加速度传感器应用于步态判别和计步.pdf

摘要摘要随着科学技术的不断进步和发展，越来越多传感器的新鲜特色应用开发先 后出现在人们眼前，这些特色应用为加速度传感器开拓了新的广阔的应用空间,很多手机等多种其他电子产品都瞄准了高端加速度传感器，这样带来了加速度 传感器的火热应用，诸如健身，运动类游戏，路径识别，动作识别等，满足了 人们多种不同的需求或实现某些特色功能。研究并扩展此类传感器的应用具有 重要意义。本论文吸收并借鉴了已有的加速度传感器应用领域研究的特色成果，针对 步态计数和步态判别这一应用领域作了详细讨论。本文是以ADXL345三轴加 速度传感器为测量核心，设计加速度数据采集处理系统，编写算法判别简单步 态的不同，以减小误判率，实现步数计数，准确率较高。克服了传统应用中因 传感器的不同、工作位置的不同，严重影响准确度的缺陷；尤其通过算法优化 和改良削弱了传感器使用环境对测量结果的影响。通过多组不同实验，分析了 三轴加速度数据，验证了算法和测量系统的优秀性和实用性。关键词：加速度传感器应用，步态判别，计步。IAbstractAbstractWith the development and progress of technology and science now,more and more application of sensors with very fresh characteristics is appearing one by one in our eyes,acceleration sensor has opened up new broad space with the help of the application.Many mobile phone manufacturers and the other electronic product manufacturers are aiming at the high-end acceleration sensor,brought hot application of acceleration sensor,such as fitness,sports games,path recognition,action recognition,to meet people a variety of different requirements or to achieve certain function.So researching and extending the application of kinds of sensors have important significance,certainly include the acceleration sensor.This paper draws and absorbs the characteristics and the previous achievements of the predecessors,in the field of application of acceleration sensor.Especially,it discusses in detail about the step counting and the gait distinguish.The paper designs a system to accelerate data acquisition and process,base on the ADXL345 three axis acceleration sensor as the measuring core,and compiles algorithm to discriminate different simply gait,even more to reduce the misjudgment rate,to realize the step number counting with high accuracy.To overcome the problem that the accuracy is easily affected by different sensor,different working position and so on.Especially the result influence by the