Nhận dạng hoạt động và ước lượng năng lượng calo tiêu thụ cửa người

Mà hàng đầu là các hệ thống nhận dạng hoạt động và ước lượng năng lương tiêu thụ, đó là một lĩnh vực nghiên cứu đa ngành được sử dụng rộng rãi kết hợp với nhiều lĩnh vực khác nhau như y

NGUYEN ĐĂNG MẠNH

NHAN DẠNG HOẠT ĐỘNG VA UOC LUQNG NĂNG LƯỢNG

CALO TIỂU THU CUA NGƯỜI

Chuyên ngành: Hệ thống thông tin

Mã số: 60.48.01.04

TOM TAT LUẬN VĂN THAC SY

HA NOI - 2017

Luận văn được hoàn thành tại:

HỌC VIÊN CÔNG NGHỆ BƯU CHÍNH VIÊN THÔNG

Người hướng dẫn khoa học: PGS.TS Phạm Văn Cường

Phản biện 1: TS Ngô Xuân Bách

Phản biện 2: PGS.TS Nguyễn Hải Châu

viện Công nghệ Bưu Chính Viễn thông

Vào lúc: 9 giờ 30 ngày 5 tháng § năm 2017

Có thể tìm hiểu luận văn tại :

- Thu viện của Học viện Công nghệ Bưu chính Viễn thông

MỤC LỤC

DANH MỤC BANG BIÊU 5-5-5 << s22 se EseEsEEsessesessesersersersesse iii

DANH MỤC HINH V Ế -°-s£s£©Ss£EssEEseExseEssEEssEvsetxsersserssrssersseree iv

MO ĐẦUU 5-25 ©SeSEL4eEEEHEE.HE HEE.E.44 E734 7440714107144 27442734 7412k 1

CHƯƠNG I: TONG QUAN wosscsssssssssssssssssssssssccsssssssssssssscsssssssssssssssssssssessssssessssssses 3

1.1.GiGi (ÏhÏỆU 5 << 5< < ⁄ HH ĐH HH 000008 00008050004 3

1.1.1.Nhận dạng hoạt động Ca ƯỜÏ 0 <5 <5 s5 9.0.0 90096 08 3

1.1.2.Ước lượng năng lượng Calo tiêu tụ < << << 5< s< se e<ssssSeSseseseses 4

1.2.Một số nghiên cứu trước đây -s s-se<s< se se sessessessesseseesersessessee 5 1.2.1.Nghiên cứu về nhận dạng hoạt động của người -s-s<csscss 5 1.2.2.Nghiên cứu về ước lượng năng lượng calo tiêu thụ - -s 10 1.3.Một số hạn chế và phạm vỉ nghiên cứu s s-sssesscssessesessess 14

1.3 Một số giả định sssssssssssssssssssssssesssssssssesssssssssssssesssssssssssssssesssssssesssssssessssssseees 15

1.3.1.Mục tiêu mghién CỨU ó5 << 9 9 9.0 991 0.000 000960086906 16

CHƯƠNG II: NHẬN DẠNG HOẠT ĐỘNG VÀ ƯỚC LƯỢNG NĂNG

LƯỢNG TIEU THU CUA NGƯỜI BANG GIAY THONG MINH 17

2.1.Thiết kế giày thông minh iShoes cccsccsssssssssssssessessessssssssssssssssessessessseseeseees 17 2.2.Do lượng Calorie tiêu thụ bằng đồng hồ thông minh SmartWatch 19

2.3.Nhận dạng hoạt động CỦa NGO - << 5s H000 100906 20

2.3.1.Xử lý dit liệu cảm biến 2s s<ss©se+ss©vseEsserseersersserseerserrssrse 20

2.3.2.Trích chọn các đặc frưnØ do << <6 <9 99.99.594.998 9909 90499408996 20

2.3.3.Các thuật toán phan ÌO ạÌ o5 G52 %9 S59 9.0.9.0 09 09906 04.0 24

2.4.Phương pháp ước lượng calorie tiêu thụ ở NWOT <5 s55 55s se 26

CHUONG III: THU NGHIỆM VÀ DANH GIA - 22s sssses 28

3.1 Thu thập dif li@u - << << << HH HH 000000 400086 28

3.2.Kết quả thử nghiệm . 22s s2 ssssexseEsEsstssetserserssrssrrszrssrssrse 30

3.2.1.Thuật toán Random Forest d 5 5 5 9 5 91 9969.999.990 09099888995 31

3.2.2.Thuật toán phân lớp Bayesian mets o o5 5S 2 9 90 9595 96.8 33

3.2.3.Thuật toán láng giềng gần(KNN) s-<s<cscsccsessessesssserserserseree 36

DANH MỤC BANG BIEU

Bảng 1:U6c lượng MET với các loại vận đỘng - ¿5+ 55+ St ssx+xsesexsxsez 27

Bảng 2: Kết quả nhận dang hoạt động sw dụng thuật toán Random Forest 33 Bảng 3: Kết quả nhận dạng hoạt động sử dụng thuật toán Bayesian Nets 35 Bang 4: Kết quả nhận dạng hoạt động sử dụng thuật toán láng giéng gan KNN 38

