CN109998221A - 一种用于步态分析的智能鞋垫 - Google Patents
一种用于步态分析的智能鞋垫 Download PDFInfo
- Publication number
- CN109998221A CN109998221A CN201910327829.5A CN201910327829A CN109998221A CN 109998221 A CN109998221 A CN 109998221A CN 201910327829 A CN201910327829 A CN 201910327829A CN 109998221 A CN109998221 A CN 109998221A
- Authority
- CN
- China
- Prior art keywords
- pin
- main control
- chip
- control chip
- connect
- 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.)
- Granted
Links
- 230000005021 gait Effects 0.000 title claims abstract description 32
- 238000006243 chemical reaction Methods 0.000 claims abstract description 40
- 239000003990 capacitor Substances 0.000 claims description 66
- 239000013078 crystal Substances 0.000 claims description 27
- 229920000915 polyvinyl chloride Polymers 0.000 claims description 23
- 239000004800 polyvinyl chloride Substances 0.000 claims description 23
- 230000010355 oscillation Effects 0.000 claims description 22
- 230000007613 environmental effect Effects 0.000 claims description 17
- 210000002683 foot Anatomy 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 11
- 239000011324 bead Substances 0.000 claims description 9
- 230000002093 peripheral effect Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 210000001255 hallux Anatomy 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 14
- 238000013461 design Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000001872 metatarsal bone Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000020016 psychiatric disease Diseases 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 210000001699 lower leg Anatomy 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229920001596 poly (chlorostyrenes) Polymers 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
- 125000000391 vinyl group Chemical group [H]C([*])=C([H])[H] 0.000 description 1
- 229920002554 vinyl polymer Polymers 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A43—FOOTWEAR
- A43B—CHARACTERISTIC FEATURES OF FOOTWEAR; PARTS OF FOOTWEAR
- A43B17/00—Insoles for insertion, e.g. footbeds or inlays, for attachment to the shoe after the upper has been joined
- A43B17/003—Insoles for insertion, e.g. footbeds or inlays, for attachment to the shoe after the upper has been joined characterised by the material
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Materials Engineering (AREA)
- Wood Science & Technology (AREA)
- Power Sources (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种用于步态分析的智能鞋垫，包括柔性印刷电路板、接口电路、ADC转换电路和无线微控制器；柔性印刷电路板上设置有9个力传感器，每个力传感器均通过接口电路与ADC转换电路连接，ADC转换电路和接口电路均与无线微控制器连接。本发明提供的用于步态分析的智能鞋垫详细描述了其中的模拟电路部分，提供了允许优化电子元器件数量和低功耗的信道多路复用电路，提高了智能鞋垫采集的信号数据的准确性，为对用户的步态分析提供了更加准确的数据支撑。
Description
技术领域
本发明属于智能穿戴设备设计技术领域，具体涉及一种用于步态分析的智能鞋垫。
背景技术
行走步态或步姿是反映人的健康的一个重要指标，往往与多种疾病相关联，如物理运动障碍、骨骼畸形、肌肉健康、神经或精神疾病和心理疾病等等。这些疾病或障碍均可能影响步行的属性(如：步幅、步长、速度、行走频率、周期性、稳定性以及膝关节、脚踝、臀部、大腿等部位的摆动和旋转等)。对于步态进行多维度或者多角度的时空分析能更好的了解和跟踪发展的状况；而基于分析结果对步态进行持续矫正和康复能改善或治疗某些疾病(如：物理行为治疗)。此外，对比步态的分析也能从不同的角度反映出一个人的运动能力，对于专业运动员的肌体能力和训练分析有很大的帮助。
