文獻(xiàn)標(biāo)識(shí)碼： A
DOI：10.16157/j.issn.0258-7998.2015.09.017
中文引用格式： 蔡靖，田入運(yùn)，劉磊，等. 基于人體傳感和Android技術(shù)的運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].電子技術(shù)應(yīng)用，2015，41(9)：63-66.
英文引用格式： Cai Jing，Tian Ruyun，Liu Lei，et al. Design and implementation of a movement monitoring system based on the human body sensor and Android technology[J].Application of Electronic Technique，2015，41(9)：63-66.
0 引言
運(yùn)動(dòng)競(jìng)技和健康鍛煉中的運(yùn)動(dòng)過量和運(yùn)動(dòng)姿態(tài)不正確，會(huì)導(dǎo)致人體體能下降，平衡感降低，嚴(yán)重時(shí)會(huì)導(dǎo)致肌肉萎縮、軟骨損傷等永久性傷害。三軸加速度傳感器可全面有效地反應(yīng)人體運(yùn)動(dòng)情況，結(jié)合Android平臺(tái)，構(gòu)建運(yùn)動(dòng)模型，可有效糾正運(yùn)動(dòng)員不標(biāo)準(zhǔn)的運(yùn)動(dòng)姿態(tài)，優(yōu)化運(yùn)動(dòng)訓(xùn)練、提高效率，防止運(yùn)動(dòng)損傷與運(yùn)動(dòng)過量。將該系統(tǒng)應(yīng)用于運(yùn)動(dòng)鍛煉中，還可有效預(yù)防老年人摔倒受傷，并為慢性病和肥胖癥患者提供評(píng)估自身運(yùn)動(dòng)量的相關(guān)幫助。
1 運(yùn)動(dòng)信息數(shù)學(xué)建模分析
1.1 運(yùn)動(dòng)過程能量消耗建模
每t1秒的步數(shù)n：第t1秒末人體的速度V1=V0+a1t1(m/s)，t1秒內(nèi)的里程為x1=v0t1+a1(m)，設(shè)一個(gè)成年人的步長(zhǎng)為a(單位：m)，則該人在t1秒內(nèi)所走步數(shù)可近似為n=x1/a。
運(yùn)動(dòng)平均速度V：由公式V=步頻n×步長(zhǎng)l，可得到1 s內(nèi)平均速度，同時(shí)由于步長(zhǎng)往往隨著步頻的改變而變化，因而不同步頻運(yùn)動(dòng)過程中的平均速度也不盡相同。由此，運(yùn)動(dòng)過程能量消耗也將隨步頻及運(yùn)動(dòng)速度的改變而產(chǎn)生變化。以大量身高相仿的運(yùn)動(dòng)對(duì)象為例，對(duì)其運(yùn)動(dòng)過程中的各運(yùn)動(dòng)參數(shù)進(jìn)行匯總分析，得到步長(zhǎng)l(單位：m)與步頻n(單位：步/s)的關(guān)系大致如表1所示 。
能量消耗W：依據(jù)上述對(duì)平均速度的求導(dǎo)辦法，對(duì)運(yùn)動(dòng)過程中的平均速度與能量消耗進(jìn)行分析，得到如表2所示數(shù)據(jù)，由表2可推導(dǎo)n秒內(nèi)卡路里消耗總量W=4.5w1i/1 800(C)，其中w1(單位kg)為個(gè)體體重，由此便完成了對(duì)運(yùn)動(dòng)過程中能量消耗的建模分析。
1.2 人體運(yùn)動(dòng)模型的識(shí)別
1.2.1 基于三軸加速度校準(zhǔn)的人體姿態(tài)角計(jì)算
人體周圍區(qū)域的劃分以人體坐標(biāo)系為基準(zhǔn)，判斷人體姿態(tài)主要利用俯仰角和翻滾角，在人體姿態(tài)角的計(jì)算過程中，設(shè)g為重力加速度，GX、GY、GZ為加速度傳感器三個(gè)正交測(cè)量軸上的測(cè)量值，俯仰角為，翻滾角為，求導(dǎo)辦法如下所示，由式(1)求得，由式(2)求得。