Bang 5: Kết quả ước lượng năng lượng tiêu hao ở người -c©cscscseccee: 41

DANH MỤC HÌNH VẾ

Hình 1.1: Hệ thống thu nhận dit liệu của trung tâm nghiên cứu đại hoc Rutgers Ó

Hình 1.2: Vị trí của cảm biến gia tốc trong nghiên cứu cua Andreas Bulling 7 Hình 1.3: Hệ thống TI OMAP wieccesscssessesssessessesssessessessecssessessessussssssessessusssessessesstseseeses 7 Hình 1.4:Các thiết bị trong nghiên cứu của Emmanuel Munguia Tapia - ổ

Hình 1.5: Hệ thống thu nhận dữ liệu nghiên cứu Dean M Karanfonis 9

Hình 1.6: Mô tả phòng thi nghiệm do năng lượng CdÏO «c+cc<<csscxsss Il

Hình 1.7:Vi trí các cảm biến trong nghiên cứu Fahd Albinali ««-«« T2 Hình 1.8:Vị trí các gia tốc kế và cảm biến áp suất -. -2 2-5+5cccccccs+cxerxcrez 13 Hình 2.1: Ví trí cảm biến trên đôi giây ISNOCS vessesscsssessessessesssessessesssessessessesssesseeseess T8 Hình 2.2 Dong hồ thông minh Samsung Gear S2 -¿- +©x+2c+ce+cerxcres 19 Hình 3.1 Kết quả thử nghiệm sử dung thuật toán Random Forest - 33

Hình 3.2 Kết quả thứ nghiệm sử dụng thuật toán Bayesian NefS - 3ó

Hình 3.3 Kết qua thử nghiệm sử dụng thuật toán láng giéng gan KNN 39

MỞ ĐẦU

Sức khỏe là vốn quý nhất của mỗi con người, mỗi gia đình và của cả xã hội.Cùng với sự phát triển của kinh tế xã hội thì nhu cầu chăm sóc sức khỏe cá nhânngày càng được nâng cao Bên cạnh đó, với sự phát triển chóng mặt của côngnghệ thông tin khiến cho việc theo đõi sức khỏe trở nên dễ dàng và tiện lợi hơnbao giờ hết Các thiết bị di động, thiết bị tính toán (Computing devices) ngày

càng thông minh, đã có rất nhiều công trình nghiên cứu về các hệ thống thông

minh hỗ trợ việc theo dõi sức khỏe con người Mà hàng đầu là các hệ thống nhận

dạng hoạt động và ước lượng năng lương tiêu thụ, đó là một lĩnh vực nghiên cứu

đa ngành được sử dụng rộng rãi kết hợp với nhiều lĩnh vực khác nhau như y học,tương tác máy tính hay xã hội học, nhằm cung cấp các dịch vụ hỗ trợ tình huống

trong hoạt động hàng ngày, các trung tâm chăm sóc sức khỏe, bệnh viện

Hiện nay, theo thống kê của cục Y tế dự phòng, ở Việt Nam số ngườitrưởng thành thừa cân, béo phì chiếm đến 25% dân số, mà nguyên nhân căn bản

là do tình trạng mắt cân bằng về năng lượng giữa lượng calo đưa vào cơ thể vàcalo tiêu thụ Chính vì thế, tôi chọn đề tài “Nhận dạng hoạt động và ước lượngnăng lượng calo tiêu thụ của người” với mong muôn sẽ có những ứng dụng thiếtthực vào thực tế

Với mục tiêu sử dụng cảm biến gia tốc 3 trục có gắn ở giày dé nhận dangcác hoạt động liên quan đến phần dưới cơ thé và ước lượng calo tiêu thụ của conngười trong thời gian hoạt động, đồng thời, sử dung 1 thiết bị đo nhịp tim trong

suốt quá trình hoạt động, dé đo lượng calo tiêu thụ để sử dụng cho việc so sánh

đánh giá Nội dung luận văn sẽ bao gồm ba chương theo cấu trúc như sau:

