穿戴式传感器

穿戴式传感器（精选十篇）

穿戴式传感器 篇1

近些年随着科技的发展和人们生活水平的提高, 人们越来越重视智能化, 智能化产的品已经走向人们的日常生活。人体行为识别是智能化研究中的一个重要方向, 其具有广泛的应用前景, 例如在智能化家居、智慧医疗、老人病人监护等方面有着极为重要的作用。

人体行为识别主要分为两类:基于视觉的人体行为识别和基于传感器的人体行为识别。基于可穿戴式三轴加速度传感器的人体行为识别属于后者。相比于基于视觉的人体行为识别, 基于可穿戴式三轴加速度传感器的人体行为识别具有携带方便、抗外界干扰能力强、数据获取更自由等优点。

1 人体行为识别步骤

人体行为识别主要包括四个步骤:

(1) 数据的采集。用传感器采集不同行为下的原始三轴加速度信号。

(2) 原始数据的预处理。为了提高系统的识别效果, 需要对采集到的原始数据进行合加速度计算、归一化、滤波去噪等预处理, 以降低外界的噪音等对数据的影响。

(3) 特征值的提取。提取加速度特征值的时候除了用到一些比较传统的时域特征外, 还用到一些新颖的时域特征, 如偏度、峰度等。

(4) 通过提取到的特征值进行识别分类。

2 数据采集

原始加速度数据的采集是所有环节中最基础的一个环节。采用的加速度数据全部来自安卓智能手机中的加速度传感器, 是5位采集者在6种不同的行为状态 (站立、走路、跑步、跳跃、上楼、下楼) 下所产生的三轴加速度数据, 对这些数据进行研究分析, 可识别出人体的不同行为状态。

经过测试者多次测试, 得出以下结论:

(1) 测量三轴加速度数据时, 采集时间不宜过长也不宜过短, 控制在20~50s为宜。这里数据所采集的时间为30s, 采集频率为100Hz。

(2) 测试者在采集数据的过程中要保持平常心态, 不能因为测试而刻意改变行为状态, 从而影响测得数据的真实性。

(3) 经多次测试表明, 加速度传感器摆放在人体的胸部或腰部为宜, 且要注意固定牢, 不能随着人体的运动而发生摇晃。这里所有的数据都是加速度传感器放于测试者腰部得到的。

3 预处理

(1) 求取合加速度。

为了降低加速度传感器摆放位置等外界条件对采集到的原始数据的影响, 将三维加速度数据合成为一维加速度, 以准确描述人体整体的运动情况。用Ax、Ay、Az分别表示X、Y、Z三轴的加速度, 则合加速度计算公式为:。

(2) 归一化处理。

为了方便后面的数据处理以及保证程序运行时收敛加快, 对求得的合加速度以9.8m/s2作归一化处理, 归一化后的数据都是9.8m/s2的倍数, 变成标量。

(3) 去噪处理。

由于抖动等外界条件的影响, 采集到的数据中包含噪声, 为了提高系统的识别效果, 需要对数据进行滤波处理。站立、走路、跑步、跳跃、上楼、下楼6种状态预处理后的加速度如图1所示。

4 提取特征值

人体不同的行为特征对应着不同的加速度数据, 特征值的提取就是找出区别人体不同行为特征的加速度数据的临界值即阈值。阈值的提取方法有很多种, 常见的方法有求峰峰值、标准差、方差、偏度、峰度等。另外还可以用倾角 (加速度传感器的灵敏轴和垂直方向的重力加速度的夹角) 去计算, 此方法可以区分一些很难区分的行为特征, 使得到的特征值更为精准。这里采用的提取特征值的方法为标准差、偏度、峰度。

4.1 标准差

标准差反映了加速度传感器数据的离散程度。由于人在发生不同行为动作时的强度不同, 所以所对应的标准差也不同, 在静止时的标准差几乎为零, 而在跑步或跳跃时的标准差大于走路和上下楼。根据标准差, 将6种行为动作归为三类:第一类, 当标准差小于0.05时为站立状态;第二类, 当标准差大于0.05而小于0.5时为走路、上楼和下楼三种状态;第三类, 当标准差大于0.5时为跑步和跳跃状态。

4.2 偏度

对第二类状态求偏度可区分下楼、上楼和走路:偏度小于0.6的为上楼和走路两种状态;偏度大于0.6的为下楼状态。

对第三类状态求偏度可区分跑步和跳跃:当偏度小于0.25时为跑步状态;当偏度大于0.25时为跳跃状态。

从而根据偏度区分出了下楼、跳跃和跑步三种运动状态。

4.3 峰度

峰度又称峰态系数, 表征概率密度分布曲线在平均值处峰值高低的特征数, 描述分布形态的陡缓程度。

求峰度可区分开上楼和走路:当峰度大于-0.6时为上楼状态;当峰度小于-0.6时为走路状态。

5 实验结果的验证

为了验证上述算法的合理性与准确性, 对测试者共做了90次实验, 对这90种数据运用以上算法进行检测, 结果表明该算法能够准确地区分开站立、走路、跑步、跳跃、上楼和下楼6种状态。

6 人体行为识别流程

人体行为识别流程如图2所示。

7 结语

通过对人体不同行为状态下的三轴加速度数据进行求合加速度、归一化、滤波、提取特征值、分类识别等一系列计算与分析, 可最终识别站立、走路、跑步、跳跃、上楼和下楼这六种行为状态。

摘要：基于可穿戴式三轴加速度传感器, 提出一种对人体的不同行为进行识别和检测的系统。该系统通过对智能手机中加速度传感器采集到的人体日常行为的三轴加速度数据进行标准差、偏度和峰度等统计特征的提取, 实现对站立、走路、跑步、跳跃、上楼和下楼六种动作的有效识别。

关键词：加速度传感器,人体行为识别,特征的提取

参考文献

[1]Ermes M, Parkka J, et al.Detection of Daily Activity and Sports with Wearable Sensors in Controlled and Uncontrolled Condition[J].Information Technology in Biomedicine, 2008, 12 (1) :20-26

[2]徐川龙, 顾勤龙, 姚明海.一种基于三维加速度传感器的人体行为识别方法[J].计算机系统应用, 2013, 22 (6) :132-135

[3]衡霞, 王忠民.基于手机加速度传感器的人体行为识别[J].西安邮电大学学报, 2014, (06) :15

[4]李丹, 陈淼淼, 姚志明, 等.基于三轴加速度传感器的人体日常体力活动识别系统设计[J].仪表技术, 2003

“穿戴式”设备的未来 篇2

前不久，来自瑞典的卡车制造商斯堪尼亚发布了一款智能腕表，主攻客户群体为卡车驾驶员。这款腕表其实就是索尼的SmartWatch 3，只不过内部加入了和斯堪尼亚卡车的连线功能，用户可直接在智能腕表上查看车辆的工作状况，第一时间了解车辆的各种信息，比车载电脑方便很多。

据了解，“穿戴式”设备实则就是一种结合电脑及其他先进电子科技的服装或饰品，从而成为当下最火的数码产品，很多机构和团体也在尝试运用其来改善他们的服务，并提高产品附加值。

但CSS移动交互分析师玛蒂娜·可切瓦却认为，“穿戴式”设备的市场还处在石器时代，如果想获得消费者的芳心，诸多巨大变革势在必行，但也说不定，这个市场可能会因为新成员的加入而变得脱胎换骨。

