張 菡 ，韓 旭 ，孫 路

自行車越來越成為一種風靡全球的運動，不僅有大量的業(yè)余騎行愛好者，活躍在世界各地的騎行路線，每年，更是有各種各樣的世界級專業(yè)自行車賽事，讓世界各地的自行車運動員們一展拳腳。對于專業(yè)運動員來說，為了提高自身的競技水平，不僅需要專業(yè)的教練進行指導，合適的訓練場地也是必不可少的。而且各種各樣的科學技術逐漸地融入到體育行業(yè)，大量的比賽事實證明，通過對運動員的體能和訓練數(shù)據(jù)進行科學的處理和分析，從而制定的訓練方案能夠更加高效地提高運動員的體能和競技水平。本文根據(jù)自行車賽事的特點、運動員的體能水平和長久以來的自行車訓練的經(jīng)驗，開發(fā)了一套能夠輔助自行車運動員進行更加科學高效訓練的系統(tǒng)。結合硬件設備和軟件系統(tǒng)，該系統(tǒng)具有方便快捷、交互友好、科學高效、節(jié)能環(huán)保的特點，可以克服專業(yè)教練和訓練場地的制約，幫助運動員在更短的時間內更快地提高競技水平，具有很好的應用價值。

自行車運動員為了在各大賽事中獲取更好的成績，日常的訓練尤為重要。日常訓練大致上可以分為兩種：基本技能訓練和賽道模擬訓練?；炯寄苡柧氈饕憻掃\動員的體能和騎行技巧，賽道模擬訓練可以幫助運動員更加熟悉道路情況，從而制定相應的競技策略。

1 系統(tǒng)概況

系統(tǒng)的主要目的是輔助運動員進行更好地訓練，其功能分為3個部分：日常訓練模塊，公路賽模擬訓練模塊，歷史記錄模塊。在進行日常訓練之前，運動員需要進行一次體能測試，系統(tǒng)根據(jù)測試結果將運動員的體能劃分成不同的等級，并根據(jù)不同的等級為運動員提供不同程度的訓練計劃，以達到高效訓練的效果。公路賽模擬訓練模塊一方面還原了真實的比賽地形和環(huán)境，另一方面還能提供視覺和感官上的體驗。運動員在使用系統(tǒng)時產生的數(shù)據(jù)都會保存在系統(tǒng)數(shù)據(jù)庫中，經(jīng)過系統(tǒng)的處理后，一方面會在歷史記錄模塊進行分類展示，讓運動員能夠隨時查看自己的訓練情況，另一方面，這些數(shù)據(jù)經(jīng)過一定的分析，還可以反饋出運動員在一段時間內的訓練水平和體能變化，并以此作為訓練的依據(jù)，從而制定出更加科學合理的日常訓練計劃。

2 系統(tǒng)架構

2.1 硬件層

硬件層是包括自行車騎行臺、嵌入式開發(fā)平臺以及各種傳感器在內的所有硬件設備，是整個系統(tǒng)的基礎。自行車上安裝了地磁偏角、加速度計、光電碼盤等十余個高性能傳感器，用以檢測運動員的騎行速度、車把偏角、踏頻、心率等數(shù)據(jù)。為了運動員能在自行車上與系統(tǒng)自然方便地交互，系統(tǒng)還安裝了Leap Motion體感控制器。Leap Motion可以采集運動員雙手的位置、速度、旋轉角度和移動方向等信息，以實現(xiàn)高精度的手勢控制。另外，在系統(tǒng)底部的發(fā)電機同時可以收集騎行時產生的能量，經(jīng)過斬波和逆變等一系列電力電子模塊，再配合大容量聚合物鋰離子電池，實現(xiàn)了能量的轉化、存儲和利用。不但實現(xiàn)了系統(tǒng)本身的自供電，還可以為其他小型電器供電，起到了節(jié)能環(huán)保的效果。

2.2 中間層

中間層是連接硬件層和應用層的橋梁，主要實現(xiàn)了數(shù)據(jù)融合與分析、人機交互和控制指令傳遞等3個功能。傳感器采集到的數(shù)據(jù)匯總到單片機中進行簡單的處理和融合，得到準確的速度、車把偏角、心率等數(shù)據(jù)，再由嵌入式開發(fā)平臺進行二次處理，得到騎行功能閾值功率、平均心率等專業(yè)騎行訓練數(shù)據(jù)，提供給上層應用使用。

