CN109157201A - 一种手环设备的系统及其控制方法 - Google Patents

Abstract

本发明公开了一种手环设备的系统及其控制方法，其包括设备主控、心率传感器、9轴传感器、WIFI芯片和云服务器，所述设备主控、心率传感器、9轴传感器和WIFI芯片分别集装在手环内；所述心率传感器和9轴传感器分别将采集到的原始数据输送给设备主控，所述设备主控与WIFI芯片连接，所述WIFI芯片与云服务器无线连接，将预处理后的原始数据传输给云服务器。本发明通过采用了型号为AS7000的心率传感器可以减少测量心率的误差值，9轴传感器可以在误差率较低的情况下测量出物体的3轴对应加速度，角速度和磁力值，通过这些原始数据可以解算出瞬时速度，位移和物体的姿态；通过数据预处理后，整体原始数据精度可达到94%。

Description

一种手环设备的系统及其控制方法

技术领域

本发明涉及手环设备领域，尤其是一种手环设备的系统及其控制方法。

背景技术

现在市场上的手环大多选用的传感器是三轴加速度传感器，PPG心率传感器；主要功能是计量步数和测量心率，再配合手机APP进行一些数据的收据和一些信息提示功能。因为人们在运动时的状态是十分复杂的，一些由于手环贴合程度，运动过程中肌肤汗水量，运动状态等等情况都会影响手环设备测量的心率准确程度，而且对于运动员来说，单单是计量步数和测量心率的功能是无法满足他们的需求，他们需要更加全面的数据来评估自身运动情况。例如：对于一个足球运动员来说，场上瞬间爆发力、场上持续耐力（场上爆发力可以通过设备使用者在比赛期间最大加速度来判断，根据牛顿第二年定律就可以推断自身最大的爆发力，而场上持续耐力可以利用设备使用者心率数据，通过用户的最大心率和安静心率，利用丹麦科学家给出评估心肺功能的公式得出：最大摄氧量=15*最大心率/安静心率，求出最大摄氧量，而最大摄氧量是评价心肺耐力的最精准指标。）等数据会影响球员自身位置的定位和体现球员的综合实力。但是对于这些数据，市场上的手环大多没有这些数据的测量。

发明内容

本发明的目的是提供一种手环设备的系统及其控制方法，旨在于解决现有手环设备不符合专业运动员使用，无法为专业运动员提供专业的运动数据。

为实现上述的目的，本发明的技术方案为：一种手环设备的系统，其包括：用于进行原始数据预处理的设备主控、用于测量心率的心率传感器、用于采集原始数据的9轴传感器、用于交互数据的WIFI芯片和云服务器，所述设备主控、心率传感器、9轴传感器和WIFI芯片分别集装在手环内；所述心率传感器和9轴传感器分别将采集到的原始数据输送给设备主控，所述设备主控与WIFI芯片连接，所述WIFI芯片与云服务器无线连接，将预处理后的原始数据传输给云服务器。

所述的手环设备的系统，其中，所述设备主控还设设置有用于处理低频噪声的高通滤波单元和用于处理高频噪声的低通滤波单元。

所述的手环设备的系统，其中，所述9轴传感器包括用于测量加速度的加速度传感单元、用于测量角速度的角速度传感单元和用于测量磁力值的磁力计传感单元；所述加速度传感单元与低通滤波单元连接，所述角速度传感单元和磁力计传感单元分别与高通滤波单元连接。

所述的手环设备的系统，其中，所述云服务器为每一个手环的设备主控在数据库中开设存储空间，以手环编号为唯一条件，构建以同一手环编号为对象的存储空间。

所述的手环设备的系统，其中，所述云服务器还与其他外部设备的APP无线连接，云服务器把得到数据进行下一步分析，解算出设备主人在佩戴设备的过程中的运动情况，并且反馈到APP上，或者用户直接通过网络访问云服务器中对应手环的存储空间，进而得到自己的运动数据。

