基于Android的业余赛车运动关键参数检测系统设计

孙超

(西安航空职业技术学院 招生就业处， 西安 710089)

0 引言

当前，市场上有很多用于重要参数监测的系统，从昂贵而精确的设备到功能有限、性能一般的入门级设备。这些设备在人类生活的不同领域得到了广泛的应用，显然，在医疗领域该应用较为广泛，但在体育运动中，根据不同学科运动员的需求，采用不同的传感设备实现身体状况的监测，从而提升在训练过程中的关键参数的采集精度，进一步制定合理的训练计划。驾驶运动作为一种精神高度集中的体育活动，它会受到特定生理条件的深刻影响，事实上，精神压力和工作负荷会改变驾驶员心率[1]，从而导致准备和注意力的变化。这些情况在日常道路驾驶体验中对驾驶员的安全构成风险，但它们也与赛车手的表现有关。为了监测用户在驾驶时的物理状态，传统的解决方案是通过昂贵而笨重的传感器系统实现高速解算(例如车载高速摄像机)，然而在业余赛车运动中由于传感设备的昂贵以及经费预算较低，传统的解决方案无法适应业余运动。

该系统旨在提供各种监测功能，并保持较低的整体成本和系统复杂性。这是通过利用优秀的计算资源和Android智能手机的嵌入式通信接口，辅以专用设计的可穿戴系统托管传感器和电子前端来实现的。该系统能够获得单导联心电图(ElectroCardioGraphic，ECG)轨迹、体温以及驾驶员胸部区域的加速度(心跳速度)。为了验证所提出的方法，并评估业余赛车手的关键参数如何变化，实验测试是通过SAE racecar公式进行的，实验结果证明了所提系统在这种情况下的有效性。

1 采集系统设计

关键参数采集系统采用文献[2]中所提出的系统进行改进，Android智能手机是监控装置的核心，系统结构图，如图1所示。

图1 系统结构图

如前所述，监测参数为单导联心电图、驾驶员胸部区域体温及驾驶员躯干加速度。通过开发了一种可穿戴系统，用于承载心电采集所需的电极、温度传感器(电阻温度探测器，RTD)以及与智能手机进行首次信号调理和数据通信的相关模拟前端。后一项任务是通过与智能手机音频输入(麦克风)的电缆连接完成；音频输出(耳机)与适当的电压放大、整流和稳定化电路一起，为模拟前端提供电源(VCC=3 V)。该加速度是通过嵌入智能手机的三轴加速度计获得的，该加速度计通过一个支撑袋牢固地固定在驾驶员的胸前，驾驶员佩戴可穿戴设备后的效果图，如图2所示。

图2 采集系统实例图

该可穿戴系统是用两条商用弹性心脏带制造的，用于体育活动中的心跳率估算。每个带嵌入两个电极，因此共有四电极可用，但在这个应用程序中只有其中三个使用(如图2中的RA、RL和LA)，通过皮带的长度调节机制与额外的弹性肩带，保证系统的稳定和正确定位电极运动，在智能手机的主机上又增加了一条带，也用一条松紧带固定，还增加了一个可选的补充电力库，提供较长时间的电量支持[3-6]。

心电图轨迹的获取是由一个特意设计的低功耗电子接口电路完成的。简单地说，采用三电极方案，其中电极对(图2中的RA和LA)用于检测心电图信号，第三电极(RL)用于向机体提供电压VRL反馈用于共模补偿。来自RA和LA的电压信号VRA和VRL通过低噪声仪表放大器获得并放大，然后适当过滤以去除低频(< 0.5 Hz)和高频(> 150 Hz)分量。所获取的信号(如图1中的VECG)不适合通过音频通道传输到智能手机。因此，需要一个调制阶段来在适当的带宽内移动心电图的频带。采用的调制方案是振幅和频率调制的混合，可以将来自两个独立源的单一模拟信号信息与VECG和温度测量结合起来。该方法的优点是，无论是在模拟前端还是在智能手机端实现的解调程序，都能保持较低的系统复杂度。

调制阶段的工作原理如图3所示。

图3 调制阶段原理图

采用合适的方波载流子VC驱动的n通道MOS晶体管Q实现的斩波器解决了调幅的调节。VC的频率不是恒定的，但它取决于温度的值，在图2中“模拟前端”的背后，在接口电路和驱动外壳之间放置一个铂RTD (Pt10k)来测量温度。采用施密特触发振荡器产生温度相关频率的载流子VC。在这种情况下，得到的信号VQ的振幅包含了与信号VECG相关的信息，而VQ的频率包含了与测量温度相关的信息。调制阶段的最后一个模块是低通滤波器(Low Pass Filter，LPF)，它需要对调制信号VQ的边缘进行平滑，从而使它更适合被智能手机的模拟音频信道传输及获取。

