一种智能健身运动手环的制作方法

本发明涉及一种智能手环，尤其是一种智能健身运动手环，属于健身运动
技术领域：
。
背景技术：
：目前，虽然智能手环已经成为市面上非常热门的一种可穿戴设备，但其主要功能普遍单一，在国内外都没有专门意义上针对科学健身的手环。在当代社会，健身是一门新兴的行业，许多人都意识到健身是一项巨大收益的投资，因此许多人纷纷加入到健身的行列当中。但是要知道，健身也是一门很大的学问，需要有科学的指导才能达到理想的效果，否则只会导致身体的损害和时间精力的浪费。虽然健身的理论方法很多，但是不一定适合每一个人，虽然健身房和健身教练随处都是，但需要付出大量的金钱，并不是每个人都能承受。技术实现要素：本发明的目的是为了解决上述现有技术的缺陷，提供了一种智能健身运动手环，该手环结构简单、使用方便，可以对健身者实现动作判断、健身强度分析、饮食调养推荐等科学指导功能。本发明的目的可以通过采取如下技术方案达到：一种智能健身运动手环，包括控制模块、健身动作姿态模块、心率采集模块、充电模块和蓝牙通讯模块，所述健身动作姿态模块、心率采集模块、充电模块和蓝牙通讯模块分别与控制模块连接，所述控制模块通过蓝牙通讯模块与移动终端进行通讯；所述健身动作姿态模块，用于检测健身者运动动作；所述心率采集模块，用于采集健身者运动过程中的心率数据；所述充电模块，用于计算电池电量，并供用户完成充电；所述控制模块，用于接收健身动作姿态模块和心率采集模块采集的数据，并对采集的数据进行分析，得到健身者运动动作的标准性和运动强度中心率的适合性；所述蓝牙通讯模块，用于将控制模块的分析数据传输到移动终端；所述移动终端，用于根据分析数据完成个性化科学健身指导。进一步的，所述控制模块采用Arduino单片机，Arduino单片机是基于开放源代码的USB接口板，核心是ATmega168，具有14路数字输入/输出口、8路模拟输入、一个16MHz晶体振荡器、一个mini-BUSB接口、一个ICSPheader和一个复位按钮。进一步的，所述健身动作姿态模块采用了MPU6050六轴传感器芯片，MPU6050六轴传感器芯片用于通过三轴MEMS加速度计和三轴MEMS陀螺仪采集健身者运动时的数据，MPU6050六轴传感器芯片的每个轴分别对应有一个十六位的A/D转换器；当MPU6050六轴传感器芯片处于正常工作状态时，其内部的三轴MEMS加速度计和三轴MEMS陀螺仪分别采集x，y，z三轴上由健身动作引起的电压值变化，通过A/D转换，将其转换为数字信号，最后再通过I2C总线将数据传送到控制模块。进一步的，所述健身动作姿态模块采集健身者六轴上的动作数据，当躯干竖直且运动时z轴的值与躯干竖直且静止时z轴的值的均值偏差为：其中，式(1)给出了躯干竖直且静止时z轴的均值定义；式(2)给出了躯干竖直且运动时z轴的值与躯干竖直且静止时z轴的值的均值偏差；j为运动组数，t为时间，N为信号段数量；健身动作姿态模块读取三个方向上的加速度速度和三个方向上的角速度数据，经过改进的卡尔曼滤波算法滤波处理后，将三个加速度数据值与三个角速度数据值结合，并采用峰谷检测算法计算得出波峰与波谷值，当出现一对峰谷时，判断峰谷之差是否在设置的阈值范围内，以及判断峰谷之间的时间差是否在时间窗口内，若峰谷之差在设置的阈值范围，且峰谷之间的时间差在时间窗口内，计数加一，健身动作姿态模块停止读取数据，否则，健身动作姿态模块继续读取三个方向上的加速度速度和三个方向上的角速度数据；所述改进的卡尔曼滤波算法，具体为：假设加速度计读取的当前值为Racc，陀螺仪读取的旧值为Rgyro，用一个加权平均值，如下：Rest(n)＝(Racc*w1+Rgyro*w2)/(w1+w2)(3)将式(3)等号右边分子分母同时除以w1，简化为：Rest(n)＝(Racc*w1/w1+Rgyro*w2/w1)/(w1/w1+w2/w1)(4)令w2＝w1＝wGyro，得到：Rest(n)＝(Racc+Rgyro*wGyro)/(1+wGyro)(5)其中，wGyro表示对加速度计和陀螺仪的相信程度。