可穿戴足底压力监测系统研究进展

陈足娇，张 睿，卓雯雯，张龙琳,2，周 莉,2

(1.西南大学 蚕桑纺织与生物质科学学院，重庆 400715；2.重庆市生物质纤维材料与现代纺织工程技术研究中心，重庆 400715)

足底压力是指人体站立或运动状态下，体重通过足部作用于地面，地面同时会对足底产生一个大小相等、方向相反的作用力，这个作用力可用来评估人体下肢的功能及疲劳情况，常常应用于医学诊断、足疾评估、疾病严重程度测定等领域[1-2]。如压力测试板、测试台等足底压力测量系统，采集到的足底压力数据常被应用于运动测量、疾病诊断中[3-4]。这些传统的压力测量设备体积大、灵活性小，不能满足对足底压力实时监测的需求。相反，压力监测袜、监测鞋的适应性强、空间局限性小，可实时采集和分析人体足底压力信息，为步态研究、鞋业制造、仿真机器人等领域提供可靠的数据。这类可穿戴足底压力监测系统的研发涵盖了多个领域，需要在生物力学、纺织、电子、无线传输等学科的基础上对其进行研究分析。

本文从生物力学的角度，分析人体足部的生理结构及足部的运动特点，探究足底压力监测袜与足底压力监测鞋相关的传感元件及工作原理。通过分析人体足部运动，探究足底压力监测系统特征点的选取原则；并分析该系统在摔倒监测、疾病诊断与治疗、数据资源共享等方面的应用；最后，讨论了可穿戴足底压力监测系统的研发与应用以及现阶段存在的问题及发展趋势。

1 人体足部运动力学

1.1 人体足部生理结构

人体足部由28块功能各异的骨骼、33个关节以及130多根韧带、肌肉群、神经系统组成，是一个复杂且独立的生理系统[5]。根据结构与功能的不同，可将骨骼分为跟骨、跗骨、跖骨、趾骨和足弓，如图1所示。跟骨体积较大，是人体主要的承压骨骼；跗骨体积短小，控制足部的翻转、扭动；跖骨是主要的承压骨骼，同时吸收和缓冲运动过程中地面对足底的冲击力；趾骨短小灵活，是调节人体平衡的关键[6]。跖骨和跗骨间的拱起结构是足弓，可调节身体平衡，具有缓冲、过渡、蹬伸三大功能[7]。

图1 人体足部骨骼结构图

1.2 足底压力的来源

从生物力学的角度出发，探究在外力和内部肌力作用下生物体的受力情况及运动规律，可以更好地分析人体足底压力的产生原因及作用机制。站立时，在竖直方向上，地面对足底施加一个向上的反作用力，此时足底压力均匀地分布在足底，如图2(a)所示。行走时，身体自然前倾，足底与地面的接触呈周期性，除竖直方向的反作用力外，还有水平方向的分力及摩擦力，共同辅助人体前进，此时足底压力峰值集中在跖骨区域，如图2(b)所示。奔跑时，双脚交替着地，足底接触地面时跖骨与趾骨区域的压力最大，如图2(c)所示。不论人体处于何种运动状态，通过测量及分析足底压力的大小与分布特征，便能评估下肢骨骼和肌群的功能，以达到预防下肢劳损的目的。

图2 人体不同运动状态的足部受力分析图

1.3 足部运动步态分析

步频是指单位时间内左右腿循环交换的次数，是生物运动力学领域重要的研究对象，影响足底压力的循环变化。金曼[8]指出，人站立时的频率为0 Hz，自然步行的频率为1.7～2.0 Hz，极限步频可达到5.0 Hz。人行走时，地面的反作用力有规律地压迫足底，可穿戴压力监测系统的传感器能够接收足底的循环应力，并按一定的频率输出压力信号。材料的回弹性能可直接影响压力数据的准确性，因此，研发可穿戴压力监测系统时必须考虑材料的响应频率与人体步频的匹配性，确保监测系统能准确地采集足底压力信号，避免出现信号迟滞现象。

