張擁軍+王興

摘 要：以Web of Science為數(shù)據(jù)庫來源，運用CiteSpaceⅢ軟件對2010—2015年國際運動傳感器研究領域的5 752條文獻進行計量分析，在科學知識圖譜的視角下，探測國際運動傳感器研究的前沿熱點與研究力量布局情況。結果顯示：近6年國際運動傳感器研究呈增長態(tài)勢；研究國家和機構集中在美國佐治亞理工學院、中國科學院；高產(chǎn)作者集聚明顯，以王中林領銜的納米科學研究團隊為主；研究焦點關注于運動傳感器的性能表現(xiàn)、對人體運動學指標立體測量的開發(fā)應用和運動傳感器定位跟蹤系統(tǒng)的創(chuàng)新性；未來的研究趨勢傾向于對發(fā)電機材料優(yōu)化促進運動傳感器通透性改善、智能化的人體運動傳感識別、種類多樣且愈發(fā)人性化的可穿戴運動傳感器設備開發(fā)應用和多樣化的運動傳感壓感模型方法等。

關鍵詞：國際；運動傳感器；熱點與趨勢；科學知識圖譜

中圖分類號：G 804 文章編號：1009-783X（2017）03-0280-09 文獻標識碼：A

Abstract： Taking Web of Science database sources and using CiteSpaceⅢ software to analyze 5752 documents on international motion sensor research during 2010-2015 in the field of quantitative analysis from the perspective of scientific knowledge map， the present study sets to probe international motion sensor forefront of research focus and research efforts layout of. The results show that in the past six years the research on international motion sensor exhibits a rising trend， that the research focus of countries and institutions are at the Georgia Institute of Technology， China Academy of Sciences， that are some obviously high-producing researchers， e.g. Nanoscience of Research Group research team which is led by Wang Zhonglin， that the research focus is on the innovative development and application of the motion sensor positioning performance and the motion sensor on the human body kinematics index of stereo measurement and tracking system， and that the future research trends tend to promote the optimization of material generator motion sensor permeability and intelligent human motion sensing recognition， diversity and more humanized wearable motion sensor device development and application of various motion sensing pressure model method etc.

Keywords： international； motion sensor； hot spot and trend； scientific knowledge map

傳感器是一種能感受規(guī)定的被測量件，并按照一定的規(guī)律（數(shù)學函數(shù)法則）轉換成可用信號的器件或裝置，通常由敏感元件和轉換元件2部分組成。而運動傳感器是固定在運動物體特定部位的一種跟蹤裝置，它能向運動捕捉系統(tǒng)提供物體運動的位置信息，是實現(xiàn)運動捕捉技術的重要電子設備，在健康監(jiān)控與運動監(jiān)控領域對人體進行生理信息和運動信息的監(jiān)測，為測試者提供許多重要的量化指標信息，可廣泛應用于生物康復醫(yī)學、體育運動訓練、日?；顒颖O(jiān)測等領域[1-2]。

運動傳感器作為人體日?；顒拥谋O(jiān)測裝置，在運動實時監(jiān)測、康復治療等多個領域有很好的發(fā)展前景。傳感器網(wǎng)絡技術實現(xiàn)了對信息的感知、處理和傳輸，它和計算機技術、通信技術構成了信息技術的3大支柱，日益成為社會關注的焦點，對其進行研究和梳理將具有重大的現(xiàn)實意義[3]。

鑒于此，本文嘗試性地對近6年國際運動傳感器研究的動態(tài)進行梳理，為未來的進一步研究提供思路和參考。

1 數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)來源

文獻數(shù)據(jù)均來源于美國科學情報所（ISI）出版的Web of Science數(shù)據(jù)庫，設定高級檢索，主題詞檢索欄輸入TS=“Motion Sensor”，語種為English，文獻類型為Article，共檢索出相關索引文獻5 752篇，數(shù)據(jù)下載類型格式為純文本，檢索數(shù)據(jù)及下載日期為2016年1月16日。

1.2 研究方法

本研究以Web of Science平臺的WOS核心文集數(shù)據(jù)庫科學引文索引數(shù)據(jù)庫中2010—2015年有關運動傳感器方面的5 752條文獻數(shù)據(jù)作為研究對象，采用CiteSpaceⅢ軟件對當前國際有關運動傳感器研究的時間分布特征、研究國家和機構分布、高產(chǎn)作者特征、研究熱點與趨勢進行探析。endprint

1.3 研究指標

1）近6年發(fā)文量。在Web of Science 數(shù)據(jù)庫搜索平臺中通過分析檢索結果得出近6年的發(fā)文量。

2）研究國家（地區(qū)）、機構和作者分布。年份設置為2010—2015年，時間跨度為1，節(jié)點類型分別選擇國家（地區(qū)）、機構和作者，數(shù)據(jù)選取為Top50，閾值為（2，2，20）（4，3，20）（4，3，20），其他均為軟件默認，運行CitespaceⅢ軟件，顯示可視化聚類圖譜。