environment is weakened much by optimizing and improving algorithm for the measurement.It is proved that the algorithm and the system are excellent and practical through the different sets of experiments and analysis of three-axis accelerometer data.Key Words:the application of acceleration sensor,gait distinguish,step counting.II目录目录第一章绪言.1第一节研究背景及意义.11.1.1 加速度传感器的应用.11.1.2 计步和步态判别研究.31.1.3 研究意义.4第二节文章主要内容.4第二章步态判别法简介.6第一节视频图像识别法.62.1.1模型识别.62.1.2特征识别.6第二节机械式.72.2.1机械式计步器.72.2.2计步鞋.7第三节 应用加速度传感器.82.3.1加速度传感器分类.82.3.2固定节点的选取.8第四节三种判别法的优劣.9第三章系统实现.10第一节加速度传感器ADXL345.103.1.1 加速度传镇器ADXL345介绍.103.1.2 传感器固定节点选择.123.L3 设置 ADXL345.13第二节无线蓝牙模块.13III目录第三节输出显示.16第四节系统模块总体实现.19第四章算法实现和优化.21第一节步行规律和特征.21第二节数字滤波.23第三节算法的设计和优化.264.3.1寻峰判别.264.3.2剔除杂峰.284.3.3非对称峰.294.3.4峰值阈值设定.304.3.5步态判别.34第五章实验和结果分析.41第六章 总结和展望.44第一节总结.44第二节展望.44参考文献.46致谢.50附录.51个人简历.6244t士 淆a第一章绪言近几十年来技术的发展和进步可谓极大地改善了人们的生活与工作，满足 了人们在诸多领域的各种需求，人们也在满足一定需求的同时又会一步步的提 出更多新的需求，这样又反过来刺激着促进着技术的进一步改进和研发。这种 技术进步满足需求产生新的需求需求促进要求技术进步的模式，不断的循环从而带动技术步步升级和开发，使得我们的世界一次次发生着翻天 覆地的变化。在这股强势的技术浪潮推动下，同时更是在人们日益对智能化，自动化的强烈需求的带动下，传感器打开了广阔的应用空间。自动化，智能化 首先就要求智能系统能测量需要的物理量，系统才能根据测量结果判断执行程 序设定的与结果相对应的操作或功能，所以各种物理量测量需求应运而生，也 呼唤出了形形色色的传感器。尤其是在物联网项目中，试图实现对环境状况的 监控作用，就需要传感器去测量。到现在，物联网可谓依旧如火如荼，传感器 也随之撒网式地撒遍世界各个角落。基于加速度传感器的应用是较为新颖的一种，很快的就被应用在很多地方。通过获得加速度与采样时间的序列图，就可以得到（估算）物体运动的相关信 息。比较复杂的应用如惯性导航，辅助定位，特征识别；流行的应用如健身，运动类游戏模拟；简单常用的应用也有计步器，步态判别分析等等。基本上与 运动相关的测量需求，都有可能用上加速度传感器。在众多应用里，步态计数和步态判别是最基本的，也是最为人熟悉的。在 这方面进行深入分析和研究，最直接的可以使我们加深对人体行走的认识，可 以应用到生活中。更为关键的是，更多复杂的特色应用其实就是基于这一层出 发，以更高的准确率为依靠，与其他功能相互配合，设计科学的算法，完成更 加复杂的功能。第一节研究背景及意义1.1.1 加速度传感器的应用在产品（或系统）的自动化智能化的大趋势下，大量的各种类型的传感器绪已迅速铺开，出现在世界的各个角落，它们被应用在人们日常生活、工作的方方 面面。而且，现在技术迅速推广和更新的趋势下，已经不单是传感器的数量和 种类扩张式的增加，就单以某一样传感器而言，也在人们的巧妙设计和使用下,配合其他硬件组合成更加强大的系统去完成新的复杂功能，同时在软件和算法 上也是屡有大胆创意和突破，从而变幻出各式各样的特色功能或特色应用，早 已不是为测量某一物理量而使用相应传感器的状态。加速度传感器可谓就是一 个非常典型的例子。如下图1.1所示：加速度传感器广泛应用于航空航天、武器 精确（导弹精确制导）系统、汽车和电子便携设备等等领域。