基于运动信息监测的可穿戴系统研究
第 1 章 绪论
目前智能服装已经在多种领域开始应用，例如体育设备、健康仪器、游戏设备等。随着时代的进步以及人们对智能可穿戴设备的了解，再加之人们对可穿戴设备个性化、智能化需求的增长，智能可穿戴设备已成为朝阳产业，具有良好的发展前景。有关专家预测，未来全球传统的服装业很有可能在服装的生产模式上发生巨大变化，可穿着的电子智能服装将生物技术、信息技术、材料科学与传统的纺织服装工艺有机地结合在一起，赋予了服装新的生命力，并将在未来引导新的服装时尚潮流。智能服装的兴起，得益于现在计算机、信息处理、传感器、无线通信、人机交互等技术的迅猛发展[1-4]。目前，越来越多的研究机构及学者都投入到了智能服装技术的研究中，他们致力于将纺织品与电子计算机结合，各个国家都在进行深入的研究。现在世界几个科学技术发展较快的国家例如美国、英国等已经在积极开发“智能服装”，而在我国，智能服装的发展相对滞后一些。但是许多服装品牌也在这一领域努力尝试，希望能为目前发展较慢的传统纺织工业加入新的血液。如今市场上已经有多种类型的智能可穿戴设备新产品，包括运动型、健康型、健康护理、游戏、生活方式、安全、防护和智能服装等可穿戴领域。
2015 年，谷歌与李维斯合作研发一款通过轻触便可以对智能导线纤维服进行遥控的智能服装。它的研发原理是在导电纤维中融入小颗电子元件来连接电路板，使布料起到触控屏的功能，用户的手指在布料上滑动，即可控制附近的电子设备。它可以将应用于智能腕表和智能眼镜的互动技术直接整合到纺织品中。RalphLauren 2014 年 8 月的美国网球公开赛上发布了智能 T 恤，并穿在球童身上。这是一件普通的黑色运动 T 恤，胸口有经典的马球标志，但衣服胸部区域的“小黑盒”里含有硬件单元、电路、传感器等，它可以检测心跳速度、呼吸速度、以及穿者的压力值。某著名内衣品牌也曾发布过一款智能运动文胸，其原理是通过在文胸内放置心率带，来配合监测穿戴者的心跳。此外，全球知名的服装、材料、信息、电器产业的企业，如阿迪达斯、东芝、三星、尼康等，都曾推出过概念产品，这些产品不仅具有时尚设计元素，更使人眼前一亮的是其所具备的活动轨迹记录、健康管理、生活辅助、娱乐休闲等功能试图，吸引消费者的眼球。
......
传感器技术、无线通信技术等高新科学技术和穿戴设备技术的相汇融合，为打造高科技的智能可穿戴设备奠定了基础。智能可穿戴设备将会越来越多的出现在日常生活中，与我们的生活更加贴切。智能可穿戴设备是通过安装在设备上的传感器对各项物理信号进行测量，通过物理信号到电信号的转变，将这些电信号通过与之对应的通信接口输入单片机中，根据设计软件的程序对相关数据进行计算、分析处理为直观的数据，并将这些分析所得到的数据以用户易于接受的方法进行显示、输出结果以及警示，或者利用一些原理对数据的结果来决策和判断。本课题运用传感器技术、嵌入式单片机技术、无线通信技术等前沿技术，设计并实现了两套智能采集系统，其中第一套系统采用三轴加速度器结合相关算法设计了一款小巧便携的可穿戴的可以用来计步、计算卡路里消耗的系统，户外利用锂离子电池供电，实现了对便携产品能耗低、重量轻的要求。通过对计步器、三轴加速度、液晶显示装置等子模块介绍与设计，结合采集到的人体参数模块的相关信息显示卡路里的消耗。另一套系统智能系统为表面肌电信号采集系统，将单通道采集到的肌电信号经过预处理后进行经验模态分解(EMD)，得到不同的固有模态函数(IMF)，再对各个 IMF 进行希尔伯特变换(Hilbert)得到平均瞬时频率(MIF)，从而判断出肌肉疲劳状况；再将双通道采集到的肌电信号经过预处理，将预处理后的信号进行相干性分析，反映肌肉之间的耦合特性，因而可以从另一个方面分析肌肉疲劳。
本文阐述了卡路里消耗与人体健康的直接关系，简要说明了表面肌电信号的产生机理及特点，研究设计了运动状态指标和肌电信号的数据采集系统并根据信号特点提取了相关信号特征，对卡路里消耗以及肌肉疲劳状态进行了定量分析和评价，通过系统实验验证，满足了预期的效果，达到良好的精度。论文的主要创新点：
(1)目前智能服装的应用领域很多都是运用在了医疗领域，而在运动健身领域的应用并不是很多，本文将智能服装应用于运动监测领域，实现了对运动参数的实时检测，充分开发智能服装的潜能，设计并实现了基于三轴加速度的卡路里消耗检测模块。
......
