基于體域網的可穿戴式短跑運動狀態監測

黎玉安，張朝暉，趙小燕，夏懷亮

（1.北京科技大學 自動化學院，北京 100083；2.北京市工業波譜成像工程技術研究中心，北京 100084）

0 引 言

短跑技術的演化經歷了漫長的過程。公元前776 年在希臘舉行的第一屆古代奧林匹克運動會上，就已經設置了短跑比賽項目。那時的起跑采用站立姿勢，利用腳后巨石的反力來增加起跑加速度，直到1887 年才開始采用蹲踞式起跑[1]。從腳跟先著地變成前腳掌著地，大大提高了短跑成績[2]。1912 年的男子百米世界紀錄為10 秒06[3]，而目前紀錄是創造于2009 年的9 秒58，其中短跑技術的進步功不可沒。

短跑技術由起跑、加速跑、途中跑及沖刺跑等四個階段的技術組成。通過對每個階段運動狀態的監測，深入了解對技術要領的執行情況，有利于為運動員制定科學的訓練方案。

人體運動姿態監測可以利用可穿戴式傳感器、外置傳感器（光學式、圖像式、聲學式）、外置/可穿戴式混合傳感器等三種途徑實現。近些年來，隨著微機電系統（Micro Electro Mechanical Systems, MEMS）制造技術的迅猛發展，基于MEMS 的傳感器具備了體積小、能耗低、數據無線高速傳輸的優點[4]，成為可穿戴設備的優選器件。

本文采用可穿戴式傳感器，并以運動員個體為單元構成無線傳感網絡，實時采集運動員的姿態、速度、加速度信號，以進行再現和分析。

1 四元數姿態估計

四元數是一個四維復數，常用于表達三維旋轉運動，其形式為[5-6]：

式中：q0、q1、q2、q3為實數；是互相正交虛單位向量。

微控制器將每個傳感器的輸出轉換成四元數計算并無線發送給上位機。相比于角度信息直接發送，四元數具有處理速度快、占用存儲空間少的優勢，傳輸效率高，能耗也更低。

上位機將接收到的四元數進行融合解算，得出偏航角ψ、俯仰角θ、橫滾角?空間方向信息。當剛體的姿態發生變化時，剛體坐標系分別繞地理坐標系各軸旋轉，得到偏航角ψ、俯仰角θ、橫滾角?的轉換矩陣為：

式中：b代表剛體坐標系；n代表地理坐標系。轉換矩陣的四元數表達式為：

從式（2）、式（3）可得出剛體坐標系旋轉角度與四元數之間的關系為：

2 卡爾曼濾波算法

本文采用的MPU-6050 傳感器芯片測量存在慣性傳感器本身誤差和外部環境影響[7]。卡爾曼濾波利用狀態方程根據時間上的各測量結果進行最優估計，去除噪聲和干擾的影響。常用的卡爾曼濾波方式對慣性傳感器原測的數據進行建模、預測更新，對下一時刻的數據進行預測。

不同測量系統下模型有所不同，用X表示傳感器原測的各項數據，基本動態系統模型如下[8-9]。

狀態方程：

測量方程：

式中：Xk為k時刻系統的狀態量；Φk,k-1為系統從k-1 到k時刻的狀態轉換矩陣；Γk-1為k-1 時刻系統噪聲矩陣；Wk-1為k-1 時刻過程噪聲；Zk為k時刻的測量值；Hk為k時刻的觀測模型矩陣；Vk為k時刻測量的系統噪聲。

狀態更新：

式中，Kk為卡爾曼濾波增益。協方差矩陣公式為：

式中，A為作用在Xk-1上的狀態變換矩陣。過程噪聲的協方差矩陣為：

卡爾曼濾波增益為：

測量噪聲的協方差矩陣為：

更新協方差：

式中，I為單位矩陣。

卡爾曼濾波通過線性狀態方程和遞歸運算方法解決離散數據濾波問題，再結合輸入輸出得到的觀測數據估算最優數據。

3 體域網系統設計

以往研究表明，短跑運動中各肢體的總體加速度范圍在-3g到3g之間[10]。本文采用三軸陀螺儀和三軸加速度計的MPU-6050 傳感器模塊，具有可控的傳感器測量范圍，陀螺儀可測范圍分別為±250°/s、±500°/s、±1 000°/s、±2 000 °/s，加速度計可測范圍分別為±2g、±4g、±8g、±16g。傳感器芯片尺寸為（4×4×0.9）mm，傳感器模塊將傳感器芯片連接至8 根外接引腳，用于供電、控制、數據讀取功能，如圖1 所示。

