CHƯƠNG 1 TỔNG QUAN 1. Tổng quan về tình hình nghiên cứu hiện nay Ngày nay các máy đếm bước chân đã trở thành một thiết bị thông dụng để theo dõi việc luyện tập thể dục hằng ngày, có thể khuyến khích một cá nhân tự cố gắng tập thể dục, giảm cân. Thiết bị đang dần chứng tỏ được các ích lợi mà nó mang lại. Vậy lịch sử của các máy đếm bước chân này là như thế nào? Năm 1965, Tiến sĩ Yoshiro Hatano khuyến khích người dân Nhật đi 10.000 bước mỗi ngày nhằm đốt calorie và để giữ sức khỏe theo sau một nghiên cứu của ông.
Điều này chính là nguyên nhân khiến nhà sản xuất đồng hồ Yamasa Tokei ra mắt chiếc Manpo-meter (mechanical pedometer - máy đếm bước chân cơ khí). Các thiết kế ban đầu này sử dụng switch cơ cảm biến trọng lực để phát hiện bước chân kết hợp với một bộ đếm đơn giản. Khi các thiết bị này chuyển động, ta có thể nghe thấy tiếng trượt của một bi kim loại hoặc tiếng của con lắc ngược khi nó chuyển động. Sản phẩm này được chứng minh là có thể đo tương đối chính xác 10.000 bước chân của người dùng nên nó nhanh chóng phổ biến tại quốc gia mặt trời mọc.1: Quảng cáo cho một thiết bị Manpo-meter tại Nhật 1 Đến những năm 1980, các thiết bị điện tử với độ chính xác cao hơn đã được sử dụng để thay thế cho Manpo-meter.
Ngày nay, các cảm biến đo bước chân hoạt động dựa trên các cảm biến quán tính vi cơ điện tử (microelectromechanical systems – MEMS) và phần mềm phân tích để phát hiện đúng các bước chân với xác suất cao. Các cảm biến quán tính MEMS cho phép phát hiện bước chân chính xác hơn và ít phép đo sai hơn. Hiện nay, có rất nhiền mẫu vòng đeo tay trên thị trường với rất nhiều tính năng tích hợp. Như dòng sản phẩm Fitbit Tracker của hãng Fitbit, Mỹ xuất hiện từ năm 2009.
Sản phẩm nhỏ gọn này có màn hình OLED để hiển thị các thống kê nhanh, khả năng ghi nhận chuyển động 3D cùng chế độ đồng bộ dữ liệu không dây thông qua một trạm trung tâm. Ngoài những chức năng theo dõi tập luyện cơ bản, Fitbit Tracker còn có thể ghi nhận giấc ngủ. Trên trang web của Fitbit có đưa những lời phân tích về chế độ luyện tập của bạn. Nếu thích, bạn có thể chia sẻ mục tiêu của mình với bạn bè, gia đình.2: Sản phẩm Fitbit Tracker được đưa ra thị trường vào năm 2009 Một dòng sản phẩm nổi tiếng là model Gear Fit của hãng Samsung.
Ngày 24 tháng 2 năm 2014, Samsung Electronics cho ra mắt dòng đồng hồ thông minh Samsung Gear Fit tại Mobile World Congress thường niên tại Barcelona, Tây Ban Nha. Là thiết bị sử dụng màn hình Super AMOLED cong đầu tiên, nó dùng để cập nhật cuộc gọi, emails, SMS, báo thức, đồng hồ bấm giờ, S-planner và một số phần mềm thứ 2 ba. Tính năng đặc biệt của nó dùng để tập thể dục và đo nhịp tim. Ngoài ra nó còn có tính năng chống nước và chống bụi IP67.3: Mẫu đồng hồ thông minh Gear Fit Một số đồng hồ thông minh thậm chí còn được tích hợp đầy đủ những tính năng hỗ trợ người dùng tập luyện thể thao.