所述的手环设备的系统，其中，所设备主控采用的主控芯片为STM32系列芯片。所述的手环设备的系统，其中，所述心率传感器为AMS公司型号AS7000心率传感器。

一种手环设备的系统的控制方法，其包括以下步骤：

步骤一，戴在运动员手上的手环设备通过心率传感器9轴传感器测量运动员的原始数据，心率传感器和9轴传感器分别将原始数据传输给设备主控；

步骤二，设备主控对原始数据进行数据预处理，然后把经过预处理的数据通过WIFI芯片发送给架设的云服务器；

步骤三，云服务器会把得到数据进行下一步分析，解算出设备主人在佩戴设备的过程中的运动情况，再存储在云服务器的存储空间并且反馈到外部设备安装的APP上。

所述的手环设备的系统的控制方法，其中，所述设备主控进行数据预处理包括以下步骤：

步骤A，设备主控当中的高通滤波单元采用HPF算法去除原始数据的低频噪声；低通滤波单元采用LPF算法去除原始数据的高频噪声；

步骤B，设备主控的主控芯片采用mahony filter进行融合原始数据，然后形成一个立体的、多维的有效运动数据，并且发送给服务器。

所述的手环设备的系统的控制方法，其中，所述步骤B中的mahony filter的要求输入包括：空间三维上的加速度、角速度、磁力计值，并且根据以下公式进行预测和校正；

公式为：；

式中，q^ 表示系统姿态估计的四元数表示； δ 是经过 PI 调节器产生的新息； e 表示实测的惯性向量 v¯ 和预测的向量 v^ 之间的相对旋转（误差）；P —（四元数实部为0），表示只有旋转。

本发明的有益效果：本发明采用了2个传感器收集运动数据，采用型号为AS7000的心率传感器测量心率，可以减少测量心率的误差值，选择9轴传感器可以在误差率较低的情况下测量出物体的3轴对应加速度，角速度和磁力值，通过这些原始数据我们可以解算出物体的瞬时速度，物体的位移和物体的姿态；从而能够获取更加准确、全面的运动数据。此外，还可以通过设备主控对原始数据进行数据预处理，使得整体原始数据精度可以达到94%；另外，采用mahony filter对9轴数据进行姿态融合，形成一个立体的、多维的有效运动数据；在云服务器当中的数据存储空间记录手环设备使用者每次的运动状况的原始信息，并且将二次分析及三次分析结果的存储。

附图说明

图1为本发明的系统结构框图。

图2为本发明的系统另一种结构框图。

图3为本发明的系统控制方法步骤框图。

图4是本发明中原始数据预处理的步骤框图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。

如图1和2所示，一种手环设备的系统，其包括：用于进行原始数据预处理的设备主控1、用于测量心率的心率传感器2、用于采集原始数据的9轴传感器3、用于交互数据的WIFI芯片4和云服务器5，所述设备主控1、心率传感器2、9轴传感器3和WIFI芯片4分别集装在手环内；所述心率传感器2和9轴传感器3分别将采集到的原始数据输送给设备主控1，所述设备主控1与WIFI芯片4连接，设备主控提供预处理的原始数据给WIFI芯片4；所述WIFI芯片4与云服务器5无线连接，将预处理后的原始数据传输给云服务器5；云服务器5发送控制指令给WIFI芯片4。

采用上述结构后，本发明的各个部件之间形了沟通桥梁，让硬件可以有序且合理地交流；对原始运动数据进行预处理，其中包括高通滤波(HPF)，低通滤波(LPF)算法消除ADC固有的噪声。

本发明的设备主控1（每一个设备都有一个独立的ID，以确保数据的分开存储和分析）通过心率传感器和9轴传感器在不断获取设备主人的运动数据，并且进行数据预处理，以确保数据更加准确；并且设备主控1把经过预处理的数据通过WIFI芯片4发送给架设的云服务器5；云服务器5会把得到数据进行下一步分析，解算出设备主人在佩戴设备的过程中的运动情况，并且反馈到APP上，方便用户更好地了解自己的运动情况。

