国际运动传感器研究热点与趋势探析

张拥军+王兴

摘 要：以Web of Science为数据库来源，运用CiteSpaceⅢ软件对2010—2015年国际运动传感器研究领域的5 752条文献进行计量分析，在科学知识图谱的视角下，探测国际运动传感器研究的前沿热点与研究力量布局情况。结果显示：近6年国际运动传感器研究呈增长态势；研究国家和机构集中在美国佐治亚理工学院、中国科学院；高产作者集聚明显，以王中林领衔的纳米科学研究团队为主；研究焦点关注于运动传感器的性能表现、对人体运动学指标立体测量的开发应用和运动传感器定位跟踪系统的创新性；未来的研究趋势倾向于对发电机材料优化促进运动传感器通透性改善、智能化的人体运动传感识别、种类多样且愈发人性化的可穿戴运动传感器设备开发应用和多样化的运动传感压感模型方法等。

关键词：国际；运动传感器；热点与趋势；科学知识图谱

中图分类号：G 804 文章编号：1009-783X（2017）03-0280-09 文献标识码：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

傳感器是一种能感受规定的被测量件，并按照一定的规律（数学函数法则）转换成可用信号的器件或装置，通常由敏感元件和转换元件2部分组成。而运动传感器是固定在运动物体特定部位的一种跟踪装置，它能向运动捕捉系统提供物体运动的位置信息，是实现运动捕捉技术的重要电子设备，在健康监控与运动监控领域对人体进行生理信息和运动信息的监测，为测试者提供许多重要的量化指标信息，可广泛应用于生物康复医学、体育运动训练、日常活动监测等领域[1-2]。

运动传感器作为人体日常活动的监测装置，在运动实时监测、康复治疗等多个领域有很好的发展前景。传感器网络技术实现了对信息的感知、处理和传输，它和计算机技术、通信技术构成了信息技术的3大支柱，日益成为社会关注的焦点，对其进行研究和梳理将具有重大的现实意义[3]。

鉴于此，本文尝试性地对近6年国际运动传感器研究的动态进行梳理，为未来的进一步研究提供思路和参考。

1 数据与研究方法

1.1 数据来源

文献数据均来源于美国科学情报所（ISI）出版的Web of Science数据库，设定高级检索，主题词检索栏输入TS=“Motion Sensor”，语种为English，文献类型为Article，共检索出相关索引文献5 752篇，数据下载类型格式为纯文本，检索数据及下载日期为2016年1月16日。

1.2 研究方法

本研究以Web of Science平台的WOS核心文集数据库科学引文索引数据库中2010—2015年有关运动传感器方面的5 752条文献数据作为研究对象，采用CiteSpaceⅢ软件对当前国际有关运动传感器研究的时间分布特征、研究国家和机构分布、高产作者特征、研究热点与趋势进行探析。endprint

1.3 研究指标

1）近6年发文量。在Web of Science 数据库搜索平台中通过分析检索结果得出近6年的发文量。

2）研究国家（地区）、机构和作者分布。年份设置为2010—2015年，时间跨度为1，节点类型分别选择国家（地区）、机构和作者，数据选取为Top50，阈值为（2，2，20）（4，3，20）（4，3，20），其他均为软件默认，运行CitespaceⅢ软件，显示可视化聚类图谱。

3）高频关键词。时间间隔设为1年，网络节点选关键词，数据选取为Top50，其他均按默认选择运行软件，得到节点N=88，连线E=83，密集度Density=0.021 7，Q值=0.688 9，M=0.204 4，生成关键词热点及趋势共现图谱。

2 研究结果

2.1 国际运动传感器研究的时间分布

一个领域年度发文量的变化趋势能反映出该领域的受关注程度和发展速度。由图1可知，近6年国际运动传感器发文量整体上呈增长趋势，总量不断增加，2015发文量为2010年的2倍有余。近6年的发文量呈持续增长态势，说明国际运动传感器研究的发展速度较快，受关注程度较高。