眼下，斯堪尼亚与索尼合作开发的Scania Watch“穿戴式”腕表还只是一个开始，实际上他们早已着眼于下一代智能腕表的开发了。

Scania Watch“穿戴式”腕表的创意源于一个驾驶员的培训工具Wickit，同样是由斯堪尼亚和索尼合作开发的。Wickit通过平板电脑连接卡车，向培训师展示驾驶员的驾驶习惯和驾驶模式。而Scania Watch“穿戴式”腕表意在进一步开发Wickit的功能，通过向卡车驾驶员提供一个与卡车技术系统相连接的可穿戴设备，油耗、驾驶行为监测、平均速度等信息都可以显示在腕表上，这样驾驶员就能够一目了然、更加熟悉车况状态，为安全驾驶提供必要依据。

“大部分公司由于对新技术应用的认知还很模糊，所以行动稍显保守，但斯堪尼亚则选择大胆尝试。”令索尼移动“斯堪尼亚黑色鹰狮”项目负责人克丽斯汀·勒夫格林印象深刻的是，从产品到终端用户（驾驶员），斯堪尼亚将每个环节都考虑得面面俱到，他们注重的不仅仅是销售，更为客户考虑如何带来更大的利益，这一点，在与索尼合作过的公司中是不多见的。

Scania Watch“穿戴式”腕表旨在让科技变身为驾驶员的挚友，是“穿戴式”技术一个绝佳的应用点。在《汽车观察》记者看来，Scania Watch“穿戴式”腕表确确实实能帮助驾驶员更好地了解自己每天的工作状态，同时还展现了未来“穿戴式”技术的发展方向。

斯堪尼亚连通服务方案团队负责人马蒂亚斯·伦德海姆，也是Scania Watch“穿戴式”腕表团队背后的负责人之一。虽然“穿戴式”设备市场仍然处于初级阶段，市场认知度不高，但马蒂亚斯·伦德海姆坚信斯堪尼亚涉足该领域势在必行。

同时，马蒂亚斯·伦德海姆还表示，虽然我们坐拥巨大数据，但如何让这些数据变得更有意义，如何让这些数据在新媒体上发挥出更大的价值，“穿戴式”设备正好是一个量身定制的切入点。

Scania Watch“穿戴式”腕表的推出当然不只是为了提升“穿戴式”设备的曝光率，同时也考虑到作为“礼品”独特的意义。马蒂亚斯·伦德海姆强调，驾驶员无论是把Scania Watch“穿戴式”腕表当作礼物送人，还是别人送给自己的一份礼物，都会乐在其中。

穿戴式传感器 篇3

随着智能终端的普及,可穿戴电子设备展现出巨大的市场前景;传感器作为可穿戴设备最重要的核心部件,将对其未来功能发展产生重要影响。随着传感器向微型化、智能化、网络化和多功能化的方向发展,同时测量多个参数的高集成传感器需要制造工艺和分析技术的创新。印刷技术是实现材料图案化的有效方式,但传统的印刷技术制造精度通常在数十微米,而且需要经过感光刻蚀等复杂、易导致环境污染的工艺,大大限制了其在微纳米器件制造领域的应用。

在国家自然科学基金委、科技部和中国科学院的大力支持下,化学所绿色印刷院重点实验室的科研人员近年来致力于推动印刷技术的绿色化和功能化发展,在功能纳米材料的可控组装、精细图案化技术、印刷电子以及器件应用方面开展了系统的研究。通过构筑微米尺度的模板结构,实现了对基材表面液膜破裂行为的控制,得到了精确组装的纳米粒子图案;利用“咖啡环”现象制备线宽可达5μm的金属纳米粒子图案;利用墨水的三相线滑移现象制备了具有特殊三维结构的图案;通过喷墨打印磁性墨水制备了特殊三维柱状结构;利用软基材喷墨打印制备了微坑及凹槽结构;通过喷墨打印技术构筑微米尺度的电极图案作为“模板”,控制纳米材料的组装等。

在以上研究基础上,他们突破传统印刷技术中模板和精度的局限,利用微米柱阵列作为“印版”,与含有纳米颗粒的“油墨”及柔性基材构筑了类似传统印刷过程中“印版、油墨和纸张”的三明治结构。随着溶剂的挥发,气-液-固三相接触线有序收缩,纳米颗粒在基材上组装形成周期与振幅精确可控的微米乃至纳米尺度的导电曲线阵列,进而得到对微小形变有灵敏电阻响应的传感器。将传感器贴在被监测者的皮肤上进行数据采集与分析,可以实时监测不同环境和心理条件下人体体表微形变的相关生理反应,如复杂表情识别,并有望应用于脉搏监测、心脏监护和远程操控等领域。

认清可穿戴式计算的真正本质 篇4

针对可穿戴式计算技术的批评大多数围绕于社会接受程度上。比如有人说：“现在没人再戴手表了”、“我死也不会戴谷歌眼镜”，还有人则怀疑其实用性。“智能手机干不了的，智能手表和谷歌眼镜也干不了。”

之所以会有诸如此类的论调，是由于人们误解了可穿戴式计算革命的真正本质。这场革命的真正本质与设备本身无关，也与人们不必从口袋掏出手机这种便利无关。可穿戴式计算只是从根本上改变了我们与计算机和互联网的关系而已。

WPAN 问世

“个人局域网”（PAN）是以个人为中心的一种网络。当然了，无线PAN（WPAN）是指使用蓝牙、无线或近场通讯（NFC）等技术的这样一种网络。

过去，PAN概念围绕一台中央联网笔记本电脑。它是便携式（可以从一处搬移到另一处），而非移动式（搬移过程中可以使用）。无线计算革命有望让每个用户都拥有自己的移动WPAN。

WPAN模式就好比八九十年代兴起的一种平常的连接方式：局域网（LAN）。按照最简单的这种模式，诸多设备（主要是电脑和打印机）通过以太网连接到附近的服务器，而这台服务器又连接到互联网。

个人计算的未来就好比LAN，如果你愿意那样说的话。智能手机成了连接到互联网的服务器。可穿戴式设备成了用户手里担当大部分输入输出任务的主要设备。

就像LAN得到采用一方面归因于以太网技术方面的发展和标准形成，WPAN得到采用也将取决于新的蓝牙低能耗标准（这项无线规范之前名叫蓝牙4.0技术）。新蓝牙标准最早被iOS采用，最近集成到了安卓中，它让配备超小电池的耗电设备能够正常工作，唤醒对方，相互传送丰富数据。这就意味着，可穿戴式设备不仅能够接收文字、图片和声音，还能够接收视频。

WPAN市场迎迅猛发展

专家们预测，可穿戴式设备市场会迎来迅猛发展。英国研究公司Visiongain声称，今年可穿戴式设备市场的产值将达到46亿美元，未来5年内会“出现爆炸式增长和很高的采用率”。

Juniper Research公司预测，到2017年，可穿戴式设备的出货量将达到近7000万个（今年是1500万个）。

ABI Research持不同观点，大胆预测：单单健身和健康类可穿戴式设备市场在2017年就会有1.7亿个设备。

新设备纷呈亮相

早期的可穿戴式计算设备以健康、健身和“自我量化”（Quantified self）类应用为主。原因很简单：这不太复杂。

健康监测是指通过手表或胸带测量心率和活动量，然后将这些数据上传到某个集中位置，可长期跟踪健康变化。健身爱好者、医生和病人都有浓厚的兴趣，会积极接受这种自身监测技术，因而已经愿意花大钱购买新设备。

