國際運動傳感器研究熱點與趨勢探析

張擁軍+王興

摘 要：以Web of Science為數據庫來源，運用CiteSpaceⅢ軟件對2010—2015年國際運動傳感器研究領域的5 752條文獻進行計量分析，在科學知識圖譜的視角下，探測國際運動傳感器研究的前沿熱點與研究力量布局情況。結果顯示：近6年國際運動傳感器研究呈增長態勢；研究國家和機構集中在美國佐治亞理工學院、中國科學院；高產作者集聚明顯，以王中林領銜的納米科學研究團隊為主；研究焦點關注于運動傳感器的性能表現、對人體運動學指標立體測量的開發應用和運動傳感器定位跟蹤系統的創新性；未來的研究趨勢傾向于對發電機材料優化促進運動傳感器通透性改善、智能化的人體運動傳感識別、種類多樣且愈發人性化的可穿戴運動傳感器設備開發應用和多樣化的運動傳感壓感模型方法等。

關鍵詞：國際；運動傳感器；熱點與趨勢；科學知識圖譜

中圖分類號：G 804 文章編號：1009-783X（2017）03-0280-09 文獻標識碼：A

Abstract： Taking Web of Science database sources and using CiteSpaceⅢ software to analyze 5752 documents on international motion sensor research during 2010-2015 in the field of quantitative analysis from the perspective of scientific knowledge map， the present study sets to probe international motion sensor forefront of research focus and research efforts layout of. The results show that in the past six years the research on international motion sensor exhibits a rising trend， that the research focus of countries and institutions are at the Georgia Institute of Technology， China Academy of Sciences， that are some obviously high-producing researchers， e.g. Nanoscience of Research Group research team which is led by Wang Zhonglin， that the research focus is on the innovative development and application of the motion sensor positioning performance and the motion sensor on the human body kinematics index of stereo measurement and tracking system， and that the future research trends tend to promote the optimization of material generator motion sensor permeability and intelligent human motion sensing recognition， diversity and more humanized wearable motion sensor device development and application of various motion sensing pressure model method etc.

Keywords： international； motion sensor； hot spot and trend； scientific knowledge map

傳感器是一種能感受規定的被測量件，并按照一定的規律（數學函數法則）轉換成可用信號的器件或裝置，通常由敏感元件和轉換元件2部分組成。而運動傳感器是固定在運動物體特定部位的一種跟蹤裝置，它能向運動捕捉系統提供物體運動的位置信息，是實現運動捕捉技術的重要電子設備，在健康監控與運動監控領域對人體進行生理信息和運動信息的監測，為測試者提供許多重要的量化指標信息，可廣泛應用于生物康復醫學、體育運動訓練、日?；顒颖O測等領域[1-2]。

運動傳感器作為人體日?；顒拥谋O測裝置，在運動實時監測、康復治療等多個領域有很好的發展前景。傳感器網絡技術實現了對信息的感知、處理和傳輸，它和計算機技術、通信技術構成了信息技術的3大支柱，日益成為社會關注的焦點，對其進行研究和梳理將具有重大的現實意義[3]。

鑒于此，本文嘗試性地對近6年國際運動傳感器研究的動態進行梳理，為未來的進一步研究提供思路和參考。

1 數據與研究方法

1.1 數據來源

文獻數據均來源于美國科學情報所（ISI）出版的Web of Science數據庫，設定高級檢索，主題詞檢索欄輸入TS=“Motion Sensor”，語種為English，文獻類型為Article，共檢索出相關索引文獻5 752篇，數據下載類型格式為純文本，檢索數據及下載日期為2016年1月16日。

1.2 研究方法

本研究以Web of Science平臺的WOS核心文集數據庫科學引文索引數據庫中2010—2015年有關運動傳感器方面的5 752條文獻數據作為研究對象，采用CiteSpaceⅢ軟件對當前國際有關運動傳感器研究的時間分布特征、研究國家和機構分布、高產作者特征、研究熱點與趨勢進行探析。endprint

1.3 研究指標

1）近6年發文量。在Web of Science 數據庫搜索平臺中通過分析檢索結果得出近6年的發文量。

2）研究國家（地區）、機構和作者分布。年份設置為2010—2015年，時間跨度為1，節點類型分別選擇國家（地區）、機構和作者，數據選取為Top50，閾值為（2，2，20）（4，3，20）（4，3，20），其他均為軟件默認，運行CitespaceⅢ軟件，顯示可視化聚類圖譜。

