智能手机在运动领域的应用分析

摘 要：智能手机已经完全融入了现代人的生活，并且得到越来越广泛的应用。最近关于智能手机如何帮助人们更加健康地生活的话题也越来越多。本文主要从应用角度出发来讨论智能手机上的加速度传感器如何运用到校园体育锻炼中。首先分析了校园体育的现状，然后提出一个加速度传感器的应用实例，最后提出了今后的发展趋势。

关键词： 智能手机 安卓 加速度 传感器

中图分类号：TP311 文献标识码：A 文章编号：1672-3791（2015）05（c）-0000-00

引言：

随着信息化的推进，云存储和物联网的发展，智能手机已经逐渐从电话终端转变成整个广域网的智能终端，在生活的各个方面应用越来越广泛。在餐馆，服务员不再使用纸质点菜单，而是直接使用手机终端的点菜终端点菜，客户的点完菜的同时，各个菜品就传递到了厨房的显示屏幕上，实在是省时省力。在信息发展的背景下，让智能手机在运动领域尤其是在校园中得到更广泛的应用，从而推进全民身体素质的提高将会有很好的前景。

1 校园体育现状

从奥运会在北京成功申办以来，提高全民身体素质的呼声就越来越高，尤其是在小学和中学，由于学习任务的不断加码，学生的运动时间也就不断地被压缩，在学习和保证身体素质之间找到平衡点变得越来越困难。虽然学生的体育锻炼越来越受到重视，但在目前的信息化的大背景下，我个人觉得还存在以下的不足。

1.1 体育测量方法陈旧

目前校园采用的检测设备还基本上是传统秒表、皮尺、铅球等测量设备，虽然可以得到一些常规的测试结果，但是却无法得到更丰富的数据。例如：本文实例的弹跳力就无法简单地进行测量。

1.2 数据统计方法陈旧、利用效率不高

传统的身体素质监控通常由各个班级的体育老师利用各种纸质的统计表格，统计日常练习和考试的成绩，然后汇总到年级，年级汇总到学校，等等如此向上汇总，虽然也能监控学生身体素质的变化，但是它的弊病也是很明显的：数据统计慢、反映不及时，往往同统计到能看到数据需要花费数月的时间；汇总数据访问不方便，利用率不高，能看到的结果往往是某个学校甚至是某个区的平均成绩的变化，对于班级或者是个人的指导作用不是很清晰。

2 加速度传感器的应用实例

测量方法陈旧，可以尝试通过智能手机上已有的传感器来实现较为复杂的测量，尤其是利用现在智能手机的强大计算功能完成需要多次计算的测量。数据统计方法陈旧、利用效率不高，现在很多学校的已经在实施信息化，如果能够借鉴物联网的概念，把智能手机也作为一个基础数据采集终端，那么能获得更为丰富的数据。下面通过一个加速度传感器的应用实例来阐述智能手机在运动领域的应用。

目前智能手机上已经有以下常见的传感器。[1]

1） 方向传感器：方向传感器简称O-sensor，通常返回三轴的角度数据，提供的三个数据分别为azimuth、pitch和roll。方向传感器常见的应用为各种地图显示中标示使用者面对的方向。

2）光线传感器：光线感应传感器用于检测实时的光线强度，光强单位是lux，其物理意义是照射到单位面积上的光通量。可以根据采样到的光强数值实时调整LCD的亮度。

3）接近传感器：接近传感器检测物体与手机的距离，单位是厘米。接近传感器可用于接听电话时自动关闭LCD屏幕以节省电量。

4）加速度传感器：加速度传感器能测量x、y、z三轴的加速度数值，单位是m/s^2。

由于地球上的所有物体都受到地心引力的影响，所以将手机平放在桌面上，x轴默认为0，y轴默认0，z轴默认9.81。如果将手机朝下放在桌面上，z轴为-9.81。

加速度传感器在运动测量上的理论分析

日常生活中的运动多种多样，但不管多么复杂的动作都是由跑、跳、投这些基本动作组合而成的，而从生物力学的分析角度来看，大部分都是运动的改变或持续保持，相当大的部分可以看成是加速度的改变。例如：原地纵跳运动，主要就是跳跃的力量大小，转换到力学上就是弹跳力能够产生多大的加速度，力量越大产生的加速度也就越大。利用智能手机上的加速度传感器采集到实时的加速度，根据牛顿的力学定律，我们能得到下面的计算公式：

