CN108186024A - 一种运动步态监控仪及多参数传感器数据处理方法 - Google Patents
一种运动步态监控仪及多参数传感器数据处理方法 Download PDFInfo
- Publication number
- CN108186024A CN108186024A CN201711444767.3A CN201711444767A CN108186024A CN 108186024 A CN108186024 A CN 108186024A CN 201711444767 A CN201711444767 A CN 201711444767A CN 108186024 A CN108186024 A CN 108186024A
- Authority
- CN
- China
- Prior art keywords
- movement
- gait
- data
- parameter sensor
- monitor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6829—Foot or ankle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
- G01C22/006—Pedometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Networks & Wireless Communication (AREA)
- Nursing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属于运动设备技术领域,公开了一种运动步态监控仪及多参数传感器数据处理方法,运动步态监控仪包括:GPS模块,用于对步幅经纬度信息以及步幅的运动轨迹进行定位和计算;多参数传感器,用于采集步数、步幅和步态中的数据;蓝牙模块,通过蓝牙协议用于GPS模块采集的数据、多参数传感器采集的数据进行传输;单片机,用于对GPS模块、多参数传感器传输的数据进行运算和处理等。本发明可实时监控并记录用户运动步态的状况,自动判断步态是否正确,在用户出现错误的步态时还能给予即时的提醒,便于用户即时调整自己的运动步态,使运动更加健康;也可以通过蓝牙连接到手机,为人们提供了专属的健康报告。
Description
技术领域
本发明属于运动设备技术领域,尤其涉及一种运动步态监控仪及多参数传感器数据处理方法。
背景技术
随着人们健康运动理念的加强,走路这一轻松的运动方式获得了高度的人气。运动步态统计或监控仪器能够帮助掌控运动量,防止运动不足,或者运动过量,具有可观的市场。但是现在世面上的步态监控工具比如运动手环还存在不少问题,现有技术存在的问题是:
没有科学的步态标准检测方法。市面上的运动手环功能限于心率检测、计步计时、睡眠评估等等,对于步态标准检测却没有涉及。本产品具有步态分析功能,不但可以随时纠正用户的不标准步态,而且可以帮助医生判断引起病理步态的原因,指导医生做出准确的治疗方案,具有重要意义。
不能在设备上直接完成步态识别功能。市面上的步态校正仪需要将传感器采集的数据通过无线通讯模块发送到主机,在主机上完成步态识别后返回到终端上显示结果,在网络覆盖情况不佳的场所其功能会受到影响。而本产品集成了数据采集与步态识别功能,通过蓝牙模块将结果发送到终端上显示,避免了网络限制,使用户在网络状态不佳的场所也可以正常地使用。
准确性问题。因为走路时手和脚的摆动不一定同步,所以手机和运动手环不能直观地反映步态。
综上所述,现有技术存在的问题是:
现有的运动步态监控仪不能准确的帮助用户矫正不健康的步态;不能突破网络覆盖的限制,使用户可以随时随地查看自己的运动状态;没有通过佩戴在脚部的传感器更加直观地反应用户的步行状态;造成现有运动步态监控仪计步和步态识别准确度差。
发明内容
本发明的目的在于提供一种运动步态监控仪及多参数传感器数据处理方法,该运动步态监控仪可监控并记录用户运动步态的状况(角度、步数、距离、心率、热量消耗),自动判断步态是否正确,并实时提醒错误的步态,帮助用户养成正确的步行方式;并结合手机APP,将分析好的数据(正确步数、错误步数、平均角度、不同角度范围的步数)以峰值图的形式直观显示出来,为人们提供专属的健康报告,如心率、卡路里、BMI、脂肪、肌肉、身体代谢、骨量、身体年龄等。