图1.1加速度传感器的各色应用最值得一提的是导航定位，人们耳熟能详的便是使用陀螺仪，但随着控制 精确度要求的提高，一般陀螺仪都还还需要通过其他方式辅助导航，除光学辅 助方式之外就是使用加速度传感器，相比而言加速度传感器更方便，要求的条 件也不似光学方式那么复杂；另外汽车上也是加速度传感器加入，结合GPRS定 位更加精确。文献网还研究设计了对智能车使用加速度传感器实现路径的识别。在虚拟娱乐领域，运动类模拟游戏不再拘泥于使用手柄或者操作键盘来控 制的方式，在加速度传感器的应用下，让游戏和健身巧妙结合。游戏者进入模 拟环境中做运动做动作实现游戏中人物的动作控制，这种“足不出户运动在我”2绪言的模拟运动方式倍受年轻人的青睐，非常兴盛。电子设备里更是屡见加速度传感器，用加速度传感器设计的鼠标就成了让 传统难以想象的空中鼠标，还有不少移动设备都加上了它，很多手机里都内置 上了三轴加速度传感器，配合手机软件就能实现某些功能，正是中国手机企业 成了这种传感器的最大买家。在健身应用方面，加速度传感器应用以计步器最为常见，用来记录运动情 况和人体运动信息等。甚至医疗方面都使用加速度传感器作康复训练监测。而 步态判别和计步上的应用就属于这一层面，这正是人们对运动和健康的需求更 加关注作用的结果。加速度传感器测量的是三轴加速度，配合采集加速度数据相应的时间点，得到加速度与时间的非连续的加速度与时间序列关系图（a-1图）。虽然不是连 续的曲线图，但如果采集的频率足够快，采样的点数足够多，那么利用这些数 据，可以估算出速度与路程等运动相关的数据，凭借这些数据在辅助定位，运 动模拟等应用上释放出它的光彩。1.1.2 计步和步态判别研究就步态判别和计步这一应用来讲，使用加速度传感器最为合适。这里所谓 步态判别是指试图使用处理器或计算器去区分类似于踏步的某些动作，如扭腰,摆腿，跺脚等；不同于步态识别，是根据步态实现不同人物各自特征的识别。其他还有两种方法可以做到：一种是视频图像法，这种方法获取的信息量最大,分析判别的效果最佳（相应的就要求算法也较复杂），但对光要求比较高，更 要求摄像头自动跟踪，系统复杂成本高，一般是针对人物动作的特征识别（不 仅可以区分动作种类，更可以根据不同人的不同动作特征做人物识别）：另一 种是机械式，这种一般制作成简单小型计步器，只能计步，也容易把扭腰等其 他各种引起振动的动作产生误判，而且使用寿命短，容易出错或失灵。显然，这两种方法在这方面应用都有不合适之处，第二章将会对这两种方 法作一定介绍。视频图像法研究步态准确，更多是为了特征识别（特征识别就 是根据不同人的动作，手势或步态或各种行为动作作为某人的独有特征进行识 别），单用以判别步态和计步太浪费；而机械式傻瓜式的死板，容易误判，除 了不准确的步数统计（实际是振动次数统计）得不到任何其他信息。所以加速 3绪言度传感器在这方面应用很多，也有不少人做过相似的研究，使用的加速度传感 器形形色色，捆绑的位置各不相同，相应的算法更是千差万别。总而言之，根据人体行走步态的规律（如图L 2所示），采用不同的方法去 识别步态，其中，加速度传感器在这个研究方面实用性上要稍胜一筹。很多前 人也在这方面研究付出很多时间，得到一些成果。图L2人体步行步态图1.1.3 研究意义步态分析和判别可以获得人体步行的运动相关数据，帮助研究和了解人体 的行为运动，建立人体步行的运动模型，在计步，健身等方面都可以得到直接 应用。这只是根据测量系统得到的最原始的加速度数据和采样时间最直接的应 用。更进一步的，通过在步态分析以及计步方面分析研究，优化和改良设计和 算法，帮助取得更加准确的数据和结果。得到足够高的准确度，在配合不同使 用者给出的步长，步幅等信息，结合步态分析的结果，就可以估算出人体步行 的距离。加速度传感器还可以得到运动的方向，所以，估算人体的位移也是可 以实现的，这就是实现定位的一种估算方法。这种测量加速度的方式去研究运 动的模式，适用于多种情况对运动的估量，伴随估计准度的提高，就能从简单 向复杂的应用深入研究，让加速度系统有针对性准确性的应用于实际复杂情况。第二节文章主要内容4绪言在这个课题上诚然有不少类似的研究工作和研究结果，但是所采取的方式 存在很多不同，分析判别步态的程序算法各有优劣，加速度传感器固定的节点 也是各有各的角度，不同的研究便是选取了不同的角度看问题。