3）高頻關鍵詞。時間間隔設為1年，網絡節點選關鍵詞，數據選取為Top50，其他均按默認選擇運行軟件，得到節點N=88，連線E=83，密集度Density=0.021 7，Q值=0.688 9，M=0.204 4，生成關鍵詞熱點及趨勢共現圖譜。

2 研究結果

2.1 國際運動傳感器研究的時間分布

一個領域年度發文量的變化趨勢能反映出該領域的受關注程度和發展速度。由圖1可知，近6年國際運動傳感器發文量整體上呈增長趨勢，總量不斷增加，2015發文量為2010年的2倍有余。近6年的發文量呈持續增長態勢，說明國際運動傳感器研究的發展速度較快，受關注程度較高。

2.2 國際運動傳感器國家（地區）和機構分布

對國家或地區在運動傳感器研究領域發文量進行統計，可以得出此研究領域的研究力量國家布局情況，可以了解相關國家及地區或機構在此研究領域的科研比重，對了解各國家（地區）在此領域科研貢獻具有意義，為進一步分析各個國家（地區）間的合作領域及合作強度做好鋪墊[4]。由表1可知：美國和中國在發文量上遙遙領先于其他國家及地區，分別為1 678篇和848篇，共占43.91%。在空間分布上，美國和中國這2個國家對運動傳感器領域的關注度大于其他國家及地區，也從側面反映了2個國家在此研究領域的科研成果較高。由表2可知：10所主要研究機構中，美國占有3所，中國占有2所，英國、瑞士、韓國、日本、新加坡各占1所，主要的研究機構也集中在歐美的高校科研院所，例如美國的佐治亞理工學院、麻省理工大學等，中國科學院和清華大學作為中國代表為這一領域貢獻著力量。

2.3 主要高產作者分布

由表3可以看出，主要高產作者大部分都來自于佐治亞理工學院，研究領域也集中于納米技術和壓電光電電子方面。林龍、陳軍、井慶深、朱光和Simiao Niu都以王中林為中心聚類輻射，之間的連線比較緊密，如圖3所示。

林龍、陳軍等幾位專家都曾在王中林所領導的納米科學研究團隊（Nanoscience Research Group）中學習或工作，為其科研密切合作奠定了基礎。這一團隊主要的研究成果有如下：將壓電效應和半導體效應進行獨特結合，通過納米材料構成的元器件來收集人體運動、肌肉收縮和血液流動等所產生的能量，并將這些能量轉化為電能提供給納米器件，從而讓納米器件或納米機器人實現能量的自供；基于納米級壓電和半導體性能的巧妙耦合提出了納米壓電電子學（nanopiezotronics）的概念，即利用壓電效應所產生的電場來調制和控制載流子運動的原理來制造新型的器件，首次制造出壓電場效應三極管、壓電二極管、壓電調控的邏輯運算電路。新型納米壓電邏輯器件適用于低頻應用領域，可廣泛應用于納米機器人、納米機電系統、微機電系統、微流體器件中。調控這類邏輯器件的信號應力可以是簡單的按鈕動作，也可由液體流動、肌肉的伸縮或機器人部件的運動所產生[5]。

Kamiar的LMAM實驗室側重多學科綜合研究的運動分析和測量，研究涉及生物力學儀器測量和模擬人類生物力學在日常條件下的自發活動或體育鍛煉。基于身體磨損傳感器來設計可穿戴式系統和算法，推測三維關節運動學和動力學的指標參數，評價運動性能并實現對體力活動和步態的長期監測分析。在現實世界中主要是基于可穿戴式技術和慣性傳感器，重點是步態、身體活動和運動。他的研究目標是對骨科進行評價，改善老化、運動障礙和疼痛患者的運動功能，在運動科學當中確定性能指標和進行干預計劃，以期將生物工程成果轉化為臨床應用。

李長治及他的研究團隊使用Lab VIEW與PXI打造出生物雷達系統，針對人體生命跡象，構建非接觸式遠端偵測系統原型，引領了新的信號處理方式和結構理念，并表現出較大的靈活性能。他們選用了NI PXI硬件來實現此系統，無需零散的微波元件，也可以通過Lab VIEW實現實時處理信號，同時采集收集數據。智能生物雷達系統搭載了強大的PXI與Lab VIEW工具，將在信號處理、雷達搜尋和生物醫藥健康領域發揮極大作用[6]。