2.2 国际运动传感器国家（地区）和机构分布

对国家或地区在运动传感器研究领域发文量进行统计，可以得出此研究领域的研究力量国家布局情况，可以了解相关国家及地区或机构在此研究领域的科研比重，对了解各国家（地区）在此领域科研贡献具有意义，为进一步分析各个国家（地区）间的合作领域及合作强度做好铺垫[4]。由表1可知：美国和中国在发文量上遥遥领先于其他国家及地区，分别为1 678篇和848篇，共占43.91%。在空间分布上，美国和中国这2个国家对运动传感器领域的关注度大于其他国家及地区，也从侧面反映了2个国家在此研究领域的科研成果较高。由表2可知：10所主要研究机构中，美国占有3所，中国占有2所，英国、瑞士、韩国、日本、新加坡各占1所，主要的研究机构也集中在欧美的高校科研院所，例如美国的佐治亚理工学院、麻省理工大学等，中国科学院和清华大学作为中国代表为这一领域贡献着力量。

2.3 主要高产作者分布

由表3可以看出，主要高产作者大部分都来自于佐治亚理工学院，研究领域也集中于纳米技术和压电光电电子方面。林龙、陈军、井庆深、朱光和Simiao Niu都以王中林为中心聚类辐射，之间的连线比较紧密，如图3所示。

林龙、陈军等几位专家都曾在王中林所领导的纳米科学研究团队（Nanoscience Research Group）中学习或工作，为其科研密切合作奠定了基础。这一团队主要的研究成果有如下：将压电效应和半导体效应进行独特结合，通过纳米材料构成的元器件来收集人体运动、肌肉收缩和血液流动等所产生的能量，并将这些能量转化为电能提供给纳米器件，从而让纳米器件或纳米机器人实现能量的自供；基于纳米级压电和半导体性能的巧妙耦合提出了纳米压电电子学（nanopiezotronics）的概念，即利用压电效应所产生的电场来调制和控制载流子运动的原理来制造新型的器件，首次制造出压电场效应三极管、压电二极管、压电调控的逻辑运算电路。新型纳米压电逻辑器件适用于低频应用领域，可广泛应用于纳米机器人、纳米机电系统、微机电系统、微流体器件中。调控这类逻辑器件的信号应力可以是简单的按钮动作，也可由液体流动、肌肉的伸缩或机器人部件的运动所产生[5]。

Kamiar的LMAM实验室侧重多学科综合研究的运动分析和测量，研究涉及生物力学仪器测量和模拟人类生物力学在日常条件下的自发活动或体育锻炼。基于身体磨损传感器来设计可穿戴式系统和算法，推测三维关节运动学和动力学的指标参数，评价运动性能并实现对体力活动和步态的长期监测分析。在现实世界中主要是基于可穿戴式技术和惯性传感器，重点是步态、身体活动和运动。他的研究目标是对骨科进行评价，改善老化、运动障碍和疼痛患者的运动功能，在运动科学当中确定性能指标和进行干预计划，以期将生物工程成果转化为临床应用。

李长治及他的研究团队使用Lab VIEW与PXI打造出生物雷达系统，针对人体生命迹象，构建非接触式远端侦测系统原型，引领了新的信号处理方式和结构理念，并表现出较大的灵活性能。他们选用了NI PXI硬件来实现此系统，无需零散的微波元件，也可以通过Lab VIEW实现实时处理信号，同时采集收集数据。智能生物雷达系统搭载了强大的PXI与Lab VIEW工具，将在信号处理、雷达搜寻和生物医药健康领域发挥极大作用[6]。

此外，高产作者杨进，来自于重庆大学，主要研究内容为信息获取与处理、传感技术、自供能技术、仪器系统、测量与控制、智能结构等，在“分布式无源无线声表面波传感器阵列研究”中，研究团队设计的传感器系统可以在复杂环境下进行检测，且首次提出谐振延迟线型无源无线声表面波传感器，建立了通用的無源无线声表面波传感虚拟仪器系统，提出了新的提高信噪比的回波中心频率检测和估计方法，有效地改进了现有无源无线传感器测量距离近的缺点，实现对温度、压力等参数进行检测，也可用于阵列传感器的检测[7]。

2.4 国际运动传感器研究的热点

关键词作为文章主题的概括和作者研究重点的提炼，是从文献的题名、摘要中提炼出来的，对其进行共现分析，对于把握一个研究领域的热点问题是非常有意义的。基于科学知识图谱词频分析法的原理统计关键词的出现频次及不同关键词之间共现的频次，并以可视化的形式将关键词的频次高低和聚类关系清晰地展示出来，从中分析得出国际运动传感器研究领域的研究热点[8]；因此，以关键词为节点对国际运动传感器进行共现聚类分析时，共生成88个节点，83条连线的关键词共现聚类图谱，图谱中圆形节点代表一个关键词，圆圈大小代表该关键词出现频次的高低，不同颜色代表不同的年份，集聚的模块代表该关键词的研究主题切近，连线的多少则说明其共现的系数。endprint