更重要的是，在利用加速度传感器做各类应用或者研究上，如何获得更高的准确率和更低的 误判率有非常重要的意义，只有得到更准确的数据，获得更精准的结果，才是 最重要的，才能在定位等要求更高的领域得到更好的效果。所以，有很多类似 的研究，也仍有很多人做类似的工作，希望从不同的角度得到更好的结果，或 者在某一个角度里为步态分析做个参考借鉴。本文共分为六章，各章的主要内容为：第一章是本文的绪言，主要介绍研究加速度传感器应用的背景和研究这项 应用的意义。第二章是讲加速度传感器应用与步态判别，并简单介绍并比较了几种步态 判别法的优劣。第三章是介绍本文设计的加速度传感器应用测量系统的硬件设计，并介绍 了硬件中使用到的核心器件和主要功能模块。第四章是介绍这个加速度测量系统的程序算法和软件，并结合步态过程介 绍算法的设计思路和优化过程。第五章是介绍应用该系统做的计步实验，统计结果，并分析误差原因。第六章是总结和展望加速度传感器的应用和步态判别的研究。5步态判别法简介第二章步态判别法简介所谓步态判别，是指通过分析步行的特征，判别步行踏步动作，区分其他 的动作。目前最准确的方法是视频图像法，通过对行为人步行拍照判断其动作;最简单最经济的方法是机械振动法，通过记录行为人步行过程中的振动次数计 步：加速度传感器采集加速度数据的方法也是一种，分析加速度数据与采样时 间的变化规律，结合传感器固定的节点，判断动作类型，并计步，这种方式比 较经济，准确率也不低。综合来讲，利用加速度传感器的方法是性价比最高的。第一节视频图像识别法其实，目前主流的情况是使用视频图像法去分析研究行为人的步态特征，并不是为了只分析步态特征，更重要的意义在于：不同人的步态特征乃至整个 的行为特征应该是各异的，个体的步态各异，通过这个步态特征或者某种其他 动作特征实现识别行为人是谁，就是说利用步态特征进行身份识别。2.1.1模型识别基于模型的识别方法是先从理论上假定一个模型，再把拍摄所得的图像序 列去与所设的模型作比较进行判断和识别。文献中，Jam和Carter自己人为标定垂直方向，利用视频图像采集的数据 度量行为人的大腿和小腿的旋转。提取旋转的角度作为特征量来作识别的标准。文献Cunado D等人把人体行走的大小腿摆动近似视为钟摆模型，以摆动的 周期作为参量，在频域研究不同的摆动频率对应个人独有特征。2.1.2特征识别文献中，王亮等人提到基于运动过程中的2D轮廓的特征识别法。对于采 集的每个图像序列，只截取图像中行为人的运动轮廓信息，这个2D的轮廓图，配合对应图像的采样时间信息，通过这种轮廓变化序列提取的步态特征作为识 别身份的依据。更进一步的，他们对每一个图像序列，用所得的轮廓图外围的6步态判别法简介点，构成一组矢量，得到一组轮廓的特征变化矢量，利用人身体的运动特征矢 量作为识别。第一个是形状特征，另一个是运动特征，两者结合起来提高了识 别准确率。第二节机械式机械式都是让步子转化为一次振动，振动再转化为电平脉冲，实现计步。这种方式其实得到的是振动的次数。2.2.1机械式计步器机械式计步器是利用人体在运动过程中的振动引起内部的弹簧片（或其他 弹性体代替）的振动，弹簧片在电路中相当于一个电子开关，弹簧片振动一次 的过程相当于电子开关一闭一合，计步器的处理器每接收到这样一个开关脉冲 就计一步。这种计步方式相当简单，需要的成本非常低，而且计步的准确度相 当高；但是机械式开关容易在反复振动后出现损坏造成严重的误判甚至彻底失 灵，再者这种计步方式采集的信息相当有限，只能计步，也容易被别的动作给 误判成计步。拆开这种计步器的内部，可以看到里面的机械装置，振动过程触 发电平脉冲，让处理器接收并计步，并显示在液晶上。2.2.2计步鞋从原理上讲也归类在机械式的，因为人体在行走过程中踩踏鞋底的加速度 变化非常大，踏足的力也很大，每踏足一次就发送一个电子脉冲或信号，每收 到这样一个信号，计一步。这种计步可以实时，计步方式简单，将计步功能与 普通的鞋子功能二合一，方便灵活，计步也非常准确，但为了使显示给人们便 于观察，使用无线通讯的方式，比较繁琐，成本也相对偏高，对其他动作也比 较容易误判。文献网彭云等人就提出了无线式计步鞋的设计，在鞋底有无线发 送装置，在步行过程中每步行一步都触动一次“开关”,无线发送装置发送无 线脉冲，处理器接收到信号计步并显示。7步态判别法简介第三节应用加速度传感器2.3.1加速度传感器分类加速度传感器按响应方式可以分为两类：交流响应和直流响应加速度传感 器。交流响应传感器的输出是交流耦合的，所以它更适合测量动态事件。