无线运动传感器系统设计

何 翔，卓建业

（中国计量大学，浙江 杭州 310018）

0 引 言

当今，人体健康问题越发受到关注，检测人体运动的仪器也越来越多地应用于日常健康监测中[1]。这些产品通过传感器对人体信息进行检测且具有无线传输功能，可以方便有效地感知佩戴者的体温、心率、运动状态等信息，对佩戴者的情况进行实时的监测[2]。

随着电子电路技术、传感器技术的快速发展，越来越多的传感器模块被研制并且应用在人们的生活中。各式各样的传感器作为检测装置，为人们提供极大的便利[3]。无线监测是现阶段比较火热的发展方向，通过无线监测的方式可大量缩短各事物之间的距离，优化信息的获取速度[4]。因此，本文将无线监测融入运动监测中，设计一种无线运动传感器系统，以便实时进行运动信号的异地观测。并且，将此系统设计融入实验教学中，结合工程实际与实验教学，使得学生熟悉电子信息与物联网互相结合的开发技术，更好地掌握现阶段潮流的系统设计模式[5]。

1 运动传感器系统原理及搭建

日常生活运动中，人体的体温、心率以及运动量是最明显且重要的观测指标[6]。本文所设计的无线运动传感器系统通过各种不同的传感器元件对上述原生信号进行采集，并对获取的信号进行优化计算、分析后，将解算的数据通过无线传输，以供终端监测。

1.1 运动传感器系统

本文设计的无线运动传感器系统以STM32单片机为主控制器，通过TI公司高精度模拟前端芯片ADS1292采集人体的心电信号，使用温度传感器LMT70检测人体温度信息，通过MPU6050陀螺仪解算佩戴者的运动中的步态信息。检测计算的数据通过ESP32WiFi传输的方式上传到云服务器，再由云服务器下发至手机APP实时查看佩戴者的检测信息。运动传感器系统框图如图1所示。

图1 运动传感器系统结构框图

1.2 心电测量

心电信息的获取是心率测量的前提，本文所设计的无线运动传感器系统通过高精度信号采集芯片ADS1292来获取人体的心电信号。ADS1292具有低功耗、高精度的特点，能够满足长时间心电监测的需求。

为了减少实际测量中不可避免的杂波信号对心电信号的干扰，本文采用信号处理方法优化采集得到的心电信号。卡尔曼滤波（Kalman Filtering）中的一阶低通滤波是工程中最常用的滤波方式，能有效地减少主频率之外的杂波干扰[7]，其传递函数如下所示：

令式（1）中s=jw，上下同乘a-jw，简化可得：

分析式（2）中a与w关系可知：当w≪a时，其模值趋向于1，并且随着w增大，模值会减小；当w=a时，模值为，即0.707；当w≫a时，模值趋向于0。由此可知在一阶低通滤波器中，a为截止频率，经过滤波器处理之后，信号的振幅随着频率增加而不断减小，所以可以设置合适的截止频率以达到优化信号波形的目的。

在自然界中，人体心电信号属于低频信号，正常情况下在150 Hz以下[8]，故本文中使用低通滤波器来进行信号的筛选。通过构造截止频率为212 Hz的一阶低通滤波器对心电信号进行滤波处理，减少高频信号的干扰。滤波处理前后的波形对比如图2所示。

图2 心率波形对比图

由图2可以看出，通过滤波操作之后的心率波形减去了高频噪声的影响，去噪后的波形可见明显的心率波峰，有利于后续心电绘制与心率计算。

1.3 体温测量

体温是人体的重要生命体征，人体体温的测量需要传感器具有较高的精度，本文选用LMT70精密模拟温度传感器测量体温，其具有出色的温度匹配性，能作为医用级的温度传感元件。利用所选传感器采集体温信息，将获得的电信号利用线性算法处理，温度计算公式如下：

式中a,b,c,d是规定的数据常量。可以看出其输出只与VTAO有关，使用查表法可以快速、准确地获取当前电压所对应的温度信息。

1.4 运动量统计

运动量是运动监测中较为重要的信息。在本文无线运动传感器系统中，采用MPU6050陀螺仪模块来对人体的运动量进行统计。测量佩戴者运动时的陀螺仪的三轴加速度信号，并对各场景运动时信号进行分析，以解算出佩戴者行走的步数。行走时陀螺仪信号如图3所示，可以看出，步点时陀螺仪的输出信号为波峰，故通过统计分析输出信号中波峰，即可解析出当前佩戴者的运动状态和步数。根据波形规律和特征的分析，得到步点寻找的三个原则，分别为将曲线连续上升的次数、波峰波谷的差值需要大于阈值以及设定动态阈值。