Chương 1: Tổng quan về các thiết bị nhận dạng hoạt động và ước

lượng năng lượng calo tiêu thụ

Trình bày về sự cân thiệt của việc nhận dang và ước lượng năng lượng calo tiêu thụ Các giải pháp công nghệ, các cách tiêp cận đã được sử dụng trong các

nghiên cứu trước đây, những hạn chế và mục tiêu nghiên cứu

Chương 2: Phương pháp tiếp cận

Chương này giới thiệu cụ thé về các thiết bị đo, các phương pháp nhậndạng hoạt động và ước lượng năng lượng calo tiêu thụ Nội dung cụ thé bao

`

„`

gôm:

v Giới thiệu về Giày thông minh ishoes

v Đồng hồ thông minh có ứng dụng đo nhịp tim SamSung Gear S2

v Phuong pháp nhận dang hoạt động của người

+ Phương pháp trích chọn đặc trưng

+ Các thuật toán phân loại

v Phương pháp ước lượng lượng calo tiêu thụ của người

+ Thuật toán

v Hệ thống nhận dạng hoạt động của người trong thời gian thực

Chương 3: Thử nghiệm và đánh giá

Trình bày cụ thé về quá trình thu thập dữ liệu từ hệ thống, quá trình thựchiện các thực nghiệm cụ thể, các bước thực nghiệm và kết quả đạt được Từ đó

đưa ra các phân tích, nhận xét.

CHUONG I: TONG QUAN

Chương nay trình bay về bài toán nhận dang hoạt động của người va ước

lượng năng lượng tiêu thụ; các nghiên cứu trước đây, phạm vi nghiên cứu và một

số giả định

1.1 Giới thiệu

1.1.1 Nhận dạng hoạt động của người

Nhận dạng hoạt động của người là quá trình giám sát và phân tích hành vi

người dung và trạng thái môi trường xung quanh nhằm suy diễn hoặc nhận dạng

các hoạt động mà con người đangthực hiện Nhận dạng hoạt động người không

những là chủ đề nghiên cứu quan trọng trong tính toán nhận biết ngữ cảnh(context-aware computing) mà còn là chủ đề cho rất nhiều lĩnh vực khác như

tính toán khắp nơi (pervasive computing), tương tác người — máy (human

computer interaction) hay tính toán di động (mobile computing) Một trong

những mục tiêu của nhận dạng hoạt động là cung cấp thông tin về hành vi củangười dung từ đó cho phép hệ thống tính toán chủ động hỗ trợ người dùng trong

công việc.

Hiện nay có rất nhiều ứng dụng thông minh từ việc nhận dạng hoạt động

của người Ví dụ như, nhận dạng có người di qua đèn điện sẽ tu bat, WC tự động

trong các nhà hàng, văn phòng, hay ta đang ngồi ở cơ quan làm việc nhưng vẫnnhận dạng được các hoạt động của những người thân trong gia đình mình.Bằng

cách gan hệ thống cảm biến vào ngôi nhà.Chúng ta có thé tìm thấy những nghiên

cứu ứng dụng như vậy trong “Human Activity Recogination for Personalized

Services” cua | nhóm nghiên cứu bên Nhat.

Ngoài ra, nhận dạng hoạt động còn được ứng dụng rat nhiều trong y tế, cóthé kế đến như việc giúp tính toán ước lượng calo của người sử dụng, giúp người

đó có thé quản lý được lượng calo cần tiêu thụ của bản thân giúp đưa ra các gợi

ý cần thiết, nhất là ở những người bị bệnh béo phì Một ứng dụng thứ 2 liên quan

đến lĩnh vực y tế là giúp các bác sĩ có thể quản lý được các hoạt động của bệnh

nhân khi họ hoạt động ở nhà, có đúng như yêu cầu không Có thé kế đến nghiêncứu của Pollack và cộng sự nhằm theo dõi hoạt động của người bị chấn thương

sọ não khi họ trong giai đoạn phục hồi chức năng ở nhà

1.1.2 Ước lượng năng lượng calo tiêu thụ

Trước tiên, chúng ta cần biết Calorie là đơn vị dung dé đo một vật chat hapthụ hay tỏa ra Theo định nghĩa truyền thống, 1 Calorie bằng nhiệt lượng cầncung cấp cho 1 gram nước dé tăng nhiệt độ thêm 1°C Calorie được sử dung để

đo năng lượng mà thức ăn cung cấp cho cơ thể, về mặt định lượng, đơn vị được

sử dụng là Kilo Calorie (kCal), tuy vậy trong thực tế người ta thường chỉ gọi đơngiản là Calo Ví dụ nói một ô bánh mì chứa 236 calo có nghĩa là nó cung cấp 150

KCal năng lượng cho các hoạt động của cơ thé.

