当前位置:首页 > 物联网 > 可穿戴设备
[导读]   我们都知道,智能穿戴设备的运动监测功能主要通过重力加速传感器实现。重力传感器已是一种很成熟的技术,手机也早有应用。传感器通过判断人运动的动作得到一些基础数据,再结合用户之前输入的个人身体体征

  我们都知道,智能穿戴设备的运动监测功能主要通过重力加速传感器实现。重力传感器已是一种很成熟的技术,手机也早有应用。传感器通过判断人运动的动作得到一些基础数据,再结合用户之前输入的个人身体体征的基本信息,根据一些特定算法,得到针对个人的个性化监测数据,诸如运动步数、距离以及消耗的卡路里等,从而判断运动的频率和强度。

  睡眠监测也通过相同的传感器技术实现。人在不同的睡眠阶段,脑电波会发生迅速改变,有意思的是,重力加速传感器并不具备直接探测脑电波的功能,所以它是将人在睡眠中动作的幅度和频率作为衡量睡眠的标准,来判断睡眠处于哪个阶段,苹果 Apple Watch 的闹钟功能,正是依据这个判断用户处在“快速动眼期”将用户唤醒。

  

  但现有产品的重力传感器最大程度也只能到这里了,由于传感器的传感速度限制了识别度,它们无法识别出更多,比如用户做出了什么手势,是手心向上还是手背向上。

  另一方面,在心率监测上,Apple Watch(包括 Gear Fit、Fitbit Surge、Microsoft Band 等手环)采用的是光电式心率计,它的原理非常简单——通过Apple Watch背面配备的绿色LED灯,搭配感光光电二极管照射血管一段时间,由于血液是红色的,它可以反射红光而吸收绿光,而在心脏跳动时,血液流量增多,绿光的吸收量会随之变大,处于心脏跳动的间隙时血流会减少,吸收的绿光也会随之降低,基于此,就可以根据血液的吸光度来测量心率。

  

  光电式传感器的工作原理要求设备需要紧贴手腕,并且毛发不能过于旺盛、不能出汗、也不能在运动时测量。这也就是为何苹果会建议用户在进行心率监测时让手表贴紧皮肤的原因,此外,苹果在介绍中也表示在天冷的情况下,用户手腕部位的血流量可能不足以监测到心率,而且用户在进行节率性运动(如跑步和骑行)时,心率测量的准确性会比无规则运动(如打网球)更加的准确。这些亦都是光电式心率监测的局限性所在。

  由于当血液经过毛细血管流入手腕时,血液流动速度实际上已经减缓了,因此最终的结果也不一定能够真实反映心率——也就是说,使用 Apple Watch 监测出的心率数据,最后可能还不如一些手机准确,特别是在手握机器的情况下,由于人的食指指尖有一个动脉血管,而后者能够和心脏基本保持一样的频率。

  让感应更精细 未来的人体追踪识别

  怎样才能让穿戴设备的数据变得准确,这是无数智能穿戴产品想要解决的问题。

  就目前来说,最切实的解决方法莫过于两种,一种是增加更多传感器,另一种是研发出更优秀的传感器和更先进的算法,对于前者的选择,虽然传感器越多,就能带来更全面的监测效果,但是也会造成设备体积和续航时间的困扰。由于技术原因,传感器的发展还有一段路程要走,非植入式电化学和生物传感器则是主要的演变方向。不过走在前头的研发团队已经找到了优化传感器的着手点——给传感器增压。

  今年 10 月份,威锋网报道过卡内基梅隆大学的研究人员开发出一套名为 ViBand 的系统,让现有的智能手表可以识别用户手势,并识别出用户手上所拿的物体的新闻。

  

  Viband 系统的作用,就是给普通智能手表的加速度计传感器进行增压——说得通俗一点,就是给传感器“打鸡血”,使其能够感应到令人难以置信的振动频率的微小变化。它能够感知的,不仅是发动机运行时的嗡嗡声,还可以检测吉他调音,或者是用户以不同的方式移动手臂时所引起的明显的轻微差异。