此外，高產作者楊進，來自于重慶大學，主要研究內容為信息獲取與處理、傳感技術、自供能技術、儀器系統、測量與控制、智能結構等，在“分布式無源無線聲表面波傳感器陣列研究”中，研究團隊設計的傳感器系統可以在復雜環境下進行檢測，且首次提出諧振延遲線型無源無線聲表面波傳感器，建立了通用的無源無線聲表面波傳感虛擬儀器系統，提出了新的提高信噪比的回波中心頻率檢測和估計方法，有效地改進了現有無源無線傳感器測量距離近的缺點，實現對溫度、壓力等參數進行檢測，也可用于陣列傳感器的檢測[7]。

2.4 國際運動傳感器研究的熱點

關鍵詞作為文章主題的概括和作者研究重點的提煉，是從文獻的題名、摘要中提煉出來的，對其進行共現分析，對于把握一個研究領域的熱點問題是非常有意義的?；诳茖W知識圖譜詞頻分析法的原理統計關鍵詞的出現頻次及不同關鍵詞之間共現的頻次，并以可視化的形式將關鍵詞的頻次高低和聚類關系清晰地展示出來，從中分析得出國際運動傳感器研究領域的研究熱點[8]；因此，以關鍵詞為節點對國際運動傳感器進行共現聚類分析時，共生成88個節點，83條連線的關鍵詞共現聚類圖譜，圖譜中圓形節點代表一個關鍵詞，圓圈大小代表該關鍵詞出現頻次的高低，不同顏色代表不同的年份，集聚的模塊代表該關鍵詞的研究主題切近，連線的多少則說明其共現的系數。endprint

由圖4和表4可知，目前研究熱點主要集中于6大共現聚類標簽，分別為成年人、鉸鏈、屈曲、步態、同步定位、整流器和內張力。結合表4和表5可知：加速度計、設計、運動學等以較高的頻次和中心性聚類共現，凸顯主題為運動傳感器性能的表現；柔性鉸鏈、生物力學、步態評定與分析、肩膀運動學仿生學和無慣性立體測量單元等也以人體運動學指標的測量聚類凸顯；定位、導航、跟蹤發展到2013年的電磁跟蹤裝置聚類共現為運動傳感器定位跟蹤系統的不斷創新。綜上所述，近年來，聚焦于運動傳感器的性能表現、對人體運動學指標測量的開發應用和運動傳感器定位跟蹤系統創新性的研究。

2.5 國際運動傳感器研究的趨勢

通過探究關鍵詞詞頻的時間分布，將其中頻次變化率高的詞，從大量的詞中探測出來，依靠詞頻的變化趨勢可以預測國際運動傳感器研究的發展趨勢[8]。由圖5可知，未來的研究趨勢傾向于發電機的通透性（generator-transparent）、運動捕捉（motion capture）、薄膜壓力（films-pressure）、可穿戴傳感器設備的生產和制造（wearable sensors-fabrication）及快速運動的識別（velocity-activity recognition）等。

3 分析與討論

3.1 研究熱點的特征分析

3.1.1 運動傳感器的性能表現愈顯優化

運動傳感器性能的優化主要體現在運動傳感器類型、感測材料、數據的識別及網絡技術的結合應用等方面。在傳感器的類型范圍上從單軸加速度計到三軸加速度計、陀螺儀和磁性傳感器到可穿戴式慣性運動傳感器，運動傳感器的類型變化越來越傾向于高度的可移動性和便捷性[9]。石墨烯織物（GWF）被探索為高度敏感的感測材料進行應用，其所具有的高靈敏度和可逆延伸性的獨特性能，大大地促進了尺寸和功率消耗問題的解決，使小尺寸和低生產成本的運動傳感器設計成為可能。開發傳感器導出的活動模式識別算法，以識別有目的的運動的質量、類型和數量等方面，例如步行速度、距離、持續時間和步態不對稱性以及鍛煉的數據等，還可用于提供關于在家庭和社區的背景下的練習和技能學習的遠程反饋，使運動傳感器成為一種非常好的人類運動分析工具，例如佩戴在手臂、軀干或腿上的無線慣性運動傳感器裝置可以通過因特網發送原始數據以顯示日常的活動[10]。