3）高頻關鍵詞。時間間隔設為1年，網(wǎng)絡節(jié)點選關鍵詞，數(shù)據(jù)選取為Top50，其他均按默認選擇運行軟件，得到節(jié)點N=88，連線E=83，密集度Density=0.021 7，Q值=0.688 9，M=0.204 4，生成關鍵詞熱點及趨勢共現(xiàn)圖譜。

2 研究結果

2.1 國際運動傳感器研究的時間分布

一個領域年度發(fā)文量的變化趨勢能反映出該領域的受關注程度和發(fā)展速度。由圖1可知，近6年國際運動傳感器發(fā)文量整體上呈增長趨勢，總量不斷增加，2015發(fā)文量為2010年的2倍有余。近6年的發(fā)文量呈持續(xù)增長態(tài)勢，說明國際運動傳感器研究的發(fā)展速度較快，受關注程度較高。

2.2 國際運動傳感器國家（地區(qū)）和機構分布

對國家或地區(qū)在運動傳感器研究領域發(fā)文量進行統(tǒng)計，可以得出此研究領域的研究力量國家布局情況，可以了解相關國家及地區(qū)或機構在此研究領域的科研比重，對了解各國家（地區(qū)）在此領域科研貢獻具有意義，為進一步分析各個國家（地區(qū)）間的合作領域及合作強度做好鋪墊[4]。由表1可知：美國和中國在發(fā)文量上遙遙領先于其他國家及地區(qū)，分別為1 678篇和848篇，共占43.91%。在空間分布上，美國和中國這2個國家對運動傳感器領域的關注度大于其他國家及地區(qū)，也從側面反映了2個國家在此研究領域的科研成果較高。由表2可知：10所主要研究機構中，美國占有3所，中國占有2所，英國、瑞士、韓國、日本、新加坡各占1所，主要的研究機構也集中在歐美的高校科研院所，例如美國的佐治亞理工學院、麻省理工大學等，中國科學院和清華大學作為中國代表為這一領域貢獻著力量。

2.3 主要高產(chǎn)作者分布

由表3可以看出，主要高產(chǎn)作者大部分都來自于佐治亞理工學院，研究領域也集中于納米技術和壓電光電電子方面。林龍、陳軍、井慶深、朱光和Simiao Niu都以王中林為中心聚類輻射，之間的連線比較緊密，如圖3所示。

林龍、陳軍等幾位專家都曾在王中林所領導的納米科學研究團隊（Nanoscience Research Group）中學習或工作，為其科研密切合作奠定了基礎。這一團隊主要的研究成果有如下：將壓電效應和半導體效應進行獨特結合，通過納米材料構成的元器件來收集人體運動、肌肉收縮和血液流動等所產(chǎn)生的能量，并將這些能量轉化為電能提供給納米器件，從而讓納米器件或納米機器人實現(xiàn)能量的自供；基于納米級壓電和半導體性能的巧妙耦合提出了納米壓電電子學（nanopiezotronics）的概念，即利用壓電效應所產(chǎn)生的電場來調(diào)制和控制載流子運動的原理來制造新型的器件，首次制造出壓電場效應三極管、壓電二極管、壓電調(diào)控的邏輯運算電路。新型納米壓電邏輯器件適用于低頻應用領域，可廣泛應用于納米機器人、納米機電系統(tǒng)、微機電系統(tǒng)、微流體器件中。調(diào)控這類邏輯器件的信號應力可以是簡單的按鈕動作，也可由液體流動、肌肉的伸縮或機器人部件的運動所產(chǎn)生[5]。

Kamiar的LMAM實驗室側重多學科綜合研究的運動分析和測量，研究涉及生物力學儀器測量和模擬人類生物力學在日常條件下的自發(fā)活動或體育鍛煉?；谏眢w磨損傳感器來設計可穿戴式系統(tǒng)和算法，推測三維關節(jié)運動學和動力學的指標參數(shù)，評價運動性能并實現(xiàn)對體力活動和步態(tài)的長期監(jiān)測分析。在現(xiàn)實世界中主要是基于可穿戴式技術和慣性傳感器，重點是步態(tài)、身體活動和運動。他的研究目標是對骨科進行評價，改善老化、運動障礙和疼痛患者的運動功能，在運動科學當中確定性能指標和進行干預計劃，以期將生物工程成果轉化為臨床應用。

李長治及他的研究團隊使用Lab VIEW與PXI打造出生物雷達系統(tǒng)，針對人體生命跡象，構建非接觸式遠端偵測系統(tǒng)原型，引領了新的信號處理方式和結構理念，并表現(xiàn)出較大的靈活性能。他們選用了NI PXI硬件來實現(xiàn)此系統(tǒng)，無需零散的微波元件，也可以通過Lab VIEW實現(xiàn)實時處理信號，同時采集收集數(shù)據(jù)。智能生物雷達系統(tǒng)搭載了強大的PXI與Lab VIEW工具，將在信號處理、雷達搜尋和生物醫(yī)藥健康領域發(fā)揮極大作用[6]。