Chúng cũng trở thành một món đồ thời trang kiêm thiết bị hiển thị thông báo từ điện thoại gửi sang. LG, Samsung, Sony đều có những mẫu thiết bị theo dõi sức khỏe của mình với nhiều mức giá và tính năng khác nhau. Tuy nhiên, tất cả đều phục vụ chung một mục đích: ghi nhận lại các hoạt động thường ngày và đưa người dùng hướng đến một cuộc sống khỏe mạnh hơn, vui tươi hơn.4: Một số mẫu thiết bị theo dõi sức khỏe hiện nay Qua phần trên ta đã thấy công nghệ dùng để chế tạo thiết bị đếm bước chân đã có những cải tiến vả phát tiển vượt bậc, từ những sản phẩm đầu tiên có thiết kế hoàn 3 toàn là cơ khí, sau đó là các sản phẩm kết hợp giữa cơ khí và vi mạch điện tử và bây giờ là các thiết bị xây dựng hoàn toàn trên nền tảng vi mạch điện tử giúp các thiết bị nhỏ gọn, hoạt động chính xác tin cậy hơn. Tuy nhiên, hầu hết các mẫu sản phẩm hiện nay đều được xây dựng độc lập và độ chính xác bị ảnh hưởng bởi các hoạt động ngẫu nhiên của người sử dụng.
Các sản phẩm cũng chưa có khả năng phân biệt các hoạt động thể chất khác nhau để có thể ghi nhận chính xác số bước chân trong hoạt động tương ứng cũng như việc tính toán khoảng cách đều dựa trên một sải chân cố định đặt trước. Điều này dẫn đến sản phẩm có thể có các sai số khác nhau với nhiều người dùng khác nhau. Do đó trong đề tài này, người thực hiện đề tài sẽ tập trung vào việc phát triển vòng đeo tay đếm bước chân dựa trên một cảm biến gia tốc ba trục và xây dựng thuật toán đếm bước chân sử dụng kết quả của một mô hình huấn luyện decision tree để vòng đeo tay có khả năng phân biệt các hoạt động khác nhau, từ đó sẽ có thể đếm số bước chân chính xác nhất. Đồng thời người thực hiện đề tài sẽ phát triển thuật toán có khả năng dự đoán sải chân của người dùng, từ đó nâng cao độ chính xác khoảng cách tính toán.
Jerome and Albright [3] đã thực hiện một nghiên cứu so sánh độ chính xác của năm máy đếm bước chân thương mại trên thị trường bao gồm: Brookstone Talking Pedometer, Voice Zone, Sportline 343, Accusplit Alliance AL390 và Oregon Scientific PE829. Mười người lớn tuổi (từ 68 đến 77 tuổi) và bảy người khiếm thị (từ 29 tuổi đến 56 tuổi) đeo các máy đo bước chân và thực hiện 50 bước đi, leo cầu thang và xuống cầu thang. Số bước máy đếm được sẽ được so sánh với số bước thực tế. Kết quả độ chính xác của các máy đếm bước chân là rất thấp (từ 41 đến 67 %) khi đi bộ trên đất bằng, leo cầu thang có độ chính xác là từ 9 % đến 28 %, xuống cầu thang là từ 11 % đến 41 %.
Waqar et al [7] đã sử dụng thuật toán cho máy đếm bước chân với một giá trị ngưỡng đặt trước cho hệ thống định vị trong nhà. Nghiên cứu thực nghiệm thuật toán bằng cách đo số bước chân đếm được trên 40 bước chân thực tế. Kết quả 4 nghiên cứu cho thấy độ chính xác trung bình là 86,67 % (độ chính xác thấp nhất là 82,5 % và độ chính xác cao nhất là 95 %). Thuật toán của Waqar có nhiều điểm tích cực như sử dụng time window để loại bỏ các nhiễu do các hoạt động ngoài việc đi bộ, sử dụng dữ liệu thô thu thập được để quyết định ngưỡng đặt trước.
Tuy nhiên bài báo không giải thích rõ giá trị ngưỡng đặt trước này được quyết định theo phương trình như thế nào. Đồng thời việc thực nghiệm chưa đa dạng (chưa có thêm các hoạt động khác như chạy bộ, lên cầu thang, xuống cầu thang…) và thời gian thực nghiệm không lâu (chỉ đi 40 bước, lặp lại 6 lần). Một trong những nghiên cứu sớm nhất về việc nhận dạng hoạt động dựa trên nhiều cảm biến gia tốc là nghiên cứu của Bao & Intille [2]. Trong nghiên cứu này Bao & Intille đã sử dụng năm cảm biến gia tốc được đeo ở đùi, cổ chân, cổ tay, bắp tay, bên hông và thu thập dữ liệu từ 20 người.