进一步的，所述wGyro通过测试确定，范围为5-20。进一步的，所述心率采集模块采用心率传感器，心率传感器包括红色发光二极管和受光窗，红色发光二极管发出的光线通过皮肤表面照射在受光窗，当皮肤表面的血流量随心脏跳动而改变时，红色发光二极管通过皮肤表面到达受光窗的光线也随之改变，这样光电流也发生波动性变化，从而采集到心脏脉搏信号；其中，心率传感器的芯片引脚输出波动的电压信号，经放大器的反相输入端放大，并用电容组成的双极性耦合电容将干扰信号隔离；通过低通滤波器去除高频信号，截止频率为3.33Hz，通过电压比较器，将信号转换为方波信号输入控制模块；通过电位器调节电压比较器的参考电压，以消除不同人体皮肤的差异性。进一步的，所述心率采集模块采集健身者运动过程中的心率数据，利用心率与运动强度成正比的关系，计算出健身者的运动强度。进一步的，所述蓝牙通讯模块采用HC-06蓝牙转串口模块，HC-06蓝牙转串口模块的工作电压为3.3V，波特率可调。进一步的，所述充电模块采用TP4056充电器，TP4056充电器的充电电压为4.2V，而充电电流通过电阻器进行外部设置；当充电电流在达到最终浮充电压之后降至设定值1/10时，TP4056充电器将自动终止充电循环；当输入电压被拿掉时，TP4056充电器将自动进入低电流状态，将电池漏电流降至2uA以下；TP4056充电器在有电源时置于停机模式，从而将供电电流低于55uA。进一步的，所述移动终端安装了与智能健身运动手环对应的应用程序，该应用程序的人机交互层由主界面、运动详情页面、综合分析页面构成，利用后台蓝牙服务传输数据，同时进行数据存储；所述人机交互层利用Android组件中的Listview+Viewpager实现左右页面快速切换；应用程序启动时，将读取存储的历史记录数据并显示在相应的界面上，同时主界面要求用户输入个人的相关信息，进行AMI分析；当移动终端与智能健身运动手环建立连接后，建立一个专用的线程Thread来接收数据，利用Android的handler消息机制把接收到的数据发送到主线程，从而进行主线程UI的更新实现数据的实时分析和显示。本发明相对于现有技术具有如下的有益效果：1、本发明针对健身人士日常的锻炼活动有必要做出科学指导和建议，采用健身动作姿态模块检测健身者运动动作，以及采用心率传感器采集健身者运动过程中的心率数据，并由控制模块对数据进行计算分析，通过蓝牙通讯模块将综合数据传输到移动终端直观的呈现，以完成饮食调养推荐等科学指导功能。2、本发明的健身动作识别采用峰谷检测算法计算得出波峰与波谷值，判断峰谷之差是否在设置的阈值范围内，以及判断峰谷之间的时间差是否在时间窗口内，判断峰谷之差是否在设置的阈值范围内中设置的阈值是经过多组实验对不同健身动作的测试，最终分析计算而得，当六轴传感器采集的峰谷差值满足该阈值时，代表健身者动作幅度达到标准要求，判断峰谷之间的时间差是否在时间窗口内是根据对测试者不同快慢程度的健身动作完成时间进行统计而得，经过分析与计算得出标准动作完成的时间范围。3、本发明利用六轴传感器内部的加速度计和陀螺仪采集健身者肢体动作的加速度和角速度数据，健身者在进行健身时肢体的摆动会引起抖动，此时六轴传感器所采集的数据并不具有代表性，通过改进的卡尔曼滤波算法对采集的数据进行滤波，可以避免因健身者抖动引起的不必要数据，结合加速度计和陀螺仪的数据以得到设备和地平面之间的倾角的准确信息。4、本发明利用心率传感器采集健身者运动过程中的心率数据，利用心率与运动强度成正比的关系，计算出健身者的运动强度，以便在健身者运动时对运动强度进行控制。5、本发明能准确完成各种动作识别分析，在数据计算与传输上也能准确快速运行，实验测试结果表明，可以准确识别分析健身者肢体动作，提供身体数据精确，有进一步的研究意义与价值。附图说明图1为本发明实施例1的智能健身运动手环结构框图。图2为本发明实施例1的ArduinoNano2.0的电路图。图3为本发明实施例1的MPU6050六轴传感器芯片数据采集电路图。图4为本发明实施例1的对健身动作算法流程图。图5为现有技术的心率传感器结构框图。