大數(shù)據(jù)時(shí)代下自主式姿態(tài)矯正儀的研究與實(shí)現(xiàn)

楊俊偉，沈洪銳

（廣東東軟學(xué)院，廣東佛山，528225）

0 引言

根據(jù)智研咨詢發(fā)布的《2017-2022年中國(guó)人體工學(xué)市場(chǎng)專項(xiàng)調(diào)研及投資戰(zhàn)略研究報(bào)告》，2017年我國(guó)約有3.23億伏案人群，腰椎病患者已突破2億人，腰椎間盤突出癥患者占全國(guó)總?cè)藬?shù)的15.2%，主要患者集中在長(zhǎng)期伏案工作、彎腰工作或彎腰搬重物的人群中。醫(yī)學(xué)研究表明，長(zhǎng)期不正確的身體姿態(tài)，不僅是導(dǎo)致各類腰椎病的重要原因，而且嚴(yán)重時(shí)容易導(dǎo)致身體變形、局部血液流通不暢、局部肌肉勞損等各類問(wèn)題。因此，科學(xué)合理的訓(xùn)練和矯正錯(cuò)誤姿態(tài)以幫助人們養(yǎng)成良好習(xí)慣顯得尤為重要。

針對(duì)以上情況，本項(xiàng)目提出研究一種基于慣性傳感器的姿態(tài)提醒、矯正產(chǎn)品，幫助用戶訓(xùn)練并矯正身體姿態(tài)，同時(shí)將訓(xùn)練數(shù)據(jù)上傳到云平臺(tái)進(jìn)行大數(shù)據(jù)分析，進(jìn)而為用戶提供更加科學(xué)合理的訓(xùn)練方案和建議，這些數(shù)據(jù)也可用作臨床相關(guān)疾病診斷的參考。

1 系統(tǒng)框架

系統(tǒng)框架如圖1所示，系統(tǒng)包括姿態(tài)數(shù)據(jù)采集處理端、手機(jī)端、大數(shù)據(jù)分析平臺(tái)三部分，其中姿態(tài)數(shù)據(jù)采集處理端是以貼片的形式粘貼在用戶腰椎處。工作過(guò)程：中央處理器通過(guò)分析MEMS慣性傳感模塊采集的運(yùn)動(dòng)數(shù)據(jù)以及彎曲度傳感模塊采集的彎曲度數(shù)據(jù)，判斷當(dāng)前身體姿態(tài)是否在標(biāo)準(zhǔn)閾值之內(nèi)，如果超出標(biāo)準(zhǔn)閾值，驅(qū)動(dòng)提醒模塊以響鈴或者亮燈的形式提醒佩戴者矯正姿態(tài)；姿態(tài)數(shù)據(jù)采集處理端通過(guò)藍(lán)牙無(wú)線傳輸模塊將采集的姿態(tài)數(shù)據(jù)實(shí)時(shí)傳送到手機(jī)端，用戶通過(guò)手機(jī)端的交互界面控制采集端設(shè)備、分析顯示姿態(tài)以及顯示大數(shù)據(jù)平臺(tái)反饋的信息；手機(jī)端將姿態(tài)信息以及矯正信息通過(guò)Internet上傳至大數(shù)據(jù)分析平臺(tái)進(jìn)行數(shù)據(jù)挖掘與分析，提供給用戶更加科學(xué)的信息，幫助用戶更好管理腰椎健康問(wèn)題。

圖1 系統(tǒng)框架圖

2 硬件設(shè)計(jì)

■2.1 主控芯片

本系統(tǒng)主控芯片采用STM32L151C8TxA，STM32L1系列是意法半導(dǎo)體開發(fā)的基于EnergyLite?超低功耗技術(shù)平臺(tái)的微控制器，STM32L151C8TxA是基于ARM Cortex-M3超低功耗MCU，采用130納米制造工藝，意法半導(dǎo)體對(duì)該平臺(tái)進(jìn)行了深度優(yōu)化以實(shí)現(xiàn)超低的泄漏電流特性，該系列微控制器具有5種低功耗模式和創(chuàng)新型自主動(dòng)態(tài)電壓調(diào)節(jié)功能，在工作和睡眠模式下，可以最大限度提升能效。由于其超低功耗、高性能，因此特別適合作為智能可穿戴設(shè)備的主控芯片。