本发明的传感器放在脚部,直观的反映了步态,相比之下能有更高的准确性。
本发明是这样实现的,一种运动步态监控仪,包括:
GPS模块,与单片机相连接,用于对步幅经纬度信息以及步幅的运动轨迹进行定位和计算;
多参数传感器,与单片机相连接,用于采集步数、步幅和步态中的数据;
蓝牙模块,与单片机相连接,通过蓝牙协议用于GPS模块采集的数据、多参数传感器采集的数据进行传输;
单片机,用于对GPS模块、多参数传感器传输的数据进行运算和处理。
进一步,所述运动步态监控仪进一步包括:
与单片机电连接,用于实现与锂电池供电的电源模块;所述电源模块集成有DCDC芯片。
进一步,所述运动步态监控仪进一步包括:
与单片机电连接,用于实现充电的充电模块;所述充电模块集成有充电芯片。
进一步,所述运动步态监控仪进一步包括:与单片机相连接,用于实现照明的LED灯;所述LED灯通过集成的GPIO进行输出电平的控制;输出低电平点亮LED,输出高电平熄灭LED。
进一步,所述运动步态监控仪进一步包括:
与单片机相连接,用于对异常运动步态进行报警的蜂鸣器;所述蜂鸣器内置有用于震动的马达。
进一步,所述蓝牙模块集成有蓝牙芯片;所述蓝牙芯片通过BLE4.0和2.4GHZ协议栈,并利用射频发射电路与单片机连接。
进一步,所述蓝牙模块通过通信协议连接手机。
进一步,所述充电模块采用装配吸附式充电装置,用于检测剩余电量。
本发明另一目的在于提供一种多参数传感器数据处理方法包括:
通过多参数传感器获取到用户运动时的物理参数后,使用基于滤波和步态识别的核心算法,通过动态阈值控制和船形窗口控制,对这些数据进行处理,计算得到使用者跨步的次数、步幅和角度;具体包括:
对多参数传感器采集到的数据进行滤波处理,得到噪声较少的运动数据,包括三轴方向的加速度和角度;
峰值采集:人体跨步时加速度的大小呈现周期性的变化,每个峰值对应一次跨步运动;计算出三轴方向加速度的合成加速度大小,对每一个数据采样点,如果它的合成加速度大小比它的前一个数据采样点和它的后一个数据采样点的合成加速度大小都大,此时合成的加速度大小是一个峰值;
动态阈值和船形窗口控制:对于可能的峰值,需要使用动态阈值和船形窗口进行控制;记录最近若干次测量到的三轴方向合成加速度变化周期中的最大值和最小值,算出每个周期中合成加速度大小的平均值;由若干个周期的合成加速度大小平均值计算得到的平均值是动态阈值,只有合成加速度大小动态阈值的峰值才可能是有效峰值。船形窗口判断人两次跨步运动的时间间隔在0.2秒到2秒;若一个峰值与上一个有效峰值的时间间隔在这个时间区间内,则为一个有效峰值;
起步检测:为了防止非跨步运动中其他因素引起的可能的有效峰值对计步的干扰,需要进行起步检测。在满足前述条件的情形下,若连续检测到若干个有效峰值,则认为已经进入了跨步运动,将有效峰值作为有效步数计入计步值,当然前面若干个有效峰值也一并计入。
步幅检测:通过实时的加速度监控计算出实时的运动速度,并计算两次数据采样间隔中的位移,将两次有效峰值之间的所有位移累加起来得到这次有效跨步中的步幅;
跨步角度检测:多参数传感器实时地监控传感器坐标系相对地面坐标系的倾角,使用者静止站立的状态下,虽然由于佩戴方式不可能理想水平,当多参数传感器倾角不为0,在跨步运动中,倾角会发生剧烈的变化,变化区间在+90°到-90°;如果把跨步运动抽象为单摆运动,那么倾角最大值和倾角最小值的差就是跨步角度;由于这个差值较大,因此佩戴方式不理想引起的误差可以忽略不计。
本发明提供的运动步态监控仪,单片机采用的是nRF51822芯片中集成的一个ARMCortexM0核以及256KB的flash+16KB的RAM。nRF51822是一款为超低功耗无线应用(ULPwirelessapplications)设计的多协议单芯片解决方案。ARM核提供的计算能力足以支持步数计算、步幅计算和步态识别算法。
为了保证足够的电源效率,电源模块设计使用了高效率,带轻载优化的DCDC芯片TPS62260,而不是传统的LDO。因为nRF51822内部有LDO,为了提高效率,系统电压应该越低越好,而马达的正常工作电压是3V,白色LED最低工作电压是2.8V,其他IC的最低系统电压是1.8V。因此最终确定的系统电压是2.8V。
