智能膝关节运动检测系统的设计

赖冬寅 吴琦 涂婷 陶金芳 苟燕

（四川工商职业技术学院 四川省都江堰市 611830）

1 智能膝关节运动检测系统的设计背景及功能需求

1.1 智能膝关节运动检测系统的设计背景

人口老龄化已经成为我国重要的社会问题，老年人面临很多疾病的威胁，其中，脑卒中是最常见的疾病之一，往往伴随着患者半侧肢体障碍、肢体麻木、失语以及偏瘫等众多的后遗症，绝大部分的病患甚至会因偏瘫造成残疾[1]。随着社会老龄化的加剧，由脑卒中、脊髓损伤、脑外伤等原因造成的残障人口迅速增长。我国每年新增约200 万脑卒中患者，至2030年，我国将有超过3000 万脑卒中患者。另外，我国各类残疾人总数超过8000 万，其中肢体残疾人口逾2400 万。大量的患者、失能者和老年人需要康复和辅助器具,然而，我国现有康复医疗资源非常紧缺，国内普遍采用的康复治疗方法存在人员消耗大、康复周期长、效果有限等问题。康复机器人与智能辅助系统的研究和推广应用有望有效缓解康复医疗资源供需矛盾，提高失能患者和老龄人群的生活质量[2]。常见的康复训练机器人一般包括步行矫正器、体重支撑系统（悬挂装置）和步行台，主要用于患者中期和后期的步态康复训练[3]，但在康复过程中能采集膝关节运行数据并进行分析和辅助医生更加准确制定和修改康复方案的产品，市场上还很少见。

1.2 智能膝关节运动检测系统的功能需求

智能膝关节运动检测系统主要是以辅助医生能通过远程方式更加全面的掌握与膝关节关联的康复患者的康复过程为目标，要求能实现以下多个功能：

（1）能实时并较为全面地检测膝关节在康复运动中的相关数据，包括：膝关节运动弯曲程度、弯曲频率、运动位置等等；

（2）能实时将膝关节的运动数据通过无线的方式上传至上位机或者云平台，以便上位机或服务器能针对数据进行算法研究、数据计算和优化；

（3）可穿戴性，能方便的穿戴在膝盖周围，而且能尽量满足不同人的膝关节尺寸，都可穿戴，且能尽量保障数据的一致性；

（4）功耗低，能满足小型理电池也可维持系统较长时间的工作，而且能方便更换电池、方便系统移动电源充电；

（5）具备离线记录方式，当无法进行联网时，能在短期内记录运动的数据并进行备份；

（6）上位机或云平台能进行数据的记录和梳理，能方便医生远程快速查看康复患者的运动过程数据，能支持医生远程监督康复过程、制定和修改康复方案。

2 智能膝关节运动检测系统的架构

智能膝关节运动检测系统一共由“膝关节运动采集系统、膝关节数据管理平台、膝关节护具”三大部分组成，每个部件都相对独立；其中，膝关节运动采集系统是膝关节运动过程中数据来源的核心，主要实现测量和采集膝盖运动加速度，角速度，运动角度等数据；膝关节护具是系统必要的配套载体，而膝关节数据管理平台是系统价值的体现，主要实现膝关节运动数据的实时导入、数据计算和优化等功能，可为医生提供详尽的数据报告，为医生制定和修改康复方案做支撑。

2.1 智能膝关节护具的外形架构设计

智能膝关节护具的外形共由“外、中、内”3 层组成，按日常的成人比例进行尺寸设计，其中，外层和内层用于包裹系统和安装，结构上均采用符合人体工程学的“绑带式”设计，可增加适用人群的范围，中层则主要用于装载膝关节运动采集系统。智能膝关节护具外形如图1所示。

图1：智能膝关节护具外形结构图

其中，外层在不同的部位设计有透气孔，增加护具的透气性，同时材质选用SBR 布料，使其手感细腻、柔软、富有弹性，还具备防震、保温等多项特点；内层材质采用的是可拆卸的设计，冬天可加载羊毛内胆，利用羊毛进行保暖作用，实现冬夏两款同一体；中层则是智能膝关节无线检测节点的安装层，分别在膝盖周围布置有9 个检测点和一个微型LCD 显示屏，用于获取膝关节在运动过程中的位置等数据，每个检测点之间采用柔性排线进行连接通信和供电；整个系统为低功耗设计，电池采用纽扣或微型理电池，安装在微型显示屏部件内部。

2.2 智能膝关节运动采集系统的架构设计

智能膝关节运行采集系统主要由核心处理器、多个运动数据传感器、无线通信模块、数据存储模块、LCD 显示屏以及供电电路等多个部分组成，如图2所示。

图2：智能膝关节运动采集系统架构图

其中，系统采用MSP430 单片机作为中央处理单元，主板由电源电路提供3.3V～3.7V 供电，通过多个驱动接口电路实现MSP430对运动数据传感器的数据实时采集；无线传感器主要实现实时采集数据的实时上传，数据存储模块用于运动数据传感器采集数据的备份，微型LCD 屏对设计和调试人员而言，主要用于显示调试和测试过程的各项数据，对使用者而言，主要用于显示必要的系统运行状态，例如：开、关、电量过低等信息。

