面向体育训练的基于压力传感可穿戴运动分析设备

　　1 设计

　　该设备主要由压力传感器、单片机和一台Android手机组成，单片机通过压力传感器采集足底压力数据，由蓝牙发送至Android手机，并在手机端完成数据的分析和计算。从实现的功能角度看，该设备主要具有以下功能。

　　1.1 步态识别

　　步态识别是该设备的亮点之一。在运动场上，教练可以了解运动员的运动状态，以更好地分析和记录特定运动员的运动倾向和技术特点。通过置于鞋垫处的压力传感器返回的压力信号，提取压力信号时域和频域的特征，采用模式识别中的决策树算法，可以准确地识别出运动员当前的步态，包括走、跑、跳、站立等。

　　1.2 计步和运动距离、卡路里分析计算

　　相比于其他的计步器的实现方法，从脚底的压力信号作为计步依据可以得到更为可靠的运动员运动步数。

　　作为教练，除了要了解运动员的技术特点，更重要的是掌握场上运动员的身体状况和体能消耗情况。要了解场上球员的身体状况，可以通过步数、跑动路程和卡路里消耗量进行衡量。基于步态识别和计步功能，可以很好地完成运动距离和卡路里的估算。通过这一系列的数据，教练可以对场上运动员的身体状况了如指掌，有助于更好地控制运动员的运动量。

　　1.3 足底压力反馈和报警

　　对于竞走等一类对技术动作要求比较高的运动来说，运动动作的标准与否直接影响比赛的成绩。在训练和教学的过程中，教练往往需要耗费较大的精力纠正运动员的动作，而且也很难使运动员掌握竞技技巧。而足底压力分布能够体现运动员的动作特征。分析运动员足底压力的分布，有助于教练纠正和提高运动员的运动习惯和竞技水平。采用医学步态学科中压力中心轨迹的概念实现运动伤害预警，防止运动伤害事故的发生。

　　1.4 休眠唤醒和无线充电

　　作为一个可穿戴设备，一个很重要的指标就是功耗。该设备在设计的过程中已经考虑到了这个约束，并且针对功耗做出了两个方面的优化。采用毫瓦级仪器仪表芯片作为控制器，设置休眠唤醒功能，可自动检测设备空载情况或者人工通过客户端要求单片机进入休眠状态，以节省电量，在需要工作的时候重新唤醒单片机进入工作状态;另一方面是无线充电，当一次运动完成后，将设备直接放在鞋架上即可对设备进行充电，方便可靠。

　　2 硬件

　　2.1 概览：功能与指标

　　设备主要使用了德州仪器的MSP430G2553处理器的LaunchPad板、蓝牙4.0模块、无线充电模块、智能手机终端等设备。

　　该设备的功能是完成鞋垫上3个FSR压力传感器的压力采集，采样间隔为50ms，通过蓝牙将数据发送到安卓手机进行分析，实现的功能包括输出压力示意图，压力值、压力中心、计步、运动状态识别、卡路里估算、运动距离估算、报警、作曲线图等。电池采用可充电3.6V锂电池LI2302。采用先进的强磁耦合无线充电技术，效率高，充电快，效果好。

　　2.2 实现原理

　　图1所示为本实用新型可穿戴设备的系统结构框图，该设备包括三片薄膜压力传感器，一个MSP430G2553单片机，一个超低功耗蓝牙模块和一个Android手机。其中箭头方向为信息的传递方向。示意图中的所有设备均由3.6V可充电锂电池供电，该电池连有无线充电接收线圈电路。充电示意图如图2。

　　2.2.1 传感器

　　薄膜压力传感器是安装在鞋垫上的不同位置，负责采集用户脚底各个点的受力信息。当用户穿上配有该鞋垫的鞋子，踩在传感器上的时候，相应地会引起传感器设备阻值的变化，将压力信号转换为电信号，送入单片机中，完成数据采集的工作。

　　2.2.2 微处理器

　　微处理器利用自带的AD转换功能将输入的模拟电压信号转化为数字信号，并通过蓝牙发送到手机终端。

　　为了降低整个系统的功耗，本单片机采用了可休眠的模式，客户端可以直接发送休眠指令使单片机进入深度休眠状态。在休眠模式下电流只有270uA，可大大降低功率。同时为降低单片机的功耗，并没有在单片机中做数据处理，而是直接将采集到的数据通过蓝牙以串口方式不断地发送到Android手机端，在手机端数据的处理。

　　2.2.3 无线充电

　　本系统采用的是基于“强磁耦合”技术的无线充电模式，可以对集成在鞋子内部的Lir2302锂电池进行无插口的充电，既方便又安全。无线充电模块分为发射端和接收端。发射端由市电220V接口接入，经转换出12V直流电，该直流电通过发射模块内部的功率放大电路和谐振电路最终由发射线圈将能量发往接收线圈，其中发射线圈(相当于电感)串联连接在谐振回路中。接收端线圈和谐振回路与发射端一致，在谐振回路之后加入整流稳压电路和指示用的LED，得到4.2V的直流稳压电源，其中正端直接与锂电池的正极连接，负端与电池的负极连接，充电电流越大则LED越亮，最终实现对电池的正常充电。

　　2.2.4 手机终端数据处理

　　手机端包括：压力数据动态实时显示功能模块、动作分类模块、压力中心计算及损伤预警模块、运动参数计算模块、分类跑动时间和距离统计模块、蓝牙管理模块、休眠控制模块、社交网络分享及云平台数据同步模块。

　　压力数据动态实时显示功能模块：显示实时脚底压力数据，并在手机终端上以色阶图的形式显示。

　　3 未来、发展

　　3.1 小型化

　　利用硅材料把电路小型化，封装成芯片，使该设备能够和鞋子融为一体，提高用户体验。由于预算原因，目前尚未实现。

　　3.2 采用基于概率的学习型算法进行动作分类

　　目前，我们采用的动作分类器是基于规则，即利用压力信号的自相关等统计信息。我们下一步将采用智能学习算法，实现分类，提高分类算法鲁棒性(对不同材质地面的适应程度等)。

　　3.3 功耗进一步降低

　　功耗问题是现今智能设备的一大瓶颈，要突破还需要一段时间的相关技术的研究。