可穿戴技术的发展

颜 延 邹 浩 周 林 袁 婵 王 磊

1(中国科学院深圳先进技术研究院，深圳 518055)2(深圳低成本健康重点实验室, 深圳 518055)3(武汉理工大学信息工程学院, 武汉 430070)



可穿戴技术的发展

颜 延1,2#邹 浩1，2#周 林3袁 婵3王 磊1#*

1(中国科学院深圳先进技术研究院，深圳 518055)2(深圳低成本健康重点实验室, 深圳 518055)3(武汉理工大学信息工程学院, 武汉 430070)

从可穿戴技术的发展现状出发，讨论可穿戴技术的内涵与外延，回顾可穿戴技术发展的技术渊源与发展历史；从通信技术、芯片技术、传感器、柔性原件等几个方面，阐述可穿戴设备的关键技术；分析可穿戴设备的交互模式，介绍可穿戴设备中常用的操作系统；综述可穿戴设备的常见应用场景，指出可穿戴技术的发展方向。通过对可穿戴技术研究和应用中各个方面的系统论述，为可穿戴技术的研究提供一个基础框架。

可穿戴技术；交互模式；操作系统；应用模式

引言

可穿戴技术是信息技术和生物医学工程的研究热点，充分体现了智能-生物-技术(intelligent bio-technology, IBT)的融合。可穿戴技术演化出新型商业模式，使学术界和工业界迎来一轮新的发展契机，对提升生活质量和促进经济社会发展起到了重要作用。可穿戴技术广泛应用于健康医疗、养老健身、生物工程、移动通信、时尚文化、教育和工业等领域，不断促成新的产业格局，为智能硬件产品带来新的想象空间。然而，可穿戴设备的前景看似一片光明，但可穿戴产业仍面临着巨大的挑战，可穿戴市场一直处于“外热内冷”的尴尬境地。在产品设计上，可穿戴设备厂商受智能手机的定势影响，缺乏思维创新。面对这些可穿戴热潮衍生的问题，相应的产生了许多创新性的研究热点。笔者就可穿戴技术的概念、应用、发展的现状及趋势进行了相关的分析，同时对关键技术及核心的解决方案进行综述。

1 可穿戴技术概念

1.1 可穿戴技术的内涵与外延

可穿戴技术(wearable technology, WT)，最早是20世纪60年代由美国麻省理工学院媒体实验室提出的创新技术。利用该技术，可以把多媒体、传感器和无线通信等技术嵌入人们的衣物中，可支持手势和眼动操作等多种交互方式，主要探索和创造能直接穿在身上或是整合进用户的衣服、配件的设备[1]，具有低负荷、可移动操作、使用简便、支持长时连续工作和无线数据传输等特点。随着计算机标准化软硬件以及互联网技术的高速发展，可穿戴式智能设备的形态开始变得多样化，逐渐在工业[2]、医疗健康[3]、军事[4]、教育[5]、娱乐[6]等诸多领域表现出重要的研究价值和应用潜力。

1.2 可穿戴技术的历史渊源

可穿戴技术的出现介于互联网和物联网的发展之间。互联网与物联网的出现和迅速发展，为可穿戴应用的思维提供了理论基础和技术支撑，同时可穿戴技术也推动着互联网、物联网的整体进化。可穿戴健康设备是随着可穿戴设备的产生发展而逐渐衍生出来的可穿戴设备的重要分支。

1.2.1 物联网、互联网的出现

互联网(Internet)指计算机互联网络，它由许多台地理位置不同并具有独立功能的计算机通过特定的通信设备和技术协议相互连接起来，是实现信息传输和资源共享的网络系统[7]。互联网诞生至今，从无到有、从小到大，发展极为迅速，使人类社会传播活动的格局为之一新(见图1)。

图1 互联网应用Fig.1 Internet based applications

20世纪后半叶，计算机技术、通信技术和网络技术3个方面的发展，为网络传播的实现提供了必要的条件。1969年，美国国防部资助了一个有关广域网络的项目，开发出一个运用包交换(packet switch)技术的网络，称作ARPANET[8]；1990年APANET宣告退役，NSFNET正式取而代之[9]。从1991年开始，互联网的发展逐步走向了商业化，大批商业机构开始投入网络，并于1993年推广了万维网[10]。商业化的运作和万维网的推广，带来了因特网的历史性飞跃，使得它在通信、检索和客户服务等方面的巨大潜力得以充分发挥，吸引了越来越多的用户。1995年，美国国家科学基金会宣布，不再向因特网提供资金，因特网从此完全走上了商业化的道路[11]。同时，世界各国纷纷加快了计算机网络发展的步伐。

物联网技术即物物相连的互联网[12]。这有两层意思：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信也就是物物相连。

物联网的概念最早于1991年由麻省理工学院(MIT)的Kevin Ashton教授提出[13]。2005年，在突尼斯举行的信息社会世界峰会(WSIS)上，国际电信联盟(ITU)发布《ITU互联网报告2005：物联网》。至此，物联网的概念及其发展才在世界各国受到重视。物联网通过智能感知、识别技术与普适计算，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。互联网技术与物联网技术的发展，是可穿戴技术出现的先期条件。