2 可穿戴足底压力监测系统

早期的足底压力测量方法为足印法，即人站在橡胶、沙子等材料上，留下足迹，通过足印的形态特征来分析足底压力信息[9]。当前，压力监测袜、压力监测鞋等已实现对足底压力数据的采集、处理与无线传输。其信号采集模块均由压力传感器构成，行走时足底压迫传感器，使其瞬间产生电信号，脚上抬时电信号迅速下降并趋于零。传感器产生的电信号通过降噪等处理，由无线传输模块发送到终端进行可视化数值转换处理[10]。

压力监测袜与压力监测鞋的主要区别在于：前者在编织时，采用一体成形工艺，将导电纱线与普通纱线相互交织，编织成含有若干压力传感器模块的智能可穿戴监测系统。后者则直接将柔性压力传感器置入鞋垫中，通过细导线将信号采集模块和信号处理与输出模块相连接，制成集成化的智能监测系统。压力监测袜对足部的包裹性较好，因此其测量精度高，能迅速响应足底压力的变化；而压力监测鞋的功能附加性更好，便于负载后续的数据处理与输出模块，不影响穿着舒适性，同时实现数据的高效采集与传输。

2.1 压力监测袜

压力监测袜是指将导电纤维或纱线制成的压力传感器模块整合到袜子的特征位置，结合信号处理技术和无线传输技术，具有一定力学性能和压力响应性能的可穿戴压力监测系统。织物传感器是压力监测袜的关键部分，由导电纤维或纱线按一定的规律织造而成，包括针织物传感器和机织物传感器。其灵敏度与导电纤维的种类、复合方式以及织物的结构有关。

2.1.1 纺织用导电纤维

导电纤维是指标准条件下(温度为20 ℃，相对湿度为65%)，电阻率小于1×107Ω·cm的纤维[11]。根据导电成分的不同，可将其分为金属导电纤维、碳黑导电纤维和有机导电纤维。

金属导电纤维是由金属直接拉成细丝或将金属粒子涂覆在聚酯纤维表面制成，如不锈钢纤维、镀银纤维等。拉丝法制备的金属导电纤维质量大、可纺性和染色性较差；涂覆法制备的纤维柔软性、可纺性良好，但涂层牢度差、不耐摩擦和水洗，因此未被广泛应用于纺织领域[12]。碳黑导电纤维包括碳纤维、碳黑涂覆纤维和碳黑复合纤维，具有强度高、耐热性能好等优点，其导电性能优于不锈钢纤维，且可迅速逸散纱线间相互摩擦而产生的电荷；然而，由于其颜色较深、分散能力差等缺点，限制了其在纺织领域的应用。有机导电纤维由导电聚合物直接纺成丝或复合加工而成，常见的导电聚合物有聚乙炔、聚苯胺、聚吡咯等。将导电聚合物涂覆到普通聚酯纤维表面而制成的复合导电纤维具有良好的导电性能、优异的力学性能和稳定的化学性能，在功能性纺织品领域具有良好的应用前景[13]。

2.1.2 织物传感器

织物传感器是指将导电纤维直接织入针织物或机织物，利用织物的回弹性响应足底不同部位循环应力的一种传感元件。当其受足底压迫时，纱线的相对位置偏移，引起传感器电阻或电容变化，以此响应外界应力的作用。信号处理模块将传感器采集的数据进行转换、降噪、放大等处理，最终结合无线传输技术将数据输出到PC端储存与显示。

将导电纱线看作导线，导电针织物就如同一个复杂的并联电路，当织物中线圈受力发生偏移时，引起电路中电阻的改变，如图3所示[11]。针织物传感器电阻的计算公式为

图3 针织物单位线圈的等效电路图

式中：R为导电纱线的电阻，Ω；ρ为导电纱线的电阻率(导电系数)，Ω·m；l为导电纱线的长度，m；A为导电纱线的横截面积，m2。导电纱线电阻率一定时，其电阻与其长度成正比，与其横截面积成反比。

