第 1 章 緒論

1.1 課題研究背景和現(xiàn)狀
目前智能服裝已經(jīng)在多種領(lǐng)域開始應(yīng)用，例如體育設(shè)備、健康儀器、游戲設(shè)備等。隨著時代的進(jìn)步以及人們對智能可穿戴設(shè)備的了解，再加之人們對可穿戴設(shè)備個性化、智能化需求的增長，智能可穿戴設(shè)備已成為朝陽產(chǎn)業(yè)，具有良好的發(fā)展前景。有關(guān)專家預(yù)測，未來全球傳統(tǒng)的服裝業(yè)很有可能在服裝的生產(chǎn)模式上發(fā)生巨大變化，可穿著的電子智能服裝將生物技術(shù)、信息技術(shù)、材料科學(xué)與傳統(tǒng)的紡織服裝工藝有機(jī)地結(jié)合在一起，賦予了服裝新的生命力，并將在未來引導(dǎo)新的服裝時尚潮流。智能服裝的興起，得益于現(xiàn)在計算機(jī)、信息處理、傳感器、無線通信、人機(jī)交互等技術(shù)的迅猛發(fā)展[1-4]。目前，越來越多的研究機(jī)構(gòu)及學(xué)者都投入到了智能服裝技術(shù)的研究中，他們致力于將紡織品與電子計算機(jī)結(jié)合，各個國家都在進(jìn)行深入的研究�，F(xiàn)在世界幾個科學(xué)技術(shù)發(fā)展較快的國家例如美國、英國等已經(jīng)在積極開發(fā)“智能服裝”，而在我國，智能服裝的發(fā)展相對滯后一些。但是許多服裝品牌也在這一領(lǐng)域努力嘗試，希望能為目前發(fā)展較慢的傳統(tǒng)紡織工業(yè)加入新的血液。如今市場上已經(jīng)有多種類型的智能可穿戴設(shè)備新產(chǎn)品，包括運(yùn)動型、健康型、健康護(hù)理、游戲、生活方式、安全、防護(hù)和智能服裝等可穿戴領(lǐng)域。

2015 年，谷歌與李維斯合作研發(fā)一款通過輕觸便可以對智能導(dǎo)線纖維服進(jìn)行遙控的智能服裝。它的研發(fā)原理是在導(dǎo)電纖維中融入小顆電子元件來連接電路板，使布料起到觸控屏的功能，用戶的手指在布料上滑動，即可控制附近的電子設(shè)備。它可以將應(yīng)用于智能腕表和智能眼鏡的互動技術(shù)直接整合到紡織品中。RalphLauren 2014 年 8 月的美國網(wǎng)球公開賽上發(fā)布了智能 T 恤，并穿在球童身上。這是一件普通的黑色運(yùn)動 T 恤，胸口有經(jīng)典的馬球標(biāo)志，但衣服胸部區(qū)域的“小黑盒”里含有硬件單元、電路、傳感器等，它可以檢測心跳速度、呼吸速度、以及穿者的壓力值。某著名內(nèi)衣品牌也曾發(fā)布過一款智能運(yùn)動文胸，其原理是通過在文胸內(nèi)放置心率帶，來配合監(jiān)測穿戴者的心跳。此外，全球知名的服裝、材料、信息、電器產(chǎn)業(yè)的企業(yè)，如阿迪達(dá)斯、東芝、三星、尼康等，都曾推出過概念產(chǎn)品，這些產(chǎn)品不僅具有時尚設(shè)計元素，更使人眼前一亮的是其所具備的活動軌跡記錄、健康管理、生活輔助、娛樂休閑等功能試圖，吸引消費(fèi)者的眼球。

......