1.2.2 可穿戴技术的历史变革

智能可穿戴相关的概念及产品于2010年开始逐渐成为产业和学术热点，其起源最早可追溯至20世纪六七十年代。在文献[14]中，作者对可穿戴设备的历史发展进行了较为全面的描述，将其大体分为4个阶段：20世纪60年代因赌博而产生了可穿戴概念，出现了的相关设备皆用于赌场的相关应用；20世纪70年代涌现出了可穿戴设备的原型，但由于技术发展的限制，大多停留在实验室阶段，少部分进入市场，将可穿戴设备的概念进行了普及；20世纪末，真正意义上的可穿戴计算由于互联网技术、传感器技术的进展得到了进一步的发展，出现了消费类的可穿戴式设备。

从2012年开始，经过了长时间的沉寂与技术培育，在技术、产业及用户需求的共同作用下，可穿戴设备在市场上频繁出现并得到了快速的发展。例如，2013年，可穿戴技术在健康领域的应用发展迅速，智能腕表和健康手环市场需求在逐步扩大。相对于智能眼镜，该市场吸引的厂家数量更多，也更早实现产品化，而且部分产品已开始更新换代。在这一市场中，Nike、Fitbit、Jawbone、Thalmic Labs、InteraXon、ZetrOZ、小米、百度、索尼、三星、微软、苹果、卡西欧等众多机构都在加快创新和研发的步伐。目前，市场上可穿戴产品形态各异，主要包括智能眼镜、智能手表、智能腕带、智能跑鞋、智能戒指、智能臂环、智能腰带、智能头盔和智能纽扣等。

2014年被称为“可穿戴设备元年”[15]，苹果公司的Apple Watch等产品相继出现。在当年的国际消费电子展(CES 2014)上，许多可穿戴设备已经崭露头角，而且竞争日趋激烈。据知名科技博客网站Business Insider旗下的市场研究部门 BI预测，2017年全球可穿戴设备的出货量将达到2.6亿台，2018年全球可穿戴设备的市场规模预计达到120亿美元[16]。市场调研公司Canalys预测，2014年全球将销售800万个手环，2015年将会增长到2 300万个，2017年，销售量很有可能突破4 500万个，全球市场的销售额将会达到155亿美元[17]。根据专注于互联网等领域的调研机构艾瑞咨询的有关数据，预计2015年中国可穿戴设备市场出货量将达到4 000万部；中国可穿戴设备市场规模2012年是6.1亿元，预计2015年将达到114.9亿元[18]。

以苹果、谷歌为代表的IT巨头在软硬件关键技术、核心解决方案方面具有较为深厚的积累，因此在可穿戴设备的制造、创新上具有无可比拟的优势，同时伴随软件技术的发展，新的应用不断被开发出来，其典型代表如Android智能手表(见图2)、谷歌智能眼镜(见图3)等。

图2 基于Android的智能手表Fig.2 An Android based smartwatch

图3 谷歌智能眼镜Fig.3 The Google Glass

2 可穿戴设备的关键技术

2.1 通信技术

随着穿戴式设备的逐渐普及，穿戴式设备之间的互联互通问题逐渐呈现。可穿戴产品具有小型化、便携式、一体化等特点，其初期的发展必然依附于移动终端。无线通信功能是穿戴式设备应用拓展的基础，需要解决其必备的连接和数据通信能力。穿戴式设备之间的通信要求具有低功耗、高安全性、高传输数据率和稳定信号传输等特点。

2.1.1 蓝牙

蓝牙通信最早于1994年由电信商爱立信(Ericsson)研发[19]，它是在移动电话和其他配件间进行低功耗、低成本无线通信连接的方法。经过20年的发展，目前最新的蓝牙版本为蓝牙4.2，于2014年年底发表，属于蓝牙第四代通信协议，它为物联网的发展提供了核心动力。蓝牙BLE是一项专门为移动设备开发的低功耗的移动无线通信技术[20]，通过减少待机功耗、使用高速连接及降低峰值功率3种方法来实现功耗的降低。低功耗蓝牙(BLE)是物联网的一个关键构件，在可穿戴技术中也具有较大的使用价值。

2.1.2 Wi-Fi

Wi-Fi技术是一个基于IEEE 802.11标准的无线局域网技术，也常有人把它当做IEEE 802.11标准的同义术语[21]。IEEE 802.11的第一个版本发表于1997年，其中定义了介质访问接入控制层和物理层。从第一代的IEEE 802.11到第五代的802.11ac，所使用的ISM 频段从2.4 GHz发展到5 GHz。在现有技术标准的基础之上，针对可穿戴和物联网的低功耗需求，陆续有低功耗的Wi-Fi解决方案推出，如TI的CC3100及CC3200低功耗Wi-Fi解决方案[22]。

2.1.3 GPS

可穿戴设备GPS借助卫星信号，提供设备的位置信息，进一步提供设备佩戴者的位置信息。目前的全球定位系统不仅包括了美国的全球卫星定位系统(GPS)，还出现了俄罗斯的格洛纳斯、中国的北斗系统等[23]。可穿戴产品的导航、安全应用以及多种与位置相关的场景都需要GPS技术的支持，而多种低功耗的GPS解决方案也应运而生[24]。

2.1.4 人体通信

传统通信方式的功耗相对比较高，不能满足穿戴式设备长时间工作的需求。人体通信技术是一种以“人体”为信号传输介质的数据通信技术，可通过人体耦合方式建立信号传输通道，从而方便地实现穿戴式设备之间的高效数据传输。人体通信具有低功耗、高安全性及高数据率等优点，而且不需要天线设计，可以容易地集成在穿戴式设备中[25]。