由图4和表4可知，目前研究热点主要集中于6大共现聚类标签，分别为成年人、铰链、屈曲、步态、同步定位、整流器和内张力。结合表4和表5可知：加速度计、设计、运动学等以较高的频次和中心性聚类共现，凸显主题为运动传感器性能的表现；柔性铰链、生物力学、步态评定与分析、肩膀运动学仿生学和无惯性立体测量单元等也以人体运动学指标的测量聚类凸显；定位、导航、跟踪发展到2013年的电磁跟踪装置聚类共现为运动传感器定位跟踪系统的不断创新。综上所述，近年来，聚焦于运动传感器的性能表现、对人体运动学指标测量的开发应用和运动传感器定位跟踪系统创新性的研究。

2.5 国际运动传感器研究的趋势

通过探究关键词词频的时间分布，将其中频次变化率高的词，从大量的词中探测出来，依靠词频的变化趋势可以预测国际运动传感器研究的发展趋势[8]。由图5可知，未来的研究趋势倾向于发电机的通透性（generator-transparent）、运动捕捉（motion capture）、薄膜压力（films-pressure）、可穿戴传感器设备的生产和制造（wearable sensors-fabrication）及快速运动的识别（velocity-activity recognition）等。

3 分析与讨论

3.1 研究热点的特征分析

3.1.1 运动传感器的性能表现愈显优化

运动传感器性能的优化主要体现在运动传感器类型、感测材料、数据的识别及网络技术的结合应用等方面。在传感器的类型范围上从单轴加速度计到三轴加速度计、陀螺仪和磁性传感器到可穿戴式惯性运动传感器，运动传感器的类型变化越来越倾向于高度的可移动性和便捷性[9]。石墨烯织物（GWF）被探索为高度敏感的感测材料进行应用，其所具有的高灵敏度和可逆延伸性的独特性能，大大地促进了尺寸和功率消耗问题的解决，使小尺寸和低生产成本的运动传感器设计成为可能。开发传感器导出的活动模式识别算法，以识别有目的的运动的质量、类型和数量等方面，例如步行速度、距离、持续时间和步态不对称性以及锻炼的数据等，还可用于提供关于在家庭和社区的背景下的练习和技能学习的远程反馈，使运动传感器成为一种非常好的人类运动分析工具，例如佩戴在手臂、躯干或腿上的无线惯性运动传感器装置可以通过因特网发送原始数据以显示日常的活动[10]。

3.1.2 人体运动学指标测量的开发应用呈现动态立体化

人体运动学指标的测量主要体现在通过固定方法的优化和加速计的开发，实现长期动态性的立体测量应用。运用加速度计技术的PA监测能够在自由生活环境中对受试者进行自动、连续和长期的活动测量，使运动传感器在人类活动的测量中实现定量评估[11]。对于人体上部运动的跟踪测量，采用低成本可穿戴惯性传感器在3D空间中实时地跟踪上身运动，即建立由躯干和两肢组成的人体上部运动链，使用6个惯性测量单位测量的身体部分的给定旋转矩阵计算关节变量[12]。人体下肢的运动学分析参数的获得，大多数研究是通过将踝关节、膝盖和髋关节等关节简化为简单的铰链关节所进行的三維描述。例如运动员或患者的技能水平和运动性能分析，动态测量监测患者的日常活动、临床评估，步态事件检测分析和识别不同的日常活动，例如楼梯攀登、步行、跑步、划船、骑自行车等。目前主要应用的固定方法也得到了优化，如Velcro带、双面胶带、弹性带和neoprene带等通常用于固定运动传感器在受试者的身体上，以减少不正确的解剖轴所造成的测量误差[11-12]。将来，基于可穿戴运动传感器的活动监测器的应用将与所谓的“健康智能家庭”监测系统相集成，从可佩戴加速度计获得的加速度测量数据实现与这种监测系统记录的日常生活（ADL）数据的同步，以便更好地描述人类移动性、身体活动、行为模式和功能能力的信息，还可惠及整体个人的健康状况[11-12]。