除了上述硬件上的數(shù)據(jù)接口，中間層還提供了一個軟件數(shù)據(jù)接口，支持不同格式的賽道數(shù)據(jù)導入，經(jīng)過統(tǒng)一的格式化處理之后，再與其他環(huán)境變量進行融合，形成最終的模擬環(huán)境數(shù)據(jù)集，同樣提供給上層應用使用。

相反的，在應用中對于騎行阻力控制，需要由嵌入式開發(fā)平臺把控制指令傳遞給單片機，以控制電機的轉矩，改變騎行阻力。同時，中間層還負責處理Leap Motion體感控制器傳遞的手勢數(shù)據(jù)，并加以處理，實現(xiàn)多種不同手勢的識別，以方便運動員與應用的交互。

2.3 應用層

應用層是在中間層的基礎上，利用識別到的手勢和處理后的騎行數(shù)據(jù)，為運動員提供實時的訓練指導以及模擬的賽道騎行環(huán)境。運動員采用不同的手勢，就可以完成與系統(tǒng)的交互，操作十分便捷。賽道騎行環(huán)境實現(xiàn)了視覺和感官上的模擬，一方面可以圖像化的顯示預先導入的賽道數(shù)據(jù)，給運動員一種直觀的體驗，另一方面還會根據(jù)當時的天氣狀況計算出空氣阻力，從而對騎行阻力進行調節(jié)，讓模擬的騎行訓練更加接近真實賽道的訓練效果。

3 系統(tǒng)設計與開發(fā)

3.1 硬件實現(xiàn)方案

系統(tǒng)采用的嵌入式開發(fā)板和單片機分別為Intel公司的Galileo和Bay Trail開發(fā)平臺。Intel Galileo開發(fā)板與Bay Trail開發(fā)平臺通過串行接口連接，實現(xiàn)全雙工數(shù)據(jù)交換。硬件安裝位置如圖1，對于HMC5883電子羅盤模塊，Galileo通過IIC總線實現(xiàn)方向矢量的讀??；對于握把、坐姿等人體姿態(tài)傳感器以及心率、電流等傳感器，通過I/O接口連接即可實現(xiàn)Galileo對模擬量和數(shù)字量的讀?。粚τ谲囁僖约疤ゎl的測量，MSP430通過串行接口與Galileo相連，不過由于MSP430為3.3V單片機，因此串行總線需要進行簡單電平轉換。

圖1 硬件位置圖Figure 1 Hardware Location

3.1.1 能源管理系統(tǒng)

運動員在騎行時會消耗自身能量，那么就可以靠自身發(fā)電裝置來滿足系統(tǒng)的用電需求。我們選用直流發(fā)電機作為系統(tǒng)電源，通過電力電子裝置進行電能變換，產生12 V直流電和220 V交流電滿足系統(tǒng)要求，另外弱電部分所需的5 V和3.3 V電源可由Galileo開發(fā)板提供。

3.1.1.1 阻尼控制

在真實的騎行運動中，騎行阻力主要源自4個方面：自行車機械結構摩擦，車輪與地面之間滾動摩擦，上、下坡時重力分量以及空氣阻力。在我們的系統(tǒng)中，由于使用了真實自行車，而且車輪與飛輪滾筒之間的傳動可以模擬與路面之間的滾動摩擦，因此只需要通過電機產生空氣阻力和重力分量帶來的阻力即可讓運動員有真實的騎行體驗。

根據(jù)直流電機特性方程：

式中，CT、Ce為常值。

我們可以近似認為發(fā)電機的轉矩與電流成正比，輸出電壓與轉速成正比，因此需要對電流進行跟蹤控制以實現(xiàn)對空氣阻力的模擬。圖2為阻控制原理圖。

圖2 阻力控制原理圖Figure 2 Principles of Resistance Control

3.1.1 .2電能變換

直流發(fā)電機輸出電壓與轉速成正比例關系，輸出功率也隨時間不停變化，因此需要大量電能轉換和存儲裝置才能保證系統(tǒng)的穩(wěn)定運行。我們的電能變換裝置主要分為以下幾個部分：DC-DC變換裝置、直流儲能環(huán)節(jié)以及DC-AC逆變器。