3.1.2 人體運動學指標測量的開發應用呈現動態立體化

人體運動學指標的測量主要體現在通過固定方法的優化和加速計的開發，實現長期動態性的立體測量應用。運用加速度計技術的PA監測能夠在自由生活環境中對受試者進行自動、連續和長期的活動測量，使運動傳感器在人類活動的測量中實現定量評估[11]。對于人體上部運動的跟蹤測量，采用低成本可穿戴慣性傳感器在3D空間中實時地跟蹤上身運動，即建立由軀干和兩肢組成的人體上部運動鏈，使用6個慣性測量單位測量的身體部分的給定旋轉矩陣計算關節變量[12]。人體下肢的運動學分析參數的獲得，大多數研究是通過將踝關節、膝蓋和髖關節等關節簡化為簡單的鉸鏈關節所進行的三維描述。例如運動員或患者的技能水平和運動性能分析，動態測量監測患者的日常活動、臨床評估，步態事件檢測分析和識別不同的日?；顒樱鐦翘菖实?、步行、跑步、劃船、騎自行車等。目前主要應用的固定方法也得到了優化，如Velcro帶、雙面膠帶、彈性帶和neoprene帶等通常用于固定運動傳感器在受試者的身體上，以減少不正確的解剖軸所造成的測量誤差[11-12]。將來，基于可穿戴運動傳感器的活動監測器的應用將與所謂的“健康智能家庭”監測系統相集成，從可佩戴加速度計獲得的加速度測量數據實現與這種監測系統記錄的日常生活（ADL）數據的同步，以便更好地描述人類移動性、身體活動、行為模式和功能能力的信息，還可惠及整體個人的健康狀況[11-12]。

3.1.3 運動傳感器定位跟蹤系統凸顯多維空間的創新性

運動傳感器定位跟蹤系統的創新性主要體現在通過信號與距離路徑鏈接方面的研究，實現室內外的多維空間跟蹤定位。大多數運動跟蹤系統通常用于戶外的定位應用，例如車輛或導彈跟蹤，隨著運動傳感器的迅速發展，定位跟蹤系統也傾向為制造業、人類輔助支持和健康康復等領域服務。目前已存在一種定位跟蹤系統，即使用由一個慣性測量單元（IMU）和一個位置傳感器組成的混合硬件來實現獨立的位置和方向的估計[13]。

在解決距離和通信跳躍之間鏈接的問題上，提出一種分布式網絡形成算法，增加傳感器在集群樹中的定位概率，使用參數估計的軟信息解決聯合通信和定位系統的信道問題，強調NLOS鏈路來解決位置感知路由的本地化和鏈路檢測問題。在室內環境的定位上，提出了一種基于接收信號強度（RSS）的新技術，強調路徑損耗模型和數字地圖對實驗數據的校準，用于路徑損耗模型的校準和測量數據的預處理，以便優化定位性能的自動化方法[14]。

3.2 研究趨勢的分析

3.2.1 發電機材料優化促進運動傳感器通透性改善

對于運動傳感器的通透性研究，主要體現為發電機材料的優化，如單摩擦表面摩擦發生器（STEG）的發明，該STEG是透明和靈活的，使得摩擦電發生器中的應用得以擴展范圍。該裝置以簡單和非常低成本的制造特性，在自供電觸摸面板和人造皮膚的應用上展現廣闊前景[15]。此外，提出一種創新的透明微熱電發電機（μ-TEG），通過使用微機電系統（MEMS）技術的表面微加工技術，透明微熱電發電機與懸浮橋型多晶硅珀爾帖元件和透明導電的銦錫氧化物（ITO）薄膜作為熱側和冷側電極可以用來制造玻璃或石英晶片，實現太陽能轉換應用程序的設計、仿真和制造[16]。選取的材料目前主要有絲纖蛋白、小于10 nm厚度的氧化鋅納米片和大孔的石墨烯材料及透明高分子聚合物材料。絲纖蛋白被證明是有前途的材料來構造TEG，并且所制造的TEG表現出穩定的高輸出性能[17]。小于10 nm厚度的氧化鋅納米片組成的新型納米發電機結構進行了使用涉及一個淺顯的合成路線和合理設計的新方法制造的。這些是迄今為止在ZnO系納米發電機文獻報道中的最佳值。有研究證明納米發電機設計可以瞬時提升功率，發光二極管無需任何額外的能量儲存過程，既可以作為氧化鋅納米片的簡便合成路線和簡單的器件制造工藝提供借鑒，也可以應用在智能可穿戴系統、透明和靈活的設備、植入式遙測能量接收器、電子應急設備等自供電納米/微米器件上[18]。近年來，大孔的石墨烯整料（MGMS），具有超低密度和良好的導電性，已被認為是優異的壓力傳感器，由于它們恢復的快速率、優異的彈性、高靈敏度、低工作電壓、長循環壽命，使之有可能被選用于制造低成本的人造皮膚[19]。endprint