Theo các nghiên cứu thì tỷ lệ béo phì ngày cảng tăng cao do môi trường

cung cấp nhiều loại thực phẩm có lượng calo cao cũng như tình trạng lười vậnđộng Bộ Y tế cho biết, ước tính năm 2014 toàn thế giới có khoảng 1,9 tỷ người

trưởng thành bị thừa cân, tương đương với 39% dân số, trong đó có khoảng 600

triệu người bị béo phì Như vậy, số người thừa cân, béo phì hiện nay đã tăng gấphơn 2 lần so với năm 1980 Theo tổ chức Y tế thế giới (WHO) chi phí cho quản

ly và điều trị thừa cân, béo phì có thé lên đến 2% đến 7% tông chi phí cho chămsóc Y tế của các nước phát triển Ở Việt Nam tỷ lệ người trưởng thành bị thừacân, béo phì chiếm khoảng 25% dân số Trong xã hội hiện đại, tình trạng thừa

cân, béo phì ở người trưởng thành đang có xu hướng ngày càng phô biến và trở

thành một trong những thách thức lớn đối với chương trình chăm sóc sức khỏe ở

mọi quốc gia Nguyên nhân căn bản của thừa cân, béo phì là do tình trạng matcân bằng về năng lượng giữa lượng calo đưa vào cơ thé và lượng calo tiêu thu.Các nha dịch té học nhận định rang xu hướng gia tăng tỷ lệ thừa cân, béo phìtrong cộng động hiện nay chủ yếu là do có quá nhiều thực phẩm giàu nănglượng, có hàm lượng chất béo cao cùng với lối sống ít hoạt động thé lực, lười

vận động Có nghĩa là lượng calo hấp thụ vào nhiều hơn lượng calo tiêu hao vàchuyên hóa thành dự trữ dạng mỡ Ước lượng năng lượng tiêu thụ giúp chúng tatính toán được lượng calo tiêu thụ hàng ngày để có thể chủ động trong việc cânbăng năng lượng, kiểm soát chế độ ăn uống hợp lý, chủ động trong việc cân băng

năng lượng, ngăn ngừa các bệnh lý như khớp, tim mạch, những bệnh ma người

béo phì thường mắc phải Trước đây, từ năm 1980 các lĩnh vực nghiên cứu vềnhận dạng hoạt động và năng lượng calo tiêu thụ của người đã chiếm được sựchú ý của nhiều nhà khoa học

1.2 Một số nghiên cứu trước đây

1.2.1 Nghiên cứu về nhận dạng hoạt động của người

Nghiên cứu về nhận dạng hoạt động của người đã được các nhà nghiên cứuchú ý đến từ những năm 1980 khi mà các công nghệ chưa được phát triển Cónhiều cách dé tiếp cận giải quyết bài toán nhận dạng hoạt động bao gồm: nhận

dạng hoạt động dựa trên thị giác máy tính, dựa trên các cảm biến gắn trong môi

trường xung quanh và nhận dạng hoạt động dựa trên cảm biến và các thiết bị hỗtrợ mang theo người Sau đây tôi sẽ giới thiệu một số các nghiên cứu đã được

thực hiện:

Nghiên cứu của trung tâm nghiên cứu dai học Rutgers[1]

Nghiên cứu của Nishkam Ravi, Nikhil Dandekar, Preetham Mysore và

Michael L.Littman thuộc trung tâm nghiên cứu đại hoc Rutgers Nghiên cứu sử

dụng cảm biến 3 trục duy nhất gắn ở gần xương chậu.Nghiên cứu sử dụng 1 cảmbiến 3 trục CDXL04M3 được tạo bởi Crossbow Technologies Chính vì thế, làm

cho khả năng tăng tốc của cảm biến lên tới 4G với dung sai trong khoảng 2%

Cảm biến được tích hợp trong một Hoarder Board với tần số lấy mẫu là 50Hz

Dữ liệu cảm biến được truyền đến một IPAQ HP qua đường truyền không dâyBluetooth Sau khi thu thập được dữ liệu, hệ thong sé tinh toan cac dac trung nhu

Mean, Standard Deviation, Energy, Correlation.Nghiên cứu nhận dang 8 hoạt

động khác nhau: Standing, Walking, Running, Climbing up stairs, Climbing down stairs, Sit-ups, Vacuuming, Brushing teeth.

Một nghiên cứu nôi bật với việc nhận dạng các hoạt động phần trên cơ thể.Đó là

nghiên cứu của Andreas Bulling, Ulf Blanke, Bernt Schiele.Bai báo mang tên “A Tutorial on Human Activity Recognition Using Body-worn Inertial Sensors”.

