(shè)計，另外還設(shè)計了一個輔助窗體用來調(diào)試，但最主要的顯示界面還是需要使用主窗體，通過控制主窗體的界面來選用模式和填相關(guān)的IP地址來進行傳輸。

四、系統(tǒng)總結(jié)與測試

測試數(shù)據(jù)分析：

為驗證數(shù)據(jù)采集是否正確，8臺數(shù)據(jù)接收實時性是否一致，本次設(shè)計做了一個驗證設(shè)備進行數(shù)據(jù)驗證，讓8臺設(shè)備處于同一水平線并同時進行翻轉(zhuǎn)，然后來判斷其加速度是否一致，以及他們的變化過程是否一樣。方法則是通過.csv文件中的數(shù)據(jù)進行比對丟包率。

讓設(shè)備連接我們的手機熱點，并且同時電腦也連接我們手機熱點，為了驗證八臺設(shè)備收集數(shù)據(jù)的同步性，可以觀察到各設(shè)備收集的數(shù)據(jù)總數(shù)，并且還要計算八臺設(shè)備之間的丟包率，為此本次項目進行了10次數(shù)據(jù)的采集，采集時間不同，為了避免巧合性，本次實驗進行了10 次數(shù)據(jù)采集的驗證，十臺設(shè)備的丟包率小于0.17%。

之后通過翻轉(zhuǎn)自制的平臺將8臺設(shè)備同時進行轉(zhuǎn)動，翻動10圈，則停止，然后通過客戶端接收的部分來停止數(shù)據(jù)的采集，并將搜集到的數(shù)據(jù)利用Excel的畫折線圖的功能來繪制變化的數(shù)據(jù)，本次項目選取其中的共收集了911個數(shù)據(jù)，選擇其中的200至700的X軸的加速度數(shù)據(jù)進行繪制折線圖。由之后繪制的圖像可觀察出八臺設(shè)備X軸加速度繪制出的波形基本一致，即可證明8臺設(shè)備之間的數(shù)據(jù)同步性。將八臺設(shè)備固定上松緊帶即可戴在人體上進行采集人體動作的數(shù)據(jù)，以下為姿態(tài)傳感器穿戴實物圖：

五、結(jié)論

本文介紹了一種基于姿態(tài)傳感器的人體步態(tài)特征識別感測系統(tǒng)方案。該感測系統(tǒng)由可穿戴傳感器和上位機接收程序?qū)崿F(xiàn)。穿戴傳感器以ESP32作為主控芯片，使用JY901作為本次項目使用的陀螺儀，并進行姿態(tài)解算，通過ESP32中集成的WIFI模組將穿戴者的數(shù)據(jù)上傳至上位機，位機接收程序?qū)⑽募４嬷?csv文件中，能夠?qū)崿F(xiàn)多臺設(shè)備同時進行無線采集人體步態(tài)動作。

參考文獻：

[1] 容志能.慣性運動捕捉系統(tǒng)中傳感數(shù)據(jù)的傳輸與處理[D].杭州：浙江大學(xué)， 2012.

[2] 李爽，羅志增，孟明.基于加速度傳感器的下肢運動信息獲取方法[J].機電工程，2009.26（1）：5-16.

[3] 李娜.基于人體運動狀態(tài)識別的可穿戴健康檢測系統(tǒng)研究[D].北京：北京工業(yè)大學(xué)，2013.

[4] 余曉強，黃劍，陶春靜.基于無線穿戴式傳感系統(tǒng)的智能步態(tài)檢測研究[J].華中科技大學(xué)學(xué)報（自然科學(xué)版），2017.45（10）：105-110.

[5] 劉震，王雪梅，倪文波.基于MEMS傳感器的高精度姿態(tài)角測量研究[J].中國測試，2017.43（2）：6-13.

作者簡介：張昭（1982—），男，漢族，講師，研究方向：電子信息技術(shù)。

基金項目：福建省大學(xué)生創(chuàng)新訓(xùn)練項目“基于人工智能的人體步態(tài)生物特征辨識系統(tǒng)設(shè)計”（項目編號：S202010397064）。