基于行为识别的运动训练强度监测系统设计

赵冬，杨改红，席本玉，汪瀛，张雪琴

(西安交通大学城市学院， 体育部， 陕西， 西安 710018)

0 引言

运动员在训练过程中出现的肌肉损伤大多是由于训练强度过强和训练时间过长导致的，准确地对运动量和运动训练强度进行监测是提高训练效果的关键[1]。人体运动形式多样，运动性质又全然不同，要实现对每个人、每项运动准确地测量是很难实现的。

文献[2]提出以辐射照度为基础的运动训练强度监测系统，通过红外单色仪对运动目标进行远程监测，获得响应函数，完成运动强度的监测。文献[3]提出基于机器视觉技术的运动训练强度监测系统，该系统采集运动训练过程中关节运动轨迹，并采用误差分析方法对运动强度进行监测。

为了进一步提高运动训练强度的监测有效性，本文在行为识别的基础上，提出了运动训练强度监测系统设计方案。

1 运动训练强度监测系统设计

通过研究发现，人体在进行不同的运动项目时，由于运动位移方向、运动力度和姿势的不同，三轴加速度传感器输出的电压信号的幅值密度、频率范围和幅值也都呈现出了差异性。例如在跳高、跳远和冲刺跑等运动项目中，随着重心的不断变化，传感器输出的电压信号的幅值[4]也随之发生变化。根据监测到的不同信号，对每项运动项目进行区分，并确定各自的特征幅值密度、频率范围和幅值，此时再监测运动员的心率变化，确定不同的运动项目，运动员的训练强度值。运动训练强度监测系统总框架如图1所示。

图1 系统总体框架

1.1 系统软件参数计算

从电量方面考虑，目前对于肌电、脑电和心电的测量电路已经非常成熟，如果本文也按照这些电路的思路来设计，可能会因为体积的大小和电路的复杂程度而不能适应监测系统方便携带和低功耗的要求。

从人体运动学方面考虑，运动学只对运动行为做出了具体解释，但是对于运动产生的原因并未做出解释。运动包含了线位移、角位移、速度和加速度，这几个量也是测量人体运动时最直接、最外在的量。运用突出主要影响因素、忽略次要因素的分析方法，将其中一个参数通过计算获得的相关函数与运动训练强度综合考虑分析，即可获得运动训练强度指标。

在以往研究便携式运动训练强度监测系统的基础上，通过对计步器、加速度计和滑动计的比较，发现加速度计便于安装和携带，体积小、重量轻，而且可将输入信号实时同步至计算机系统中。

通过对加速度计[5]的比较，发现三轴加速度传感器是最合适的一种，它不仅可以保持长时间的运行，具有极高的时间分辨率，而且这种传感器可以直接安装在监测系统内部使用，避免与人体发生接触致使导线连接，非常适合运动员在进行运动项目操练时佩戴使用。

三轴加速度传感器主要对人体运动的3个方向(X轴、Y轴、Z轴)进行加速度信息采集。在X轴和Z轴方向上测得的数据就是人体运动过程中正常的加速度值，但是在Y轴方向上测得的数据受重力加速度g的影响，在计算过程中可忽略不计。

三轴加速度传感器在进行人体行为识别时[6]，主要包括数据采集、数据预处理、特征提取和识别分类4个环节，如图2所示。传感器首先对人体做出的各种动作进行加速度信号采集，为了得到更好的分类效果，对采集到的信号进行过滤预处理，然后根据不同的运动项目提取不同的特征信息，这些特征信息中主要包含频域特征、时域特征和时频特征，完成特征提取后的特征集就是各种运动项目的行为特征，最后通过分类器对特征信息进行识别分类。

图2 运动训练行为识别流程图

在人体运动学中，对于运动所做的功(即训练强度)是通过将力和位移进行相乘计算得到的，如式(1)：

w=F×S×cos(θ)

(1)