充电模块的充电芯片采用了TI的BQ24040,选取该款型号的目的是,能够向MCU提供是否正在充电(CHG_STATE)和是否插入充电器(PG_STATE)的信息(大多数充电IC不提供后者信息)。充电电流可控,预充电与快速电流比例可控。
蜂鸣器使用一个小型的马达来实现。因为马达的导通电流可能高达100mA,不能通过GPIO直接供电控制(驱动电流不够),所以使用一个MOS管作为功率放大电路。串联的24欧姆电阻用来调节马达震动强度,减少功耗。在0欧姆时,马达的启动电流为100mA左右,目前配置的实测电流为36mA。MOS管输入端的下拉电阻是保证在重启瞬间马达保持静止,因为芯片上电后引脚为高电平,MOS处于导通状态,从而使马达存在短暂的震动。
GPS模块的芯片采用上海移远公司的GPS170芯片,尺寸小,功耗低,精度高,为本发明提供经纬度信息,以提供运动轨迹数据,帮助实现步幅计算功能。
LED灯控制十分简单,GPIO输出电平就可以控制。输出低电平点亮LED,输出高电平熄灭LED。LED的供电电压是2.8V,这是白色LED点亮的极限电压。
多参数传感器中使用的三轴加速度计是ST出品的LIS3DH,输入电压支持1.71V到3.6V。16bit精度输出,内置数据FIFO。芯片本身支持SPI或者I2C接口,实际使用时选择SPI。因为SPI的速度远超过I2C(目前nRF51822的SPI接口最高速率8Mbps,I2C是400kbps),能减少CPU运行的时间,从而降低功耗;芯片加速度部分的供电虽然和数字IO的供电电压相等。但是需要保证IO部分先于加速度部分工作,否则芯片初始化会有问题,因此VDD引脚(加速度部分的供电)另外并联了一个大电容保证足够的上电时间;ADC1和ADC2脚不使用,需要接到固定电平。
蓝牙模块采用的是nRF51822蓝牙芯片。芯片支持BLE4.0和2.4GHZ协议栈,整合了射频发射电路。蓝牙BALUN可以使用分立器件,也可以使用ST定制的BAL-01D3。设计中本发明使用了定制器件BAL-01D3,保证了信号的性能以及减小了的板卡尺寸。
多参数传感器基于卡尔曼滤波的核心算法,通过鲁棒性控制和船形窗口控制,得到使用者跨步的角度与次数。
GPS模块还用于记录运动时间。
本发明提供了步态识别功能,能帮助用户矫正不健康的步态,其提供的数据也能对也可以帮助医生判断引起病态步态的原因,指导医生指定治疗和康复方案,比现有的运动手环具有更丰富的健康功能;将传感器与步态识别模块集成化,不用将数据上传到主机进行处理,突破了网络覆盖的限制,通过蓝牙将结果传送到客户终端上显示,使用户可以随时随地查看自己的运动状态;佩戴在脚部的传感器比起现有的手部佩戴传感器和手机传感器能更加直观地反应用户的步行状态,降低了编写计步算法和步态识别算法的难度,也提高了相应识别算法的准确度。
附图说明
图1是本发明提供的运动步态监控仪的结构示意图。
图中:1、单片机;2、锂电池;3、充电模块;4、蜂鸣器;5、GPS模块;6、多参数传感器;7、LED灯;8、蓝牙模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明将步态识别技术应用于可穿戴式设备中,可实时监控并记录用户运动步态的状况,自动判断步态是否正确,在用户出现错误的步态时还能给予即时的提醒,便于用户即时调整自己的运动步态,使运动更加健康;也可以通过蓝牙连接到手机,借助手机APP,将分析好的数据以峰值图的形式直观显示出来,更加的简单方便,为人们提供了专属的健康报告。越来越多的证据显示,可以通过分析步态数据来识别帕金森症以及早期诊断老年痴呆症,步态识别在医学分析上具有可观的潜在重要性。本发明记录的步态数据可以作为运动员调整训练方式的分析数据参考,也可以作为医生对用户患有某些潜在疾病的的可能性分析和对复检中的患者的康复状态的分析数据参考。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明提供的运动步态监控仪包括:
单片机1,采用的是nRF51822芯片中集成的一个ARMCortexM0核以及256KB的flash+16KB的RAM。nRF51822是一款为超低功耗无线应用(ULPwirelessappl ications)设计的多协议单芯片解决方案。ARM核提供的计算能力足以支持步数计算、步幅计算和步态识别算法