Nghiên cứu sử dung cảm biến gia tốc và cảm biến con quay hồi chuyển được gắn

vào cánh tay với ba vi trí khác nhau Sau khi thu được dữ liệu từ cảm biến, hệ

thống tính toán các đặc trưng như mean và variance Sau đó sử dụng các thuật

toán phân loại như: K-NN, Discriminative Analysis (DA), Naive Bayes (NB),

Support Vector Machine (SVM), Hidden Markov Models (HMM).

opening a window closing a window

watering a plant

turning book pages

drinking from a bottle cutting with a knife

chopping with a knife

stirring in a bowl

forehand

backhand

and smash

Hình 3.1.2:Vi trí của cam bién gia tốc trong nghiên cứu của Andreas Bulling [2]

Nghiên cứu của nhóm tác giả Pierluigi Casale, Oriol Pujol, and Petia Radeva{[3]

Nghiên cứu cua Pierluigi Casale, Oriol Pujol, and Petia Radeva sử dụng

thuật toán Random Forest dé nhận dang 5 hoạt động sử dụng 1 hệ thống dựa trên

Beagleboard, một low-price board xây dựng trên hệ thống TI OMAP như hình

dưới và đạt độ chính xác leend đến 94%

Hình 3.1.3: Hệ thong TI OMAP [3]

Nghiên cứu cua Emmanuel Munguia Tapia và cộng sự [5]

Đặc biệt, nghiên cứu cua Emmanuel Munguia Tapia, nghiên cứu viên của

viện công nghệ Massachusetts (MIT) là một trong những nghiên cứu nổi bật mà

em tìm được trong lĩnh vực nhận dạng hoạt động Đó là một nghiên cứu tông thể

về nhận dạng hoạt động và ước lượng năng lượng calo tiêu thụ.Nghiên cứu sử

dụng rất nhiều thiết bị cũng như các đánh giá khác nhau đối với từng bước, từng

đặc tính trong nhận dạng hoạt động Nghiên cứu sử dụng một nền tảng cảm biến

không dây gọi là cảm biến môi trường MIT (MITes) và một số cảm biến sẵn cónhư MTI Actigraph, máy đếm bước chân HJ-112, băng deo tay bodybugg, đonhiệt lượng gián tiếp Cosmed K4b2 Từ dit liệu thu được từ các thiết bị trên,

nghiên cứu sẽ đưa ra những hướng nhận dạng khác nhau Từ dữ liệu thu được từ

cảm biến, nghiên cứu sẽ tính toán tập các đặc trưng như Mean, Standard

Deviation, Energy, Correlation, Sau đó, sẽ thực hiện thực nghiệm và so sánh

kết qua dé xem đặc trưng nao cho kết quả phù hợp nhất.Đặc biệt, nó còn đề cậpđến vấn đề chạy thời gian thực cho việc nhận dạng

Hình 3.1.4:Các thiết bị trong nghiên cứu của Emmanuel Munguia Tapia [5]

e Nghiên cứu của Dean M Karantonis[6]

Một nghiên cứu nồi bật trong việc nhận dạng hoạt động theo thời gian thực

là nghiên cứu của Dean M Karantoms, sinh viên của IEEE, Michael R.

Narayanan, Merryn Mathie, Nigel H Lovell, thành viên cấp cao của IEEE, and

Branko G Celler, thành viên của IEEE Bài báo trình bày việc thực hiện một hệ

thống phân loại theo thời gian thực cho các kiểu hoạt động của con người kết

hợp với dữ liệu thu được từ một cảm biến được gắn vào eo của đối tượng thamgia Hệ thống phân biệt giữa giai đoạn hoạt động và nghỉ ngơi, nhận định hướng

tư thế của người mặc, phát hiện các sự kiện như đi bộ và rơi xuống, và cung cấp

một ước tinh chi phí năng lượng trao đôi chất.Một thử nghiệm trong phòng thínghiệm dựa trên sự tham gia của sáu đối tượng đã được thực hiện, với kết quảcho thấy độ chính xác tổng thể 90,8% qua một loạt các nhiệm vụ 12 (283 bàikiểm tra) liên quan đến một loạt các động tác liên quan đến hoạt động bìnhthường hàng ngày Phân biệt giữa hoạt động và phần còn lại được thực hiện màkhông có lỗi; nhận định hướng tư thế đã được thực hiện với độ chính xác 94,1%,phân loại của đi bộ đã đạt được với sự chắc chắn ít hơn (83,3% chính xác), vàphát hiện té ngã có thể được thực hiện với 95,6% độ chính xác

Hình 3.1.5:Hé thong thu nhận dữ liệu nghiên cứu Dean M Karantonis [6]

Trên đây là sơ đồ của hệ thống thu nhận dữ liệu của hệ thống Một cảmbiến gia tốc được nhúng trong 1 vi điều khiển TA unit Cảm biến được dùng ở

đây là một cảm biến trục kép với tan số lay mẫu khoảng 100Hz Tín hiệu đầu ra

của cảm biến được lấy mẫu bởi ADC của vi điều khiến với tan số khoảng 45Hz

Sau đó dữ liệu được mã hóa và áp dụng thuật toán phân loại được nhúng trong

bộ nhớ flash của vi điều khiển Cuối cùng, nó truyền kết quả cho 1 máy tính qua

mang không dây wireless.