2.1.5 NFC、ZigBee等

近场通信(near field communication, NFC)是由非接触式射频识别演变而来的，是一种短距离高频的无线电技术，其卡模式常用于大量的IC卡应用、移动支付等场景[26]。ZigBee[27]也是一种短距离、低功耗的无线通信技术，主要用于控制领域。受限于其传输速率，ZigBee不适用于大数据量传输的应用场景，在可穿戴技术中应用比较少。

2.2 芯片技术

2.2.1 模拟前端芯片

模拟前端芯片应用于微弱信号的采集中，主要应用领域是在个人健康信息中[28]。低频率、低噪声、低功耗的医学芯片及系统级集成，是实现低负荷、高精度的个人健康信息系统的关键技术之一。低频率、低噪声、低功耗的BSN专用医学集成电路芯片组，可实现高共模、强干扰环境下的心电信息采集处理，达到系统噪声的最小化。医学芯片的低功耗设计非常重要，可有效延长低负荷、高精度的个人健康信息的连续工作时间。采用低频率、低噪声、低功耗医学芯片设计的低负荷、高精度的个人健康信息系统，可以有效减少设备的几何尺寸，增加其“可穿戴性”，对人们日常起居和活动等的干扰可减至最低。

2.2.2 主控芯片

可穿戴设备的内置芯片主要包括了SoC、AP芯片、MCU等。SoC主控芯片主要支持通信功能，类似于手机芯片。AP芯片即应用芯片，支持较为复杂的运算和因公场景，对特定的应用具有特定的模块支持；较多的是AP芯片加MCU的模式，加入微控制器芯片来管理多个传感器。MCU即微控制器，是可穿戴设备中必不可少的一类产品，传感器的管理、数据的传输都要通过MCU来实现。

2.2.3 专用芯片

除了主控芯片外，低功耗蓝牙芯片、Wi-Fi、GPS、NFC及基带芯片都是可穿戴设备应用于不同场景中的基本配置。不同的目标产品和应用场景也可以将各种功能芯片进行重新组合，单一类型的芯片往往应用于功能单一的设备及物联网领域中。

2.3 传感器

穿戴式设备因其面向对象和应用场景的不同，需要不同类型的传感器来实现感知的功能。传感器是可穿戴设备必不可少的核心部件，从功能方面可以分为运动传感器、生物传感器和环境传感器。

2.3.1 运动传感器

加速度角速度传感器、陀螺仪、地磁传感器等测定姿态、位置以及测定运动相关传感信息的传感器都可以称为运动传感器，被广泛应用于运动监测、导航、人机交互等方面。较为常见的六轴传感器即包括了陀螺仪和加速度的传感器，集成磁力计之后称之为九轴传感器。在目前市场上的芯片产品中，已经有相应的九轴传感器芯片。运动传感器广泛应用于可穿戴运动检测，在康复[29]、健身等应用中具有重要的价值。

2.3.2 生物传感器

血糖传感器[30]、血压传感器[31]、心电肌电传感器[32]、体温传感器等生命体征检测装置都可以纳入到生物传感器的范畴，其主要应用场景为健康监控、病情预警。医务人员可以通过此类传感器收集到的信息，丰富诊疗参考信息。通过生物传感器的生命体征监测和疾病监控，衍生出较多的新型医疗模式。

2.3.3 环境传感器

这类传感器包括温度湿度传感器、气体传感器、pH传感器、紫外线传感器[33]、气压传感器等监测环境条件的传感器。基于此类传感器，完成环境检测、天气预报、健康提醒等功能。

目前，运动传感器在市场上占据主导地位，生物传感器和环境传感器在特定的场合中也具有重要的应用。随着MEMS技术的普及和应用，更多类型的传感器可以集成到可穿戴设备中，根据面向的用户和使用场景的差异进行细分。

2.4 柔性原件

由于可穿戴设备的产品形态多与人体特定部位的形态相关，长时间佩戴对产品的触感、舒适度都具有较高的要求，贴近人体的外形设计、柔软度都是可穿戴产品的必备特性，所以柔性原件在产品工业设计中占有重要的位置。

2.4.1 柔性电路板

柔性电路板是通过使用柔性绝缘材料(主要是聚酰亚胺或聚酯薄膜)制成的印刷电路板，可以自由地弯曲、卷绕或者折叠，它在三维空间内的伸缩性能、散热性能都比传统印刷电路板优秀[34]。目前，这种电路板在连接电路、辅助电路上都有所应用，主板的柔性化还需要技术的进一步完善，而其尺寸及耐折性需要进一步调整才能适合可穿戴设备的应用。

2.4.2 柔性屏幕

柔性屏幕通常使用有机发光二极管材质，被安装到塑料或金属薄片等柔性材料上，舍弃了传统的玻璃面板固定方案[35]。柔性屏幕不仅在体积上更加轻薄，功耗上也有所降低。柔性屏幕的发展包括固定式弯曲(曲面屏幕见图4(a))、弯曲屏幕(机身可弯曲，见图4(b))、折叠式屏幕(见图4(c))。现阶段的柔性屏幕尚处于固定式弯曲阶段，无法变形或者折叠。