与单片机1电连接,用于实现供电的供电模块,所述供电模块包括锂电池2;
与单片机1电连接,用于实现充电的BQ24040充电模块3,能够向MCU提供是否正在充电(CHG_STATE)和是否插入充电器(PG_STATE)的信息(大多数充电IC不提供后者信息)。充电电流可控,预充电与快速电流比例可控。
与单片机1电连接,用于实现报警功能的蜂鸣器4;蜂鸣器4功能使用一个小型的马达来实现。因为马达的导通电流可能高达100mA,不能通过GPIO直接供电控制(驱动电流不够),所以使用一个MOS管作为功率放大电路。串联的24欧姆电阻用来调节马达震动强度,减少功耗。在0欧姆时,马达的启动电流为100mA左右,目前配置的实测电流为36mA。MOS管输入端的下拉电阻是保证在重启瞬间马达保持静止,因为芯片上电后引脚为高电平,MOS处于导通状态,从而使马达存在短暂的震动。
与单片机1电连接,用于实现定位的GPS模块(170GPS)5,尺寸小,功耗低,精度高,为本发明提供经纬度信息,以提供运动轨迹数据,帮助实现步幅计算功能。
与单片机1电连接,用于实现照明的LED灯7,通过GPIO输出电平就可以控制,输出低电平点亮LED灯7,输出高电平熄灭,LED灯7的供电电压是2.8V,这是白色LED灯7点亮的极限电压。
与单片机1电连接,用于接收数据接收的多参数传感器6,使用的三轴加速度计型号是LIS3DH,输入电压支持1.71V到3.6V,16bit精度输出,内置数据FIFO。芯片本身支持SPI或者I2C接口,实际使用时选择SPI。因为SPI的速度远超过I2C(目前nRF51822的SPI接口最高速率8Mbps,I2C是400kbps),能减少CPU运行的时间,从而降低功耗;芯片加速度部分的供电虽然和数字IO的供电电压相等。但是需要保证IO部分先于加速度部分工作,否则芯片初始化会有问题,因此VDD引脚(加速度部分的供电)另外并联了一个大电容保证足够的上电时间;ADC1和ADC2脚不使用,需要接到固定电平。
与单片机1电连接,用于实现数据传输的nRF51822蓝牙模块8,支持BLE4.0和2.4GHZ协议栈,整合了射频发射电路。蓝牙BALUN可以使用分立器件,也可以使用ST定制的BAL-01D3。设计中本发明使用了定制器件BAL-01D3,保证了信号的性能以及减小了的板卡尺寸。
锂电池2与单片机1连接,所述电源模块型号为TPS62260,内部有LDO,为了提高效率,系统电压应该越低越好,而马达的正常工作电压是3V,白色LED最低工作电压是2.8V,其他IC的最低系统电压是1.8V。因此最终确定的系统电压是2.8V。
多参数传感器6基于卡尔曼滤波和步态识别的核心算法,通过鲁棒性控制和船形窗口控制,得到使用者跨步的角度与次数。
GPS模块5记录用户运动时间。
蓝牙8通过通信协议连接到手机。
充电模块3采用装配吸附式充电装置,能够实时检测剩余电量。
本发明通过多参数传感器6得到使用者跨步的角度与次数,并将数据信息传递给单片机1,单片机1监控并记录用户运动步态的状况(角度、步数、距离、心率、热量消耗),自动判断步态是否正确,并实时提醒错误的步态,让运动更加健康;通过蓝牙模块8连接手机,结合手机APP,将分析好的数据(正确步数、错误步数、平均角度、不同角度范围的步数)以峰值图的形式直观显示出来,更加的简单方便,为人们提供了专属的健康报告,如心率、卡路里、BMI、脂肪、肌肉、身体代谢、骨量、身体年龄等。
下面结合多参数传感器数据处理方法对本发明作进一步描述。
本发明实施例提供一种多参数传感器数据处理方法包括:
通过多参数传感器获取到用户运动时的物理参数后,使用基于滤波和步态识别的核心算法,通过动态阈值控制和船形窗口控制,对这些数据进行处理,计算得到使用者跨步的次数、步幅和角度;具体包括:
对多参数传感器采集到的数据进行滤波处理,得到噪声较少的运动数据,包括三轴方向的加速度和角度;
峰值采集:人体跨步时加速度的大小呈现周期性的变化,每个峰值对应一次跨步运动;计算出三轴方向加速度的合成加速度大小,对每一个数据采样点,如果它的合成加速度大小比它的前一个数据采样点和它的后一个数据采样点的合成加速度大小都大,此时合成的加速度大小是一个峰值;