此外，高產(chǎn)作者楊進，來自于重慶大學，主要研究內(nèi)容為信息獲取與處理、傳感技術、自供能技術、儀器系統(tǒng)、測量與控制、智能結構等，在“分布式無源無線聲表面波傳感器陣列研究”中，研究團隊設計的傳感器系統(tǒng)可以在復雜環(huán)境下進行檢測，且首次提出諧振延遲線型無源無線聲表面波傳感器，建立了通用的無源無線聲表面波傳感虛擬儀器系統(tǒng)，提出了新的提高信噪比的回波中心頻率檢測和估計方法，有效地改進了現(xiàn)有無源無線傳感器測量距離近的缺點，實現(xiàn)對溫度、壓力等參數(shù)進行檢測，也可用于陣列傳感器的檢測[7]。

2.4 國際運動傳感器研究的熱點

關鍵詞作為文章主題的概括和作者研究重點的提煉，是從文獻的題名、摘要中提煉出來的，對其進行共現(xiàn)分析，對于把握一個研究領域的熱點問題是非常有意義的?；诳茖W知識圖譜詞頻分析法的原理統(tǒng)計關鍵詞的出現(xiàn)頻次及不同關鍵詞之間共現(xiàn)的頻次，并以可視化的形式將關鍵詞的頻次高低和聚類關系清晰地展示出來，從中分析得出國際運動傳感器研究領域的研究熱點[8]；因此，以關鍵詞為節(jié)點對國際運動傳感器進行共現(xiàn)聚類分析時，共生成88個節(jié)點，83條連線的關鍵詞共現(xiàn)聚類圖譜，圖譜中圓形節(jié)點代表一個關鍵詞，圓圈大小代表該關鍵詞出現(xiàn)頻次的高低，不同顏色代表不同的年份，集聚的模塊代表該關鍵詞的研究主題切近，連線的多少則說明其共現(xiàn)的系數(shù)。endprint

由圖4和表4可知，目前研究熱點主要集中于6大共現(xiàn)聚類標簽，分別為成年人、鉸鏈、屈曲、步態(tài)、同步定位、整流器和內(nèi)張力。結合表4和表5可知：加速度計、設計、運動學等以較高的頻次和中心性聚類共現(xiàn)，凸顯主題為運動傳感器性能的表現(xiàn)；柔性鉸鏈、生物力學、步態(tài)評定與分析、肩膀運動學仿生學和無慣性立體測量單元等也以人體運動學指標的測量聚類凸顯；定位、導航、跟蹤發(fā)展到2013年的電磁跟蹤裝置聚類共現(xiàn)為運動傳感器定位跟蹤系統(tǒng)的不斷創(chuàng)新。綜上所述，近年來，聚焦于運動傳感器的性能表現(xiàn)、對人體運動學指標測量的開發(fā)應用和運動傳感器定位跟蹤系統(tǒng)創(chuàng)新性的研究。

2.5 國際運動傳感器研究的趨勢

通過探究關鍵詞詞頻的時間分布，將其中頻次變化率高的詞，從大量的詞中探測出來，依靠詞頻的變化趨勢可以預測國際運動傳感器研究的發(fā)展趨勢[8]。由圖5可知，未來的研究趨勢傾向于發(fā)電機的通透性（generator-transparent）、運動捕捉（motion capture）、薄膜壓力（films-pressure）、可穿戴傳感器設備的生產(chǎn)和制造（wearable sensors-fabrication）及快速運動的識別（velocity-activity recognition）等。

3 分析與討論

3.1 研究熱點的特征分析

3.1.1 運動傳感器的性能表現(xiàn)愈顯優(yōu)化

運動傳感器性能的優(yōu)化主要體現(xiàn)在運動傳感器類型、感測材料、數(shù)據(jù)的識別及網(wǎng)絡技術的結合應用等方面。在傳感器的類型范圍上從單軸加速度計到三軸加速度計、陀螺儀和磁性傳感器到可穿戴式慣性運動傳感器，運動傳感器的類型變化越來越傾向于高度的可移動性和便捷性[9]。石墨烯織物（GWF）被探索為高度敏感的感測材料進行應用，其所具有的高靈敏度和可逆延伸性的獨特性能，大大地促進了尺寸和功率消耗問題的解決，使小尺寸和低生產(chǎn)成本的運動傳感器設計成為可能。開發(fā)傳感器導出的活動模式識別算法，以識別有目的的運動的質(zhì)量、類型和數(shù)量等方面，例如步行速度、距離、持續(xù)時間和步態(tài)不對稱性以及鍛煉的數(shù)據(jù)等，還可用于提供關于在家庭和社區(qū)的背景下的練習和技能學習的遠程反饋，使運動傳感器成為一種非常好的人類運動分析工具，例如佩戴在手臂、軀干或腿上的無線慣性運動傳感器裝置可以通過因特網(wǎng)發(fā)送原始數(shù)據(jù)以顯示日常的活動[10]。