其中，w表示人体运动所做的功，F表示力的大小，S是运动方向上力的位移，θ是力和位移的夹角。

图3为人体在运动过程中三轴传感器的加速度方向。

图3 三轴传感器加速度方向

从图3中可以看出，人体运动方向与位移方向保持一致，则θ的值为0，那么式(1)可以简化为

w=F×S

(2)

由于S是不断变化的，所以在计算所做的功时需要对力的方向上的位移进行计算。在物理学上，给出了关于S的匀速运动表达式和匀加速运动表达式，本文监测的是人体是在运动状态下不断变化的，所以这里选择匀加速运动表达如式(3)：

(3)

其中，v(t)表示人体运动了t时间后的速度值，v0表示初始速度，a表示人体运动时的实时加速度。所以，在t时间内的位移公式为

(4)

式中，n表示积分变量，v0表示人体初始加速度，通常情况下值为0，本文忽略不计。

人体在运动过程中产生的力的表达式为

F=m×a

(5)

其中，F表示人体运动过程中受到的力，m表示人的体重。

根据式(2)可知，人体在运动过程中，加速度处于实时变化的状态，那么可以对所做的功做微分处理[7]，这样人体在运动过程中功的细微变化都可以被监测到。在一个积分区间内，人体运动过程中力所做的功的表达式为

dw=F×ds=m×a×(v0+a×n)dt

(6)

当监测积分周期为1 min时，在一个积分周期时间t内所做的功为

(7)

计算一段时间t内人体运动训练强度表示为

(8)

1.2 系统硬件设计

监测系统的硬件部分，主要由传感器模块、中央处理单元和数据存储单元3部分构成。传感器模块集成了电源模块、单片机和蓝牙4.0芯片。传感器[8]具备独立的电源供电，通过单片机获取运动训练过程中产生的数据，通过蓝牙芯片传送至计算机系统中。计算机具备USB供电系统、蓝牙4.0芯片和USB/UART转换功能。三轴加速度传感器与单片机之间通过SPI接口实现通信，单片机与蓝牙芯片通过UART接口实现通信。监测系统硬件部分设计图如图4所示。

图4 系统硬件部分设计图

从图4中可以看出，CC2540作为实现蓝牙无线通信的传输设备，执行蓝牙传输协议。在监测系统中，单片机和主机依托CC2540正常运行，而应用程序放置于PC端。其中，PC端的CC2540 USB Dongle作为系统主设备，传感器连接的CC2540作为系统从设备，它们共同作用实现整个系统的通信传输。

1.2.1 中央处理单元

中央处理单元作为系统中运算、处理的主要模块，选择合适的中央处理器就显得尤为重要。根据本文对监测系统的需求，中央处理器应具备可扩展性强、体积小、功耗低等特点。比较常见的单片机如MCS-51系列，应用比较广泛，性能比较强，但是功耗过大，不满足低功耗的要求，因此本文选择TI公司的MSP430F14x系列单片机作为中央处理器。

MSP430F14x系列单片机是专门为低功耗的产品所设计的，在正常的1 MHz工作频率下，只需消耗0.1～400 μA电流，供电电压范围为1.8～3.6 V。该系列单片机具备4种低功耗模式，可根据实际需求进行选择。开机使用仅需6 μs，在使用过程中可无限切换其他子程序，不限制层次，使用非常方便。正是因为这种超强的中断能力，可有效降低系统查询的需求，实现低功耗的需求。

通过对MSP430F14x系列单片机功能模块的智能化运行管理和CPU的低功耗状态组合应用，可以实现在极低功耗的状态下支持系统稳定运行，解决了系统运行速度和低功耗之间的矛盾。通过智能化运行管理，将单片机中的模块设置为电流消耗最低状态，活动状态设置为最低要求。

MSP430F14x系列单片机内部包含了Flash型存储器，支持Bootstrap技术和JTAG接口，对于系统的外部传输和内部升级都是非常方便的。

MSP430F14x系列单片机还具备8通道、12位的数据信号采集模块以及硬件乘法器，将系统需要的专用电路控制在最节省的状态，降低了成本和电路板的空间，非常适合本系统应用。

