可穿戴式儿童运动能力检测系统的制作方法

本发明具体涉及一种可穿戴式儿童运动能力检测系统，特别涉及一种集成儿童运动能力检测，康复训练，教育和信息管理为一体的儿童康复管理平台，属于生理评测的技术领域。

背景技术：

儿童是国家未来的栋梁，儿童是祖国的未来。这一群体能否健康、健全发展，其未来之路将如何受到社会各界乃至国家的普遍关注，促进儿童早期发展成为影响我国人力资源、综合实力和未来竞争力的基本国策。儿童的体质发育是其健康成长的重要组成部分，是社会可持续发展的潜在生产力。学龄期儿童正处于身体与心理发展的快速且关键时期，在这一阶段，身体能否健全健康的发展是其父母及社会关心的首要问题。

中国早期著名专家陈鹤琴对于儿童有如下看法：儿童天生喜欢玩耍，游戏不仅能使儿童的身体得到锻炼，还能促进其身体的全面发展，让其头脑更加清醒灵活，精神更加愉悦与放松。罗伦德认为：“与成人相区别的是，儿童可通过游戏及身体运动，来激发中枢神经系统。这充分说明体育活动是儿童成长教育中极为重要且不可缺失的一项内容，其符合儿童生长发育的特点。

近几年随着人们生活水平的提高，肥胖儿童数量日益增多，肥胖儿童的体质状况也日益成为儿童保健工作者和家长关注的重点。相关数据统计，近25年中国儿童体质正逐年下滑，速度、耐力、力量等运动能力正在逐年下降。肥胖、近视眼儿童等人数也在不断增长。

儿童身体健康相关的话题，已成为国内外学术界探讨的热点。在欧洲国家，儿童在进行正常体育课之余，每周都要进行校外俱乐部活动。一方面激发学生参与锻炼的兴趣，另一方面还可以促进学生对于大自然的热爱，增长知识，从而保证儿童全面健康成长。在亚洲，新加坡儿童的体育课是从来不会因为天气等原因随意更改变动的，儿童每天都要进行两个小时的户外体育活动，风雨无阻。在我国，学龄期儿童正处于义务教育阶段，不得不过早的面对学业负担，一方面要完成校内课业，另一方面还要参加家长安排的各种课外辅导和兴趣班。儿童被剥夺了“游戏活动”的权利，失去了很多户外娱乐活动、探索新鲜事物以及触摸大自然的机会。很多家长时刻关注着自己的孩子，害怕孩子出事，经常阻止中断孩子的运动学习行为。随之而来的便是儿童逐渐失去了很多动手操作的机会，关闭了儿童全方面发展运动能力的途径。与此同时，伴随着现代科技的发展进步，电脑、游戏机已经基本取代了大多数儿童参与运动锻炼的时间。现代化的玩具对儿童运动操作能力健康发展的负面影响已经深入膏肓，儿童逐渐的远离了获得参与运动操作能力的机会。在这样的情况下近视以及肥胖现象在儿童当中日益增多，一方面可能是由于生活条件变好，儿童出现营养过剩的情况。另一方面却也反映出，运动的缺乏、运动能力的丧失对于正处于身心发展关键期的儿童带来的危害。

当前，以教育界为主的各类人士十分担心以上现象对儿童带来的负面结果。国家也开始着手应对措施，一方面继续调整相关体质监测手段，另一方面也提出构建社会、家庭、学校共同联手的应对共识，努力促进儿童健康全面的生长发育。

2010年由我国卫生部和教育部联合发文的《托儿所幼儿园卫生保健管理办法》及《托儿所幼儿园卫生保健工作规范》中明确提出：制订与儿童生理特点相适应的体格锻炼计划，根据儿童年龄特点开展游戏及体育活动，并保证儿童户外活动时间，增进儿童身心健康。

我国学者肖艺《体育游戏对幼儿运动能力发展的实验研究》一文中探讨了，参与经常参与游戏活动的儿童，他们的运动能力对于不常参加游戏活动的儿童而言可以获得有效的促进。潘春燕在《基本运动能力训练对智障儿童智力发展的影响》一文中，指出经过基本的运动训练，智障儿童的智力可以得到一定程度上的发展，进而对其身心健康也会产生积极的影响和促进作用。以上两个实例都说明了儿童应该增加运动，享受运动说带来的好处。

儿童基本运动能力是儿童在日常生活中所必须的、基本的身体活动能力，按照运动能力的难度可以分为身体姿势控制能力(稳定、弯曲等)、身体移动能力(跑、单脚跳等)和器械操控能力(投掷、接球等)。身体素质包括平衡性、协调性、灵敏性、柔韧性、速度、力量等要素。基本运动能力与身体素质有着非常密切的关系，身体素质是运动能力的基础，运动能力反映了身体素质的发展水平。

