基于手机加速度传感器的高精度计步器设计

随着人们对手机计步功能的需求越来越高,采用传统计步器已无法满足实际需求。为满足某些情境下对精确计步的需要,设计一个基于Android 6.0系统的高精度计步器软件。该软件的功能较为简洁,除基本的计步控制之外,设计了基于选项卡的配套界面。实验结果表明,该计步器软件的计步精度较高,抗干扰能力强,可以满足高精度计步的任务需求。

基于手机加速度传感器的计步算法设计

为了降低手机位置不同以及行人运动状态不同对计步结果的影响,设计了一种基于手机加速度传感器加分减分机制的计步算法。该算法的基本思想仍然是对行走过程中的峰值进行检测,针对可能存在的多峰值情况,不再简单地依赖于某一个阈值,而是通过计分机制最大程度地消除多峰值的影响。该算法的关键是计步窗口大小的设定和计步策略的设计,最后通过试验验证了算法的有效性。

成人血脂水平与定量计步运动关系研究

目的通过横断面调查探讨日常计步运动量与血脂水平之间的关系。方法随机调查120例青壮年健康体检者,测量血脂(三酰甘油、总胆固醇、低密度脂蛋白、高密度脂蛋白)水平,通过计步器记录日常计步运动量,对各变量进行相关分析。结果调整年龄因素后,计步运动量与三酰甘油水平的偏相关系数为:男性:r=-0.351,P<0.01,女性:r=-0.218,P>0.05;男性计步运动量与高密度脂蛋白水平呈正相关(r=0.284,P<0.05),女性计步运动量与高密度脂蛋白水平无相关性(r=0.182,P>0.05);计步运动量与总胆固醇和低密度脂蛋白无相关。结论男性日常计步运动量与三酰甘油水平呈负相关,与高密度脂蛋白水平呈正相关,与总胆固醇和低密度脂蛋白水平无相关;女性计步运动量与血脂水平无相关。

代谢综合征危险分层与定量计步运动关系研究

目的通过调查日常计步运动量与体质量指数、血压、血脂指标、血糖水平等代谢综合征危险组成指标来探讨定量计步运动与代谢综合征之间的关系。方法随机调查122例青壮年常规健康体检者,测量体质量指数、血压、血脂指标、血糖水平等代谢综合征危险组成指标,通过计步器测定日常计步运动量,分析计步运动量与代谢综合征之间的关系。结果在同样运动不足的情况下,男性代谢综合征发生率显著高于女性(71%比17%,P<0.01)。男性计步运动量达标者(>7500步/d)代谢综合征发生率显著低于运动不足者(14%比71%,P<0.01)。女性代谢综合征发生与计步运动量关系不显著。结论青壮年男性计步运动量与代谢综合征关系密切,运动不足者(<7500步/d)代谢综合征发生率显著高于运动达标者,代谢综合征患者运动量显著低于非代谢综合征者。青壮年女性计步运动量与代谢综合征关系不显著,发生代谢综合征的几率比男性显著较小。

基于手机传感器Phyphox的计步算法探究

利用手机传感器Phyphox中的加速度传感器,收集人体在正常行走过程中所产生的三轴加速度等数据,再通过波峰检测算法对不同的走路形态进行步数计算。以20 Hz作为取样频率,通过对不同行走姿势和手机不同放置位置进行数据采集,运用计算机算法进行处理,并与实际步数进行比较。以改变滤波条件等方式对算法进行优化,力求做到精准计步。最终采用波峰检测作为计步的检测算法,同时对其检测条件进行调整,结果表明,该方法能较准确地计算出不同形态的步数,对制成一种简单的计步器具有一定的参考价值。

低功耗手机计步算法

针对长时间运行手机计步软件对手机电量消耗较大的问题,提出一种低功耗手机计步算法。根据行走时手机三轴加速度数据变化呈现上下波动的特点,在加速度数据变化方向改变时记录最高极值点和最低极值点数值,当两个极值点的幅度值大于幅度阈值时进行计步。测试结果表明该算法总体平均计步准确性可达97%,并且能够从传感器采样功耗和CPU计算功耗两方面降低计步过程的功耗。

