一种基于物联网感知的人体疲劳检测与缓释系统及方法与流程

本发明涉及多参量评估、实时信息检测和pwm同步信息调制领域，尤其涉及一种基于物联网感知的人体疲劳检测与缓释系统及方法。

背景技术：

随着人们生活的智能化，在医疗方面，物联网的应用逐日增多，为医患双方都带来了极大的方便。疲劳分为心理疲劳和生理疲劳，生理疲劳主要是人体疲劳，心理疲劳主要是精神疲劳。人体疲劳指的是肌肉在反复工作的情况下会导致做功能力下降，运动中疲劳的发生与肌肉工作强度有关，常见的治疗手段为按摩。按摩能使肌肉中毛细血管扩张和开放，使局部的血液循环和营养得到改善，并可加速肌肉运动中产生的乳酸排出，从而达到消除人体疲劳的作用。精神疲劳的常见治疗手段为听舒缓的音乐，尤其是钢琴曲对精神紧张有明显的舒缓作用。

现有的人体疲劳检测产品大多采用单片机连接传感器来检测人体疲劳状况，不能实时采集用户身体疲劳状态并作出响应，没有将疲劳检测与疲劳缓释两种功能有机结合，无法基于历史数据对用户的身体状况进行预测，因而不方便用户使用。

技术实现要素：

本发明的目的就是针对目前可应用于临床的人体疲劳检测与缓释系统的缺失，公开了一种基于物联网感知的人体疲劳检测与缓释系统及方法。该系统及方法基于实时信息检测和pwm同步信息调制，能够对人体肌肉的活动状态和精神紧张状况进行自适应控制。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一目的是公开一种基于物联网感知的人体疲劳检测与缓释系统，包括：感知层、网络层、应用层；

所述感知层包括肌电传感器、人体红外传感器、体温传感器和人体心率传感器；

网络层包括wifi无线传感单元；

应用层包括驱动电机、振动马达和智能音响；

所述肌电传感器、人体红外传感器、体温传感器、人体心率传感器和驱动电机分别与wifi无线传感单元连接；所述驱动电机连接振动马达和智能音响；

所述网络层的wifi无线传感单元分别接收肌电传感器、人体红外传感器、体温传感器、人体心率传感器采集到的数据，根据接收到的数据判断人体疲劳程度；并根据人体疲劳程度对驱动电机进行pwm调速，控制振动马达的振动强度和智能音响的音量。

进一步地，还包括：智能终端和无线通信模块；网络层接收到的数据通过tcp/ip协议发送到移动智能终端，智能终端根据接收到的网络层传递的数据，对振动马达的振动强度和智能音响的音量进行检测和控制。

进一步地，所述无线通信模块采用esp8266无线wifi模块，采用softap模式，esp8266无线wifi模块作为无线接入点，智能终端作为station连接esp8266无线wifi模块发出的热点，利用tcp/ip协议，通过socket的匹配，实现数据流的传输。

进一步地，通过所述智能终端能够设定自动控制模式和半自动控制模式；

自动控制模式下，系统根据预先设定好的程序进行工作，振动马达的振动强度和智能音响的音量会随着人体疲劳程度的变化而变化；人体疲劳程度越高，振动马达振动强度越大，智能音响的音量越大；

半自动控制模式下，通过智能移动终端来控制振动马达是否振动及智能音响是否播放歌曲。

进一步地，所述根据接收到的数据判断人体疲劳程度，具体为：

根据接收到的肌电传感器、人体红外传感器、体温传感器和人体心率传感器采集到的数据，建立人体疲劳程度预测模型；

根据人体疲劳程度预测值与标准值之间的差值建立损失函数；

采用梯度下降法最小化损失函数，求得损失函数最小时的优化参数；

所得到的优化参数带入人体疲劳程度预测模型，对人体疲劳程度进行预测。

进一步地，

根据人体疲劳程度的历史监测数据构建客户身体疲劳状况数据库，分析预报用户身体健康状况。指导用户形成正确的工作与休息习惯，保障身体健康。

进一步地，建立的人体疲劳程度预测模型具体为：

hθ(x)＝θ0+θ1x1+θ2x2+θ3x3+θ4x4；

其中，hθ(x)为样本中疲劳程度的预测值，x1表示人体红外强度ad值，x2表示肌电信号的ad值，x3表示人体体温ad值，x4表示人体心率ad值；θ0为基础偏移量，θ1、θ2、θ3、θ4分别为权重值。

进一步地，根据人体疲劳程度预测值与标准值之间的差值建立损失函数，具体为：

其中，i代表第i个样本数据，y是样本中实际的疲劳程度值，m是训练集的个数，hθ(x)为样本中疲劳程度的预测值，x1表示人体红外强度ad值，x2表示肌电信号的ad值，x3表示人体体温ad值，x4表示人体心率ad值；θ0为基础偏移量，θ1、θ2、θ3、θ4分别为权重值。