图3 三轴加速度波形图

另外，无论以任意姿态携带陀螺仪行走时，总有一轴的输出幅值相较其余两轴周期性变化大。因此在对多组x,y,z三轴数据的实际计算中：首先，分别对其求平均值，找到最活跃轴；其次，对其进行滤波，使输出更加平滑；再次，将(Max+Min)2作为动态阈值，根据动态阈值来判断是否走了一步；最后，系统持续更新三轴加速度的最大值和最小值，每采样50次更新一次，并可通过波峰出现的频率来判断此时的运动状态。

2 信号测量及传输软件流程

2.1 主控软件流程

无线运动传感系统涉及多传感器模块的检测与使用，本文使用STM32单片机对采集的信号进行处理及存储，故信号检测软件主要在STM32上进行编写，其主要设计思路如图4所示。

图4 软件设计流程

2.2 数据云传输

随着物联网技术的飞快发展，当前很多平台推出了云计算服务器平台，其中阿里云是搭建时间最早、技术范围较广的平台之一[9]。现阶段阿里云平台构建了一种适用于用户开发的物联网平台，通过MQTT通信协议等对客户端产品进行检测和管理[10]。

消息队列遥测传输协议（Message Queuing Telemetry Transport，MQTT）是 一 种 基 于 发 布/订 阅（Publish/Subscribe）模式的“轻量级”通信协议，该协议构建于TCP/IP协议上，由IBM在1999年发布。MQTT最大的优点在于：可以以极少的代码和有限的带宽为连接远程设备提供实时可靠的消息服务[11]。MQTT作为一种低开销、低带宽占用的即时通信协议，在物联网、小型设备、移动应用等方面有较广泛的应用。

本实验基于阿里云物联网平台的技术，创建物联网产品设备模型，开放设计MQTT订阅与发布接口，接收无线运动传感器系统所获得的用户运动信息[12]。通过使用ESP32将传感器系统获取的本地信息传递到服务器上，ESP32可作为独立系统运行应用程序或是主机MCU的从设备，通过SPI/SDIO或I2C/UART接口提供WiFi和蓝牙功能。无线系统中建立STM32与ESP32之间的互相通信，通过UART将STM32处理器中提取的运动信息传递给ESP32；然后在ESP32中构建阿里云MQTT传输协议，连接指定的云服务器端口，上传运动信息至云服务器。WiFi传输流程如图5所示。

图5 WiFi传输流程

3 实验结果及分析

显示是一个系统必不可少的部分，在本文无线运动传感系统中添加显示模块，可实时观测系统运行状态及检测输出等信息。设计采用OLED作为系统显示模块，如图6所示。OLED具有低功耗、宽视角、更轻便等特点，其中I2C的连接协议具有齐全的开发技术手册，其出色的信息输出能力方便在系统调试时对输出结果进行分析。

图6 OLED显示模块

进一步完成主控芯片与传感器模块系统搭建，搭建后的无线运动传感器系统如图7所示。并对STM32单片机中的信号处理程序与ESP32 MQTT传输程序的内容进行编写。分别对系统的温度监测、心率测量、运动量统计功能进行测试。测试项目包括实时采集及记录使用者的心电信号，计算使用者心率；实时采集和记录使用者的体表温度；实时检测使用者的运动信息，实现运动步数和运动距离的统计分析。测试结果如表1～表3所示。

图7 无线运动传感器系统

表2 体温测量 ℃

表3 运动数据的测量

对无线传输部分进行测试，ESP32能快速准确地与所配置的阿里云进行数据交互。为了验证本无线运动传感器系统对终端的应答能力，在Android平台下设计搭建了一个手机APP来进行传输实验[13]。在终端中同样使用MQTT对配置的物联网会话进行订阅，将无线运动传感器中测量的信息下发至手机APP中并显示。另外，在手机APP中增加了心电信息的绘制，显示结果如图8所示。

图8 APP心电实时显示结果

根据表1～表3测试实验数据可知，本文设计的无线运动传感器系统能准确地检测、计算佩戴者的心率、体温及运动步数信息。其中，心率测量误差小于±0.5次/min，体温测量误差不大于±0.25℃，运动量误差不超过10%，满足各项检测精度的需求，达到了运动传感检测的功能。并且，所融合的无线传输功能能准确地传输系统采集的信息，上可发至云端存储，下可提供终端监测，实现无线监测、异地监测的功能。

4 结 语

本文结合工程实际，以人体运动监测为主要背景，设计了无线运动传感系统测量系统。该系统以多个传感器作为检测单元，以STM32F407单片机为主控芯片，通过使用MQTT协议连接ESP32与阿里云，实现了运动信息快速准确的测量功能；另外，将无线监测与传感检测相结合，实现了无线监测、异地监测的功能。并且该系统开发能力强，可拓展性强，可融入日常的电子教学中，发挥学生的主观能动性，并让学生自主地参与自己设计的系统中，进一步了解当前潮流的系统设计模式。