为了获得更加丰富的步态信息，人们越来越关注智能化鞋垫在运动和医学领域中的应用。目前尽管有大量专门用于智能鞋底的设计研究工作，但是这些研究工作中，对优化电子模块设计的方法依旧缺乏研究。因此，在保持可靠的动力学数据采集的同时，需要设计一种方法来获得较少的电子元器件数量，以达到优化电子模块的目的。
发明内容
针对现有技术中的上述不足，本发明提供的用于步态分析的智能鞋垫解决了现有的智能鞋垫中采集的步态数据不准确的问题。
为了解决上述问题，本发明提供的技术方案为：一种用于步态分析的智能鞋垫，包括柔性印刷电路板、接口电路、ADC转换电路和无线微控制器；
所述柔性印刷电路板上设置有9个力传感器，每个所述力传感器均通过接口电路与ADC转换电路连接，所述ADC转换电路和接口电路均与无线微控制器连接。
进一步地，所述柔性印刷电路板为鞋垫形状，所述9个力传感器分别设置于柔性印刷电路板上与脚底部对应的大脚趾处、五个跖骨头处、中足外侧处、内侧脚跟处和外侧脚跟处；
所述柔性印刷电路板包括第一柔性聚氯乙烯板和第二柔性聚氯乙烯板，所述第一柔性聚氯乙烯板设置于第二柔性聚氯乙烯板上方；
所述第一柔性聚氯乙烯板为厚度为0.8mm的软质柔性聚氯乙烯板；
所述第二柔性聚氯乙烯板为厚度为0.5mm的硬质柔性聚氯乙烯板。
进一步地，所述无线微控制器包括型号为nRF52832主控芯片U4及其外围电路；
所述主控芯片U4的外围电路包括振荡器电路、电源电路、跨阻放大器电路、程序下载电路、环境传感器电路和惯性传感器电路；
所述电源电路还与跨阻放大器电路、程序下载电路、环境传感器电路和惯性传感器电路连接；
所述跨阻放大器电路还与接口电路和ADC转换电路连接。
进一步地，所述电源电路包括相互连接的供电子电路和电压转换子电路；
所述供电子电路包括电池X5；
所述电池X5的正极作为外部电源VDD分别与接地电容C24和接地电容C10连接，电池X5的负极接地。
所述电压转换子电路包括型号为REF3025的芯片U9；
所述芯片U9的第1引脚分别与电容C2的一端、电源AN_PWR和电阻R6的一端连接，电阻R6的另一端与外部电源VDD连接；
所述芯片U9的第2引脚作为电压转换电路的输出端与ADC转换电路连接；
所述芯片U9的第3引脚与电容C2的另一端和接地电阻R13连接并接地；
其中，所述电压转换电路的输出端输出稳压电源ADC_PWR。
进一步地，所述主控芯片U4的第1引脚与接地电容C41连接；
所述主控芯片U4的第2引脚和芯片U4的第3引脚均与振荡器电路连接；
所述主控芯片U4的第4引脚与跨阻放大器电路连接；
所述主控芯片U4的第5引脚、主控芯片U4的第6引脚和主控芯片U4的第10引脚均与ADC转换电路连接；
所述主控芯片U4的第12引脚与2孔接插件X6连接；
所述主控芯片U4的第13引脚与接地电容C45连接，且与外部电源VDD连接；
所述主控芯片U4的第15引脚、主控芯片U4的第16引脚和主控芯片U4的第17引脚均与惯性传感器电路连接
所述主控芯片U4的第18引脚、主控芯片U4的第19引脚和主控芯片U4的20引脚均与惯性传感器电路及环境传感器电路连接；
所述主控芯片U4的第23引脚与环境传感器电路连接；
所述主控芯片U4的第21引脚、主控芯片U4的第24引脚、主控芯片U4的第25引脚和主控芯片U4的第26引脚均与程序下载电路连接；
所述主控芯片U4的第27引脚、主控芯片U4的第28引脚、主控芯片U4的第37引脚、主控芯片U4的第38引脚、主控芯片U4的第39引脚、主控芯片U4的第40引脚、主控芯片U4的第41引脚、主控芯片U4的第42引脚和主控芯片U4的第43引脚均与接口电路连接；
所述主控芯片U4的第30引脚与分别与接地电容C43和电感L6的一端连接，电感L6的另一端与接地电容C44连接；
所述主控芯片U4的第31引脚接地；
所述主控芯片U4的第33引脚与接地电容C42连接；
所述主控芯片U4的第34引脚和主控芯片U4的第35引脚均与振荡器电路连接；
所述主控芯片U4的第36引脚分别与外部电源VDD和接地电容C39连接；
所述主控芯片U4的第45引脚接地；
所述主控芯片U4的第46引脚分别与接地电容C21和电感L4的一端连接，电感L4的另一端通过电感L5与主控芯片U4的第47引脚连接；
所述主控芯片U4的第48引脚分别与外部电源VDD和接地电容C26连接。
进一步地，所述接口电路包括型号为MCP6001的运算放大器U7；
所述运算放大器U7的第1引脚与运算放大器U7的第4引脚连接；
所述运算放大器U7的第2引脚接地；
所述运算放大器U7的第3引脚与参考电压输入电路连接；
所述运算放大器U7的第5引脚分别与接地电容C48连接，并通过磁珠FB1与电源AN_PWR连接；
所述运算放大器U7的第1引脚还分别与电容C31的一端、电阻R4的一端、电容C35的一端、电阻R9的一端、电容C33的一端、电阻R5的一端、电容C36的一端、电阻R7的一端、电容C32的一端、电阻R2的一端、电容C37的一端、电阻R10的一端、电容C40的一端、电阻R8的一端、电容C38的一端、电阻R11的一端、电容C34的一端和电阻R12的一端连接；
所述电容C31的另一端和电阻R4的另一端均与主控芯片U4的第40引脚及10孔接插件X1的第10引脚连接；
所述电容C35的另一端和电阻R9的另一端均与主控芯片U4的第41引脚及10孔接插件X1的第9引脚连接；
所述电容C33的另一端和电阻R5的另一端均与主控芯片U4的第39引脚及10孔接插件X1的第8引脚连接；
所述电容C36的另一端和电阻R7的另一端均与主控芯片U4的第42引脚及10孔接插件X1的第7引脚连接；
所述电容C32的另一端和电阻R2的另一端均与主控芯片U4的第43引脚及10孔接插件X1的第5引脚连接；
所述电容C37的另一端和电阻R10的另一端均与主控芯片U4的第38引脚及10孔接插件X1的第4引脚连接；
所述电容C40的另一端和电阻R8的另一端均与主控芯片U4的第27引脚及10孔接插件X1的第3引脚连接；
所述电容C38的另一端和电阻R11的另一端均与主控芯片U4的第37引脚及10孔接插件X1的第2引脚连接；
所述电容C34的另一端和电阻R12的另一端均与主控芯片U4的第28引脚及10孔接插件X1的第1引脚连接；
所述10孔接插件X1的第6引脚与跨阻放大器电路连接；
所述参考电压输入电路包括电阻R3；
所述电阻R3的一端与芯片U9的第2引脚连接，电阻R3的另一端分别与运算放大器U7的第3引脚、接地电阻R7和接地电容C15连接。
进一步地，所述ADC转换电路包括型号为ADS7041的芯片U11；
所述芯片U11的第1引脚分别与外部电源VDD和接地电容C54连接
所述芯片U11的第2引脚与主控芯片U4的第5引脚连接；
所述芯片U11的第3引脚与主控芯片U4的第6引脚连接；
所述芯片U11的第4引脚与主控芯片U4的第10引脚连接；
