基于情绪反馈的智能宠物犬服装研究

文 | 吴忻舟 汪家俊 程哲 陈嘉怡 鲁钰

近年来，随着国民生活水平的提高，人们在追求物质生活舒适的同时，也更加追求精神生活的愉悦，宠物犬也因此成为许多家庭的特殊成员。但它们在给人们带来欢乐的同时，也同样带来了一些问题，宠物的疾病、不良行为等问题牵动很多主人的神经。宠物犬的抑郁症、躁郁症等不良情绪问题引发的恐吓、伤人事件等严重破坏了社会和谐与公共安全。通常情况下，我们可以通过狗尾摇摆、停留状态来判断狗的情绪 ，如狗尾巴水平摇摆，且幅度很大，代表其很开心；如果狗尾巴高翘，且末端摇摆，代表其有准备攻击的可能。但由于宠物犬存在个体差异性，加上人们的认知水平不同，传统的判断方法不具备准确性和科学性。因此，开发一款自主识别宠物犬情绪的产品，能及时告知宠物情绪的异常，并提醒其主人做出相应的措施，将有效规避上述问题。

情绪识别的方法主要基于非生理信号（面部表情、语音、行为等方面）和生理信号（心率、皮肤抗阻、呼吸信号、大脑信号等）两大类。对于宠物犬来说，其情绪外显和大脑活动并没有人类复杂（从不同的角度可以将人的情绪大致分为 6 类），且其大部分非生理信号可通过目测获取，故仅从情绪的正负状态和强烈程度就可以大致分类概括其情绪，且基于一般的生理数据即可构建其情绪模型探求情绪与生理数据之间的映射关系。生物情绪状态的生理测量对于理解潜在的生物学关系至关重要，心率变化可作为研究生物情绪状态的生理测量指标。国内外研究者在利用生物的生理数据识别情绪方面做了许多探索，如日本学者大野一典团队通过收集到的心率数据实现了两只SAR犬在实验过程中的情绪转换可视化；美国学者丽塔·布鲁加罗拉斯团队设计了一款新型非侵入性可穿戴传感器，可系统测试实验室环境外动物的压力和兴奋的生理相关性；马克·福斯特及其团队利用一种新型无线心率传感系统获取实验犬的心电图数据，基于心率数据预测实验犬在导盲测试中的情绪表现，得到了导盲犬工作过程中的两个行为检查清单；杜凯探究了心理学中情绪概念借助于温度隐喻的构建关系；张超尝试利用物联网构建心率监测与情绪监控系统；刘恒通过机器学习提取特征参数、聚类分析声音信号以辅助狗情绪的识别。这些研究从理论上证明了各生理信号可以很好地反应生物情绪的变化。

当下服装产业与医疗、体育、互联网等经济热点正在掀起一场“可穿戴革命”，智能可穿戴设备应运而出 。在宠物智能穿戴上，基于不同需求的智能产品也层出不穷，如姜茂欣等设计了一款基于Lily Pad Arduino的智能狗夜行服，以提高服装在夜间的醒目程度，降低宠物狗夜行滋生安全事故的可能性；Play Date智能宠物玩具球作为一款远程监控设备，可以监控宠物的活动并能够以地板视角与宠物互动。这些智能宠物穿戴产品都在一定程度上方便主人与宠物之间的互动与交流，但在直观识别宠物情绪以有效满足用户对宠物的情感关怀方面还存在不足。

由上述研究可知，目前全功能综合性、以日常生活为导向的智能感知宠物服装产品设计领域还存在一些可探索空间。本文旨在设计一款基于情绪反馈的智能宠物犬服装，通过对温度、心率、呼吸频率等因素对宠物情绪的聚类分析获取映射关系，使传感器与手机APP进行交互，实现服装、硬件、软件的相互结合与宠物情绪的及时反馈，在科学关注宠物犬心理动态、减轻其发病威胁的同时，更好地促进家庭和睦及社会和谐。

1 情绪模型生理指标分析

在产品设计、制作与测试之前，通过市场调查，确定了智能宠物犬服装情绪模型建立的生理指标，具体调研潜在用户对自家宠物犬情绪识别不同程度的人数比以及生理指数影响情绪在相关程度上的排名。本次调研发放问卷共100份，并回收有效问卷共计88份，调研对象为武汉市洪山区民族大道遛狗居民。

调查结果显示，总样本中对自家宠物犬情绪识别不同程度的人数比例分别为：完全无法识别（10.23%）、存在障碍（37.50%）、效果不理想（30.68%）、很好地识别（21.59%）。此外，在很好地识别样本中对生理指数影响情绪在相关程度上的排名中，前三名分别为温度、心率与呼吸频率。