图6为本发明实施例1的心率传感器芯片数据采集电路图。图7为本发明实施例1的蓝牙连接电路图。图8为本发明实施例1的TP4056充电器的电路图。图9为本发明实施例1的APP实现框架图。具体实施方式下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。实施例：如图1所示，本实施例提供了一种智能健身运动手环，该智能健身运动手环包括控制模块、健身动作姿态模块、心率采集模块、充电模块和蓝牙通讯模块，所述健身动作姿态模块、心率采集模块、充电模块和蓝牙通讯模块分别与控制模块连接，所述控制模块通过蓝牙通讯模块与移动终端进行通讯，智能健身运动手环各个模块和移动终端的具体说明如下：一、控制模块所述控制模块采用Arduino单片机，Arduino单片机是基于开放源代码的USB接口板，ArduinoNano2.0是ArduinoUSB接口的微型版本，最大不同是没有电源插座以及USB接口是Mini-B型插座，核心是ATmega168，具有14路数字输入/输出口、8路模拟输入、一个16MHz晶体振荡器、一个mini-BUSB接口、一个ICSPheader和一个复位按钮；ArduinoNano2.0版本的芯片尺寸非常小的而且可以直接插在面包板上使用，很大程度减小了智能健身手环体积，并且具有使用类似Java、C语言的IDE集成开发环境，如图2所示为ArduinoNano2.0的电路图。二、健身动作姿态模块所述健身动作姿态模块用于检测健身者运动动作，采用了MPU6050六轴传感器芯片，MPU6050六轴传感器芯片用于通过三轴MEMS加速度计和三轴MEMS陀螺仪采集健身者运动时的数据，MPU6050六轴传感器芯片的每个轴分别对应有一个十六位的A/D转换器，测量的范围达到+16g,最高分辨率3.9mg/LSB可以测量不到1.0°的倾斜角变化；配置了一个片上1024字节的FIFO(FirstInputFirstOutput，先进先出)存储器，有助于降低系统功耗，提供智能健身手环的待机时间，以数字输出6轴或9轴的旋转矩阵、四元数、欧拉角格式的融合演算数据；当MPU6050六轴传感器芯片处于正常工作状态时，其内部的三轴MEMS加速度计和三轴MEMS陀螺仪分别采集x，y，z三轴上由健身动作引起的电压值变化，通过A/D转换，将其转换为数字信号，最后再通过I2C(Inter-IntegratedCircuit)总线将数据传送到控制模块。所述健身动作姿态模块采集健身者六轴上的动作数据，当躯干竖直且运动(DL)时z轴的值与躯干竖直且静止(SL)时z轴的值的均值偏差为：其中，式(1)给出了躯干竖直且静止时z轴的均值定义；式(2)给出了躯干竖直且运动时z轴的值与躯干竖直且静止时z轴的值的均值偏差；j为运动组数，t为时间，N为信号段数量；经多次测试的实验数据发现，人体健身时肢体产生的线加速度数据和角加速度数据波形是周期性的正弦波，且健身动作个数与波形数目趋于一致，由此确定了该健身动作算法的核心思路；如图4所示，读取三个方向上的加速度速度和三个方向上的角速度数据，经过改进的卡尔曼滤波算法滤波处理后，将三个加速度数据值与三个角速度数据值结合，并采用峰谷检测算法计算得出波峰与波谷值，当出现一对峰谷时，进行以下判断：1)峰谷之差是否在设置的阈值范围内，代码如下：2)峰谷之间的时间差是否在时间窗口内，代码如下：当满足以上两个条件则计数加一，停止读取数据；健身者在进行健身时肢体的摆动会引起抖动，此时六轴传感器所采集的数据并不具有代表性，所以为了避免因健身者抖动引起的不必要数据，需要对所采集数据先进行滤波。