■2.2 電源供電模塊

該模塊使用可充電的3.7V/180mAh鋰電池供電，采用CE6230B33F芯片進(jìn)行電壓轉(zhuǎn)換，將電源電壓穩(wěn)壓到3.3V為模塊供電，電源供電原理圖如圖2所示。

圖2 電源供電模塊

■2.3 充電模塊

鋰電池充電通過(guò)充電電路來(lái)完成，充電芯片采用CW6303芯片，CW6303是一個(gè)高度集成的、能有效控制成本的、針對(duì)可穿戴設(shè)備的、高精度的電源管理芯片。CW6303包含一個(gè)完整的鋰電池充電解決方案，最大充電電流為300mA，采用緊湊的QFN16封裝，PCB面積小，CW6303 具有很低的靜態(tài)功耗，適用于電池供電產(chǎn)品。當(dāng)LDO 全部關(guān)閉時(shí)，在電池供電端消耗的電流大約 3.7μA。每打開一個(gè)LDO，則靜態(tài)功耗增加1.5μA。當(dāng) LDO 全部打開后，靜態(tài)功耗大約9.7μA。充電電路如圖3所示。

圖3 電源充電模塊

■2.4 藍(lán)牙無(wú)線傳輸模塊

藍(lán)牙無(wú)線模塊采用NORDIC 公司的 nRF51822 芯片作為從機(jī)的主控制器,nRF51822是一款低功耗藍(lán)牙(Bluetooth Low Energy,BLE)。BLE最重要的特性就是低功耗，一粒紐扣電池就可以使其連續(xù)工作數(shù)年之久。理論上通信距離最高可以達(dá)到100米，相較于傳統(tǒng)藍(lán)牙10米的有效傳輸距離，BLE在通信距離上有了大幅提高。BLE 技術(shù)做到了3毫秒低延遲，同時(shí)還使用了 AES-128 CCM 加密算法，保證了數(shù)據(jù)傳輸?shù)陌踩玔1]。藍(lán)牙4.0BLE 技術(shù)被廣泛地應(yīng)用在了智能可穿戴產(chǎn)品中。

圖4 藍(lán)牙模塊

■2.5 彎曲傳感器模塊

彎曲傳感器是將彎曲角度轉(zhuǎn)換為對(duì)應(yīng)的電阻值，先將阻值變化轉(zhuǎn)換為電壓變化，硬件電路如圖5所示。STM32主控芯片通過(guò)ADC接口讀取電壓值，推算出彎曲傳感器的當(dāng)前阻值，換算阻值對(duì)應(yīng)的彎曲角度[2]。最后從人體工程學(xué)角度對(duì)彎曲角度進(jìn)行姿態(tài)是否標(biāo)準(zhǔn)的閾值設(shè)置。

圖5 彎曲傳感器數(shù)據(jù)采集電路

■2.6 MEMS慣性傳感器模塊

圖6 MPU9150傳感器接線圖

MEMS（Micro-Electro-Mechanical System，微機(jī)電系統(tǒng)）是采用微電子和微機(jī)械加工技術(shù)制造出來(lái)的新型傳感器。與傳統(tǒng)的傳感器相比，它具有體積小、重量輕、成本低、功耗低、可靠性高、適于批量化生產(chǎn)、易于集成和實(shí)現(xiàn)智能化的特點(diǎn)。MPU-9150就是一款MEMS傳感器，本系統(tǒng)采用的MPU-9150是全球首例九軸運(yùn)動(dòng)感測(cè)追蹤傳感器，專為低功耗、低成本、高性能的消費(fèi)性電子產(chǎn)品設(shè)計(jì)。MPU-9150整合了3軸MEMS陀螺儀、加速度計(jì)、3軸MEMS磁強(qiáng)計(jì)和數(shù)字運(yùn)動(dòng)處理（DMP?）硬件加速引擎。

■2.7 外觀設(shè)計(jì)