3.1.3 运动传感器定位跟踪系统凸显多维空间的创新性

运动传感器定位跟踪系统的创新性主要体现在通过信号与距离路径链接方面的研究，实现室内外的多维空间跟踪定位。大多数运动跟踪系统通常用于户外的定位应用，例如车辆或导弹跟踪，随着运动传感器的迅速发展，定位跟踪系统也倾向为制造业、人类辅助支持和健康康复等领域服务。目前已存在一种定位跟踪系统，即使用由一个惯性测量单元（IMU）和一个位置传感器组成的混合硬件来实现独立的位置和方向的估计[13]。

在解决距离和通信跳跃之间链接的问题上，提出一种分布式网络形成算法，增加传感器在集群树中的定位概率，使用参数估计的软信息解决联合通信和定位系统的信道问题，强调NLOS链路来解决位置感知路由的本地化和链路检测问题。在室内环境的定位上，提出了一种基于接收信号强度（RSS）的新技术，强调路径损耗模型和数字地图对实验数据的校准，用于路径损耗模型的校准和测量数据的预处理，以便优化定位性能的自动化方法[14]。

3.2 研究趋势的分析

3.2.1 发电机材料优化促进运动传感器通透性改善

对于运动传感器的通透性研究，主要体现为发电机材料的优化，如单摩擦表面摩擦发生器（STEG）的发明，该STEG是透明和灵活的，使得摩擦电发生器中的应用得以扩展范围。该装置以简单和非常低成本的制造特性，在自供电触摸面板和人造皮肤的应用上展现广阔前景[15]。此外，提出一种创新的透明微热电发电机（μ-TEG），通过使用微机电系统（MEMS）技术的表面微加工技术，透明微热电发电机与悬浮桥型多晶硅珀尔帖元件和透明导电的铟锡氧化物（ITO）薄膜作为热侧和冷侧电极可以用来制造玻璃或石英晶片，实现太阳能转换应用程序的设计、仿真和制造[16]。选取的材料目前主要有丝纤蛋白、小于10 nm厚度的氧化锌纳米片和大孔的石墨烯材料及透明高分子聚合物材料。丝纤蛋白被证明是有前途的材料来构造TEG，并且所制造的TEG表现出稳定的高输出性能[17]。小于10 nm厚度的氧化锌纳米片组成的新型纳米发电机结构进行了使用涉及一个浅显的合成路线和合理设计的新方法制造的。这些是迄今为止在ZnO系纳米发电机文献报道中的最佳值。有研究证明纳米发电机设计可以瞬时提升功率，发光二极管无需任何额外的能量储存过程，既可以作为氧化锌纳米片的简便合成路线和简单的器件制造工艺提供借鉴，也可以应用在智能可穿戴系统、透明和灵活的设备、植入式遥测能量接收器、电子应急设备等自供电纳米/微米器件上[18]。近年来，大孔的石墨烯整料（MGMS），具有超低密度和良好的导电性，已被认为是优异的压力传感器，由于它们恢复的快速率、优异的弹性、高灵敏度、低工作电压、长循环寿命，使之有可能被选用于制造低成本的人造皮肤[19]。endprint

3.2.2 人体运动传感识别趋向智能化

运动传感器识别和信息捕捉方面日趋智能化，目前涉及主要研究领域一方面为老年人医疗康复、日常健康生活行为模式（步态、跌倒等紧急事件）的检测，另一方面为身体姿势测量和运动识别，例如对人造运动传感器和穿戴式传感器系统的开发和验证。在使用方法上主要以时空混合动力人体跟踪和行为识别、利用3D传感器的唯一深度信息的人类活动识别、开发拟合人体骨骼模型定位坐标、按活动模式识别算法分析、多维语义属性的动态时间规整方法、身体活动和手势使用贝叶斯滤波器和短时Viterbi算法、动作/姿势性震颤评估的自动化方法以及步态健康监测法等。

