智能鞋垫的研发及在跑步中应用研究

王梦囡，陈 宇，陈康桂

（广东第二师范学院 体育学院，广东 广州 510303）

近年来，随着计算机技术、人工智能、通信技术及传感器技术的迅速发展，人们逐步把先进的云计算监测技术应用到跑步中，较为普遍的如智能运动手环、智能运动手表等，但监测功能泛而不专，精确度也存在问题，在普通的跑步运动中能够实现一定的监测功能，并不能全面、科学地监测与分析跑步训练中的各种数据；在专业的跑步训练、跑步教学、步态分析中相关技术的研究与应用也被逐步重视，更科学、更准确的监测方法及技术逐步被应用。

1 研究的背景及意义

跑步对于普通大众来说，只是潜意识里面认为跑步有利于锻炼身体，如果没有科学的训练计划、正确的跑步姿势和知识，没有运动损伤预防的意识，反而会带来负面的效果。在科学运动、快乐运动的口号带动下，国内外体育类院校、运动研究机构、非盈利运动组织团体等注重运用科学技术手段来监测与分析人体跑步的各项物理与生理数据，以便进一步了解人体跑步中的状态与存在的问题，各种常见的智能运动手表、智能运动手环、智能运动跑鞋等科技类产品被应用到跑步的数据监测与分析中来，但都存在一个通病就是数据的采集不够全面和数据的精准度不够。

关于智能鞋垫的研究，随着计算机技术与传感技术的发展，最早由国外的研究机构与企业进行研究与应用；在国内，近年来新材料的突破和惯性导航技术军转民的应用，科研院校和科研机构、科技企业也逐步投入研究。但基本上都是基于六轴传感器的步态分析或者基于压力传感技术的步态分析层面研究，采集的数据不够全面；本文着重采用压感技术与六轴传感器技术组合的方案进行研究与应用，解决了数据采集不全面和精度低的问题。基于柔性压力传感器与六轴传感器的智能鞋垫研究不仅能应用于纠正跑步姿态、制定科学有效的训练计划、预防运动损伤上，对拓展应用到步态分析、糖尿病足的诊断、儿童学步时的指导等领域也都有一定的推动作用。

2 国内外研究现状及存在问题

国外高等院校、科研机构及科技企业对这一领域的研究起步比较早，并且取得了一定的研究成果，在运动训练、教学仿真、虚拟现实和临床医学等方面也得到了应用；国外企业比较早地在市场上推出了相关应用产品，例如步态分析仪、步态分析平台、步态纠正仪器等。在国内，惯性传感技术的普及、新材料研究的突破等，全民跑步浪潮兴起，跑姿分析、运动损伤分析等越来越受到重视，一大批创新型科技企业参与此领域的研究。

无论国外研究还是国内科研机构，都着重研究此项技术在步态分析上的应用，偏向医疗健康以及临床应用；而在运动训练上尤其是跑步领域的应用都偏少。

2.1 国外研究现状

麻省理工学院Stacy J.Morris Bamberg等人利用惯性传感器、压力传感器、弯曲传感器以及电场强度传感器设计了一套无线可穿戴式步态分析系统；除了实验室研究外，国外一些公司也研制出在市场应用的足底测压步态分析系统，如美国的Tekscan F-scan、德国的Novel Peder-X、美国的RUNVI等，其系统功能各有优缺点，性能也不尽相同。美国RUNVI智能鞋垫采用了柔性压力传感器与惯性传感器（陀螺仪+加速度）组合的方案，配置了先进的CORE技术，在鞋垫上内置压力传感器与惯性传感器模块，实现对跑步数据的采集并处理与分析，通过蓝牙连接应用程序实现无线传输，实现了跑步中各项运动数据的监测、分析，自主研发的深度学习算法根据用户的运动数据制定跑步运动计划并能够提出运动损伤预防的建议等。