本发明的手环设备是定位于专业运动手环，为运动员提供全面的运动数据，其中包括：最高运动加速度、最高运动速度、体能消耗、运动距离、跑动距离、离地高度、平均跑动距离、冲刺跑次数、运动时间、跑动时间、运动姿态等等数据。而能够获取准确和全面的数据的关键点是本发明设计的系统处理原始数据的过程，经过本发明的系统处理，能够将9轴传感器和心率传感器测量的原始数据，更加精确，同时可以进行数据融合，进而得到比较全面的运动数据。这也是现有的手换设备无法测量得到的。

所述的手环设备的系统，其中，所述设备主控1还设设置有用于处理低频噪声的高通滤波单元11和用于处理高频噪声的低通滤波单元12。

所述的手环设备的系统，其中，所述9轴传感器3包括用于测量加速度的加速度传感单元31、用于测量角速度的角速度传感单元32和用于测量磁力值的磁力计传感单元33；所述加速度传感单元31与低通滤波单元12连接，所述角速度传感单元32和磁力计传感单元33分别与高通滤波单元11连接。

对于加速度传感单元来说：由于有高频噪声，因此我们采用LPF（Low-passfilter）算法去除高频噪声，而对于角速度传感单元和磁力计传感单元来说：具有低频噪声，所以我们采用HPF（High-pass filter）算法去除低频噪声。所以设备主控通过以上的数据预处理步骤，整体原始数据精度可以达到94%。而对于心率传感器，使用了AMS公司的心率算法，该公司的心率算法整体精度可以达到91.66%；经过选用这两种传感器来收集运动员的原始数据，以及通过设备主控进行属于预处理后，得到的预处理原始数据更加精确。

所述的手环设备的系统，其中，所述云服务器5为每一个手环的设备主控在数据库中开设存储空间，以手环编号为唯一条件，构建以同一手环编号为对象的存储空间。

所述的手环设备的系统，其中，所述云服务器5还与其他外部设备的APP无线连接，云服务器把得到数据进行下一步分析，解算出设备主人在佩戴设备的过程中的运动情况，并且反馈到APP上，或者用户直接通过网络访问云服务器中对应手环的存储空间，进而得到自己的运动数据。

所述的手环设备的系统，其中，所设备主控5采用的主控芯片为STM32系列芯片。

本发明由于采用意法半导体公司的STM32系列芯片作为设备的主控芯片，所以具有运算速度快，低功耗，稳定性强，性价比高等等一系列优点，非常适合作为设备的主控。在运动数据收集的传感器选用方面，采用了2个传感器收集运动数据，第一个是：AMS公司型号为AS7000的心率传感器，其内置有领先业界的心率检测算法，可以减少测量心率的误差值，满足本次设备的要求；第二个是：采用InvenSense公司的9轴测量传感器，它可以在误差率较低的情况下测量出物体的3轴对应加速度，角速度和磁力值，通过这些原始数据我们可以解算出物体的瞬时速度，物体的位移和物体的姿态等等一系列有用的运动数据。

所述的手环设备的系统，其中，所述心率传感器2为AMS公司型号AS7000心率传感器。

由于本发明的手环设备主要定位于专业运动手环，我们为了能够获取更加准确、全面的运动数据，而上书的运动数据包括最高运动加速度，最高运动速度，体能消耗，运动距离，跑动距离，离地高度，平均跑动距离，冲刺跑次数，运动时间，跑动时间等等，本发明的9轴传感器采用三轴加速度传感单元、角速度传感单元、磁力计传感单元制作而成，而心率传感器为PPG心率传感器；本发明通过MPU9250和AS7000就可以获取到这些原始数据（原始数据是：刚体坐标系的3轴加速度、角速度、磁力值、单位时间内的心跳变化率（HRM））。在这些传感器获取到原始数据之后。

如图3所示，本发明公开了一种手环设备的系统的控制方法，其包括以下步骤：

步骤一，戴在运动员手上的手环设备通过心率传感器9轴传感器测量运动员的原始数据，心率传感器和9轴传感器分别将原始数据传输给设备主控；

步骤二，设备主控对原始数据进行数据预处理，然后把经过预处理的数据通过WIFI芯片发送给架设的云服务器；

步骤三，云服务器会把得到数据进行下一步分析，解算出设备主人在佩戴设备的过程中的运动情况，再存储在云服务器的存储空间并且反馈到外部设备安装的APP上。

采用上述步骤后，通过以上的数据预处理步骤，本发明将整体原始数据精度可以达到94%，在数据融合方面：本发明采用mahony filter进行融合；而mahony filter要求信号的干扰噪声处在不同的频率，通过设置两个滤波器的截止频率，确保融合后的信号能够覆盖需求的频率。

