站立和步行状态下足底压力监测系统设计

曲明亮，张志强，孙巍伟，于 恒，冯泽锐

(北京信息科技大学 机电工程学院，北京 100192)

0 引言

监测和分析足底压力的分布特点在康复医学、体育运动、鞋垫及鞋子制造等方面有着极其重要的意义[1-4]。近几年，国外足底压力测量技术发展迅速。美国Tekscan公司的F-Scan足底压力测量系统[5]，在内置式的鞋垫内布置密集的传感器点位，能够对运动时的足底压力进行采集。比利时RScan公司的Foot-scan足底压力测量系统[6]，采用足压测量步道进行步态分析。除此之外，瑞士奇石乐公司的测力台、德国NOVEL公司Pedar[7]鞋垫系统等都是具有代表性的足底压力监测设备。国内虽然对于足底压力的测量研究起步较晚，但目前也取得了重要成果。李攀等[8]研发的便携式压力测量装置，使用较少的压力敏感点对足底压力分布进行研究。王墨等[9]研发的平台式传感器，能够对足底的压力变化进行采集和显示。

综合国内外研究现状，可以发现足底压力设备主要分为内置式系统和平台式系统。平台式系统无法穿戴，携带不便，因此不适用于长距离步行测量。鞋垫内置式系统可以穿戴，但是许多设备鞋内空间布局不合理，容易导致设备损坏；此外，压力采集点位布置不尽合理，不能较好地得到足底关键点位的压力特点。

为弥补上述缺陷，本文设计一种针对人体站立和步行状态的足底压力数据监测系统，通过布置合理的薄膜压力感应点位，采集左右脚足底数据，并对左右脚足底不同位置的压力情况进行直观展现，为后续基于足底压力的研究提供数据支持。

1 总体设计

本文设计的足底压力监测系统包括数据采集系统和数据显示系统，两个系统协同工作，完成足底压力数据采集与显示。系统组成如图1所示。

数据采集系统包括左脚数据采集系统和右脚数据采集系统。左右脚的硬件电路和鞋底结构相同，且数据采集互不干涉。利用薄膜压力传感器感应足底压力变化，将电信号传输给主控器进行数据处理，处理后的数据分别通过各自的蓝牙模块传输到手机软件。

数据显示系统的蓝牙连接模块用于扫描连接左右脚的数据采集设备，控制测量模块用于发送站立和步行状态的数据采集指令，实时显示模块用于显示每次的采集数据，历史记录模块用于查看和比对历史测量的结果。

2 数据采集系统

2.1 压力传感器选型及布局

足底压力传感器采用薄膜压力传感器，该传感器为电阻式传感器，输出电阻随施加于传感器表面压力的增大而减小。本款传感器外形为41码鞋垫形状，单脚传感器布置8个压力敏感点，每个敏感点最大量程10 kg，响应时间小于1 ms，恢复时间小于15 ms，响应点为400 g(薄膜压力传感器受到的压力大于400 g才会产生电阻变化)。

根据正常人足底压力的分布情况[10-11]，本系统压力敏感点布局如图2所示。

左右脚传感器的布置完全对称，敏感点1位于大拇趾区，敏感点2位于第二和第三跖骨区，敏感点3位于第一跖骨区，敏感点4位于第四和第五跖骨区，敏感点5位于足弓前侧边缘，敏感点6位于外侧足跟区，敏感点7位于内侧足跟区，敏感点8位于内外侧足跟交汇区。上述点位的压力变化较明显，有较高的分析价值。

2.2 采集系统硬件设计

2.2.1电路设计

基于STM32F103RCT6最小系统来设计数据采集系统的硬件电路，如图3所示。

其中，HC-08蓝牙模块为基于低功耗蓝牙规范4.0的数传模块，透传能力和稳定性较好。硬件系统集成了MPU6050陀螺仪模块，通过MPU6050反馈的角度信息，配合薄膜压力传感器的电信号，实现对步行过程中特定步态周期的压力采集。

如图4所示，薄膜压力传感器采用电阻分压电路结构。

图4中pressure sensor为传感器的连接端，6号和10号为接地端，1～5号和7～9号接口分别对应传感器的1～8点位。8个敏感点的电压变化通过Vout1～Vout8反馈到 STM32F103芯片的ADC管脚，从而获取敏感点的电压值变化。

电阻分压电路中，任一敏感点电压值为

(1)

式中：U0为电路的电源电压，为3.3 V；ri为敏感点的电阻值，i取值对应敏感点1～8；R为与敏感点串联的电阻阻值，为10 kΩ。

由式(1)可以看出，通过电压值Ui可以得到敏感点受压后的电阻值ri，再通过标定传感器的压力和电阻关系计算出压力值。但本设计的目的是为了分析足底压力的变化，因此，本设计使用电压值来表征足底压力的变化，不涉及电阻值与压力值的转化，这样有利于减少中间误差。

2.2.2 鞋底结构

数据采集系统的硬件电路完全嵌入鞋内空间，具体结构如图5所示。

从图5中可以看出，薄膜压力传感器与电路板之间通过软排线连接，电路板和电池嵌入鞋底结构中。此外，足弓中间靠后的位置容易弯曲，长时间穿戴会对电路板和电池造成损伤，所以在防护盒的上侧安装防护板，减轻弯曲带来的影响。整体结构经过体重在90 kg及以下的使用者穿戴测试，并未出现电路板损坏的情况，基本上满足正常体重人群的测试使用。