机织物传感器的压力响应原理与针织物传感器不同，是根据电容器原理来响应外界应力的变化，如图4所示。在机织物传感器中，2个相对的电极由纱线组成，2个电极之间的介电组织由外层绝缘涂层构成。当织物传感器受到外力压迫时，2个电极的间距和相对面积发生改变，引起电容的变化。该类传感器电容的计算公式为

图4 机织物压力传感器感应原理图

式中：C为机织物传感器的电容，F；ε为介电组织的介电常数；S为2个电极之间的相对面积，m2；d为2个电极之间的距离，m。介电组织的介电常数一定时，机织物传感器的电容量与2个电极之间的相对面积成正比，与2个电极之间的距离成反比。

李思明等[14]将含有不锈钢粒子的粘胶导电纤维与锦纶，通过一体成形工艺制备出含有3块针织物传感器的压力监测袜，并通过导电纤维将各传感器与数据处理设备连接。当织物传感器受到力的作用时，织物结构产生偏移、回弹，进而引起信号变化。相反，机织物传感器的回弹性小，灵敏度不如针织物传感器，且存在信号迟滞的问题，因此不适合应用在压力监测袜中。

此外，也可将聚合光纤嵌入到袜子的特征部位，结合加速度传感器，采集受试者的运动信息和步态[15]，如图5所示。虽然光纤传感器的质量小、反应灵敏，但在人体运动过程中，响应温度、压力、磁场等外界环境因素难以控制，故光纤传感器在实际应用中还存在难以控制的问题。

图5 压力监测袜及足底压力数据图

2.2 足底压力监测鞋

足底压力监测鞋是将信息采集模块、信号处理与输出模块集成到鞋体之中的可穿戴监测系统。它能迅速采集和分析人体足底的压力数据，通过数模转换程序将压力数据转换成可视化图像或曲线，以此分析和评价人体足部的各项功能和受力特征，最终达到实时采集和反馈人体步态信息的目的。足底压力监测鞋的结构示意与工作原理，如图6所示。

图6 压力监测鞋的结构示意图与工作原理图

2.2.1 信息采集模块

信息采集模块通过将柔性压力传感器嵌入鞋垫中，实现对人体足底压力信号的采集。它是可穿戴足底压力测量系统的关键部分，所用传感器应具有良好的柔韧性、延展性、重复性以及稳定性，且不能妨碍人体运动。常用的传感器包括压阻式柔性传感器、电容式柔性传感器、压电式柔性传感器，其按一定的数学规律将压力信号转换为可输出的电信号，响应足底压力的变化[16]，传感器的响应原理如图7所示。

图7 3种柔性压力传感器的结构示意图

压阻式柔性传感器受力时，弹性基质中导电粒子间的距离变短并发生电荷转移，引起材料电阻的变化，电阻随外界作用力的大小发生改变[17]。压阻式柔性传感器所用的压阻材料可以是纤维、纱线或织物，因此该类传感器可广泛应用于可穿戴技术领域。然而，这类传感器使用时需结合信号转换电路将电阻转变为电压，因此其对数据处理设备的要求较高，系统的电路设计较复杂。电容式柔性传感器的构成与机织物传感器类似，均含有2个相对的电极和介电层，电极可以是纱线、织物、金属片或导电薄膜等。电容式柔性传感器响应速度快、灵敏度高，被广泛应用于服装点触技术(织物键盘)；当手指在“织物键盘”上点触、滑动时，织物传感器便会产生电信号响应“触控命令”[18]。压电式柔性传感器受力形变时，会瞬间产生电荷来响应外界应力，典型的压电材料是聚偏氟乙烯(PVDF)，将PVDF压电传感器嵌入鞋垫中，可响应人体运动时足底压力的变化[19]。压电式柔性传感器灵敏度高、响应范围广，在心肺检测领域也有广泛的应用，但其电荷量与感应面积成正比，面积较小时，电信号偏弱，需要构建电路放大器对其进行处理。