2.2 国内研究现状

国内在该领域的研究相对较晚，除了实验室研究外，国内在该领域展开投入与推动的大部分都是创新型科技类创业公司；中科院电子所YUNDONG XUAN等人提出的一种基于无线传感器网络的步态周期识别方法，在鞋底内置陀螺仪传感器与加速度传感器进行测量；中科院智能机械研究所利用压力传感器设计出一款用于步态触觉特征分析的系统。除科研单位实验室外，关于这一领域的应用研究国内企业比国外企业更加开放与活跃，深圳市创感科技有限公司在智能鞋垫的研究、研发与推广应用上作出了一定的成果，创感科技在鞋垫夹层内置惯性传感器，通过蓝牙无线传输技术实现数据的传输分析等，2016年发布了步姿专家智能鞋垫；安徽华米科技与李宁研究实验室联合研发智能跑鞋，在鞋底内置惯性传感器，并于2015年发布2款智能跑鞋。

2.3 智能鞋垫在跑步应用中存在的问题

在国内外的研究中，采用压力传感器与惯性传感器组合方案的不多，大部分都是采用惯性传感器方案或者压力传感器方案，采集的数据不全面，精度也不够；上文提到的创感科技、华米科技等都是采用惯性传感方案，若要达到市场使用的目的，须开发其他压力传感器等配合使用，但是这样的开发成本昂贵，只适合科研机构、临床研究、教学仿真等使用，不适合普通人群使用。

在国内的技术研究领域，在鞋垫中内置柔性压力传感器以及惯性传感器，能够更加全面采集数据，通过融合算法提高数据精确度；但在鞋垫的材料上要求很高，在实际重复使用过程中需保证内置到鞋垫内的柔性压力传感器性能不受影响等。

本文是在以上问题的基础上提出了基于柔性压力传感器与六轴传感器的智能鞋垫研究与在跑步中的应用。

3 技术方案实现的基本原理

基于柔性压力传感器与六轴传感器的智能鞋垫是在鞋垫夹层内置柔性压力传感器以及六轴传感器（加速度传感器+陀螺仪传感器）；在运动过程中，脚底压力作用到鞋垫上，柔性压力传感器检测到脚底的压力分布与压力变化数据、六轴传感器检测到的运动速度以及落地状态（角度）等数据，通过信号处理转换模块后（由选通电路、放大电路、A/D转换电路等组成）数据传送到微处理器MCU，微处理器MCU处理分析所接收的数据，缓存后通过无线蓝牙传输到上位机软件或者移动端应用APP进行显示。

柔性压力传感器分布在脚底前部及脚后跟底部，用来检测压力数据的分布及数据的变化，柔性材料通过一定的加工工艺内置到鞋垫的夹层；加速度传感器与陀螺仪传感器集成到电路板上，结合人体工学通过结构设计内置到鞋垫足弓位置，以达到体验舒适度最佳。

4 智能鞋垫的功能实现及在跑步中的应用

基于此技术研究的智能鞋垫是在传统的鞋垫基础上增加了一些新的功能，传统的鞋垫一般分为功能鞋垫与普通鞋垫；功能鞋垫是根据人体工学及生物运动力学的原理从物理层面采用特殊材料设计研制的用于辅助矫正功能，普通鞋垫就是我们正常市场销售的鞋垫。而智能鞋垫是在通过计算机信息技术、传感器技术、传输技术等一系列先进技术集成的能够科学采集、定量分析跑步、行走过程中各项生理参数并为实现运动改善、制定训练计划、步态分析、运动损伤预防、疲劳警醒等提供科学的数据支撑；结合强大的自主学习算法以及云计算平台，其能够根据使用者的历史数据进行深度学习并提供更加科学的训练计划等。

4.1 触地时间、腾空时间统计与触地腾空比分析

触地时间指跑步时每一步脚掌落在地面上的时间（单位：ms）；腾空时间指跑步时脚掌同时在空中的时间（单位：ms）；触地腾空比值指触地时间除以腾空时间。智能鞋垫能够自动识别到跑步时状态，即每一步是触地或者腾空；并统计触地时间与腾空时间，系统通过跑步训练过程的触地腾空比分析运动人员的状态以及制定训练计划等。