DC-DC變換部分由兩套降壓斬波電路組成，降壓斬波電路通過控制電路中開關管的導通時間和占空比對輸出電壓和電流進行控制，簡單高效。其一選用12 V30 A降壓變換器，只有當發(fā)電機輸出電壓超過12 V時該變換器才開始工作，為系統(tǒng)提供穩(wěn)定的12 V直流電源，滿足系統(tǒng)的用電需求；另外為了保持系統(tǒng)功率平衡，我們選用6～90 V寬電壓輸入，最大15 A電流輸出的可調降壓電路和功率電阻構成可調負載。在負載電阻一定的情況下，只需要控制變換器的輸出電壓即可控制負載消耗的功率，即控制流過可調負載的電流。

在實際測試中，電機輸出電壓小于6 V時，自行車處于低轉速狀態(tài)，此時空氣阻力理論值遠小于機械摩擦，因此可以忽略此處帶來的誤差。

系統(tǒng)內部的電源全部源自DC-DC變換器的12 V電壓輸出，因此當電機電壓小于12V時變換器無電壓輸出，系統(tǒng)電源將會中斷，因此為了保證系統(tǒng)穩(wěn)定運行，我們選用電池作為儲能環(huán)節(jié)，其參數(shù)如表1。

表1 電池參數(shù)表Table Ⅰ Battery Parameters

這樣即使人體輸出功率較低的情況下，仍可以維持系統(tǒng)運行一段時間，而當人體輸出功率達到系統(tǒng)啟動門限，系統(tǒng)會自動轉換為電機供電，同時為電池充電，保證電池的電量達到要求。

3.1.2 傳感與測量系統(tǒng)

為了實現(xiàn)系統(tǒng)功能，需要大量的傳感器來識別人體姿勢、車把轉向、車輪轉速、踏頻、心率、輸出功率等信號，因此傳感與測量在系統(tǒng)實現(xiàn)中起著重要的作用。

3.1.2.1 轉向測量

我們選擇HMC5883芯片作為方向傳感器。HMC5883模塊能夠采集地磁場在3個軸向上的分量并轉換成數(shù)字信號，通過IIC總線傳送給Galileo開發(fā)板。由于自行車把的實際轉向方式不僅僅是水平方向的旋轉，還涉及到垂直方向的旋轉和翻滾運動，因此單純的磁場分量檢測不能完全反映車把的旋轉。考慮到系統(tǒng)對車把信號的精度要求不高，同時考慮到系統(tǒng)實現(xiàn)的難易程度，這里對傳感器信號進行簡單軟件處理即可。

3.1.2.2 車速及踏頻測量

傳統(tǒng)的車速測量方法是在車輪輻條上安裝磁鐵，通過霍爾效應檢測車輪轉速，傳統(tǒng)的踏頻測試方法也是如此，只不過磁鐵安裝在曲柄上。但是由于在實際騎行運動中，人體采取制動措施后盡管車輪被抱死，由于慣性作用自行車仍然在向前運動，因此傳統(tǒng)的依靠檢測車輪轉速測量車速的方法不能準確反映自行車運動狀態(tài)，另外由于傳統(tǒng)測速方式只有當車輪轉過一周才能得到一次脈沖，因此低速情況下響應較慢，而且需要根據(jù)不同自行車型號輸入輪胎直徑，操作復雜。

基于以上缺點，我們對測速裝置進行了改進，將測速裝置安裝在電機主軸上而不是車輪上，由于飛輪滾筒能夠很好地模擬大地與自行車之間的相對運動（包括滾動與滑動），電機與飛輪傳動比恒定，因此電機主軸轉速能夠直接反應自行車的實際車速。在電機上安裝了光電碼盤和光電對管，在碼盤轉動時光柵會間歇性地使光電對管導通和關斷，只需要測量光電對管的輸出頻率即可得到相應轉速。對于踏頻測試，由于系統(tǒng)對踏頻的動態(tài)性能測試不做過多要求，只考慮穩(wěn)態(tài)情況即可，因此這里選用霍爾元件測量，簡單易行。

3.1.2.3 心率測量

采用光學心率傳感器對心率進行測量，該傳感器實際上是一款集成了放大電路和噪聲消除電路的光學傳感器，運動員使用時只需將該傳感器粘貼在車把上，手指輕輕壓在傳感器上，傳感器即可將人體心跳信號轉換為電信號，通過Galileo模擬信號接口即可實現(xiàn)電壓測量。

