智能手环/手机应用程序在不同步行速度或路面中的计步有效性研究

何晓龙，史文越，盛张群



智能手环/手机应用程序在不同步行速度或路面中的计步有效性研究

何晓龙，史文越，盛张群

目的：对智能手环和智能手机运动应用程序(APP)在不同步行速度和不同步行地面中计步的有效进行研究，检验其是否能够应用于登山、野外徒步、田径场跑步健身以及日常水泥硬化路面的健身计步。方法：2名受试者分别使用3款智能手环(佩戴在右手手腕)和4款基于iPhone5s iOS9系统的运动APP(安装在同一款手机，测试时手机放在裤子口袋中)，在实验室条件下采用跑台测量3.2 km/h、4.8 km/h、6.4 km/h、8.0 km/h、9.6 km/h等5种速度走跑各5 min的步数(实际步数通过录像回放精确确定)，之后在室外塑胶田径场跑道、泥土地、水泥地、山地4种不同路面条件下分别进行低速走、正常步速走和快速走各300步。最终比较实验室内和室外智能手环/手机运动APP记录的步数与实际步数间的差异。结果：5种速度等级步行状态下智能手环/手机运动APP记步误差逐渐减小，3.2 km/h速度下与实际步数均存在显著性差异(P均<0.05)，且低速状态下不同手环间记录步数差异也较大。室外塑胶跑道、泥地、水泥地、山地4种不同路面在低速步行状态下智能手环/手机运动APP存在显著性差异(P<0.05)。在正常步速和快速走中差异不显著。结论：智能手环/手机运动APP计步功能的有效性主要影响因素为步行速度，步行路面因素影响不大，故可作为大众在日常健身如登山、塑胶田径场跑步、水泥硬化路面步行、野外徒步等步行量的自我监测工具，尤其适用于跑步运动，在双脚位移速度较慢的体力活动中计步可能存在一定的误差。

智能手环；手机应用程序；计步；速度；路面

1 前言

随着社会和科技的发展，交通机动化、通讯实时化和社交网络化导致的以久坐为主要特征的体力活动不足生活方式正危害着大众健康[11,13]。步行是人类最基本的身体活动形式之一，其人体的健康效益也越来越受重视，如何便利、准确地测量步行量既是该领域研究的关键所在，也是大众日常了解自身体力活动量最为方便和直观的方式[3,6]。从计步器到三轴加速度计，人们一直不断追求更为简便和有效的计步工具[10]。智能手机的出现，不仅改变了以往手机单一通讯的功能，而且改变了人们生活和行为方式，将智能手机运动APP应用于健身已经成为了一种新潮流。与此同时，智能手环也得到了迅猛发展，它通过记录日常锻炼数据，并与智能手机同步和分享，起到指导健康生活的作用。迄今为止，国内已有关于智能手环和智能手机运动应用程序(APP)研制及步态识别的报道[4,5]，很少计步功能准确性的研究文献，而评估计步功能的准确性包含了两个方面，即不同步行速度和不同步行路面[10]。目前，国内已有文献报道基于iPhone4s iOS7 系统健身应用APP不同步速计步功能的有效性[2]，但鲜见对智能手环不同步速以及智能手环和智能手机运动APP在不同步行路面(如在塑胶田径场跑步、野外徒步、登山和城市街道步行等)计步的有效性报道。本研究基于国内现有研究现状，对智能手环和智能手机运动APP在不同步行速度和不同步行地面中计步的准确性进行研究。

2 研究对象与方法

2.1 研究与测试对象

本研究的对象为国内常见的，以计步功能为主的智能手环和智能手机运动APP。选取小米、乐心和SmartHealth 3款智能手环，咕咚、悦跑圈、益动GPS、动动4款运动APP作为测试对象。

2.2 研究方法

2.2.1 不同速度计步有效性测试

测试在实验室进行，测试前先将4款运动APP下载于同一部iPhone5s智能手机中，支持 iOS9系统，并检查各APP都可正常同时使用。测试在浙江师范大学体育学院健身房内进行，采用LePower型专业跑步机进行走跑测试。测试速度等级参考国内外同类研究普遍设置为3.2 km/h、4.8 km/h、6.4 km/h、8.0 km/h、9.6 km/h等5种步行速度[2,8]，坡度均为0。