3.1.2 人體運動學指標測量的開發(fā)應用呈現(xiàn)動態(tài)立體化

人體運動學指標的測量主要體現(xiàn)在通過固定方法的優(yōu)化和加速計的開發(fā)，實現(xiàn)長期動態(tài)性的立體測量應用。運用加速度計技術的PA監(jiān)測能夠在自由生活環(huán)境中對受試者進行自動、連續(xù)和長期的活動測量，使運動傳感器在人類活動的測量中實現(xiàn)定量評估[11]。對于人體上部運動的跟蹤測量，采用低成本可穿戴慣性傳感器在3D空間中實時地跟蹤上身運動，即建立由軀干和兩肢組成的人體上部運動鏈，使用6個慣性測量單位測量的身體部分的給定旋轉矩陣計算關節(jié)變量[12]。人體下肢的運動學分析參數(shù)的獲得，大多數(shù)研究是通過將踝關節(jié)、膝蓋和髖關節(jié)等關節(jié)簡化為簡單的鉸鏈關節(jié)所進行的三維描述。例如運動員或患者的技能水平和運動性能分析，動態(tài)測量監(jiān)測患者的日?；顒?、臨床評估，步態(tài)事件檢測分析和識別不同的日?；顒?，例如樓梯攀登、步行、跑步、劃船、騎自行車等。目前主要應用的固定方法也得到了優(yōu)化，如Velcro帶、雙面膠帶、彈性帶和neoprene帶等通常用于固定運動傳感器在受試者的身體上，以減少不正確的解剖軸所造成的測量誤差[11-12]。將來，基于可穿戴運動傳感器的活動監(jiān)測器的應用將與所謂的“健康智能家庭”監(jiān)測系統(tǒng)相集成，從可佩戴加速度計獲得的加速度測量數(shù)據(jù)實現(xiàn)與這種監(jiān)測系統(tǒng)記錄的日常生活（ADL）數(shù)據(jù)的同步，以便更好地描述人類移動性、身體活動、行為模式和功能能力的信息，還可惠及整體個人的健康狀況[11-12]。

3.1.3 運動傳感器定位跟蹤系統(tǒng)凸顯多維空間的創(chuàng)新性

運動傳感器定位跟蹤系統(tǒng)的創(chuàng)新性主要體現(xiàn)在通過信號與距離路徑鏈接方面的研究，實現(xiàn)室內(nèi)外的多維空間跟蹤定位。大多數(shù)運動跟蹤系統(tǒng)通常用于戶外的定位應用，例如車輛或導彈跟蹤，隨著運動傳感器的迅速發(fā)展，定位跟蹤系統(tǒng)也傾向為制造業(yè)、人類輔助支持和健康康復等領域服務。目前已存在一種定位跟蹤系統(tǒng)，即使用由一個慣性測量單元（IMU）和一個位置傳感器組成的混合硬件來實現(xiàn)獨立的位置和方向的估計[13]。

在解決距離和通信跳躍之間鏈接的問題上，提出一種分布式網(wǎng)絡形成算法，增加傳感器在集群樹中的定位概率，使用參數(shù)估計的軟信息解決聯(lián)合通信和定位系統(tǒng)的信道問題，強調(diào)NLOS鏈路來解決位置感知路由的本地化和鏈路檢測問題。在室內(nèi)環(huán)境的定位上，提出了一種基于接收信號強度（RSS）的新技術，強調(diào)路徑損耗模型和數(shù)字地圖對實驗數(shù)據(jù)的校準，用于路徑損耗模型的校準和測量數(shù)據(jù)的預處理，以便優(yōu)化定位性能的自動化方法[14]。

3.2 研究趨勢的分析

3.2.1 發(fā)電機材料優(yōu)化促進運動傳感器通透性改善

對于運動傳感器的通透性研究，主要體現(xiàn)為發(fā)電機材料的優(yōu)化，如單摩擦表面摩擦發(fā)生器（STEG）的發(fā)明，該STEG是透明和靈活的，使得摩擦電發(fā)生器中的應用得以擴展范圍。該裝置以簡單和非常低成本的制造特性，在自供電觸摸面板和人造皮膚的應用上展現(xiàn)廣闊前景[15]。此外，提出一種創(chuàng)新的透明微熱電發(fā)電機（μ-TEG），通過使用微機電系統(tǒng)（MEMS）技術的表面微加工技術，透明微熱電發(fā)電機與懸浮橋型多晶硅珀爾帖元件和透明導電的銦錫氧化物（ITO）薄膜作為熱側和冷側電極可以用來制造玻璃或石英晶片，實現(xiàn)太陽能轉換應用程序的設計、仿真和制造[16]。選取的材料目前主要有絲纖蛋白、小于10 nm厚度的氧化鋅納米片和大孔的石墨烯材料及透明高分子聚合物材料。絲纖蛋白被證明是有前途的材料來構造TEG，并且所制造的TEG表現(xiàn)出穩(wěn)定的高輸出性能[17]。小于10 nm厚度的氧化鋅納米片組成的新型納米發(fā)電機結構進行了使用涉及一個淺顯的合成路線和合理設計的新方法制造的。這些是迄今為止在ZnO系納米發(fā)電機文獻報道中的最佳值。有研究證明納米發(fā)電機設計可以瞬時提升功率，發(fā)光二極管無需任何額外的能量儲存過程，既可以作為氧化鋅納米片的簡便合成路線和簡單的器件制造工藝提供借鑒，也可以應用在智能可穿戴系統(tǒng)、透明和靈活的設備、植入式遙測能量接收器、電子應急設備等自供電納米/微米器件上[18]。近年來，大孔的石墨烯整料（MGMS），具有超低密度和良好的導電性，已被認為是優(yōu)異的壓力傳感器，由于它們恢復的快速率、優(yōu)異的彈性、高靈敏度、低工作電壓、長循環(huán)壽命，使之有可能被選用于制造低成本的人造皮膚[19]。endprint

