楊俊偉，沈洪銳

（廣東東軟學院，廣東佛山，528225）

0 引言

根據(jù)智研咨詢發(fā)布的《2017-2022年中國人體工學市場專項調(diào)研及投資戰(zhàn)略研究報告》，2017年我國約有3.23億伏案人群，腰椎病患者已突破2億人，腰椎間盤突出癥患者占全國總人數(shù)的15.2%，主要患者集中在長期伏案工作、彎腰工作或彎腰搬重物的人群中。醫(yī)學研究表明，長期不正確的身體姿態(tài)，不僅是導致各類腰椎病的重要原因，而且嚴重時容易導致身體變形、局部血液流通不暢、局部肌肉勞損等各類問題。因此，科學合理的訓練和矯正錯誤姿態(tài)以幫助人們養(yǎng)成良好習慣顯得尤為重要。

針對以上情況，本項目提出研究一種基于慣性傳感器的姿態(tài)提醒、矯正產(chǎn)品，幫助用戶訓練并矯正身體姿態(tài)，同時將訓練數(shù)據(jù)上傳到云平臺進行大數(shù)據(jù)分析，進而為用戶提供更加科學合理的訓練方案和建議，這些數(shù)據(jù)也可用作臨床相關疾病診斷的參考。

1 系統(tǒng)框架

系統(tǒng)框架如圖1所示，系統(tǒng)包括姿態(tài)數(shù)據(jù)采集處理端、手機端、大數(shù)據(jù)分析平臺三部分，其中姿態(tài)數(shù)據(jù)采集處理端是以貼片的形式粘貼在用戶腰椎處。工作過程：中央處理器通過分析MEMS慣性傳感模塊采集的運動數(shù)據(jù)以及彎曲度傳感模塊采集的彎曲度數(shù)據(jù)，判斷當前身體姿態(tài)是否在標準閾值之內(nèi)，如果超出標準閾值，驅動提醒模塊以響鈴或者亮燈的形式提醒佩戴者矯正姿態(tài)；姿態(tài)數(shù)據(jù)采集處理端通過藍牙無線傳輸模塊將采集的姿態(tài)數(shù)據(jù)實時傳送到手機端，用戶通過手機端的交互界面控制采集端設備、分析顯示姿態(tài)以及顯示大數(shù)據(jù)平臺反饋的信息；手機端將姿態(tài)信息以及矯正信息通過Internet上傳至大數(shù)據(jù)分析平臺進行數(shù)據(jù)挖掘與分析，提供給用戶更加科學的信息，幫助用戶更好管理腰椎健康問題。

圖1 系統(tǒng)框架圖

2 硬件設計

■2.1 主控芯片

本系統(tǒng)主控芯片采用STM32L151C8TxA，STM32L1系列是意法半導體開發(fā)的基于EnergyLite?超低功耗技術平臺的微控制器，STM32L151C8TxA是基于ARM Cortex-M3超低功耗MCU，采用130納米制造工藝，意法半導體對該平臺進行了深度優(yōu)化以實現(xiàn)超低的泄漏電流特性，該系列微控制器具有5種低功耗模式和創(chuàng)新型自主動態(tài)電壓調(diào)節(jié)功能，在工作和睡眠模式下，可以最大限度提升能效。由于其超低功耗、高性能，因此特別適合作為智能可穿戴設備的主控芯片。

■2.2 電源供電模塊

該模塊使用可充電的3.7V/180mAh鋰電池供電，采用CE6230B33F芯片進行電壓轉換，將電源電壓穩(wěn)壓到3.3V為模塊供電，電源供電原理圖如圖2所示。

圖2 電源供電模塊

■2.3 充電模塊

鋰電池充電通過充電電路來完成，充電芯片采用CW6303芯片，CW6303是一個高度集成的、能有效控制成本的、針對可穿戴設備的、高精度的電源管理芯片。CW6303包含一個完整的鋰電池充電解決方案，最大充電電流為300mA，采用緊湊的QFN16封裝，PCB面積小，CW6303 具有很低的靜態(tài)功耗，適用于電池供電產(chǎn)品。當LDO 全部關閉時，在電池供電端消耗的電流大約 3.7μA。每打開一個LDO，則靜態(tài)功耗增加1.5μA。當 LDO 全部打開后，靜態(tài)功耗大約9.7μA。充電電路如圖3所示。