![23%TO~BLS5N]}394X)H[)}N.png](http://files.chinaaet.com/images/2015/11/11/6358284793682991229733879.png "23%TO~BLS5N]}394X)H[)}N.png")
1.2.2 基于三軸加速度傳感器的運(yùn)動(dòng)模式的識(shí)別
人體運(yùn)動(dòng)模型可以看作是由轉(zhuǎn)身、步行、原地跳躍、下蹲等幾個(gè)基本的運(yùn)動(dòng)元素有機(jī)組合而成。人體運(yùn)動(dòng)模式識(shí)別是以人體姿態(tài)作為主要提取特征，以人體坐標(biāo)系為基準(zhǔn)，進(jìn)而對(duì)人體周圍空間分別進(jìn)行水平和垂直劃分的，劃分方法如圖1所示。
人體周圍空間在XY平面上被平均分成四個(gè)區(qū)域，A、B、C、D區(qū)域分別為人體正面、左面、后面、右面空間。站立/蹲下/站立，站立/坐下/站立，以及前傾跑步等多種運(yùn)動(dòng)方式發(fā)生在A區(qū)域。仰臥、仰坐等動(dòng)作發(fā)生在C區(qū)域。側(cè)臥或跌倒等動(dòng)作發(fā)生在B、D區(qū)域。垂直軸到水平面共90°的空間被劃分為3個(gè)區(qū)域，為偏離垂直軸的角度。判定方法見表3。垂直方向上的劃分更加強(qiáng)調(diào)人體在某一方向運(yùn)動(dòng)的強(qiáng)烈程度。
位于D區(qū)。使用三維向量[X1，X2，X3]代表初始狀態(tài)、中間狀態(tài)和最終狀態(tài)，獲取了人體的姿態(tài)序列，從而進(jìn)一步確定運(yùn)動(dòng)中軀干部分姿態(tài)變化的過程。
2 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)
系統(tǒng)通過測(cè)量三軸加速度(GX、GY、GZ)，完成卡路里消耗計(jì)算，利用運(yùn)動(dòng)模式識(shí)別算法實(shí)現(xiàn)對(duì)人體姿態(tài)判斷以及跌倒警報(bào)預(yù)判，利用GPS定位技術(shù)實(shí)現(xiàn)人體運(yùn)動(dòng)軌跡跟蹤。綜合計(jì)算，以滿足人體運(yùn)動(dòng)狀態(tài)的監(jiān)測(cè)。
系統(tǒng)總體結(jié)構(gòu)流程圖如圖2所示。
2.1 硬件系統(tǒng)的設(shè)計(jì)
硬件系統(tǒng)由監(jiān)測(cè)人體運(yùn)動(dòng)的三軸加速度傳感器MPU6050、Micro SD卡、溫度傳感器DS18B20、有機(jī)發(fā)光二極管OLED顯示屏、處理數(shù)據(jù)的微處理器MSP430、以及藍(lán)牙模塊HC05等組成。系統(tǒng)框架和信息流向如圖3所示。
由圖3可知，微處理器通過溫度傳感器獲取人體體溫參數(shù)，通過三軸加速度傳感器獲取人體在不同運(yùn)動(dòng)狀態(tài)時(shí)的三軸加速度以及人體所處的環(huán)境溫度。微處理器一方面將這些數(shù)據(jù)通過顯示屏顯示出來，另一方面又將這些數(shù)據(jù)存儲(chǔ)到SD卡中，以便對(duì)所獲取的數(shù)據(jù)進(jìn)行離線分析；同時(shí)還可將這些數(shù)據(jù)通過藍(lán)牙模塊傳送到手機(jī)安卓平臺(tái)，通過算法分析和安卓手機(jī)編程將三軸加速度進(jìn)行整合計(jì)算出人體在不同運(yùn)動(dòng)狀態(tài)下的速度，里程、卡路里消耗以及運(yùn)動(dòng)姿態(tài)情況，并在手機(jī)上顯示出來。
2.2 軟件系統(tǒng)的設(shè)計(jì)
系統(tǒng)軟件流程圖如圖4所示。
2.2.1 Android平臺(tái)的創(chuàng)建
Android平臺(tái)的服務(wù)端采用 Struts2+Hibernate 框架架構(gòu)，數(shù)據(jù)存儲(chǔ)采用 MySQL 數(shù)據(jù)庫。服務(wù)器端架構(gòu)圖如圖5所示。