3.2.2 人體運動傳感識別趨向智能化

運動傳感器識別和信息捕捉方面日趨智能化，目前涉及主要研究領域一方面為老年人醫(yī)療康復、日常健康生活行為模式（步態(tài)、跌倒等緊急事件）的檢測，另一方面為身體姿勢測量和運動識別，例如對人造運動傳感器和穿戴式傳感器系統(tǒng)的開發(fā)和驗證。在使用方法上主要以時空混合動力人體跟蹤和行為識別、利用3D傳感器的唯一深度信息的人類活動識別、開發(fā)擬合人體骨骼模型定位坐標、按活動模式識別算法分析、多維語義屬性的動態(tài)時間規(guī)整方法、身體活動和手勢使用貝葉斯濾波器和短時Viterbi算法、動作/姿勢性震顫評估的自動化方法以及步態(tài)健康監(jiān)測法等。

在具體操作平臺或系統(tǒng)上主要有使用可穿戴式和手持設備跌倒檢測和鑒定活動。例如：智能手表與Android設備（例如智能手機）一起對穿戴設備拍攝的人體運動數(shù)據(jù)進行有效捕獲、傳輸，為運動數(shù)據(jù)的存儲和處理提供新的應用思路[20]；運動數(shù)據(jù)與場景信息結合起來，使用單一的微軟Kinect深度傳感器捕捉老年人活動特征[21]；以社會和環(huán)境感知多傳感器集成平臺，收集老年人在家中跌倒檢測系統(tǒng)和傳感器的信息，通過使用基于云的解決方案，利用本體論，捕獲靜態(tài)和動態(tài)信息，對一個特定的患者的情況進行建模，以便于自動和連續(xù)地評估老年人的跌倒風險，更準確地檢測跌倒，確定誤報和自動通知適當?shù)目醋o者[22]；多模態(tài)多傳感器普羅米修斯數(shù)據(jù)庫，旨在建立一個監(jiān)測框架和在不受限制的室內(nèi)和室外環(huán)境的人類行為的解釋，該數(shù)據(jù)庫包含來自異構傳感器（一個紅外運動探測傳感器、熱成像儀、監(jiān)控攝像機、特寫視圖視頻攝像機、三維相機、立體相機、普通同步錄音超過4 h的攝錄一體機、麥克風陣列以及動作捕捉設備）共同設置收集數(shù)據(jù)，模擬智能家居環(huán)境、機場和ATM的安全環(huán)境。數(shù)據(jù)庫選定的場景被注解為人體檢測和跟蹤的需求。數(shù)據(jù)庫的整個音頻部分被注解為聲音事件檢測、聲源枚舉、情感識別等的需要[23]；傳感環(huán)境人類行為體系結構認知手機平臺，最新的定位技術和手機傳感器被用來捕捉在自然環(huán)境和運動中的人類活動行為，包括6個級別——原始傳感器數(shù)據(jù)、物理參數(shù)、特性/模式、簡單的上下文描述符、活動程度描述符和豐富的上下文，進而實現(xiàn)上下文的金字塔式認知機。其利用3個關鍵技術：無處不在的定位、運動識別和人類行為建模；但這一平臺對定位空間環(huán)境有局限性，需定位精度空間環(huán)境中是1.9 m×1.9 m的露天場所[24]。熱釋電紅外（PIR）傳感器在人類活動中的使用，用于捕獲人類正常和異?；顒拥奶匦裕瑢Ψ较蚓哂忻舾行?，使用分布式傳感結構的優(yōu)點是頭部、上肢和下肢的協(xié)同運動模式可以被有效地編碼，這為構建一個完整的檢測系統(tǒng)使用傳感器PIR提供新的思考[25]。

3.2.3 可穿戴運動傳感器設備種類多樣且日顯人性化應用

在現(xiàn)代日常生活中可穿戴運動傳感器設備種類日益多樣化，例如廣泛應用于可穿戴電子產(chǎn)品的柔軟易彎曲的壓力傳感器、用于測量脈率和血壓的手腕可佩戴式cuffless脈博計、新型智能服裝人體測溫的可穿戴式傳感器、用于人體關節(jié)運動監(jiān)測測量系統(tǒng)的光纖傳感器、可穿戴式電化學傳感器、柔性納米傳感器、動力學步態(tài)分析使用的低成本鞋墊、對于人體運動監(jiān)測耐磨且高靈敏度的石墨烯應變傳感器、光纖的可穿戴式電子產(chǎn)品、新的聚苯乙烯基離子聚合物/納米復合材料碳納米管可穿皮膚溫度傳感器、用于測試腦電圖和情緒的可穿戴式EEG頭帶、用于人體運動監(jiān)測的大型組件高度敏感性的硅基彈性應變傳感器以及在能源、電子、傳感和醫(yī)療保健產(chǎn)品中廣泛應用的混合納米結構性棉導電材料穿戴設備等[26-35]。