动态阈值和船形窗口控制:对于可能的峰值,需要使用动态阈值和船形窗口进行控制;记录最近若干次测量到的三轴方向合成加速度变化周期中的最大值和最小值,算出每个周期中合成加速度大小的平均值;由若干个周期的合成加速度大小平均值计算得到的平均值是动态阈值,只有合成加速度大小动态阈值的峰值才可能是有效峰值。船形窗口判断人两次跨步运动的时间间隔在0.2秒到2秒;若一个峰值与上一个有效峰值的时间间隔在这个时间区间内,则为一个有效峰值;
起步检测:为了防止非跨步运动中其他因素引起的可能的有效峰值对计步的干扰,需要进行起步检测。在满足前述条件的情形下,若连续检测到若干个有效峰值,则认为已经进入了跨步运动,将有效峰值作为有效步数计入计步值,当然前面若干个有效峰值也一并计入。
步幅检测:通过实时的加速度监控计算出实时的运动速度,并计算两次数据采样间隔中的位移,将两次有效峰值之间的所有位移累加起来得到这次有效跨步中的步幅;
跨步角度检测:多参数传感器实时地监控传感器坐标系相对地面坐标系的倾角,使用者静止站立的状态下,虽然由于佩戴方式不可能理想水平,当多参数传感器倾角不为0,在跨步运动中,倾角会发生剧烈的变化,变化区间在+90°到-90°;如果把跨步运动抽象为单摆运动,那么倾角最大值和倾角最小值的差就是跨步角度;由于这个差值较大,因此佩戴方式不理想引起的误差可以忽略不计。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种运动步态监控仪,其特征在于,所述运动步态监控仪包括:
GPS模块,与单片机相连接,用于对步幅经纬度信息以及步幅的运动轨迹进行定位和计算;
多参数传感器,与单片机相连接,用于采集步数、步幅和步态中的数据;
蓝牙模块,与单片机相连接,通过蓝牙协议用于GPS模块采集的数据、多参数传感器采集的数据进行传输;
单片机,用于对GPS模块、多参数传感器传输的数据进行运算和处理。
2.如权利要求1所述运动步态监控仪,其特征在于,所述运动步态监控仪进一步包括:
与单片机电连接,用于实现与锂电池供电的电源模块;所述电源模块集成有DCDC芯片。
3.如权利要求1所述运动步态监控仪,其特征在于,所述运动步态监控仪进一步包括:
与单片机电连接,用于实现充电的充电模块;所述充电模块集成有充电芯片。
4.如权利要求1所述运动步态监控仪,其特征在于,所述运动步态监控仪进一步包括:与单片机相连接,用于实现照明的LED灯;所述LED灯通过集成的GPIO进行输出电平的控制;输出低电平点亮LED,输出高电平熄灭LED。
5.如权利要求1所述运动步态监控仪,其特征在于,所述运动步态监控仪进一步包括:
与单片机相连接,用于对异常运动步态进行报警的蜂鸣器;所述蜂鸣器内置有用于震动的马达。
6.如权利要求1所述运动步态监控仪,其特征在于,所述蓝牙模块集成有蓝牙芯片;所述蓝牙芯片通过BLE4.0和2.4GHZ协议栈,并利用射频发射电路与单片机连接。
7.如权利要求1所述运动步态监控仪,其特征在于,所述蓝牙模块通过通信协议连接手机。
8.如权利要求3所述运动步态监控仪,其特征在于,所述充电模块采用装配吸附式充电装置,用于检测剩余电量。
9.一种如权利要求1所述运动步态监控仪中的多参数传感器数据处理方法,其特征在于,所述多参数传感器数据处理方法包括:
通过多参数传感器获取到用户运动时的物理参数后,使用基于滤波和步态识别的核心算法,通过动态阈值控制和船形窗口控制,对这些数据进行处理,计算得到使用者跨步的次数、步幅和角度;具体包括:
对多参数传感器采集到的数据进行滤波处理,得到噪声较少的运动数据,包括三轴方向的加速度和角度;
峰值采集:计算出三轴方向加速度的合成加速度大小,对每一个数据采样点,如果它的合成加速度大小比它的前一个数据采样点和它的后一个数据采样点的合成加速度大小都大,此时合成的加速度大小是一个峰值;
动态阈值和船形窗口控制:记录最近若干次测量到的三轴方向合成加速度变化周期中的最大值和最小值,算出每个周期中合成加速度大小的平均值;由若干个周期的合成加速度大小平均值计算得到的平均值是动态阈值;船形窗口判断人两次跨步运动的时间间隔在0.2秒到2秒;若一个峰值与上一个有效峰值的时间间隔在这个时间区间内,则为一个有效峰值;
起步检测:若连续检测到若干个有效峰值,则认为已经进入了跨步运动,将有效峰值作为有效步数计入计步值;