2.3 膝关节数据管理平台的架构设计

膝关节数据管理平台采用B/S 架构设计（即：浏览器/服务器体系结构），实现信息的分布式处理，不仅大幅简化客服端，而且可减少平台的开发和维护成本。平台除了主要实现与智能膝关节运动采集系统的数据实时交互、数据存储、数据算法实现之外，还主要用于医生与康复患者的数据对接，实现医生远程快速浏览康复患者的膝关节运作状态的历史详细数据和优化报告，并在线向对应的康复患者发布下一阶段针对性康复方案，不仅大幅减少康复患者频繁往返医院而花费的经济和时间成本，也方便医生在线监督患者的康复过程，方便医生快速查阅和记录康复数据。

3 智能膝关节运动采集系统的主要元器件选型分析

3.1 系统核心处理器的选型分析

本系统的核心处理芯片既需要快速能与运动检测传感器进行实时数据的采集和通信，又需要通过无线方式高速地将数据向平台进行发送，而且由于是穿戴性产品，还需要能在低功耗模式下运行，以便进一步减少电量损耗。市场上主流的处理芯片以单片机、ARM为例，有很多厂家、很多类型的芯片，例如：ST 公司的STM32 系列、宏晶公司的STC 单片机系列、TI 公司的MSP430 系列、Microchip公司的PIC 系列和AVR 系列等；本系统结合价格因素，主要考虑系统既需要满足能低功耗模式运行，又需要满足数据处理量较大、数据处理较快，因此选用TI 公司的MSP430 系列的MSP430F5529芯片。

MSP430F5529 芯片，在TI 公司的推荐应用范围就是用于模拟和数字传感器系统，或用于数据记录器。该芯片为低电源电压供电，供电范围从3.6V 起可低至1.8V，而且电源电压可监视、监控甚至临时限电，具备超低功耗模式，以3.0V 供电条件为例，自身功耗可低至1.4μA 甚至0.18μA，能满足本系统的低功耗运行需求。同时，该芯片采用16 位精简指令集计算机(RISC)架构，系统时钟速度可达到25MHz，并且具备硬件乘法器能快速支持32 位的运算，能满足本系统数据处理的需求。

3.2 系统的运动数据传感器的选型分析

本系统的运动数据传感器主要用于采集膝关节的运动数据，包括了X、Y、Z 三个轴的加速度、三个轴的角速度以及三个轴的角度，而且还需要具备较快的通信接口，能实时检测数据并进行通信。市场上的运动数据传感器相对于处理器芯片而言，类型和品种较少，目前常见的有MUP6050、ICM-42605 等芯片。本系统综合考虑价格、检测范围、响应速度等多项因素，运动传感器选用TDK 公司的ICM-42605 芯片。

ICM-42605 芯片是一款6 轴运动跟踪设备，它将一个3 轴陀螺仪和一个3 轴加速计进行组合封装，该芯片的供电范围与核心处理芯片基本一致，从3.6V 起可低至1.71V，也具备低功耗工作模式，既能满足本系统的低功耗运行需求，又能减少电源电路的开发，实现供电一致性。同时，芯片的陀螺仪可支持从±15.625dps到±2000dps 的八个可编程满标度范围设置，加速计可支持从±2g到±16g 的四个可编程满标度范围设置，能满足本系统对检测数据要求的精度和响应速度。而且，该芯片还具有多种通信接口，包括I3CSM、I2C 和SPI 串行接口，能为系统提供多种数据的通信交互方式的选择。

3.3 系统其他主要元器件的选型分析

本系统的无线通信模块选用了Wi-Fi 和LoRa 两种不同的无线通信方式，分别用于不同的应用场景，其中，LoRa 模块选用的是亿佰特公司的E22-400T22S 模块，该模块采用SX1268 射频芯片，无线通信距离能达到5km，空中传输速率可达到62.5kbps，功耗较低，供电范围从2.3V 至5.5V，与系统主要芯片供电范围有重叠区域，也可保证供电电路的一致性。本系统的数据存储芯片采用W25Q256 芯片，该芯片是一种串行通信的Flash Rom，存储空间为256Mbit，擦写周期多达10 万次，最高时钟频率可达 104MHz，具有20年的数据保存期限，能满足本系统运动过程实时数据的备份存储要求。

4 智能膝关节运动采集系统的软件设计

MSP430 单片机的开发环境主要有CCSTUDIO-MSP 和IAR Embedded Workbench 等，本系统开发选用IAR Embedded Workbench 作为开发环境，软件主要包括运动检测数据的实时采集、运动检测数据的无线通信、运动检测数据的备份、电源能耗管理等多个部分，本文仅介绍实时检测数据采集的软件设计思路。

智能膝关节运动采集系统的实时检测数据采集软件主要实现逐次对分布在膝关节周围的9 个检测点进行三轴加速度、角速度以及角度的采集，主要流程为：与第一个检测点建立握手通信→向传感器下发数据获取指令→等待并接收传感器反馈的数据→按以上流程，依次向其他8 个检测点进行握手通信、下发指令、接收数据→9 个检测点的数据全部获取后，调用无线通信函数进行数据的上传发送→调用本地备份函数进行数据的备份存储→判断重复采集标志位，启动下一轮的数据采集。

5 结束语

系统应用结果显示可实现膝关节运动数据的实时采集，但还需要进一步对数据进行清理和优化，进一步提升数据的实用性。