当触地腾空比＞1，代表触地时间高于腾空时间；当触地腾空比=1，代表触地时间等于腾空时间；当触地腾空比＜1，代表触地时间低于腾空时间；触地腾空比越小，表示跑步过程中腾空落地转换的时间越短，跑姿轻巧流畅，跑步效率越高。

4.2 步频监测统计、膝关节运动负荷监测分析在运动损伤预防上的应用

步频，即脚步的频率，竞走或跑步时两腿在单位时间内交替的次数。是决定走、跑速度的重要因素之一。通常用“步/s”表示。竞走步频可达3.5～3.7步/s；短跑步频可达4.6～5.1步/s。

在跑步中，步频越高会将人体重量分担到更多的步伐中，使得每一步变得更加轻巧，腿部负担变小，运动损伤发生的几率越低；通过智能鞋垫监测并统计平均步频分析，并制定相对应的训练计划与训练方案来提高跑步的平均步频以达到预防运动损伤或者把运动过程中的损伤降到最低的目的。

世界上短跑冠军的步频一般在4.3～4.8步/s；博尔特的步频为4.3步/s（258步/min），苏炳添的步频4.8步/s（288步/min）；而马拉松运动中，步频一般在200步/min左右，马拉松冠军基普乔格步频为185步/min，高桥尚子步频为215步/min。

由此可见，不管是短跑冠军还是马拉松冠军，他们的步幅和步频都高于普通人很多，这就是差别所在，短短的几毫米距离可能就成为了比赛成败的关键。通过智能鞋垫实时监测统计并分析步频的变化，根据教练的专业知识与经验来制定科学提高步频的训练计划以达到提高跑步成绩的目的，更加科学的训练能有效降低跑步中的运动损伤。

4.3 步态分析在跌倒危险性、身体平衡测试及风险评估中的作用

智能鞋垫内置压力传感器能够监测到跑步过程中脚底压力的大小以及变化并还原出脚底受力分布图谱，同时进行步态分析反映出当前跑步受力状态以及纠正方案。

在跑步训练中因个体差异，身体的平衡性也不尽相同；平衡性指的是平衡力与平衡性，在跑步中身体重心是前倾的，当身体的重心超过可支撑的范围，身体的调节机制就能够通过快速迈出支撑脚来调节重心来保持平衡；左右脚不断地交替轮换支撑动作连续性，在这个过程中，身体必须保持平衡或者必须在平衡的范围内，否则，一方面会影响到跑步训练的效率与成绩，另一方面会造成身体失衡带来跌倒的危险，造成运动损伤。

步态分析能够反馈出两脚受力分布，直观地告知跑步者或者教练科学的压力数据；教练通过专业知识及教训经验给予科学的指导建议。同时，自主深度学习算法能够根据训练数据分析不断更新更加科学的、更加智能的训练计划与方案。

5 结束语

基于柔性压力传感器与六轴传感器的智能鞋垫研究及在跑步中的应用，通过先进的科学技术以及深度学习算法采集跑步时各项运动参数并进行分析，为跑步人员、跑步训练指导者和教练提供科学的参考依据，进而全面了解跑步运动员的状态以便制定科学的训练计划与方案；在提高跑步运动的成绩与效率、运动损伤预防、步态分析等方面进行研究与应用。这个领域的研究成果在体验训练中有广泛的应用前景，特别是在跑步训练中，可作为跑步训练教练的辅助教学工具，更加科学地为教练制定各项培训计划与方案提供有力的数据支撑。

随着国内大量创新型科技企业投入此领域的研究与研发，柔性压力传感器与六轴传感器的发展更加快速，相关技术在体育运动上的应用更加普及，有着广泛的市场前景与应用前景。但也存在需要解决的问题，例如柔性材料韧性及使用寿命问题、传感器的精度问题和数据采集全面问题等。

运动损伤预防、步态分析与人工智能自主深度学习是体育运动领域研究与应用的方向；先进技术与设备的辅助，能够给体育运动员、教练员以及研究人员提供更加科学的参考依据。