步幅检测:通过实时的加速度监控计算出实时的运动速度,并计算两次数据采样间隔中的位移,将两次有效峰值之间的所有位移累加起来得到这次有效跨步中的步幅;
跨步角度检测:多参数传感器实时地监控传感器坐标系相对地面坐标系的倾角,使用者静止站立的状态下,当多参数传感器倾角不为0,在跨步运动中,倾角会发生剧烈的变化,变化区间在+90°到-90°;倾角最大值和倾角最小值的差就是跨步角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711444767.3A CN108186024A (zh) | 2017-12-27 | 2017-12-27 | 一种运动步态监控仪及多参数传感器数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711444767.3A CN108186024A (zh) | 2017-12-27 | 2017-12-27 | 一种运动步态监控仪及多参数传感器数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108186024A true CN108186024A (zh) | 2018-06-22 |
Family
ID=62584541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711444767.3A Pending CN108186024A (zh) | 2017-12-27 | 2017-12-27 | 一种运动步态监控仪及多参数传感器数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108186024A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108937852A (zh) * | 2018-05-28 | 2018-12-07 | 深圳市北高智电子有限公司 | 一种智能计步、睡眠监测运算方法 |
CN109297506A (zh) * | 2018-08-09 | 2019-02-01 | 暨南大学 | 一种智能运动测量可穿戴装置及测量方法 |
CN109998551A (zh) * | 2019-04-11 | 2019-07-12 | 北京航空航天大学 | 一种分段式局部峰值检测的步态相位分析方法 |
CN110693144A (zh) * | 2019-11-12 | 2020-01-17 | 长春理工大学 | 一种智能手环 |
CN113543858A (zh) * | 2019-01-09 | 2021-10-22 | 瞬动科技股份有限公司 | 用于使用估计步态轨迹控制移动设备的方法和设备 |
US20220000434A1 (en) * | 2020-07-03 | 2022-01-06 | Nec Corporation | Basal metabolism estimation device, basal metabolism estimation system, basal metabolism estimation method, and program |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102654405A (zh) * | 2011-03-04 | 2012-09-05 | 美新半导体(无锡)有限公司 | 基于加速度传感器的计步方法及其装置 |
CN103148864A (zh) * | 2013-04-03 | 2013-06-12 | 哈尔滨工程大学 | 通用微机电系统计步器及计步方法 |
CN103616034A (zh) * | 2013-12-10 | 2014-03-05 | 山东省计算中心 | 一种基于蓝牙的网络计步器及计步方法 |
CN204203941U (zh) * | 2014-11-26 | 2015-03-11 | 华南理工大学 | 一种基于社交平台的智能运动交友手环 |
CN105303183A (zh) * | 2015-11-13 | 2016-02-03 | 南京邮电大学 | 一种基于穿戴设备的儿童姿态识别分析系统和方法 |