圖3 電源充電模塊

■2.4 藍牙無線傳輸模塊

藍牙無線模塊采用NORDIC 公司的 nRF51822 芯片作為從機的主控制器,nRF51822是一款低功耗藍牙(Bluetooth Low Energy,BLE)。BLE最重要的特性就是低功耗，一粒紐扣電池就可以使其連續(xù)工作數(shù)年之久。理論上通信距離最高可以達到100米，相較于傳統(tǒng)藍牙10米的有效傳輸距離，BLE在通信距離上有了大幅提高。BLE 技術做到了3毫秒低延遲，同時還使用了 AES-128 CCM 加密算法，保證了數(shù)據(jù)傳輸?shù)陌踩玔1]。藍牙4.0BLE 技術被廣泛地應用在了智能可穿戴產(chǎn)品中。

圖4 藍牙模塊

■2.5 彎曲傳感器模塊

彎曲傳感器是將彎曲角度轉換為對應的電阻值，先將阻值變化轉換為電壓變化，硬件電路如圖5所示。STM32主控芯片通過ADC接口讀取電壓值，推算出彎曲傳感器的當前阻值，換算阻值對應的彎曲角度[2]。最后從人體工程學角度對彎曲角度進行姿態(tài)是否標準的閾值設置。

圖5 彎曲傳感器數(shù)據(jù)采集電路

■2.6 MEMS慣性傳感器模塊

圖6 MPU9150傳感器接線圖

MEMS（Micro-Electro-Mechanical System，微機電系統(tǒng)）是采用微電子和微機械加工技術制造出來的新型傳感器。與傳統(tǒng)的傳感器相比，它具有體積小、重量輕、成本低、功耗低、可靠性高、適于批量化生產(chǎn)、易于集成和實現(xiàn)智能化的特點。MPU-9150就是一款MEMS傳感器，本系統(tǒng)采用的MPU-9150是全球首例九軸運動感測追蹤傳感器，專為低功耗、低成本、高性能的消費性電子產(chǎn)品設計。MPU-9150整合了3軸MEMS陀螺儀、加速度計、3軸MEMS磁強計和數(shù)字運動處理（DMP?）硬件加速引擎。

■2.7 外觀設計

從曲奇夾心原理與膠囊包裝中獲取靈感造型，利用頂針充電器充電，簡化其結構，把頂針充電口設計在產(chǎn)品表面，防止因流汗導致觸電，利用硅膠的材質(zhì)柔軟的特性，使其可以跟隨腰椎姿態(tài)改變，準確檢測腰椎彎曲角度，同時采用PET材質(zhì)透明特質(zhì)以及黏附性，使其更好的黏附在表皮上且降低對肌膚的傷害，產(chǎn)品表面進行磨砂處理與亞光制作工藝搭配，突顯大氣簡約同時增加其觸感，整體造型簡約小巧，便于攜帶。由于產(chǎn)品嵌入的彎曲傳感器長度為80mm左右，因此將產(chǎn)品外觀設計效果如圖7所示。

圖7 產(chǎn)品外觀效果圖

圖8 產(chǎn)品尺寸圖

3 軟件系統(tǒng)設計

■3.1 姿態(tài)解算算法研究

通過主控芯片STM32的I2C接口獲取MPU9150九軸傳感器的數(shù)據(jù)，數(shù)據(jù)包括磁力計、加速度計和陀螺儀三種傳感器的三軸數(shù)據(jù)。準確的計算姿態(tài)角可以判定姿勢是否正確，本文采用捷聯(lián)慣性導航技術進行姿態(tài)解算算法設計[3]，如圖9所示。

圖9 姿態(tài)解算算法框圖

（1）主控芯片STM32采集姿態(tài)傳感器MPU9150數(shù)據(jù)，獲得加速度和磁感應強度信息，經(jīng)過初試對準后計算得出姿態(tài)矩陣，根據(jù)芯片內(nèi)部的DMP引擎（Digital Motion Processor）求得初試四元數(shù)，四元數(shù)的基本表示形式為：q0+q1＊i+q2＊j+q3＊k，即1個實部3個虛部；

（2）由于陀螺儀長時間工作會產(chǎn)生誤差積累，而加速度計和磁強計短時精度低，為了提高數(shù)據(jù)的精度和穩(wěn)定性，采用互補濾波器對三種傳感器采集的信息進行數(shù)據(jù)融合，得到修正融合后的陀螺儀角速度數(shù)據(jù)從而對四元數(shù)進行更新；