本实施例的滤波处理采用了改进的卡尔曼滤波算法，假设加速度计读取的当前值为Racc，陀螺仪读取的旧值为Rgyro，用一个加权平均值，如下：Rest(n)＝(Racc*w1+Rgyro*w2)/(w1+w2)(3)将式(3)等号右边分子分母同时除以w1，简化为：Rest(n)＝(Racc*w1/w1+Rgyro*w2/w1)/(w1/w1+w2/w1)(4)令w2＝w1＝wGyro，得到：Rest(n)＝(Racc+Rgyro*wGyro)/(1+wGyro)(5)其中，wGyro表示对加速度计和陀螺仪的相信程度，该值可以通过测试确定，根据经验值5-20之间会得到一个很好的结果；在此改进了卡尔曼滤波算法X(k)＝AX(k-1)+BU(k)+W(k)，该算法结合加速度计和陀螺仪的数据以得到设备和地平面之间的倾角的准确信息，此改进的卡尔曼滤波算法和常规卡尔曼滤波算法最主要的差别是它的权重是相对固定的，而常规卡尔曼滤波中的权重会随着加速度计读取的噪声而改变。常规卡尔曼滤波注重计算出“最好”的理论结果，而此改进算法所提供的是实际项目中“够用”的结果。因此运用该算法很好的解决了抖动所引起的误差。在进行该滤波后为使数据更加平稳，还加入了中值滤波法。进入计数判断时，判断条件1)所设置的阈值是经过多组实验对不同健身动作的测试，最终分析计算而得；当六轴传感器采集的峰谷差值满足该阈值时，代表健身者动作幅度达到标准要求，此时方能进入下一判断语句，否则，即判断条件1)不满足，系统自动重新回到数据采集步骤；判断条件2)是根据对测试者不同快慢程度的健身动作完成时间进行统计而得，经过分析与计算得出标准动作完成的时间范围，该时间范围便是动作的时间窗口；通过时间窗口可以精准地判断健身者动作的标准程度，对于过快或过慢的动作予以健身者警示，对标准动作予以记录，若判断条件2)不满足，系统自动重新回到数据采集步骤。三、心率采集模块所述心率采集模块用于采集健身者运动过程中的心率数据，光电心率测量采用的是光电容积法，其基本原理是利用人体组织在血管搏动时造成透光率不同来进行脉搏测量的，其使用的传感器由光源和光电转换器两部分组成，光源一般采用对动脉血中氧和血红蛋白有选择性的一定波长(500nm-700nm)的发光二极管，其结构图5所示。当光束透过人体外周血管，由于动脉搏动充血容积变化导致这束光的透光率发生改变，此时由光电转换器接收经人体组织反射的光线，转变为电信号并通过信号放大电路将其放大和输出。本实施例的心率采集模块采用的心率传感器芯片电路如图6所示，包括红色发光二极管和受光窗，红色发光二极管发出的光线通过皮肤表面照射在受光窗，当皮肤表面的血流量随心脏跳动而改变时，红色发光二极管通过皮肤表面到达受光窗的光线也随之改变，这样光电流也发生波动性变化，从而采集到心脏脉搏信号；其中，心率传感器的芯片引脚输出波动的电压信号，经放大器的反相输入端放大，为避免烦扰信号传到输入端，用电容组成的双极性耦合电容将干扰信号隔离；通过电容和电阻的RC低通滤波器去除高频信号，截止频率为3.33Hz，通过电压比较器，将信号转换为方波信号输入控制模块；通过电位器调节电压比较器的参考电压，以消除不同人体皮肤的差异性。人体能量消耗的测定非常复杂，与众多因素有关，在实际中很难直接准确的测定一种运动在特定时间的能耗，所述心率采集模块采集健身者运动过程中的心率数据，利用心率与运动强度成正比的关系，计算出健身者的运动强度，心率控制是使用最大心跳率及运动强度越大心跳越快之简单原理，进行运动时运动强度控制的方法。当你开始运动时戴上心率表，利用最大心率公式算出自己最佳运动强度，目标心跳率＝[(220-年龄)×80％－5]次/分钟。而运动心率会和运动强度成正比，心率带会侦测心电图并且发出讯号到心率表上，心率表提供使用者当時心跳咨询作为运动强度控制调整参考，正常人群的最适健身心率＝(200-年龄)×(60％-80％)，60％-70％主要用于减脂，70％-80％主要用于提高心肺功能。四、蓝牙通讯模块蓝牙通讯模块用于将控制模块的分析数据传输到移动终端；移动终端与智能健身运动手环间的通信采用蓝牙方式，蓝牙通讯模块采用HC-06蓝牙转串口模块，从而达到取代串口线的目的，蓝牙串口可以将蓝牙的通信转化成虚拟串口。经过这样的转换后，使用蓝牙的Client程序就可以像使用串口一样操作蓝牙，并通过这个把采集到的数值传递给移动终端，HC-06蓝牙转串口模块的工作电压为3.3V，波特率可调，根据需要本系统中调节为9600，将其设置为从机模式与手机进行配对与通信；HC-06兼具低功耗的特点，配对过程中电流仅为30mA，配对完毕无论通信与否仅为8mA，如图7所示，为蓝牙连接电路图。