而直 流响应传感器的直流耦合输出能响应低频的加速度信号。交流响应加速度传感 器一般是由压电元件作为敏感单元，它相当于有源电容器，其内阻非常高，所 以时间常数T=RC比较大，所以适用于高频通过特性。最常用的直流响应加速度 传感器是电容型的，成本低，信噪比较低，动态范围有限，一般内部电路都具 有几次差分放大。因为人步行的频率并不快，所以一般选用直流响应类的加速 度传感器。按传感器输出结果的方式可以分为数字式和模拟式两种，模拟式是加速度 传感器的输出的是与加速度大小成比例的电流或电压模拟量，传感器做的工作 就是把力学量转换为电信号；数字式是传感器的输出结果在其内部还要多经过 一次AD转换智能自动地输出一定位数的数字式的结果。2.3.2固定节点的选取步行的过程中，步行者的脚，大小腿，腰，胯部，其实都在有规律有节奏 的摆动或扭动。所以，选取哪个部位哪个节点作为参考就有很多方案可行，各 有不同的道理和角度。首先，固定节点位于脚部，在抬脚以及脚踏地过程中都有很剧烈的加速度 变化，以此作为判断依据可以很容易实现踏步判断，加速度曲线图会有很多处 波峰，波峰处对应踏地的动作。采用的算法一般都是阈值判断法，设计一个加 速度的阈值，大于此阈值即判定踏步。其实这种就跟文献提到的计步鞋其实 是极其相似的。因为脚踏地产生的加速度变化非常剧烈，而且力道很大，大到 足以触发一般的机械式开关，对比之下，采用机械式的方法反而更加方便简单 而且实效。所以这种节点选取不大被采用。文献的是利用ADXL203加速度传感器，固定加速度传感器于下肢，大、小腿 处，利用测量系统准确测试人体在步行过程中的大小腿的摆动倾角。根据摆动8步态判别法简介倾角的规律来判定。文献网就是将加速度传感器佩戴在实验者的腰部中间，这样尽可能的让步 行者的左右步法对称。在行走过程中采集三轴加速度数据，采取自相关算法，即加速度变化曲线和步行过程中周期性出现的加速度变化曲线自相关，相关系 数高则判定为踏步。第四节三种判别法的优劣三种判别法在复杂程度，成本以及准确性方面的对比详见下表2.1所示：表2.1步态判别法优劣比较复杂度成本计步准确性其他动作误判率动作识别视频高高高低高机械式低非常 低较高高无加速度 传感器较高较低较高，主要 取决于算法较低，算法排 除某些特征动 作一般，算法 定义的特征 动作由上表可知：应用加速度传感器于步态判别和计步是性价比最高的一种方 式。这种方式可以利用精巧的设计和科学的算法提高准确率，提高精度，是非 常实用的。它还在自动化智能化方面也有先天的优势，不需要想视频图像法那 样考虑如何跟踪拍摄获取图像数据，也不会像机械式样的振动便可能误判，利 用处理器设置，它可以有规律的系统自发的采集数据，并通过设计的算法植入 处理器中，就能智能的计算分析，判别步态。9系统实现第三章系统实现本文是选取直流响应型类输出数字式加速度传感器ADXL345作测量元件，使 用处理器ATMEGA168以SPI方式与加速度传感器ADXL345通信并进行设置，每隔 7ms采集一个加速度数据样点，对采集到数据样点作滤波和分析处理，实现步态 判别和计步，系统还带有无线蓝牙模块（汇承蓝牙模块hc04）,通过蓝牙可以 把数据以串行的方式发送给电脑或者手机。采集得到的加速度数据需要设计一套程序算法，使得这个小系统能智能的 自动完成步态判别和计步的功能。而实现的方法其实质就是：通过采集的加速 度数据与采集时间的序列关系图，去估算运动的相关信息。这就是系统实现的 原理。第一节加速度传感器ADXL3453.1.1 加速度传感器ADXL345介绍ADXL345是一个三轴的，量程最大可达正负16g,可调2/4/8/16a供电电压 1.8V-3.6V,输出13bit（可调1013bit）的数字式加速度传感器。接口方式为 SPI模式或12c总线模式，温度适用范围为负40到正85度。下图是ADXL345内部的方框原理图：三轴加速度传感器把加速度产生的变化 转化为电信号（转换方式一般是压电转换），得到的电信号经过AD转换（模拟 信号转换为数字信号），再经过一次数字滤波，将测量的结果传到处理中心一 控制和终端逻辑。处理中心需要加供电电压，并留有串口 10可以实现与其他元 件数据通信，还有两个外部中断相应10口。10系统实现RJNCTIONALBLOCK DIAGRAM图3.1加速度传感器ADXL345内部电路模块图下图3.2所示ADXL345的封装示意图，管脚排列如下：VDD和VS为供电电 源，需要电压在3.0V-3.6V范围；GND为地；3和11脚缺省，默认连接地或者 开路；SDA,SDO,CS,SCLK为串口通信接口，INT1和INT2为两个外部中断脚。PIN CONFIGURATION AND DESCRIPTIONS图3.2 ADXL345管脚描述示意图ADXL345的输出是最多13bit数字输出，量程最大可达16g。所以选择ADXL345用来测量人体步行加速度很方便，直接（不需要做AD转换和数字滤波,在ADLX345内部执行）从ADXL345读取到比较精确的加速度数字输出值。13bit 的16g数据，精度可达16g/2%约为0.004g.人体步行的加速度变化肯定在16g 11系统实现量程内；变化趋势一般都大于0.1g,也远大于1个LSB（lbit对应的最小精度 0.004g）；另外它可以测量XYZ三个方向的加速度变化，相应的，人体步行过 程是个三维的加速度变化过程，所以三个方向的加速度变化趋势都有参考意义,所以使用ADXL345作步态研究非常方便。3.1.2 传感器固定节点选择加速度传感器的固定位置选取在人的腰侧，可以固定在皮带上。选取腰侧 的固定节点位置，虽然左右脚步行的步态就不对称，但是这个位置在Z轴（如 下图3,3红色箭头所示，绿色箭头定义为Y轴，垂直纸面向外为X轴）能监测 步行过程中上下振动的加速度变化，在腰侧这个加速度变化也比较大；而X轴 方向可以监测的是步行过程中腰部的扭动带来的加速度变化，人体步行中扭腰 幅度不明显也不是很剧烈的变化，所以选在腰侧身位置监测这个方向的变化，这个变化值才会比较明显。Z轴方向，作为参考，主要结合这两个方向的变化，有利于对步态作判别。其实，即便选择腰正中间，因人而异，左右脚的步态还 是不一致，一般还是要选择左右脚步态作区分。再者，选择固定传感器在腰侧的原因：考虑到步态过程中并不是单一个方 向有加速度的变化起落，也不是腿部的简单动作，人体步行其实是身体各个部 位配合，完成的一套组合动作，腿部的摆动，腰部的扭动，身体重心的起落，以及上身配合步行的动作，手也随之运动。可以说，步行是一套复杂的过程组 合，而固定加速度传感器在腰侧的好处在于，整个身体的运动变化，都需要腰 部传动力的作用，虽然腰侧的加速度变化相对腿部脚部而言，变化更小，但重 要的是这个节点可以较全面的检测测量到整个身体多向的加速度运动变化趋 势。o O)图3.3加速度传感器佩戴人体模型图12系统实现3.1.3 设置ADXL345处理器通过SPI通讯设置加速度传感器ADXL345。在这套系统当中，我们设 置ADXL345为四线SPI模式，输出结果为左对齐的13bit的量程16g的数据，数据读取方式为FIFO先进先出模式，且Z轴加速度数据设置一个1g偏移量，低电平中断触发。在这种配置方式下，加速度传感器的外围连接如下图3,4所示：在电源输 入口，要加去耦电容滤波，是因为ADXL345内部要经过传感器检测，AD转换等 过程，都对电源波动比较敏感，尽量减小因电源波动，减小加速度传感器引入 测量误差。图3.4加速度传感器外围电路原理图第二节无线蓝牙模块为了便于收集数据，测量系统使用了广州汇承信息科技有限公司的产品蓝 牙hc04,它可以实现无线收发，灵敏度达到80dBm.蓝牙使用的频率是2.4G,工 作电压为3.3V,体积轻小，工作温度范围是负25度到75度。下图3.5是无线蓝牙的外观示意图：有一层金色的蛇形铜箔，那相当于蓝 牙的无线天线。13系统实现271mliX 135】”圾2 mm图3.5汇承蓝牙模块HC04实物图该无线蓝牙的封装图以及管脚说明如下图3.6所示：可以看到该蓝牙支持 串口(TXD,RXD),也支持USB(USBD-,USBD+)，测量系统选用串口模式，直接 与处理器的USART串口相连接。14系统实现1.ZSnsrti13 mmPCB Layout t町公O PIX AMIi TX3 CTSI KTS5 IX M f,l K-一,，：德 i t：M swc3 A I(X)IO Al(l,I7Y12：L:n13 GMI 4 15 I.SB h r17 18 MISO M1*I KO PIN XAUt 2()1 SB D+2 I CJW22；-：-d，:1111I 一 1_*10 01 03 0405 0607 08二二;京F、二三z厂1;:.rnMint Ai 1 i ij;编I cI 01 02 03 0405 0607 0 8小摩x.,：丁 二 f.t Lf iCOM2q一:-;-:.：.Lf t41_；一：zi i_i_0)01 02 03 眇L1T5U6叮一0节一t r _t _ _一 不.二 二.1_zr；必一，I1：.：工.；.1 LUM J U一1 1 1 Ji ic1 01 02 0.3 0405 0607 08-Y1FW5 oA=1 F=1:田J厂D=1-11111X 11,V10 0.1 OJ 03 0405 0607 0B1一一 j 一 1一 3-Pt46Ok-DO-B=G=1C=111D IffV 02 03 0405 0607 08下图3.10是液晶显示和驱动的原理图：可以看到HT1621的4个COM与13个SEG 与液晶的对应COM口和SEG口相连，而4线SPI与处理器相连，处理器由此可以对 驱动进行设置，与选用的液晶要求的占空比和偏置电压相一致，液晶就可以按 处理器的要求设置显示相应的数据了。系统实现液晶与驱动图3.10液晶和驱动外围电路原理图第四节系统模块总体实现系统功能模块图如下图3.11所示，处理器ATMEG168的最小系统包括JTAG接 口和复位电路等，编程烧写程序配置处理器的熔丝位和程序算法，通过4线模拟 SPI与ADXL345通信；在ADXL345内部，加速度测量传感器将加速度这样的力学信 号转变为电信号，经过AD转换和数字滤波，可以得到13bit的加速度数据，这个 数据可以由SPI读取到处理器中；在处理器内经过处理和计算，将步数步态的输 出结果通过SPI驱动HT1621点亮液晶显示：另外还可以通过串口蓝牙无线通信，把测量得到的加速度数据上传给电脑或手机终端，在电脑里使用MATLAB等软件,可以将测量得到的加速度曲线画出来，直观的显示加速度在步行过程中的变化,其他开关，LED灯等作为设置用的输入输出元件。系统实现单片机周围的电路图如图3.12：选用的晶振是8M,对应处理器的运算速度,使用JTAG方式与编程器相连。图3.12加速度测量系统单片机最小系统图20算法实现和优化第四章算法实现和优化搭载完硬件系统,利用这套简单的测量系统,就能按照需求采集需要的加速 度数据。但是,光有这些大量原始的加速度数据,错综复杂,并不能直观的看出步 态的规律特征。所以需要根据加速度数据的变化趋势去总结步行的规律特征,并 以这些特征为标准,设计一套算法,让计算机或让处理器通过计算判断得出步态 的信息,实现计步的功能。所以算法的实现是核心,更重要的是好的算法就意味 着更高效率更准的精度。第一节步行规律和特征步行是最安全最好的一种运动方式，一种安全而适量的运动，有规律的步 行还能对身体有好处，促进全身血液循环等功能。出于健身的目的，人们经常在 佩戴计步器类的小设备帮助了解运动的信息和健身的效果。在设计算法之前,我 们先要了解步行的规律和特征。在步行的时候，首先,人体的上身会有向前倾斜的趋势（这个向前的趋势是 为了向前进），这个趋势会让人有一个将要跌倒的趋势，为了维持平衡，人体就 本能的及时向前迈出一条腿,使前倾的重心回移，同时这条腿往前一落脚就能达 到新的平衡，步行的过程就是如此交叉步在平衡和向前倾斜两种状态循环。步行过程具体地分解动作：平衡一侧身前倾-后腿向前一跨后腿摆升-支撑腿前倾-摆腿落地一换腿交叉步行。详见下图4.1所示，并对分解的每个动作说明：21算法实现和优化图4.1人体步态动作分解图1）身体前倾，双腿交叉：连续步行过程中可以以此作为某一步的起始点。此时，双脚着地，身体前倾，上一步脚脚尖尚未着地,后脚脚根踮起，准备继续 前进，身体也随着前倾。2）前腿蹬地，后腿欲前：右脚脚尖着地，作为支撑腿，并略弯曲，身体重心 下降，后腿蹬地准备向前摆。3）前脚支撑，后腿前摆：支撑腿由弯曲缓缓伸直，且以支撑腿为轴，后腿 开始往上摆动并慢慢伸直，重心上升，腰胯部左高右低，4）后腿前跨，全身前倾：整个身体前倾有欲倒的趋势，失去平衡，但是摆 腿继续向前且马上要落地。5）跨腿着地，身体平衡：落地后，失去平衡的身体随着双脚的着地获得新 的平衡6）侧身前倾，换腿跨步：1-5完成一步的动作，之后换另一腿做跨步动作,如此交叉连续向前步行起来。这个过程可以看出，人体的重心有明显的升降，可以参见上图4.1人体高 度曲线的变化，即在Z轴这个方向会产生比较剧烈的加速度变化，而且每一步 对应着这个方向上加速度的一起一落；在交叉步行的过程中，人体必然要经过 前倾平衡再前倾的过程，重心也对应着向前稳定再向前；而且人体在步行过程 中腰部臀部要配合步行交叉步而左右扭动，这样使得Y轴的加速度变化虽然不 是特别明显，但是也满足周期性变化的规律。所以采用三轴加速度传感器测量人体步行过程加速度的变化趋势，可以有 助于研究人体的步态，并有可能实现步态判别和计步。所采用的方法主要看选 22算法实现和优化取什么角度。以固定加速度传感器于腰侧为例，每跨一步，人体重心一上一下 对应这个方向的加速度经历一个波峰一个波谷；而同时腰侧要完成一次一摆一 回，腰侧即Y轴的加速度数据也会有振荡的趋势。根据这些特点设计合理的算 法可以实现步态的判别和计步功能。第二节数字滤波处理器通过SPI通信设置ADXL345,使之输出的加速度为左对齐方式输出 13bit 的量程 16g 的数据；接线方式为 4 线 SPI(Serial Peripheral Interface),采用先进先出的FIFO(first in first out)模式，所以读取数据的顺序恰好 和时间顺序一致；对Z轴的加速度数据人为设置偏移16(设置1约为l/16g),即偏移1g,因为在人步行过程中向下踏脚时加速度为反方向，这样设置偏移量 Z轴方向的加速度数据都为正。为了更好的观察步态过程中加速度的变化情况，测量系统处理器设置 ADXL345的量程和数据位，使用SPI模式把数据读取到单片机当中，计算结果通 过液晶显示；并把一系列的加速度数据通过串口传送给蓝牙芯片，在无线传送 给计算机，计算机通过matlab软件调用串口收发，采集数据样点，并在matlab 中作图，就可以在计算机里看到加速度与时间的曲线图了。加速度数据是每经过7ms处理器就从ADXL345的内部FIFO中读取一次，并 存入处理器的存储当中。通过蓝牙串行传送给计算机，在MATLAB软件中可以得 到加速度的序列图，因此序列图相邻点的时间间隔为7mso但是,采集的原始数据总是会出现不少毛刺，这是因为受到一定程度的可见 或不可见的环境噪声影响，加之选取时间点比较分散的关系，得到的加速度数 据曲线图就不是很光滑。如下图4.2所示，Y轴为加速度数据，lg/1616表示Y 轴1个刻度相当于lg/16,16表示偏移了 16即lg,X轴上一个刻度对应的是 时间0.007s,这种组图由上而下定名为图a,图b以此类推，X轴和Y轴的刻度 说明也相同。而滤波的作用就是为了消除噪声，在这里我们选用近邻平均法作平滑滤波，即在样点的临近点去平均的方法代替该样点的值。平滑处理后，曲线会变得更 模糊，除了毛刺峰受削减，其实我们需要的加速度变化的有用信号也在滤波作 用效果下被减弱了。23算法实现和优化所谓N点近邻平均法平滑滤波，就是样点序列XI,X2,X3.XN,取这些 样点的平均值代替这段时间的输出结果。图b是原始加速度数据，而图a是经过平滑滤波处理后的。很明显的的，经过滤波处理后的加速度图像更加平滑，在0-700处，静止状态的噪声被明显 的滤掉，其他处也起到了不错的效果。为了便于观察，更为了更好的计算判别效 果,高频率波是不可缺少的一步。five points smoothing叵鲁弓旨z 32图4.2 Z轴加速度曲线5点平滑效果图当然,平滑滤波固然能平滑加速度曲线,让主要的变化趋势更加明朗清晰，但也并不意味这滤波作用越强越好。过度的高频滤波很可能把我们需要的变化 趋势也同样弱化，使得有用的变化信息也被大大减弱.下面这图4.3就是35点平 滑滤波的效果图，可以看到三个分图都没有了明显的毛刺。24算法实现和优化7 step Z(3&potnts smothtng)2000 2500timc(7s/1OOO)steps V(35poirrts smothirtg)-yTXO22010 2020 2030 2040 2050 2060 2070 2080 2090 2100time(56/1000s)图4.6实 验者步行时加速度曲线图步行一步，人体重心一升一降，同时腰侧一扭一回，正好对应加速度的起 落。以重心上升过程为例，起始和停止升，速度认为是0,在中间某一点，速度 达到最大；速度由0到最大再到。，恰好对应加速度会在这个时间段出现一个波 峰一个波谷。所以寻峰判定法是合时的。但是曲线图上很多波峰都不是一个步 伐，人体步行的频率不会太高，只在几Hz的合理范围之内，也就是步与步之间 的间隔时间是受限的；同时一步持续的时间也应该是在零点几秒的时间的范围。而一般在高的波峰近邻处总可能会伴随出现一个次高峰。再者，噪声产生的毛 刺依然存在，波峰的大小也应该大于一定的阈值。4.3.2剔除杂峰如下图4.7所示，这种非常靠近主