2.2.2 信号处理与输出模块

信号处理与输出模块是足底压力监测系统获得稳定、精确的压力数字信号的关键，由信号处理、无线传输和数据显示3个程序组成。

信号处理程序包括信号转换电路、滤波电路、信号放大器。其中，信号转换电路适用于压阻式柔性传感器的足底压力监测系统，其将电阻信号按一定的规律转换为电压信号。调整好的电压信号被传输至滤波电路，通过低通滤波抑制高频的信号，除去数据中的噪声与杂波。降噪后的电压信号传送至电路放大器，目的是将微弱的电压信号按一定规律同比例放大，便于后续分析[20]。经多重处理的信号传输至微处理器进行数值转换、暂存和打包。

无线传输程序由无线蓝牙或WiFi实现，无线发送终端将打包好的数据发送到上位机的无线接收模块，完成信息传递工作。上位机接收的数据储存在Microsoft Access或Microsoft SQL Server等常用的数据库中，并通过无线接收模块实现数据的实时上传与更新。最后，数据显示程序对数据库中储存的数据进行可视化处理。首先在LabVIEW平台预先设计好数据读写程序与数模转换程序，使数据库中的数据实时地传送至平台[21]。然后由数模转换程序将数据进行可视化处理，并以图表的形式呈现出来，达到实时监测足底压力的目的。

然而，现阶段压力监测鞋在实际使用过程中仍然存在一些问题，如能够响应的压力范围较小、数据的无线传输距离短等;同时，由于人体在运动过程中呈现出复杂性，传感模块还不能采集弹跳、舞蹈等足底压力突变的不规则动作,因此，压力采集模块性能的提高与实现数据的远程传输，是现阶段需要解决的问题。

3 足部压力测量特征位置的选择

不同运动状态下，人体足部的承压骨骼有所不同，因此，测量足底压力时要对足底进行区域划分，便于选取适当的特征位置置入压力传感器。传感器的数量及位置影响数据的精度，如F-Scan与Pedar压力测试鞋垫，每片鞋垫嵌入近千个传感器，采集的压力数据精确。然而，当压力监测系统中传感器数量过多时，系统负载过高，导致实验成本增加、数据冗余，因此，必须探究足底压力特征位置的选取原则，利用最少的特征位置获取较为全面而精确的信息。

现有研究中，足底压力特征位置的选取通常是基于生理解剖学或实验经验，如在鞋垫内选取多个特征位置置入柔性压力传感器，用来识别人体正常行走或减重行走；或将足底划分为若干区域，探究不同人群的步态特征，如扁平足患者[22-23]。在日常生活中，足部的运动是复杂的，探究人体步态信息时必须考虑不同动作下足底压力的变化。林芳富等[24]让受试者穿上足底压力测量鞋，运用“倒钟摆模型”(在站立条件下，身体前后来回摆动到极限位置)，测量受试者足底压力的分布，如图8所示。实验表明：主要承压区域为足中、跖骨以及极限区域(大拇趾和足跟)；其次，对现有研究中足底压力特征位置的选取进行数理统计与叠加处理，得出相关性最高的5个区域：拇趾、第1跖骨、第5跖骨、足中外侧以及足跟区域；因此，在测量足底压力分布时，要将拇趾、跖骨、足中外侧以及足跟区域设置为特征位置，以保证数据的准确性，同时以较少的特征位置获得有效步态信息。

图8 特征位置选取方法与叠加处理

当前，针对足底压力特征位置选取方法的研究较少，此类研究主要存在以下2个方面的问题：1)只探讨了受试者站立时不同姿态的足底压力分布，没有考虑人体运动过程的复杂性；2)在“倒钟摆模型”实验中，前倾和后仰的动作难以达到极限位置，实验结果不够精确。