整個(gè)服務(wù)端采用多層次的架構(gòu)，從上到下依次是控制器層、模型層、持久化層和數(shù)據(jù)庫層。Struts2 充當(dāng)控制層和模型層，Hibernate 充當(dāng)持久層。Struts2 框架中的FiltrDispatcher 作為控制器，它作為 Selvert 過濾器，接收用戶請(qǐng)求，過濾并轉(zhuǎn)發(fā)。Action 作為 Struts2 中的模型層，用來調(diào)用業(yè)務(wù)邏輯處理請(qǐng)求，還可以進(jìn)行數(shù)據(jù)的傳遞。
2.2.2 GPS定位技術(shù)
GPS全球定位系統(tǒng)是通過分析GPS接收機(jī)終端和基站之間所傳播信號(hào)的特征參數(shù)來實(shí)現(xiàn)位置獲取功能的。當(dāng)前Android手機(jī)大都配備了完備的GPS接收系統(tǒng)，該定位技術(shù)利用空間距離后方交會(huì)的方法，把GPS定位衛(wèi)星的瞬間位置當(dāng)作已知數(shù)據(jù)，進(jìn)而確定GPS接收機(jī)的所處位置。在此基礎(chǔ)上本系統(tǒng)通過對(duì)百度Map API技術(shù)的調(diào)用，構(gòu)建相應(yīng)的配套服務(wù)體系，通過百度Map API便可將設(shè)備所處的地理位置信息實(shí)時(shí)顯示在app界面，同時(shí)還能夠?qū)崿F(xiàn)地圖的加載、縮放及瀏覽功能，滿足用戶在使用該系統(tǒng)過程中的定位需求。
3 實(shí)驗(yàn)結(jié)果與分析
基于人體傳感和Android技術(shù)的運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)實(shí)驗(yàn)樣本為10名身體健康、身高在160 cm～180 cm，體重在50 kg～60 kg的志愿者，實(shí)驗(yàn)距離為50 m，實(shí)驗(yàn)方法為直立行走、慢跑、跌倒三種運(yùn)動(dòng)狀態(tài)，采集到的瞬時(shí)加速度實(shí)驗(yàn)數(shù)據(jù)（忽略方向）如表4所示。將此過程中的能量消耗作為實(shí)驗(yàn)變量，以此同標(biāo)準(zhǔn)跑步機(jī)所測(cè)得的能量消耗數(shù)據(jù)進(jìn)行對(duì)比，進(jìn)而便可分析系統(tǒng)測(cè)試結(jié)果的準(zhǔn)確程度。
3.1 實(shí)驗(yàn)準(zhǔn)確性分析
實(shí)驗(yàn)中，志愿者佩戴運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)與兄弟牌跑步機(jī)WL-195運(yùn)動(dòng)進(jìn)行對(duì)比測(cè)試，測(cè)試結(jié)果數(shù)據(jù)如表5、表6、表7所示。
3.2 實(shí)驗(yàn)數(shù)據(jù)分析
X、Y、Z軸的加速度為10名測(cè)試者在相同運(yùn)動(dòng)狀態(tài)下的平均值，而合成的加速度為三軸加速度，位于A區(qū)，符合人體正常走步時(shí)的運(yùn)動(dòng)姿態(tài)；當(dāng)人體慢跑時(shí)，?琢的平均值為37.64°，處于過渡態(tài)，并且位于D區(qū)，符合人體跌倒時(shí)的運(yùn)動(dòng)姿態(tài)。實(shí)驗(yàn)測(cè)得三分鐘內(nèi)人體運(yùn)動(dòng)時(shí)的實(shí)時(shí)三軸加速度，由此合成得到人體正常行走、慢跑、正常行走時(shí)突然跌倒等階段的加速度曲線圖如分別圖6、圖7、圖8所示。