进一步地，根据人体疲劳程度对驱动电机进行pwm调速，控制振动马达的振动强度和智能音响的音量，具体为：

振动马达的振动强度和智能音响的音量分别设置两个或者两个以上的档位，振动马达和音响根据人体人体疲劳程度进行pwm调速，疲劳程度越高，振动马达的振动强度越大，音响的音量越大。

本发明的第二目的是公开一种基于物联网感知的人体疲劳检测与缓释方法，包括：

分别采集人体肌肉活化程度、红外辐射温度变化、体温以及心率数据；

根据接收到的数据建立人体疲劳程度预测模型；

根据人体疲劳程度预测值与标准值之间的差值建立损失函数；

采用梯度下降法最小化损失函数，求得损失函数最小时的优化参数；

所得到的优化参数带入人体疲劳程度预测模型，对人体疲劳程度进行预测；

根据预测得到的人体疲劳程度对驱动电机进行pwm调速，控制振动马达的振动强度和智能音响的音量。

进一步地，通过智能终端选择控制模式，所述控制模式包括：自动控制模式和半自动控制模式；

自动控制模式下，系统根据预先设定好的程序进行工作，振动马达的振动强度和音响的音量会随着人体疲劳程度的变化而变化；人体疲劳程度越高，振动马达振动强度越大，智能音响的音量越大；

半自动控制模式下，通过智能移动终端来控制振动马达是否振动及智能音响是否播放歌曲。

进一步地，根据人体疲劳程度的历史监测数据构建客户身体疲劳状况数据库，分析预报用户身体健康状况。

与现有技术相比，本发明的有益效果是：

一、本发明基于esp8266建立了一个自适应的人体疲劳检测与缓释系统，将人体疲劳检测和疲劳缓释两种功能充分结合起来，并配备配套软件可在移动智能终端实时存储与显示数据，根据检测到的数据自适应的调节输出端振动马达的振动强度，并可根据历史数据对用户的身体健康状况进行管理，形成一个软硬件结合且比较完整的物联网系统，在智能医疗应用中具有良好的市场需求与发展前景。

二、pwm(pulsewidthmodulation)技术即脉冲宽度调制技术。esp8266系统的pwm由frc1在软件上实现，可实现同频率、不同占空比的多路pwm。pwm技术在控制电机转速时，不需要配置寄存器，直接调用函数接口完成配置即可，主要有周期、占空比、通道数三个参数。配置好之后，脉冲信号被平均分配到一个周期内，输出pwm波的接口并非持续性供电，而是以同频率不同占空比下的方波脉冲的形式提供电能，从而达到调节转速的作用。本系统应用pwm同步信息调制技术实现了振动马达和音响音量随着人体疲劳程度的改变而改变，便于人们获取最适宜的放松效果，提高了本系统在移动医疗康复领域的实用性。

三、本系统既可以对人体人体疲劳状况进行检测与缓释，又可以放松人体精神紧张状态。这是以往的人体疲劳检测系统中所不具备的。

四、手机端app实现实时信息监测和控制功能，可以手动的控制振动马达及智能音响是否播放歌曲，更加人性化。

五、肌电传感器可以输出肌电原始信号和肌电脉冲信号。本系统并不是输出肌肉电的原始信号，而是输出经过放大，整流并积分的脉冲信号，配合esp8266芯片的adc就可以方便直观的检测肌肉电信号的ad值。

六、本系统以esp8266作为设备中唯一的处理器和通信设备，处理传感器的数据并发送，实现系统的低功耗控制。

七、本系统根据人体疲劳程度的历史监测数据构建客户身体疲劳状况数据库，实现用户身体健康状况分析预报。

八、本系统根据人体疲劳程度预测值与标准值之间的差值建立损失函数，构建人体疲劳程度预测模型，对人体疲劳程度进行预测；并采用梯度下降法最小化损失函数，求得损失函数最小时的优化参数，从而自适应的实现振动马达与音响设备的强度调节。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1为本发明系统结构原理图；

图2为本发明中传感器与控制器的连接示意图；

图3为本发明系统使用流程图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

为了解决背景技术中指出的问题，本申请公开了一种基于物联网感知的人体疲劳检测与缓释系统，如图1所示，包括：电源、传感器、esp8266无线wifi模块、l298n电机驱动模块、振动马达、智能音响及智能移动终端。

物联网的系统架构由感知层、网络层、应用层三部分组成，每一层都有相应的设备与中间件的支持。其中，感知层由肌电传感器、人体红外传感器、体温传感器和人体心率传感器组成，接受肌肉表面的肌电信号和人体红外信号。网络层将esp8266得到的数据处理，通过tcp/ip协议发送到移动智能终端。应用层，振动马达及智能音箱根据网络层传来的数据实现功能，智能终端通过网络层实现对振动马达的振动强度和智能音响的音量的检测与控制。