3.3 高被引文獻知識基礎的簡析

Bland等[36]對臨床測量方法評估協(xié)議統(tǒng)計方法進行驗證性研究，提出通常調(diào)查分析使用相關統(tǒng)計方法時存在誤導性，在基于圖形技術和簡單的計算、描述和分析時，要保證所使用的方法具有可重復性。Fischler等[37]提出了一種新的模式，隨機抽樣一致（RANSAC），擬合模型實驗數(shù)據(jù)介紹，描述了RANSAC定位問題中的應用（LDP）：給定一個形象刻畫與已知位置的一組坐標，確定空間點的圖像?；谝族e的特征檢測器提供的數(shù)據(jù)進行解析，非常適合應用在自動圖像分析方面。Lowe [38]介紹從可用于執(zhí)行對象或場景的不同視圖之間可靠匹配圖像中提取鮮明不變特征的方法，還介紹了使用這些功能的物體識別的方法。由單獨的特征相匹配的使用快速最近鄰算法從已知對象特征的數(shù)據(jù)庫，然后通過霍夫識別前進變換來識別屬于單個對象集群，并最終執(zhí)行用于一致姿勢參數(shù)驗證通過最小二乘解。這種方法可以識別強勁雜波和閉塞中的對象，同時實現(xiàn)近乎實時的性能。Yamada等[39]提出可拉伸電子材料如硅可以結合到衣物或直接附著到身體傳感器制造的器件，具有高耐用性，反應迅速的單壁碳納米管薄膜可用于可穿戴的和可伸縮設備的制造，設計組裝了碳納米管傳感器長襪、繃帶和手套設備，可以檢測不同類型的人類運動，包括運動、打字、呼吸和演講等。Fan等[40]基于摩擦起電過程中易引起能量浪費的負效果現(xiàn)象出發(fā)，提出了一個簡單、成本低，使用摩擦充電過程將機械能轉換成電力，用于驅動小型電子的有效途徑。即摩擦發(fā)電機（TEG）通過堆疊由具有明顯不同的摩擦電特性的材料的2個聚合物片材，與沉積在組裝結構的頂部和底部的金屬膜制成。一旦經(jīng)受機械變形，在2個膜之間的摩擦，由于納米級表面粗糙度，產(chǎn)生等量但在兩側電荷符號相反，因此，在界面區(qū)域，其用電荷“泵”驅動外部負載的電子的流動，如果系統(tǒng)中有電容變化，則形成一個摩擦潛在層，從而收集產(chǎn)生的巨大能量，這將在個人電子產(chǎn)品、環(huán)境監(jiān)測、醫(yī)學甚至大型電力自供電系統(tǒng)中發(fā)揮極大的應用潛力。Besl等[41]提出了一種通用的用于三維形狀的精確和高效的計算方法，包括注冊自由形式的曲線和曲面表示獨立的方法。該方法處理的完整的六自由度，并且是基于迭代最近點（ICP）算法，它僅需要一個過程來找到一個幾何實體的最近點到指定的點；因此，給定一個適當組初始旋轉和平移的特定類的對象與“形狀復雜”一定水平時，可以在全球范圍內(nèi)測試每個初始登記最小化均方距離在所有6個自由度度量，這將在傳感定位系統(tǒng)應用中發(fā)揮潛力。由于當前的方法對身體動作動態(tài)測量和定位精度方面存在有限，Luinge等[42]開發(fā)和驗證使用一個慣性測量單元（IMU）來精確測量人體部分的方法。IMU由3個單軸加速度計和3個單軸微型機械陀螺儀聚集在一個矩形框（大小20 mm×20 mm×30 mm）。方位估計算法不斷修正方向，使用陀螺儀角速度測量估計得到的數(shù)據(jù)，修正了使用一個傾向估計連續(xù)獲得使用3D加速計的信號，這減少了集成漂移角速度導致的錯誤信號。此外，陀螺儀抵消是不斷調(diào)整的，使用卡爾曼濾波方法實現(xiàn)對所涉及的信號光譜以及波動陀螺儀偏移量的控制。該方法可用于動態(tài)動作的檢測和記錄，如檢測運動骨盆、軀干和前臂等。Foxlin[43]開發(fā)出一個名為NavShoe定位跟蹤系統(tǒng)，該系統(tǒng)采用基于慣性檢測位置跟蹤的新方法。這種無線的慣性傳感器小到足以方便地塞進鞋帶，可以采用較低的功率的小電池全天運行。雖然不能單獨用于近距離物體的精確定位，但該裝置提供了一個強大的大致位置，可以大大減少為計算機的數(shù)據(jù)庫搜索空間，使得它更簡單可靠。這一系統(tǒng)將在消防應急救援、個人導航等方面具有巨大的現(xiàn)實應用價值。Wang等[44]通過壓電的氧化鋅納米線（凈重）陣列，在氧化鋅的壓電和半導體特性的耦合下創(chuàng)建一個應變場和電荷分離，由于其彎曲的結果，金屬針尖與北西向電流產(chǎn)生的肖特基勢壘的整流特性，可有效將納米機械能轉換成電能，這種方法將機械振動或液壓能轉化為電能，可對自供電設備的供電難題提供有益思路。endprint