Nghiên cứu về ước lượng năng lượng calo tiêu thụ

Các thống kê về tỷ lệ béo phì trên thế giới ngày càng gia tăng, chính vì vậy

việc ước lượng lượng calorie tiêu thụ của người được các nhà nghiên cứu y học,

sinh học đã rất quan tâm Đã có rất nhiều công trình nghiên cứu về vấn đề đolượng calo tiêu thụ Mục đích chính của những nghiên cứu này là tìm hiểu về vấn

đề trao đối chất, tiêu hao năng lượng của con người để có những chính sáchchăm sóc sức khỏe phù hợp Sau đây là 1 số nghiên cứu tiêu biểu:

Nghiên cứu cua Kong Y Chen và Ming Sun[7]

Một trong những nghiên cứu sớm nhất về vấn đề này, đó là nghiên cứu của

Kong Y Chen va Ming Sun Đại học Vanderbilt, Nashville, Tennessee năm 1997.Nghiên cứu mang tên là “Improving energy expenditure estimation by

using a triaxial accelerometer”.Nghiên cứu sử dung 1 cam biến ba trục được tíchhợp trong 1 thiết bị tên là Tritrac Nghiên cứu được thực hiện trên 125 đối tượng( 53 nam và 72 nữ) Những thông tin cá nhân như chiều cao, cân nặng, tuổi được nhập vào thiết bị Quá trình đo được thực hiện trong | phòng đo giản tiếp

nhiệt lượng với điêu kiện sông gân với bình thường.

physical activity

& exercise

system measurement system system

Hình 3.1.6: Mô tả phòng thi nghiệm do năng lượng calo [7]

Nghiên cứu cua Fahd Albinali, Stephen S Intille[8]

Một nghiên cứu nồi bật nữa là “Using Wearable Activity Type Detection to

Improve Physical Activity Energy Expenditure Estimation” cua Fahd Albinali,

Stephen S Intille thuộc viện công nghệ Massachusetts va William Haskell, Mary

Rosenberger thuộc Stanford Medical School, ,Cambridge, USA Nghiên cứu

được thực hiện trên 24 đối tượng (10 nam, 14 nữ).Các đối tượng thực hiện những

hoạt động khác nhau ở hai môi trường khác nhau, một là trong phòng thí nghiệm,

hai là bên ngoài phòng thí nghiệm Trong khi thực hiện, các đối tượng đeo 1 thiết

bị di dong do nhiệt lượng oxycon gián tiếp, một Actigraph GT1Mở hông, và ba

cảm biến gia tốc không dây nhỏ ở ba địa điểm:hông, đùi, cánh tay Nghiên cứu

sử dụng mô hình hồi quy type-specific.

Hình 3.1.7:Vi trí các cảm biến trong nghiên cứu Fahd Albinali [8]

Nghiên cứu của Nadezhda Sazonova, Raymond C Browning, va Edward Sazonov[9]

Có một nghiên cứu gan nhất với hệ thống trong bài báo cáo này.Đó là

nghiên cứu “Accurate Prediction of Energy Expenditure Using a Shoe-Based

Activity Monitor” cua Nadezhda Sazonova, Raymond C Browning, va Edward

Sazonov.Nghién cứu nay phát triển một thiết bi gắn trên giày được nhúng mộtgia tốc kế và một cảm biến áp suất ở dé giày cho việc dự đoán năng lượng calotiêu thụ Nghiên cứu còn năng lượng calo tiêu thụ qua nhiệt lượng gián tiếp trên

16 người với tập 4 hoạt động nêu trên, dé so sánh với kết quả ước lượng thu thập

được mô hình sử dụng cảm biến gia tốc và cảm biến áp suất Kết quả cho thấy,

nếu có các đữ liệu áp lực dẫn đến độ chính xác tốt hơn dự đoán của năng lượngtrong tư thế tĩnh như ngồi và đứng Các hoạt động dựa trên mô hình phân nhánhtrong đó có những dự báo từ gia tốc và cảm biến áp lực (BACC-PS) đạt mức lỗithấp nhat(vi dụ, gốc có nghĩa là lỗi bình phương (RMSE) = 0,69 METS) so với

mô hình phân nhánh gia tốc chỉ dựa trên BACC(RMSE = 0,77 METS) và mô

hình không phân nhánh (RMSE = 0,94-0,99 METS) So sánh các mô hình dự

báo năng lượng sử dụng dữ liệu từ cả haichân so với mô hình sử dụng dữ liệu từ

một chân duy nhất cho thấy chỉ có một chiếc giày cần phải được trang bị cảm

biên.