如图4所示，所述的手环设备的系统的控制方法，其中，所述设备主控进行数据预处理包括以下步骤：

步骤A，设备主控当中的高通滤波单元采用HPF算法去除原始数据的低频噪声；低通滤波单元采用LPF算法去除原始数据的高频噪声；

步骤B，设备主控的主控芯片采用mahony filter进行融合原始数据，然后形成一个立体的、多维的有效运动数据，并且发送给服务器。

所述的手环设备的系统的控制方法，其中，所述步骤B中的mahony filter的要求输入包括：空间三维上的加速度、角速度、磁力计值，并且根据以下公式进行预测和校正；

公式为：；

式中，q^ 表示系统姿态估计的四元数表示； δ 是经过 PI 调节器产生的新息； e 表示实测的惯性向量 v¯ 和预测的向量 v^ 之间的相对旋转（误差）；P ——（四元数实部为0），表示只有旋转。

本发明的云服务为每一个手环设备的设备主控在数据库中开设存储空间，以手环编号为唯一条件，构建以同一手环编号为对象的存储空间，做到手环编号的唯一性，既能保证同一手环编号的设备的数据互不干扰。而数据存储空间用于记录设备使用者每次的运动状况的原始信息，二次分析及三次分析结果的存储。本发明在二次分析具有mahony滤波融合，积分，微分等一系列算法，进而经过计算得出用户的运动的时候的运动加速度、运动速度、体能消耗、运动距离、冲刺跑次数等。而三次分析，采用批量数据综合分析的方式，除去误差，分析同一类型的数据的发展趋势，已经集中范围，确定使用者数据的稳定区间。

二次分析主要是平面上的加速度、心率，以物理公式为基础，通过积分的方式获得平面上的瞬时速度，在以同样的方式获得路程，之后再计算：路程/时间=瞬时速度；心率的获取则是通过直接计算累加方式获取，已达到最佳效果，减少误差；方向则是通过平面加速度，算出平面加速度合力的值与x轴的夹角a，从a中辨别方面，因为在做二次分析之前有将手环坐标变换成地球坐标，所以夹角a得到的方向就是实际运动的方面。

三次分析主要是呈现报表，将日常的使用结合分析，得到准确的分析信息。分析方式主要采用散点集中分布的方式，忽略异常情况（系统不能获取用户使用手环的时候是否有受伤等心率测不出来的信息，所以只能忽略处理），再去散点分布集中的范围，再通过特定的范围，给予相对智能的评价，并将集中范围值提供给用户，让用户知道自身在一个阶段使用的情况。

此外，云服务器还提供数据接口，APP、PC页面和微信公众号调用相应的接口就能获取对应的数据，再将数据展示给用户。而数据展示一般以图表的形式展示出来，方便用户跟踪自身的运动状况和成长情况。

另外，服务器除了接收数据和加工数据之外；还可以通过更新固件的形式，远程更改我们数据收集策略和数据处理算法，以应对不断出现的新状况。

云服务器会在手环设备每次连接的服务器时，会自动进行固件判断；如果检测到当前手环设备的固件版本号小于服务器的固件版本号，则云服务器会发送信号给手环设备通知设备进行升级，然后服务器会发送最新的固件给手环设备；手环设备会接收固件并保存到FLASH中，完成更新。

本发明采用了2个传感器收集运动数据，采用型号为AS7000的心率传感器测量心率，可以减少测量心率的误差值，选择9轴传感器可以在误差率较低的情况下测量出物体的3轴对应加速度，角速度和磁力值，通过这些原始数据我们可以解算出物体的瞬时速度，物体的位移和物体的姿态；从而能够获取更加准确、全面的运动数据。此外，还可以通过设备主控对原始数据进行数据预处理，使得整体原始数据精度可以达到94%；另外，采用mahonyfilter对9轴数据进行姿态融合，形成一个立体的、多维的有效运动数据；在云服务器当中的数据存储空间记录手环设备使用者每次的运动状况的原始信息，并且将二次分析及三次分析结果的存储。