3.2 km/h代表慢走、4.8 km/h代表正常步行、6.4 km/h代表快走、8.0 km/h代表慢跑、9.6 km/h代表中速跑。测试时受试者首先佩戴装有iPhone5s手机的臂包(佩戴位置为右上臂外侧)和右手腕部同时佩戴3款智能手环[8]，以相应测试速度适应3 min后启动咕咚、悦跑圈、益动GPS、动动这4款运动APP进行5 min走跑运动。

本研究针对国内翁锡全等的研究中采用多个受试者自行计数可能存在误差，利用佳能ED1200相机拍摄一个受试者测试全过程视频，测试结束后3位工作人员经过5次慢速回放精确确定实际步数。每种速度测试5次。为避免疲劳影响测试结果，前3种速度运动间歇5 min，后2种速度运动间歇10 min。

2.2.2 不同路面计步有效性测试

测试在室外进行，选取塑胶地、泥土路、水泥硬化路面与山路4种不同的步行路面地况。测试时，受试者佩戴装有iPhone5s手机的臂包(佩戴位置为上臂外侧)，开始先各适应低速步行、正常速度步行和快速步行3 min(低速、正常速度和快速由受试者依据自身的主观速度感觉为准)。之后启动益动APP(由第一部分研究确定该款APP效果较佳)，将手机装入臂包，左手手腕同时佩戴乐心手环。然后受试者分别以低速、正常速度和快速速度步行300步(步数受试者自行计算)，结束后停止身体运动，记录此时益动APP记录的步数，每种场地测试5次。为避免疲劳影响测试结果，每2次运动间歇5 min。测试时，一名工作人员手持摄像机进行跟踪拍摄，受试者步行开始后自行计数300步后结束测试，最终实际步数由工作人员根据录像回放精确记录。

图 1 用于测试的路面未硬化的土路示意图Figure 1. The Dirt Road Used for Test

图 2 用于测试的山路示意图Figure 2. The Mountain Road Used for Test

图 3 用于测试的塑胶田径跑道示意图Figure 3. The Plastic Pavement Used for Test

图 4 用于测试的水泥硬化路面示意图Figure 4. The Cement Road Used for Test

2.2.3 数理统计

3 研究结果

表1为三款智能手环分别在3.2 km/h、4.8 km/h、6.4 km/h、8.0 km/h、9.6 km/h五种速度等级下记录步数与实际步数的平均值以及离散程度(标准差)。从表中可以看出，当步数从3.2 km/h提高至4.8 km/h时，5min里累计步数增幅最为显著，此后每提高1.6 min，5 min里累计步数增幅有所放缓。且随着速度的提高，不同手环间5 min累计步数逐渐减少，与实际步数的差异也逐渐减少。在最低速度等级3.2 km/h时，以实际步数为对照，小米手环具有极显著性差异(P<0.01)，而以小米手环为对照，另外2款手环均具有极显著性差异(P<0.01)。

由表2可见，与3款智能手环类似，4款运动APP从3.2 km/h提高至4.8 km/h时，5 min里累计步数增幅最为显著，此后每提高1.6 min，5 min里累计步数增幅有所放缓。同样随着速度的提高，不同手环间5 min累计步数逐渐减少，与实际步数的差异也逐渐减少。在最低速度等级3.2km/h时，以实际步数为对照，4款运动APP均具有极显著性差异(P<0.01)。

表 1 3款智能手环不同速度测试结果分析Table 1 Analysis on Three Different Smart Bracelets Speed Test Results