Hình 3.1.8:Vị trí các gia tốc kế và cảm biến áp suất [9]

Cảm biên gia toc được đặt ở mặt sau của chiéc giây cùng với pin và bộ đôi năng lượng Cảm biên áp suât được đặt ở 5 vị trí khác nhua ở dưới đê giây.Dữ liệu cảm biên được lây với tân sô 25Hz và được chuyên qua máy tính thông qua

mạng không dây WISAN (Wrreless Intelligent Sensor and Actuator Network).

Nghiên cứu “Energy Expenditure Estimation with Smartphone Body

Sensors”[10]

Nghiên cứu trên được phát triển bởi một nhóm nhà khoa học người Mỹ

Trong nghiên cứu này, các nhà nghiên cứu tập trung vào ước lượng năng lượng

calo tiêu thụ chính xác dé theo dõi các hoạt động ngoại trú (đi, đứng, leo lên cầuthang hay tầng dưới) của một người sử dụng điện thoại thông minh phổ biến Ho

sử dụng cảm biến hiện có điện thoại thông minh (gia tốc và cảm biến áp suất),lay mẫu ở tần số thấp, dé phát hiện chính xác năng lượng calo tiêu thụ Đồngthời, nghiên cứu sử dụng Artificial Neural Networks, một kỹ thuật học máy, déxây dựng một mô hình hồi quy chung cho rang san lượng tôi da năng lượng calotiêu thụ 89% tương quan với năng lượng tiêu thụ thực tế (EE) Sử dụng dữ liệucảm biến phong vũ biểu, ngoài cảm biến được đề cập dé cải thiện đáng ké hiệusuất EEE (tối đa 15%)

1.3 Một số hạn chế và phạm vi nghiên cứu

Những mô tả và nghiên cứu trên đã cho thấy tầm quan trọng của nhận dạng

hoạt động ở người , mặc dù đã có tiễn bộ đáng ké trong công nghệ tuy nhiên việc

nhận dạng hoạt động và ước lượng năng lượng tiêu thụ còn có những sai số nhất

định Bên cạnh đó, tính phức tạp của các hoạt động có thể gây ra những tính toán

sai lệch trong quá trình nhận dạng, số lượng hoạt động: càng nhiều hoạt động càng gây ra khó khăn trong việc phân loại do tính tương đồng của nó, hay cường

độ hoạt động, kiểu hoạt động Và thứ quan trọng nhất là dữ liệu thu thập được từcác hoạt động, nó có thé bi ảnh hưởng bởi nhiều yếu tố khác nhau như môitrường thực hiện, người thực hiện, chúng sử dụng cảm biến được gắn ở giàynên sẽ chỉ thực hiện nhận dạng các hoạt động các hoạt động liên quan đến phần

dưới của cơ thé bao gồm các hoạt động đi, đứng, chạy, nhảy, đi bộ

Đo tiêu hao năng lượng trong cơ thể người là cần thiết để đánh giá nhu cầutrao đổi chất, từ đó kết hợp với các nghiên cứu y khoa về lượng calo hấp thụ dé

có thé tính toán khoa học và phù hợp.Việc ước lượng năng lượng calo tiêu thụ,

có thê được thông ba cách sau:

- Do nhiệt lượng gián tiếp

- Do nhiệt lượng trực tiếp

- Do bằng cách sử dụng kỹ thuật không calorimetric sử dụng dé dự đoánlượng calo tiêu thụ bằng phép ngoại suy từ các phép đo sinh lý và quan sát Cách

này có thể sử dụng một cảm biến gia tốc và một đồng hồ đo nhịp tim Nhược

điểm là không chính xác bằng hai cách trên nhưng lại nhỏ gọn và có thể ứng

dụng rộng rãi Đối với hai phương pháp trên, đa số các phương pháp sử dụng

trong phòng thí nghiệm hoặc sử dụng nhiều trang thiết bị đo trên người Nhưvậy, nó rat cồng kênh, khó áp dụng vào thực tế

1.3 Một số giả định

Phần lớn các hệ thong nhận dạng hoạt động va hệ thống ước lượng lượngcalo tiêu thụ đã đề cập ở trên đều sử dụng rất nhiều các bộ cảm biến hay thiết bịgắn ở nhiều vị trí trên co thể Điều này có thé giúp tăng độ chính xác nhận dạng

và ước lượng nhưng lai gây chậm hệ thống do phải xử lý nhiều luồng dữ liệu

cũng như không thân thiện với người sử dụng, không thé theo dõi khi đối tượng

huấn luyện cần huấn luyện trong môi trường thực tế do quá gò bó Những hệ

thống đã đề cập ở trên chưa thân thiện với người dùng nên việc áp dụng vào

thương mại là việc khó khăn.