1.2.2 电源电路单元

电源模块是整个监测系统中最重要的模块之一，是保证整个系统正常运行的基础。为了调试方便和适合MSP430F14x系列单片机对电源的需求，本系统采用USB供电或者专用电源接口为整个系统供电，2种供电模式可随意选择。

MSP430F14x系列单片机的供电电压范围在1.8～3.6 V之间，USB供电和专用电源接口供电电压均为5 V，因此，需要通过AMS117-3.3芯片进行电压转换后对系统进行供电。

AMS117-3.3芯片是3.3 V固定的输出低压差线性稳压器，最大输出电流为1 A，适合MSP430F14x系列单片机的电流需求，同时，AMS117-3.3芯片的输出电压噪声极小，不影响监测系统的正常工作。MSP430F14x系列单片机同时需要数字和模拟的双电源供电，为了降低工作时出现干扰影响监测效果，在设计电路时利用磁珠隔离来保护电路，保证系统的稳定运行。

1.2.3 数据存储单元

为了保证监测系统可以长时间地保存运动训练数据，对数据存储单元的要求也比较高。本文选择ATMEL公司研发的AT24LC系列E2PROM，符合I2C总线规范的典型串行E2PROM。利用低功耗的CMOS工艺，具备擦除/写入周期10万次和数据保留100年的高可靠性。E2PROM还具备占用I/O口线少的特点，当系统突然关闭后，也不会导致数据的丢失，是一种非易失性的数据存储器，非常适合本系统使用。

E2PROM存储器的额定工作电压范围为2.5～5.5 V，等待电流为5 μA，额定电流为1 mA。该存储器通过I2C总线级联，对于存储容量的扩展简单易实现。

不仅如此，E2PROM存储器的访问时钟支持到400 kHz，具备多种数据读写形式，可以与系统中的电路实现很好的配合，完成数据的高效存储。

以上关于中央处理器、数据存储器的选择和电源电路的设计，符合本系统对低功耗、小体积的需求，实现了便携式监测系统与微型化、微功耗的有效结合，并取得了很好地效果。

2 性能测试

为了验证本文设计的运动训练强度监测系统的有效性，进行系统性能测试。邀请了6名志愿者参加测试，年龄在25～30岁之间，男女各3人，身高在160～180 cm之间，体重在45～80 kg之间，身体没有任何疾病。每名志愿者均佩戴监测系统，在室内进行走路和跑步2种运动项目，并对其运动强度进行测量。实验中采用对心率的测量来反映运动强度，测量心率的方式有2种，一种是佩戴本文监测系统，另一种是使用专业测量心率的机器，并对2种方式的测量结果进行比较。

2.1 实验环境

为了消除实验中的不确定影响因素，运动项目选在室内跑步机上完成。为了提高实验数据的准确性，6名志愿者按照运动要求每个项目运动进行3次，取平均值进行计算。

2.2 实验结果

为了保证测量结果的准确性，所有运动项目均在室内跑步机上完成，同时选择3～4 km/h、6～8 km/h的速度进行测试，测试结果如表1、表2所示。

表1 3～4 km/h的测量结果

表2 6～8 km/h的测量结果

从表1、表2中可以看出，无论志愿者是在走路状态下还是跑步状态下，本文设计的监测系统测量的结果与专业机器测量的结果极为相近，说明本文监测系统可实现对人体运动训练强度较为准确的监测。

3 总结

为了提高训练效果，本文设计了基于行为识别的运动训练强度监测系统，找到最合适的训练强度和训练时间，提高训练效率。本文设计的监测系统，体积小、重量轻，可佩戴在身体任意部位上，不会影响运动项目的操练。该监测系统还具备连续工作时间长的特点，且可以避免与人体直接接触而出现导线连接的情况。对于不同的人群和运动项目，都有其针对性，可实现准确测量。通过三轴加速度传感器与PC端计算机进行数据交换，方便对采集到的数据实时分析，及时对人体运动训练强度进行监控，避免出现训练损伤的情况。