注：以实际步数为对照，小米3.2 km/h,**P<0.01;以小米为对照,乐心和Samrthealth 3.2 km/h,&&P均<0.01。

表 2 4款运动APP实验室跑台测试结果分析Table 2 Analysis on Four Different APP Speed Test Results

注：以实际步数为对照， * 0.01

由线性回归分析散点图(图5～图7)可以看出，3款手环随着步行速度的提高，实际步数与3款手环所记录的步数均呈现出良好的线性相关性，R2分别为0.982，0.998和0.998。随着步行速度的提高，小米手环与实际步数间的变化一致性要稍弱于其他两款手环。从图8～图11可以看出，4款运动APP随着步行速度的提高，实际步数与3款手环所记录的步数也均呈现出良好的线性相关性，R2分别为0.997，0.997，0.994和0.997。

图 5 不同速度等级下小米手环记录 步数与实际步数线性回归散点图Figure 5. The Linear Regression Scatter Plot between Steps Xiaomi Bracelet Records and Actual Count under Different Speed Level

图 6 不同速度等级下乐心手环记录 步数与实际步数线性回归散点图Figure 6. The Linear Regression Scatter Plot between Steps Lexin Bracelet Records and Actual Count under Different Speed Level

图 7 不同速度等级下Smarthealth手环 记录步数与实际步数线性回归散点图Figure 7. The Linear Regression Scatter Plot between Steps Smarthealth Bracelet Records and Actual Count under Different Speed Level

由表3可见，随着步行速度的提高，3款智能手环记录步数的变化呈现出良好一致性，Pearson相关系数为0.989，0.992和0.998，P值均为0.000。由表4可见，随着步行速度的提高，4款运动APP记录步数的变化也呈现出良好一致性，Pearson相关系数为0.999和1.000，P值均为0.000。

图 8 不同速度等级下动动APP记录 步数与实际步数线性回归散点图Figure 8. The Linear Regression Scatter Plot between Steps Dongdong APP Records and Actual Count under Different Speed Level

图 9 不同速度等级下益动APP记录 步数与实际步数线性回归散点图Figure 9. The Linear Regression Scatter Plot between Steps Yidong APP Records and Actual Count under Different Speed Level

图 10 不同速度等级下悦跑APP记录 步数与实际步数线性回归散点图Figure 10. The Linear Regression Scatter Plot between Steps Yuepao APP Records and Actual Count under Different Speed Level

Smathealth乐心小米SmathealthPearson相关系数0．9980．989P0．0000．000N2525乐心Pearson相关系数0．9980．992P0．0000．000N2525小米Pearson相关系数0．9890．992P0．0000．000N2525

通过图1～图3以及表3来分析，随着速度的提高，3款智能手环记步功能稳定性相对较好的是乐心手环。通过图4～图6以及表4来分析，随着速度的提高，4款运动APP中记步功能稳定性相对较好的是益动和咕咚。因此，选择乐心手环和益动APP分别进行不同步行路面计步有效性的测试。由表5可以看出，随着步行速度的提高， 乐心智能手环在低速走的状况下，在水泥地路面和山地路面与实际步数存在显著性差异，P值分别<0.01和<0.05。由表6可以看出，益动APP在水泥地路面和山地路面也与实际步数存在显著性差异，P值均<0.05。

表 4 不同速度等级下4款APP记录步数相关性分析Table 4 The Correlation Analysis between Four APP Record Count under Different Speed Level

表 5 乐心智能手环不同场地测试结果Table 5 The Test Results for Lexin Bracelet in Different Fields

注：采用单因素方差分析，以实际步数为对照，**P≤0.01，* 0.01

表 6 益动APP不同场地测试结果分析Table 6 The Test Results for Yidong APP in Different Fields

4 讨论与分析

本研究基于3款智能手环和4款智能手机运动APP， 探讨智能手环/手机运动APP在不同步行速度和步行路面中的计步有效性。首先，单因素方差分析表明，3款智能手环在5种速度运动状态下步数测量值均仅在3.2 km/h速度等级下与实际步数存在极显著差异(P<0.01)，其余4种速度等级均未表现出显著差异。这一结果与以往对计步器的研究文献一致[7,12]。同样的结果也在4款智能手机运动APP上呈现，4款运动APP在5种步行速度状态下步数测量值仅在3.2 km/h速度等级下与实际步数存在非常显著差异(P≤0.01)，其余4种速度等级未表现出显著差异，结果也与已有研究一致[9,14]。分析其原因可能和智能手环与智能手机运动APP的计步原理有关。智能手环和智能手机运动APP一般是基于三轴加速度器原理，包含机械性传感器和接口芯片，步行时所产生的加速度导致传感器内的电子移动而形成电极位置变化，最终由于电容差值的变化经过芯片的整合输出电压值，从而形成计数，慢速步行时的速度或手臂摆动的幅度不足以达到计步装置的“阈值”而影响记录[4,5]。