力量：f=m（a-g）*

速度：v=∫（a-g）dt

功率：p=fv

*由于地球上的任何物体都会受到重力的作用，所以测量到的加速度都需要考虑重力加速度的影响。腾空高度的计算单纯从计算公式上看应该是速度和时间的积分：h=∫v（t）dt，考虑到腾空高度涉及到加速度的二次积分，所以误差较大而不准确，而跳跃过程中从腾空到落地过程中人恰好只受到重力的恒定作用力，实际上和垂直上抛运动十分类似，所以改用腾空时间来计算腾空高度：h=（g/2）*（t/2）^2。这种计算方法由于是模拟垂直上抛运动，为了较为准确地所以学生在纵跳过程中，需要学生在落地时也要和起跳时一样保持双腿伸直，脚尖先着地，如果落地前故意让腿部弯曲，将会增加腾空时间，导致计算不准确。当然整个跳跃动作只是要求落地瞬间双腿伸直，落地后还是应该正常缓冲，正常缓冲时产生的加速度变化已经能够参与计算了。

android软件部分的实现

本软件主要是通过采集加速度信息获得学生的纵跳信息，所以整个系统包括以下部分。

1）学生基础信息管理：登录及维护相关学生的姓名、性别、年龄、身高、体重等基本信息，其中的体重是后期计算的依据之一。

图1 学生信息维护界面

2）加速度采集、实时加速度数据分析及成绩显示：纵跳开始后，从学生的体重信息及动态采集到的加速度信息就可以计算得到力量、功率和腾空高度信息。问题的重点就落在了Android智能手机系统中采集加速度数据。

Android智能手机系统为各种传感器的使用提供了较为全面的管理功能。[2]通过getSystemService（SENSOR_SERVICE）可以获得系统的传感器服务。通过SensorEventListener可以监听传感器的各种数据，而且从Android2.3版以后可以设定传感器的采样频率[3]，从实际的测试情况来看，由于智能手机作为一个多任务平台，而且各个手机的配置也千差万别，所以在实际使用过程中，并不能保证采样频率的准确性，但基本能保证频率的一致性。下图就是通过Android手机采集到的原地起跳的加速度曲线图。

图2 原地起跳运动的加速度变化曲线

从采集到的加速度曲线可以看出曲线的轨迹和运动轨迹基本吻合。

首先是起跳的下蹲准备动作，它会产生一个向下的加速度；然后双腿发力向上跳起，会导致向上的加速度持续增大，当腿部肌肉释放的力量达到最大值时，加速度也达到了最大值；随着跃起动作的持续，腿部肌肉会逐渐松弛，力量会慢慢变小，加速度也会逐渐减小，当加速度减小到0时，表示双脚已经离地，此时只会受到一个向下的重力作用，加速度会迅速降低到向下的一个G，可能是由于下降太快，还能产生一个突起的毛刺，当运动员在整个腾空过程中，加速度会保持一个向下的G；当落回地面时，由于地面的向上的支撑力让人迅速减速所以产生了一个很大的向上加速度的波峰，这个加速度实际上并不是由人施加的，所以并不能用来评价学生的身体素质的真实情况，在算法中是要剔除掉的，真正有效的数据是下蹲到落地之间的数据。

分析加速度曲线实时的加速度值，并且找到原地跳起的时间点和落地的时间点后，根据就能够得到各个参数值了。力量的最大值就是加速度的最大点；速度的最大值是双脚离地的时点，通过对加速度进行积分获得；功率为力量和速度的乘积，由于力量最大时速度还未达到最大，速度最大时力量已经趋近于零，所以功率的最大值在力量和速度的最大值之间的某个时点。起跳的高度则根据垂直上抛运动计算得到。

图3 弹跳力测试结果界面

3）成绩变化的曲线参考

把每次测试的数据保存在手机上后，可以通过Android的绘图工具库AChartEngine较为方便地绘制出曲线图，方便用户直观地比以往的成绩。这种记录和浏览方式优于传统的表格记录方式。

图4 成绩的曲线

3 展望

智能手机有着丰富的功能，但在测试过程中也发现，由于智能手机的品牌众多，配置也是千差万别，所以各个手机的参数也有很大的差别，这就导致智能手机这种通用平台比较难以满足测量精度上的要求，所以单纯使用智能手机上的传感器会有一定的局限性。如果我们把智能手机放到整个物联网的大棋盘上来看，尤其是和现在可穿戴设备结合起来，利用智能手机的蓝牙或者其它连接功能和有着专用的测试平台的可穿戴设备以及广域网连接起来，专用的测试平台可以精确地测试各种数据，短距离传输给手机，而手机端则自己处理或者把测试的数据传送到云平台上处理，处理结果显示到手机终端的屏幕上。各个环节完成自己擅长的部分，达到1+1>2的效果，实现目前互联网+的构想。这必将成为今后互联网发展的趋势。

参考文献

[1] http：///forum.php？mod=viewthread&tid=140652

[2] 李刚.疯狂Android讲义.北京：电子工业出版社，2011

[3] http：///forum.php？mod=viewthread&tid=163574&highlight=传感器 采样