基于MATLAB和Android智能手机传感器的计步器的设计

By ali 作者简介：徐文力，男（汉族）,硕士研究生，主要研究领域为智能及高级过程控制。

李明辉，男（汉族），教授，硕士研究生导师，主要研究领域为智能及高级过程控制。

基于MATLAB 和Android 智能手机传感器的计步器的设计徐文力，李明辉（陕西科技大学机电工程学院，陕西 西安710021）摘 要：本文设计的是一种基于MATLAB 和Android 智能手机传感器的计步器，首先分析了人体运动时加速度的变化规律，通过手机传感器获取三维加速度值，然后由sensorudp APP 以UDP 数据包的形式通过无线网络发送给运行着MATLAB 软件的计算机，利用MATLAB 软件强大的科学计算功能对数据包进行解析得到加速度的值，并进行滤波和样条插值等处理，最后得出运动的步数，进而求出运动的距离以及能耗，为健康运动提供了判断依据。

关键词：智能手机；计步器；无线网络；滤波中图分类号：TN91 文献标识码：BDesign of pedometer based on MATLAB and the smartphone sensorsLi ，Xu(College of Mechanical and Electrical Engineering ，Shaanxi University of Science & Technology ，xi ’an shaanxi 710021，China)ABSTRACT : This paper designs a pedometer based on MATLAB and the Android smartphones sensor. First analysis the change law of acceleration of the human body when people exercise, obtaining 3D acceleration through mobile phone sensor, and then send to the computer which running MATLAB software in the form of UDP packets through the wireless network by the sensorudp APP, and use the powerful MATLAB software to decode the packets to get the acceleration, and then execute the filter and spline interpolation, and get the number of steps , the distance and energy consumption, which can provide the basis to judge the movement. KEYWORDS : Smartphones; Pedometer; Wireless network; Filter;0 引言Android 智能手机自推出以来，其内置传感器逐渐增多，传感器所实现的功能也日益多样化，极大的满足了用户对智能手机功能的需求，从依赖于重力传感器的各种游戏，到依靠距离传感器实现的通话灭屏，再到指南针功能下的电子罗盘等等，小小的一个Android 智能手机以各种传感器为依托实现了许多有趣的功能。

因此，手机已经不再是一个简单的通讯工具，而是具有综合功能的便携式的电子设备。

在这种情况下，各种传感器在手机上的应用应运而生。

本文就是利用Android 智能手机中的G-sensor 传感器，结合MATLAB 软件的强大计算功能，设计了一种计步器，通过对传感器数据进行分析处理得到运动的步数，进一步计算就可以得到运动速度、距离和能耗等数据。

在全民健康意识普遍提高的背景下，各种运动器具变得炙手可热，而计步器的应用可有效辅助提高运动效果，达到健康运动的目的。

1 计步器原理要实现检测步数首先要对人走路的姿态有一定了解。

以步伐特征的研究为基础，考虑到人体行走时脚、腿、腰部和手臂都在运动，它们的运动都会产生相应的加速度，趋势就是不断地上下起伏近似为正弦过程。

测量正弦波的频率就可以得出运动的步数，进而可以计算出速度，距离，和消耗卡路里。

从脚的加速度来检测步数是最准确的,但是考虑到携带的方便,选择利用腰部的运动来检测步数，因为，行走时腰部有上下的垂直运动,所以会产生一个上下波动比较大的加速度值。

由于采用的是智能手机中的加速度传感器（如图1所示），它有三个轴可以对应人体运动的三个方向，因此首先规定人体前进方向为y 轴，左右运动为x 轴，上下运动为z 轴。

无论手机如何放置，总会检测到三个方向的加速度值x a 、y a 和z a ，从而求出合加速度a ： 222z y x a a a a ++=（1-1） 当手机静止不动时，a 的理想值为重力加速度g ()2/s m 。

当检测到有动作时a 值就会在g 值上下变化，为了计算方便可以取变量A=a-g ，使A 值在0()2/s m 上下波动。

以人体重心为参考点，只考虑z 轴方向，则可以将行走的过程分为两个阶段：重心由最低到最高的过程和重心由最高到最低的过程。

在重心由最低到最高的过程中，人体z 轴方向的速度由零上升到某一值，然后又从该值减少到零，在整个过程中速度为正，即方向为z 轴正方向。

所以，加速度的变化应该从()2/s m g a z -=到()()2/s m g a a z ∆+-=最后又回到，其中a ∆为正值。

在重心由最高到最低的过程中，人体z 轴方向速度由零上升到某一值，然后又从该值减少到零，在整个过程中速度为负，即方向为z 轴负方向。

所以，加速度的变化应该从()2/s m g a z -=到()()2/s m g a a z ∆--=最后到又回到()2/s m g a z -=，其中a ∆为正值。