上位機接收到電壓信號之后還要對波形進行簡單的處理和分析才能夠得到心率數(shù)值，具體做法是先根據(jù)電信號的平均值規(guī)劃出一個閾值電壓，將心率電壓波形與閾值相比較即可得出脈沖式數(shù)字信號，通過測量相鄰脈沖之間的時間間隔即可求出運動員當前的心率值。

3.1.2.4 功率測量

人體騎行產生的功率通過兩方面消耗，一方面是機械結構產生的機械損耗，另一方面通過發(fā)電機產生電能供給系統(tǒng)使用。對于機械損耗，由于大多數(shù)情況所占比重較小，且摩擦阻力基本保持恒定，因此我們對這部分功率測量要求不高，將發(fā)電機運行在電動狀態(tài)帶動自行車輕載運行，監(jiān)測電機的電壓和電流即可得出機械功率，再根據(jù)車速即可求出機械阻力值。對于電功率的測量，只需要實時監(jiān)測電機的輸出電壓和輸出電流即可準確求出功率大小。

3.2 數(shù)據(jù)傳輸

圖3為系統(tǒng)的數(shù)據(jù)傳輸架構圖。

圖3 數(shù)據(jù)傳輸架構圖Figure 3 Data Transfer Structure

在數(shù)據(jù)傳輸部分，系統(tǒng)主要運用了3項技術：node.js，串行接口通信和Websocket通信。利用node.js的serialport模塊實現(xiàn)了Galileo開發(fā)板到Bay Trail嵌入式平臺波特率為9600的全雙工通信。利用node.js的socket.io模塊可以非常方便快速地把Galileo開發(fā)板發(fā)送過來的騎行數(shù)據(jù)推送到前端網(wǎng)頁應用上面，而并不需要長輪詢方式的發(fā)送請求。

3.3 交互

Leap Motion具有外形小巧、易于安裝、識別度較高等特點，非常適合實現(xiàn)手勢交互的應用。根據(jù)系統(tǒng)的操作需求，設計了這些操作手勢。

3.3.1 上下左右滑動

手勢：手掌在Leap Motion上進行上下左右的滑動。

應用：此手勢用在初始菜單的選擇，以及在某些復選框表示確定或取消。

實現(xiàn)：滑動是Leap Motion本身就可以識別的手勢，沒有過多處理。當type屬性為swipe時，direction屬性即為滑動的空間向量，直接根據(jù)向量在x，y，z三軸分量就得到了滑動的方向。

3.3.2 連續(xù)抓握兩次

手勢：手掌從打開到握緊的過程為一次抓握，連續(xù)兩次，類似于鼠標雙擊。

應用：該手勢用于表示確定進入某一應用。

實現(xiàn)：grabStrength屬性表示了當前手掌的握緊程度，0為完全打開，1為完全握緊。每當grabStrength為1時，我們提取前10幀的數(shù)據(jù)，看是否出現(xiàn)了0->1->0->1這樣一個過程，若有，證明該手勢出現(xiàn)。

3.3.3 雙手放大或縮小

手勢：雙手反向遠離滑動即為放大，雙手相向滑動即為縮小。

應用：該手勢主要用于地圖的縮放。

實現(xiàn)：該手勢實現(xiàn)與滑動手勢基本相同，但是利用了兩只手來實現(xiàn)。Leap Motion可以識別當前手掌為左右還是右手。當左手滑動方向向右，右手滑動方向向左時，為縮小指令。當左手滑動方向向左，右手滑動方向向右時，為放大指令。

3.3.4 抓握移動

手勢：單手握緊，移動，類似于鼠標的拖拽動作。

應用：該手勢應用于地圖的移動，用于選定地圖起始坐標點。

實現(xiàn)：當 grabStrength為1時，利用translation函數(shù)，得到當前幀與上一幀的手掌移動向量translation。根據(jù)每幀之間的手掌移動即可實現(xiàn)對地圖的抓握移動。