圖6～圖8三個(gè)曲線圖直觀地顯示了正常行走、跑步狀態(tài)以及跌倒?fàn)顟B(tài)下的加速度變化情況。此外，由于人體運(yùn)動(dòng)過程中的合加速度是由X、Y、Z三軸加速度進(jìn)行矢量合成求得的，當(dāng)人體正常行走和跑步時(shí)，X軸加速度明顯大于Y軸和Z軸的加速度，且人體跑步過程中的三軸加速度分量都要明顯高于人體正常正常行走過程中的三軸加速度分量。人體在跌倒時(shí)處于失重狀態(tài)，由于受到重力加速度影響，此時(shí)Z軸加速度出現(xiàn)明顯變化。人體跌倒時(shí)有不同姿態(tài)，因此人體跌倒時(shí)的三軸加速度不盡相同，由圖8可知跌倒時(shí)的加速度與正常行走和跑步時(shí)的合速度出現(xiàn)明顯區(qū)別。
4 結(jié)論
本文提出一種便攜式運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)方案，通過MSP430微控制器結(jié)合Android手機(jī)平臺(tái)實(shí)現(xiàn)人體運(yùn)動(dòng)的三軸加速度、速度、里程等參數(shù)測(cè)量，并通過運(yùn)動(dòng)模式識(shí)別算法判斷人體運(yùn)動(dòng)姿態(tài)，并發(fā)出跌倒警報(bào)，并且利用GPS定位技術(shù)對(duì)運(yùn)動(dòng)路線進(jìn)行實(shí)時(shí)跟蹤。系統(tǒng)對(duì)運(yùn)動(dòng)參數(shù)分析處理可得到運(yùn)動(dòng)消耗的卡路里，評(píng)估人體運(yùn)動(dòng)量，以防止運(yùn)動(dòng)過度和運(yùn)動(dòng)損傷對(duì)健康造成威脅。
參考文獻(xiàn)
[1] 吳黎明，張力鍇，李怡凡.基于ANN和單個(gè)三軸加速度傳感器的汽車運(yùn)動(dòng)姿態(tài)測(cè)量[J].傳感技術(shù)學(xué)報(bào)，2011，24(6)：923-927.
[2] 陸樂，戴劍松，徐波，等.加速度傳感器測(cè)量不同速度運(yùn)動(dòng)時(shí)能量消耗的研究[J].西安體育學(xué)院學(xué)報(bào)，2013，30(1)：104-107.
[3] 杜喆.基于接近式傳感器電子計(jì)步器的設(shè)計(jì)[J].機(jī)械與電子，2014(1)：80-81.
[4] 劉鵬，盧潭城，呂愿愿，等.基于MEMS三軸加速度傳感器的摔倒檢測(cè)[J].傳感技術(shù)學(xué)報(bào)，2014，27(4)：570-574.
[5] 黃棉波，楊豐，王磊，等.基于無線傳感器的患者運(yùn)動(dòng)信號(hào)檢測(cè)系統(tǒng)設(shè)計(jì)及其應(yīng)用[J].醫(yī)療衛(wèi)生裝備，2011，32(1)：4-7.
[6] 朱國忠，韋彩虹，潘敏.基于三維加速度傳感器的人體運(yùn)動(dòng)能耗檢測(cè)算法的研究[J].傳感技術(shù)學(xué)報(bào)，2001，24(8)：1217-1222.
[7] 蔡忠建.人體活動(dòng)量的測(cè)量[J].渝州大學(xué)學(xué)報(bào)，1997，14(2)：66-70.
[8] 邱淑敏，王歡，江崇民.運(yùn)動(dòng)健身能量消耗簡(jiǎn)易測(cè)量方法的效度研究[J].體育科學(xué)，2013，32(6)：69-76.
[9] 朱弋，鄭爾信.人體運(yùn)動(dòng)量及能耗的測(cè)量[J].國外醫(yī)學(xué)生物醫(yī)學(xué)工程分冊(cè)，1997，17(4)：202-206.
[10] 薛洋.基于單個(gè)加速度傳感器的人體運(yùn)動(dòng)模式識(shí)別[D].廣州：華南理工大學(xué)，2011.
[11] 李路.基于多傳感器的人體運(yùn)動(dòng)模式識(shí)別研究[D].濟(jì)南：山東大學(xué)，2010.
[12] 吳忠澤.基于智能移動(dòng)終端的人體運(yùn)動(dòng)狀態(tài)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].廣州：華南理工大學(xué)，2011.