王金鳳 尹凱陽 萬志偉 周申培

【摘要】基于MEMS的加速度計和陀螺儀，本文設計了一種人體活動的無線檢測裝置，可以實時獲取人體活動的加速度、角速度信息。傳感器數據經IIC總線匯集到MSP430單片機，封裝成數據幀以后，經過ZigBee無線模塊發(fā)送到PC機上，完成對數據的分析、顯示和存儲。ZigBee模塊接口可實現多個檢測裝置的組網，完成對人體多個關節(jié)活動的檢測。無線通訊方式提高了可穿戴性，實現無約束狀態(tài)下人體活動檢測。

【關鍵詞】人體活動;慣性傳感器;無線傳輸

Abstract：A wireless device was designed based on MEMS accelerometers and gyroscopes to detect human activities.The device could acquire acceleration and angular velocity information of human activities in real time.The sensor data were collected to MSP430 by IIC buses，sent to PC frame by frame through ZigBee modules，then analyzed，displayed and stored.Several devices could be connected into a wireless network with ZigBee modules to detect activity of multiple joints.Wireless communication improved wearable performance and realized human activity detection under free behavior.

Key words：human activity;inertial sensor;wireless transferring

人體活動是神經系統(tǒng)和肌肉骨骼系統(tǒng)綜合運動功能的反應，活動信息不僅可以表述人體運動軌跡，而且可用于研究人體與周邊環(huán)境的關系。因此，人體活動的檢測、分析已經成為人機交互領域重要的研究內容[1]。檢測到的人體行為信息，可以幫助計算機或機器人更好地完成任務。具體應用領域包括：健身訓練和康復、醫(yī)療保健、緊急救援和定位跟蹤等[1～3]。人們一直嘗試利用不同的技術手段實現人體活動的信息獲取。圖像、視頻是廣泛使用的手段，但深受設備安裝和移動的局限[4]。為了實現無約束狀態(tài)下的人體活動檢測，基于慣性傳感器檢測和無線數據傳輸的方案，越來越受到重視。本設計采用MEMS工藝的微型加速度計和陀螺儀，采集人體活動信息，成本低、功耗低、靈敏度高、功能完善。采用ZigBee無線網絡傳輸數據，節(jié)省前端采集系統(tǒng)的空間。最終設計完成的無線檢測裝置，能夠長期檢測和記錄人體活動信息。

1.總體方案

系統(tǒng)的總體設計方案如圖1所示。通過加速度計和陀螺儀采集人體活動的加速度和角速度，傳感器數據采用IIC接口匯集到MSP430單片機。ZigBee無線傳輸模塊帶有RS-485總線，可實現組網功能，將人體多個關節(jié)的活動信息實時傳輸到PC機上進行分析和顯示?？紤]到檢測過程中盡量不影響人體活動狀態(tài)，檢測裝置盡可能小巧輕便，無線傳輸方式極大提高了檢測過程中人體活動的范圍。檢測裝置的硬件部分由慣性傳感器、MSP430F149單片機、ZigBee無線傳輸模塊、供電電路、串口電路等組成;軟件部分由Visual Stdio 2010軟件編程實現。

本文選用ST公司的加速度計LSM303DLHC，它屬于容感式加速度計，具有如下特點：（1）小而薄的3mm×5mm×1mmLGA封裝;（2）分辨率隨g的提高而提高，±16g時高達13位;（3）輸出數據為16位二進制補碼格式，可通過SPI或IIC數字接口訪問;（4）-40℃～85℃的溫度范圍，輸出受溫度影響很小;（5）可以承受10000g的沖擊;

選用ST公司的L3GD20陀螺儀。它采用了硅超微精密環(huán)形傳感器設計，具有如下特點：（1）寬測量范圍2000dps;（2）數據輸出為16bit，可通過SPI或IIC數字接口訪問;（3）工作溫度范圍為-40℃～85℃，極小的±2%溫漂，能進行有效的溫度補償;（4）嵌入電源關閉和睡眠模式、嵌入溫度傳感器、嵌入FIFO。

圖1 人體活動信息檢測裝置總體框架

2.信息采集

采集裝置采用MSP430F149單片機，它是TI公司研發(fā)的一款超低功耗16位單片機，具有工作電壓低、功耗低、數據處理能力強、內置豐富等優(yōu)點，非常適用于各種要求功耗低的場合[5]。該設計中MSP430F149單片機工作流程如圖2所示：初始化LSM303DLHC加速度計、L3GD20陀螺儀，準備采集和讀取數據;讀取和發(fā)送數據，當一幀數據發(fā)送完成將TI置1，否則繼續(xù)發(fā)送數據;最后給數據加上幀頭、數據通道數和幀尾形成完整的一幀數據，一幀數據發(fā)送完成后，繼續(xù)下一幀數據的接收和發(fā)送。

圖2 MSP430F149單片機采集信息程序流

采用的LSM303GHLC與L3GD20傳感器支持IIC總線數字輸出，故運用MSP430F149單片機USART0串行通信模塊的IIC模式進行數據讀取。IIC總線支持連續(xù)讀取[6]，為了加快數據的讀取速度，采用了6字節(jié)數據連續(xù)讀取。表1所示為IIC連續(xù)讀取的時序圖。