3.3.5 單手轉動

手勢：手在Leap Motion的X，Y平面內做圓周運動。

應用：控制歷史記錄模式內的日歷轉盤。

實現(xiàn)：根據(jù)食指指尖在X，Y平面內的位置變化，計算與之對應的旋轉角度:設當前坐標為(x,y)，坐標變化量為(Δx，Δy)，轉動角為 θ，則有

3.3.6 暫停手勢

手勢：類似于籃球比賽的暫停手勢，右手五指并攏，左手食指指向右手掌心。

應用：在動感單車模式內，控制視頻的播放暫停。

實現(xiàn)：當左手食指的方向向量與右手手掌的法向量角度約為180°，且食指指尖坐標與右手手掌中心位置距離小于10時，認為該手勢有效。

利用上述幾種手勢，可以非常方便且高效地完成我們需要的所有控制。

3.4 應用實現(xiàn)

3.4.1 專業(yè)訓練模塊

專業(yè)訓練模塊是一個基于FTP測試的功率訓練課程。在初次使用系統(tǒng)，以及每到一個30 d的大周期時，都需要進入FTP測試階段，以檢測運動員當前的騎行水平，從而及時地更新訓練計劃。

FTP測試的具體過程為：騎行者進入系統(tǒng)，首先熱身，之后進入測試頁面開始測試。系統(tǒng)自動監(jiān)測騎行者的實時功率、心率、里程等，匯總為平均數(shù)據(jù)。如果測試者不能堅持測試到1 h，取20 min的數(shù)據(jù)，如果能堅持到1 h，取1 h的數(shù)據(jù)。

相對于功率來說，心率數(shù)據(jù)更能反映個人當前的身體狀況是否能進行/堅持訓練。因此，在本訓練系統(tǒng)中，心率是一個訓練中的輔助數(shù)據(jù)。在FTP測試中，同樣監(jiān)測了平均心率數(shù)據(jù)，作為有氧閾值心率（LTHR）。我們利用《The Cyclist’s Training Bible》提供的方法建立了一個有氧閾值心率的測試方法（見表2），與FTP測試同時完成。

表2 有氧閾值心率測試Table Ⅱ Aerobic Threshold Heart Rate Test

測試頁面分為5個部分：速度曲線、心率曲線、功率曲線、累計距離和累計時間。

訓練系統(tǒng)：耐力訓練是一種有氧訓練，自行車運動是一項有氧無氧混合的運動，擁有好的有氧能力，是應對比賽中不時出現(xiàn)的無氧拉扯的基礎。對于一般的以鍛煉目的為基礎的業(yè)余騎手，有氧訓練更加重要，這是提高他們心肺功能很好的方式。本訓練課程按騎手的水平從低到高設定了不同時長的耐力訓練。

在間歇訓練中，運動員先騎一段時間的高于FTP的功率輸出，然后一段時間低于FTP的功率輸出的訓練方式，兩者交替進行，這是自行車訓練中不可缺少的一環(huán)（見表3）。通過長期的運動訓練實踐，人們發(fā)現(xiàn)對于已經(jīng)經(jīng)過長期訓練的耐力運動員來說，再進行次高強度的訓練對他們的成績提高微乎其微，只有進行間歇訓練才能進一步提高他們的運動能力。

表3 根據(jù)FTP劃分的等級以及每個等級對應的訓練強度Table Ⅲ Levels according to the Division of FTP and the Corresponding Training Intensity to Each Level

對于一般的業(yè)余騎手來說，間歇訓練是快速提高他們高強度運動承受能力的一種途徑，在中等強度的騎行中穿插幾組間歇，既使得訓練過程不那么枯燥，又能夠顯著提高運動能力，這是純耐力訓練無法替代的。

考慮到間歇訓練會給肌肉帶來的巨大負擔，本訓練課程的一個訓練周期末端安排了恢復訓練騎行，恢復騎行的要素是，以小強度的騎行，放松肌肉，排除肌肉前一天因間歇產生的大量乳酸?；謴陀柧殯]有功率上的要求，基本按心率的第二分區(qū)騎行就能滿足恢復騎的要求。

前文已經(jīng)提到，心率在反映人當前的身體狀況上優(yōu)于功率，因此我們還設置了一個疲勞監(jiān)測的模塊去檢驗騎手能否堅持當天的訓練課程。簡單來說，就是當騎手在訓練時，在達到正常訓練的心率基礎上，功率低于正常訓練平均值的80%，就應停止訓練。這個情況表明了當前騎手的肌肉處于疲勞狀態(tài)，在同樣的氧氣攝入量下無法輸出正常的功率。另外，早晨起床的晨間靜止心率也在考慮之中，如果晨間靜止心率高于正常的110%，說明前一天的訓練量過大，身體較為疲勞，當天應該進行恢復騎行。