图4 柔性屏幕。(a)曲面屏幕；(b)机身可弯曲；(c)折叠式屏幕Fig.4 Flexible screen. (a) Curved plane screen；(b) Machine bendable；(c)Foldaway screen

3 可穿戴设备的交互模式

基于触控的交互模式颠覆了传统的基于键盘鼠标外设的交互方式，但是多点触控在可穿戴设备的应用中同样具有较大的局限性。通过手势(非触控式)、眼动、姿势、语音等方式进行交互，使得可穿戴产品更具有普及性。

3.1 语音交互

语音交互的技术基础是语音识别技术。语音识别技术就是要使机器能够理解语言指令，将语音信号转换为相应的计算机指令，即自然语言处理技术[36]。

目前，语音识别技术随着机器学习领域内深度学习算法的研究发展，以及云计算、高速移动网络的普及，其技术水平已经达到了一个前所未有高度。各种类型的语音对话机器人、语音助手工具层出不穷，知名的产品如Siri、Cortana[37]、科大讯飞、百度语音等，已经大量应用到智能终端中。

3.2 手势交互

姿势交互是通过采集人体不同部位的姿势，利用计算机图形学的相关技术，转化为计算机指令来操作，手势是其中一个比较重要的方面[38]。手势技术让用户的生活更简单，无需持有或点击设备，便能为用户提供互动。

3.3 眼动交互

眼动交互是依靠计算机识别、红外检测或者无线传感器等方式，实现设备的控制和交互。眼动控制最易于被接受，一些肢体障碍患者仍能自如地控制眼睛。 基于眼动的交互系统的研究始于100多年前，技术关键点在于眼动的记录，并将其解析成具体的指令,以达到交互的目的。目前，眼球运动的探测方法主要有磁搜索线圈技术[39]、眼电图技术、红外眼动图法[40]、视频记录法[41]。

4 可穿戴设备操作系统

当前可穿戴设备仍处在发展初期，各大厂商在推出不同可穿戴产品的同时，也希望打造自己的生态系统，包括定制操作系统、界面交互、提供API给开发者等。与可穿戴设备情况相同，当前用于可穿戴设备的操作系统非常碎片化，不同开发平台之间互不兼容，这导致不同应用之间信息不能共享、开发效率低下。

可穿戴设备操作系统可分为两大类：一类是适用于手环等基础设备的实时操作系统(RTOS)，另一类是适用于智能手表和智能眼镜的Android 相关系统、苹果的Watch OS、三星的Tizen、腾讯的TencentOS和阿里巴巴的YunOS。

4.1 实时操作系统RTOS

实时操作系统(real-time operating system, RTOS)，是指当外界事件或数据产生时，能够接受并以足够快的速度予以处理，其处理的结果又能在规定的时间内来控制生产过程或对处理系统做出快速响应，调度一切可利用的资源来完成实时任务，并控制所有实时任务协调一致运行的操作系统[42]。由于RTOS对硬件的要求较低，使其成为可穿戴设备重要的操作系统。

可穿戴设备搭载的多为开源免费的RTOS，如FreeRTOS[43]、RTEMS[44]、eCos[45]等。因对硬件要求低，市面上的智能手环基本都采用RTOS，如Jawbone、Fitbit、FuelBand等，也有交互简单的智能手表，如Pebble等。相对地，RTOS也有缺点，其功能和软件相对固定，在功能扩展方面受到限制，后续开发需要投入大量精力。

4.2 Android 相关系统

2014年，谷歌公司推出官方可穿戴开发平台Android Wear[46]。和Android一样，Android Wear是一个开放平台，它允许第三方厂商加入进来生产各式各样的Android Wear兼容设备——主要就是各种智能手表。Android Wear交互设计的特点主要体现在以下几个方面：

1) 自动触发 (launched automatically)。Android Wear 可通过识别时间、位置和用户身体状态，在最合适的时间，通过卡片的形式，向用户推送最相关的信息内容。

2) 快速浏览 (glanceable)。谷歌认为，用户在安卓手表上获取信息的体验应该和用传统手表看时间一样优雅和精准，只需要眼角余光一瞥，一切尽在掌握。只有这样，用户才能更快速地回到现实生活中，活在当下，享受生命的每一刻。

3) 智能推送与搜索 (suggest and demand)。基于 Google Now 的引擎，安卓手表力图成为用户最随身的智能助手。谷歌的账号服务系统可以学习用户的喜好，只推送最相关、最及时的资讯。只可惜目前谷歌的服务在中国大陆无法使用，大大降低了安卓手表的实用性。

4) 零打扰 (zero or low interaction)。很多时候 Android Wear 会自动识别用户的需求，帮用户自动输入内容，用户仅需要确认或者取消。UI 元素采用大块点击、大动作滑动和手势识别，并不需要精确的触摸操作。谷歌举了个有趣的比喻：每次推送消息给用户，就好像现实生活中有人突然拍一下用户的肩膀一样，是种很亲密的行为；但如果这样的行为被滥用，用户很快就会厌烦，并且将被用户抛弃(Android Wear可以自定义哪些App 有权限推送消息到手表上)。

4.3 苹果Watch OS

2014年，苹果公司发布了其首款智能手表Apple Watch，并于同年11月发布了WatchKit 开发工具，揭开了 Apple Watch 交互逻辑和诸多 UI 元素细节。用户可以最简单的视觉阅读方式，获取个人的数据。苹果公司强调了3点交互原则[47]：