现实生活中，教师很少对儿童的基本运动状况进行记录、分析。原因主要有两个方面：一是缺乏记录、分析的意识，例如拍摄教育活动时往往以教师或者个别能力较强的儿童作为拍摄主角，而不是大多数儿童。二是由于运动具有的动态性、瞬时性等特点，教师往往感到对学前儿童的运动状况进行记录有一定的困难。在缺乏记录的情况下，教师难以对儿童的运动能力进行客观分析和评估，容易出现活动设计的随意性。

基于上述分析，本发明充分考虑现阶段儿童运动状况的基本特征，研发通过佩戴运动能力检测设备进行走平衡木和蹦床两项活动，检测儿童的平衡能力以及腿部力量能力。通过对儿童在走平衡木和蹦床活动中的运动的实时监测，记录儿童运动能力现状，给儿童提供相应的训练指导，在一定程度上弥补了现实生活中难以记录运动状况的不足，另一方面把握儿童基本运动能力和身体素质的发展水平，从而在大方向上进行有针对性地指导。

技术实现要素：

本发明的目的在于提供一种儿童运动能力的检测系统，研发通过运动能力检测设备在儿童运动过程中实时检测儿童的运动数据，提供对儿童运动训练的参考意见。寄希望于家长和学校老师通过本发明，关注儿童的运动能力及体质状况，给儿童成长提供健康的指导。

为达到上述目的，本发明采用的方法是：可穿戴式儿童运动能力检测系统，包括运动数据检测部分和数据存储分析显示部分；

所述的运动数据检测部分包括运动能力检测道具、穿戴式运动能力检测设备，所述的穿戴式运动能力检测设备包括分别穿戴于四肢上的传感器组，所述的传感器组中包括运动能力感知单元、运动信息处理单元和蓝牙传输单元，其中所述运动能力感知单元负责采集儿童在进行运动时的运动数据，将检测到的数据发送给运动信息处理单元进行数据处理；所述的运动信息处理单元将运动能力感知单元传输来的数据进行处理，得到儿童在不同运动时刻下的角度数据、角速度数据和加速度数据，将这些数据传输给蓝牙传输单元；蓝牙传输单元将处理之后的数据传输给上位机；

所述的数据存储分析显示部分包括上位机、数据存储模块、运动能力分析模块和实时运动数据显示模块，上位机将蓝牙传输单元传输过来的数据存储进数据库中；运动能力分析模块实时提取数据库中的数据，进行数据处理分析，分析得出儿童的平衡能力数据和腿部力量数据，并将分析处理之后的数据存储进数据库中；所述的实时运动数据显示模块从数据库中提取数据进行应用，在可视化图形界面中显示出来。

作为本发明的一种改进，所述的运动能力感知单元采用mpu6050芯片，该芯片由加速度传感器、陀螺仪传感器等组成，分别采集四肢当前姿态所对应的角速度和加速度在三个敏感轴上的分量。

作为本发明的一种改进，所述的运动信息处理单元采用卡尔曼滤波算法将陀螺仪和加速度计获取的数据进行融合，随着不同时刻的数据改变卡尔曼增益系数的值，根据不同时刻的数据进行最优估计。

作为本发明的一种改进，所述的蓝牙传输单元，通过基于bluetoothspecificationv2.0带edr蓝牙协议的数传模块将数据上传至上位机，其工作频段为2.4ghzism，调制方式为gfsk，可以实现10米内的通信。

作为本发明的一种改进，在运动数据分析过程中，对平衡能力计算的算法过程中，采用穿戴式运动能力检测设备采集的角度数据进行判断。

作为本发明的一种改进，在运动数据分析过程中，对腿部力量分析的算法过程中，采用穿戴式儿童运动能力检测设备采集的加速度数据进行判断。

作为本发明的一种改进，对设备采集的角度数据进行加权融合处理、归一化处理后与标准时进行比对，当超过标准值时记为一次手部摆动，手部摆动的次数和平衡木运动的时长与平衡能力成相关性。

作为本发明的一种改进，对设备采集的加速度数据进行均值处理、方差处理和有效次数计数处理，均值信息与力量信息成正相关，方差信息与力量稳定性成正相关，有效次数标记力量的达标次数。

作为本发明的一种改进，运动数据实时显示模块将运动信息实时的显示出来，与用户和儿童进行直接的交互。

有益效果：与现有技术相比，本发明公开的可穿戴式儿童运动能力检测系统具有以下优点：

1、传统的检测方案依赖于专业的检测人员，检测结果不够精确、操作复杂、检测时间较长等，而本发明提供的可穿戴式儿童运动能力检测系统利用可穿戴式的传感器设备对儿童进行监测，并给出四肢实时运动波形、平衡能力和力量能力客观评价指标。评测指标直观、明确以数据化的形式给出相对精确的评测结果。

2、本发明操作简单，检测方便，可以保存运动数据，监测指标结果，保存的数据有利于横向比较，也可用于长期训练之后的纵向对比，可以知道训练效果。大规模监测之后也可用于建立我国儿童的运动能力和体质数据常模。

附图说明

图1为本发明的系统结构框图；

图2为本发明的检测设备的工作流程示意图；

图3为平衡能力算法中的数据处理过程；

图4为腿部力量算法中的数据处理过程；

图5为运动能力数据的实时显示界面。

具体实施方式

下面结合附图和具体实施方式，进一步阐明本发明。

可穿戴式儿童运动能力检测系统分为平衡能力检测系统和腿部力量检测系统。

如图1所示，为可穿戴式儿童运动能力检测系统的系统功能模块图，其主要包括运动数据检测部分和数据存储分析显示部分。

所述的运动数据检测部分包括平衡木/蹦床检测道具、运动能力感知单元、运动信息处理单元和蓝牙传输单元。其中所述运动能力感知单元负责检测儿童在进行平衡木运动和蹦床运动时的运动数据，将检测到的数据发送给运动信息处理单元进行数据处理；所述的运动信息处理单元将运动能力感知单元传输来的数据进行卡尔曼滤波处理，得到儿童在不同运动时刻下的角度数据、角速度数据和加速度数据，将这些滤波处理之后的数据传输给蓝牙传输单元；蓝牙传输单元通过合适的数据通信协议将滤波之后的数据传输给上位机。

所述的数据存储分析显示部分包括上位机、数据存储模块、运动能力分析模块和实时运动数据显示模块。上位机将蓝牙传输单元传输过来的数据存储进数据库中；运动能力分析模块实时提取数据库中的数据，进行数据处理分析，并将分析处理之后的数据存储进数据库中；实时运动数据显示模块从数据库中提取数据进行应用，在可视化图形界面中显示出来。

如图2所示为可穿戴式儿童运动能力检测设备的工作流程示意图。mpu6050是三维角度传感器，为全球首例集成六轴传感器的运动处理组件。它内置了一个三轴mems陀螺仪和一个三轴mems加速度计。mpu6050的三个独立的振动mems速率陀螺仪，可检测旋转角度x轴、y轴和z轴。当陀螺仪围绕任何感应轴旋转时，科里奥利效应就会产生电容式传感器检测到的振动。所得到的信号被放大，解调和滤波产生与角速度成比例的电压。mpu6050的3轴加速度计为每个轴使用单独的检测质量。加速沿着一条特定轴在相应的检测质量上引起位移，并被电容式传感器检测到。

mpu6050可以输出三轴的加速度和角速度。通过陀螺仪和加速度计获得的角度都存在一定的误差，陀螺仪获得角度是一个积分的过程，累加次数越多，误差就越大；通过加速度计获得角度，在姿态传感器非静止的时候，加速度计获取的数据是重力加速度与运动加速度的和值，获取的数据本身具有一定的误差，除此之外，外界电场、磁场等对传感器的干扰也很大，无法单独通过陀螺仪和加速度计的数据来获得准确的角度数据。

卡尔曼滤波器是一个最优化自回归数据处理算法。卡尔曼滤波器由一系列递归数学公式描述，他们提供了一种高效可计算的方法来估计过程的状态，并使估计均方误差最小。卡尔曼滤波器应用广泛且功能强大，它可以估计信号的过去和当前状态，甚至能估计将来的状态，即使并不知道模型的确切性质。卡尔曼滤波属于一种软件滤波方法，其基本思想是：以最小均方误差为最佳估计准则，采用信号与噪声的状态空间模拟，利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计，求出当前时刻的估计值，算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的估计。

在此，我们使用卡尔曼滤波算法将陀螺仪和加速度计获取的数据进行融合，不断根据实时数据把协方差矩阵递归，从而估算出最优的角度值，它只保留上一时刻的协方差矩阵递归，可以随不同的时刻的数据而改变卡尔曼增益系数的值，从而可以根据不同时刻的数据进行最优估计。

首先预测当前角度值，我们认为此时的角度可以近似认为是上一时刻的角度值加上上一时刻陀螺仪测得的角加速度值乘以时间，所以angle＝gyro*t，但是陀螺仪有个静态漂移qgyro，这个值没有意义，计算时要把他减去，由此我们得到当前角度的预测值angle：

其中angle为此时预测的角度，angle为上一时刻最优的结果，gyro为陀螺仪测的角速度的值，dt是两次滤波之间的时间间隔。qgyro也是一个变化的量，但是就预测来说认为现在的漂移跟上一时刻是相同的，即qgyro＝qgyro。

第二步是预测方差阵的预测值，qgyro是漂移的噪声，qangle是角度值的噪声，为系统噪声的协方差矩阵，方差值d(qangle)和d(qgyro)为指定常数，所以系统噪声协方差矩阵是已知的，通过设置系统噪声协方差矩阵q可以设置系统对陀螺仪的信任度。

其中a、b、c、d为此次预测的协方差矩阵元素，a、b、c、d为上一时刻最优结果的协方差矩阵元素。

第三步计算卡尔曼增益系数。卡尔曼增益系数是一个二维向量设为其中r_angle指的是角度测量噪声值，是一个常数，通过设置r_angle可以调节系统对加速度计的信任度。

第四步通过卡尔曼增益对数据进行修正，其中acc_angle是加速度计计算得来的角度，为测量值，右边为当前的预测值，通过结合预测值和测量值，我们可以得到显著状态的最优化估计值，即

为了要令卡尔曼滤波器不断地运行下去直到系统过程结束，我们要通过如下公式进行协方差矩阵更新：

所述的蓝牙传输单元接收到运动信息处理单元处理之后的数据，通过基于bluetoothspecificationv2.0带edr蓝牙协议的数传模块将数据上传至上位机。其无线工作频段为2.4ghzism，调制方式是gfsk，可以实现10米距离通信。

所述的数据存储模块将运动能力检测设备上传的数据存储进数据库中。主要包括用户信息数据表，平衡能力数据表和腿部力量数据表。根据后期需求实现查询和查看等需求。

平衡木活动过程中，儿童被要求上肢配置可穿戴式儿童运动能力检测设备，设备与上位机保持蓝牙连接状态，双手张开，在平衡木一端保持5秒时间，用于信号的校准。在接收到开始指令后在平衡木上缓慢行走，走到尽头后就结束。来回测试两到三次。统计儿童在行走过程中的时长及其左右手摆动次数。在平衡能力的分析算法中，对儿童的运动数据分析中，主要考察指标为儿童在平衡木运动过程中的上肢的角度信息是否能够达到一定的标准。由于可穿戴式儿童运动能力检测设备采集的角度信息分别为x、y、z三轴的角度信息。如图3所示，要对采集到的角度信息进行处理。首先要对角度向量a(α，β，γ)进行加权融合处理。

rsτ(t)＝[rsx,rsy,rsz]^t……(9)

其中，[rsx,rsy,rsz]^t为加权处理后的角度信息值，为进一步提高计算的鲁棒性，采用归一化处理对融合向量rsτ(t)作进一步处理，得到反映平衡能力的归一化融合向量rτ(t)，计算公式如下：

由于儿童左右手携带的传感器组是一致的，所以数据处理方法也一致。经过上述数据融合处理后，可以得到相对准确的上肢运动数据融合向量rτl(t)和rτr(t)。

若rτl(t)与单位向量相点乘大于设定的标准值，即判定为一次左手摆动。同理，判定为一次右手摆动。第一次左手摆动和最后一次左手摆动之间的时间差即为一次运动过程中的时间间隔。

蹦床活动中，儿童被要求下肢佩戴可穿戴式儿童运动能力检测系统，保持设备与蓝牙连接。垂直站立于蹦床上，保持5秒，用于信号校正。在得到指令之后开始进行蹦跳，在蹦跳一定时间后停止蹦跳。统计儿童在蹦跳过程中的力量数据，并通过力量数据分析稳定性和有效蹦跳次数等体质数据。所述的运动数据分析模块在处理儿童蹦床活动过程中的数据时，主要在数据库中提取儿童在蹦床活动中的加速度信息。由于可穿戴式儿童运动能力检测设备采集的加速度信息分别为x、y、z三轴的加速度信息。如图4所示，对采集得到的加速度信息进行处理。首先，对三轴的加速度信息进行加权处理。

在腿部力量信息的分析算法中，对儿童的运动数据分析中，主要考察指标一为儿童在蹦床运动过程中的加速度值是否能够达到一定的标准。即通过分析儿童在蹦床运动中加速度的均值信息，加速度的均值越大，说明儿童的腿部力量越大，腿部肌肉越发达。均值信息的计算公式如下：

光有力量数据还不足以说明问题，运动过程中的稳定性也是一个衡量力量能力的重要考察指标。将运动过程中的力量数据的标准差作为衡量稳定性的重要参数，其计算公式如下：

当加速度达到一个设定的标准值时，称为一次有效的蹦床运动，记录在运动过程中的有效蹦床运动次数，作为衡量力量能力的另一个重要指标。

if(acc(t)>acc_stand)count+1；

所述的实时运动数据显示模块在儿童平衡木活动和蹦床活动中，实时地将可穿戴式儿童运动能力检测设备采集到的数据和经过运动数据分析模块处理过的数据实时的显示在显示器上，提供一个直观的展示，如图5所示。此外，经过运动数据分析模块处理过的平衡能力数据和腿部力量数据等会被存储进数据库中，待后期查询和生成报告。