由此可以得出变量A 一个周期内的变化过程近如图2所示：可以看出参数A 的变化曲线近似为一个正弦信号，所以只需求出正弦信号的频率就可知道所走的总的步数。

但是上图只是理想的波形，实际中传感器会产生抖动，得到的波形含有大量干扰信号，必须进行处理才能得到较好的波形。

2 建立通讯图2 A 的变化规律Fig.2 change law of A图1 手机三维加速度方向 Fig.1 3D acceleration direction of mobile phone a ∆a ∆-MATLAB支持从Android设备的内置传感器中获得数据，通过MATLAB对Android传感器的支持包，可以从Android设备所支持的传感器中记录数据或者查看最新的可用数据，进而通过分析数据可以开发不同的应用。

这样做的前提是必须事先在手机上安装sensorudp APP，同时必须保证运行MATLAB软件的计算机和安装sensorudp APP的智能手机处于同一个网络中。

这里面提到的Sensorudp是由Takashi SASAKI开发的一款智能手机应用（如图3所示），可以获取手机各种传感器的数据，包括：三维方向的加速度；三维方向的角速度；方位角、横倾角以及纵倾角；维度，经度，高度和速度；图3 sensorudp APP界面Fig.3 Interface of sensorudp APP首先在计算机上建立WiFi网络，然后打开手机中的WLAN功能并连接到所建立的WiFi 网络。

手机和计算机之间实现无线通讯之后，MATLAB就可以接收sensorudp发出UDP数据包，通过编写好的函数命令来解析这些数据包。

这些函数命令可以从mathworks官网上下载，并放在MATLAB的工作路径中。

其中最重要的函数命令为obj=sensorgroup(deviceType)，该命令会提示对sensorudp进行设置以建立通讯，如图4所示。

其中有两个重要的属性需要根据提示进行设置：IPAddress用于设置主机的以太网接口的IP地址，本文中设置为192.168.191.1；Port用于设置主机的以太网端口，本文中设置为50000；做完这些设置后选择所需要的传感器数据发送到MATLAB。

本文中只用到的加速度值，因此只需要选择accelerometer cvs line即可。

3 数据的测量和分析处理数据的测量和分析处理是计步器设计的关键步骤，贯穿整个过程，具体的计步器程序流程如图5所示：通讯建立好之后，就可以获取传感器数据了，首先需要得到本地重力加速度的值。

由于开始 建立通讯 计时 记录加速度 求出合加速度a 并计算A=a-g 均值滤波 样条插值 取上半面图形 判断极值点 计算个数 更新图形 终止 Y N 时间到 图4 通讯设置提示 Fig.4 Communication tips图5 程序流程图 Fig.5 Program flow chart一个地方的重力加速度跟纬度和海拔有关，所以不同地方的重力加速度取值不一样。

同时，由于手机本身的原因以及周围环境的影响都可能对传感器的检测造成干扰。

本文采用实验的方法利用智能手机中的G-sensor 传感器得到检测值并求取平均值。

具体方法是将手机静止放在地面上，取三个不同的位置在每个位置处将手机正面，反面，侧面放置并各测量一次，每次接收20秒钟的数据，共测量9次，每一次测量都会得到一系列的数值，对其求取平均值，最后将得到的9个平均值相加再求取平均值，该值可以看作本地的重力加速度值。

最后的测量结果为：g =[9.8269,9.8208,9.8220,9.8310,9.8142,9.8151,9.8188,9.8189,9.8180]，求平均值后取g=9.8206()2/s m 。

接下来将手机固定于身体腰部，开始走路并运行程序，一段时间后停下并记录所走的步数为16步，同时程序记录下在整个过程中三个方向的加速度的变化，其中有两个方向的加速度变化较小，有一个方向的加速度变化较大，如图6所示：根据公式（2-1）求出合加速度a 之后，可以得到变量A 的图像，如图7所示： A 值总体上有规律地进行波动，但局部极大值极小值较多需要剔除。

首先对变量A 进行滤波，然后进行样条插值处理，在此过程中插入了10倍的数据点，可以得到图8：图6 三维加速度曲线 Fig.6 3D acceleration curve 图7 变量A 的曲线 Fig.7 Curve of A图8 滤波和插值后的A 曲线Fig.8 The curve of A after filer and interpolation可以看出曲线平滑了好多，接下来取大于零的部分并找出拐点，由此可以确定波的个数即为步行数，部分程序为：abovezero=A>0;%取大于零的部分zerocrossing=diff(abovezero)==1;%找出拐点zerocrossingIndex=find(zerocrossing);%获取拐点坐标steps=numel(zerocrossingIndex);%计算拐点个数图9 计算拐点个数Fig.9 Calculate the number of inflection point最后结果：图9 计算结果Fig.9 The final resultsteps =16，即行走步数为16步，与我们记录的一样。