3.2.2 人體運動傳感識別趨向智能化

運動傳感器識別和信息捕捉方面日趨智能化，目前涉及主要研究領域一方面為老年人醫療康復、日常健康生活行為模式（步態、跌倒等緊急事件）的檢測，另一方面為身體姿勢測量和運動識別，例如對人造運動傳感器和穿戴式傳感器系統的開發和驗證。在使用方法上主要以時空混合動力人體跟蹤和行為識別、利用3D傳感器的唯一深度信息的人類活動識別、開發擬合人體骨骼模型定位坐標、按活動模式識別算法分析、多維語義屬性的動態時間規整方法、身體活動和手勢使用貝葉斯濾波器和短時Viterbi算法、動作/姿勢性震顫評估的自動化方法以及步態健康監測法等。

在具體操作平臺或系統上主要有使用可穿戴式和手持設備跌倒檢測和鑒定活動。例如：智能手表與Android設備（例如智能手機）一起對穿戴設備拍攝的人體運動數據進行有效捕獲、傳輸，為運動數據的存儲和處理提供新的應用思路[20]；運動數據與場景信息結合起來，使用單一的微軟Kinect深度傳感器捕捉老年人活動特征[21]；以社會和環境感知多傳感器集成平臺，收集老年人在家中跌倒檢測系統和傳感器的信息，通過使用基于云的解決方案，利用本體論，捕獲靜態和動態信息，對一個特定的患者的情況進行建模，以便于自動和連續地評估老年人的跌倒風險，更準確地檢測跌倒，確定誤報和自動通知適當的看護者[22]；多模態多傳感器普羅米修斯數據庫，旨在建立一個監測框架和在不受限制的室內和室外環境的人類行為的解釋，該數據庫包含來自異構傳感器（一個紅外運動探測傳感器、熱成像儀、監控攝像機、特寫視圖視頻攝像機、三維相機、立體相機、普通同步錄音超過4 h的攝錄一體機、麥克風陣列以及動作捕捉設備）共同設置收集數據，模擬智能家居環境、機場和ATM的安全環境。數據庫選定的場景被注解為人體檢測和跟蹤的需求。數據庫的整個音頻部分被注解為聲音事件檢測、聲源枚舉、情感識別等的需要[23]；傳感環境人類行為體系結構認知手機平臺，最新的定位技術和手機傳感器被用來捕捉在自然環境和運動中的人類活動行為，包括6個級別——原始傳感器數據、物理參數、特性/模式、簡單的上下文描述符、活動程度描述符和豐富的上下文，進而實現上下文的金字塔式認知機。其利用3個關鍵技術：無處不在的定位、運動識別和人類行為建模；但這一平臺對定位空間環境有局限性，需定位精度空間環境中是1.9 m×1.9 m的露天場所[24]。熱釋電紅外（PIR）傳感器在人類活動中的使用，用于捕獲人類正常和異?；顒拥奶匦?，對方向具有敏感性，使用分布式傳感結構的優點是頭部、上肢和下肢的協同運動模式可以被有效地編碼，這為構建一個完整的檢測系統使用傳感器PIR提供新的思考[25]。

3.2.3 可穿戴運動傳感器設備種類多樣且日顯人性化應用

在現代日常生活中可穿戴運動傳感器設備種類日益多樣化，例如廣泛應用于可穿戴電子產品的柔軟易彎曲的壓力傳感器、用于測量脈率和血壓的手腕可佩戴式cuffless脈博計、新型智能服裝人體測溫的可穿戴式傳感器、用于人體關節運動監測測量系統的光纖傳感器、可穿戴式電化學傳感器、柔性納米傳感器、動力學步態分析使用的低成本鞋墊、對于人體運動監測耐磨且高靈敏度的石墨烯應變傳感器、光纖的可穿戴式電子產品、新的聚苯乙烯基離子聚合物/納米復合材料碳納米管可穿皮膚溫度傳感器、用于測試腦電圖和情緒的可穿戴式EEG頭帶、用于人體運動監測的大型組件高度敏感性的硅基彈性應變傳感器以及在能源、電子、傳感和醫療保健產品中廣泛應用的混合納米結構性棉導電材料穿戴設備等[26-35]。