2.3 数据采集程序原理

2.3.1 自然站立状态的数据采集

通过手机触发站立测量功能。测量中，以25 ms的间隔采集传感器8个敏感点的电压值，程序中设定每只脚采集400次，大约需10 s完成测量。对400次的测量结果取平均值，通过蓝牙发送到手机端。

2.3.2 自然步行状态的数据采集

通过手机触发步行测量功能，被测用户以自然步速行走。设备接收测量指令5 s后开始采集，等待5 s是为了消除起步时间影响。5 s后，当陀螺仪模块检测前后方向与地面处于-5～+5°之间，且压力传感器的前足和后足敏感点都感受到压力时，以25 ms的间隔不断采集8个敏感点的电压值。本程序设定每只脚的总采集次数到达2 000次，则表示步行状态采集完成。

需要说明的是，满足采集条件，称为处于采集周期，不满足采集条件，称为处于间歇周期。因为每个人步速的差异，处于采集周期的时间长短不同，因此，采集周期内敏感点采样次数也不同，每个人完成步行测量所走的步数也不相同。

此外，站立和步行的采集间隔设置为25 ms，是因为薄膜压力传感器的恢复时间小于15 ms，使用25 ms作为采集间隔可以避开恢复时间的影响。

3 数据显示系统设计

显示系统是基于Android Studio开发的安卓App，软件可以运行在Android 4.3及以上版本的手机中。

3.1 蓝牙数据包格式

为确保App端接收数据的正确性，对蓝牙传输的数据包格式进行自定义，如表1所示。

表1 蓝牙数据包格式

表1中，数据头和数据尾是为了确定数据的发送来源和数据长度。标志位用于区分数据来源于右脚或左脚。校验码用于确认从数据头至数据尾的数据是否正确，在数据发送端和接收端都使用累加和校验算法进行校验。以左脚数据“FEEE1424092 B0F400B3D1A440951085D09150D0A45”为例，末尾的“45”为校验码，计算过程为

(FE+EE+14+…+15+0D+0A)%FF=45

(2)

即：数据头至数据尾每两位组成的16进制数累加，然后对FF取余数获得校验码的值。如果在发送端和接收端所计算的校验码一致，则认为数据接收正确。

传感器数据占据第3位至第18位，每2个数为一组，一共8组，分别代表8个敏感点。如表1中所示，相邻的单个“##”和“**”代表一个敏感点的电压值。以右脚数据“FEFE1325085C0E200B23180E 0917090B082F0D0A9F”为例，敏感点1的数值为“1325”，即##=13，**=25。0x13和0x25转成10进制整数分别为19和37，则敏感点1的电压值为19×100+37=1 937 mV。设备发送端在发送1.937 V时，首先将1.937 V转为1 937 mV，并将“1937”分成 “19”和 “37”，然后将其转化成16进制的“13”和“25”后进行传输。

3.2 移动端软件设计

移动端软件的功能界面主要包括用户信息界面、控制测量界面、实时显示界面和历史记录界面。其中，用户信息界面和控制测量界面如图6所示。

使用者通过蓝牙连接采集设备，之后可以选择站立或者步行测量，触发测量后，等待测量完成。然后，软件系统接收到发送来的数据，处理后填充到实时显示界面，并且刷新历史记录界面。

4 系统测试

4.1 实物样机准备

图7(a)为左脚电路单元结构，图7(b)为足底压力监测智能鞋。测试过程中传感器与鞋底贴合紧密，各项元器件符合使用场景要求，未出现损坏现象。

4.2 测试效果

本次测试的受测者，体重73 kg，身高175 cm，足弓正常。

从图8可以看出，16个文本框内显示足底16个敏感点的电压数据，并且文本框的位置与足底敏感点位置相一致，便于观察不同敏感点的数值。如果是站立测量，则界面的“站立”字体黄色背景高亮，如图8(a)所示。如果是步行测量，则界面的“步行”字体黄色背景高亮，如图8(b)所示。

图9为数据历史记录界面。站立和步行数据历史记录为折线趋势图的展示形式，折线图纵坐标单位为V(电压单位)，横坐标表示第几次测量，点击折线图节点会提示测量日期、时间和具体数值，页面支持滚动便于查看多个图表。站立和步行的历史记录界面分别有8个折线图表，左右脚对应位置的敏感点处于同一个折线图中，这样便于观察左右脚8对敏感点的压力差异情况。此外，两个折线图之间也可以通过纵坐标数值进行比较。

5 结束语

为监测足底压力的变化情况，设计了一种站立和步行状态下足底压力监测系统。该系统主要特点如下：1)实现对站立和步行状态下足底压力的双模式监测；2)采集设备嵌入鞋内，蓝牙数据传输，可进行远距离测试，且携带方便；3)以趋势图直观展示足底多个点位的压力变化情况，便于对足底同一点位分析变化趋势，也便于对不同点位压力趋势进行对比分析。

经过测试，本系统各功能运行稳定，可为后续开展足部压力研究和足部相关疾病诊断提供数据支持。