虽然表1和表2和结果可以反映出不同速度等级中智能手环和运动APP计步数与实际步数之间的差异，但不能有效反应计步功能随步数变化而变化的一致性。通过线性回归分析，从图5～图11可以看出，3款智能手环和4款智能手机运动APP的计步功能随着步速的变化与实际步数的变化一致性都较强，稳定性都较好，国外有研究也得到了类似的结论[1,2,15]。

虽然对智能手环和智能手机运动APP在不同速度中计步功能的有效性进行了检验，但日常大众健身还面临着不同步行路面状况的差异，如在塑胶田径场跑步、野外徒步、登山和城市街道步行等，鲜见有报道进行科学地检验。本研究发现，当处于低速步行状态时，水泥地和山地路面的智能手环和智能手机计步与实际步数均存在显著性差异。这可能和在水泥地面步行时给人步数感觉较快，当受试者有意识地降低步速以符合低速步行要求时，实际步速可能要比其它路面更慢。在山地步行时，复杂的高低路面容易让人步行时有意识地停顿“留神”停顿，从而降低了计步的准确性。以正常速度走或者快速走时，不同的步行路面没有显著性差异。这一研究结果表明国内现在常见的智能手环基本能够满足大众在多数路面状况的环境计步，前提是应用于低速步行比例较少的身体活动中。

5 结论与建议

3款智能手环和4款运动手机APP在3.2 km/h、4.8 km/h、6.4 km/h、8.0 km/h和9.6 km/h 5个速度等级的测试表明，在较低速度3.2 km/h步行时， 5 min计步数与实际步数均有极显著性差异。随着步行速度的提高，智能手环/手机运动APP所记录的步数与实际步数变化具有很好的线性相关性且不同款智能手环之间和不同款运动APP之间相关性较好。在低速步行时，水泥地和山地连续走300步智能手环/手机APP所记录的步数与实际步数存在显著性差异，以正常步速或快速步行时则差异不显著。

本研究结果表明，智能手环/手机运动APP计步功能的有效性主要影响因素为步行速度，步行路面因素影响不大，故可作为大众在日常健身如登山、塑胶田径场跑步、水泥硬化路面步行、野外徒步等步行量的自我监测工具，尤其适用于跑步运动，应用于双脚位移速度较慢的体力活动中计步可能存在一定的误差。

[1]陈晓荣，李可基.8种市售运动传感装置计步功能的效度研究.中国运动医学杂志,2010，29(4):457-459.

[2]翁锡全,刘新,徐洪想,等.基于iPhone4s iOS7系统健身应用软件计步功能的效度研究[J].中国运动医学杂志,2015，(3):284-290.

[3]向剑锋,李之俊,刘欣.步行与健康研究进展[J].中国运动医学杂志,2009,28(5):575-580.

[4]谢雨驼,边耐政.Android手机端运动量检测的研究与应用[J].计算机应用与软件,2012，(10):227-229.

[5]杨文君,杨波,王保强.智能手机的运动量干预软件的研制[J].中国医疗器械杂志,2012,36(4):244-247.

[6]ALFONZO M A.To walk or not to walk? The hierarchy of walking needs[J].Environment and Behavior,2005,37(6):808-836.

[7]BASSETT J R D R,AINSWORTH B E,LEGGETT S R,etal.Accuracy offive electronic pedometers for measuring distance walked[J].Med Sci Sports Exe,1996,28(8):1071-1077.

[8]CROUTER S E,Schneider P L,KARABULUT M，etal.Validity of 10 electronic pedometers for measuring steps,distance,and energy cost[J].Med Sci Sports Exe,2003,35(8):1455-1460.