1) 个人化 (personal)。因为手表是最贴近人体、最“无感”的智能设备，因此天然具备充当个人与虚拟世界交互入口的潜质。每当用户抬起手腕的时候，苹果手表能够自动呈现相关信息提醒和个人健康数据。

2) 整体性 (holistic)。从iPhone5和iOS7开始，苹果公司开始追求软硬件结合的一体化极致体验。Retina视网膜屏、浑圆过渡的鹅卵石状外壳、数字表冠(digital crown)和内置的Taptic精确振动引擎，都是这一理念的在手表上的进一步实践。苹果公司建议开发者在开发手表App时尽量使用黑色背景，并把UI元素尽量布局到屏幕边缘，也是为了从视觉上模糊屏幕软件与表壳硬件之间边界。

3) 轻交互(lightweight)。苹果公司认为，手表上的交互应该是快速便捷、无需复杂输入和操作的。通过抬起手腕，提醒会自动显示；手腕放下的时候，提醒自动消失，用户无需额外的触摸交互。扫视界面(glance)把所有重要信息集中在一屏之内展示，并提供快速的操作入口以便某些场景下的进一步交互。

Watch OS采用的是圆形UI设计，所有的元素都是以圆形呈现，如图5所示。相比Android Wear更平面的卡片式设计，Watch OS支持顶层操作，更具立体感。

图5 苹果Watch OS界面设计。(a)App图标；(b)扫描界面glances；(c)可执行的提醒卡片Fig.5 Apple Watch OS UI. (a)WatchKit Apps; (b) The Glances; (c) Actionable notifications

4.4 三星Tizen

Tizen[48]是由英特尔、三星联合其他智能手机厂商开发，针对手机和其他设备的操作系统。Tizen系统是英特尔MeeGo系统与三星LiMo系统的混合体，是基于Linux的开源软件平台，可运行在智能手机、平板、上网本、车载信息系统和智能电视上。Tizen操作系统的交互是以滑动为主、语音为辅，并搭载了S Voice实现语音操作。Tizen的应用程序接口是基于HTML5和其他Web开放标准。除了HTML5应用程序外，Tizen的SDK包括原生开发工具包。从核心系统到核心应用，Tizen的整个软件堆栈都会对外开放。2014年，三星推出搭载Tizen的智能可穿戴设备Gear2、Gear2 Neo、Gear Fit及Gear S。其中，影响力最大的是智能手表Gear S，它是一款不通过手机也能直接打电话的智能手表。但搭载Tizen的智能设备只能与三星的高端手机搭配，无法支持其他智能手机；若未来不能解决与其他智能手机支持的问题，则只能成为小众市场。

4.5 其他

TencentOS (TOS)是腾讯官方适配的安卓手机系统[49]，它基于TOS为智能手表、微游戏机、虚拟现实产品三大智能硬件提供了系统解决方案。目前，搭载TOS的智能手表有映趣的inWatch T和中兴的AXON Watch。YunOS[50]是阿里巴巴集团旗下的一款智能设备操作系统产品，融合了阿里巴巴在云数据存储、云计算服务以及智能设备操作系统等多领域的技术成果，并且可搭载于智能手机、智能机顶盒(DVB/IPTV/OTT)、互联网电视等多种智能终端设备上。

总体来看，在可穿戴设备领域中，操作系统竞争激烈。RTOS优势在于低功耗，对硬件要求低，是目前手环设备的首选系统，但功能扩展复杂；Android相关系统有从手机延续过来的生态优势，但尚不成熟。三星虽极力推动Tizen，但从产品和应用来看，还是无法同Android Wear和Watch OS相抗衡；苹果公司的Watch OS在设计与交互上都有好的体验，但同iOS一样是封闭系统，不开放给其他厂商。

5 可穿戴技术研究的发展方向

可穿戴设备在感知与运用两个维度的变化，为其应用领域的拓展提供了各种可能性。随着相关技术的日趋成熟，各种产品即将大规模地进入普通人生活的各个角落，为人类带来重大的科技变革。目前，可穿戴设备最具有应用前景的领域是医疗、运动和娱乐。

5.1 智能医疗

智能医疗通过使用智能终端、移动通信及云计算等技术提供医疗服务，可穿戴设备技术为智能医疗的应用和扩展提供了重要的支持。从内容上讲，可穿戴的主要医疗应用包括如下3个方面。

5.1.1 生命体征监测

人们日常使用的生活物品，譬如眼镜、手表、手环、服饰，可以紧身佩戴来实现体征参数感知的目的。可穿戴医疗设备利用生物传感器，采集获取人体的生理数据，数据通过各类通信方式与数据中心进行交互，并在数据中心分包进行信息解读并反馈到个体，实现体征参数的智能监测。

心电图信号是人体一个较为重要的生命体征参数，基于可穿戴心电图设备的心脏病监测应用已经有较为清晰的系统架构和技术模式(见图6)。通过可穿戴设备，可以方便地帮助用户记录心电图数据，并及时发现常规心电图中难以发现的心律失常和心肌缺血，为临床分析提供客观依据[51]。