綜上所述，以上9篇文獻作為國際運動傳感器研究領域的研究基礎，被后繼研究者在測量方法應用、能量轉化與供應、精準定位與識別等方面奉為經(jīng)典文獻，并被高頻次引用。

4 結束語

近6年國際運動傳感器研究呈增長態(tài)勢。其中，研究國家（地區(qū)）和機構集中在美國佐治亞理工學院、中國科學院。高產(chǎn)作者集聚趨勢明顯，以王中林領銜的納米科學研究團隊為主。研究焦點關注于運動傳感器的性能表現(xiàn)、對人體運動學指標立體測量的開發(fā)應用和運動傳感器定位跟蹤系統(tǒng)的創(chuàng)新性。未來的研究趨勢傾向于對發(fā)電機材料優(yōu)化促進運動傳感器通透性改善、智能化的人體運動傳感識別、種類多樣且愈發(fā)人性化的可穿戴運動傳感器設備開發(fā)應用和多樣化的運動傳感壓感模型方法等。

本研究對結果的解釋是建立在文獻統(tǒng)計和數(shù)據(jù)挖掘分析的基礎之上，研究結果仍有待進一步深入探索。

參考文獻：

[1] 邊林海.基于視頻的人體運動跟蹤技術研究[D].沈陽：沈陽航空航天大學，2011.

[2] 周冬鑫.慣性運動捕捉前端設備研究與設計[D].杭州：浙江大學，2011.

[3] 王偉忠.基于人體傳感器網(wǎng)絡的人體運動監(jiān)護系統(tǒng)設計與實現(xiàn)[D].濟南：山東大學，2012.

[4] 王俊杰.基于知識圖譜的國外太極拳運動研究熱點與演化分析[J].體育科學，2012，32（10）：77.

[5]用納米材料發(fā)電的人[EB/OL].[2016-12-24].http：//www.docin.com/p-1338464420.html.

[6] 德州理工大學運用LabVIEW與PXI偵測遠端醫(yī)療所需的人類生理RF信號[EB/OL].[2016-12-24].http：//www.eepw.com.cn/article/170014.html.

[7] 楊進，李平，文玉梅.聲表面波諧振器無源傳感信號特性和信號處理方法研究[J].電子測量與儀器學報，2004，18（2）：1.

[8] 劉偉.國際體力活動促進型建成環(huán)境研究的前沿與熱點分析[J].首都體育學院學報，2016，28（5）：463.

[9] FONG T P， CHAN Y Y. The Use of Wearable Inertial Motion Sensors in Human Lower Limb Biomechanics Studies： A Systematic Review[J]. Sensors， 2010， 10（12）：11556.

[10] DOBKIN B H. Wearable motion sensors to continuously measure real-world physical activities[J]. Current Opinion in Neurology， 2013， 26（6）：602.

[11] YANG C C， YEH-LIANG H. A Review of Accelerometry-Based Wearable Motion Detectors for Physical Activity Monitoring[J]. Sensors， 2010， 10（8）：7772.

[12] JUNG Y， KANG D， KIM J.Upper body motion tracking with inertial sensors[J].IEEE International Conference on Robotics & Biomimetics， 2011：1746.

[13] WON S H P， MELEK W W， GOLNARAGHI F. A Kalman/Particle Filter-Based Position and Orientation Estimation Method Using a Position Sensor/Inertial Measurement Unit Hybrid System[J]. Industrial Electronics IEEE Transactions on， 2010， 57（5）：1787.

[14] NICOLI M， GEZICI S， SAHINOGLU Z. Localization in mobile wireless and sensor networks[J]. EURASIP Journal on Wireless Communications and Networking， 2011 （1）：197.

[15] MENG B， TANG W， TOO Z， et al. A transparent single-friction-surface triboelectric generator and self-powered touch sensor[J]. Energy & Environmental Science， 2013， 6（11）：3235.

[16] CHEN G M， MA L Y， HUANG I Y， et al. Development of a novel transparent micro-thermoelectric generator for solar energy conversion[C]//IEEE：IEEE International Conference on Nano/micro Engineered and Molecular Systems， 2011：976-979.

[17] ZHANG X S， BRUGGER J， KIM B. A silk-fibroin-based transparent triboelectric generator suitable for autonomous sensor network[J]. Nano Energy， 2016（20）：37.endprint

[18] VAN N H， KANG D J. Flexible， transparent and exceptionally high power output nanogenerators based on ultrathin ZnO nanoflakes[J].Nanoscale， 2016， 8（9）：5059.

