运动智能紧身衣的创新设计

文 / 魏子皓

1 现状及意义

三星、谷歌、omslrgnal、hexo skin和Under Armour等公司，首先提出运动皮肤衣并进行研发。在运动皮肤衣的研发上提出了一些运动皮肤衣所带来的好处。在运动皮肤衣实施穿戴过程中，我国皮肤衣的制造有以下问题。目前我们大多数人了解的手势控制基本上要安装定位传感器装置要么就是佩戴运动手环和臂环，控制的范围有限，国内产品设置比较粗糙，价格也相对便宜，设计不够新颖，功能性不全面，以app应接模糊不清楚[1-2]。

随着科学技术的发展，智能手机和智能手环被大众所接受。智能手机测量方法分为GPS类手机软件和内置加速度传感器两种，但是由于内置加速度传感器不能直接得到数据。而智能手环虽然价格低廉，携带方便，能够直接得到数据也被大多数人所接受，但是对于错误动作监测分析，健康监测数据比较有限[3]。

本研究通过对新型智能运动皮肤衣设置六个传感器(分别在肩、臂、颈等部位)跟踪人体在运动过程中的不规范动作，并进行提醒使运动者加以改正，后期通过软件来反映身体的机能水平，身体机能对运动过程中的水分，蛋白质，脂肪等消耗，并通过卡路里的消耗制定合理的饮食规律。对于健身的人群来说，健康监测以及动作纠正的准确性能够得到进一步精准化[4]。

2 研究对象与方法

2.1 研究对象

本文以扬州大学体育学院2020级体育教育学生为研究对象。

2.2 研究方法

2.2.1 文献资料法

根据本论文研究需要，查阅有关智慧健身的书籍和文献资料及与体育行为有关的书籍和文献资料，包括体育行为学、运动训练学、体育社会学、全民健身学等，还有各种健身行为、锻炼行为、消费行为、瘦身行为等方面的文章及书籍；以及以“智能可穿戴设备”、“体育锻炼行为”为关键词在中国知网、万方数据库等网站上进行文献检索，查阅了相关文献156篇，其中核心期刊58篇，一般学术论文98篇[5]。

2.2.2 问卷调查法

为了调查大学生对于智能手环、智能手表等设备的满意度以及改进建议，设计相关调查问卷。通过线上进行问卷发放，并及时通过SPSS软件进行及时的统计反馈。

①调查问卷的信度检验

可靠性测试使用重测信度分析方法。在第一次问卷测试结束的10天后对这次发放的同一群体再次进行测试通过SPSS软件对两次的测试结果的差异程度进行分析，得出问卷的相关系数R=0.92。结果显示，这个问卷具有很高地信度。

② 调查问卷效度检验

在问卷发放的前期，向体育学院教师发放了效度检验问卷，发放6份，收回6份，回收率100%。其中认为问卷设计效度高的有4份，约占66%；认为效度较高的有2份，约占33%；由各位教师的评价结果可知问卷的有效性较高。

③ 问卷发放情况

表1 问卷发放与回收情况统计

2.2.3 数理统计法

运用EXCEL软件对回收的问卷进行整理，对各类数据进行统计分析。

2.2.4 逻辑分析法

本文充分的了解智能可穿戴设备发展现状，结合问卷调查的结果对智能可穿戴设备存在的缺陷和不足进行类比与分析，总结和归纳，为本论文的逻辑性与缜密性提供保障。

3 研究结果与分析

3.1 扬州大学体教学生对可穿戴设备使用状况分析

3.1.1 扬州大学体教学生使用可穿戴设备行为分析

从图1的饼状统计图我们可以得出：首先，佩戴智能可穿戴设备对运动动机的影响中“对我影响一般”的人数比例最大，选择“基本没影响”的人数比例占总调查人数的35%，认为 “训练频率明显增加”的人数比例排列第三，占调查总人数的17.5%。

图1 佩戴运动可穿戴设备时对运动动机的影响

通过分析图1可以发现，虽然智能可穿戴设备有很多的鼓励机制，能够一定程度上激励运动者参加体育锻炼，激发了学生的运动动机，但是收效没有达到预期。

表2 平时佩戴可穿戴设备时一周的运动频率(%)

通过表2分析扬州大学体育教育大学生在佩戴可穿戴设备，一周内参加体育锻炼的频次，“不到一次”和“3～4次”的占比最多各占25%，该部分大学生运动时间较短，同时每次运动时间低于一次的也不符合体育人口的标准。其次是锻炼频次在“1～2次”的占比20%，这部分学生应是现代大学生的典型人群，智能可穿戴设备起到一定的促进激励作用，“5～6次”和“7次以上”的各占15%，这部分大学生因为运动手环运动手表的长时间佩戴，训练的频次也相对最多，但是占比人数不多。

表3 佩戴智能可穿戴设备时每次的运动时长(%)

通过表3分析大学生每次使用智能可穿戴设备的时长 ，占比最大的是31～60分钟， 占比42.5%，这和预计占比的排名是吻合的，因为手环的使用舒适度还有待加强，特别是对于一些皮肤过敏人群不太友好，对于材质方面的选择还有待加强； 其次是30分钟以下 ，61～90分钟，分别占比27.5% 和22.5% ，两者相差不大 ，这部分大学生应该是在运动的候会佩戴体育类可穿戴设备，也可以看出运动时间 在30分钟以下的大学生要比61～90分钟的大学生要稍微多一点。所以，从表中数据可以得出，学生对于手环的舒适度不是太满意的，这也与个人皮肤敏感度以及佩戴习惯有一定的关系[6]。