不过，健身和健康类应用会逐渐让位于个人信息管理以及通过基于语音的虚拟助手与互联网上的各种设备进行交互类应用。

眼下，人们将可穿戴式计算技术与智能手表、健身腕带和谷歌眼镜联系在一起。而可穿戴式设备将来可以穿戴在身上。

我们会看到各种各样的可穿戴式设备可别在衣服上。比如说，索尼很快会推出其智能蓝牙耳机SBH52，这款夹式设备可以与任何蓝牙设备相互传送无线电信号。它可以像手机那样使用（夹在耳朵上就能通话）。它还有调频收音机功能。这个设备好比是介于蓝牙耳机与夹式可穿戴式设备之间的过渡技术。

有些可穿戴式设备将嵌入到衣服中，包括衬衫、鞋子、袜子和帽子。Under Armour公司甚至有一段展望未来的视频，展示了衣服成为可穿戴式触摸电脑后，将是怎样一副场景。 可穿戴式设备到时可以像项链一样挂在脖子上。

有些可穿戴式设备可以挂在人体的不同部位上，包括颈部、手臂或胸部。一种挂在胸部的知名健身可穿戴式设备是Under Armour公司生产的Armour39。这款设备可测量运动表现，你可通过该产品的移动设备应用程序来查看和了解。

Misfit Shine可穿戴式健身设备之所以值得关注，是因为设备本身是个硬币大小的圆盘。附件让你能够将它戴在手腕上、挂在脖子上或别在衣服上，可自行选择。

我们还会看到谷歌眼镜之外的同类设备。Epiphany Eyewear、GlassUp、Oakley和Recon Instruments已经发布或已经在交付类似眼镜的可穿戴式设备。

当然，还会有大批手表来自大大小小的公司，包括宏碁、AGENT、Androidly、苹果、Cookoo、戴尔、EmoPulse、富士康、GEAK、谷歌、Hyetis、I'm Watch、英特尔、Kreyos、LG、Martian Metawatch、微软、Pebble、PHTL Qualcomm Rearden Technology、三星、Sonostar、索尼、东芝、Vachen及其他公司。

赋予语音功能

推动可穿戴式计算技术发展的最重大趋势之一是——语音技术兴起，加上采用人工智能的交互式虚拟助手大行其道。微软、Siri和Google Now已经是这方面的两个典型案例。

虚拟助手在远程联网电脑上运行，通过智能手机将信息传送到谷歌眼镜或苹果iWatch，或者通过某种微型的耳内蓝牙耳机对你窃窃私语，它会轻声但不停地打断你，让你知道当前情况。要是你有什么问题，只管提问，答案会报给你听。这不仅仅适用于类似维基百科的客观信息（“洛杉矶有多少人口？”），还适用于个人信息（“Steve的生日是哪天？”）以及两者的结合体（“我该带Steve上哪里过生日？”）。

这种虚拟助手功能还能够实现结合中介的组合查询（“给Steve买件我今天看到的那件合其身材的衬衫，精心包装一下，然后在生日那天送到他家”）。在这种场景下，你没必要立马知道生日、衬衫尺寸、邮寄地址或信用卡信息。虚拟助手会处理好这一切。

这对可穿戴式电脑来说是好事，因为这让这类电脑能够做得非常轻盈、小巧和普及。

智能手机充当交通警察

在我们抵达可穿戴式WPAN理想王国之前尚未克服的最大难题是对功能、特性和数据进行管理。

智能手机不得不为满天飞的各种应用程序、消息和通知充当空中交通管制塔的角色。比如说，你说出一个Google Now命令，谁来处理该命令？是面前的谷歌眼镜、手臂上的手表还是智能手机本身？命令结果又发至哪里，发至手表屏幕还是语音答复？

成千上万的应用程序都想接过主界面这一角色，要求获得优先权。你才不想1分钟内被打断10次，于是手机就得决定对哪些通知亮绿灯、又对哪些通知亮红灯。

最终，手机操作系统得学会如何学习——观察你的操作以及回应通知的方式，最后弄清楚如何管理各种设备、来自四面八方的诸多应用程序和通知。

为何我们都会穿戴它们

随着可穿戴式设备在今后一两年日渐被社会接受，实用性又显而易见，反对可穿戴式计算的论调会随之消失。一大原因在于，不像现在可穿戴式设备如同某种科幻装置，到时可穿戴式电脑会大量出现在普通消费者市场之外的领域。

首先，可穿戴式设备会受到各行人士的热烈欢迎。警察会头戴头盔式摄像头，医生会欣然接受谷歌眼镜。许多行业会让双手操作时需要连接互联网的工人佩戴谷歌眼镜。其次，可穿戴式设备会在盲人、聋哑人和残疾人当中立即普及起来。第三，可穿戴式设备会受到职业运动员的热烈欢迎。第四，技术爱好者、极客及其他人会完全接受可穿戴式设备。

一两年内，普通消费者会觉得可穿戴式设备遍地开花司空见惯。它们会迅速成为身份的象征，被认为是个人自我提升和获得工作优势的工具。

可穿戴式计算时代迎面而来。让智能手机操控我们身上的所有设备，这副场景太美妙了：这些设备回答问题、替我们做事、监测身体状况，并为我们提供强大的联网功能，不需要坐在桌前盯着屏幕。

这倒不是说我们需要购买更多的设备。可穿戴式计算的本质是丰富你我的整个生活，充分利用迅速改进的互联网服务，又不用成天盯着屏幕。

-沈建苗编译

“穿戴式装备”改变生活 篇5

尽管苹果、三星等科技巨头都在隔空喊话,声称自己的智能手表、智能眼镜即将出炉,言之凿凿,但始终停留在传闻阶段。

就在国外企业“干打雷不下雨”时,一些国内企业已经按捺不住了。

咕咚网推出的咕咚手环,是国内的第一款可穿戴式装备。它长着一副手环的样子,却有着健康检测仪的功能。用户佩戴它之后,在运动模式下,可以在24 小时内记录佩戴者的身体情况,包括行走的里程数、步数和单位时间所消耗热量。由于这是咕咚网和百度云合作推出的产品,因此,这些记录下来的健康数据会自动保存到百度的云端。

切换至睡眠模式之后,这款手环不仅可以检测用户的睡眠质量,还能根据使用者睡眠的深浅状态,在应该叫醒他的时间段通过振动来唤醒使用者。据称,咕咚手环只是咕咚网终端产品布局的第一步,接下来,咕咚网将与百度云深入合作,推出一系列终端的智能扩展配件,比如蓝牙体重秤、蓝牙自行车码表等等,这些配件都将和移动APP以及云存储服务相结合。

腕带式血压仪:随时把数据汇到“云端”

以健康产业为切入点开发可穿戴式装备的,可不止咕咚网一家。康康血压创始人刘菁正在努力将传统笨重的血压仪穿在身上。目前,刘菁的康康血压虽说还只是个在北京四惠百子湾的一个不起眼的办公楼里面创业的团队,但在今年的互联网大会上,刘菁团队的两款血压仪却吸引了不少眼球,其中一款就是腕带式血压仪。

刘菁说这款血压仪可以和手机等移动终端通过wifi或者蓝牙连接,连接后,血压仪会随时将测量到的血压数据汇总到移动终端,并通过互联网技术汇聚到康康云端,建立专属的电子病历。在检测到用户血压异常的时候,血压仪会及时报警,并给出解决方案。你可以打电话向医生求助,或者在终端的APP软件上在线咨询。