表1 IIC連續(xù)讀取時序圖

根據LSM303DLHC與L3G20的IIC總線協(xié)議，以及IIC連續(xù)讀取的時序圖，用C語言編寫IIC總線的讀取程序如下：

限于篇幅，下面僅給出LSM303DHLC的初始化子程序：

3.數據傳輸

ZigBee技術是一種新型短距離、低復雜度、低功耗、低成本的雙向無線通信技術，主要用于距離短、功耗低、傳輸速率不高的場合，可在各種電子設備之間進行周期性數據、間歇性數據和低反應時間數據的傳輸，形成自組織、多跳的無線通信網絡[7]。本設計中單片機采集轉換的信號經過MAX485收發(fā)器輸送到ZigBee中進行數據傳輸。為了保證系統(tǒng)的穩(wěn)定性，MAX485收發(fā)器采用了工業(yè)級電路如圖3所示，圖中J3的1和2腳分別接ZigBee模塊的485（+）和485（-）腳。為方便開發(fā)，選用帶有ZigBee協(xié)議的無線通信模塊，如圖4所示，組網配置成功后可以直接通信。

圖3 MAX485收發(fā)電路

圖4 ZigBee 無線模

圖3MAX485收發(fā)電路為使數據能夠可靠的傳輸到PC機串口，自定義了數據通信協(xié)議格式。數據以幀為單位進行無線傳輸，然后在PC機中解算出來。幀頭0xA5標示數據幀的起始，幀尾0xAE標示數據幀的結束。幀頭后面是數據通道數，便于解算時區(qū)分是哪個通道的數據。通道數后面是12字節(jié)的數據域，是IIC總線模式讀取的加速度和陀螺儀數據。單片機串口波特率采用115200bps，8位數據位，無奇偶校驗，無控制位。

用C語言編寫的具體程序如下：

4.結果顯示

本設計運用Windows操作系統(tǒng)提供的串口通信機制，調用相應的API函數進行編程實現通信，接收并處理ZigBee傳輸到PC機的數據。首先安裝CP4002芯片的官方USB驅動，在PC機中虛擬出一個串口;然后在Visual Stdio 2010開發(fā)環(huán)境中對文件I/O函數進行操作。運用API函數收發(fā)數據不需要直接面對硬件，簡化了開發(fā)流程。軟件設計流程為：調用CreateFile（）函數打開串口，使用WriteFile（）函數發(fā)送數據，使用ReadFile（）函數接收數據。讀取的數據首先進行CRC校驗，如果經校驗數據錯誤，則將數據丟棄，發(fā)送命令讓單片機重新發(fā)送數據。如經校驗數據正確，則將數據放入一個循環(huán)隊列暫作緩存，以供調用。運用Ontimer（）定時器每隔10ms讀取一次串口接收到的數據，經線性轉換后顯示。

本設計加速度的單位是g，輸出值范圍為0x0000～0xFFFF，測量值范圍是-2g～+2g。角速度的單位是dps，輸出值范圍為0x0000～0xFFFF，測量值范圍是-250dps～+250dps。如果接收數據位為x，輸出范圍設為a，測量范圍設為b，則實際測量值y的折算公式為：y=x/a*b。對于加速度計，a和b分別為65535和4，則y=x/16383;對于陀螺儀，a和b分別為65535和500，則y=x/131.072。

圖形顯示部分運用NTGraph控件，首先對各控件先初始化，確定坐標單位和范圍，繪圖之前清除預存信息，避免出現曲線重合現象。調用Polyline（）函數，將折算后的實際測量值用曲線連接起來，動態(tài)實時顯示結果如圖5、圖6。

圖5 加速度的波形

圖6 陀螺儀的波形

5.結論

本文結合人機交互的大背景，探討了人體活動檢測的方法和途徑，設計了相應的裝置。顯示結果證明系統(tǒng)能快速準確地檢測人體活動信息，實時分辨率高。采用ZigBee無線模塊傳輸數據，提高了可穿戴性，向實際應用更加接近。

參考文獻

[1]Bulling A，Blanke U，Schiele B.A tutorial on human activity recognition using body-worn inertial sensors[J].ACM Computing Surveys（CSUR），2014，46（3）：33.

[2]Zeng H，Zhao Y.Sensing movement：Microsensors for body motion measurement[J].Sensors，2011，11（1）：638-660.

[3]Grzonka S，Karwath A，Dijoux F，et al.Activity-based estimation of human trajectories[J].IEEE Transactions on Robotics，2012，28（1）：234-245.

[4]劉蓉.人體運動信息獲取及物理活動識別研究[D].華中科技大學，2009.

[5]蘇維嘉，王旭輝.基于MSP430單片機的數據采集系統(tǒng)[J].現代電子技術，2007，30（23）：117-119.

[6]王前，吳淑泉，劉喜英.基于FPGA的IIC總線接口實現方法[J].微電子技術，2002，30（3）：21-23.

[7]董海濤，屈玉貴，趙保華.Zigbee無線傳感器網絡平臺的設計與實現[J].電子技術應用，2008，33（12）：124-126.

基金項目：武漢理工大學華夏學院科研基金項目（11027）;湖北省自然科學基金（No.2012FFB05004）;武漢理工大學自主創(chuàng)新研究基金（No.2012-II-017，No.2013-IV-063）。