Bao & Intille sử dụng các phương pháp huấn luyện như decision table, C4.5 và Naïve Bayes classifiers để tạo ra model có khả năng phân biệt các hoạt động. Kết quả theo thuật toán của họ cho thấy cảm biến đặt trên đùi có khả năng phân biệt các hoạt động tốt nhất. Tỉ lệ nhận dạng tổng 84,26 % là kết quả đạt được trong phòng thí nghiệm, với dữ liệu được kiểm soát bởi các nhà khoa học. Trong nghiên cứu [6], một cảm biến gia tốc ba trục 6g được đeo ở hông.
Dữ liệu từ cảm biến được truyền thông qua Bluetooth Class 1, tốc độ lấy mẫu là 50Hz. Năm loại hoạt động (đi bộ đất bằng, đi bộ lên dốc, đi bộ xuống dốc, lên cầu thang, xuống cầu thang) được thu thập từ 52 đối tượng (39 nam, 13 nữ, độ tuổi từ 21 đến 64, cao từ 1,53 m dến 1,88 m và cân nặng từ 42 đến 94 kg). Dữ liệu thô được tiền xử lý, trích xuất đặc trưng, chuẩn hóa dữ liệu và đưa vào huấn luyện. Kết quả mô hình huấn luyện cuối cùng có khả năng nhận dạng các hoạt động với độ chính xác 96,02%.
Tuy nhiên trong thí nghiệm này, các nhà nghiên cứu chưa tính đến khả năng chống nhiễu của hệ thống và kết quả thực nghiệm cuối cùng chỉ dừng lại là một model có khả năng phân biệt hoạt động mà chưa ứng dụng được mô hình này vào một thiết bị thực tế. 5 Trong đề tài nghiên cứu vòng đeo tay này, người thực hiện đề tài sẽ tập trung vào phát triển vòng đeo tay có khả năng đếm bước chân chỉ dựa vào một cảm biến gia tốc đeo ở tay. Đồng thời một số phương pháp cải tiến để đếm bước chân được đề xuất kết hợp trong thuật toán đếm bước chân đó là: - Lấy mẫu dữ liệu lúc vòng đeo tay mới khởi động để biết vị trí vòng đeo tay được đeo như thế nào (dựa trên gia tốc trọng trường). - Time window được sử dụng để loại bỏ nhiễu.
- Thu thập dữ liệu để huấn luyện cho vòng đeo tay có khả năng nhận dạng các hoạt động thể chất khác nhau (bao gồm: đi bộ, chạy bộ, leo cầu thang, xuống cầu thang…). Dữ liệu thô sẽ được lấy mẫu, trích xuất đặc trưng và đưa vào một mô hình huấn luyện dạng decision tree. Decision tree được lựa chọn làm phương pháp huấn luyện vì nó không cần tính toán phức tạp và kết quả huấn luyện cuối cùng có thể dễ dàng nhúng vào các MCU. Tính cấp thiế ề tài Việc nghiên cứu và xây dựng vòng đeo tay thông minh sẽ giúp người thực hiện đề tài nắm bắt được các công nghệ hiện được ứng dụng trong nhiều sản phẩm đã và đang được phát triển như các chuẩn giao tiếp, thu thập, xử lý dữ liệu, huấn luyện cho mô hình machine learning.
Mục tiêu nghiên cứu Mục tiêu đầu tiên của đề tài đó là xây dựng được phần cứng của vòng đeo tay: - Nghiên cứu về các chuẩn giao tiếp không dây, lựa chọn chuẩn giao tiếp phù hợp cho vòng đeo tay. - Thiết kế, xây dựng một nguyên mẫu vòng đeo tay. - Nghiên cứu nguyên lý hoạt động của thiết bị đếm bước chân, xây dựng thuật toán đếm bước chân.