对于穿戴式装备,刘菁有着不同的看法,他说:“穿戴式装备的重点是便携,并不一定要随时随地都戴着,康康血压做腕带式的血压仪只是一种尝试,由于技术还不是很成熟,因此,过于便携的这种医疗设备测量出的数字可能会有误差,不过,康康血压还是会向更便捷的方向努力。”

手表式手机:挑战三星与苹果

除了这两款扩展式的穿戴式装备,智能手表也是最受穿戴式装备制造商青睐的设计之一。一个由一群90后组成的创业团队——深圳映趣科技在埋头开发两年之后,终于先苹果和三星推出了手表式手机——in Watch。in Watch名字和苹果计划中的i Watch只差一个字母,颇有挑衅的意味。

2013 年8 月8 日,深圳映趣科技在北京望京的360大楼前举行了一个简单又充满青春气息的发布会,在简易的布景前,一排showgirl站成一排,展示着手腕上的in Watch。in Watch屏幕为1.54 英寸,配有摄像头和500 毫安时的电池,最长待机时间可以达到120 小时。映趣科技联合创始人李昂介绍,in Watch支持GSM网络,可以插入2G的SIM卡让它变身手机,借助蓝牙耳机接打电话,也可以刷微博、玩微信。

关于穿戴式装备,虽然各路精英都在努力尝试,但是,很多人认为,穿戴式装备距离完全走入我们的生活,还有一段距离。小米董事长雷军在互联网大会上表示:“我觉得可穿戴式装备现在还欠点儿火候,硬件还没准备好,甚至可以说很不成熟。虽然谷歌推出了谷歌眼镜,可是价格那么高。价格高的原因,就是硬件技术不成熟,生产力跟不上。还有现在所谓的一些手表式手机,你试用下就知道了,用不了几个小时就得充电,经常要充电的手表或者眼镜,你觉得戴着方便吗?”

不过,也有业内人士认为,雷军的看法过于悲观,科技变化日新月异,硬件技术从“不成熟”到“成熟”,或许只隔着一层窗户纸的距离。

穿戴式自动体外除颤仪 篇6

关键词：穿戴式,自动识别,电击除颤,双相指数波形放电

0 引言

猝死是21世纪人类与医学面临的最大挑战之一,心源性猝死(SCD) 见于各个年龄段,多发生于医院外,常没有任何先兆。绝大多数SCD为致命性心律失常(约90%) ,而心源性猝死(SCD)的80%为心室颤动(VF) 。研究显示, 发生VF后抢救时间窗为10 min,最佳抢救时间是最初的3~5 min,每延迟1 min CPR和除颤,心脏骤停(SCA)患者的生存率以7%~10%递减[1,2,3]。早期电除颤是VF最有效的治疗方式[4]。而医院使用的除颤设备难以满足现场急救的要求,自动体外除颤仪(AED)的出现使在SCA发生现场早期电除颤成为可能,它给医务人员甚至非医务人员为心脏骤停除颤提供合适的仪器。但对于院外患者来讲,自动体外除颤仪(AED)还是无法保证治疗得及时性,而且对于一些需要短时间内除颤保护的患者,病人需要卧床监控,并需要外部人员的帮助,病人生活受到很大限制。穿戴式自动体外除颤仪(WCD)的出现解决了这一问题,穿戴式自动除颤仪(WCD)可以把自动除颤仪和电极穿戴到患者身上,不需要外部协助,自动实时监测患者心电信号,如出现危及患者生命的心律信号时,则自动进行电击除颤,实现心电的转复。

本装置为可穿戴式自动体外除颤仪(WCD),由一个贴身背心式电极带和一个有警报装置的心电信号除颤监测仪组成,使用电池供电。电极带由三个心电信号电极和两个除颤放电电极组成。整个装置除洗澡外,可以全天穿戴。仪器使用双相指数波形除颤技术,相对于传统的单向波形除颤技术,能增加首次除颤成功率,并增加约30%的除颤成功率,减少胸部灼伤,减少除颤电击对心肌的损伤[5,6,7,8,9]。使用对象是那些暂时无法安装或不适合,不愿意安装埋藏式除颤器的需要短时间内除颤保护的病人。其优点是:穿戴舒适,应用简便无创,除颤脉冲释放前会对患者进行意识测试,使误击率降低,并能使患者脱离病房,改善生活质量。

1 系统总体设计

1.1 系统组成

系统由心电信号除颤监控仪和贴身电极带组成。系统总框图见图1。

心电信号除颤监控仪分为:除颤电路模块、心电采集处理电路模块、生物阻抗测量电路模块、MCU控制电路模块和电源模块。

贴身电极带由心电信号电极和除颤电极组成。

1.2 系统工作流程

心电信号除颤监控仪通过心电电极,实时采集心电信号,并对信号进行分析识别。当监测到患者心律达到室颤或室速标准时,仪器通过语音报警,对患者进行意识测试。如果患者清醒并认为WCD是误报,患者或者旁边的人可以手动开关终止除颤治疗。如果没有手动终止,电击除颤开始工作,测量胸部生物阻抗,根据自动设定的放电能级, 快速充电,根据测得的胸部阻抗选择放电脉宽,进行除颤放电。一次放电除颤结束后继续监测心电信号,如心脏电没有转复,继续进行电击除颤,如果心脏电转复,心律恢复正常,系统继续进行心电监控。

2 系统电路设计

系统电路由除颤电路模块、心电采集处理模块、生物阻抗测量电路模块、MCU控制电路模块、电源模块组成。外围电路框图详见图2。

2.1 除颤电路模块

除颤电路模块包括:高压充电电路和双相放电电路。

2.1.1 高压充电电路

高压充电电路使用反激式充电电路,此电路结构简单,属于非线性电路,工作原理较正激式充电电路复杂,不需要高匝比就能短时间内充到1 000 V以上的高电压,高压充电电路框图见图2(a),通过高压监测电路,能够精准控制储能电容的充入电量。整个充电电路使用直流9 V供电时,能在7 s内对储能电容充入150 J电量,充电电压超过1 700 V,实现快速高效地充电。

2.1.2 双相放电电路

双相放电电路由H桥IBGT放电管及驱动电路和放电保护电路组成,双相放电电路框见图2(b),可以实现双相指数波形放电,隔离驱动电路能提供超过2 500 V的隔离驱动需求,并能够使IGBT的导通或截止在1 ms内完成。

2.2 心电采集功能模块

心电信号通过除颤保护电路进入心电采集处理电路,心电采集电路框图见图2(c)。心电采集处理电路使用ADI公司心电测量芯片AD8232,心电芯片采用三电极输入设计,内置截止频率0.3 Hz的双极点高通滤波器和截止频率37 Hz的双极点低通滤波器,带通内的信号增益为340倍。心电芯片提供电极脱落监测信号、心电信号、基准电压信号给主控MCU,MCU通过12 bit ADC对采集的心电信号进行数模转换,采样频率为200 Hz,并对心电信号数据进行VF/VT识别分析处理,通过指示灯精确显示电极的连接状态。