以上是本发明的优选实施方式而已，当然不能以此来限定本发明之权利范围，应当指出，对于本技术领域的技术人员来说，不付出创造性劳动对本发明技术方案的修改或者等同替换，都不脱离本发明技术方案的保护范围。

Claims (10)

1.一种手环设备的系统，其特征在于，包括：用于进行原始数据预处理的设备主控、用于测量心率的心率传感器、用于采集原始数据的9轴传感器、用于交互数据的WIFI芯片和云服务器，所述设备主控、心率传感器、9轴传感器和WIFI芯片分别集装在手环内；所述心率传感器和9轴传感器分别将采集到的原始数据输送给设备主控，所述设备主控与WIFI芯片连接，所述WIFI芯片与云服务器无线连接，将预处理后的原始数据传输给云服务器。

2.根据权利要求1所述的手环设备的系统，其特征在于，所述设备主控还设设置有用于处理低频噪声的高通滤波单元和用于处理高频噪声的低通滤波单元。

3.根据权利要求2所述的手环设备的系统，其特征在于，所述9轴传感器包括用于测量加速度的加速度传感单元、用于测量角速度的角速度传感单元和用于测量磁力值的磁力计传感单元；所述加速度传感单元与低通滤波单元连接，所述角速度传感单元和磁力计传感单元分别与高通滤波单元连接。

4.根据权利要求3所述的手环设备的系统，其特征在于，所述云服务器为每一个手环的设备主控在数据库中开设存储空间，以手环编号为唯一条件，构建以同一手环编号为对象的存储空间。

5.根据权利要求4所述的手环设备的系统，其特征在于，所述云服务器还与其他外部设备的APP无线连接，云服务器把得到数据进行下一步分析，解算出设备主人在佩戴设备的过程中的运动情况，并且反馈到APP上，或者用户直接通过网络访问云服务器中对应手环的存储空间，进而得到自己的运动数据。

6.根据权利要求1所述的手环设备的系统，其特征在于，所设备主控采用的主控芯片为STM32系列芯片。

7.根据权利要求1所述的手环设备的系统，其特征在于，所述心率传感器为AMS公司型号AS7000心率传感器。

8.一种如权利要求1-7任意一项所述的手环设备的系统的控制方法，其特征在于，包括以下步骤：

步骤一，戴在运动员手上的手环设备通过心率传感器9轴传感器测量运动员的原始数据，心率传感器和9轴传感器分别将原始数据传输给设备主控；

步骤二，设备主控对原始数据进行数据预处理，然后把经过预处理的数据通过WIFI芯片发送给架设的云服务器；

步骤三，云服务器会把得到数据进行下一步分析，解算出设备主人在佩戴设备的过程中的运动情况，再存储在云服务器的存储空间并且反馈到外部设备安装的APP上。

9.根据权利要求8所述的手环设备的系统的控制方法，其特征在于，所述设备主控进行数据预处理包括以下步骤：

步骤A，设备主控当中的高通滤波单元采用HPF算法去除原始数据的低频噪声；低通滤波单元采用LPF算法去除原始数据的高频噪声；

步骤B，设备主控的主控芯片采用mahony filter进行融合原始数据，然后形成一个立体的、多维的有效运动数据，并且发送给服务器。

10.根据权利要求8所述的手环设备的系统的控制方法，其特征在于，所述步骤B中的mahony filter的要求输入包括：空间三维上的加速度、角速度、磁力计值，并且根据以下公式进行预测和校正；

公式为：；

式中，q^ 表示系统姿态估计的四元数表示； δ 是经过 PI 调节器产生的新息； e 表示实测的惯性向量 v¯ 和预测的向量 v^ 之间的相对旋转（误差）；P ——（四元数实部为0），表示只有旋转。