人體運動狀態數據采集與分析

鄭煊宇 許有熊 楊驍 張宇良 徐冉

摘 要：文章設計一種基于加速度傳感器的人體運動狀態數據采集與分析裝置。文章通過三軸加速度傳感器采集X、Y、Z軸加速度，預處理為合加速度并分析閾值。文章采集了樣本為100的人體運動數據，并建立數據庫，保證了采集實驗數據的隨機性，減小了誤差。該裝置能夠采集人體運動時的三軸加速度并預處理為合加速度、確定閾值，經過算法的改良后，可投入健身類APP進行使用，在老年人健康監測等方面有著廣闊的應用前景。

關鍵詞：三軸加速度傳感器;合加速度;閾值

中圖分類號：TP274 文獻標識碼：A文章編號：1674-1064（2021）03-042-02

DOI：10.12310/j.issn.1674-1064.2021.03.019

近年來，越來越多的科技成果走向生活，科技逐漸成為人們生活中不可或缺的一部分。同時，隨著中國逐漸進入老齡化社會，老年人的健康問題受到社會的廣泛關注。此項目研究的意義在于幫助老人在獨處時監測他們的健康狀況，基于三軸加速度傳感器的人體運動數據采集與分析研究，廣泛應用于老年人健康監測系統的開發與研究。本研究在前期建立的X、Y、Z三軸加速度的基礎上，利用合加速度分析各個運動狀態的閾值，根據閾值初步判別各個運動狀態。

1 系統總體設計

本項目采用JY901九軸加速度傳感器采集人體運動狀態數據，將采集到的多組人體在起跳、下蹲、跑步、跌倒不同狀態下，X、Y、Z軸三個不同方向上的加速度數據通過USB接口發送給匿名上位機。通過上位機顯示出的各個狀態下的波形，對數據進行分析和處理。通過求得多組數據中三個方向的合加速度值a[1]，從中進行對比計算，取得各個不同狀態下的合理閾值，作為判斷人體運動狀態的重要條件之一。通過采集多組在四種不同狀態下，人體與X、Y軸的夾角數據，進行篩選與計算，以確定人體在跌倒狀態下與X、Y軸之間的夾角閾值，作為判斷是否發生跌倒情況的主要條件。

2 實驗設備與方法

2.1 實驗設備

JY901加速度傳感器如圖1所示。

2.2 實驗方法與步驟

實驗前進行加速度傳感器的定標，調零。

避開衣物的誤動影響[2]，將JY901傳感器固定在受試者身體上。本研究分別試驗并分析了固定于手腕、胸口等部位的數據采集的精準度與偏差值，最終決定固定于胸口以便避免運動中的身體動作影響加速度數據采集，并且需要多次試驗傳感器的固定位置，使得加速度傳感器的X、Y、Z三軸平行于受試者的X、Y、Z三軸以取得準確數據。

確定受試者沒有任何不良狀況（如感覺極度乏力、宿醉、身體疾病等），讓受試者提前戴上加速度傳感器豎直站立并準備測量[3]。

啟動加速度傳感器，讓受試者分別作出走路、跑步、下蹲與跌倒動作并記錄下各個運動狀態下的三軸加速度數據。受試者運動過程中不同運動狀態的切換間隙時間應盡量拉長，避免下一采集數據受到上一采集數據的干擾。

多次重復實驗以防止偶然數據對結果的干擾。最后確認受試者無不良反應狀況結束實驗，讓其離開。

3 數據的提取與分析

基于三軸加速度傳感器的人體運動狀態的采集與分析，是通過陀螺儀的三軸加速度傳感器，采集樣本的跑步、走路、下蹲和跌倒四種運動狀態的數據，對比不同狀態下的合加速度值[4]，選取判斷四種運動狀態的閾值。合理的閾值是判別運動狀態的關鍵步驟，無論選取過大還是過小，都會導致漏判或誤判等情況。

由于合加速度只有幅值大小，沒有具體的方向，導致跌倒狀態在一定程度上與快速的下蹲或者跳躍很難判別，所以合理的閾值選取顯得尤為重要。

3.1 加速度數據采集

該研究選取JY901九軸加速度傳感器檢測出樣本的運動加速度數據ax，ay，az，分別是X、Y、Z軸在正交軸上的投影[5]，數據利用高通濾波器去除直流分量的影響，低通濾波器去除中高頻信號的影響，最終整合得到合加速度a為：

a =? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

式中：a為和加速度。

3.2 特征值的選擇與提取

人體運動狀態的變化會引起相對位移和角的變化，但由于人體的旋轉也會導致角的變化，所以該研究選擇代表相對位移的合加速度作為人體運動狀態檢測的主要特征[6]。其中，合加速度的峰值代表了人體運動狀態的變化劇烈程度。因此，合加速度的峰值會作為該研究的重要參考指標。

加速度傳感器需要實時采集人體運動狀態的加速度數據，并且其中含有大量無效數據，不僅增加了存儲負擔，也為后期的判別算法處理帶來大量工作。因此，該研究只需選取一些加速度數據作為特征值來表示樣本，比如將傳感器采集時間間隙拉長至每一秒保存一次數據，用這樣的特征值來模擬原始信號。

3.3 數據庫的建立與數據統計分析

將加速度傳感器檢測到的每個樣本數據記錄在Excel文件中建立數據庫，并對各種運動狀態下的加速度值進行擬合分析，表1數據為四種運動狀態合加速度a的原始數據：

將以上四種運動狀態信號分別作成折線圖以進行數據分析，如圖2所示。

由圖2可知a的均值在0.5～6之間，說明人體運動狀態和合加速度具有線性相關性。根據合加速度幅值大小能夠區分出走路、跑步、下蹲和跌倒狀態。其中，走路和跑步狀態的合加速度數據變化處于0.5～1.5之間，下蹲和跌倒的峰值合加速度數據變化處于4～6之間。

4 結語

該技術具有智能化程度高、準確性好、易于穿戴、操作便利等優點，可以遠程實時監控人體運動狀態，避免意外發生，減少人工必要勞動。運用三軸加速度傳感器保證了運動人群和老年人的身體健康，提升了科學準確性。通過對跌倒檢測系統的研究與分析，文章設計并實現了老年人跌倒檢測系統的總體框架與結構。通過實時監測人體活動的特征數據信號，結合加速度與傾斜角信號的閾值檢測算法來判斷老年人的運動狀態，并發出實時信號，降低了老年人的健康風險。同時，在后期的研究中，筆者致力于將其運用到健身房的安全監測系統中，為運動人群提供安全保障。

參考文獻

[1] 陳功.基于三軸加速度傳感器的跌倒檢測技術的研究與應用[D].南京：南京郵電大學，2013.

[2] 常曉軍.老年人群意外跌倒過程中的身體姿態感知技術研究[D].西安：西北大學，2011.

[3] 閆俊澤.基于三軸加速度傳感器的老年人跌倒監測系統的開發[D].哈爾濱：哈爾濱工業大學，2012.

[4] 王維念，胡兆燕，陳正龍.可穿戴式跌倒檢測及防護裝置的研究現狀[J].北京生物醫學工程，2017，36（3）：323-329.

[5] 李爽，羅志增，孟明.基于加速度傳感器的下肢運動信息獲取方法[J].機電工程，2009，26（1）：5-7.

[6] 崔英輝，詹林.基于三軸加速度傳感器的老人摔倒檢測[J].現代電子技術，2013（3）：32-33.