第 2 章 计步器及卡路里消耗系统的设计与实现
2.1.1 人体运动能耗介绍
人体运动能耗主要指的是在人体中，由于肌肉的收缩做的机械外功造成了能量消耗。对人体运动能耗的检测对于估算个体合理的运动量从而找出进一步改善运动状况具有重要的现实意义。人在每天的日常运动当中，通过食物，从食物中获取能量，然后以做功或者热量的形式消耗掉,不同的人，不同的运动以及不同运动方式, 消耗的能量大小也不相同。前苏联学者雅姆波斯卡娅曾经提出一个关于运动过程中和运动完之后能量恢复和消耗过程的超量恢复学说，即当肌肉或者肌群在进行一定量的运动之后，肌肉就会产生一定的疲劳。而当运动者得到适当的休息后，肌肉又能恢复到之前的状态，甚至有时候会超过之前的状态。当休息的时间足够长时，肌肉的力量就又会恢复到之前的状态，这也就告诉我们，当我们的锻炼是在超量恢复阶段的时候进行的，那么我们可以保持超量恢复，这样就能达到一种超量的锻炼效果，这种锻炼可以很好的增强我们的肌肉力量。
上述的超量恢复理论告诉我们，如果我们在运动过程当中运动量过大，就会引起肌肉的疲劳，对我们健康无益。但是如果我们运动量太小，就不会产生超量恢复，锻炼的效果也没有那么理想。所以，在我们在运动生活过程中，需要保持适当强度的运动。在日常锻炼中，我们除了需要对自己的运动时间加以控制，还应该对自己运动强度有一定的控制，这样才能更好的起到强身健体的作用。另外，那些想通过运动减肥的运动者，也需要为自己的耗能程度和锻炼强度做出正确的判断。所以说，无论是从健康饮食来说，还是从科学运动来说，都需要以能量消耗为基础，没有这个能量，一切都是空谈。
机体做某一活动(动态)时能量的消耗量称之为人体运动能量消耗[14-19](AEE,Activity Energy Expenditure)。一天内，人体运动能量消耗与安静时的能量消耗量(REE, Rest Energy Expenditure) 和总能量消耗量(TEE, Total Energy Expenditure)之间的关系为 AEE=TEE-REE，单位:千卡路里/天 （kcal/d）。人体的运动就是一个包含强度,频率, 运动时间、运动类型和个体差异性在内的多维变量，所以 AEE 是一个随运动时间和运动类型变化的不稳定数值，AEE 的多少与人体的重量和运动的能力有关。
......
2.2.1 距离参数计算
系统的硬件为整个系统提供基础平台，，本章拟对系统的硬件进行整体结构和各模块进行具体的设计。该系统选择兼容 Arduino 的 Microduino 开发板，以Microduino-Core+控制器为控制核心，在此控制器平台扩展设计人体参数采集、人机交互、数码显示、通信模块、蜂鸣报警等模块。其中人体参数采集模块包括速度、等信息采集模块；人机交互包括按键模块和 LED 显示模块。下面首先对体统的整体进行设计，然后再具体分析设计各个具体模块。
本文设计的智能服装系统是以 Microduino-Core+控制器为控制核心，还包括肌电信号采集、加速度采集等模块，其硬件整体结构的设计如图 2 所示。其中模拟端口分别连接加速度采集模块和肌电信号采集模块，肌电信号采集模块通过一路模拟端口连接控制器， 加速度采集模块则通过三路模拟端口实现与控制器的信号传输。OLED 显示模块通过 IIC 与 Microduino-Core+连接通信。电源模块负责为系统供电。
Microduino-Core+作为控制器，是整个系统的控制核心，它负责接收各数据采集模块的传递的信息和对接收到的信号进行处理，并协调各模块更好的工作；Microduino-USBTTL 模块负责搭接软件和硬件的桥梁，所有的代码程序都要经过这个模块传给 Core+，它还有另一个功能，可以通过电脑直接供电，而不需要电源模块；液晶显示模块可以将检测到的信息实时显示给用户；Microduino-BM 模块负责为户外的实验提供电源。蓝牙通信模块可以将检测到的信息发送给用户的手机，而蜂鸣报警模块在用户超出所设定的锻炼量时可以通过报警的方式提醒用户不要过量运动。
......