1.2 課題研究內(nèi)容及創(chuàng)新點(diǎn)
傳感器技術(shù)、無線通信技術(shù)等高新科學(xué)技術(shù)和穿戴設(shè)備技術(shù)的相匯融合，為打造高科技的智能可穿戴設(shè)備奠定了基礎(chǔ)。智能可穿戴設(shè)備將會越來越多的出現(xiàn)在日常生活中，與我們的生活更加貼切。智能可穿戴設(shè)備是通過安裝在設(shè)備上的傳感器對各項(xiàng)物理信號進(jìn)行測量，通過物理信號到電信號的轉(zhuǎn)變，將這些電信號通過與之對應(yīng)的通信接口輸入單片機(jī)中，根據(jù)設(shè)計軟件的程序?qū)ο嚓P(guān)數(shù)據(jù)進(jìn)行計算、分析處理為直觀的數(shù)據(jù)，并將這些分析所得到的數(shù)據(jù)以用戶易于接受的方法進(jìn)行顯示、輸出結(jié)果以及警示，或者利用一些原理對數(shù)據(jù)的結(jié)果來決策和判斷。本課題運(yùn)用傳感器技術(shù)、嵌入式單片機(jī)技術(shù)、無線通信技術(shù)等前沿技術(shù)，設(shè)計并實(shí)現(xiàn)了兩套智能采集系統(tǒng)，其中第一套系統(tǒng)采用三軸加速度器結(jié)合相關(guān)算法設(shè)計了一款小巧便攜的可穿戴的可以用來計步、計算卡路里消耗的系統(tǒng)，戶外利用鋰離子電池供電，實(shí)現(xiàn)了對便攜產(chǎn)品能耗低、重量輕的要求。通過對計步器、三軸加速度、液晶顯示裝置等子模塊介紹與設(shè)計，結(jié)合采集到的人體參數(shù)模塊的相關(guān)信息顯示卡路里的消耗。另一套系統(tǒng)智能系統(tǒng)為表面肌電信號采集系統(tǒng)，將單通道采集到的肌電信號經(jīng)過預(yù)處理后進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)，得到不同的固有模態(tài)函數(shù)(IMF)，再對各個 IMF 進(jìn)行希爾伯特變換(Hilbert)得到平均瞬時頻率(MIF)，從而判斷出肌肉疲勞狀況；再將雙通道采集到的肌電信號經(jīng)過預(yù)處理，將預(yù)處理后的信號進(jìn)行相干性分析，反映肌肉之間的耦合特性，因而可以從另一個方面分析肌肉疲勞。
本文闡述了卡路里消耗與人體健康的直接關(guān)系，簡要說明了表面肌電信號的產(chǎn)生機(jī)理及特點(diǎn)，研究設(shè)計了運(yùn)動狀態(tài)指標(biāo)和肌電信號的數(shù)據(jù)采集系統(tǒng)并根據(jù)信號特點(diǎn)提取了相關(guān)信號特征，對卡路里消耗以及肌肉疲勞狀態(tài)進(jìn)行了定量分析和評價，通過系統(tǒng)實(shí)驗(yàn)驗(yàn)證，滿足了預(yù)期的效果，達(dá)到良好的精度。論文的主要創(chuàng)新點(diǎn)：

(1)目前智能服裝的應(yīng)用領(lǐng)域很多都是運(yùn)用在了醫(yī)療領(lǐng)域，而在運(yùn)動健身領(lǐng)域的應(yīng)用并不是很多，本文將智能服裝應(yīng)用于運(yùn)動監(jiān)測領(lǐng)域，實(shí)現(xiàn)了對運(yùn)動參數(shù)的實(shí)時檢測，充分開發(fā)智能服裝的潛能，設(shè)計并實(shí)現(xiàn)了基于三軸加速度的卡路里消耗檢測模塊。

......

第 2 章 計步器及卡路里消耗系統(tǒng)的設(shè)計與實(shí)現(xiàn)