（3）雖然四元數(shù)可以方便的表示三維空間的旋轉，但其形式不太直觀，需要轉換成pitch、roll、yaw的表示形式，方便觀察姿態(tài)。其中pitch是圍繞X軸旋轉，也叫做俯仰角，yaw是圍繞Y軸旋轉，也叫偏航角，roll是圍繞Z軸旋轉，也叫翻滾角，程序表述如下：

pitch=asin(-2＊q1＊q3 + 2＊q0＊q2)

roll=atan2(2＊q2＊q3 + 2＊q0＊q1, -2＊q1＊q1 - 2＊q2＊q2 + 1)

yaw=atan2(2＊(q1＊q2 + q0＊q3),q0＊q0+q1＊q1-q2＊q2-q3＊q3)

（4）對四元數(shù)進行上述轉化后，求取姿態(tài)角。

■3.2 基于Android的手機APP開發(fā)

本文Android手機App開發(fā)工具采用Android studio，利用Android SDK 提供的BLE相關API進行藍牙通信系統(tǒng)的開發(fā)，此系統(tǒng)能夠適配任意基于BLE的可穿戴設備，為可穿戴提供一種更經(jīng)濟的藍牙通信方案[4]。APP通過與藍牙BLE的通信過程包括：搜索、連接、讀寫數(shù)據(jù)。首先使用BluetoothLeScanner類的startScan進行BLE設備的搜索，并通過該方法的回調(diào)函數(shù)得到BLE設備。搜索過程限定搜索時間作為終止搜索的條件，整個搜索過程會占用一定的系統(tǒng)資源和電能的消耗，通過sendEmptyMessageDelayed方法限定搜索時間，搜索到周邊BLE設備后通過方法connectGatt與BLE設備建立GATT連接，通信鏈路連接成功之后，使用BluetoothGatt類的讀寫方法對藍牙的Characteristic進行操作從而實現(xiàn)數(shù)據(jù)讀寫。本文采用主動讀寫數(shù)據(jù)的方式，由中心設備手機APP控制讀寫數(shù)據(jù)時機，通過方法readCharacteristic/writeCharacteristic向BLE設備讀寫數(shù)據(jù)，并把讀到的數(shù)據(jù)進行處理顯示，同時將數(shù)據(jù)通過SOCKET上傳到大數(shù)據(jù)分析平臺進行分析，用戶可以選擇監(jiān)測的時間段，APP的功能包括顯示正確姿態(tài)時間、目前姿態(tài)狀態(tài)，姿態(tài)異常報警實現(xiàn)提醒、電路顯示、電量過低提醒等功能。姿態(tài)不正確設定三個級別：輕微、中度、嚴重，并以不同顏色顯示并有震動。

■3.3 基于hadoop的數(shù)據(jù)挖掘平臺

構建基于hadoop的數(shù)據(jù)挖掘系統(tǒng)[5]，從上到下包括：①與用戶進行通信的交互層；②對業(yè)務流進行指揮和控制操作的應用層；③用于提供并行化數(shù)據(jù)挖掘算法，負責將計算任務傳達到 MapReduce框架中進行分布式計算，再把結果返回給應用層，進而展示給用戶的數(shù)據(jù)挖掘層；④利用分布式文件系統(tǒng) HDFS 和分布式計算框架 MapReduce完成存儲和計算的Hadoop分布式計算層。

通過分析聚類分析算法、分類分析算法以及關聯(lián)規(guī)則算法等各種數(shù)據(jù)挖掘算法，選擇合適的算法對用戶的姿態(tài)數(shù)據(jù)進行挖掘，進而為用戶提供更加科學合理的訓練方案和建議，以及相關疾病的診斷。

4 結論

本項目提出的大數(shù)據(jù)時代下自主式姿態(tài)矯正儀的研究與實現(xiàn)，從人體工程學、電子技術出發(fā)，研究人體姿態(tài)檢測關鍵技術，提出一種精度更高穩(wěn)定性更好的姿態(tài)檢測方法，結合大數(shù)據(jù)技術挖掘健康信息，采用低功耗芯片，鋰電池供電，結合MEMS技術，研發(fā)功能性強、體積小、易攜帶、價格便宜的姿態(tài)矯正儀產(chǎn)品，有很好的發(fā)展前景。