图6 可穿戴心电监测系统架构Fig.6 The wearable ECG monitor based healthcare system diagram

5.1.2 远程诊疗协助

在监测之外，穿戴式设备集成的电极、振动反馈等功能可以为医护人员提供远程治疗的技术支持。例如，在上述可穿戴心电监测系统中，可以通过设备实现信号的采集获取、存储、反馈等。但是，在突发情况中，更进一步的需求是能够提供急救或干预机制。比如穿戴式的除颤器，在感知电极传感器中加入除颤电极，当监测到异常时，报警器会通知医护人员进行除颤或者自动除颤[52]。这样做，既实现了心电参数的监测，又为防止恶性事件的发生提供了干预手段，是可穿戴在智能远程医疗中的重要发展方向。类似的电极刺激等方式，也应用于老年痴呆的缓解治疗中[53]。

5.1.3 可穿戴医疗应用的问题

目前已有的一些远程诊疗或体征检测模式难以回避的几个问题，在于其仍然缺乏与智能医疗相契合的特质，表现在人机交互的便捷性缺乏、数据和信息的专业性高、数据安全保障差。设备的用户黏度在于佩戴的舒适性、操作的便利程度，可穿戴医疗设备的设计理念、应用手段、操作方法都应当更加便捷，才能保障其长期可使用性，从而发挥其预警或诊疗的价值。同时，监测数据的可解释性存在较大的弱项，只有专业医疗机构的介入才可能将数据充分与临床和健康结合起来，目前这方面的服务和数据解读并不理想。另外，可穿戴使用环境的非封闭性可能导致的隐私问题也是应用中的重大隐患。

5.2 运动健身

可穿戴设备在健身领域的产品主要面向关注运动健身的人群，通过移动终端周边的可穿戴运动传感器及部分生物传感器，实时记录运动量[54]、消耗热量、心率[55]、睡眠状态[56]等参数，特别适用于健身目标跟踪及监测。

手表、手环类的产品是目前应用最为广泛的设备。这些产品对日常健身运动中的基本体征监测及睡眠体征数据进行了统计分析并给出建议，在肌肉锻炼跟踪、姿态管理、运动数据采集、运动风险评估、训练数据分析方面都有新的应用。

这类产品存在较大的不足，如基本沦为了“智能手机的附属配件”，诸多的运动解决方案、睡眠监测解决方案在技术发展的浪潮之中极易被智能手机所替代。例如，记录睡眠状态及行动路径的手环在带有振动传感器和GPS定位的智能手机的市场中将失去竞争力。

5.3 其他应用

智能家居方面，穿戴式设备将人类个体指令的覆盖范围扩大到了整个居住环境[57]，包括了居室内部的家电、灯光、老人看护设备。

军事应用方面，单兵作战设备集成多种环境传感器来更好地侦测战场环境[58]，应用生物传感器检测士兵的体能状态来提供保障服务等。

游戏方面，基于多种可穿戴设备及新型交互模式的产品产生了各种具有市场价值的应用，颠覆了传统电子游戏的鼠标加键盘的方式。在新的解决方案中，可以采用体感、姿势、声音及意念等方式娱乐。

6 结语

可穿戴设备产业技术发展、产品功能、商业模式、竞争格局仍在探索和形成过程中。从产品角度来看，微型化、时尚化、个性化、多屏互联是可穿戴设备的主要发展方向，丰富的内容信息以及高质量、精准化、个性化、及时性的服务都将是可穿戴设备产业核心竞争力的重要组成部分。从技术角度来看，可穿戴设备对芯片的功耗、传感技术的融合发展、新型显示、创新性的人机交互方式、大数据处理等提出了更高的要求。从产业链的角度来看，需要从业者在掌握芯片、操作系统、关键器件等核心技术的同时，构建可穿戴设备产业生态系统，这是掌握产业主导权的关键。笔者对这几个方面的内容进行了梳理及分析，为可穿戴的研究提供了一个系统的研究框架。

(致谢 本文在撰写过程中得到了中国科学院深圳先进技术研究院王磊博士课题研究组多位同事的支持，他们是：秦兴彬、吴亦哥、王澄、徐彤、罗玮，在此一并致谢。)

[1] Amft O, Lukowicz P. From backpacks to smartphones: past, present, and future of wearable computers[J]. IEEE Pervasive Computing, 2009, 3: 8-13.

[2] Zheng XS, Foucault C, Matos da Silva P,etal. Eye-wearable technology for machine maintenance: effects of display position and hands-free operation[C]//Bo Begole. Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. New York: ACM, 2015: 2125-2134.

[3] Gao Yiwen, Li He, Luo Yan. An empirical study of wearable technology acceptance in healthcare [J]. Industrial Management & Data Systems, 2015, 115(9): 1261-1267.

[4] Shore JH, Aldag M, McVeigh FL,etal. Review of mobile health technology for military mental health [J]. Military Medicine, 2014, 179(8): 865-878.

[5] Vallurupalli SD, Paydak H, Agarwal SH,etal. Wearable technology to improve education and patient outcomes in a cardiology fellowship program-a feasibility study [J]. Health and Technology, 2013, 3(4): 267-270.

[6] Jackson MM, Valentin G, Freil L,etal. Facilitating interactions for dogs with occupations: wearable communication interfaces for working dogs [J]. Personal and Ubiquitous Computing, 2015, 19(1): 155-173.

[7] Marson SM. A selective history of Internet technology and social work [J]. Computers in Human Services, 1997, 14(2): 35-49.

[8] McQuillan JM, Falk G, Richer I. A Review of the development and performance of the ARPANET routing algorithm[J]. IEEE Transactions on Communications, 1978, 26(12): 1802-1811.

