智能哑铃
2023-08-196248
精华项目
AI 快速预览详细
该项目使用micro:bit和加速度传感器制作了一个智能哑铃。通过分析加速度数据，可以记录运动状态并使用二进制点阵显示计数。项目设计考虑了不影响原有重量和存放，适合青少年STEM教育场景。
|
【项目背景】 闺女开学就要升入高中了，据说衡水中学的军训很累，还有远足活动。所以这几天每天早起陪闺女晨跑，孩儿她妈还给买了哑铃，哑铃是每个5KG，孩子觉得锻炼起来还可以，但她妈觉得有些重，不适合闺女。又买了更小的3KG，大的就给我了。我微微一笑，“造”起来。  【项目设计】 设计原则：不能太影响哑铃原有重量，不影响活动过程，不影响存放。 设计原理：使用哑铃锻炼过程中，哑铃上升下降，运动速度会有快慢变化即产生加速度变化，可由加速度传感器测得。 硬件选择：主板使用micro:bit，Micro:bit板载加速度传感器。 【设计亮点】  1.使用X轴、Y轴向量和的模来判断运动状态 2.使用指数移动平均(EMA)滤波算法 3.使用二进制点阵进行计数 【制作过程】  1、方案一，将Micro:bit固定在正面。  编写程序，获取三轴加速度值  在Excel中处理，并使用图表进行分析  可发现，运动过程中，Z轴加速度有明显变化。通过程序分析Z轴加速度值，可得运行状态。但同时，也发现，这样放置主控板，不利于存放（有可能放下时朝下压坏）。 2.方案二，将Micro:bit固定在侧面。  经数据分析发现，主控板如上图朝向运动时，Y轴加速度值变化明显。   经数据分析发现，主控板如上图朝向运动时，X轴加速度值变化明显。  3.矢量和的模 当主控板安装在侧面时，运动时，只有Z轴加速度值变化不明显。当主控板在侧面朝向不同时，运动时，xy两轴的数据是不确定的，但是二者矢量和的模却是有规律的（其实真正的加速度被正交分解了）。    4.(EMA)滤波 记第i个时间单位获取到的加速度的二个矢量和的模大小为xi，为了使数据更加平滑，分别使用两次的指数滤波(EMA)。  其中a i 是拟合曲线，b i均值，因此Δ h = a i − b i 即波峰波谷的高度差,得到Δ h后再跟设置好的阈值比较。 Δ h>highLimit 往高 Δ h<lowLimit 往低 p1=0.5 p2=0.002 highLimit=300 lowLimit=-300   上图是带入这些参数得到的曲线，我们可以看到经过p1参数的滤波得到的曲线(红色)，已经大致拟合原数据(蓝色)，而经过p2 参数得到的曲线(绿色)大致为均值 5.记录个数   通过上图与实际运动情况对比分析，两个大波峰这间的小波峰是运动到最上时平行回拉的过程，此波峰可通过设定的阈值忽略掉。此时，只需要判断一个上升接一个下降，就可将计数器加1。具体程序如下：   6.使用二进制点阵显示计数 使用Micro:bit点阵屏最中间一行，使用二进制方式亮灯显示计数。因只有五位，所以最大可显示计数31。如要显示更大的计数，可将其它点阵灯利用上。   （显示计数9） 【演示视频】 |