從曲奇夾心原理與膠囊包裝中獲取靈感造型，利用頂針充電器充電，簡(jiǎn)化其結(jié)構(gòu)，把頂針充電口設(shè)計(jì)在產(chǎn)品表面，防止因流汗導(dǎo)致觸電，利用硅膠的材質(zhì)柔軟的特性，使其可以跟隨腰椎姿態(tài)改變，準(zhǔn)確檢測(cè)腰椎彎曲角度，同時(shí)采用PET材質(zhì)透明特質(zhì)以及黏附性，使其更好的黏附在表皮上且降低對(duì)肌膚的傷害，產(chǎn)品表面進(jìn)行磨砂處理與亞光制作工藝搭配，突顯大氣簡(jiǎn)約同時(shí)增加其觸感，整體造型簡(jiǎn)約小巧，便于攜帶。由于產(chǎn)品嵌入的彎曲傳感器長(zhǎng)度為80mm左右，因此將產(chǎn)品外觀設(shè)計(jì)效果如圖7所示。

圖7 產(chǎn)品外觀效果圖

圖8 產(chǎn)品尺寸圖

3 軟件系統(tǒng)設(shè)計(jì)

■3.1 姿態(tài)解算算法研究

通過(guò)主控芯片STM32的I2C接口獲取MPU9150九軸傳感器的數(shù)據(jù)，數(shù)據(jù)包括磁力計(jì)、加速度計(jì)和陀螺儀三種傳感器的三軸數(shù)據(jù)。準(zhǔn)確的計(jì)算姿態(tài)角可以判定姿勢(shì)是否正確，本文采用捷聯(lián)慣性導(dǎo)航技術(shù)進(jìn)行姿態(tài)解算算法設(shè)計(jì)[3]，如圖9所示。

圖9 姿態(tài)解算算法框圖

（1）主控芯片STM32采集姿態(tài)傳感器MPU9150數(shù)據(jù)，獲得加速度和磁感應(yīng)強(qiáng)度信息，經(jīng)過(guò)初試對(duì)準(zhǔn)后計(jì)算得出姿態(tài)矩陣，根據(jù)芯片內(nèi)部的DMP引擎（Digital Motion Processor）求得初試四元數(shù)，四元數(shù)的基本表示形式為：q0+q1＊i+q2＊j+q3＊k，即1個(gè)實(shí)部3個(gè)虛部；

（2）由于陀螺儀長(zhǎng)時(shí)間工作會(huì)產(chǎn)生誤差積累，而加速度計(jì)和磁強(qiáng)計(jì)短時(shí)精度低，為了提高數(shù)據(jù)的精度和穩(wěn)定性，采用互補(bǔ)濾波器對(duì)三種傳感器采集的信息進(jìn)行數(shù)據(jù)融合，得到修正融合后的陀螺儀角速度數(shù)據(jù)從而對(duì)四元數(shù)進(jìn)行更新；

（3）雖然四元數(shù)可以方便的表示三維空間的旋轉(zhuǎn)，但其形式不太直觀，需要轉(zhuǎn)換成pitch、roll、yaw的表示形式，方便觀察姿態(tài)。其中pitch是圍繞X軸旋轉(zhuǎn)，也叫做俯仰角，yaw是圍繞Y軸旋轉(zhuǎn)，也叫偏航角，roll是圍繞Z軸旋轉(zhuǎn)，也叫翻滾角，程序表述如下：

pitch=asin(-2＊q1＊q3 + 2＊q0＊q2)

roll=atan2(2＊q2＊q3 + 2＊q0＊q1, -2＊q1＊q1 - 2＊q2＊q2 + 1)

yaw=atan2(2＊(q1＊q2 + q0＊q3),q0＊q0+q1＊q1-q2＊q2-q3＊q3)

（4）對(duì)四元數(shù)進(jìn)行上述轉(zhuǎn)化后，求取姿態(tài)角。

■3.2 基于Android的手機(jī)APP開發(fā)