2.3 生物阻抗测量电路模块

生物阻抗测量模块使用ADI专用生物阻抗测量芯片AD5933,并针对胸部阻抗较小特点设计低阻抗测量电路,在10 Ω到150 Ω阻抗范围内测量精度超过96%;使用独立的供电模块,在阻抗测量模块不工作时,关闭整体模块电源,降低功耗;使用放电电极作为测量电极,可以降低设计和使用的复杂度,生物阻抗测量电路框图见图2(d)。

生物阻抗测量模块测量两个放电电极间的经胸阻抗,双相放电时,因放电能量固定,根据经胸阻抗值的大小,自动选择合适的双相放电脉冲宽度,可以降低除颤阈值,减小心肌损伤程度,提高除颤效果[10,11,12]。

2.4 MCU控制电路

MCU控制电路模块使用ARM STM32F103作为主控MCU,控制电路框图见图3,实现心电信号测量和识别分析、生物阻抗测量、放电能级选择、终止放电,除颤报警、快速充电、双相放电、自放电、指示信号输出等功能。

2.5 电源模块部分

主电源模块使用TI的TPS62172降压转换器,输入电压范围3~17 V,输出电压3.3 V,最大输出电流500 m A。12 V电源模块使用集成型5 A 40 V宽输入范围升压TPS55340升压稳压器,输入电压范围2.9~32 V;生物阻抗测量电源模块使用ADI固定型稳压模块ADP7102,输入电压范围:3.3~20 V,最大输出电流300 m A,噪声低至15 m V/ms,为高精度阻抗测量提供电源供应。

3 系统软件设计

系统软件设计主要分为:MCU主程序、心电信号采集识别处理程序、生物阻抗测量程序、高压充电程序、双相放电和自放电程序。

系统程序流程如图4所示:系统开始,MCU片内模块进行初始化,如AD模块、DA模块、PWM模块、I2C通信模块等,初始化完成后监测心电电极连接状态。当电极连接正常后,触发心电采集信号,心电信号开始采集识别分析。当监测到室颤信号,系统开始生物阻抗测量,高压充电,同时进行患者意识清醒测量。如患者昏迷,则进行双相放电除颤,剩余电量自放电释放,如果患者意识清醒,可以在高压充电时或者充电完成后的3 s内,中断除颤,则系统只进行自放电,不进行双相放电除颤。或者通过外部给出除颤命令信号,系统直接进入生物阻抗测量,高压充电,双相除颤工作流程,也可以在高压充电时或者充电完成后的3 s内中断除颤。

心电信号识别程序,使用差分阈值法分析检测R波。此方法首先设定检测阈值和判定条件,然后对ECG信号进行差分运算。计算出ECG信号波形中各个数据点其幅度相对于时间的变化率,再将各个数据点的变化率与预先设定的阈值进行比较。若满足相应的判定条件,就判断检测到一个R波。由于R波峰值点两侧的波形斜率在ECG信号波形中是最大的,因此可以被检测出来。根据判断出的R波,找出Q波和S波的位置,计算QRS波宽。根据是否能检测出R波,R-R间期和QRS波宽,判断心电信号是正常心律状态还是室速室颤心律状态。如果判断患者处于室速室颤状态,则进行除颤警报,充电除颤电击流程。

4 动物实验结果

实验准备实验对象是重3 kg的新西兰兔,雌雄不限,进行动物基础麻醉剂呼吸麻醉后,固定于实验动物台,进行胸部备皮等手术处理。连接心电监护,体表胸前区域放置使用50 mm×60 mm除颤电极片。确认刺激仪及射频消融导管连接正常。

实验阶段设置刺激仪参数,通过心脏电生理刺激仪配合射频消融导管直接对兔子心脏进行诱导室颤,通过监护仪观察到刺激诱发出室颤时,对其进行除颤放电,放电能量为125 J,监护仪记录室颤诱发及除颤的全过程。

实验结果通过心电监护可验证,新西兰兔通过刺激诱发室颤后通过穿戴式除颤器除颤,实现了兔子室颤的终止,转复为窦性心律,经过多次室颤除颤电击,均能一次电击转复成功。诱发室颤电击除颤转复心电波形如图5所示。

5 结论

可穿戴式跌倒检测与预警系统研究 篇7

人口老龄化己成为一个世界性的问题。我国早在1999年就已经进入老龄化社会。老年人占总人口的比重在持续攀升之中, 空巢老年人家庭也占了相当大的比例。如何更好的赡养老人已成为社会难题。除了可能的各种疾病外, 老年人在日常生活中跌倒的发生率也非常高, 是老年人伤残和死亡的主要原因之一。当老年人跌倒时, 若能够得到及时的救助, 那么可以减少伤痛带来的痛苦, 甚至可以避免死亡。可穿戴式跌倒检测与预警设备能够在佩戴者发生跌倒后及时报警, 接到报警的救助人员可采取相应措施尽快实施救助, 即使身边无人的情况下也能得到及时救助。

1 可穿戴式跌倒检测与预警系统结构设计

1.1 系统结构

本系统主要分两部分:一部分是人体运动采集和分析模块, 包括主处理器、三轴加速传感器、陀螺仪和蓝牙通信模块, 这部分佩戴在人体的腰部;第二部分是报警和定位模块, 此部分基于android的智能手机, 手机通过蓝牙接收到报警信号后, 启动GPS定位, 通过短信或电话形式向家人报警。本系统结构如图1所示。

1.2 模块功能

系统采用STM32作为主处理器, 接收来自陀螺仪、三轴加速度计的数据和信号, 执行算法进行数据处理, 并在必要时通过蓝牙模块向手机1发送报警信号, 手机1接到报警信号后继续向手机2发出报警短信或电话, 同时给出警报所在的位置信息。

三轴加速度计是测量载体x轴、y轴以及z轴方向上线加速度的仪表, 通过3个轴向的加速度判断跌倒动作。当然, 仅通过三轴加速度计是测不到转动的动作的, 难以测量出完整的3D动作, 所以进行跌倒动作的判断还需要结合陀螺仪。陀螺仪可以对转动、偏转的动作做很好的测量, 这样就可以精确分析判断出使用者的实际动作。

2 可穿戴式跌倒检测与预警设备实现

2.1 系统硬件集成

跌倒检测模块采用野火STM32 V3开发板;关于陀螺仪和加速度计, 本文选用了MPU-6050;跌倒检测模块与手机的通信采用蓝牙串口模块FBT-06;手机1为基于Android的智能手机, 其需要运行相应的应用程序;手机2则可以是任意的可用手机。

MPU-6050整合了3轴陀螺仪、3轴加速度计。MPU-6050通过主I2C端口以单一数据流的形式, 向STM32输出数据。因此, 只需把STM32的引脚PB6 (SDA) 和PB7 (SCL) 分别连接到MPU-6050的24号引脚 (SDA) 和23号引脚 (SCL) 上即可。

蓝牙模块FBT-06的TXD和RXD与STM32的RXD和TXD连接即可。

2.2 软件实现

2.2.1 手机端

本系统采用手机端作为服务器端, STM32端则作为客户端。STM32通过发送AT命令与手机端进行连接。

手机端执行采用Eclipse编程技术开发的应用程序, 除了要开发必要的界面还要长期监测是否有跌倒信号出现, 因此收发蓝牙传输数据功能需要定义为Service服务, 保证系统能够在后台监听。Service的启动流程为:context.start Service () ->on Create () ->on Start () ->Service running->context.stop Service () ->on Destroy () ->Service stop。与Service通信的设备或Activity有: (1) 通过蓝牙无线通信的跌倒检测装置 (FD) :Stm32当检测到有跌倒可能时, 向手机发送报警信号; (2) 启动Service的Activity (Sta Act) :用于启动; (3) Stop Activity (Stp Act) :用于误报时用户停止报警界面; (4) Feed Back Activity (FBAct) :用于反馈用户对误报原因的界面。