  据介绍,Viband 系统的秘诀在于加速度计感应器自身的规格。通常来讲,手表内的加速仪被设定在每一秒钟进行 20 到 100 次采样,以满足手表对运动轨迹的测量需求。研究人员通过使用一个软件更新,把检测频率提升至每秒 4000 次,将加速计作为一个振动麦克风来使用。也就是说,它还可以监测用户身体所发出的生物声学信号。

  这样,当任何动作发生的细微频率通过人体进行传播时,所有的一切都能够产生出独特的高频振动模式,即一种可以立即用于识别的声波特征。而每一种手势或行为在经过 ViBand 系统的处理后,都能够用于执行某种特定的任务。

  这听起来非常神奇,通过这项技术,智能手表将能够区分用户大量的细节动作,包括抓、挠、敲击、滑动等,这些动作可以进一步用来操作手表,进行滑动菜单和选择手表菜单选项,甚至是控制灯具或电视机等家用电器。

  

  

  厉害的是通过增压后的传感器,只要用户手上拿了些东西,你的手表就可以通过声信号来识别你拿的是什么东西;此外,还可以检测到用户所处的环境,比如是在车里,还是在厨房……这个团队还做了一种识别标签,贴在门上、墙壁上或者别的物品上,以配合提升识别并提供智能操控。

  ViBand 系统兼容性非常高,可以用于苹果、三星和任何智能穿戴设备上。不过我们不清楚增压技术对传感器有没有损害,对设备会不会更加耗电,显然研发团队还将沿着这个方向进行下去,在东京举办计算机协会的用户界面软件和技术研讨会上,该团队的此项研发获得了“四佳论文”之一。

  让检测更精确 未来的人体健康监控

  对智能穿戴健康监测方面的研究更讲求医学价值,这一点苹果、微软这样的大公司以及 Fitbit 这样的智能健康品牌也在做,Fitbit Charge HR 和微软Microsoft Band 等智能手环能够一整天持续追踪用户心率,提供极具价值的数据。但鉴于当前的技术,这些设备也只能做到这儿了。

  2013 年底,苹果从主要开发无创式血糖监测设备的加州公司 C8 Medisensors 招募了多名工程师和科学家,为的就是解决Apple Watch 整合血糖监测功能。科技新闻网站《Network World》作者 Yoni Heisler 曾撰文解释锅苹果为何无法将血糖监测技术整合到 Apple Watch 智能手表中。简而言之,是因为这项技术过于复杂和庞大,尤其是对摄像头的要求十分苛刻,无法融入智能手表中。

  

  目前,C8 Medisensors 仍在为解决“噪音”问题而苦苦求索。而斯坦福大学下属孵化器 Start X 走出的小型公司 Echo Labs 取得了初步成果。他们研发出一款智能手环原型,可检测血液中的氧气、二氧化碳、PH值、碳水化合物和血压等数据。Echo Labs 通过光传感和一种专属算法来测量血液成分。传感器通过发射电磁波穿透人体组织,然后测量不同光频率的反射情况,以检测血液中分子的浓度。

  据项目创始人介绍称,“任何分子都会对某一频率的光产生反应。如果我们知道频率是多少,就可以检测出分子的情况。但分子的浓度越低,被捕捉到的难度就越大。氧分子和二氧化碳分子性质不同,因此可反射出不同的频率。每一种分子都拥有一个光签名 。”

  利用光和激光来解决人体内部诸如血液等重要指标,是众多研发团队致力的方向,Echo Labs 目前取得的成果将给现有研究带来突破。

  