3.1.1 扬州大学体教学生使用可穿戴设备建议分析

通过收集大学体育教育学生对智能可穿戴设备的使用上需要修改的一些建议，总结出了以下几点：(1)设备测量的精度不佳;(2)设备的续航不足；(3)设备的实际作用不够突出；(4)操作方法太过繁琐；(5)有些设备价格昂贵。

3.2 运动智能皮肤衣理论构建

3.2.1 主要研究内容

针对上面对于体育教育学生数据分析，以及对改进意见的采集，得出以下灵感：(1)增加设备的测量精度；(2)操作方法更加简洁一些；(3)轻便的同时增加美观度；(4)增加续航；(5)结合个人身体素质评估进行数据分析；(6)增加产品的性价比。

根据现在市场智能可穿戴设备的发展对新型智能运动皮肤衣的设计理论进行了以下内容的理论构建。

①可视化数据显示运动状态

通过制作相应的app结合个性化定制的传感器皮肤衣，进行精准的数据跟踪检测，从而使用者通过手机，可以实时监测自己的运动健康数据，消耗卡路里指数，以及心率，运动负荷等等[7]。

由图10～11可知，不同的开环增益会改变系统的稳定性。当K=2时，幅值裕度：h=3>0，相角裕度：γ=26.38°>0，截止频率：ωc=1.22rad/s，系统稳定；当k=20时h=0.3>0，γ=-23.65°<0，ωc=3.9rad/s，系统不稳定；因此，随着开环增益增大，系统由稳定变为不稳定，幅值裕度和相角裕度减小。

②个性化定制皮肤衣的研发

皮肤衣内安装八个传感器分别位于手腕、肘、肩、颈和尾椎骨处。根据不同位置的传感器，对相应部件进行运动跟踪，实时计算运动角度和运动幅度。对于错误的动作，传感器会发出相应的警告信号提醒改正，并根据人体工学原理设计皮肤衣，让人们体验穿着的舒适[8]。

③皮肤衣相应的软件适配

在大数据时代，软件和硬件应该结合使用。皮肤衣物可用于心率检测、步数检测、热量消耗、运动指数等。这些数据可以通过制作相应的软件实时可视化，让健身人群实时看到自己的运动数据。

④软件大数据的导入

软件中导入各个部位肌肉的相应训练数据，以及传感器对于错误动作数据的警示数据，及根据错误动作计算正确动作的数据，对于相应的运动负荷强度，不同类型的肌肉训练，提供运动后的营养膳食数据。

该运动智能皮肤衣的工作流程，主要参考现在主流厂商的智能运动设备的设计思路，采用软件和硬件相结合的方式。

利用已有APP进行绑定反馈实时数据，在手腕，手肘，肩部，颈部和尾椎部分别设置一个六轴传感器，根据不同位置的传感器进行相应部位的动作跟踪并实时计算动作角度，幅度。当出现错误动作时，传感器发出相应警示信号，及时提醒改正[9]。这样一来，通过软件与硬件的结合，提高了运动时定位的精度。

3.2.3 数据误差及应对措施

我们在日常的运动中，走路都是有一个摆臂的动作的，胳膊会从后往前，Y轴的加速度和重力加速度在中间时处于重合，加速度达到最大，在前后都比较小的，然后身体向前，胳膊又会从前往后，然后身体又会往前，就会产生X轴方向的加速度[10]。把这个摆臂动作，通过传感器记录下来后，经过滤波，就会发现您的摆臂会形成一个有规律的波形图。通过对波形进行分析判断、峰值的检测以及周期和加速度阀值的决策，即可准确识别运动状态[11]。

4 结论与展望

4.1 结论

本文针对2020级体育教育学生对于智能可穿戴设备的行为分析，满意度分析以及改进建议分析，并结合现在市场的智能可穿戴设备技术，提出了一套新型运动智能皮肤衣的理论构建，为后期的实验提供了理论基础。对本论文的总结我主要做了以下工作。

搜集了智能可穿戴设备的国内外现状，结合现在的市场，进行了相关的分析。

对扬州大学2020级体育教育学生进行问卷调查，并通过数理统计法和逻辑分析法对数据进行分析总结，为皮肤衣的理论构建提供建议。

(3) 结合六轴传感器的工作原理和人体工程学原理，对皮肤衣的设计提供设计理念，及初步设想，并绘制流程图。

4.2 展望

针对论文工作及研究结果与分析，发现有以下几点需要进一步研究。

对于高水平运动员的大数据收集的方法怎样才能有效率并且数据精准。

高水平运动员通过六轴传感器进行建模，可能会因为一些磁场及辐射干扰或者仪器的测量误差导致数据不精准。可考虑优化结构逻辑，加入更多测量参数，及测量次数。

对于现在的智能可穿戴设备市场，感觉除了外观及数据轻微的更新，一直存在的问题并没有得到很好的解决，如：一些智能手表售价高昂，功能丰富但价格不够亲民，一些设备的续航时间时间很短，大大减少了用户的使用兴趣，还有一些设备功能单一，没有实现大的版本更新。