可穿戴传感环境构建：技术突破与节能策略

### 可穿戴传感环境构建：技术突破与节能策略 #### 1. 可穿戴传感概述 可穿戴计算是一种新型计算方式，允许将传感器、执行器、显示器和个人电脑置于人体之上。利用可穿戴传感器并在环境中提供情境化服务的模式被称为可穿戴传感。用户使用如加速度计、生物医学传感器和全球定位系统（GPS）等传感器，在使用系统时，传感器持续采集用户数据。部分带存储功能的传感器可本地存储数据，其他则将数据发送至可穿戴计算机。可穿戴计算机对传感数据进行整合与分析，例如判断用户是否长时间工作、是否靠近目标建筑或心率是否过快等。之后，应用程序可将数据存储在本地以准备日志，或通过头戴式显示器（HMD）或耳机为用户提供地图或警报等情境化服务。 当使用可穿戴传感服务时，通常会组合使用多个传感器，主要有以下三个目的： - **使用多个同质传感器提高准确性**：单个传感器无法完全理解的信息，多个传感器可以实现。例如情境感知系统，它能识别用户的行走、跑步和站立等动作并提供情境化服务。在可穿戴计算环境中，由于使用摄像头持续捕捉图像困难且环境基础设施成本高，通常采用传感器值的机器学习方法。如Laerhoven等人使用30个加速度计识别人类动作，并测量传感器数量和动作的独特性；Ho等人使用大腿和脚踝上的两个加速度计识别情境，以防止移动设备在用户工作时打扰他们。 - **使用异质传感器提高准确性**：一些研究使用两种或更多类型的传感器来检测或识别仅用一种传感器无法准确完成的对象。例如InterTrax2跟踪传感器，结合三个陀螺仪、两个加速度计和三个地磁传感器，与HMD配合使用时，游戏中的3D图形会根据人头的移动而变化；DRM位置检测系统，结合地磁传感器、加速度计、陀螺仪和GPS，能在不同环境下准确获取位置；Stiefmeier等人使用位置信息识别与自行车维护相关的动作；还有识别护士日常活动的系统，通过加速度计识别活动，通过红外ID接收器检测位置。此外，利用无线电波定位和读取RFID进行广泛位置检测的方法结合使用也提高了准确性。 - **使用异质传感器提供各种服务**：一些应用利用各种传感器提供多种服务。例如一个医疗保健系统，通过类似手表的设备和个人数字助理（PDA）搭载三轴加速度计、光电脉搏波传感器、皮肤电反射（GSR）传感器和温度计，分别捕捉运动、脉搏率、心理状态和体温等信息，实时获取用户生活习惯并提供健康建议。 然而，可穿戴传感存在准确性和能耗之间的权衡问题。由于可穿戴设备在尺寸和重量上的限制，电池需要小巧，因此低功耗也是一个重要问题。例如Porcupine项目，使用开关球设备替代加速度计以降低功耗，但在日常活动中的准确性远低于加速度计。同时，用户为使用多个应用程序需要配备多种传感器，目前虽有一些关于多传感器管理的研究，但尚未有使用中间件设备的研究。传统多传感器系统存在诸多问题，如使用GPS、加速度计和陀螺仪传感器的导航系统虽定位准确但功耗大，且GPS在室内无法使用，传感器还会因故障、电力短缺和过流等问题变得不稳定，仅通过传感数据难以检测到这些不稳定性。 #### 2. 传感器管理设备——CLAD 为解决上述问题，开发了一种名为Cross - Linkage for Assembled Devices（CLAD）的新型传感器管理设备。CLAD是位于可穿戴计算机和可穿戴传感器之间的中继设备，其尺寸为W76 × H13 × D70 mm，传感器尺寸为W45 × H12 × D12 mm。CLAD有自己的电源，可管理连接的传感器，具备以下五个主要特点： - **替代设备检索和切换**：CLAD从连续的异常数据点和传感器数据中断中检测传感器异常。当出现异常时，CLAD通过参考传感器配置文件信息识别替代设备，若存在则激活它。 - **电源供应控制**：CLAD持续监控其内部电源。若检测到电力短缺，它会根据用户定义的策略切断部分传感器的电源供应以降低功耗。 - **过流检测**：若检测到过流，CLAD会切断所有电源供应以确保安全。 - **错误检测**：CLAD检测传感器中的异常数据和电池耗尽等问题，并将这些问题通知PC，应用程序可通过显示消息（如建议更换电池）单独处理。 - **伪数据生成**：当传感器关闭且没有替代设备时，CLAD可根据学习数据及其与其他传感器的相关性生成伪数据，提高操作可靠性。 CLAD最具特色的功能是伪数据生成。对于缺失数据，通常有三种处理方法： - **整列删除**：当数据中至少包含一个缺失数据时，不使用任何传感数据。由于假设传感器故障时数据会被补充，且此时缺失数据会连续出现，因此该方法不可用。 - **成对删除**：仅在删除缺失数据后使用传感数据。但此方法会导致传感数据维度变化，对情境识别算法施加诸多限制，因此不适合作为通用机制。 - **插补**：在缺失数据中补充一些值后使用传感数据。由于该方法不改变传感数据的维度，CLAD用户无需考虑数据补充问题。CLAD采用插补方法来补充数据。 以一个包含五个加速度计的情境感知系统为例，假设传感器5因故障关闭，伪数据生成分为四个步骤：