为实现定位需要使用百度地图。百度地图提供多种定位方法, 考虑到各种定位方法的精度, 优先GPS定位, 然后是wifi定位和基站定位。首先需要下载相关最新的库文件并导入:将libloc SDK4.so文件拷贝到libs/armeabi目录下, 将loc SDK4.1.jar文件拷贝到工程的libs目录下, 并在工程属性->Java Build Path->Libraries中选择“Add JARs”, 选定loc SDK4.1.jar, 确定后返回;其次, 设置Android Manifest.xml:在application标签中声明service组件, 每个app拥有自己单独的定位service, 并且声明使用权限进行网络定位。还需import类com.baidu.location.BDLocation、com.baidu.location.BDLocation Listener、com.baidu.location.Location Client及com.baidu.location.Location Client Option。

在发出报警短信或拨打电话时, 给出定位的地址信息。百度地图提供从地址到经纬度坐标或者从经纬度坐标到地址的转换服务, 通过向服务器发送包括经纬度信息在内的HTTP请求, 服务器返回JSON数据, 再通过JSON解析获得地址信息。

另外, 手机端需要先开启服务。当检测到跌倒后, 跌倒检测装置会通过蓝牙向手机发送数据, 表示检测到跌倒。同时, 跌倒检测装置也会发出蜂鸣声, 手机端会进入误报停止界面, 界面如图2所示。如果是误报, 需要点击stop按钮, 进入反馈界面, 反馈界面如图3所示。反馈的误报问题有:跑步、坐、躺、上下楼梯、跳及什么都没有做。需要用户选择产生误报的原因, 从而根据报警自适应修改阈值。如果是真的跌倒, stop界面会等待1分钟, 手机端会将跌倒的信息发送给预设置的手机。

2.2.2 算法

STM32微控制器在加电后, 首先初始化中断向量表, 设置栈空间, 调用System_init初始化系统时钟后再跳入main函数。在main函数中执行卡尔曼滤波算法:采用信号与噪声的状态空间模型, 利用前一时刻的估计值和现时刻的观测值来更新对状态变量的估计, 求出现时刻的估计值。

本文只对单轴陀螺仪的信号进行软件滤波, 因此维数为1, 将其中表示矩阵行数和列数的入口参数用宏定义参数ONE代替, 该值设为1。卡尔曼滤波算法函数C语言实现如下:

3 结束语

本文设计开发了可穿戴式跌倒检测与预警系统。该系统可检测佩戴者产生的跌倒动作, 在给出短信报警或电话报警的同时能够对跌倒者进行定位。本系统手机端的应用程序运行于Android系统;跌倒检测模块以STM32为主处理器, 接收来自MPU-6050的数据采用卡曼尔滤波算法判断是否发生跌倒, 若跌倒则通过蓝牙模块FBT-06向运行Android系统的手机发出报警信号。本系统已经过测试, 测试的手机1型号为HTC 528t。

参考文献

[1]卓炜.基于Android操作系统的软件开发及应用的探讨[J].电子技术与软件工程, 2013 (23) .

[2]吴赫.Service与Android系统实现 (1) :应用程序里的Service[OL].http://blog.csdn.net/21cnbao/article/details/8086487

[3]张爱国, 邬群勇, 李法礼.基于GPS与移动网络的自适应定位[C]//第二届中国卫星导航学术年会电子文集.2011.

基于STM32的可穿戴式手表 篇8

本文的设计目标“基于STM32的可穿戴式手表”是为用户提供根据采集到的用户生理信息进行反馈的监测设备。系统可对外界环境的温湿度、温度进行监控, 以STM32、温湿度传感器和GSM/GPRS模块的算法为核心, 以锂电池为电源部分。对于人体多项生理信息监测的实现, 选用STM32单片机, 使用DHT11温湿度传感器准确检测到环境的温度、湿度的信息;使用MQ-2烟雾气敏传感器探测室内的液化气、丁烷、丙烷、烟雾等气体的泄露;通过BP300TUS9116-00压力传感器检测老人的血压;通过pulsesensor心率传感器检测老人的脉搏;同时将信息反馈给单片机进行处理。通过SPI控制DS1302时钟芯片, 达到闹钟功能, 在日常生活使用时, 事先设定时间, 手表将会根据时间设置, 提醒老人吃药时间和锻炼时间;通过GSM模块, 当老人的身体状况不佳, 腕表将以短信的方式把老人的身体信息发送给家属。

2 系统硬件电路设计

2.1 温湿度采集模块

DHT11数字温湿度传感器能输出数字信号的温湿度。传感器包括电阻式感湿元件和NTC测温元件, 与高性能8位单片机相互连接。该传感器具有体积小、功耗低、极强的抗干扰能力和超快的响应速度的特点, 因而性价比极高。但是温度的精度不高, 误差是±2℃, 范围为0℃~50℃。

2.2 脉搏信号处理模块

首先传感器通过电极提取心电和脉搏信号, 前置放大器放大后通过滤波电路滤除干扰信号。留下的心电信号通过50Hz陷波器, 滤除工频干扰, 最后后置的放大器将信号的幅值放大直到后续电路所需要的信号幅值大小。心电信号的频率在100Hz以下, 通过低通滤波电路把高频的干扰信号滤掉;高通滤波电路滤除直流分量等低频干扰信号;陷波电路需要满足后续电路数字处理电路需要V量级的信号幅值。

2.3 时钟模块

DS3231时钟模块包含集成的温补晶振和晶体, 具有低成本、高精度的特点。该模块的电池输入端保证了断开主电源时仍可保持精确的计时。集成晶振使得器件的长期精确度提高, 元件数量减少。

2.4 火焰模块

红外火焰传感器能够探测到的红外光的波长在700纳米~1000纳米范围内, 探测角度为60°, 红外光波长最大灵敏度的位置在880纳米附近。远红外火焰探头能够使得外界的红外光变化与电流变化相互转换, 再通过A/D转换器转换为0~255范围内的数值变化。比较器输出具有信号干净、波形好、驱动能力强, 超过15m A等优点。外界红外光越强, 输出数值越小;外界红外光越弱, 输出数值越大。

2.5 短信发送GSM模块

我们通常采用TC35i GSM模块来设计智能家居的远程控制系统, 但是TC35i GSM模块存在工作频段少、功耗较高并且不支持GPRS技术等缺陷。针对性能设计的不足, 本文采用SIM900A无线通信技术。SIM900A模块尺寸较小, 封装采用SMT, 采用ARM926EJ-S架构, 性能加强, 广泛应用在车载耕种、无线POS、车队管理、电力监控等。

3 系统软件设计

3.1 温湿度检测设计

在本系统中, 通过液晶显示屏将DHT11传感器测得的相关环境参数进行显示, 方便用户对所处环境有进一步了解, 同时便于对老人健康的准确分析。此模块硬件电路结构以及显示程序都较为简洁, 且价格也比较合理, 为温湿度模块的理想选择。