2.1 卡路里消耗的基本測量方法和原理
2.1.1 人體運(yùn)動能耗介紹
人體運(yùn)動能耗主要指的是在人體中，由于肌肉的收縮做的機(jī)械外功造成了能量消耗。對人體運(yùn)動能耗的檢測對于估算個體合理的運(yùn)動量從而找出進(jìn)一步改善運(yùn)動狀況具有重要的現(xiàn)實(shí)意義。人在每天的日常運(yùn)動當(dāng)中，通過食物，從食物中獲取能量，然后以做功或者熱量的形式消耗掉,不同的人，不同的運(yùn)動以及不同運(yùn)動方式, 消耗的能量大小也不相同。前蘇聯(lián)學(xué)者雅姆波斯卡婭曾經(jīng)提出一個關(guān)于運(yùn)動過程中和運(yùn)動完之后能量恢復(fù)和消耗過程的超量恢復(fù)學(xué)說，即當(dāng)肌肉或者肌群在進(jìn)行一定量的運(yùn)動之后，肌肉就會產(chǎn)生一定的疲勞。而當(dāng)運(yùn)動者得到適當(dāng)?shù)男菹⒑�，肌肉又能恢�?fù)到之前的狀態(tài)，甚至有時候會超過之前的狀態(tài)。當(dāng)休息的時間足夠長時，肌肉的力量就又會恢復(fù)到之前的狀態(tài)，這也就告訴我們，當(dāng)我們的鍛煉是在超量恢復(fù)階段的時候進(jìn)行的，那么我們可以保持超量恢復(fù)，這樣就能達(dá)到一種超量的鍛煉效果，這種鍛煉可以很好的增強(qiáng)我們的肌肉力量。
上述的超量恢復(fù)理論告訴我們，如果我們在運(yùn)動過程當(dāng)中運(yùn)動量過大，就會引起肌肉的疲勞，對我們健康無益。但是如果我們運(yùn)動量太小，就不會產(chǎn)生超量恢復(fù)，鍛煉的效果也沒有那么理想。所以，在我們在運(yùn)動生活過程中，需要保持適當(dāng)強(qiáng)度的運(yùn)動。在日常鍛煉中，我們除了需要對自己的運(yùn)動時間加以控制，還應(yīng)該對自己運(yùn)動強(qiáng)度有一定的控制，這樣才能更好的起到強(qiáng)身健體的作用。另外，那些想通過運(yùn)動減肥的運(yùn)動者，也需要為自己的耗能程度和鍛煉強(qiáng)度做出正確的判斷。所以說，無論是從健康飲食來說，還是從科學(xué)運(yùn)動來說，都需要以能量消耗為基礎(chǔ)，沒有這個能量，一切都是空談。

機(jī)體做某一活動(動態(tài))時能量的消耗量稱之為人體運(yùn)動能量消耗[14-19](AEE,Activity Energy Expenditure)。一天內(nèi)，人體運(yùn)動能量消耗與安靜時的能量消耗量(REE, Rest Energy Expenditure) 和總能量消耗量(TEE, Total Energy Expenditure)之間的關(guān)系為 AEE=TEE-REE，單位:千卡路里/天 （kcal/d）。人體的運(yùn)動就是一個包含強(qiáng)度,頻率, 運(yùn)動時間、運(yùn)動類型和個體差異性在內(nèi)的多維變量，所以 AEE 是一個隨運(yùn)動時間和運(yùn)動類型變化的不穩(wěn)定數(shù)值，AEE 的多少與人體的重量和運(yùn)動的能力有關(guān)。

......

2.2 距離、速度與卡路里消耗計算
2.2.1 距離參數(shù)計算
系統(tǒng)的硬件為整個系統(tǒng)提供基礎(chǔ)平臺，，本章擬對系統(tǒng)的硬件進(jìn)行整體結(jié)構(gòu)和各模塊進(jìn)行具體的設(shè)計。該系統(tǒng)選擇兼容 Arduino 的 Microduino 開發(fā)板，以Microduino-Core+控制器為控制核心，在此控制器平臺擴(kuò)展設(shè)計人體參數(shù)采集、人機(jī)交互、數(shù)碼顯示、通信模塊、蜂鳴報警等模塊。其中人體參數(shù)采集模塊包括速度、等信息采集模塊；人機(jī)交互包括按鍵模塊和 LED 顯示模塊。下面首先對體統(tǒng)的整體進(jìn)行設(shè)計，然后再具體分析設(shè)計各個具體模塊。

本文設(shè)計的智能服裝系統(tǒng)是以 Microduino-Core+控制器為控制核心，還包括肌電信號采集、加速度采集等模塊，其硬件整體結(jié)構(gòu)的設(shè)計如圖 2 所示。其中模擬端口分別連接加速度采集模塊和肌電信號采集模塊，肌電信號采集模塊通過一路模擬端口連接控制器， 加速度采集模塊則通過三路模擬端口實(shí)現(xiàn)與控制器的信號傳輸。OLED 顯示模塊通過 IIC 與 Microduino-Core+連接通信。電源模塊負(fù)責(zé)為系統(tǒng)供電。