CN105806359A (zh) * | 2016-05-17 | 2016-07-27 | 深圳市纬科联通讯有限公司 | 一种计步方法及计步器 |
CN105865450A (zh) * | 2016-04-19 | 2016-08-17 | 武汉理工大学 | 一种基于步态的零速更新方法及系统 |
CN106500692A (zh) * | 2016-11-25 | 2017-03-15 | 闫东坤 | 一种基于惯性/卫星组合导航的运动训练系统及方法 |
CN106725381A (zh) * | 2016-12-19 | 2017-05-31 | 华南农业大学 | 一种智能健身运动手环 |
CN107014377A (zh) * | 2017-04-17 | 2017-08-04 | 重庆邮电大学 | 一种基于惯性定位的多功能鞋垫 |
-
2017
- 2017-12-27 CN CN201711444767.3A patent/CN108186024A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102654405A (zh) * | 2011-03-04 | 2012-09-05 | 美新半导体(无锡)有限公司 | 基于加速度传感器的计步方法及其装置 |
CN103148864A (zh) * | 2013-04-03 | 2013-06-12 | 哈尔滨工程大学 | 通用微机电系统计步器及计步方法 |
CN103616034A (zh) * | 2013-12-10 | 2014-03-05 | 山东省计算中心 | 一种基于蓝牙的网络计步器及计步方法 |
CN204203941U (zh) * | 2014-11-26 | 2015-03-11 | 华南理工大学 | 一种基于社交平台的智能运动交友手环 |
CN105303183A (zh) * | 2015-11-13 | 2016-02-03 | 南京邮电大学 | 一种基于穿戴设备的儿童姿态识别分析系统和方法 |
CN105865450A (zh) * | 2016-04-19 | 2016-08-17 | 武汉理工大学 | 一种基于步态的零速更新方法及系统 |
CN105806359A (zh) * | 2016-05-17 | 2016-07-27 | 深圳市纬科联通讯有限公司 | 一种计步方法及计步器 |
CN106500692A (zh) * | 2016-11-25 | 2017-03-15 | 闫东坤 | 一种基于惯性/卫星组合导航的运动训练系统及方法 |
CN106725381A (zh) * | 2016-12-19 | 2017-05-31 | 华南农业大学 | 一种智能健身运动手环 |
CN107014377A (zh) * | 2017-04-17 | 2017-08-04 | 重庆邮电大学 | 一种基于惯性定位的多功能鞋垫 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108937852A (zh) * | 2018-05-28 | 2018-12-07 | 深圳市北高智电子有限公司 | 一种智能计步、睡眠监测运算方法 |
CN109297506A (zh) * | 2018-08-09 | 2019-02-01 | 暨南大学 | 一种智能运动测量可穿戴装置及测量方法 |
CN113543858A (zh) * | 2019-01-09 | 2021-10-22 | 瞬动科技股份有限公司 | 用于使用估计步态轨迹控制移动设备的方法和设备 |
CN113543858B (zh) * | 2019-01-09 | 2024-04-26 | 瞬动科技股份有限公司 | 用于使用估计步态轨迹控制移动设备的方法和设备 |
CN109998551A (zh) * | 2019-04-11 | 2019-07-12 | 北京航空航天大学 | 一种分段式局部峰值检测的步态相位分析方法 |
CN109998551B (zh) * | 2019-04-11 | 2020-09-11 | 北京航空航天大学 | 一种分段式局部峰值检测的步态相位分析方法 |
CN110693144A (zh) * | 2019-11-12 | 2020-01-17 | 长春理工大学 | 一种智能手环 |