在具体操作平台或系统上主要有使用可穿戴式和手持设备跌倒检测和鉴定活动。例如：智能手表与Android设备（例如智能手机）一起对穿戴设备拍摄的人体运动数据进行有效捕获、传输，为运动数据的存储和处理提供新的应用思路[20]；运动数据与场景信息结合起来，使用单一的微软Kinect深度传感器捕捉老年人活动特征[21]；以社会和环境感知多传感器集成平台，收集老年人在家中跌倒检测系统和传感器的信息，通过使用基于云的解决方案，利用本体论，捕获静态和动态信息，对一个特定的患者的情况进行建模，以便于自动和连续地评估老年人的跌倒风险，更准确地检测跌倒，确定误报和自动通知适当的看护者[22]；多模态多传感器普罗米修斯数据库，旨在建立一个监测框架和在不受限制的室内和室外环境的人类行为的解释，该数据库包含来自异构传感器（一个红外运动探测传感器、热成像仪、监控摄像机、特写视图视频摄像机、三维相机、立体相机、普通同步录音超过4 h的摄录一体机、麦克风阵列以及动作捕捉设备）共同设置收集数据，模拟智能家居环境、机场和ATM的安全环境。数据库选定的场景被注解为人体检测和跟踪的需求。数据库的整个音频部分被注解为声音事件检测、声源枚举、情感识别等的需要[23]；传感环境人类行为体系结构认知手机平台，最新的定位技术和手机传感器被用来捕捉在自然环境和运动中的人类活动行为，包括6个级别——原始传感器数据、物理参数、特性/模式、简单的上下文描述符、活动程度描述符和丰富的上下文，进而实现上下文的金字塔式认知机。其利用3个关键技术：无处不在的定位、运动识别和人类行为建模；但这一平台对定位空间环境有局限性，需定位精度空间环境中是1.9 m×1.9 m的露天场所[24]。热释电红外（PIR）传感器在人类活动中的使用，用于捕获人类正常和异常活动的特性，对方向具有敏感性，使用分布式传感结构的优点是头部、上肢和下肢的协同运动模式可以被有效地编码，这为构建一个完整的检测系统使用传感器PIR提供新的思考[25]。

3.2.3 可穿戴运动传感器设备种类多样且日显人性化应用

在现代日常生活中可穿戴运动传感器设备种类日益多样化，例如广泛应用于可穿戴电子产品的柔软易弯曲的压力传感器、用于测量脉率和血压的手腕可佩戴式cuffless脉博计、新型智能服装人体测温的可穿戴式传感器、用于人体关节运动监测测量系统的光纤传感器、可穿戴式电化学传感器、柔性纳米传感器、动力学步态分析使用的低成本鞋垫、对于人体运动监测耐磨且高灵敏度的石墨烯应变传感器、光纤的可穿戴式电子产品、新的聚苯乙烯基离子聚合物/纳米复合材料碳纳米管可穿皮肤温度传感器、用于测试脑电图和情绪的可穿戴式EEG头带、用于人体运动监测的大型组件高度敏感性的硅基弹性应变传感器以及在能源、电子、传感和医疗保健产品中广泛应用的混合纳米结構性棉导电材料穿戴设备等[26-35]。