4 足底压力监测系统的应用

4.1 摔倒检测系统

有研究表明，美国有30%的老年人(65岁及以上)每年会发生1次跌倒，日本老年人务农时的跌倒事故占总事故的11.6%[25-26]，因此，监测老年人的行为，可对摔倒事故及时救援，有效降低伤亡率。通过将柔性压力传感器、轴向加速器等元件整合到运动鞋体中，可制成实时监测受试者运动状态的可穿戴摔倒监测系统。足底压力和加速度突变时，监测系统启动警报，若穿着者没在规定的时间里取消警报，系统将自动请求第三方平台对穿着者进行及时救援[27]。可穿戴监测系统是运动监测领域的重点研究方向，但由于穿着环境的复杂性与多变性，目前无线监测、数据远程传输等功能，只能在实验室中取得较好的效果。

4.2 足疾诊断与治疗

全球老年人糖尿病患病率持续上升，65-76岁以上老人的患病率高达20%,美国疾病控制与预防相关部门2011年数据显示，约8.3%的美国人患有糖尿病[28-29]。足底压力分布特征可有效地反映糖尿病患者足部溃疡程度，利用压力监测系统测定糖尿病患者的足底压力数据，对其受力情况进行科学评估，以此提供合理治疗方案和采取科学有效防护措施。糖尿病患者和健康者步行时的足底压力分布特征有所不同，前者足底主要承压区域由足跟逐渐转向跖骨，增加了跖骨区域溃疡的概率[30]，因此，可以根据糖尿病患者的足底压力特征来研制缓压鞋垫，以降低压力峰值和足底溃疡的发生率[31]。

4.3 足底压力分布特征数据库

步态是个人特有的行为习惯，是高区分度的生物特征[32]，其主要参数是足底压力分布特征，可以反馈人体足底的受力特点和个性化特征[33]。足底压力分布特征数据库是收集大量足底压力数据，并对其进行储存和管理的一种数据处理方式。通过可穿戴足底压力监测系统可收集大量的足底压力信息，建立特征数据库，解决压力数据匮乏、压力分布特征存在地区差异性、数据资源共享困难等问题。步态特征识别作为一项生物识别技术，可应用在刑事侦察方面，将未知足印与数据库中的数据进行比对，分析足印者的个体特征，可提高侦查效率[34]。此外，足底压力数据还可应用在人体体态矫正[35]、疾病治疗[36-37]、智能假肢[38]等领域的研究当中。

5 结束语

可穿戴足底压力监测系统是足底压力测量技术与纺织服装领域的融合，通过传感元件采集足底压力信息，结合信号处理技术与无线传输技术将其发送到上位机，能够实时反馈足底压力信息，因此，可穿戴足底压力监测系统被广泛应用于人体运动研究、鞋业制造、智能机器人、疾病监控及诊断等领域。现阶段可穿戴足底压力监测系统仍存在信号响应迟滞、材料使用寿命短、压力响应范围较小、无线传输距离短等问题，例如，运动过程足部变化呈现的复杂性，传感模块在采集弹跳、舞蹈等动作的足底压力时，容易出现信号失真的情况；因此，现阶段可穿戴足底压力监测系统需要从增强材料性能、增强无线传输技术2个方面来解决，以促进其朝着产业化方向发展。

可穿戴足底压力监测系统涉及生物力学、纺织材料、电子通信等领域，以新型纺织材料为基础，借助电子通信等技术，克服压力测试板、测试台等系统灵活性差、不能实时监测的问题，使足底压力的远程传输成为可能。随着可穿戴技术的发展，可穿戴压力监测系统未来不仅可应用在制造业与医疗领域，还会助力人工智能与人体信息数字化的进程，具有良好的应用前景。

FZXB