故依据上述调查结果，本研究确定了智能宠物犬服装情绪模型建立的生理指标。

2 智能犬服的研发设计

服装系统主要由硬件模块、服装版块、系统上位机软件等 3 部分组成。依据调查问卷，选择与设计能够成功反馈宠物犬温度、心率与呼吸频率相对应的硬件与软件，并做好合适的面料与结构选择。由此确定总体研究框架的设计，如图1 所示。

图1 宠物犬服的总体研究框架

2.1 硬件设计

服装硬件系统由开发板、温度传感器、心率传感器和可充电锂电池等 4 部分构成。

ESP8266mini开发板作为信息处理模块和WIFI模块，不仅配置有Esp8266网络模块，且配置有一般开发板的常用功能以及icc、pwm、串口等常见通信，并且可以使用Arduino IDE对其进行开发，功能和兼容性强大。通过串口通讯的方式使用Esp8266芯片将传感器数值传输到数据监测平台，该平台是由处理器在IP地址上创建的手机端网页，可以收到并展示由处理器处理后的传感器数据。该IP地址所连接的网页可以通过手机用户端进行访问。Arduino Nano开发板是Arduino Uno的微型版本，是基于ATmega328p的小型开发板，可用来开发需要独立运行并具备互动效果，也可用来开发出与电脑相连接，同其他软件一起合作完成的互动产品。本设计选择MLX90614红外温度传感器以获取宠物犬表皮温度数据。独特的单口接线方式使其在与处理器连接时，仅需一条口线即可实现双向通讯。其具有响应快、抗干扰能力强、体积小、功耗低等优点，成为在测温应用场合上的最佳选择。同时，为获取宠物犬血氧心率数据，本设计选择MAX30102心率血氧传感器，该传感器是一个集成的脉搏血氧仪和心率监测器模块，采用光电容积脉搏波描记法，通过测量血液中血红蛋白随心脏跳动而对氧气吸收的变化量来测宠物心率。此外，为获取宠物犬呼吸信号数据，将收集到的血氧心率数据通过算法进行分析，即可获得宠物犬的呼吸频率。

基于织物特性，依据智能服装轻便的设计需求，选用锂电池作为电源供电模块，嵌入集成电路板上。其具备质量轻、体积小、功耗低及适应度高的特点，可以较好地满足智能服装轻便化、易穿脱、可收纳的需求。各传感器和锂电池均与开发板进行连接通信：电源正极分别与Esp8266处理器的 0 号引脚以及各传感器的VCC引脚相连；同时Esp8266处理器的D1、D2引脚分别与各传感器的out引脚相连。各传感器采集到的模拟信号通过采集板送到开发板进行模数转换，PC端的程序对开发板串口传输的数字信号进行处理并识别情绪，识别结果通过WIFI模块传输给阿里云平台。手机APP与阿里云建立联系，获取即时数据。上述各硬件确立完毕后，将其制成集成电路，如图2 所示。

图2 集成电路图

2.2 软件设计

在物联网平台中开发产品并设置配置，在Iot Studio中设计界面和配置数据源。通讯协议为http，数据接收选择使用阿里云平台搭建物联网模型，构建网页端。利用Arduino IDE编写程序，编写程序之前需要下载相应编码库以支持不同硬件的编译与刻录。针对单片机与阿里云服务器之间的互联问题，在AliyunIoTSDK函数内部进行编译，配置阿里云三元组。将配置完成的代码通过USB连接线刻录至Esp8266处理器。通过WIFI模块将单片机接收到的各传感器实时监测数据上传到云平台，搭建用户端APP数据显示的基础环境。

选择使用UI设计软件来进行手机APP页面图标和审美的设计。在APP的页面设计的监测服务界面中，用户可实时获取宠物心率、温度、呼吸频率、情绪以及智能服装的开关状态等相关信息。软件界面如图3 所示。

图3 软件监测界面

2.3 服装设计

服装版块由内衬与外套拼接缝制而成。其中，里料为石墨烯纤维与棉纤维、氨纶的混纺面料（90%棉、3%石墨烯、7%氨纶），并经过艾草提取液浸渍烘燥处理，以实现驱蚊抑菌的功能；外料为纯棉面料，具有保暖与舒适性。此外，服装背面缝制口袋用来放置集成电路，服装四肢缝制有反光条。服装版块的结构如图4 所示。

图4 款式结构图

为满足醒目美观的需求，服装以整洁大方的宝蓝色为主色调，并在服装四肢两侧表面缝贴反光条，使其外出活动时更为醒目。此外，为满足易穿脱收纳的需求，设计由纽扣代替拉链。

3 数据采集与分析

3.1 实验设计

依据Thayer模型中的情绪强烈程度和情绪正负状态，本研究将宠物犬的情绪大致分为兴奋、愤怒、愉悦、平静等 4 种待测指标。为探求目标生理数据与宠物犬情绪的映射关系，在服装与硬件结合完毕之后，征集宠物犬进行大规模的数据采集。