[9] Rogers JD. Internet working and the politics of science: NSFNET in Internet history[J]. The Information Society, 1998, 14(3): 213-228.

[10] Crovella ME, Bestavros A. Self-similarity in world wide Web traffic: evidence and possible causes[J]. IEEE/ACM Transactions on Networking, 1997, 5(6): 835-846.

[11] 戴建忠.电子商务概论[M]. 2版. 北京：清华大学出版社，2012：87-88.

[12] 尹育新，戎宏娜.浅谈一种全新的网络技术: 物联网[J]. 信息系统工程，2010,2:105-106.

[13] Mattern F, Floerkemeier C. From the Internet of computers to the Internet of Things[M]//From Active Data Management to Event-Based Systems and More. Berlin:Springer Berlin Heidelberg, 2010:242-259.

[14] 陈东义.可穿戴式计算机的发展与趋势[J].重庆大学学报：自然科学版，2000，3:119-124.

[15] 栾相科.国产可穿戴设备点线面联动布局[J].中国战略新兴产业，2014，18:18.

[16] Gubbi J, Buyya R, Marusic S,etal. Internet of things (IoT): a vision, architectural elements and future directions[J]. Future Generation Computer Systems, 2013, 29(7): 1645-1660.

[17] Wei J. How wearables intersect with the Cloud and the Internet of things: considerations for the developers of wearables[J]. IEEE Consumer Electronics Magazine, 2014, 3(3): 53-56.

[18] 梁健航. 可穿戴设备, 社交有陷阱[J]. 新营销, 2014, 12:38-40.

[19] Haartsen J. Bluetooth: The universal radio interface for ad hoc, wireless connectivity[J]. Ericsson Review, 1998, 3(1): 110-117.

[20] Gomez C, Oller J, Paradells J. Overview and evaluation of bluetooth low energy: an emerging low-power wireless technology [J]. Sensors, 2012, 12(9): 11734-11753.

[21] Wang CY, Wei HY. IEEE 802.11 n MAC enhancement and performance evaluation[J]. Mobile Networks and Applications, 2009, 14(6):760-771.

[22] 单祥茹. TI 再次扩充IoT低功耗无线连接产品阵营 [J].中国电子商情: 基础电子,2015,4: 16-17.

[23] Misra P, Enge P. Global positioning system: signals, measurements and performance [M]. 2nd ed. Lincoln: Ganga-Jamuna Press, 2006: 1-89.

[24] 江兴. Broadcom推出面向移动应用的先进单片GPS解决方案[J]. 半导体信息, 2008(2): 27.

[25] Wegmueller MS, Kuhn A, Froehlich J,etal. An attempt to model the human body as a communication channel[J]. IEEE Transactions on Biomedical Engineering, 2007, 54(10): 1851-1857.

[26] Want R. Near field communication [J]. IEEE Pervasive Computing, 2011, 10(3): 4-7.

[27] Baronti P, Pillai P, Chook VWC,etal. Wireless sensor networks: a survey on the state of the art and the 802.15. 4 and ZigBee standards[J]. Computer Communications, 2007, 30(7): 1655-1695.

[28] Ng KA, Chan PK. A CMOS analog front-end IC for portable EEG/ECG monitoring applications[J]. IEEE Transactions on Circuits and Systems I , 2005, 52(11): 2335-2347.

[29] Yang CC, Hsu YL. A review of accelerometry-based wearable motion detectors for physical activity monitoring[J]. Sensors, 2010, 10(8): 7772-7788.

[30] Shichiri M, Asakawa N, Yamasaki Y,etal. Telemetry glucose monitoring device with needle-type glucose sensor: a useful tool for blood glucose monitoring in diabetic individuals[J]. Diabetes Care, 1986, 9(3): 298-301.

[31] Fiala J, Bingger P, Ruh D,etal. An implantable optical blood pressure sensor based on pulse transit time [J]. Biomedical Microdevices, 2013, 15(1): 73-81.

[32] Han D, Zheng Y, Je M. A 0.18μm front end for ECG/EEG/neural sensor interface[C]// Ong M. Proceedings of the 2012 IEEE International Symposium on Radio-Frequency Integration Technology (RFIT). New York: IEEE, 2012: 107-109.

[33] Chang H, Sun Z, Ho KYF,etal. A highly sensitive ultraviolet sensor based on a facile in situ solution-grown ZnO nanorod/graphene heterostructure[J]. Nanoscale, 2011, 3(1): 258-264.

[34] Ding G, Sandtner J, Bleuler H. A novel flexible PCB conductive structure for electrodynamic bearings and measurement in its induced voltage[J]. Journal of Electrical Engineering & Technology, 2015, 10: 2001-2008.

[35] Chou JC, Tsai YL, Cheng TY,etal. Fabrication of arrayed flexible screen-printed glucose biosensor based on microfluidic framework[J]. IEEE Sensors Journal , 2014, 14(1): 178-183.

[36] Chowdhury GG. Natural language processing [J]. Annual Review of Information Science and Technology, 2003, 37(1): 51-89.

[37] Meeng M, Knobbe A. Flexible enrichment with Cortana-software demo[C]// Bosch A. Proceedings of BeneLearn. Nijmegen: TexKernel, 2011: 117-119.