3.4.2 模擬賽道模塊

這里面包含了3個主要的模塊：數(shù)據(jù)格式轉換模塊、數(shù)據(jù)融合模塊、賽道重現(xiàn)模塊。模塊之間的聯(lián)系如圖4。

圖4 模塊連接圖Figure 4 Module Connection

3.4.2.1 數(shù)據(jù)格式轉換模塊

我們需要的數(shù)據(jù)來源于兩個方面，真實的賽道數(shù)據(jù)和天氣數(shù)據(jù)。公路自行車賽的形式有很多，獲取賽道數(shù)據(jù)的渠道也不盡相同，所以源數(shù)據(jù)的格式存在一定的差異，為了實現(xiàn)統(tǒng)一的數(shù)據(jù)導入形式，需要統(tǒng)一的源數(shù)據(jù)格式。數(shù)據(jù)格式轉換模塊中包含了針對不同類型源數(shù)據(jù)的適配器，經(jīng)過處理后的源數(shù)據(jù)統(tǒng)一輸出為json格式，用于后續(xù)的數(shù)據(jù)需求。一旦出現(xiàn)新的源數(shù)據(jù)形式，只需要增加相應的源數(shù)據(jù)適配器。

同樣地，能夠提供天氣查詢的API有很多種，數(shù)據(jù)格式轉換模塊中還有針對天氣數(shù)據(jù)的適配器，從中提取我們所需要的風速、風向等數(shù)據(jù)，并輸出為統(tǒng)一的json格式。

3.4.2.2 數(shù)據(jù)融合模塊

經(jīng)過格式化的源數(shù)據(jù)是相對獨立的，但是實際比賽過程中呈現(xiàn)的是一個整體。數(shù)據(jù)融合模塊的功能就是將這些相對獨立的數(shù)據(jù)，通過一定的邏輯融合在一起，從而實現(xiàn)對真實情景的最佳模擬。

天氣的數(shù)據(jù)是根據(jù)時間獲取的，也就是所導入賽事的實際比賽時間，模擬情景中天氣變化的依據(jù)是從比賽開始后的相對時間。那么，決定當前環(huán)境的因素就有兩個：時間和位置。時間決定了當前環(huán)境的風速和方向，位置決定了當前環(huán)境的地勢、排名等因素。

數(shù)據(jù)融合模塊將這兩方面的數(shù)據(jù)結合在一起之后，會提供一個接口，這個接口的輸入是時間和位置，輸出是控制當前環(huán)境因素的所有變量。

3.4.2.3 賽況重現(xiàn)模塊

賽況重現(xiàn)模塊通過調用前兩個模塊，提供賽道數(shù)據(jù)的可視化和體感上的體驗。賽道數(shù)據(jù)的可視化主要表現(xiàn)為數(shù)據(jù)的圖形化表達，體感部分主要表現(xiàn)為轉角和阻力上的變化。

3.4.3 歷史記錄模塊

這是騎行數(shù)據(jù)的主要展示模塊，分別以天、月為單位，為運動員提供各個時間段的騎行數(shù)據(jù)查看。并且統(tǒng)計出了運動員的各項數(shù)據(jù)平均值和和值，例如平均速度、平均功率、總時間、總里程、總能量等。

4 系統(tǒng)測試

4.1 騎行數(shù)據(jù)準確率測試

4.1.1 測試方案

選取10名志愿者進行騎行測試，每人騎行10 min，每分鐘統(tǒng)計一次騎行過程中的速度、角度、心率、功率、踏頻，再對比專業(yè)自行車儀表測試出來的數(shù)據(jù)，驗證其準確性。對于姿態(tài)和握把數(shù)據(jù)，每人做10次測試，統(tǒng)計正確次數(shù)。