VC、VQ、VOUT、VECG和温度的波形示例，如图4所示。

图4 采样温度和心电图信号调制阶段产生的波形示例

调制阶段被设计来提供一个载波频率在400赫兹发现温度约为37°C

如前所述，该系统的核心是智能手机。在这个应用中，我们使用了一个HUAWEI P9智能手机，并安装了Android 8.0.0操作系统，通过应用程序实现所有任务的处理，智能手机利用16位音频硬件编解码器获取模拟前端的输出信号，采样频率为8 khz。同样的编码通过智能手机的输出音频通道，为前端电源的产生提供一个20 khz频率的正弦电压V(原理见图1)。

频率解调，通过对确定的观测窗口内的V零交叉数进行计数，从而得到对体温的估计，实现的分辨率为0.1℃，设置观察窗为5 s。采用峰值检测算法，对两个连续V零交叉数范围内获得的所有样本(约20个)进行峰值检测，得到每个V零交叉数周期的心电图轨迹。这样，解调心电图信号的采样频率约为400 Hz，在解调步骤完成后，对心电图信号进行预处理以降低噪声。

智能手机内置的三轴加速度计用于获取驱动加速度剖面，加速度计的采样频率被设置为20 Hz。加速度计数据是时间戳，以提供一个同步机制与获得的心电图和温度信号。

然后，所有获得的数据都被本地存储，并通过4G连接到云服务每10分钟发送一次，为了保证检测实时性，系统采用关键计算本地化、复杂计算云端化的方式，确保用户在服务过程中能够体会到感知的实时性(如压力评估过程就采用本地计算化的方式实现，确保压力评估的实时性)，从而实现数据共享和准实时远程可视化/处理。同时由于该应用不涉及个人隐私信息，在信息安全方面遵循基本的信息安全规范即可。

2 实验测试

如前所述，该系统已应用于一个真实的场景，以评估业余赛车车手的重要参数。实验测试是使用SAE racecar公式进行的[7]，测试车辆为Aprilia摩托车，其动力学由完全可调双横臂悬挂系统精确控制。该试验车最重要的参数及其性能，如表1所示。

表1 测试车辆的参数和性能

这款车被设计成参加一系列的动态比赛，包括：直线加速，8字形的skidpad赛道，0.8公里的自动交叉赛道和22公里的耐力赛。每一种动力测试都需要驾驶员的努力和专注，在短时间和长时间内都要受到相关的纵向和横向加速度的影响。此外，在不撞到球杆和出错的情况下尊重赛道界限也会增加心理压力。

测试跑道的结构图，如图5所示。

图5 赛道结构图

测试跑道长约360米，包括两个u形转弯，一个180米长的直道和两个弯道，宽且窄，每个弯道长60米。

采集的数据显示了驾驶活动对身体状况的影响结果，一个25分钟的驱动器会话期间的完整采集，如图6所示。

(a)

(b)

特别地，热身阶段和实际驾驶阶段在测试轨道突出。在热身阶段，加速度信号表明驾驶员承受了非常大的压力，这可能是由于振动和静止汽车的模拟转弯(y轴和z轴显示平均加速度为零)。由于同样的原因，这个阶段的心电图信号看起来也很嘈杂，关于温度采集，值得注意的是，由于天气晴朗，司机在静止时体温会升高；相反，在实际驱动阶段，温度会下降，这可能是由于风的影响。如图6(a)为整体的数据采集结果，图6(b)测试过程中驾驶员的温度变化情况。

从加速度的轮廓，它是有可能检测的努力时，司机执行转弯(图7a中箭头表示)。图7b显示了心跳周期(心跳速率)。可以注意到，当驾驶员接近并处理赛道的转弯部分时，心跳周期减小(心跳率增加)，可看出驾驶员心态紧张的变化。

(a)

(b)

3 总结

本文介绍了一种基于智能手机的可穿戴汽车驾驶员关键参数监测系统。通过心电图描记图、体温和躯干加速度对驾驶员的压力程度进行评估(采用本地化的计算方式)。在试验场中使用SAE racecar公式进行的实验测试证明了该方法对此类场景的有效性。该系统的主要优势在于成本低廉，既适用于业余赛车比赛，也适用于日常驾驶中监控用户。