基于iPhone4s iOS7系统健身应用软件计步功能的效度研究

目的:探讨基于i Phone4s i OS7系统的4款健身应用软件计步功能的有效性,为大众选择合适健身应用软件自我监测日常体力活动提供参考。方法:男、女各5名健康受试者,使用i Phone4s的动动健康、Runtastic Pedometer、Steps Mania和ibody运动4款健身应用软件,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、8.1 km/h、9.7 km/h等5种速度走跑各5 min的步数,同时由2名工作人员记录实际步数,对测试数据进行配对t检验、直线相关回归分析、ICC系数以及Bland-Altman法一致性检验。结果:(1)5种运动状态下仅在4.8 km/h时动动健康、Runtastic Pedometer、Steps Mania 3款健身应用软件男性测量步数稍高于女性(P>0.05),其余运动状态下4款健身应用软件女性测量步数均高于男性;(2)在3.2 km/h时4款健身应用软件无论是男、女还是总体测量步数与实际步数相比均有显著性或非常显著性差异(P<0.05,P<0.01),当步速达到4.8 km/h以上时,动动健康软件男、女及总体测量步数与实际步数均不存在显著性差异(P>0.05),且相关性和一致性最好(r=0.969,ICC=0.981),而Runtastic Pedometer健身应用软件达到6.4km/h以上速度、Steps Mania和ibody运动应用软件达到8.1 km/h时总体测量步数才出现相同的情况,但3种健身应用软件测量步数与实际步数相关性均较好,r依次为0.894、0.936、0.868,一致性ICC系数依次为0.962、0.930、0.942;动动健康和Steps Mania应用软件步数测量值略低估实际步数,Runtastic Pedometer和ibody运动应用软件步数测量值略高估实际步数。结论:基于i Phone4s i OS7系统的4款健身应用软件计步的准确性均较好,可作为大众实时自我监测日常体力活动量的工具。

基于手机加速度传感器的高精低采样计步算法设计

针对传统的计步算法在计步准确度和算法复杂度上难以达到良好平衡的问题,提出了一种双算法计步模型:辅助计步算法采用信号幅值分析的方法,避免了传统的幅值检测或过零检测过程带来的误差问题;主体计步算法借助于阈值校正因子,在保证较高计步精度的同时,降低了算法的复杂度。计步模型的运算过程与手机摆放位置无关,并且能够很好地适应不同用户的步态习惯。实验结果表明,即使在低频率(10Hz)采样时,其平均计步准确度也可以达到90%以上。

空腹血糖和尿酸水平与日常计步运动的关系

目的:通过横断面调查探讨日常计步运动量与空腹血糖和尿酸水平的关系。方法:随机调查111例青壮年健康体检者,测量其晨起空腹血糖及尿酸水平,通过计步器记录日常计步运动量,对各变量进行相关分析。结果:男女计步运动量与空腹血糖无显著相关(男:r=-0.006,P>0.05;女:r=-0.153,P>0.05)。男性计步运动量与尿酸水平呈显著负相关(r=-0.358,P<0.01),男性运动量大于10000步/d者尿酸水平显著低于缺乏运动者;女性计步运动量与尿酸无显著相关(r=-0.142,P>0.05),但女性运动量大于5000步/d者尿酸水平显著低于缺乏运动者。结论:男性尿酸水平与计步运动量呈负相关。男性缺乏运动组(<5000步/d)尿酸水平显著高于运动活跃组(≥10000步/d);女性缺乏运动组(<5000步/d)尿酸水平显著高于其他运动量组。男女计步运动量与空腹血糖无显著相关。

计步运动量化干预对缺乏运动的中年人血压、血脂和血糖水平的影响

目的探讨日常步行运动量化干预对缺乏运动的中年人血压、血脂和血糖水平的影响。方法随机调查湛江市社区中年人健康体检者200名,测量收缩压、舒张压、脉压、血脂、血糖等,通过佩戴计步器测定日常计步运动量。之后从中抽取100名缺乏运动者并要求他们在一年时间内的计步运动量必须达到≥10 000步/d。结果运动量化干预后,维持原来正常血压水平以及正常高值组水平和高血压有效降低的共93人,有效率达93%。血脂和体重也明显下降。结论中年人日常运动量与血压水平显负相关。每天计步运动量≥10 000步/d以上有助于达到和保持良好血压水平,运动量化干预对轻度甚至中度高血压和血脂的降低有显著疗效。

基于手机加速度传感器的波峰波谷计步算法研究

智能手机及其内置传感器的普及可实现行人步数统计,但是由于人行走的随意性以及智能手机内置传感器精度不高,使计步精度难以满足应用要求,为此,提出了多种计步算法。为了解决传统计步算法难以实现计步精度和算法复杂度之间的平衡问题,提出了一种基于手机加速度传感器波峰波谷检测计步算法。分析了人体步行运动规律,给出了手机在不同姿态下的计步结果。实验结果表明,与现有的阈值和幅值计步算法相比,在计步步数为1000步时,该算法处理数据量降低了80%,明显降低了算法复杂度,计步精度也达到95%以上,计步性能有了很大的提高,能够很好地满足计步要求。

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

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iPhone5siOS9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3.2km/h、4.8km/h、6.4km/h、8.0km/h、9.6km/h等5种速度走跑各5min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,3.2km/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。

MEMS传感器的计步算法研究

计步是惯性定位导航中重要环节之一,MEMS传感器在惯性定位导航中应用广泛,传统计步算法多采用基于加速度数据的峰值检算法.本算法融合了峰峰检测算法和穿越中间阈值算法,用户手持MEMS设备行走获取加速度计数据,进而算法推算行走的步数和轨迹.算法将从加速度采样数据中判断可能有效的计步点,算法判断这些点是否为有效计步点,进而得出行走的步数.最后结合步长、步数和航向信息推算行人的行走轨迹.实验结果显示,计步数据与实际步数误差为0.75%,推算的轨迹接近实际行走路径.该算法在不同人和不同环境中表现良好.

