基于人体姿态的可穿戴智能设备

2020-04-25林卓藩郑浩宇马志伟黄海燕赖晓杰

科技传播 2020年1期

林卓藩，郑浩宇，马志伟，黄海燕，赖晓杰

1 研究背景

近几年来，相对其他智能设备来说，可穿戴智能设备绝对是相当热门了，现如今的各类条件都为可穿戴智能设备提供了更好的发展环境。在这样的环境下，可以将可穿戴式智能设备发展至各个领域，如田径运动，篮球比赛。

2 人体姿态检测技术

运动员进行体育运动时，实时对人体姿态进行检测，假设穿戴者的运动姿势不正确，本设计可及时反馈运动员存在的问题，防止运动员运动受伤和长期的不规范动作引起的关节磨损。教练也可及时分析运动数据，指导运动员做到更标准的动作。除了姿态检测，我们还加入了人体健康检测的传感器，如心率检测，防止运动过于激烈导致呼吸不顺畅，MPU6050 传感器可用来读取当前模块姿态角度，由于人体特征的变化性和多样性，大大增加了穿戴设备的姿态传感器数目与穿戴者舒适度之间的矛盾，也需要更多的姿态传感器才能更好的捕捉人体多个部位的角度，从而实现整个人体的姿态捕捉。

3 设计

3.1 整体结构

为了让运动员做出规范动作，减少伤病，我们采用一主机多从机的组合，主机与其中一从机放置在腰部，剩余多个从机分别放置在头、颈、肩、大小手臂、胸、腰、大小腿几大部位。因此从机就能捕获到各个肢体的姿态，每台机器的芯片还会通过自带的Wi-Fi 功能传送至主机，并由主机统一处理，当动作出现不符合标准的情况时，上位机实时记录，腰部的从机除了获取肢体姿态还有人体的空间位移量，最后再将全部从机的数据共同发至主机中进行数据结合、处理，便可在上位机实时得到人体姿态。

3.2 ESP32

我们的下位机使用的是ESP32，ESP32 将天线开关、RF balun、功率放大器、接收低噪声放大器、滤波器、电源管理模块等功能集于一体。ESP32 只需极少的外围器件，即可实现强大的处理性能、可靠的安全性能，和Wi-Fi&蓝牙功能。利用ESP32读取MPU6050 的原始数据，经过滤波算法得到欧拉角，再通过已经Wi-Fi 连接的STA 模式的ESP32 发送数据给AP 端的ESP32。

3.3 MPU6050

MPU6050 模块，是市面上比较成熟的一款陀螺仪模块，将其放置于肢体上，主要用于采集姿态角度，便能读取到相对应的参数信息，再通过算法，将其四元素转换成较准确的欧拉角。该康复治疗可穿戴设备包含多个带有MPU6050 的从机模块，使用者可以将这些模块穿戴在各个部位上。该设备可以将各个部位的欧拉角信息发送至主机，主机可以处理分析当前的姿态角，并判断使用者的动作是否规范，若不规范则发出震动提示，还会在上位机里会显示完整的人体图像，实时显示出人体的动作。

3.4 Unity3D

Unity3D 是一个能够实现轻松创作的多平台的游戏开发工具，是一个全面整合的专业游戏引擎。采用该软件作为开发平台正是看中了其可扩展性高的特点。虽然这个项目仅仅是实现了运动捕捉和姿态重现的功能，但显然这只是基础性准备。后期可以利用Unity3D 进行游戏、VR、AR 等应用程序开发，而且也可以利用其跨平台性开发移动端软件。我们采取Unity3D 中的人物模型来模拟人体姿态，将ESP32 得到的数据通过串口发送给Unity3D 的人物模型，前提要给人物模型添加接收数据的脚本。通过这个人物模型，我们可以实时看见人体姿态，还可以设定一些人体动作的尺度范围，模拟运动员运动过程中的分解动作，

3.5 原理框架图

基于人体运动捕捉系统主要多个ESP32 协同工作构成的人体姿态捕捉网络，主要由MPU6050 去捕获当前姿态的原始数据，并用这些原始数据通过卡尔曼滤波算法优化并消除波动，最终算出当前姿态的角度，再将数据传送到上位机Unity3D 以人物模型显示出来。

4 卡尔曼滤波算法

卡尔曼滤波是对随机信号作估计的算法之一。与最小二乘、维纳滤波等诸多估计算法相比，卡尔曼滤波具有显著的有点：采用状态空间法在时域内设计滤波器，用状态方程描述任何复杂多维信号的动力特性，避开了在频域内对信号功率谱作分解带来的麻烦，滤波器设计简单易行；采用递推算法，实时量测信息经提炼被浓缩在估计值仲，而不必存储时间过程中的量测量。卡尔曼滤波能适用于白噪声激励的任何平稳或非平稳随机向量过程的估计，所得估计在线性估计中精度最佳。当姿态解算使用了卡尔曼滤波算法之后，在使用者变换动作时，姿态的读取也能够更加平缓、稳定且精准。

卡尔曼滤波方程：

3）计算卡尔曼增益：

4）进行校正更新：

如图1 所示，这是MPU6050 角度（Yaw/Picth）变化的曲线数据，黑线是实际值，蓝线是mpu6050的测量值，红线是mpu6050 的测量值经过卡尔曼滤波得到的估计值，可见卡尔曼滤波更偏向于实际值。

图1 卡尔曼滤波处理效果图

5 可穿戴设备的前景

当今，本设计的系统通过对穿戴者日常运动、姿态的捕捉，采用信息融合的算法，结合心率模块采集的心率数据可以分析出穿戴者的运动姿态和身体状况，对于运动员和运动爱好者，本系统可提供全身、半身以及个别部位的测量及报告，教练员可对传感器传输的数据加以分析，可以为运动员提出更好的训练方案，改良运动员一些不规范动作。例如，全民健身已成为热潮，但不少参与者缺乏专业性的动作指导，运动质量不高，动作不规范，导致意外受伤概率更大。

日常生活中，跑步作为常见的一种运动，将跑步的每个动作分解，穿着此设备者可以在上位机检查自身动作是否达到标准跑步动作，达到更高的运动效果。可穿戴设备在未来的前景有着不可预估的潜力，智能设备的改进与完善，为人民的生活带来的极大的便利。