[38] Ren Z, Meng J, Yuan J,etal. Robust hand gesture recognition with kinect sensor[C]//Proceedings of the 19th ACM International Conference on Multimedia. New York: ACM, 2011: 759-760.

[39] Stahl JS, Van Alphen AM, De Zeeuw CI. A comparison of video and magnetic search coil recording of mouse eye movements [J]. Journal of Neuroscience Methods, 2000, 99(1):101-110.

[40] Schmitt KU, Muser MH, Lanz C,etal. Comparing eye movements recorded by search coil and infrared eye tracking [J]. Journal of Clinical Monitoring and Computing, 2007, 21(1):49-53.

[41] 李卫娜,侯文生,郑小林,等. 基 于 Electrooculogram 的眼动信息识别[J]. 仪器仪表学报,2007,28(8)：1428-1433.

[42] 汤小丹，梁红兵．计算机操作系统 [M]. 西安：西安电子科技大学出版社，2007.

[43] Inam R, Mäki-Turja J, Sjödin M,etal. Hard real-time support for hierarchical scheduling in FreeRTOS[C]// Arzen KE, Proceedings of the 23rd Euromicro Conference on Real-Time Systems. Los Alamitos: IEEE Computer Society, 2011: 51-60.

[44] Norum WE. EPICS on the RTEMS real-time executive for multiprocessor systems[J]. Review of Scientific Instruments, 2002, 73(3): 1560-1562.

[45] Massa AJ. Embedded software development with eCos [M]. New Jersy: Prentice Hall Professional, 2003: 1-10.

[46] Mishra SM. Android wear platform [M]//Wearable Android: Android wear and Google fit App development, New York: Wiley, 2015: 121-168.

[47] Riches G, Martinez Jr R, Maison J,etal. An Apple watch introduction [M]//Riches G. Apple Watch for Developers. New York: Apress, 2015: 19-25.

[48] Gadyatskaya O, Massacci F, Zhauniarovich Y. Security in the Firefox OS and Tizen mobile platforms [J]. Computer, 2014 (6): 57-63.

[49] 关天瑜. 腾讯TOS系统联手inWatch布局智能手表[J]. 计算机与网络, 2015(12): 10.

[50] 黎明. 阿里云初体验[J].个人电脑, 2014(11): 89-93.

[51] Fong E M, Chung W Y. Mobile cloud-computing-based healthcare service by noncontact ECG monitoring[J]. Sensors, 2013, 13(12): 16451-16473.

[52] Wan C, Szymkiewicz SJ. Left ventricular function improvement after recent MI in patients using a wearable cardioverter defibrillator[J]. Circulation, 2014, 130(Suppl 2): A18973-A18973.

[53] Simon BJ, Errico JP, Raffle JT. Non-invasive magnetic or electrical nerve stimulation to treat or prevent dementia: U.S. Patent Application 13/671,859[P]. 2012-11-8.

[54] Quy RJ. Method and apparatus for exercise monitoring combining exercise monitoring and visual data with wireless wearable devices: U.S. Patent Application 14/220,682[P]. 2014-3-20.

[55] Parak J, Tarniceriu A, Renevey P,etal. Evaluation of the beat-to-beat detection accuracy of pulse on wearable optical heart rate monitor[C]//Cerutti S. Proceedings of the 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). New York: IEEE, 2015:8099-8102.

[56] Lee S, Yan L, Roh T,etal. A 75 W real-time scalable body area network controller and a 25 W ExG sensor IC for compact sleep monitoring applications[J]. IEEE Journal of Solid-State Circuits, 2012, 47(1): 323-334.

[57] González-Valenzuela S, Chen M, Leung V. Mobility support for health monitoring at home using wearable sensors[J]. IEEE Transactions on Information Technology in Biomedicine, 2011, 15(4): 539-549.

[58] Thampan T, Shah D, Cook C,etal. Development and evaluation of portable and wearable fuel cells for soldier use[J]. Journal of Power Sources, 2014, 259: 276-281.

The Development of Wearable Technologies

Yan Yan1，2Zou Hao1，2Zhou Lin3Yuan Chan3Wang Lei1#*

1(ShenzhenInstitutesofAdvancedTechnologies,ChineseAcademyofSciences,Shenzhen518055,China)2(ShenzhenKeyLaboratoryofLow-CostHealthcare,Shenzhen518055,China)3(SchoolofInformationEngineering,WuhanUniversityofTechnology,Wuhan430070,China)

In this paper, the connotations and extensions of wearable technologies were expounded, and the origins of the technique development and histories were summarized from the state-of-art of wearable technologies. Then the key technologies were introduced mainly including communication technology, chips, sensors and flexible components. The wearable operation systems and interactive models were concluded. The common application scenes were stated as well as the research orients. The study discussed the research contents and applications of wearable technologies, which formed a research frame of wearable technologies.

wearable technology; interactive model; operating system; application model

10.3969/j.issn.0258-8021. 2015. 06.002

2015-10-12， 录用日期:2015-11-02

国家自然科学基金重点项目(71531004)；国家高技术研究发展计划(2012AA02A604)；深圳市科技研发资金(JCYJ20150402095641631)

R318

A

0258-8021(2015) 06-0644-010

# 中国生物医学工程学会会员(Member, Chinese Society of Biomedical Engineering)

*通信作者(Corresponding author)， E-mail:wang.lei@siat.ac.cn