人体运动状态数据采集与分析

郑煊宇 许有熊 杨骁 张宇良 徐冉

摘 要：文章设计一种基于加速度传感器的人体运动状态数据采集与分析装置。文章通过三轴加速度传感器采集X、Y、Z轴加速度，预处理为合加速度并分析阈值。文章采集了样本为100的人体运动数据，并建立数据库，保证了采集实验数据的随机性，减小了误差。该装置能够采集人体运动时的三轴加速度并预处理为合加速度、确定阈值，经过算法的改良后，可投入健身类APP进行使用，在老年人健康监测等方面有着广阔的应用前景。

关键词：三轴加速度传感器;合加速度;阈值

中图分类号：TP274 文献标识码：A文章编号：1674-1064（2021）03-042-02

DOI：10.12310/j.issn.1674-1064.2021.03.019

近年来，越来越多的科技成果走向生活，科技逐渐成为人们生活中不可或缺的一部分。同时，随着中国逐渐进入老龄化社会，老年人的健康问题受到社会的广泛关注。此项目研究的意义在于帮助老人在独处时监测他们的健康状况，基于三轴加速度传感器的人体运动数据采集与分析研究，广泛应用于老年人健康监测系统的开发与研究。本研究在前期建立的X、Y、Z三轴加速度的基础上，利用合加速度分析各个运动状态的阈值，根据阈值初步判别各个运动状态。

1 系统总体设计

本项目采用JY901九轴加速度传感器采集人体运动状态数据，将采集到的多组人体在起跳、下蹲、跑步、跌倒不同状态下，X、Y、Z轴三个不同方向上的加速度数据通过USB接口发送给匿名上位机。通过上位机显示出的各个状态下的波形，对数据进行分析和处理。通过求得多组数据中三个方向的合加速度值a[1]，从中进行对比计算，取得各个不同状态下的合理阈值，作为判断人体运动状态的重要条件之一。通过采集多组在四种不同状态下，人体与X、Y轴的夹角数据，进行筛选与计算，以确定人体在跌倒状态下与X、Y轴之间的夹角阈值，作为判断是否发生跌倒情况的主要條件。

2 实验设备与方法

2.1 实验设备

JY901加速度传感器如图1所示。

2.2 实验方法与步骤

实验前进行加速度传感器的定标，调零。

避开衣物的误动影响[2]，将JY901传感器固定在受试者身体上。本研究分别试验并分析了固定于手腕、胸口等部位的数据采集的精准度与偏差值，最终决定固定于胸口以便避免运动中的身体动作影响加速度数据采集，并且需要多次试验传感器的固定位置，使得加速度传感器的X、Y、Z三轴平行于受试者的X、Y、Z三轴以取得准确数据。

确定受试者没有任何不良状况（如感觉极度乏力、宿醉、身体疾病等），让受试者提前戴上加速度传感器竖直站立并准备测量[3]。

启动加速度传感器，让受试者分别作出走路、跑步、下蹲与跌倒动作并记录下各个运动状态下的三轴加速度数据。受试者运动过程中不同运动状态的切换间隙时间应尽量拉长，避免下一采集数据受到上一采集数据的干扰。

多次重复实验以防止偶然数据对结果的干扰。最后确认受试者无不良反应状况结束实验，让其离开。

3 数据的提取与分析

基于三轴加速度传感器的人体运动状态的采集与分析，是通过陀螺仪的三轴加速度传感器，采集样本的跑步、走路、下蹲和跌倒四种运动状态的数据，对比不同状态下的合加速度值[4]，选取判断四种运动状态的阈值。合理的阈值是判别运动状态的关键步骤，无论选取过大还是过小，都会导致漏判或误判等情况。

由于合加速度只有幅值大小，没有具体的方向，导致跌倒状态在一定程度上与快速的下蹲或者跳跃很难判别，所以合理的阈值选取显得尤为重要。

3.1 加速度数据采集

该研究选取JY901九轴加速度传感器检测出样本的运动加速度数据ax，ay，az，分别是X、Y、Z轴在正交轴上的投影[5]，数据利用高通滤波器去除直流分量的影响，低通滤波器去除中高频信号的影响，最终整合得到合加速度a为：

a =                                                                                             （1）

式中：a为和加速度。

3.2 特征值的选择与提取

人体运动状态的变化会引起相对位移和角的变化，但由于人体的旋转也会导致角的变化，所以该研究选择代表相对位移的合加速度作为人体运动状态检测的主要特征[6]。其中，合加速度的峰值代表了人体运动状态的变化剧烈程度。因此，合加速度的峰值会作为该研究的重要参考指标。

加速度传感器需要实时采集人体运动状态的加速度数据，并且其中含有大量无效数据，不仅增加了存储负担，也为后期的判别算法处理带来大量工作。因此，该研究只需选取一些加速度数据作为特征值来表示样本，比如将传感器采集时间间隙拉长至每一秒保存一次数据，用这样的特征值来模拟原始信号。

3.3 数据库的建立与数据统计分析

将加速度传感器检测到的每个样本数据记录在Excel文件中建立数据库，并对各种运动状态下的加速度值进行拟合分析，表1数据为四种运动状态合加速度a的原始数据：

将以上四种运动状态信号分别作成折线图以进行数据分析，如图2所示。

由图2可知a的均值在0.5～6之间，说明人体运动状态和合加速度具有线性相关性。根据合加速度幅值大小能够区分出走路、跑步、下蹲和跌倒状态。其中，走路和跑步状态的合加速度数据变化处于0.5～1.5之间，下蹲和跌倒的峰值合加速度数据变化处于4～6之间。

4 结语

该技术具有智能化程度高、准确性好、易于穿戴、操作便利等优点，可以远程实时监控人体运动状态，避免意外发生，减少人工必要劳动。运用三轴加速度传感器保证了运动人群和老年人的身体健康，提升了科学准确性。通过对跌倒检测系统的研究与分析，文章设计并实现了老年人跌倒检测系统的总体框架与结构。通过实时监测人体活动的特征数据信号，结合加速度与倾斜角信号的阈值检测算法来判断老年人的运动状态，并发出实时信号，降低了老年人的健康风险。同时，在后期的研究中，笔者致力于将其运用到健身房的安全监测系统中，为运动人群提供安全保障。

参考文献

[1] 陈功.基于三轴加速度传感器的跌倒检测技术的研究与应用[D].南京：南京邮电大学，2013.

[2] 常晓军.老年人群意外跌倒过程中的身体姿态感知技术研究[D].西安：西北大学，2011.

[3] 闫俊泽.基于三轴加速度传感器的老年人跌倒监测系统的开发[D].哈尔滨：哈尔滨工业大学，2012.

[4] 王维念，胡兆燕，陈正龙.可穿戴式跌倒检测及防护装置的研究现状[J].北京生物医学工程，2017，36（3）：323-329.

[5] 李爽，罗志增，孟明.基于加速度传感器的下肢运动信息获取方法[J].机电工程，2009，26（1）：5-7.

[6] 崔英辉，詹林.基于三轴加速度传感器的老人摔倒检测[J].现代电子技术，2013（3）：32-33.