4.1.2 測試工具

自行車碼表、心率計、踏頻計、功率計。

4.1.3 測試結果（見表4）

4.1.4 結果分析

在姿態(tài)和握把上，因為數(shù)據(jù)量很低，且傳感器穩(wěn)定性較高，但在串口數(shù)據(jù)通信時出現(xiàn)了一次錯誤，因此數(shù)據(jù)正確率達到了99%。對于速度和踏頻，因為傳感器的精度足夠高，基本沒有錯誤，但在速度極低的情況下，踏頻會出現(xiàn)較長時間未更新數(shù)據(jù)的情況，因此準確度有所下降。由于機械損耗的原因，電機測得的功率與功率計測得的功率由一定的偏差，經(jīng)過軟件修正，達到了88%的正確率，基本符合要求。而心率的測量出現(xiàn)了一定的問題，因為心率傳感器是安裝在車把上的，與用戶的手型、握緊程度等因素有很大的關系，因此出現(xiàn)了很長時間信號缺失的情況。若要測得較好的數(shù)據(jù)，需要多次摸索，掌握測量要領。

表4 騎行數(shù)據(jù)測試結果Table Ⅳ Cycling Data Test Result

4.2 勢識別率測試

4.2.1 測試方案

選取5名志愿者，分別對系統(tǒng)中涉及到的6種手勢進行20次測試，統(tǒng)計正確識別次數(shù)。

4.2.2 測試結果（見表5）

表5 手勢識別結果Table Ⅴ Result of Gesture Recognition

4.2.3 結果分析

手勢識別的結果基本令人滿意，但因Leap Motion的識別精度過高，有時會產生誤操作的現(xiàn)象。這在雙手放大縮小手勢上比較明顯，有時識別不到，有時又會連續(xù)放大或縮小兩次。其他手勢的正確率都達到80%以上，基本達到了正常使用的要求。

5 小結

隨著科技的發(fā)展和進步，智能設備將越來越快地融入到人們的工作生活中，為人們帶來更加方便快捷、科學高效的使用體驗。本系統(tǒng)正是立足于這一點，旨在通過運用合適的科學技術來幫助運動員更好地完成訓練，更快地提高自身的競技水平。結合運動員自身的體能特點，通過大量訓練數(shù)據(jù)的統(tǒng)計和分析，從而制定出的更加合理的訓練計劃，也體現(xiàn)了本系統(tǒng)智能化的特點。同時，本系統(tǒng)具有交互友好、使用便捷、節(jié)能環(huán)保等優(yōu)點，具有較好的應用價值。

[1] Shelley Powers,謝春祥譯.JavaScript學習指南[M].北京:人民郵電出版社,2013.

[2] Adams,Cameron等,鄭文濤譯.JavaScript藝術與科學[M].北京:電子工業(yè)出版社,2010.

[3] 馬謙.智慧地球:Google Earth/Maps/KML核心開發(fā)技術揭秘[M].北京:電子工業(yè)出版社,2010.

[4] 樸靈.深入淺出Node.js[M].北京：人民郵電出版社，2013.

[5] BYVoid.Node.js開發(fā)指南[M].北京:人民郵電出版社,2012.

[6] 張錫山，徐鐵華.帶傳動技術[M].北京：紡織工業(yè)出版社，1989

[7] 蘊璆.電機學（第四版）[M].北京：機械工業(yè)出版社，2011．

[8] 兆安.電力電子技術（第五版）[M].北京：機械工業(yè)出版社，2009

[9] 勁松，陶生桂.電力電子技術[M].北京：中國鐵道出版社，2010.

[10] 胡寧博,李劍,趙櫸云.基于HMC5883的電子羅盤設計[J].傳感器世界,2011,17(6):35-38.

[11] 趙思宏.電機轉矩轉速測量方法的分析[J].光學精密工程,2002,10(3):290-294.

[12] 阮毅，陳伯時.電力拖動自動控制系統(tǒng):運動控制系統(tǒng)(第4版)[M].北京：機械工業(yè)出版社，2010

[13] Joe Friel.(2009).The Cyclist's Training Bible.VeloPress.

[14] Allen,Hunter.et al.(2010).Training and Racing with a Power Meter.Ingram Publications Services.

[15] Google Earth."Google Earth API".[EB/OL].https://developers.google.com/earth/.2014/1/10.

[16] "JavaScript SDK Documentation"[EB/OB](2014).[Online]Available:https://developer.leapmotion.com/documentation/skeletal/javascript/index.html#

[17] "three.js docs"[EB/OB]（2014）.[Online]Available:http://threejs.org/docs.