3.3 高被引文獻知識基礎的簡析

Bland等[36]對臨床測量方法評估協議統計方法進行驗證性研究，提出通常調查分析使用相關統計方法時存在誤導性，在基于圖形技術和簡單的計算、描述和分析時，要保證所使用的方法具有可重復性。Fischler等[37]提出了一種新的模式，隨機抽樣一致（RANSAC），擬合模型實驗數據介紹，描述了RANSAC定位問題中的應用（LDP）：給定一個形象刻畫與已知位置的一組坐標，確定空間點的圖像。基于易錯的特征檢測器提供的數據進行解析，非常適合應用在自動圖像分析方面。Lowe [38]介紹從可用于執行對象或場景的不同視圖之間可靠匹配圖像中提取鮮明不變特征的方法，還介紹了使用這些功能的物體識別的方法。由單獨的特征相匹配的使用快速最近鄰算法從已知對象特征的數據庫，然后通過霍夫識別前進變換來識別屬于單個對象集群，并最終執行用于一致姿勢參數驗證通過最小二乘解。這種方法可以識別強勁雜波和閉塞中的對象，同時實現近乎實時的性能。Yamada等[39]提出可拉伸電子材料如硅可以結合到衣物或直接附著到身體傳感器制造的器件，具有高耐用性，反應迅速的單壁碳納米管薄膜可用于可穿戴的和可伸縮設備的制造，設計組裝了碳納米管傳感器長襪、繃帶和手套設備，可以檢測不同類型的人類運動，包括運動、打字、呼吸和演講等。Fan等[40]基于摩擦起電過程中易引起能量浪費的負效果現象出發，提出了一個簡單、成本低，使用摩擦充電過程將機械能轉換成電力，用于驅動小型電子的有效途徑。即摩擦發電機（TEG）通過堆疊由具有明顯不同的摩擦電特性的材料的2個聚合物片材，與沉積在組裝結構的頂部和底部的金屬膜制成。一旦經受機械變形，在2個膜之間的摩擦，由于納米級表面粗糙度，產生等量但在兩側電荷符號相反，因此，在界面區域，其用電荷“泵”驅動外部負載的電子的流動，如果系統中有電容變化，則形成一個摩擦潛在層，從而收集產生的巨大能量，這將在個人電子產品、環境監測、醫學甚至大型電力自供電系統中發揮極大的應用潛力。Besl等[41]提出了一種通用的用于三維形狀的精確和高效的計算方法，包括注冊自由形式的曲線和曲面表示獨立的方法。該方法處理的完整的六自由度，并且是基于迭代最近點（ICP）算法，它僅需要一個過程來找到一個幾何實體的最近點到指定的點；因此，給定一個適當組初始旋轉和平移的特定類的對象與“形狀復雜”一定水平時，可以在全球范圍內測試每個初始登記最小化均方距離在所有6個自由度度量，這將在傳感定位系統應用中發揮潛力。由于當前的方法對身體動作動態測量和定位精度方面存在有限，Luinge等[42]開發和驗證使用一個慣性測量單元（IMU）來精確測量人體部分的方法。IMU由3個單軸加速度計和3個單軸微型機械陀螺儀聚集在一個矩形框（大小20 mm×20 mm×30 mm）。方位估計算法不斷修正方向，使用陀螺儀角速度測量估計得到的數據，修正了使用一個傾向估計連續獲得使用3D加速計的信號，這減少了集成漂移角速度導致的錯誤信號。此外，陀螺儀抵消是不斷調整的，使用卡爾曼濾波方法實現對所涉及的信號光譜以及波動陀螺儀偏移量的控制。該方法可用于動態動作的檢測和記錄，如檢測運動骨盆、軀干和前臂等。Foxlin[43]開發出一個名為NavShoe定位跟蹤系統，該系統采用基于慣性檢測位置跟蹤的新方法。這種無線的慣性傳感器小到足以方便地塞進鞋帶，可以采用較低的功率的小電池全天運行。雖然不能單獨用于近距離物體的精確定位，但該裝置提供了一個強大的大致位置，可以大大減少為計算機的數據庫搜索空間，使得它更簡單可靠。這一系統將在消防應急救援、個人導航等方面具有巨大的現實應用價值。Wang等[44]通過壓電的氧化鋅納米線（凈重）陣列，在氧化鋅的壓電和半導體特性的耦合下創建一個應變場和電荷分離，由于其彎曲的結果，金屬針尖與北西向電流產生的肖特基勢壘的整流特性，可有效將納米機械能轉換成電能，這種方法將機械振動或液壓能轉化為電能，可對自供電設備的供電難題提供有益思路。endprint