所述芯片U11的第5引脚和芯片U11的第8引脚均接地；
所述芯片U11的第6引脚与接地电容C1连接，并通过电阻R1与跨阻放大器电路连接；
所述芯片U11的第7引脚分别与接地电容C55和芯片U9的第2引脚连接。
进一步地，所述电路包括跨阻放大器电路包括型号为MCP6001的芯片U3；
所述芯片U3的第1引脚作为跨阻放大器电路的输出端分别与ADC转换电路中的电阻R1的另一端和主控芯片U4的第4引脚连接；
所述芯片U3的第2引脚接地；
所述芯片U3的第3引脚与接口电路中的芯片U7的第3引脚连接；
所述芯片U3的第4引脚分别与电阻R16的一端、电容C56的一端和10孔接插件X1的第6引脚连接，电阻R16的另一端和电容C56的另一端均与芯片U3的第1引脚连接；
所述芯片U3的第5引脚分别与磁珠FB2的一端和接地电容C11连接，磁珠FB2的另一端与电源AN_PWR连接。
进一步地，所述惯性传感器电路包括型号为BMI160的芯片U5；
所述芯片U5的第1引脚与主控芯片U4的第19引脚连接；
所述芯片U5的第14引脚与主控芯片U4的第20引脚连接；
所述芯片U5的第13引脚与主控芯片U4的第18引脚连接；
所述芯片U5的第5引脚分别与芯片U5的第8引脚、接地电容C49、接地电容C46和接地电容C47连接并与外部电源VDD连接；
所述芯片U5的第9引脚与主控芯片U4的第16引脚连接；
所述芯片U5的第4引脚与主控芯片U4的第15引脚连接；
所述芯片U5的第6引脚和芯片U5的第7引脚均接地；
所述环境传感器电路包括型号为BME280的芯片U10；
所述芯片U10的第1引脚和芯片U4的第7引脚均接地；
所述芯片U10的第2引脚与主控芯片U4的第23引脚连接；
所述芯片U10的第3引脚与主控芯片U4的第20引脚连接；
所述芯片U10的第4引脚与主控芯片U4的第18引脚连接；
所述芯片U10的第5引脚与主控芯片U4的第19引脚连接；
所述芯片U10的第6引脚和芯片U10的第8引脚均分别与外部电源VDD和接地电容C68连接。
进一步地，所述振荡器电路包括高频振荡子电路和低频振荡子电路；
所述高频振荡子电路包括晶振XT4，所述晶振XT4的振荡频率为3200MHz；
所述晶振XT4的第2引脚和第3引脚均接地，晶振XT4的第1引脚分别与接地电容C53和主控芯片U4的第35引脚连接，晶振XT4的第4引脚分别与接地电容C53和主控芯片U4的第34引脚连接；
所述低频振荡子电路包括晶振XT3，所述晶振XT3的振荡频率为32768Hz；
所述晶振XT3的一端分别与接地电容C50和主控芯片U4的第2引脚连接，晶振XT3的另一端分别与接地电容C51和主控芯片U4的第3引脚连接；
所述程序下载电路包括10孔接插件X2；
所述接插件X2的第1引脚与外部电源VDD连接；
所述接插件X2的第3引脚、接插件X2的第5引脚和接插件X2的第9引脚均接地；
所述接插件X2的第2引脚与主控芯片U4的第26引脚连接；
所述接插件X2的第4引脚与主控芯片U4的第25引脚连接；
所述接插件X2的第6引脚与主控芯片U4的第21引脚连接；
所述接插件X2的第10引脚分别与主控芯片U4的第24引脚连接、接地电容C66和电阻R5的一端连接，所述电阻R5的另一端与电源VDD连接。
本发明的有益效果为：本发明提供的用于步态分析的智能鞋垫详细描述了其中的模拟电路部分，提供了允许优化电子元器件数量和低功耗的信道多路复用电路，提高了智能鞋垫采集的信号数据的准确性，为对用户的步态分析提供了更加准确的数据支撑。
附图说明
图1为本发明中的基于步态分析的智能鞋垫结构图。
图2为本发明中的供电子电路原理图。
图3为本发明中的电压转换子电路原理图。
图4为本发明中的主控芯片连接电路原理图。
图5为本发明中的接口电路原理图。
图6为本发明中的参考电压输入电路原理图。
图7为本发明中的ADC转换电路原理图。
图8为本发明中的跨阻放大器电路原理图。
图9为本发明中的惯性传感器电路原理图。
图10为本发明中的环境传感器电路原理图。
图11为本发明中的高频振荡子电路原理图。
图12为本发明中的低频振荡子电路原理图。
图13为本发明中的程序下载电路原理图。
图14为本发明提供的实施例中接口电路等效电路图。
图15本发明提供的实施例中力传感器静态校准时的拟合曲线图。
图16本发明提供的实施例中108个传感求的校准结果比较图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，一种用于步态分析的智能鞋垫，包括柔性印刷电路板、接口电路、ADC转换电路和无线微控制器；
柔性印刷电路板上设置有9个力传感器，每个力传感器均通过接口电路与ADC转换电路连接，ADC转换电路和接口电路均与无线微控制器连接。
上述柔性印刷电路板为鞋垫形状，9个力传感器分别设置于柔性印刷电路板上与脚底部对应的大脚趾处、五个跖骨头处、中足外侧处、内侧脚跟处和外侧脚跟处；图1中的T1-T9即为9个力传感器的设置位置；
柔性印刷电路板包括第一柔性聚氯乙烯板和第二柔性聚氯乙烯板，第一柔性聚氯乙烯板设置于第二柔性聚氯乙烯板上方；
第一柔性聚氯乙烯板为厚度为0.8mm的软质柔性聚氯乙烯板；
第二柔性聚氯乙烯板为厚度为0.5mm的硬质柔性聚氯乙烯板；
力传感器的型号为A301，该传感器的主动传感区域的直径为9.53mm，与现有的FSR(力敏电阻)相比，柔性圆形传感器具有更加优越的性能，因此常常被用于鞋垫原型中，根据以往对最大足底压力范围的研究，选择445N范围的传感器版本，大范围传感器的一个缺点是它在较窄范围内灵敏度较低，因此后续的接口电路设计决定了系统的整体灵敏度。
上述无线微控制器包括型号为nRF52832主控芯片U4及其外围电路；该无线微控制器确保了从传感器收集并传输这些数据；
主控芯片U4的外围电路包括振荡器电路、电源电路、跨阻放大器电路、程序下载电路、环境传感器电路和惯性传感器电路；
电源电路还与跨阻放大器电路、程序下载电路、环境传感器电路和惯性传感器电路连接；
跨阻放大器电路还与接口电路和ADC转换电路连接。
无线微控制器安装在鞋的前部，从而很好的反映了脚的运动轨迹，在该系统中型号为nRF52832的芯片作为一个系统芯片，其硬件结构包括有一个2.4G的无线电接收机和一个2.4G的无线电发射机，其兼容1Mbps低功耗模式。在软件方面，nRF52832芯片中包括了一个名为SoftDevice S132的可执行软件，它提供了蓝牙5协议栈的功能。智能鞋垫应用程序可执行文件和软设备可执行文件都存储在nRF52832的程序内存中。在没有采用节能策略的情况下，在传输功率最低的情况在，在主动数据传输过程中，设备的耗电量不超过2.4毫安，数据通过蓝牙低能量(BLE)技术传输到接收数据的主机设备中。
上述电源电路包括相互连接的供电子电路和电压转换子电路；
如图2所示，供电子电路包括电池X5；该供电子电路主要通过外部电池X5为整个系统供电；
电池X5的正极分别与外部电源VDD、接地电容C24和接地电容C10连接，电池X5的负极接地。
如图3所示，电压转换子电路包括型号为REF3025的芯片U9；芯片U9为一个精确的电压调节器，确保了模拟部分(接口电路、AD转换电路和跨阻放大器电路)所需的基准电压。
芯片U9的第1引脚分别与电容C2的一端、电源AN_PWR和电阻R6的一端连接，电阻R6的另一端与外部电源VDD连接；
芯片U9的第2引脚作为电压转换电路的输出端与ADC转换电路连接；
芯片U9的第3引脚与电容C2的另一端和接地电阻R13连接并接地；电压转换电路的输出端输出稳压电源ADC_PWR与ADC转换电路连接。
其中，电源AN_PWR为模拟部分不受控制电源，它被传递到精确的电压调节器U9；稳压电源ADC_PWR作为模拟部分的稳压电源，为接口电路、跨阻放大器电路和AD转换电路供电。
如图4所示，主控芯片U4的第1引脚与接地电容C41连接；
主控芯片U4的第2引脚和芯片U4的第3引脚均与振荡器电路连接；
主控芯片U4的第4引脚与跨阻放大器电路连接；
主控芯片U4的第5引脚、主控芯片U4的第6引脚和主控芯片U4的第10引脚均与ADC转换电路连接；
主控芯片U4的第12引脚与2孔接插件X6连接；
主控芯片U4的第13引脚与接地电容C45连接，且与外部电源VDD连接；
主控芯片U4的第15引脚、主控芯片U4的第16引脚和主控芯片U4的第17引脚均与惯性传感器电路连接
主控芯片U4的第18引脚、主控芯片U4的第19引脚、主控芯片U4的20引脚均与惯性传感器电路及环境传感器电路连接；
主控芯片U4的第23引脚与环境传感器电路连接；
主控芯片U4的第21引脚、主控芯片U4的第24引脚、主控芯片U4的第25引脚和主控芯片U4的第26引脚均与程序下载电路连接；
主控芯片U4的第27引脚、主控芯片U4的第28引脚、主控芯片U4的第37引脚、主控芯片U4的第38引脚、主控芯片U4的第39引脚、主控芯片U4的第40引脚、主控芯片U4的第41引脚、主控芯片U4的第42引脚和主控芯片U4的第43引脚均与接口电路连接；
主控芯片U4的第30引脚与分别与接地电容C43和电感L6的一端连接，电感L6的另一端与接地电容C44连接；
主控芯片U4的第31引脚接地；
主控芯片U4的第33引脚与接地电容C42连接；
主控芯片U4的第34引脚和主控芯片U4的第35引脚均与振荡器电路连接；
主控芯片U4的第36引脚分别与外部电源VDD和接地电容C39连接；
主控芯片U4的第45引脚接地；
主控芯片U4的第46引脚分别与接地电容C21和电感L4的一端连接，电感L4的另一端通过电感L5与主控芯片U4的第47引脚连接；
主控芯片U4的第48引脚分别与外部电源VDD和接地电容C26连接。
如图5所示，上述接口电路包括型号为MCP6001的运算放大器U7；该接口电路确保了九个力传感器的正确连接；
运算放大器U7的第1引脚与运算放大器U7的第4引脚连接；
运算放大器U7的第2引脚接地；
运算放大器U7的第3引脚与参考电压输入电路连接；
运算放大器U7的第5引脚分别与接地电容C48连接，并通过磁珠FB1与电源AN_PWR连接；
运算放大器U7的第1引脚还分别与电容C31的一端、电阻R4的一端、电容C35的一端、电阻R9的一端、电容C33的一端、电阻R5的一端、电容C36的一端、电阻R7的一端、电容C32的一端、电阻R2的一端、电容C37的一端、电阻R10的一端、电容C40的一端、电阻R8的一端、电容C38的一端、电阻R11的一端、电容C34的一端和电阻R12的一端连接；
电容C31的另一端和电阻R4的另一端均与主控芯片U4的第40引脚及10孔接插件X1的第10引脚连接；
电容C35的另一端和电阻R9的另一端均与主控芯片U4的第41引脚及10孔接插件X1的第9引脚连接；
电容C33的另一端和电阻R5的另一端均与主控芯片U4的第39引脚及10孔接插件X1的第8引脚连接；
电容C36的另一端和电阻R7的另一端均与主控芯片U4的第42引脚及10孔接插件X1的第7引脚连接；
电容C32的另一端和电阻R2的另一端均与主控芯片U4的第43引脚及10孔接插件X1的第5引脚连接；
电容C37的另一端和电阻R10的另一端均与主控芯片U4的第38引脚及10孔接插件X1的第4引脚连接；
电容C40的另一端和电阻R8的另一端均与主控芯片U4的第27引脚及10孔接插件X1的第3引脚连接；
电容C38的另一端和电阻R11的另一端均与主控芯片U4的第37引脚及10孔接插件X1的第2引脚连接；
电容C34的另一端和电阻R12的另一端均与主控芯片U4的第28引脚及10孔接插件X1的第1引脚连接；
10孔接插件X1的第6引脚与跨阻放大器电路连接；
如图6所示，参考电压输入电路包括电阻R3；
电阻R3的一端与芯片U9的第2引脚连接，电阻R3的另一端分别与运算放大器U7的第3引脚、接地电阻R7和接地电容C15连接。
如图7所示，ADC转换电路包括型号为ADS7041的芯片U11；
芯片U11的第1引脚分别与外部电源VDD和接地电容C54连接；
芯片U11的第2引脚与主控芯片U4的第5引脚连接；
芯片U11的第3引脚与主控芯片U4的第6引脚连接；
芯片U11的第4引脚与主控芯片U4的第10引脚连接；
芯片U11的第5引脚和芯片U11的第8引脚均接地；
芯片U11的第6引脚与接地电容C1连接，并通过电阻R1与跨阻放大器电路连接；
芯片U11的第7引脚分别与接地电容C55和芯片U9的第2引脚连接。
如图8所示，跨阻放大器电路包括型号为MCP6001的芯片U3；首先，它的输出电压与作用在传感器上的压力呈现线性相关，这使得避免了在处理压力传感器电导率与施加在传感器上的力之间的非线性关系时的复杂性。其次，超简单放大器确保传感器上的电压是恒定的，从而避免了由于传感器电导依赖于施加的电压而造成的复杂性。
芯片U3的第1引脚作为跨阻放大器电路的输出端分别与ADC转换电路中的电阻R1的另一端和主控芯片U4的第4引脚连接；
芯片U3的第2引脚接地；
芯片U3的第3引脚与接口电路中的芯片U7的第3引脚连接；
芯片U3的第4引脚分别与电阻R16的一端、电容C56的一端和10孔接插件X1的第6引脚连接，电阻R16的另一端和电容C56的另一端均与芯片U3的第1引脚连接；
芯片U3的第5引脚分别与磁珠FB2的一端和接地电容C11连接，磁珠FB2的另一端与电源AN_PWR连接。
如图9所示，惯性传感器电路包括型号为BMI160的芯片U5；该传感器由由三轴加速度和陀螺仪组成，可采集运动数据，以及来自力传感器的运动数据。同时获得的动力学和运动学信息的足部运动，使完整的步态分析。
芯片U5的第1引脚与主控芯片U4的第19引脚连接；
芯片U5的第14引脚与主控芯片U4的第20引脚连接；
芯片U5的第13引脚与主控芯片U4的第18引脚连接；
芯片U5的第5引脚分别与芯片U5的第8引脚、接地电容C49、接地电容C46和接地电容C47连接并与外部电源VDD连接；
芯片U5的第9引脚与主控芯片U4的第16引脚连接；
芯片U5的第4引脚与主控芯片U4的第15引脚连接；
芯片U5的第6引脚和芯片U5的第7引脚均接地；
如图10所示，环境传感器电路包括型号为BME280的芯片U10；该环境传感器在力传感器校准期间以及在正常工作期间测量环境的湿度和温度；这些数据用于校正力传感器读数。以避免温度对读数的影响。
芯片U10的第1引脚和芯片U4的第7引脚均接地；
芯片U10的第2引脚与主控芯片U4的第23引脚连接；
芯片U10的第3引脚与主控芯片U4的第20引脚连接；
芯片U10的第4引脚与主控芯片U4的第18引脚连接；
芯片U10的第5引脚与主控芯片U4的第19引脚连接；
芯片U10的第6引脚和芯片U10的第8引脚均分别与外部电源VDD和接地电容C68连接。
振荡器电路包括高频振荡子电路和低频振荡子电路；为了保证设备的稳定运行，无线微控制器选用两个外部振荡器代替内部振荡器，振荡器的稳定性和严格的定时对蓝牙协议的执行至关重要，同时也保证了稳定的采样率；
如图11所示，高频振荡子电路包括晶振XT4，晶振XT4的振荡频率为3200MHz；在该系统中，利用高频振荡子电路的时钟信号构成对力传感器信号采样的时序。
晶振XT4的第2引脚和第3引脚均接地，晶振XT4的第1引脚分别与接地电容C53和主控芯片U4的第35引脚连接，晶振XT4的第4引脚分别与接地电容C53和主控芯片U4的第34引脚连接；
如图12所示，低频振荡子电路包括晶振XT3，晶振XT3的振荡频率为32768Hz；在该系统中，低频振荡子电路产生的时钟信号用于形成蓝牙协议所要求的关键时序。
晶振XT3的一端分别与接地电容C50和主控芯片U4的第2引脚连接，晶振XT3的另一端分别与接地电容C51和主控芯片U4的第3引脚连接；
如图13所示，程序下载电路包括10孔接插件X2；
接插件X2的第1引脚与外部电源VDD连接；
接插件X2的第3引脚、接插件X2的第5引脚和接插件X2的第9引脚均接地；
接插件X2的第2引脚与主控芯片U4的第26引脚连接；
接插件X2的第4引脚与主控芯片U4的第25引脚连接；
接插件X2的第6引脚与主控芯片U4的第21引脚连接；
接插件X2的第10引脚分别与主控芯片U4的第24引脚连接、接地电容C66和电阻R5的一端连接，所述电阻R5的另一端与电源VDD连接。
在本发明的一个实施例中，提供了力传感器采集数据信号时对应的硬件电路的工作原理，接口电路(图5)中一个传感器的简化功能图如图14所示；
在许多现代AD中，有一个选择电源电压作为参考电压的功能，我们利用它直接获得电导值：
这样，测量值就不依赖于模拟电源(Vref)电压的值，实际上传感器在固定力下的电流-电压特性是非线性的，为了避免这种非线性的影响，模拟电源取自精确的2.5V电压调节器，在实际过程中需要依次激活力传感器，通过选择无线微控制器的输入输出引脚来实现，当前工作传感器与地面相连，其余传感器则处于非激活状态，无线微控制器的引脚设置以高阻态作为输入；此外，在抗干扰方面，将非活动传感器通过高阻抗电阻连接到接口电路的输入中，在高阻抗状态下，这些电阻的阻值比管脚的电阻小很多，因此将非激活传感器两端的电压设置为输入电压，避免了对激活传感器的任何影响，当传感器处于激活状态时，串联电阻在输入电压VI和Ground之间，这样不会因为忽略电流而影响测量，图5中的电容和与串联电阻并联，为外部干扰提供了低阻抗路径，将串联电阻VI通过缓冲器U7，能避免有源传感器串联电阻的影响。
RC滤波器作为ADC的抗混叠解决方案；它的截止频率远远高于单通道的要求。在选择它时，关键是要确保它的时间常数相对于所选的采样频率足够低，以避免前一个传感器的读数影响当前工作传感器的读数。本设计假设与来自传感器的强信号相比，干扰信号的分量的幅值非常低。
由于力传感器的电流电压特性是非线性的，传感器两端的电压与外加的力以及模拟电源电压呈非线性关系；这使得考虑所有关系的模型的推导变得复杂。跨阻抗放大器在传感器上保持恒定的电压，从而避免了相关的复杂性。
在目前的设计中，使用微控制器内置ADC可以减少元器件的数量。但是，在选择nRF52832和Vdd作为参考电压的情况下，输入级的增益必须选择在0.6或1之间。在前一种情况下，转换误差是不可接受的大，而在第二种情况下，输入范围是有限的；其中，Vdd为nRF52832引脚13/36/48上的电压。
本发明中的智能鞋垫在数据采集过程中，涉及惯性传感器数据读取、力传感器控制和读取以及蓝牙低功耗数据传输，在数据采集过程中，所有传感器的采样频率均为100Hz，所有的操作都是终端驱动的，数据读取都使用缓冲。主要利用惯性传感器内部缓冲区，就力传感器而言，在无线微控制器的存储器中有两个交替缓冲区，它的读取和传感器的数据交换是由定时器控制，定时中断产生的频率比单一信道的频率高十倍。在每个中断事件中，随后的传感器被读取，下一个被激活。因此，有足够的时间使前一传感器的电压“尾部”淡出并且对应于新传感器的输出电压稳定；对于无线传输，数据被分为四种类型的包-分别用于左和右惯性传感器，以及左和右力传感器数据。数据包由报头计数器和校验和的标头和包含字段区分，力传感器数据包还包含有关内底尺寸的信息，同时还传输了有关电池电量的信息。为了在个人计算机(PC)上接收数据，我们设计了一个定制的数据接收模块，在计算机接收端，数据包被传送到一个虚拟串行端口接收。该数据接收模块为一个自定义的独立硬件模块，它连接到计算机的USB端口，实现与智能鞋垫的无线通信。
在本发明的一个实施例中，提供了通过该智能鞋垫进行用户步态数据采集的过程：
为了涵盖最常见的脚尺寸，我们制造了六对不同尺寸的鞋垫；根据欧洲大陆系统，这些是37、38、39(女性尺寸)和41、42、43(男性尺寸)的标准尺寸，每个鞋垫都安装在普通的运动鞋中。
在使用前，惯性传感器和力传感器都需要校准；对于惯性传感器的校准，我们要求受试者站立超过10秒并使用所获得的信号来判断偏移水平，然后在离线信号处理期间对其进行校正；对于力传感器的校准，低速行走的情况下静态校准仍然是可接受的，通过Python应用程序进行校准时，它可以接受每个测试力点的实时数据，记录它的电导，并构建最佳拟合曲线，在Python应用程序中构建的拟合曲线如图15所示。
为了避免信号变化的影响，在获得校准点时，我们取最后100个样本的平均值，在校准之前，我们研究了多个受试者的数据，以找出最大电导/力，我们用它来设置信号范围的上限；基于此，对于每个传感器，捕获5个等距力点的电导，即14N、28N、42N、56N和70N，对于每个点，力从零增加到期望值。我们对六对不同尺寸的鞋垫进行了校准，因此总共校准了108个力传感器。在将传感器与随后进行数据收集的温度相同的情况下，将传感器纳入内垫后进行校准，在校准中，将测力计与定制金属头组合使用，该金属头的直径与传感器的有效区域相匹配。传感器的校准数据存储在JSON文件中，用于获取力值。校准结果如图16所示。
为了验证智能鞋垫的性能，我们进行了人的识别实验，我们招募了18名健康志愿者，他们覆盖了智能鞋垫的6种尺寸。实验过程中每个参与制被要求穿一双带有该智能鞋垫的鞋子，并以正常速度直行，在长度为7米的走道上走至少20次，实验中总共收集并处理了377个没有丢失包的数据，根据来自左脚和右脚的力传感器数据和惯性传感器数据，提取了一组特征，包括最大值、最小值、平均值、范围、过零率、均方根值、方差、标准方差、偏度和峰度，在识别中，我们使用了一个默认参数设置的随机森林分类器，该分类器具有较好的性能，适用用于步态特征，数据分为80％训练集合20％的测试集，并进行了5倍交叉验证，准确率高达98.68％。
本发明的有益效果为：本发明提供的用于步态分析的智能鞋垫详细描述了其中的模拟电路部分，提供了允许优化电子元器件数量和低功耗的信道多路复用电路，提高了智能鞋垫采集的信号数据的准确性，为对用户的步态分析提供了更加准确的数据支撑。
Claims (10)
1.一种用于步态分析的智能鞋垫，其特征在于，包括柔性印刷电路板、接口电路、ADC转换电路和无线微控制器；
所述柔性印刷电路板上设置有9个力传感器，每个所述力传感器均通过接口电路与ADC转换电路连接，所述ADC转换电路和接口电路均与无线微控制器连接。
2.根据权利要求1所述的用于步态分析的智能鞋垫，其特征在于，所述柔性印刷电路板为鞋垫形状，所述9个力传感器分别设置于柔性印刷电路板上与脚底部对应的大脚趾处、五个跖骨头处、中足外侧处、内侧脚跟处和外侧脚跟处；
所述柔性印刷电路板包括第一柔性聚氯乙烯板和第二柔性聚氯乙烯板，所述第一柔性聚氯乙烯板设置于第二柔性聚氯乙烯板上方；
所述第一柔性聚氯乙烯板为厚度为0.8mm的软质柔性聚氯乙烯板；
所述第二柔性聚氯乙烯板为厚度为0.5mm的硬质柔性聚氯乙烯板。
3.根据权利要求1所述的用于步态分析的智能鞋垫，其特征在于，所述无线微控制器包括型号为nRF52832主控芯片U4及其外围电路；
所述主控芯片U4的外围电路包括振荡器电路、电源电路、跨阻放大器电路、程序下载电路、环境传感器电路和惯性传感器电路；
所述电源电路还与跨阻放大器电路、程序下载电路、环境传感器电路和惯性传感器电路连接；
所述跨阻放大器电路还与接口电路和ADC转换电路连接。
4.根据权利要求3所述的用于步态分析的智能鞋垫，其特征在于，所述电源电路包括相互连接的供电子电路和电压转换子电路；
所述供电子电路包括电池X5；
所述电池X5的正极作为外部电源VDD分别与接地电容C24和接地电容C10连接，电池X5的负极接地。
所述电压转换子电路包括型号为REF3025的芯片U9；
所述芯片U9的第1引脚分别与电容C2的一端、电源AN_PWR和电阻R6的一端连接，电阻R6的另一端与外部电源VDD连接；
所述芯片U9的第2引脚作为电压转换电路的输出端与ADC转换电路连接；
所述芯片U9的第3引脚与电容C2的另一端和接地电阻R13连接并接地；
其中，所述电压转换电路的输出端输出稳压电源ADC_PWR。
5.根据权利要求4所述的用于步态分析的智能鞋垫，其特征在于，所述主控芯片U4的第1引脚与接地电容C41连接；
所述主控芯片U4的第2引脚和芯片U4的第3引脚均与振荡器电路连接；
所述主控芯片U4的第4引脚与跨阻放大器电路连接；
所述主控芯片U4的第5引脚、主控芯片U4的第6引脚和主控芯片U4的第10引脚均与ADC转换电路连接；
所述主控芯片U4的第12引脚与2孔接插件X6连接；
所述主控芯片U4的第13引脚与接地电容C45连接，且与外部电源VDD连接；
所述主控芯片U4的第15引脚、主控芯片U4的第16引脚和主控芯片U4的第17引脚均与惯性传感器电路连接
所述主控芯片U4的第18引脚、主控芯片U4的第19引脚和主控芯片U4的20引脚均与惯性传感器电路及环境传感器电路连接；
所述主控芯片U4的第23引脚与环境传感器电路连接；
所述主控芯片U4的第21引脚、主控芯片U4的第24引脚、主控芯片U4的第25引脚和主控芯片U4的第26引脚均与程序下载电路连接；
所述主控芯片U4的第27引脚、主控芯片U4的第28引脚、主控芯片U4的第37引脚、主控芯片U4的第38引脚、主控芯片U4的第39引脚、主控芯片U4的第40引脚、主控芯片U4的第41引脚、主控芯片U4的第42引脚和主控芯片U4的第43引脚均与接口电路连接；
所述主控芯片U4的第30引脚与分别与接地电容C43和电感L6的一端连接，电感L6的另一端与接地电容C44连接；
所述主控芯片U4的第31引脚接地；
所述主控芯片U4的第33引脚与接地电容C42连接；
所述主控芯片U4的第34引脚和主控芯片U4的第35引脚均与振荡器电路连接；
所述主控芯片U4的第36引脚分别与外部电源VDD和接地电容C39连接；
所述主控芯片U4的第45引脚接地；
所述主控芯片U4的第46引脚分别与接地电容C21和电感L4的一端连接，电感L4的另一端通过电感L5与主控芯片U4的第47引脚连接；
所述主控芯片U4的第48引脚分别与外部电源VDD和接地电容C26连接。
6.根据权利要求5所述的用于步态分析的智能鞋垫，其特征在于，所述接口电路包括型号为MCP6001的运算放大器U7；
所述运算放大器U7的第1引脚与运算放大器U7的第4引脚连接；
所述运算放大器U7的第2引脚接地；
所述运算放大器U7的第3引脚与参考电压输入电路连接；
所述运算放大器U7的第5引脚分别与接地电容C48连接，并通过磁珠FB1与电源AN_PWR连接；
所述运算放大器U7的第1引脚还分别与电容C31的一端、电阻R4的一端、电容C35的一端、电阻R9的一端、电容C33的一端、电阻R5的一端、电容C36的一端、电阻R7的一端、电容C32的一端、电阻R2的一端、电容C37的一端、电阻R10的一端、电容C40的一端、电阻R8的一端、电容C38的一端、电阻R11的一端、电容C34的一端和电阻R12的一端连接；
所述电容C31的另一端和电阻R4的另一端均与主控芯片U4的第40引脚及10孔接插件X1的第10引脚连接；
所述电容C35的另一端和电阻R9的另一端均与主控芯片U4的第41引脚及10孔接插件X1的第9引脚连接；
所述电容C33的另一端和电阻R5的另一端均与主控芯片U4的第39引脚及10孔接插件X1的第8引脚连接；
所述电容C36的另一端和电阻R7的另一端均与主控芯片U4的第42引脚及10孔接插件X1的第7引脚连接；
所述电容C32的另一端和电阻R2的另一端均与主控芯片U4的第43引脚及10孔接插件X1的第5引脚连接；
所述电容C37的另一端和电阻R10的另一端均与主控芯片U4的第38引脚及10孔接插件X1的第4引脚连接；
所述电容C40的另一端和电阻R8的另一端均与主控芯片U4的第27引脚及10孔接插件X1的第3引脚连接；
所述电容C38的另一端和电阻R11的另一端均与主控芯片U4的第37引脚及10孔接插件X1的第2引脚连接；
所述电容C34的另一端和电阻R12的另一端均与主控芯片U4的第28引脚及10孔接插件X1的第1引脚连接；
所述10孔接插件X1的第6引脚与跨阻放大器电路连接；
所述参考电压输入电路包括电阻R3；
所述电阻R3的一端与芯片U9的第2引脚连接，电阻R3的另一端分别与运算放大器U7的第3引脚、接地电阻R7和接地电容C15连接。
7.根据权利要求6所述的用于步态分析的智能鞋垫，其特征在于，所述ADC转换电路包括型号为ADS7041的芯片U11；
所述芯片U11的第1引脚分别与外部电源VDD和接地电容C54连接
所述芯片U11的第2引脚与主控芯片U4的第5引脚连接；
所述芯片U11的第3引脚与主控芯片U4的第6引脚连接；
所述芯片U11的第4引脚与主控芯片U4的第10引脚连接；
所述芯片U11的第5引脚和芯片U11的第8引脚均接地；
所述芯片U11的第6引脚与接地电容C1连接，并通过电阻R1与跨阻放大器电路连接；
所述芯片U11的第7引脚分别与接地电容C55和芯片U9的第2引脚连接。
8.根据权利要求7所述的用于步态分析的智能鞋垫，其特征在于，所述电路包括跨阻放大器电路包括型号为MCP6001的芯片U3；
所述芯片U3的第1引脚作为跨阻放大器电路的输出端分别与ADC转换电路中的电阻R1的另一端和主控芯片U4的第4引脚连接；
所述芯片U3的第2引脚接地；
所述芯片U3的第3引脚与接口电路中的芯片U7的第3引脚连接；
所述芯片U3的第4引脚分别与电阻R16的一端、电容C56的一端和10孔接插件X1的第6引脚连接，电阻R16的另一端和电容C56的另一端均与芯片U3的第1引脚连接；
所述芯片U3的第5引脚分别与磁珠FB2的一端和接地电容C11连接，磁珠FB2的另一端与电源AN_PWR连接。
9.根据权利要求5所述的用于步态分析的智能鞋垫，其特征在于，所述惯性传感器电路包括型号为BMI160的芯片U5；
所述芯片U5的第1引脚与主控芯片U4的第19引脚连接；
所述芯片U5的第14引脚与主控芯片U4的第20引脚连接；
所述芯片U5的第13引脚与主控芯片U4的第18引脚连接；
所述芯片U5的第5引脚分别与芯片U5的第8引脚、接地电容C49、接地电容C46和接地电容C47连接并与外部电源VDD连接；
所述芯片U5的第9引脚与主控芯片U4的第16引脚连接；
所述芯片U5的第4引脚与主控芯片U4的第15引脚连接；
所述芯片U5的第6引脚和芯片U5的第7引脚均接地；
所述环境传感器电路包括型号为BME280的芯片U10；
所述芯片U10的第1引脚和芯片U4的第7引脚均接地；
所述芯片U10的第2引脚与主控芯片U4的第23引脚连接；
所述芯片U10的第3引脚与主控芯片U4的第20引脚连接；
所述芯片U10的第4引脚与主控芯片U4的第18引脚连接；
所述芯片U10的第5引脚与主控芯片U4的第19引脚连接；
所述芯片U10的第6引脚和芯片U10的第8引脚均分别与外部电源VDD和接地电容C68连接。
10.根据权利要求5所述的用于步态分析的智能鞋垫，其特征在于，所述振荡器电路包括高频振荡子电路和低频振荡子电路；
所述高频振荡子电路包括晶振XT4，所述晶振XT4的振荡频率为3200MHz；
所述晶振XT4的第2引脚和第3引脚均接地，晶振XT4的第1引脚分别与接地电容C53和主控芯片U4的第35引脚连接，晶振XT4的第4引脚分别与接地电容C53和主控芯片U4的第34引脚连接；
所述低频振荡子电路包括晶振XT3，所述晶振XT3的振荡频率为32768Hz；
所述晶振XT3的一端分别与接地电容C50和主控芯片U4的第2引脚连接，晶振XT3的另一端分别与接地电容C51和主控芯片U4的第3引脚连接；
所述程序下载电路包括10孔接插件X2；
所述接插件X2的第1引脚与外部电源VDD连接；
所述接插件X2的第3引脚、接插件X2的第5引脚和接插件X2的第9引脚均接地；
所述接插件X2的第2引脚与主控芯片U4的第26引脚连接；
所述接插件X2的第4引脚与主控芯片U4的第25引脚连接；
所述接插件X2的第6引脚与主控芯片U4的第21引脚连接；
所述接插件X2的第10引脚分别与主控芯片U4的第24引脚连接、接地电容C66和电阻R5的一端连接，所述电阻R5的另一端与电源VDD连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910327829.5A CN109998221B (zh) | 2019-04-23 | 2019-04-23 | 一种用于步态分析的智能鞋垫 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910327829.5A CN109998221B (zh) | 2019-04-23 | 2019-04-23 | 一种用于步态分析的智能鞋垫 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109998221A true CN109998221A (zh) | 2019-07-12 |
| CN109998221B CN109998221B (zh) | 2021-12-28 |
Family
ID=67173674
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910327829.5A Expired - Fee Related CN109998221B (zh) | 2019-04-23 | 2019-04-23 | 一种用于步态分析的智能鞋垫 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109998221B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110597153A (zh) * | 2019-10-22 | 2019-12-20 | 江苏金亿达能科技有限公司 | 新型六轴姿态检测与姿态识别的控制系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104082905A (zh) * | 2014-06-18 | 2014-10-08 | 南京纳联信息科技有限公司 | 多功能智能鞋垫及步态相似性检测方法 |
| CN204562169U (zh) * | 2015-03-24 | 2015-08-19 | 东北大学秦皇岛分校 | 基于蓝牙技术的步态监测系统 |
| CN205493833U (zh) * | 2016-03-03 | 2016-08-24 | 成都早寻智能科技有限公司 | 人体步态分析装置 |
| WO2016181002A1 (es) * | 2015-05-08 | 2016-11-17 | Paula Manuela Gutierrez Perez | Plantilla inteligente para educar posturas al caminar |
| CN106307803A (zh) * | 2016-08-17 | 2017-01-11 | 上海交通大学 | 利用电刺激产生足底压力感知的鞋垫装置及使用方法 |
| CN106974361A (zh) * | 2017-03-31 | 2017-07-25 | 西安交通大学 | 一种具有健康诊断功能的可穿戴式智能鞋垫 |
| CN107260176A (zh) * | 2017-06-07 | 2017-10-20 | 深圳市奇诺动力科技有限公司 | 足底压力测量装置和方法 |
| CN107582064A (zh) * | 2017-09-30 | 2018-01-16 | 蒋关海 | 一种监测用户床上活动的装置 |
| CN108814566A (zh) * | 2018-04-04 | 2018-11-16 | 太原理工大学 | 智能便携式人体体征传感器 |
| CN109442569A (zh) * | 2018-12-19 | 2019-03-08 | 天津宏达瑞信科技有限公司 | 一种供热系统热平衡智能控制系统 |
-
2019
- 2019-04-23 CN CN201910327829.5A patent/CN109998221B/zh not_active Expired - Fee Related
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104082905A (zh) * | 2014-06-18 | 2014-10-08 | 南京纳联信息科技有限公司 | 多功能智能鞋垫及步态相似性检测方法 |
| CN204562169U (zh) * | 2015-03-24 | 2015-08-19 | 东北大学秦皇岛分校 | 基于蓝牙技术的步态监测系统 |
| WO2016181002A1 (es) * | 2015-05-08 | 2016-11-17 | Paula Manuela Gutierrez Perez | Plantilla inteligente para educar posturas al caminar |
| CN205493833U (zh) * | 2016-03-03 | 2016-08-24 | 成都早寻智能科技有限公司 | 人体步态分析装置 |
| CN106307803A (zh) * | 2016-08-17 | 2017-01-11 | 上海交通大学 | 利用电刺激产生足底压力感知的鞋垫装置及使用方法 |
| CN106974361A (zh) * | 2017-03-31 | 2017-07-25 | 西安交通大学 | 一种具有健康诊断功能的可穿戴式智能鞋垫 |
| CN107260176A (zh) * | 2017-06-07 | 2017-10-20 | 深圳市奇诺动力科技有限公司 | 足底压力测量装置和方法 |
| CN107582064A (zh) * | 2017-09-30 | 2018-01-16 | 蒋关海 | 一种监测用户床上活动的装置 |
| CN108814566A (zh) * | 2018-04-04 | 2018-11-16 | 太原理工大学 | 智能便携式人体体征传感器 |
| CN109442569A (zh) * | 2018-12-19 | 2019-03-08 | 天津宏达瑞信科技有限公司 | 一种供热系统热平衡智能控制系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110597153A (zh) * | 2019-10-22 | 2019-12-20 | 江苏金亿达能科技有限公司 | 新型六轴姿态检测与姿态识别的控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109998221B (zh) | 2021-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2435521C2 (ru) | Способ детектирования и компенсации для контроля места активности на теле | |
| CN103383292B (zh) | 一种穿戴式尖足步态实时监测反馈报警的装置及方法 | |
| JP6828035B2 (ja) | アクティビティの識別及び追跡 | |
| CN107157485A (zh) | 一种智能监测鞋垫及其智能监测系统 | |
| RU2397702C2 (ru) | Устройство для обнаружения движения тела, предоставляющее возможность правильной обработки информации о числе шагов при выполнении упражнения в ходьбе | |
| CN201839875U (zh) | 一种运动鞋 | |
| JP7015812B2 (ja) | 複数のデバイスからのデータを使用するエネルギー消費の算出 | |
| CN206836390U (zh) | 一种智能鞋垫监测系统 | |
| CN105944331A (zh) | 一种运动姿态矫正方法、装置及其智能终端 | |
| CN106805980A (zh) | 一种步态分析系统及分析方法 | |
| CN107812373A (zh) | 姿势训练矫正设备、姿势训练与矫正的控制方法 | |
| CN106307775A (zh) | 一种足部姿态信息和压力测量系统及智能运动鞋 | |
| CN105031874A (zh) | 虚拟锻炼装置 | |
| CN107395775A (zh) | 一种基于窄带物联网的多功能健康测量系统和方法 | |
| CN105749537A (zh) | 一种运动辅助打分系统 | |
| CN205107688U (zh) | 智能鞋 | |
| CN109567812B (zh) | 基于智能鞋垫的步态分析系统 | |
| CN107389052A (zh) | 一种踝泵运动监测系统及终端设备 | |
| CN201248704Y (zh) | 运动心率的实时检测和视频数据叠加系统 | |
| CN108186024A (zh) | 一种运动步态监控仪及多参数传感器数据处理方法 | |
| Cho | Design and implementation of a lightweight smart insole for gait analysis | |
| CN107596617A (zh) | 一种多功能智能跳绳装置 | |
| JPH0614803A (ja) | 運動情報を収集する運動靴 | |
| CN109998221A (zh) | 一种用于步态分析的智能鞋垫 | |
| CN109924981A (zh) | 一种高弓足检测系统及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211228 |