Microduino-Core+作為控制器，是整個系統(tǒng)的控制核心，它負(fù)責(zé)接收各數(shù)據(jù)采集模塊的傳遞的信息和對接收到的信號進(jìn)行處理，并協(xié)調(diào)各模塊更好的工作；Microduino-USBTTL 模塊負(fù)責(zé)搭接軟件和硬件的橋梁，所有的代碼程序都要經(jīng)過這個模塊傳給 Core+，它還有另一個功能，可以通過電腦直接供電，而不需要電源模塊；液晶顯示模塊可以將檢測到的信息實(shí)時顯示給用戶；Microduino-BM 模塊負(fù)責(zé)為戶外的實(shí)驗(yàn)提供電源。藍(lán)牙通信模塊可以將檢測到的信息發(fā)送給用戶的手機(jī)，而蜂鳴報警模塊在用戶超出所設(shè)定的鍛煉量時可以通過報警的方式提醒用戶不要過量運(yùn)動。

......

第 3 章 表面肌電信號的特點(diǎn)與采集 ................................. 22
3.1 表面肌電信號的產(chǎn)生機(jī)理和特征.................................. 22
3.1.1 肌肉的生理特征............................................ 22
第 4 章 肌電信號的數(shù)據(jù)處理方法和原理............................ 31
4.1 肌電信號的時域分析方法 ........................................ 31
4.2 肌電信號的頻域分析方法 ...................................... 32
第 5 章 健身運(yùn)動中的肌肉疲勞估計................................. 44
5.1 基于 EEMD-HHT 和相干性分析的 sEMG 特征提取 ................ 44

5.1.1 基于 EEMD-HHT 的 sEMG 特征提取 ........................... 45

第 5 章 健身運(yùn)動中的肌肉疲勞估計

本章討論有效的特征提取方法，對疲勞進(jìn)行估計。由于 sEMG 可以實(shí)現(xiàn)無損實(shí)時采集，且其幅值和頻率能直接反映疲勞的漸進(jìn)過程，因此 sEMG 分析在肌肉疲勞評估中具有一定可行性。研究有效的肌電特征提取方法對肌肉疲勞估計至關(guān)重要。本章基于 EEMD 分解的希爾伯特黃變換(簡稱 EEMD-HHT)提取肌電信號特征，并作為肌肉疲勞估計指標(biāo)，基于 EEMD 的希爾伯特譜分析方法(EEMD-HHT)僅從單塊肌肉角度對肌肉疲勞的漸進(jìn)過程進(jìn)行分析，它反映某塊肌肉振動頻率和幅值的變化趨勢。然而肌肉疲勞整個運(yùn)動神經(jīng)系統(tǒng)綜合作用的結(jié)果，不是單塊肌肉的肌電信號所能體現(xiàn)[52-55]。肌肉疲勞過程中運(yùn)動神經(jīng)系統(tǒng)各區(qū)域間的相互作用和功能調(diào)節(jié)，還體現(xiàn)在生物電信號之間不同層次的耦合(同步)現(xiàn)象。通過肌電信號間的相干性分析，可以反映肌肉間的耦合特征，并從另一個方面體現(xiàn)疲勞狀態(tài)。相關(guān)研究已展開并得到初步的結(jié)論，如等長收縮時隨著肌肉疲勞的加劇肌肉協(xié)調(diào)性增強(qiáng)，疲勞程度和肌電一致性存在正相關(guān)等[56-60]。上述分析表明肌間相干性分析可用來估計肌肉疲勞。因此，本章從肌電瞬時能量和肌間耦合關(guān)系兩方面評估肌肉疲勞。運(yùn)用 EEMD-HHT 提取單塊肌肉sEMG 的平均瞬時頻率(Mean Instance Frequency, MIF)指標(biāo)；結(jié)合肌電相干分析方法研究肌間耦合特征，并定義肌間顯著相干面積指標(biāo)定量分析多塊肌肉間的耦合強(qiáng)度。進(jìn)一步，獲取 10 名健康受試者屈伸運(yùn)動中表面肌電信號進(jìn)行分析，計算本文評價指標(biāo)并與其它肌肉疲勞評價指標(biāo)進(jìn)行對比分析，研究 sEMG 的平均瞬時頻率與肌間耦合特征的相關(guān)聯(lián)系，驗(yàn)證肌肉疲勞估計中上述兩種分析指標(biāo)的有效性和關(guān)聯(lián)性。