US20220000434A1 (en) * | 2020-07-03 | 2022-01-06 | Nec Corporation | Basal metabolism estimation device, basal metabolism estimation system, basal metabolism estimation method, and program |
US11779284B2 (en) * | 2020-07-03 | 2023-10-10 | Nec Corporation | Basal metabolism estimation device, basal metabolism estimation system, basal metabolism estimation method, and program |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108186024A (zh) | 一种运动步态监控仪及多参数传感器数据处理方法 | |
Seeger et al. | myHealthAssistant: a phone-based body sensor network that captures the wearer's exercises throughout the day | |
AU2003271968B2 (en) | Cardiac monitoring apparatus and method | |
CN102178529B (zh) | 基于体域网的呼吸疾病远程诊断监护系统 | |
CN206007243U (zh) | 一种心电检测装置 | |
CN201698169U (zh) | 一种运动手表 | |
JP2017158999A (ja) | 最大酸素消費をリアルタイムに監視する監視方法 | |
KR20160124179A (ko) | 건강 모니터 | |
CN106108878A (zh) | 一种用于健康监测的智能手表 | |
Turner et al. | Continuous heart rate monitoring using smartphone | |
WO2022256942A1 (en) | Wearable device including processor and accelerator | |
CN110638462B (zh) | 一种带步态分析的穿戴式足底生理信息采集系统 | |
CN106983503A (zh) | 一种便携式血压监护仪 | |
Vafeas et al. | Wearable devices for digital health: The sphere wearable 3 | |
CN104739391A (zh) | 一种便携扣式健康监测装置 | |
CN112274874A (zh) | 一种基于微惯性传感器的人体运动能耗评估系统和方法 | |
CN211534428U (zh) | 一种穿戴式足底生理信息采集硬件系统 | |
CN107230414A (zh) | 一种基于单片机的手语识别翻译系统 | |
WO2014177763A1 (en) | Heart rate and activity monitor arrangement and a method for using the same | |
CN213525108U (zh) | 一种可穿戴设备 | |
CN211206990U (zh) | 一种可检测心率的眼镜 | |
Zhu et al. | Reducing the power consumption of an imu-based gait measurement system | |
CN113425291A (zh) | 一种基于mems传感器的指环式采集系统 | |
CN106693306A (zh) | 一种具有无线充电功能的智能老年健康检测手部健身球 | |
CN209377561U (zh) | 一种具有情境感知能力的远程心电监测节点 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |