李珍华

（上海摩软通讯技术有限公司,上海201203）

具有运动管理功能的智能穿戴设备设计与实现

李珍华

（上海摩软通讯技术有限公司,上海201203）

现有的负重类健身，比如杠铃，哑铃等只能手动通过增减铃盘的重量来控制其重量，无法通过侦测人体的健身状态自动调节。对生物传感器和穿戴设备中的关键技术进行研究，设计实现了具有运动管理功能的智能穿戴设备，通过侦测人体的疲劳状态进而改变杠铃，哑铃等与电磁铁的吸附程度，间接改变人体的负重压力。利用生物传感器，电磁铁以及穿戴设备相结合，设计了全新的软件算法和硬件解决方法，其穿戴硬件方法集成了脉搏传感器，心率传感器，微控制单元(Microcontroller Unit；MCU)以及对应的输入输出部分和电磁铁。通过设计，实现了通过穿戴设备智能管理运动的目的，提出了有效的解决办法。

智能穿戴;生物传感器;运动管理;人体疲劳;健康;脉搏；心跳

1 引言

现有的负重类健身，比如杠铃，哑铃等只能手动通过增减铃盘的重量来控制其重量，无法通过侦测人体的健身状态自动调节。利用生物传感器，电磁铁以及穿戴设备相结合[1-2]，设计了全新的软件和硬件方法[3-4]，从而实现通过侦测人体的疲劳状态进而改变杠铃，哑铃等与电磁铁的吸附程度，间接改变人体的负重压力。通过该设计，负重类的运动能够更健康和有效的锻炼人体肌肉组织，达到健美效果。

2系统概述

穿戴手腕上集成脉搏传感器、心率传感器、MCU以及对应的输入输出部分和电磁铁[5]。其工作情况为，当戴上手腕后，心率及脉搏传感器会实时监测人体的脉搏及心率，并将采集到的信号传送给MCU。MCU会对接收到的这些信号进行判断处理，进而控制输出到电磁铁的电流，控制电磁铁与负重类器材之间的磁力，间接调整人的负重，通过这种动态调节，可以使锻炼更有效健康[6]。

3 硬件方案

硬件方案如图1所示，智能穿戴手腕由脉搏传感器，A/D转换器，MCU以及电磁铁组成[7-8]。脉搏传感器主要用来采集人体的脉搏信号并对微弱的脉搏信号进行放大和处理。脉搏信号首先需要经过前置放大电路进行放大，由于前置放大电路会存在一定的失调电压和偏置电流，所以需要经过调零电路对其进行校准调零。为了避免50Hz交流市电干扰，可以在调零电路之后增加一个50Hz的陷波电路，从而将市电滤除掉，并且经过带通滤波器将不必要的信号滤除掉，从而得到较为纯净的脉搏信号。但是由于MCU处理的需要，此时的脉搏信号幅度依然需要再一次进行放大并经过电压提升，即主放大电路和电压提升电路的作用。至此，脉搏信号的放大及处理已经完成。

图1 硬件方案

4 电磁铁原理

线圈通电后，铁心和衔铁被磁化，成为极性相反的两块磁铁，它们之间产生电磁吸力。当吸力大于弹簧的反作用力时，衔铁开始向着铁心方向运动；当线圈中的电流小于某一定值或中断供电时，电磁吸力小于弹簧的反作用力，衔铁将在反作用力的作用下返回原来的释放位置。电磁铁利用载流铁心线圈产生的电磁吸力来操纵机械装置，以完成预期动作，是将电能转换为机械能的一种电磁元件。电磁铁主要由线圈、铁心及衔铁三部分组成，铁心和衔铁一般用软磁材料制成，铁心一般是静止的，线圈总是装在铁心上。开关电器的电磁铁的衔铁上还装有弹簧，如图2所示。

5 光电容积法脉搏传感器

光电容积法的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。其使用的传感器由光源和光电变换器两部分组成，通过绑带或夹子固定在人体手腕上。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。当光束透过人体外周血管时，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，此时由光电变换器接收经人体组织反射的光线，转变为电信号并将其放大和输出。由于脉搏是随心脏的搏动而周期性变化的信号，动脉血管容积也周期性变化，因此光电变换器的电信号变化周期就是脉搏率。

图2 电磁铁原理图

根据相关文献和实验结果，560nm的波可以反映皮肤浅部微动脉信息，适合用来提取脉搏信号。该传感器采用了峰值波长为515nm的绿光LED，型号为AM2520,而光接收器采用了APDS-9008，这是一款环境光感受器，感受峰值波长为565nm，两者的峰值波长相近，灵敏度较高。此外，由于脉搏信号的频带一般在0.05Hz-200Hz之间，信号幅度均很小，一般在毫伏级水平，容易受到各种信号干扰。在接收器后面使用了低通滤波器和运放MCP6001构成的放大器，将信号放大了331倍，同时采用分压电阻设置直流偏置电压为电源电压的1/2，使放大后的信号可以很好地被MCU的AD采集到。传感器结构如图3所示。

图3 传感器结构图

6 脉搏信号采集方法

脉搏信号取自人体表面动脉，信号源输入阻抗较大，且幅值小、频率低，极易受到噪声干扰。因此，对脉搏信号调理电路提出如下要求：①高输入阻抗：由于信号源阻抗较高，脉搏信号很微弱，若输入阻抗不高，经分压后信号会更小，从而使脉搏信号有严重损失甚至畸变；②增益：为了提高AD采样后信号的分辨率，应对信号进行适当放大，具体需要根据所选择的A/D转换器的输入参考电压范围做参考来调整具体放大倍数；③高共模抑制比：用来消除市电50Hz的工频干扰；④低噪声：在信号调理电路中噪声主要为电子线路的固有热噪声和和散粒噪声，必须保证它们不湮没微弱的脉搏信号；⑤低漂移：防止放大电路出现饱和失真现象；⑥适合的带宽：以有效消除噪声干扰，防止采样重叠；⑦高安全性：确保其对人体的的伤害为零，主要考虑电气安全及辐射要求。

基于脉搏信号的上述要求，设计的信号调理模块有前置放大电路、调零电路、50Hz工频陷波电路、带通滤波电路、主放大电路和电压提升电路组成，其框图如图4所示。

图4 脉搏信号转换图

7 软件算法流程图

系统采用的软件算法流程如图5所示。

图5 软件算法流程

8 系统运行

做负重类运动的时候，人需要带上智能穿戴手腕。智能穿戴手腕由脉搏传感器，AD转换器，MCU以及电磁铁等部分组成。脉搏传感器主要用来采集人体的脉搏信号并对微弱的脉搏信号进行放大和处理。脉搏信号首先需要经过前置放大电路进行放大，由于前置放大电路会存在一定的失调电压和偏置电流，所以需要经过调零电路对其进行校准调零。为了避免50Hz交流市电干扰，可以在调零电路之后增加一个50Hz的陷波电路，从而将市电滤除掉，并且经过带通滤波器将不必要的信号滤除掉之后即可得到较为纯净的脉搏信号。另外由于MCU处理的需要，此时的脉搏信号幅度依然需要再一次进行放大并经过电压提升，即主放大电路和电压提升电路的作用，至此，脉搏信号的放大及处理已经完成。

经过处理后的脉搏信号需要送到A/D转换器，A/D转换器有很多种均可以使用，此方案以MAX1240为例，它是一种单通道12位逐次逼近型串行A/D转换器，具有普通方式和待机方式两种工作模式。为减少系统功耗提供了方便。参考电源既可使用片内+2.5 V参考电压，也可由外部管脚提供，其范围为1.0-VDD。模拟输入信号为单极性输入，其范围为0-VREF。三线串行外设接口兼容于SPI、QSPI和MICROWIRETM，可与标准微处理器I/O口直接相连。

图6是MAX1240最传统的外围配置电路。其中，1脚为电源输入端，输入电压为2.7-3.6V；2脚是模拟信号输入端，输入电压范围是0V-VREF，可以在9 μS内实现将输入的模拟信号转换成为数字信号；3脚是关断控制输入端，通过它可实现两种工作模式的切换，即3脚外接低电平，芯片工作于关断模式，输入电流可减少至10μA以下，处于节能状态，如果外接高电平，芯片工作于标准工作模式，可实现模/数转换；管脚4是内置基准电压，需外接4.7μF电容，芯片具有内置基准电压，基准值是2.5V；5脚是接地端，根据前面介绍的工作方式及控制方法，让SHDN悬空，此时，可在REF引脚输人参考电压，其范围为1.0-VDD；VREF引脚外接电解电容，此电容需要取合适的值，因为电容越大，MAX1240从待机工作模式转换到正常工作模式需要的时间越长；管脚6是数据输出端，当其由0翻转为高电平时，表示数据转换已经完成，可以读数据了。7脚是片选端，低电平有效；管脚8是外部读数时钟脉冲输入端，最高频率可达2.1MHz，数据转换完成后，输入外部读数时钟，在每个读数时钟脉冲的上升沿读出一位数据，数据读出的顺序是由高位到低位，MAX1240是12位A/D转换器，所以要完整的读出转换数据，至少需要外部输出13个脉冲。

MAX1240内部结构框图如图7所示，其工作时序如图8所示，结合图6与图7，MAX1240的工作过程如下：

图6MAX1240电路图

图7MAX1240内部框图

图8 三线串行工作时序

（1）保持SCLK为0，使CS=0。MAX1240的采样保持器开始工作，然后进行A/D转换操作；转换期间，必须保持SCLK=0；在数据输出结束前，应保CS=0，否则，输出结果为无效数据。

（2）等待TCONV时间约7.5μS，转换结束，输出端DOUT由低电平翻转为高电平；然后，通过SCLK输入的时序脉冲控制下将数据从D0UT端输出。

（3）通过DOUT端口串行输出数字12位数据，在12个SCLK时钟脉冲作用下，将数字12位转换结果以高位在先低位在后的形式从DOUT端输出，SCLK的最高频率可高达2.1MHz。其中，在SCLK的下降沿到来时把数据输出到DOUT端。在SCLK的上升沿把DOUT端的数据读人MCU。数据存储用移位的方式将串行数据按字节存放于CPU内部寄存器内，其中第1-8个SCLK的数据存放于高位字节MSB中，第9-12或第9-16个SCLK的数据存放于低位字节LSB中。

（4）连续数字13个(含转换期内1个及后续数字12个移位SCLK脉冲)SCLK周期后，使CS=l，DOUT变为低电平，完成一个完整的数据转换与传输周期。假如13个SCLK脉冲后，CS仍为低电平，SCLK仍在输入时钟脉冲，此时，DOUT端输出为0，附在LSB之后，成为无效数据位。建议一个周期内，SCLK的个数不超过数字17个，使转换结果存放在2个字节的存储器内，其数据格式如图9所示。

图9 2字节数据格式

（5）两个操作周期间应保持一个最小的时间间隔TCS约为0.24μS，以便让A/D转换器有足够的时间初始化。转换过程中，若因CS=1使转换进程被中止，则最少要等待一个采样时间，用以更新采样电压值，以保证采样电压的实时性与准确性。一个完整的采样周期所需要的时间大约是13.7μS。

经过A/D转换器处理之后，脉搏信号可以进一步的传送给MCU进行算法上的判断处理，MCU的输出电流可以根据对应的判断条件进行改变，如果心率大于150且脉搏大于100（身体负荷较大情况），MCU输出给电磁铁的电流会降低，从而降低电磁铁与杠铃之间的磁力，进而减小身体的负重压力；如果心率小于120且脉搏小于70（身体负荷较小情况），MCU输出给电磁铁的电流会升高，从而增大电磁铁与杠铃之间的磁力，增加身体的负重压力。

9 结束语

对生物传感器和穿戴设备中的关键技术做了研究，设计实现了具有运动管理的智能穿戴设备，通过侦测人体的疲劳状态进而改变杠铃，哑铃等与电磁铁的吸附程度，间接的改变人体的负重压力。通过该设计，达到通过穿戴设备智能管理运动的目的，提出了有些的解决办法。

[1]肖征荣,张丽云.智能穿戴设备技术及其发展趋势[J].移动通信,2015(5):9-12. Xiao Zhengrong,Zhang Liyun.Intelligent wearable device technologyand its development trend[J].mobile communication,2015(5):9-12. [2]李冰冰,俞帅东,杨象校,等.基于可穿戴的运动强度监测系统[J].计算机系统应用,2015,24(5):32-39. Li Bingbing,Yu Shuaidong,YANG Xiang-Xiao，et al.Exercise Intensity Monitoring System Based on Wearable Device, 2015,24(5):32-39.

[3]汪丰,高帅锋,薛诗静.基于体感网的可穿戴运动监测系统[J].电子产品世界,2015(1):64-67. Wang Feng,Gao Shuai Feng,Xue Shijing.Wearable motion monitoring system based on body sensor networks[J].Electronic Engineering&Product World,2015(1):64-67.

[4]张龑,魏志远,暴婷.基于MEMS六轴传感器的可穿戴系统设计[J].电子技术与软件工程,2015(9):153-155. Zhang Yan,Wei Zhiyuan,Bao ting.Design of wearable system based on MEMSsixaxis sensor[J].Electronic technology&so ftware engineering,2015(9):153-155.

[5]王粉花,年忻,郝国梁,等.物联网技术在生命状态监测系 Wang Xiaoping,Dong Xiucheng,Zheng Haichun.Vega Prime Real Time Three Dimension Visual Simulation Development Technology[M].Chengdu:SouthWest JiaoTong University Press,2012.统中的应用[J].计算机应用研究,2010,27(9):3375-3377. Wang Xin Nian,Hao Guoliang,pink flowers,et al.Application of network of things technology on system of status detector [J].Application Research of Computers,2010,27(9):3375-3377.

[6]Field T.Exercise research on children and adolescents[J]. Complementary Therapies in Clinical Practice,2012,18(1): 54-59.

[7]Godfrey A.Bourke AK,Olaighin GM,Van de Ven P,Nelson J. Activity classification using a single chest mounted tri-axial accelerometer[J].Medical Engineering&Physics,2011,33 (9):1127-1135.

[8]Hong YJ,Ig-Jae K,Sang CA,Hyoung-Gon K.Mobile health monitoring system based on activity recognition using accelerometer[J].Simulation Modelling Practice and Theory, 2010,18(4):446-455.

Design and Implementation of Exercise Monitoring Intelligent Wearable Device

Li Zhenhua
（Shanghai Moruan Communication Technology Co.,Ltd.,Shanghai 201203,China）

The popular physical exercises such as barbell,dumbbell,etc.can manually control the weight by increasing or decreasing the weight of the bell discs,but cannot automatically adjust its weight by detecting human body fitness state.This article researches the key technology of biosensor and wearable device,implements the intelligent wearable device with exercise management,which changes adsorption degree between the barbell,the dumbbell etc.and the electromagnet after detecting the body state of fatigue,so indirectly changes the body load pressure.By combining the biosensor,the electromagnet and the wearable devices,it gets a complete set of new software algorithms and hardware solutions.The wearing hardware method integrates the pulse sensor,the heart rate sensor,Microcontroller Unit,the corresponding input/output part and electromagnet.This design puts forward some solutions for achieving the intelligent management exercise by wearing devieces.

Intelligent wearable device；Biosensor；Exercise monitoring;Body fatigue;Health;Pulse；Heartbeat

10.3969/j.issn.1002-2279.2017.02.015

TP29

A

1002-2279-（2017）02-0064-04

李珍华（1976-），男，湖北省黄冈市人，硕士研究生，高级硬件工程师，主研方向：智能硬件及信息技术。

2016-11-23