3.2 脉搏检测设计

(1) 传感器识别阶段:启动血压测量功能时, pulsesensor脉搏、心率传感器启动, 当转换电压到达软件设定值后, 开始采集信号。

(2) 血压信号获取阶段:当第一次获得预定电压时, 传感器对血压及脉搏波信号进行获取。

(3) 信号处理阶段:当采集时间达到预定值, 脉搏波消失, 血压和脉搏信号采集完毕;放大后的信号是模拟的, 必须经过A/D转换器转换成数字信号才能送给控制器处理;然后完成血压和脉搏的信号分析处理, 确定最后的值。

(4) 显示阶段:把采集到的数据输出到显示屏, 有波形和数值两种方式, 每2s更新一次。

3.3 短信发送设计

整体逻辑流程如图1所示, SIM900A上电后开始初始化, 完毕后向STM32发送“RDY+CFUN:1+CPIN:READY Call Ready”字符串, 其中RDY表示模块启动成功准备就绪, +CFUN:1表示模块功能全部打开, +CPIN:READY表示插入的SIM正常, Call Ready表示网络连接正常, 可以执行基本的拨打电话发短信、数据通信等任务, STM32与SIM900A的串口采用的是9600固定波特率。GSM的控制程序主要执行TC35模块的初始化、接受、读取并发送和删除信息等操作。GSM模块与单片机通过串口连接, 串口的接收、发送函数和GSM模块程序设计为一个模块。

通过SIM900A模块, 当老人的身体状况不佳时, 腕表将以短信的方式把老人的身体情况发送给家属。增加老人与家人的交流, 使得老人的健康状况能及时地反馈给家属。

结语

随着人们生活水平的不断提高, 科技产品在便携式健康监测领域的需求日渐增大, 健康监测设备对于老人日常生活的帮助极大。本手表适用于日常老人健康监护、医院里病人护理等情况;可用于对老人的日常生活环境监测, 电路模块化, 集成度较高, 小巧易携, 不影响老人的正常生活。

本手表以STM32单片机控制为主, 结合各个传感器及时获取相应值并传回单片机处理得出当前佩戴者的生理特征及所处环境特征值, 再根据植入单片机的微型系统判断做出相应动作, 遇紧急情况及时通知, 一旦生理指标出现异常还可通过GSM将信息及时发送给家人或医院。手表是以STM32为核心的主控板, 搭配温湿度、脉搏、时钟、火焰、GSM短信收发等模块构成本手表的硬件系统;通过各个模块的软件算法实现手表的监测功能, 并显示相关数据;最后通过多次测试验证了其切实可行性。

摘要：基于STM32单片机的可穿戴式手表能检测环境信息, 以防家中的老人发生意外;检测老人的血压、脉搏, 使老人获取自己的身体状况;自动提示老人吃药和锻炼的时间, 解决老人的生活难题;利用GSM模块, 能将老人的健康状况能及时地反馈给家属。该设计成本较低, 技术实现相对较为容易, 易于实现对目标群体的健康监测。

关键词：STM32单片机,环境检测,生理健康监测

参考文献

[1]郑国军, 戴巧琪, 肖德瑞.基于STM32的便携式体检装置设计[J].医学信息:中旬刊, 2010, 5 (8) :1989-1991.

穿戴式颈部姿态预防矫正仪设计探讨 篇9

关键词：颈椎病；STM32F103单片机；多角度检测；预部姿态；预防矫正仪 文献标识码：A

中图分类号：TP242 文章编号：1009-2374（2015）19-0028-02 DOI：10.13535/j.cnki.11-4406/n.2015.19.013

颈椎病是一种常见病与多发病，影响人群范围较广，从21～83岁均可患病，患病率达64.52%以上。一般而言，颈椎病是中老年人的一种多发病，40～60岁为高发年龄，而70岁以后患病率达90%。但近年来的研究表明，颈椎病患病率呈现年轻化的趋势，越来越多的青少年人群和办公室工作者患颈椎病，特别是对于长期伏案工作或工作环境紧张的人员来说，颈椎病的患病率明显高于其他人群。本文设计的颈部姿态矫正器旨在降低颈椎病的发生率，特别是青少年人群和办公室工作者。

本文设计的颈部姿态矫正器是一种穿戴式的仪器，采用小型STM32F103作为主控芯片，GY-521传感器和弯曲传感器分别获取用户的颈部倾斜角度和背部弯曲程度，GY-521传感器所获得数据经IIC通信发送给主控芯片，主控芯片根据获取的信息智能控制提醒模块实时提醒用户做颈部保健操。与其他坐姿矫正仪相比，此颈部姿态矫正仪能够更加集中的检测用户颈部的姿态，更注重提醒用户做颈部保健操，提高了仪器的实用价值，使用起来更加简单、方便。

1 系统结构

系统以STM32F103单片机作为主控芯片，以GY-521六轴传感器实现对用户坐姿的检测，利用弯曲传感器检测身体背部的弯曲程度。将信息通过显示和语音提醒的方式传达给用户。首先检测用户正常坐姿情况下所对应的颈部倾斜角度范围值，然后将此范围值作为STM32F103单片机检测用户坐姿的标准。当用户佩戴后，GY-521六轴传感器会实时检测当前坐姿，并将获取的数据通过IIC通信传送给STM32F103单片机，单片机对数据进行综合分析，判断用户此时的坐姿是否在人体正常坐姿的标准范围内。若佩戴者坐姿不正确或工作时间过长，单片机则控制提醒模块做出相应的提醒并将此时的信息通过LCD显示屏提供给用户。另外，弯曲传感器实时检测佩戴者的背部弯曲程度，并将数据发送给STM32F103单片机，单片机对数据进行检测之后将背部信息通过LCD显示屏显示，从而使颈部姿态预防矫正器达到使用的全面化、方便化，实时地达到预防颈椎病的目的。设计系统框图如图1所示：

图1 系统框图

2 硬件系统

2.1 STM32F103单片机模块

在本系统中，STM32F103单片机作为主控芯片，主要负责控制检测模块GY-521六轴传感器和提醒模块。系统还将利用主控芯片的IIC通信功能和LCD屏显示功能将自身颈部姿态信息和背部弯曲信息传达给佩戴者。通过IIC通信接收GY-521六轴传感器传送的数据并进行判断，再通过LCD显示屏将数据显示给用户，使用户清楚明了自己此时所处的姿态，有利于用户建立颈部保健意识。部分LCD显示模块如图2所示：

图2 基本信息显示

2.2 提醒模块

系统使用语音芯片OTP和手机震动电机作为提醒用户的工具。用户可根据实际情况在不同的场合下选择不同的提醒模式。

当选择语音提醒时，若判断出用户坐姿不正确，STM32F103单片机将控制语音芯片OTP发出“请纠正您的坐姿，谢谢！”的提示；若判断出用户的工作时间超过1个小时，STM32F103单片机将控制语音芯片OTP发出“您的工作时间过长，请注意休息并做颈部保健操，谢谢！”的提示；在此，语音提醒的声音大小可根据佩戴者自己的意愿进行调整，在做颈部保健操的同时，语音芯片将会播放佩戴者事先下载好的音乐，使用户体验较舒服的休息方式。此模式较适用于轻松、适宜播放声音的工作场合。

当选择震动提醒时，若判断出用户坐姿不正确，STM32F103单片机将控制震动电机发出短时间的震动提醒；若判断出用户工作时间超过1个小时，STM32F103单片机将控制震动电机发出长时间的震动提醒。因为震动模式不会发出较大的响声，所以比较适于安静的工作