本文Android手機(jī)App開發(fā)工具采用Android studio，利用Android SDK 提供的BLE相關(guān)API進(jìn)行藍(lán)牙通信系統(tǒng)的開發(fā)，此系統(tǒng)能夠適配任意基于BLE的可穿戴設(shè)備，為可穿戴提供一種更經(jīng)濟(jì)的藍(lán)牙通信方案[4]。APP通過(guò)與藍(lán)牙BLE的通信過(guò)程包括：搜索、連接、讀寫數(shù)據(jù)。首先使用BluetoothLeScanner類的startScan進(jìn)行BLE設(shè)備的搜索，并通過(guò)該方法的回調(diào)函數(shù)得到BLE設(shè)備。搜索過(guò)程限定搜索時(shí)間作為終止搜索的條件，整個(gè)搜索過(guò)程會(huì)占用一定的系統(tǒng)資源和電能的消耗，通過(guò)sendEmptyMessageDelayed方法限定搜索時(shí)間，搜索到周邊BLE設(shè)備后通過(guò)方法connectGatt與BLE設(shè)備建立GATT連接，通信鏈路連接成功之后，使用BluetoothGatt類的讀寫方法對(duì)藍(lán)牙的Characteristic進(jìn)行操作從而實(shí)現(xiàn)數(shù)據(jù)讀寫。本文采用主動(dòng)讀寫數(shù)據(jù)的方式，由中心設(shè)備手機(jī)APP控制讀寫數(shù)據(jù)時(shí)機(jī)，通過(guò)方法readCharacteristic/writeCharacteristic向BLE設(shè)備讀寫數(shù)據(jù)，并把讀到的數(shù)據(jù)進(jìn)行處理顯示，同時(shí)將數(shù)據(jù)通過(guò)SOCKET上傳到大數(shù)據(jù)分析平臺(tái)進(jìn)行分析，用戶可以選擇監(jiān)測(cè)的時(shí)間段，APP的功能包括顯示正確姿態(tài)時(shí)間、目前姿態(tài)狀態(tài)，姿態(tài)異常報(bào)警實(shí)現(xiàn)提醒、電路顯示、電量過(guò)低提醒等功能。姿態(tài)不正確設(shè)定三個(gè)級(jí)別：輕微、中度、嚴(yán)重，并以不同顏色顯示并有震動(dòng)。

■3.3 基于hadoop的數(shù)據(jù)挖掘平臺(tái)

構(gòu)建基于hadoop的數(shù)據(jù)挖掘系統(tǒng)[5]，從上到下包括：①與用戶進(jìn)行通信的交互層；②對(duì)業(yè)務(wù)流進(jìn)行指揮和控制操作的應(yīng)用層；③用于提供并行化數(shù)據(jù)挖掘算法，負(fù)責(zé)將計(jì)算任務(wù)傳達(dá)到 MapReduce框架中進(jìn)行分布式計(jì)算，再把結(jié)果返回給應(yīng)用層，進(jìn)而展示給用戶的數(shù)據(jù)挖掘?qū)樱虎芾梅植际轿募到y(tǒng) HDFS 和分布式計(jì)算框架 MapReduce完成存儲(chǔ)和計(jì)算的Hadoop分布式計(jì)算層。

通過(guò)分析聚類分析算法、分類分析算法以及關(guān)聯(lián)規(guī)則算法等各種數(shù)據(jù)挖掘算法，選擇合適的算法對(duì)用戶的姿態(tài)數(shù)據(jù)進(jìn)行挖掘，進(jìn)而為用戶提供更加科學(xué)合理的訓(xùn)練方案和建議，以及相關(guān)疾病的診斷。

4 結(jié)論

本項(xiàng)目提出的大數(shù)據(jù)時(shí)代下自主式姿態(tài)矯正儀的研究與實(shí)現(xiàn)，從人體工程學(xué)、電子技術(shù)出發(fā)，研究人體姿態(tài)檢測(cè)關(guān)鍵技術(shù)，提出一種精度更高穩(wěn)定性更好的姿態(tài)檢測(cè)方法，結(jié)合大數(shù)據(jù)技術(shù)挖掘健康信息，采用低功耗芯片，鋰電池供電，結(jié)合MEMS技術(shù)，研發(fā)功能性強(qiáng)、體積小、易攜帶、價(jià)格便宜的姿態(tài)矯正儀產(chǎn)品，有很好的發(fā)展前景。