为了尽量减少毛发（影响硬件）、犬年龄（影响配合度）、犬型和健康程度（影响情绪表现）、犬种（影响生理参数）等因素对数据的影响，利用设计好的 3 件纺织成品，随机征集 9 只愿意配合且配合度良好的中型、短毛、健康良好的成年宠物柴犬进行数据收集实验。平均每天测量 3 只实验对象，共用时 3 天。记录下实验对象在实验时间内（7 月上旬的6：00 — 20：00）不同情绪对应的温度、呼吸频率、心率等生理数值的变化。考虑到情绪的渐变特性，每隔10 min记录一次。为规避外界自然环境和社会环境对实验的干扰，将大学绿坪操场作为实验对象的活动场地。

本次实验共计获取到765个有效样本数据，其中，激动的情绪样本共148个，愤怒的情绪样本共107个，愉悦的情绪样本共223个，平静的情绪样本共287个。情绪变化的数据由动物相关专业人士测量和各实验对象主人辅助判断获得。

3.2 聚类分析

将收集到的情绪对应的生理数据进行整合，提取特征值。通过MATLAB软件的K-means聚类算法得到宠物犬各项生理数据与其情绪的映射关系。

从MATLAB程序导出的聚合结果（图5）来看，情绪与各生理指标的映射关系如表1 所示。

表1 情绪与各生理指标的映射关系

图5 情绪与各类指标聚类效果图

根据聚合结果展示的情绪与各生理信号之间的映射关系，确定了 4 种情绪分别对应的各生理数阈值。设置传感器阈值并写入阈值判断流程后，当实时监测的各传感器数据均满足某一情绪对应的阈值时，输出该情绪名称，即主人可通过APP的监测界面实时监测到宠物情绪。各传感器数据满足不止一种情绪对应的阈值时，返回继续监测。

4 服装效果展示与评测

4.1 产品效果展示

利用illustrator进行款式设计，同时借助CLO软件进行结构设计和虚拟仿真展示，将动态的面料与静态的二维结构设计相结合，虚拟仿真效果如图6 所示。

图6 服装虚拟仿真效果

4.2 功能性测试

为及时排查该产品主系统相关功能的有效性和稳定性，需要对情绪反馈系统进行模块集中化测试，即同时开启系统内可运行硬件，并使其保持无障碍工作状态至少24 h。通过对开发板中各硬件运行状态以及WIFI模块的数据传输接收情况进行观察，以判定系统是否存在相应问题。

为验证该套情绪反馈系统中信号采集模块得到的数据可适用于由MATLAB聚类算法构建的拟合模型，故对该系统判断的情绪数据与方法 1（狗尾摇摆停留情绪判断法）、方法 2（专业人士评测和主人辅助判断法）等两种宠物犬情绪识别方法进行差异性检验。

随机征集 5 只愿意配合且配合度良好的中型、短毛、成年宠物柴犬进行试穿测试，模拟生活中的多种环境，获取其情绪数据。为保证该服装功能的普用性，宠物犬的性格、犬龄、生活环境互不相同。平均每只实验对象检验次数为15次（每隔 1 h将实时监测结果记录一次，实验时间为6：00 — 20：00），共计获得75份有效数据。其中，某一只实验对象的实时监测数据（节选8：00 — 17：00的整点测量数据）如图7 所示。

图7 某监测对象实时监测效果

将同一个时间下，通过 3 种测量方法监测的结果进行差异比对。其中，情绪反馈服装测出的激动情绪共14份、愤怒情绪共12份、平静情绪共29份、愉悦情绪共20份。分别将情绪反馈服装测出的 4 种结果与方法 1、方法2 进行比对，计算比对正确率，如表2 所示。其中，比对正确率＝（1-差异个数/对应情绪样本总数）×100%。

表2 比对下的正确率 %

结果表明，该服装情绪反馈比对正确率总体超过75%，某单一情绪比对正确率不低于70%，即该情绪识别算法模型可适用于宠物犬的日常情绪反馈，且识别能力较好。

5 结论

本文基于宠物犬的情绪与健康状况，针对目前抑郁症、躁郁症等不良情绪威胁宠物犬及主人的身心健康及破坏社会和谐等问题，对文献数据和现有市场进行调研。基于Arduino开发环境，通过各类传感器和Esp8266单片机获取并处理宠物犬实时的生理信息，并将这些生物信息与大规模样本聚合模型进行拟合得出阈值，创新设计了一种具备情绪反馈能力的智能宠物犬服装。

该智能纺织产品通过数据收集、可视化及分析等技术手段，将宠物的生理数据等用数字表现出来，令“量化自我”技术进一步走向实际应用，甚至还可作为体育、卫生、旅游、教育等行业的辅助。未来可从美化APP个性时尚设计、优化聚类模型使用的方法以及细化各生理指数的参照等方面进行研究改进。