3.1 表面肌电信号的产生机理和特征.................................. 22
3.1.1 肌肉的生理特征............................................ 22
第 4 章 肌电信号的数据处理方法和原理............................ 31
4.1 肌电信号的时域分析方法 ........................................ 31
4.2 肌电信号的频域分析方法 ...................................... 32
第 5 章 健身运动中的肌肉疲劳估计................................. 44
5.1 基于 EEMD-HHT 和相干性分析的 sEMG 特征提取 ................ 44
5.1.1 基于 EEMD-HHT 的 sEMG 特征提取 ........................... 45
第 5 章 健身运动中的肌肉疲劳估计
本章讨论有效的特征提取方法，对疲劳进行估计。由于 sEMG 可以实现无损实时采集，且其幅值和频率能直接反映疲劳的渐进过程，因此 sEMG 分析在肌肉疲劳评估中具有一定可行性。研究有效的肌电特征提取方法对肌肉疲劳估计至关重要。本章基于 EEMD 分解的希尔伯特黄变换(简称 EEMD-HHT)提取肌电信号特征，并作为肌肉疲劳估计指标，基于 EEMD 的希尔伯特谱分析方法(EEMD-HHT)仅从单块肌肉角度对肌肉疲劳的渐进过程进行分析，它反映某块肌肉振动频率和幅值的变化趋势。然而肌肉疲劳整个运动神经系统综合作用的结果，不是单块肌肉的肌电信号所能体现[52-55]。肌肉疲劳过程中运动神经系统各区域间的相互作用和功能调节，还体现在生物电信号之间不同层次的耦合(同步)现象。通过肌电信号间的相干性分析，可以反映肌肉间的耦合特征，并从另一个方面体现疲劳状态。相关研究已展开并得到初步的结论，如等长收缩时随着肌肉疲劳的加剧肌肉协调性增强，疲劳程度和肌电一致性存在正相关等[56-60]。上述分析表明肌间相干性分析可用来估计肌肉疲劳。因此，本章从肌电瞬时能量和肌间耦合关系两方面评估肌肉疲劳。运用 EEMD-HHT 提取单块肌肉sEMG 的平均瞬时频率(Mean Instance Frequency, MIF)指标；结合肌电相干分析方法研究肌间耦合特征，并定义肌间显著相干面积指标定量分析多块肌肉间的耦合强度。进一步，获取 10 名健康受试者屈伸运动中表面肌电信号进行分析，计算本文评价指标并与其它肌肉疲劳评价指标进行对比分析，研究 sEMG 的平均瞬时频率与肌间耦合特征的相关联系，验证肌肉疲劳估计中上述两种分析指标的有效性和关联性。
针对 sEMG 非线性、非平稳的特点，本文首先研究了基于 EEMD-HHT 提取单块肌肉 sEMG 的平均瞬时频率指标的方法：将预处理后的 sEMG 进行EEMD 分解得到得到不同的固有模态函数(Intrinsic Mode Functions, IMF)，再对各个 IMF 进行希尔伯特变换(Hilbert)得到平均瞬时频率(MIF)；另一方面，对预处理后的两通道 sEMG 进行相干性分析，定义显著相干面积定量分析多块肌肉间的耦合关系；在此基础上，分析单块肌肉 sEMG 的平均瞬时频率与肌间耦合性的联系，进而利用 sEMG 平均瞬时频率和肌间相干性对肌肉疲劳进行综合分析，整体流程如图 31 所示：
......
第 6 章 结 论
阐述了反映人体健康状况的常用定量指标，明确了卡路里消耗作为运动量及健康状况的度量指标的合理性并比较了现有的卡路里消耗分析方法和原理；结合局部解剖学理论，阐明了表面肌电信号的产生机理和特点以及肌电信号对于衡量手臂动作的运动量的有效性，并分析和比较了时域分析、频域分析、时频域分析、经验模态分解的肌电信号分析方法的原理和优缺点；
设计实现了基于三轴加速度的卡路里消耗检测模块和表面肌电信号数据采集模块，并完成了基于手臂动作的简易场景下的数据采集工作； 根据信号特点设计了有效的预处理方法；
结合运动学相关研究成果，定量分析了计步器数据与运动卡路里消耗的关系；测试和分析实际数据中 EEMD-HHT 方法估计肌肉疲劳的有效性。综合上述结果给个性化运动健康状况提供了合理的评价指标，为运动计划的指定和运动量的衡量提供了可参考的标准。本文研究了有效的疲劳估计方法，需进一步展开的工作如：本文研究的特征提取方法只是针对健康人，下一步采集病人的肌电信号，分析正常人和病人的区别，提供有效的评价方法；本文只是针对实测数据进行了仿真分析，接下来把特征提取方法应用到实际的人体肌肉中，实现肌电反馈。
......
参考文献（略）
本文编号：356586
本文链接：https://www.wllwen.com/wenshubaike/caipu/356586.html