圖1 MPU-6050 傳感器模塊

本方案需要進行各肢體實時監測，采樣頻率高、無線網點反應速度快且傳感器數量多。綜合考慮，大帶寬、低延遲的WiFi傳輸方式成為優先選擇。各網點均有一定的運算能力，本文采用WiFi 技術的ESP8266 無線微控制器。所構成的可穿戴數據采集模塊包括傳感器模塊、WiFi 模塊、電池等三部分，如圖2 所示。

圖2 可穿戴數據采集模塊結構示意圖

將10 個可穿戴數據采集模塊組成體域網結構，如圖3所示。

圖3 體域網的構成

總體設計的體域網由10 個無線數據采集模塊組成，根據不同的實驗模式，采用的數據采集模塊數量會有所改變且安裝的方式不同。

運動狀態數據處理流程如圖4 所示。微控制器將傳感器采集到的原始數據轉換成四元數，通過WiFi 信號傳輸給接收端再通過串口上傳給上位機，上位機將得到的四元數數據在軟件上建模、記錄跑步過程的信息。

圖4 運動狀態數據處理流程

4 實驗結果分析

實驗包括兩方面主要內容：一是驗證起跑、加速跑、途中跑、沖刺跑四個階段的姿態監測效果；二是全程速度與加速跑監測效果。

4.1 姿態監測實驗

采用10 個數據采集模塊，采樣頻率為10 Hz，監測運動員跑步的姿態變化過程、接收端模塊及上位機。實驗者在頭部、背部、兩邊胳膊肘、手腕、大腿、腳踝分別穿戴各數據采集模塊，如圖5 所示。

圖5 姿態監測實驗數據采集模塊布置方案

根據運動員各肢體產生的空間旋轉角度，傳感器將采集到的數據轉換成四元數無線傳達至上位機，上位機將得到的四元數數據在軟件上建模、記錄跑步過程四個階段各肢體的姿態信息。運動員跑步姿態數據自動監測實驗結果如圖6所示。

圖6 短跑運動員姿態監測建模

4.2 速度與加速度監測實驗

實驗者穿戴一個腳踝數據采集模塊，跑道上安裝兩個間接收發數據模塊、接收端及上位機。實驗驗證本文設計中采用的ESP8266 WiFi 模塊在無遮擋情況下傳輸距離在45 m 以內，且距離超過30 m時出現嚴重的延遲、數據丟失問題。因此，全程跑100 m 將不能直接把數據從穿戴數據采集模塊無線傳達至上位機。本文設計的方案添加中程收發數據模塊，增加了傳輸距離，保證監測運動員的全程跑步速度、加速度信息。跑道的接收信號模塊布置方案如圖7 所示。

圖7 跑道接收信號模塊布置

戶外實驗在100 m 實際跑道上進行，采樣間隔為10 ms，對運動員穿戴數據采集模塊的加速度信息進行卡爾曼濾波處理，得到速度與加速度變化曲線如圖8 所示。對腳踝速度作光滑曲線，得出運動員全程跑的速度變化曲線如圖9 所示。在100 m 跑步過程中，運動員通過調節步頻控制跑步速度，跑前30 m 時添加了減速階段，過30 m 后再加速跑。

圖8 運動員全程跑數據

圖9 運動員全程跑速度分布

5 結 語

針對短跑運動訓練監測的需求，本文提出了一種低功耗、微型化、無線傳輸的實施方案。通過實驗測試，基于六軸慣性傳感器、微控制器和無線傳輸技術，設計了組成體域網的10 個可穿戴無線數據采集模塊，監測運動員各肢體的空間信息，采樣間隔可從10 ms 調節至100 ms。通過兩種主要實驗監測運動員全跑程的運動狀態，為科學訓練提供了一個輔助手段。