5.1 基于 EEMD-HHT 和相干性分析的 sEMG 特征提取

針對 sEMG 非線性、非平穩(wěn)的特點(diǎn)，本文首先研究了基于 EEMD-HHT 提取單塊肌肉 sEMG 的平均瞬時頻率指標(biāo)的方法：將預(yù)處理后的 sEMG 進(jìn)行EEMD 分解得到得到不同的固有模態(tài)函數(shù)(Intrinsic Mode Functions, IMF)，再對各個 IMF 進(jìn)行希爾伯特變換(Hilbert)得到平均瞬時頻率(MIF)；另一方面，對預(yù)處理后的兩通道 sEMG 進(jìn)行相干性分析，定義顯著相干面積定量分析多塊肌肉間的耦合關(guān)系；在此基礎(chǔ)上，分析單塊肌肉 sEMG 的平均瞬時頻率與肌間耦合性的聯(lián)系，進(jìn)而利用 sEMG 平均瞬時頻率和肌間相干性對肌肉疲勞進(jìn)行綜合分析，整體流程如圖 31 所示：

......

第 6 章 結(jié) 論

表面肌電信號蘊(yùn)含著大量的肢體運(yùn)動信息，它能反映人體肌肉的疲勞程度。因此研究有效的肌電特征提取方法將其運(yùn)用在健身運(yùn)動中，將解決現(xiàn)有運(yùn)動領(lǐng)域中缺乏個體適應(yīng)性和個體主動參與性差的問題。本文研究多種特征提取的方法，用于分析運(yùn)動過程中肌肉疲勞程度估計，為運(yùn)動中訓(xùn)練策略判別提供依據(jù)。本文主要研究工作包括：
闡述了反映人體健康狀況的常用定量指標(biāo)，明確了卡路里消耗作為運(yùn)動量及健康狀況的度量指標(biāo)的合理性并比較了現(xiàn)有的卡路里消耗分析方法和原理；結(jié)合局部解剖學(xué)理論，闡明了表面肌電信號的產(chǎn)生機(jī)理和特點(diǎn)以及肌電信號對于衡量手臂動作的運(yùn)動量的有效性，并分析和比較了時域分析、頻域分析、時頻域分析、經(jīng)驗(yàn)?zāi)B(tài)分解的肌電信號分析方法的原理和優(yōu)缺點(diǎn)；
設(shè)計實(shí)現(xiàn)了基于三軸加速度的卡路里消耗檢測模塊和表面肌電信號數(shù)據(jù)采集模塊，并完成了基于手臂動作的簡易場景下的數(shù)據(jù)采集工作； 根據(jù)信號特點(diǎn)設(shè)計了有效的預(yù)處理方法；

結(jié)合運(yùn)動學(xué)相關(guān)研究成果，定量分析了計步器數(shù)據(jù)與運(yùn)動卡路里消耗的關(guān)系；測試和分析實(shí)際數(shù)據(jù)中 EEMD-HHT 方法估計肌肉疲勞的有效性。綜合上述結(jié)果給個性化運(yùn)動健康狀況提供了合理的評價指標(biāo)，為運(yùn)動計劃的指定和運(yùn)動量的衡量提供了可參考的標(biāo)準(zhǔn)。本文研究了有效的疲勞估計方法，需進(jìn)一步展開的工作如：本文研究的特征提取方法只是針對健康人，下一步采集病人的肌電信號，分析正常人和病人的區(qū)別，提供有效的評價方法；本文只是針對實(shí)測數(shù)據(jù)進(jìn)行了仿真分析，接下來把特征提取方法應(yīng)用到實(shí)際的人體肌肉中，實(shí)現(xiàn)肌電反饋。

......

參考文獻(xiàn)（略）

本文編號：356586