[9]CYARTO E V,MYERS A,TUDOR-LOCKE C.Pedometer accuracy in nursing home and community-dwelling older adults[J].Med Sci Sports Exe,2004,36(2):205-209.

[10]DOHERTY S T.Emerging methods and technologies for tracking physical activity in the built environment[J].Transport Survey Methods:Keeping up with a Changing World,2009，29(8):153-190.

[11]GUTHOLD R,LOUAZANI S A,RILEY L M,etal.Physical activity in 22 African countries results from the World Health Organization stepwise APProach to chronic disease risk factor surveillance[J].Am J Preventive Med,2011,41(1):52-60.

[12]LEE J,KOH D,ONG C N.Statistical evaluation of agreementbetween two methods for measuring a quantitative variable[J].Comput Biol Med,1989,19(1):61-70.

[13]SALLIS J F.CARLSON J A,MIGNANO A M,etal.Trends in presentations of environmental and policy studies related to physical activity,nutrition,and obesity at society of behavioral medicine,1995—2010:a commentary to accompany the active living research supplement to annals of behavioral medicine[J].Annual Behavior Med，2013,45(suppl1):S14-S17.

[14]SCHNEIDER P L,CROUTER S E,LUKAJIC O,etal.Accuracy and reliability of 10 pedometers for measuring steps over a 400-m walk[J].Med Sci Sports Exe,2003,35(10):1779-1784.

[15]WU W,DASGUPTA S,RAMIREZ E E,etal.Classificationaccuracies of physical activities using smartphone motionsensors[J].JMIR,2012,14(5):e130.

A Research on the Availability of Smart Bracelet/Phone APP in Different Walking Speed or Road Surface for Step Calculation

HE Xiao-long,SHI Wen-yue,SHENG Zhang-qun

Objective:Smart bracelets and smartphone APP gets on the ground in different walking speed and walking step to study the effective and test if it can be applied to mountain climbing,outdoor hiking,track and field running fitness and daily hardened cement pavement fitness plan step,to provide the reference for the general fitness enthusiasts.Methods:The two subjects,respectively,using three smart bracelet (worn on the right hand wrist),and based on four iPhone5s iOS9 system the movement of the APP (to test the installation on the same phone,cell phone in his trousers pockets),for the first time under laboratory conditions using the treadmill measuring 3.2 km/h,4.8 km/h,6.4 km/h,8.1 km/h,9.7 km/h and so on 5 kinds of speed walking steps run every 5 min steps (real) through video replay accurate records,after the outdoor space,mud,plastic cement,mountain four different road conditions for low-speed,normal pace,and quick walk 300 steps.Final comparison experiments indoor and outdoor intelligent bracelet/mobile phone APP recorded the number of steps and the actual differences.Results:5 kinds of speed walking condition intelligent bracelet and phone APP step error decreases,3.2 km/h speed and the actual steps there are significant differences (P<0.05),and low speed condition between different bracelet record number difference is bigger also.Outdoor space,mud,plastic cement,mountain four different road surface in the condition of low speed walking intelligent bracelet and phone APP there were significant differences (P<0.05).In no significant difference in normal pace and walked quickly.Conclusions:Smart bracelet/APP phone movement plan step function of the effectiveness of the main influence factors for walking speed,walk the road factors impact is not big,it can be used as the masses of fitness,such as mountain climbing,plastic track and field running,walking,hiking and other wild city streets walking amount of self-monitoring tool,it is especially suitable for running,and applied to the displacement of the feet step speed slower physical activity gets there may be some error.

words:smartbracelet;phoneAPP;stepcalculation;speed;roadsurface

1002-9826(2016)06-0122-06

10.16470/j.csst.201606019

2016-05-23；

2016-07-22

国家体育总局科学健身示范区课题资助(2015B012)。

何晓龙(1987-)，男，浙江金华人，讲师，在读博士研究生，Tel：(0579)82283901，E-mail：hexiaolong198707@163.com。

浙江师范大学 体育与健康科学学院，浙江 金华 321004 Zhejiang Normal University,Jinhua 321004,China.

G818.3

A