具体连接方式如图2所示，电源为4个传感器、esp8266无线wifi模块、电机驱动模块、振动马达、智能音响供电，分别用导线进行连接。esp8266无线wifi模块的adc0、gpio16、gpio5、gpio4、gpio3分别连接肌电传感器、人体红外传感器、体温传感器、心率传感器的信号输出接口，gpio14、gpio15分别连接电机驱动模块ena、enb。l298n电机驱动模块in1、in2分别接入高低电平，out1、out2分别接入振动马达正负极，in3、in4分别接入高低电平，out3、out4分别接入智能音响正负极。

电源提供3.3v、5v、12v的标准直流电正负极。esp8266无线wifi模块既作为mcu，又作为wifi。它作为处理器时，处理监测到的传感器返回的数据。肌电传感器通过电位测量肌肉活化程度，人体红外传感器检测人体红外辐射温度变化，体温传感器检测人体体温，人体心率传感器检测人体心率，综合这四项数据判断人体疲劳程度。具体实现过程如下：

通过对数据的分析测试，发现线性回归模型对本发明可用并且有效。线性回归的数学模型如下：

h(x)＝hθ(x)＝θ0+θ1x1+θ2x2+θ3x3+…+θnxn

由于在本实例中有四个输入值，所以得到假设函数如下：

hθ(x)＝θ0+θ1x1+θ2x2+θ3x3+θ4x4(1)

式(1)中θ1、θ2、θ3、θ4分别为各个特征的影响权重，θ0为偏移量，实际运算过程中，将x0设为1，这样就可以写成x0·θ0，x1表示人体红外强度ad值，x2表示肌电信号的ad值，x3表示人体体温ad值，x4表示人体心率ad值。

式(2)是疲劳程度的估计表达式，把参数转换成矩阵的形式。

用预测值和标准值作差可以得到损失函数如下：

式(3)中，i代表第i个样本数据，y是样本中实际的疲劳程度值，m是训练集的个数。

损失模型可以描述模型的拟合程度，通过对损失函数进优化，可以将模型的拟合程度提高。接下来的目的就变成最小化损失函数minj(θ)。为了提升计算精度，这里用梯度下降法，沿着梯度下降最快的方向求偏导数，当损失函数为最小值时，得到最优的θ值。首先对θ赋一个零向量。然后，通过迭代改变θ的值，使j(θ)按梯度的方向下降。最后，当j(θ)下降到无法下降时，即得到最优的θ值。对损失函数j(θ)求偏导，得到：

然后更新θ

式(6)中θi表示第i个当前的权重，α(hθ(x)-y)·xi表示沿着梯度的方向下降的值，α表示学习率。通过迭代不断更新θi的值直到j(θ)收敛，得到j(θ)最小值。在j(θ)是最小值时，即得到最佳优化的参数θ0、θ1、θ2、θ3、θ4。带入计算出来的参数，就得到了拟合程度最好的预测模型，通过这个模型，可以实现对疲劳程度hθ(x)的准确预测。

由电机驱动模块驱动振动马达和智能音响，振动马达和智能音响设置了三个档位，振动马达和音响根据人体疲劳程度pwm调速，疲劳程度越高，振动马达振动强度越大，音响音量越大。esp8266无线wifi模块作为传输设备时，采用softap模式，esp8266作为无线接入点，手机端app作为station连接wifi模块发出的热点。利用tcp/ip协议，通过socket的匹配，实现数据流的传输。

本发明的使用方法如图3所示，包括：

(1)在android移动智能终端安装“keepmuscle”app。

(2)连接esp8266wifi模块发射的无线热点“qlu-iot”，输入密码“12345678”，建立wifi模块与android移动智能终端之间的连接。

(3)打开手机app，在首界面点开“开启应用”按钮，进入主界面。在主界面中，可选择两种控制模式：自动控制和半自动控制。app界面如图1所示。

(4)自动控制模式下，系统根据预先设定好的程序进行工作，振动马达的振动强度和音响的音量会随着人体疲劳程度的变化而变化。肌肉越疲劳，所需要的按摩强度越大，振动马达振动强度越大，智能音响播放“卡农”歌曲音量也随之变化。

(5)根据人体疲劳程度的历史监测数据构建客户身体疲劳状况数据库，分析预报用户身体健康状况。指导用户形成正确的工作与休息习惯，保障身体健康。

半自动控制模式下，用户可以通过智能移动终端来控制振动马达是否振动及智能音响是否播放歌曲。例如：在app端点击“off”按钮，振动马达立即停止工作，不再随人体疲劳程度而变化。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。