五、充电模块所述充电模块用于计算电池电量，并供用户完成USB简单充电；本实施例的充电模块采用TP4056充电器，它是一款完整的单节锂离子电池采用恒定电流/恒定电压线性充电器，其底部带有散热片的SOP8/MSOP8封装与较少的外部元件数目使得TP4056充电器成为便携式应用的理想选择，由于采用了内部PMOSFET架构，加上防倒充电路，所以不需要外部隔离二极管；TP4056充电器的充电电压为4.2V，而充电电流通过电阻器进行外部设置；当充电电流在达到最终浮充电压之后降至设定值1/10时，TP4056充电器将自动终止充电循环；当输入电压被拿掉时，TP4056充电器将自动进入低电流状态，将电池漏电流降至2uA以下；TP4056充电器在有电源时置于停机模式，从而将供电电流低于55uA，如图8所示，为TP4056充电器的电路图。六、移动终端移动终端可以为智能手机、平板电脑、PDA手持终端等；移动终端通过自带蓝牙功能与智能健身运动手环的蓝牙通讯模块配对并建立连接，承担运动数据的存储、分析处理和直观显示的任务，可以根据智能健身运动手环控制模块所分析数据完成饮食推荐等个性化科学健身指导；移动终端安装了与智能健身运动手环对应的应用程序(APP)，APP的人机交互层由主界面、运动详情页面、综合分析页面构成，利用后台蓝牙服务传输数据，同时进行数据存储，整个框架如图9所示；所述人机交互层利用Android组件中的Listview+Viewpager实现左右页面快速切换；应用程序启动时，将读取存储的历史记录数据并显示在相应的界面上，同时主界面要求用户输入个人的相关信息，进行AMI分析；主界面也能控制蓝牙的连接和断开。当移动终端与智能健身运动手环建立连接后，建立一个专用的线程Thread来接收数据，利用Android的handler消息机制把接收到的数据发送到主线程，从而进行主线程UI的更新实现数据的实时分析和显示；蓝牙客户端与服务端的通讯是通过输入输出流的方式实现的，本次设计通过设置标志位的方法从输入流中识别数据并获取。例如：当读取到标志位“i”时，便进行存取并通过SendToTarget()函数发送到主线程，并对缓存进行清空，重新获取流中的数据。利用handler消息机制传递消息更新主线程UI，代码如下：主线程中接收消息，代码如下：APP的存储应用了Android开发中的SharedPreferences轻量级存储方案，该方案是通过edit()方法获取editor对象，代码如下：采用key-value键值对进行存放数据。考虑到需要采集每天的历史记录，本次设计通过获取本机的系统时间日期，并将该日期作为存储数据的key，因此每日产生的数据都可以以日期为单位保存下来，后期再通过读取key提取数据并显示，代码如下：Datedate＝newDate(System.currentTimeMillis())；实施例2：本实施例是具体的实验测试，测试中随机邀请了六位志愿者参与测试，其中包括健身初学者和健身经验丰富的健身达人，目的是模拟不同人群的健身真实情况，使数据多样化，准确化。参与者在佩戴好智能健身运动手环后，在工作人员按下开始后完成指定动作和达到指定次数，并由工作人员记录数据，每个不同动作测试三组数据，以此减少计数误差，下面的表1为二头肌锻炼测试的实验测试数据。表1二头肌锻炼测试的实验测试数据通过数据分析，可得出该智能健身运动手环的动作分析是比较精确的，可以在误差范围内完成正确计数，误差控制在2％之内，因此在误差允许范围内所测健身动作数据是可以接受的；所以综合数据，该智能健身运动手环的动作计数测量具有一定的可行性。以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围并不局限于此，任何熟悉本
技术领域：
的技术人员在本发明专利所公开的范围内，根据本发明专利的技术方案及其发明构思加以等同替换或改变，都属于本发明专利的保护范围。当前第1页1 2 3