綜上所述，以上9篇文獻作為國際運動傳感器研究領域的研究基礎，被后繼研究者在測量方法應用、能量轉化與供應、精準定位與識別等方面奉為經典文獻，并被高頻次引用。

4 結束語

近6年國際運動傳感器研究呈增長態勢。其中，研究國家（地區）和機構集中在美國佐治亞理工學院、中國科學院。高產作者集聚趨勢明顯，以王中林領銜的納米科學研究團隊為主。研究焦點關注于運動傳感器的性能表現、對人體運動學指標立體測量的開發應用和運動傳感器定位跟蹤系統的創新性。未來的研究趨勢傾向于對發電機材料優化促進運動傳感器通透性改善、智能化的人體運動傳感識別、種類多樣且愈發人性化的可穿戴運動傳感器設備開發應用和多樣化的運動傳感壓感模型方法等。

本研究對結果的解釋是建立在文獻統計和數據挖掘分析的基礎之上，研究結果仍有待進一步深入探索。

參考文獻：

[1] 邊林海.基于視頻的人體運動跟蹤技術研究[D].沈陽：沈陽航空航天大學，2011.

[2] 周冬鑫.慣性運動捕捉前端設備研究與設計[D].杭州：浙江大學，2011.

[3] 王偉忠.基于人體傳感器網絡的人體運動監護系統設計與實現[D].濟南：山東大學，2012.

[4] 王俊杰.基于知識圖譜的國外太極拳運動研究熱點與演化分析[J].體育科學，2012，32（10）：77.

[5]用納米材料發電的人[EB/OL].[2016-12-24].http：//www.docin.com/p-1338464420.html.

[6] 德州理工大學運用LabVIEW與PXI偵測遠端醫療所需的人類生理RF信號[EB/OL].[2016-12-24].http：//www.eepw.com.cn/article/170014.html.

[7] 楊進，李平，文玉梅.聲表面波諧振器無源傳感信號特性和信號處理方法研究[J].電子測量與儀器學報，2004，18（2）：1.

[8] 劉偉.國際體力活動促進型建成環境研究的前沿與熱點分析[J].首都體育學院學報，2016，28（5）：463.

[9] FONG T P， CHAN Y Y. The Use of Wearable Inertial Motion Sensors in Human Lower Limb Biomechanics Studies： A Systematic Review[J]. Sensors， 2010， 10（12）：11556.

[10] DOBKIN B H. Wearable motion sensors to continuously measure real-world physical activities[J]. Current Opinion in Neurology， 2013， 26（6）：602.

[11] YANG C C， YEH-LIANG H. A Review of Accelerometry-Based Wearable Motion Detectors for Physical Activity Monitoring[J]. Sensors， 2010， 10（8）：7772.

[12] JUNG Y， KANG D， KIM J.Upper body motion tracking with inertial sensors[J].IEEE International Conference on Robotics & Biomimetics， 2011：1746.

[13] WON S H P， MELEK W W， GOLNARAGHI F. A Kalman/Particle Filter-Based Position and Orientation Estimation Method Using a Position Sensor/Inertial Measurement Unit Hybrid System[J]. Industrial Electronics IEEE Transactions on， 2010， 57（5）：1787.

[14] NICOLI M， GEZICI S， SAHINOGLU Z. Localization in mobile wireless and sensor networks[J]. EURASIP Journal on Wireless Communications and Networking， 2011 （1）：197.

[15] MENG B， TANG W， TOO Z， et al. A transparent single-friction-surface triboelectric generator and self-powered touch sensor[J]. Energy & Environmental Science， 2013， 6（11）：3235.

[16] CHEN G M， MA L Y， HUANG I Y， et al. Development of a novel transparent micro-thermoelectric generator for solar energy conversion[C]//IEEE：IEEE International Conference on Nano/micro Engineered and Molecular Systems， 2011：976-979.

[17] ZHANG X S， BRUGGER J， KIM B. A silk-fibroin-based transparent triboelectric generator suitable for autonomous sensor network[J]. Nano Energy， 2016（20）：37.endprint

[18] VAN N H， KANG D J. Flexible， transparent and exceptionally high power output nanogenerators based on ultrathin ZnO nanoflakes[J].Nanoscale， 2016， 8（9）：5059.

[19] SHENG L， LIANG Y， JIANG L， et al. Bubble﹞Decorated Honeycomb﹞Like Graphene Film as Ultrahigh Sensitivity Pressure Sensors[J]. Advanced Functional Materials， 2015， 25（41）：6545.

[20] MAGLOGIANNIS I， IOANNOU C， TSANAKAS P. Fall detection and activity identification using wearable and hand-held devices[J]. Integrated Computer Aided Engineering， 2016， 23（2）：161.

[21] BANERJEE T， KELLER J M，POPESCU M.Recognizing complex instrumental activities of daily living using scene information and fuzzy logic[J].Computer Vision & Image Understanding，2015（11）：68.