3.3 高被引文献知识基础的简析

Bland等[36]对临床测量方法评估协议统计方法进行验证性研究，提出通常调查分析使用相关统计方法时存在误导性，在基于图形技术和简单的计算、描述和分析时，要保证所使用的方法具有可重复性。Fischler等[37]提出了一种新的模式，随机抽样一致（RANSAC），拟合模型实验数据介绍，描述了RANSAC定位问题中的应用（LDP）：给定一个形象刻画与已知位置的一组坐标，确定空间点的图像。基于易错的特征检测器提供的数据进行解析，非常适合应用在自动图像分析方面。Lowe [38]介绍从可用于执行对象或场景的不同视图之间可靠匹配图像中提取鲜明不变特征的方法，还介绍了使用这些功能的物体识别的方法。由单独的特征相匹配的使用快速最近邻算法从已知对象特征的数据库，然后通过霍夫识别前进变换来识别属于单个对象集群，并最终执行用于一致姿势参数验证通过最小二乘解。这种方法可以识别强劲杂波和闭塞中的对象，同时实现近乎实时的性能。Yamada等[39]提出可拉伸电子材料如硅可以结合到衣物或直接附着到身体传感器制造的器件，具有高耐用性，反应迅速的单壁碳纳米管薄膜可用于可穿戴的和可伸缩设备的制造，设计组装了碳纳米管传感器长袜、绷带和手套设备，可以检测不同类型的人类运动，包括运动、打字、呼吸和演讲等。Fan等[40]基于摩擦起电过程中易引起能量浪费的负效果现象出发，提出了一个简单、成本低，使用摩擦充电过程将机械能转换成电力，用于驱动小型电子的有效途径。即摩擦发电机（TEG）通过堆叠由具有明显不同的摩擦电特性的材料的2个聚合物片材，与沉积在组装结构的顶部和底部的金属膜制成。一旦经受机械变形，在2个膜之间的摩擦，由于纳米级表面粗糙度，产生等量但在两侧电荷符号相反，因此，在界面区域，其用电荷“泵”驱动外部负载的电子的流动，如果系统中有电容变化，则形成一个摩擦潜在层，从而收集产生的巨大能量，这将在个人电子产品、环境监测、医学甚至大型电力自供电系统中发挥极大的应用潜力。Besl等[41]提出了一种通用的用于三维形状的精确和高效的计算方法，包括注册自由形式的曲线和曲面表示独立的方法。该方法处理的完整的六自由度，并且是基于迭代最近点（ICP）算法，它仅需要一个过程来找到一个几何实体的最近点到指定的点；因此，给定一个适当组初始旋转和平移的特定类的对象与“形状复杂”一定水平时，可以在全球范围内测试每个初始登记最小化均方距离在所有6个自由度度量，这将在传感定位系统应用中发挥潜力。由于当前的方法对身体动作动态测量和定位精度方面存在有限，Luinge等[42]开发和验证使用一个惯性测量单元（IMU）来精确测量人体部分的方法。IMU由3个单轴加速度计和3个单轴微型机械陀螺仪聚集在一个矩形框（大小20 mm×20 mm×30 mm）。方位估计算法不断修正方向，使用陀螺仪角速度测量估计得到的数据，修正了使用一个倾向估计连续获得使用3D加速计的信号，这减少了集成漂移角速度导致的错误信号。此外，陀螺仪抵消是不断调整的，使用卡尔曼滤波方法实现对所涉及的信号光谱以及波动陀螺仪偏移量的控制。该方法可用于动态动作的检测和记录，如检测运动骨盆、躯干和前臂等。Foxlin[43]开发出一个名为NavShoe定位跟踪系统，该系统采用基于惯性检测位置跟踪的新方法。这种无线的惯性传感器小到足以方便地塞进鞋带，可以采用较低的功率的小电池全天运行。虽然不能单独用于近距离物体的精确定位，但该装置提供了一个强大的大致位置，可以大大减少为计算机的数据库搜索空间，使得它更简单可靠。这一系统将在消防应急救援、个人导航等方面具有巨大的现实应用价值。Wang等[44]通过压电的氧化锌纳米线（净重）阵列，在氧化锌的压电和半导体特性的耦合下创建一个应变场和电荷分离，由于其弯曲的结果，金属针尖与北西向电流产生的肖特基势垒的整流特性，可有效将纳米机械能转换成电能，这种方法将机械振动或液压能转化为电能，可对自供电设备的供电难题提供有益思路。endprint

綜上所述，以上9篇文献作为国际运动传感器研究领域的研究基础，被后继研究者在测量方法应用、能量转化与供应、精准定位与识别等方面奉为经典文献，并被高频次引用。

4 结束语

近6年国际运动传感器研究呈增长态势。其中，研究国家（地区）和机构集中在美国佐治亚理工学院、中国科学院。高产作者集聚趋势明显，以王中林领衔的纳米科学研究团队为主。研究焦点关注于运动传感器的性能表现、对人体运动学指标立体测量的开发应用和运动传感器定位跟踪系统的创新性。未来的研究趋势倾向于对发电机材料优化促进运动传感器通透性改善、智能化的人体运动传感识别、种类多样且愈发人性化的可穿戴运动传感器设备开发应用和多样化的运动传感压感模型方法等。

本研究对结果的解释是建立在文献统计和数据挖掘分析的基础之上，研究结果仍有待进一步深入探索。

参考文献：

[1] 边林海.基于视频的人体运动跟踪技术研究[D].沈阳：沈阳航空航天大学，2011.

[2] 周冬鑫.惯性运动捕捉前端设备研究与设计[D].杭州：浙江大学，2011.

[3] 王伟忠.基于人体传感器网络的人体运动监护系统设计与实现[D].济南：山东大学，2012.

[4] 王俊杰.基于知识图谱的国外太极拳运动研究热点与演化分析[J].体育科学，2012，32（10）：77.

[5]用纳米材料发电的人[EB/OL].[2016-12-24].http：//www.docin.com/p-1338464420.html.

[6] 德州理工大学运用LabVIEW与PXI侦测远端医疗所需的人类生理RF信号[EB/OL].[2016-12-24].http：//www.eepw.com.cn/article/170014.html.

[7] 杨进，李平，文玉梅.声表面波谐振器无源传感信号特性和信号处理方法研究[J].电子测量与仪器学报，2004，18（2）：1.

[8] 刘伟.国际体力活动促进型建成环境研究的前沿与热点分析[J].首都体育学院学报，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