应用计步软件+微信群进行居家步行运动对维持性血液透析患者生活质量的影响

目的探讨应用计步软件+微信群指导维持性血液透析患者进行步行运动对其生活质量的影响。方法采用随机数字表法将2018年6月—2019年1月在本院进行长期血液透析的患者分为观察组和对照组,每组各31例。对照组采用传统的步行运动指导方法,观察组在对照组的基础上应用计步软件+微信群进行居家运动步行指导。记录干预前及干预6个月后两组患者的肾脏疾病特异性调查表得分、血红蛋白、白蛋白、甲状旁腺激素、钙、磷指标,并进行比较。结果干预后,观察组肾脏疾病特异性调查表中躯体症状、疲劳、抑郁、人际关系得分均高于对照组,差异有统计学意义(P<0.05);观察组干预后的血红蛋白、甲状旁腺激素及血磷水平均优于对照组,差异有统计学意义(P<0.05)。结论应用计步软件+微信群进行居家步行运动指导可以提高维持性血液透析患者的生活质量,改善营养状态,值得在临床推广。

组训中应用智能计步设备思考

目的探讨智能计步设备在军队医院长跑组训中的应用价值。方法分析以往长跑组训中存在的问题,通过问卷调查和小分队试训方式探索智能计步设备应用于长跑组训的可行性和优缺点。结果智能计步设备应用于军队医院长跑组训有灵活性、科学性、公平性等特点,可明显提高长跑组训的参训率和训练效果。结论智能计步设备应用于军队医院长跑组训设备易于获得,依从性高,值得应用推广并深入研究。

基于嵌入式单片机的多功能计步鞋的设计

本文创新性的提出了基于足底压力检测的计步方法,设计了具有活动能量计算和液晶显示的多功能计步鞋,以AT89S52单片机为核心,采集足底压力信号,然后调理整形,由单片机实现步数、体能消耗的计算及显示。实验表明,基于足底压力检测的计步原理,优化了计步和活动能量消耗的计算方法,提高了准确性和稳定性。选用低功耗的器件,人机友好的软件设计,使计步鞋轻巧舒适,操作简便。

计步运动在2型糖尿病患者干预效果分析

目的探讨计步运动在2型糖尿病患者干预效果。方法将80例2型糖尿病患者随机分为观察组与对照组,每组各40例,对照组进行常规知识讲座教育,观察组在对照组基础上进行计步运动干预,要求患者干预2周后,每日佩戴计步仪步数至少达到10 000步以上,或每日坚持有氧运动35 min以上,比较干预前后的血糖相关指标、门诊及住院例次。结果观察组干预半年及1年后的空腹血糖、餐后2 h血糖、Hb Alc及BMI指数均显著低于对照组同期,P<0.001。观察组干预半年后的急诊率(5.0%vs20.0%)、住院率(2.5%vs 17.5%)显著低于对照组,P<0.05;观察组干预1年后的急诊率(12.5%vs45.0%)、住院率(7.5%vs 25.0%)显著低于对照组,P<0.05。结论计步运动可有效降低2型糖尿病患者干预后的血糖水平,降低急诊率及住院率,值得应用。

一种BLE计步数据同步协议的AADL建模

设计腕表与智能手机之间低功耗和高可靠的计步数据同步协议是研发基于腕表的计步应用系统必须解决的一个关键问题。针对这一问题,提出了一种基于蓝牙低功耗(BLE)的计步数据同步协议(BLE-Step),并运用体系结构分析与设计语言AADL描述了该协议的体系结构模型。通过定义BLE-Step协议数据的语法格式和语义解释,并精确描述协议行为,为开展BLE-Step协议可靠性和能耗的分析评估奠定基础。

加速度差分有限状态机计步算法

在用户行为无法预知的实际计步应用中,如何保持计步算法的准确性和稳定性是一个极具挑战的问题。传统的计步算法利用阈值设定和峰值检测,并不能解决计步算法的普适性和稳定性。针对上述问题,提出了基于加速度差分作为特征的有限状态机(acceleration differential based on finite state machine,AD-FSM)计步算法。该算法将原始加速度取平方和,并通过卡尔曼滤波去除噪声干扰,最后使用加速度差分有限状态机实现计步检测。实验结果表明,该算法在正常和干扰情况下能够提供精确的计步结果,误差分别为1.12%、4.00%,验证了该计步算法在降低状态机复杂度的同时具有较强的稳定性和鲁棒性,更能适应复杂的应用场景。

基于加速度传感器的无按键计步腕表低功耗算法

针对基于加速度传感器的无按键计步腕表的核心算法进行了低功耗优化。在现有的敲击检测控制算法和计步算法基础上,分别提出了预测敲击检测算法和自适应计步算法,并将这两种改进算法应用于一个由智能手机和无按键腕表构成的实际系统中。实验结果表明:这两种改进算法能够有效地减少处理器运算时间,在保证用户体验和计步精度的情况下显著降低系统功耗。