场合。

2.3 GY-521传感器检测倾斜角度

GY-521传感器由三轴陀螺仪和三轴加速度计组成，三轴陀螺仪和三轴加速度计都可分别计算角度值，但计算出的角度存在误差较大的缺点。本设计利用融合算法将三轴陀螺仪测得的角速度和三轴加速度计测得的角度进行融合得到更加准确的颈部倾斜角度值，再将测得的数值通过IIC通信发送给STM32F103单片机。

加速度计计算的姿态角：

陀螺仪计算的角速度：

颈部倾斜角度计算公式：

经实验验证，利用上述公式计算出的角度值比单一的陀螺仪、加速度计测出的角度精确许多。

其中，0.98和0.02是根据平衡效果得到，不同的要求数值会有所不同。

2.4 弯曲传感器

系统使用弯曲传感器实现对用户背部弯曲程度的检测。弯曲传感器的工作原理是将外界的弯曲程度转化为可视化的电阻值输出。本系统中的弯曲传感器主要根据用户背部的弯曲程度的变化，对应输出变化的阻值。将模拟量电阻转化为数字量发送到STM32F103单片机中。STM32F103单片机通过综合分析之后，对此时用户背部姿态做出判断，并将相应的数据通过LCD显示屏显示给用户。

3 测试结果与分析

通过实验，得出正确坐姿的颈部纵向倾斜角度变化范围为15°左右，若前倾角度范围和后仰角度范围超出15°一定时间时会对佩戴者的颈部造成一定程度的危害，所以，当佩戴者的颈部倾斜角度超出这一范围，颈部姿态预防矫正仪将会提醒佩戴者做出恰当的改正，起到预防颈椎病的效果。

通过对测试人员的反复试验得出本款设计完全能够达到及时提醒、及时预防、提醒用户及时做颈部保健操的目的。

4 结语

随着人们生活水平越来越趋于信息化，人们的健康意识也得到了一定的提高。随着颈椎病发病率的逐年提高以及发病率的年轻化趋势，颈部姿态预防矫正仪将会是人们生活中不可或缺的一部分。本款设计通过STM32F103单片机、GY-521六轴传感器、语音提醒、震动提醒模块，在多次试验的基础上将颈部姿态矫正器的矫正指标调整到最好，以达到能够正确矫正佩戴者坐姿以及预防颈椎病的目的。使佩戴者使用起来更放心、更方便，提高了本设计产品的适用范围。

参考文献

[1] 王冰，段义萍，张友常，等.颈椎病患病特征的流行病学研究[J].中南大学学报，2004，4（29）.

[2] 施杞.要重视对颈椎病的研究[J].中国中医骨伤科杂志，1997，7（1）.

[3] 赵定麟.颈椎伤病学[M].上海：上海科技教育出版社，1994.

[4] 王拥军，施杞.颈椎病发病因素的流行病学概况[J].中医正骨，1999，（3）.

[5] 刘亚梅，徐振奇，刘岩，崔向宇，祝金华.青少年颈椎病的预防及康复治疗[J].临床荟萃，2011，11（26）.

[6] 吴佰良，孙霄月.浅谈颈椎病的预防[J].中国医学创新，2010，33（7）.

[7] 徐鹏，曾碧新，陈仁爱，黄胜海，崔贺，戴志岳.基于重力感应芯片的智能坐姿矫正眼镜研究[J].科技信息，2013，（9）.

作者简介：韩婉婉（1993-），女，河南人，西南科技大学信息工程学院学生，研究方向：生物医学工程。

穿戴式传感器 篇10

智能服装将可能成为新的引爆点

智能服装, 说得直白一点的就是智能技术与服装融为一体的高科技产品, 包括衣服、帽子、鞋、腰带等各类智能服饰。

这类服装是如何实现“智能”的?目前主要通过以下两类方式:一类是运用智能服装材料, 包括形状记忆材料、相变材料、变色材料和刺激——反应水凝胶等;另一类是将传感技术、微电子技术和信息技术引入人们日常穿着的服装中, 包括应用导电材料、柔性传感器、低功耗芯片技术、低功耗无线通信技术和电源等。

拥有一套智能服装, 可以实现一些基本的功能, 比如:能给手机充电, 能接上耳机听音乐, 能通过蓝牙接听电话等。在我们看来, 智能服装在一些特殊的场景应用需求更为迫切。例如, 如果你喜欢运动, 它就能通过感知你的运动状态, 用变换服饰颜色的方式来告知天气、行程安排、健康状况;或者直接改变衣服的通风度、长度配合正在运动的你。如果你看重健康, 它通过皮肤传感等生物识别技术监测心率、应力、呼吸、体温、血糖等。

实际上, 谷歌在2015年度开发大会上就提出了“缇花计划”, 并与服装品牌Levi‘s (李维斯) 合作, 研发具有轻触式遥控功能的智能导线纤维服饰, 预计2016年秋季面世。而美国诺贝尔纤维科技公司也研发了一款智能纤维Circuite X, 可以全天候监控患者的身体状况, 收集呼吸和心率等数据来为患者制定医疗服务。丹麦设计公司Ohmatex设计出一种智能袜子, 能够检测腿脚水肿, 提前预测心脏衰竭和先兆癫痫。

由上可知, 曾经我们梦想的很多功能, 都能通过智能服装加以实现, 而2016年可能就是它爆发的一年!

儿童智能手表将爆发

自从苹果推出Apple Watch这一全新品类, 智能手表就正式进入普通大众的生活之中。按IDC的预测, Apple Watch的销量将会从2015年的1300万增加到2019年的4520万。而Apple Watch最大的竞争对手Android Wear出货量将从2015年的320万增加到2019年的3430万。

对于大多数用户来说, 智能手表仅仅充当显示文本和健康追踪的角色, 虽然有华为、中兴、三星等众多手机厂商介入, 但单一的功能并没有让用户感到惊喜。对于智能手表而言, 未来将会逐渐增加包括LTE网络连接、医疗类传感器以及更多的第三方应用。但是目前, 大多数的智能手表 (包括Apple Watch在内) 都只能与特定平台的智能手机连接, 因此目前来看只能算是一种价格昂贵的配件, 而并非单独的智能设备。再加上应用的匮乏和续航的缺点, 让智能手表的推广之路并不顺畅。

2016年算是智能手表的一道“坎”, 相关机构认为其爆发点将在儿童手表的细分市场上。从2015年9、10、11月的数据看, 排名儿童智能手表销售量前几位的分别是:小天才 (22万/月) 、阿巴町 (17万/月) 、卫小宝 (5万/月以上) 、糖猫 (4万/月以上) 、哇喔 (3万/月以上) 。除此之外, 华为的儿童手表 (荣耀小K) 目前为止还没大量出货, 但是预计未来很有可能成为儿童手表市场主力之一。另外, 还有像KIDO等新兴智能手表品牌的进入, 让中国的儿童智能手表市场呈现两极分化, 形成高低端区隔明显的市场态势。

另外, 随着中国二胎计划的推动和家长对儿童安全的重视程度, 未来十年间, 儿童智能手表将成为普通大众的刚需。

VR将是大势所趋

VR设备共有3种:手机VR眼镜盒子、与PC或游戏主机连接的VR头盔以及不借助任何其他设备的VR一体机。随着谷歌Cardboard、三星Gear VR、Oculus Rift、索尼Play Station VR和HTC等厂商都开始涉足虚拟现实VR技术之后, 该领域也被越来越多的产业资本所关注。