[22] BACKERE F，ONGENAE F，ABEELE F.Towards a social and context-aware multi-sensor fall detection and risk assessment platform[J].Computers in Biology & Medicine，2015（7）：307.

[23] LIU T， GUO X， WANG G. Elderly-falling detection using distributed direction-sensitive pyroelectric infrared sensor arrays[J]. Multidimensional Systems and Signal Processing， 2012， 23（4）：451.

[24] WANG Y， HUA T， ZHU B， et al. Novel fabric pressure sensors： design， fabrication， and characterization[J]. Smart Materials & Structures， 2011， 20（6）：065015.

[25] LEE S S， CHOI J G， SON I H， et al. Fabrication and Characterization of a Wrist Wearable Cuffless Pulsimeter by Using the Hall Effect Device[J]. Journal of Magnetics， 2011， 16（4）：449.

[26] LI H， YANG H， LI E， et al. Wearable sensors in intelligent clothing for measuring human body temperature based on optical fiber Bragg grating[J]. Optics express， 2012， 20（11）：11740.

[27] STUPAR D Z， BAJIC J S， MANOJLOVIC L.Wearable Low-Cost System for Human Joint Movements Monitoring Based on Fiber-Optic Curvature Sensor[J].IEEE Sensors Journal， 2012（12）：3424.

[28] WINDMILLER J R， JOSEPH W. Wearable Electrochemical Sensors and Biosensors： A Review[J].Electroanalysis， 2013（1）：29.

[29] HOWELL A M， KOBAYASHI T， HAYES HEATHER A.Kinetic Gait Analysis Using a Low-Cost Insole[J].IEEE transactions on bio-medical engineering， 2013（12）：3284.

[30] WANG Y， WANG L， YANG T， et al. Wearable and Highly Sensitive Graphene Strain Sensors for Human Motion Monitoring[J]. Advanced Functional Materials， 2014， 24（29）：4666.

[31] ZENG W， SHU L， LI Q， et al. Fiber-Based Wearable Electronics： A Review of Materials， Fabrication， Devices， and Applications[J]. Advanced Materials， 2014， 26（31）：5310.endprint

[32] YANG J， WEI D， TANG L， et al. Wearable Temperature Sensor Based on Graphene Nanowalls[J]. Rsc Advances， 2015， 5（32）：25609.

[33] ZHANG B C， WANG H， ZHAO Y， et al. Large-scale assembly of highly sensitive Si-based flexible strain sensors for human motion monitoring[J]. Nanoscale， 2016， 8（4）：2123.

[34] MATIKO J W， WEI Y， TORAH R， et al. Wearable EEG headband using printed electrodes and powered by energy harvesting for emotion monitoring in ambient assisted living[J]. Smart Materials & Structures， 2015， 24（12）：125028.

[35] HANSORA D P， SHIMPI N G， MISHRA S. Performance of hybrid nanostructured conductive cotton materials as wearable devices： an overview of materials， fabrication， properties and applications[J]. Rsc Advances， 2015， 5（130）：107716.

[36] BLAND J M， ALTMAN D G. Statistical methods for assessing agreement between two methods of clinical measurement[J]. Lancet， 1986（2）：931.

[37] FISCHER M A， Bolles R C.Random sample consensus： a paradigm for model fitting with applications to image analysis and automated cartography[J].Communications of the ACM， 1981（6）：381.

[38] LOWE D G.Distinctive Image Features from Scale-Invariant Key points [J]. International journal of computer vision， 2004（11）：91.

[39] YAMADA T， HAYAMIZU Y， YAMAMOTO Y， et al. A stretchable carbon nanotube strain sensor for human-motion detection[J]. Nature Nanotechnology， 2011， 6（5）：296.

[40] FAN F R， TIAN Z Q， WANG Z L. Flexible triboelectric generator[J]. Nano Energy， 2012， 1（2）：328.

[41] BESL P J， MCKAY N D. Method for registration of 3-D shapes[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1992， 14（2）：239.

[42] LUINGE H J， VELTINK P H. Measuring orientation of human body segments using miniature gyroscopes and accelerometers[J]. Medical & Biological Engineering & Computing， 2005， 43（2）：273.

[43] FOXLIN E. Pedestrian Tracking with Shoe-Mounted Inertial Sensors[J]. IEEE Computer Graphics & Applications， 2005， 25（6）：38.

[44] WANG Z L， SONG J. Piezoelectric Nanogenerators Based on Zinc Oxide Nanowire Arrays[J]. Science， 2006， 312（5771）：242.endprint