如何使用的XIAO nRF52840传感器实时跟踪人体运动

你有没有想过，你的智能手表是如何知道你在走路、跑步、骑自行车，甚至只是站着不动的?它是如何在你不告诉它你在做什么的情况下自动开始跟踪你的锻炼或计算你的步数的?

在幕后，它是运动传感器和机器学习实时协同工作的混合体。

在这个项目中，我们深入研究了它是如何工作的-通过使用Seeed Studio XIAO nRF52840 Sense从头开始构建一个运动检测系统。这款小巧但功能强大的主板配有内置加速度计，可以在设备上运行训练有素的Edge AI模型，而无需任何云处理。

通过收集真实世界的运动数据，使用Edge Impulse训练模型，并将其部署回微控制器，该项目展示了可穿戴设备如何检测您是完全在边缘行走，跑步还是站立。

无论你是在打造健身追踪器、手势控制器，还是只是在探索嵌入式人工智能，这个项目都能让你更接近于理解当今可穿戴设备中的智能技术。

项目流程

•使用板载加速度计和陀螺仪收集运动数据

•用边缘脉冲训练分类模型

•将模型部署到XIAO板上

•执行设备上的推理，实时检测不同类型的运动

开始运动检测项目的分步指南

1. 创建一个Edge冲动帐户

•注册你的邮箱并设置一个密码。

•登录后，您将进入仪表盘。

2. 创建一个新项目

•点击“创建新项目”

•将您的项目命名为：运动跟踪器- XIAO NRF52840

•选择“分类”问题类型。

•单击“创建项目”。

3. 设置您的开发环境

所需的软件:

•Arduino IDE

•Node.js (LTS版本)

•边缘脉冲命令行

安装Edge Impulse命令行：

•安装完Node.js后，在终端(CMD或PowerShell)中执行以下命令

4. 连接XIAO nRF52840检测到边缘脉冲

•选项A：如果使用边缘脉冲数据转发器(通过串行)

•将您的XIAO板通过USB连接到PC上。

•通过串行输出加速度计值的IMU草图

•打开终端，运行edge-impulse-data-forwarder

•命令行将检测到您的设备，并提示您将其链接到您的边缘脉冲项目。

•选择正确的COM端口并从列表中选择您的项目。

•选项B：如果使用边缘脉冲固件(对于完全支持的设备)

•如果你使用的是官方支持的主板(如Arduino Nano 33 BLE Sense)，你可以闪现Edge Impulse固件。但是由于官方不支持XIAO，所以首选选项A。

5. 标记和收集运动数据

•转到Edge Impulse Studio的“数据采集”选项卡。

•选择加速度计作为传感器。

•输入一个标签(比如站立，行走，跑步)

•将采样长度设置为20000ms(20秒)左右。

•单击开始采样，并在录制期间与设备执行该运动。

•重复所有动作类型。

6. 分割原始数据到Windows

•数据采集完成后，Edge Impulse会提示将20s的样本分成2s个窗口。

•接受建议，保存样品。

•对所有收集的数据重复此操作。

7. 设计冲动

•去创建脉冲选项卡。

•添加：-时间序列数据(输入)-光谱分析(特征提取)- Keras分类(学习块)

•单击Save Impulse。

8. 生成功能

•点击“光谱特征”。

•点击“生成功能”。

•等待特征图加载并验证集群是否按标签分组。

9. 训练你的模型

•转到“NN分类器”选项卡。

•选择“未优化(float32)”模式以获得最佳兼容性。

•单击开始培训。

•等待培训结束并检查模型的准确性。

10. 测试模型

•导航到模型测试。

•单击“全部分类”以评估测试数据集上的性能。

11. 部署模型

•转到Deployment选项卡。

•选择Arduino Library。

•单击Build以下载.zip文件。

12. 集成在Arduino IDE中

•打开Arduino IDE。

•去：素描>包括库>添加。zip库…

•选择您下载的.zip文件。

•打开示例草图：_inference .ino

•上传到主板。

13. 监控推理

•以115200波特打开串行监视器(Ctrl+Shift+M)。

•执行动作-模型将根据训练数据进行预测。

•您还可以集成OLED显示器或led来显示实时输出。

接下来是什么?未来的应用

当你结合嵌入式系统、运动传感器和边缘人工智能时，这个项目只是可能的开始。

从简单地检测某人是否在行走、跑步或站立，这项技术可以发展成强大的现实应用，例如：

•健身追踪器可以智能地适应你的运动

•老年人护理和安全的跌倒检测系统

•跟踪姿势和运动的智能头盔或自行车装备

•基于手势的非接触式界面控制系统。

•情境感知智能手机或可穿戴设备可以根据你的活动进行调整

•康复监测工具，以跟踪病人受伤后的进展

•产业工人安全合规活动认可

随着硬件变得更小、更快、更高效——以及Edge Impulse等工具使人工智能模型部署变得容易——这种智能动作感知系统将无处不在：在我们的手腕上、在我们的家中、在医院、在工厂车间等等。

这个项目展示了像XIAO nRF52840 Sense这样的小板如何为下一代可穿戴智能奠定基础。只要有一些创造力和数据，你就可以打造任何东西——从智能手环到人工智能健身伴侣。

本文编译自hackster.io