  如果未来诸如 ViBand 和 Echo Labs 这样的技术能够得到更好的整合,那么智能手表无疑在智能追踪也好,健康数据监测也好,都得到极大的进化。

  智能穿戴设备真正的作用 我们等待回答

  正如我们在以前的文章中多次讨论过,Apple Watch 等智能穿戴设备未来将如何发展,这恐怕是苹果都无法回答的问题。

  在只能配备一个大约 1 英寸的迷你屏幕的前提下,既要保证佩戴舒适,又要完成功能上的进化,突破原有的屏幕交互界面,扩大至更多手势、增强检测能力(包括外部物体和人体内部)是关键。这远远比给智能手表加入一大堆 App 要有意义,但也更有难度。

  

  也许再过不久,当这些新技术成熟应用之后,我们将不用困惑“智能手表和智能手环到底有什么用”的问题。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除( 邮箱:macysun@21ic.com )。
换一批
延伸阅读

过去几周,可穿戴设备领域掀起一波发布热潮,从中可以窥见人工智能(AI)将如何重塑个人计算的发展。千问最新发布的 AI 眼镜 N1、N1 Pro 及 AI 耳夹式耳机,雷鸟创新(RayNeo)带来的全新雷鸟 iO AI 眼...

关键字: 可穿戴设备 AI 智能眼镜

把大模型压到 4 比特,端侧才有机会跑起来。可每次压到 4 比特,都会撞上同一堵墙:权重看着还算正常,一到激活上,总有那么几个通道的数值比周围高出好几个数量级。这几个通道把量化区间整个撑大,别的通道就被压成了很小的台阶,...

关键字: 端侧AI 可穿戴设备

把大模型放进手机、PC,或者任何不带风扇的盒子里,是过去两年被反复提起的方向。厂商介绍端侧芯片时,习惯把算力标在最前面:多少 TOPS,能跑多大的模型,第几代 NPU。这个数字当然重要,但它掩盖了一个更硬的约束。一篇发表...

关键字: 端侧AI 可穿戴设备 AI

移动机器人需要接入摄像头和深度传感器,机械臂需要处理图像并获取空间信息,巡检设备则要把视觉数据送入算法与 ROS 2 节点。项目真正进入联调阶段后,开发者往往要先花大量时间打通系统、驱动、媒体链路和机器人软件环境。

关键字: 开发板 机器人 传感器

更具现代化的软件平台,重塑全链路测试效率

关键字: 传感器 CAN 总线 数据采集系统

带语音的设备里,有一段代码是从不掉线的。麦克风一直开着,唤醒词检测一直在跑,等你说出那一句话。这个功能叫关键词识别,英文缩写 KWS,它的功耗直接决定了设备要靠多大的电池。把这件事塞进单片机执行,约束就更紧了。一篇被 I...

关键字: 端侧AI 可穿戴设备

在物联网概念兴起之初,行业更多聚焦平台软件、云端算法与应用场景构想,大量项目停留在方案演示与概念落地阶段,存在重软件轻硬件、重展示轻落地的虚浮问题。随着产业进入规模化商用阶段,物联网正在加速脱虚向实,从过去的概念炒作、样...

关键字: 物联网 传感器 数据采集

随着物联网技术深度渗透工业、农业、智慧城市、环境监测等领域,海量分布式传感器节点构成了万物互联的基础感知网络。目前,绝大多数物联网传感器依赖传统化学电池供电,但电池固有的短板已成为制约物联网规模化、长效化部署的核心瓶颈。...

关键字: 物联网 传感器 能量采集

Zigbee传感器节点要实现10年级电池寿命,关键不在于单纯降低射频发射电流,而在于把“99.9%时间”的休眠功耗压到微安甚至亚微安级,并严格控制每次唤醒的工作时长。对于电池供电终端,Zigbee协议栈应配置为Sleep...

关键字: Zigbee 传感器

在智能穿戴设备、无人机、自动驾驶、工业姿态检测等领域,MEMS惯性传感器是实现设备姿态感知、运动追踪的核心元器件。其中,陀螺仪传感器与加速度传感器应用最为广泛,二者常搭配使用组成惯性测量单元(IMU),但很多人极易混淆两...

关键字: 传感器 陀螺仪 加速度
关闭