[19] SHENG L， LIANG Y， JIANG L， et al. Bubble﹞Decorated Honeycomb﹞Like Graphene Film as Ultrahigh Sensitivity Pressure Sensors[J]. Advanced Functional Materials， 2015， 25（41）：6545.

[20] MAGLOGIANNIS I， IOANNOU C， TSANAKAS P. Fall detection and activity identification using wearable and hand-held devices[J]. Integrated Computer Aided Engineering， 2016， 23（2）：161.

[21] BANERJEE T， KELLER J M，POPESCU M.Recognizing complex instrumental activities of daily living using scene information and fuzzy logic[J].Computer Vision & Image Understanding，2015（11）：68.

[22] BACKERE F，ONGENAE F，ABEELE F.Towards a social and context-aware multi-sensor fall detection and risk assessment platform[J].Computers in Biology & Medicine，2015（7）：307.

[23] LIU T， GUO X， WANG G. Elderly-falling detection using distributed direction-sensitive pyroelectric infrared sensor arrays[J]. Multidimensional Systems and Signal Processing， 2012， 23（4）：451.

[24] WANG Y， HUA T， ZHU B， et al. Novel fabric pressure sensors： design， fabrication， and characterization[J]. Smart Materials & Structures， 2011， 20（6）：065015.

[25] LEE S S， CHOI J G， SON I H， et al. Fabrication and Characterization of a Wrist Wearable Cuffless Pulsimeter by Using the Hall Effect Device[J]. Journal of Magnetics， 2011， 16（4）：449.

[26] LI H， YANG H， LI E， et al. Wearable sensors in intelligent clothing for measuring human body temperature based on optical fiber Bragg grating[J]. Optics express， 2012， 20（11）：11740.

[27] STUPAR D Z， BAJIC J S， MANOJLOVIC L.Wearable Low-Cost System for Human Joint Movements Monitoring Based on Fiber-Optic Curvature Sensor[J].IEEE Sensors Journal， 2012（12）：3424.

[28] WINDMILLER J R， JOSEPH W. Wearable Electrochemical Sensors and Biosensors： A Review[J].Electroanalysis， 2013（1）：29.

[29] HOWELL A M， KOBAYASHI T， HAYES HEATHER A.Kinetic Gait Analysis Using a Low-Cost Insole[J].IEEE transactions on bio-medical engineering， 2013（12）：3284.

[30] WANG Y， WANG L， YANG T， et al. Wearable and Highly Sensitive Graphene Strain Sensors for Human Motion Monitoring[J]. Advanced Functional Materials， 2014， 24（29）：4666.

[31] ZENG W， SHU L， LI Q， et al. Fiber-Based Wearable Electronics： A Review of Materials， Fabrication， Devices， and Applications[J]. Advanced Materials， 2014， 26（31）：5310.endprint

[32] YANG J， WEI D， TANG L， et al. Wearable Temperature Sensor Based on Graphene Nanowalls[J]. Rsc Advances， 2015， 5（32）：25609.

[33] ZHANG B C， WANG H， ZHAO Y， et al. Large-scale assembly of highly sensitive Si-based flexible strain sensors for human motion monitoring[J]. Nanoscale， 2016， 8（4）：2123.

[34] MATIKO J W， WEI Y， TORAH R， et al. Wearable EEG headband using printed electrodes and powered by energy harvesting for emotion monitoring in ambient assisted living[J]. Smart Materials & Structures， 2015， 24（12）：125028.

[35] HANSORA D P， SHIMPI N G， MISHRA S. Performance of hybrid nanostructured conductive cotton materials as wearable devices： an overview of materials， fabrication， properties and applications[J]. Rsc Advances， 2015， 5（130）：107716.

[36] BLAND J M， ALTMAN D G. Statistical methods for assessing agreement between two methods of clinical measurement[J]. Lancet， 1986（2）：931.

[37] FISCHER M A， Bolles R C.Random sample consensus： a paradigm for model fitting with applications to image analysis and automated cartography[J].Communications of the ACM， 1981（6）：381.

[38] LOWE D G.Distinctive Image Features from Scale-Invariant Key points [J]. International journal of computer vision， 2004（11）：91.

[39] YAMADA T， HAYAMIZU Y， YAMAMOTO Y， et al. A stretchable carbon nanotube strain sensor for human-motion detection[J]. Nature Nanotechnology， 2011， 6（5）：296.

[40] FAN F R， TIAN Z Q， WANG Z L. Flexible triboelectric generator[J]. Nano Energy， 2012， 1（2）：328.

[41] BESL P J， MCKAY N D. Method for registration of 3-D shapes[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1992， 14（2）：239.

[42] LUINGE H J， VELTINK P H. Measuring orientation of human body segments using miniature gyroscopes and accelerometers[J]. Medical & Biological Engineering & Computing， 2005， 43（2）：273.

[43] FOXLIN E. Pedestrian Tracking with Shoe-Mounted Inertial Sensors[J]. IEEE Computer Graphics & Applications， 2005， 25（6）：38.

[44] WANG Z L， SONG J. Piezoelectric Nanogenerators Based on Zinc Oxide Nanowire Arrays[J]. Science， 2006， 312（5771）：242.endprint