Hạn chế thứ hai của hầu hết các hệ thống trước đây là độ chính xác chưa

cao Các hệ thống nhận dạng không thể nhận dạng hoạt động trên toàn bộ cơ

thé Ngoai ra, nó còn gặp hạn chế khi nhận dạng các hoạt động có nhiều mức

cường độ, các hoạt động thay đổi liên tục như chạy, nhảy liên tục Việc tính toánlượng calo phụ thuộc vào rất nhiều yếu tố như môi trường, con người Dé do

được lượng calo một cách chính xác ta phải thực hiện trong những phòng thí

nghiệm lý tưởng, hoặc đo gián tiếp nhiệt lượng Mà những hệ thống trên chỉ áp

dụng trong môi trường thực tế và không quan tâm đến yếu tố con người

Hạn chế cuối cùng là các nghiên cứu trước đây đều thực hiện trong phòngthí nghiệm với lượng người tham gia không quá nhiều Việc đó dẫn tới lượng dữliệu mẫu thu được dé nhận dạng hoạt động người ít hay danh sách các hoạt động

ít Nên khi áp dụng vào thực tế, với nhiều hoạt động khác nhau, cường độ khác

nhau, thực hiện trên nhiều người khác nhau sẽ gây ra sai lệch nhiều so với khi

huân luyện.

1.3.1 Mục tiêu nghiên cứu

Mục tiêu của nghiên cứu này là sử dụng cảm biến gia tốc 3 trục có gắn ởgiầy để nhận dạng các hoạt động liên quan đến phần dưới cơ thể và ước lượnglượng calo tiêu thụ của con người trong thời gian hoạt động Đồng thời, sử dụng

1 thiết bị đo nhip tim trong suốt quá trình hoạt động, để đo lượng calo tiêu thụ dé

su dung cho viéc so sanh danh gia.

Từ mục tiêu đê ra trên, hệ thông cân thoải mãn những yêu câu sau:

¢ Tính thời gian thực: các hoạt động được nhận dang trong thời gian thực,

tức là yêu câu xử lý tính toán, phân loại nhanh với độ dài cửa sô ngăn.

* Độ chính xác: các các hoạt động liên quan đến phần dưới cơ thé cần được

nhận dạng với độ chính xác phù hợp Đồng thời, hệ thống cần ước lượng lượng

calo tiêu thụ với độ chính xác cao so với lượng calo tiêu thụ hiện thị trên đồng hồ

đo nhip tim.

CHƯƠNG II: NHẬN DẠNG HOẠT ĐỘNG VÀ ƯỚC LƯỢNG NĂNG

LƯỢNG TIỂU THU CUA NGƯỜI BẰNG GIẦY THONG MINH

2.1 Thiết kế giày thông minh iShoes

Chuẩn bị một đôi giày thé thao, gắn cảm biến Wax3 ở 2 thành của đôi giày.Mỗi cảm biến có tác dụng thu dữ liệu gia tốc theo 3 trục ở chân rồi truyền đến mộtcảm biến nhận ( receiver sensor) thông qua hệ thống wireless Cảm biến nhận đượcgắn vào một máy tính, có tác dụng thu tín hiệu của các cảm biến phát quanh phạm

vi của nó thông qua phần mềm WAXGUI đi kèm với bộ cảm biến Cảm biến được viết bởi nhóm nghiên cứu Axivity tai 4 Southlands Road, YO23 INP, vương quốc

Anh.

Cảm biến ở đây có tên là WAX3, nó là một cảm biến gia tốc 3 trục x,y,z Nóbao gồm | trạng thái của cảm biến quán tính MEMS và một radio IEEE802.15.4 sửdụng năng lượng cực thấp Các cảm biến này có một cơ chế thu thập, xử lý tiêu tốn

ít thời gian phù hợp với việc thu thập dir liệu chuyền động thời gian thực

» 3-axis MEMS accelerometer (+4mg, 16bIt)

» IEEE802.15.4 Low Power Radio

» Configurable transmission rate

* 8 hours continuous use battery life (transmitting at 50Hz)

* USB re-chargeable

* OSC, Binary, ASCII output formats

¢ Accelerometer rate up to 2ks.sec-1

» 25m range indoors

Thiết bị này được cấu hình đầy đủ bang cách sử dung phan mềm OM (ty lệmẫu, độ nhạy, tốc độ truyền tải, phạm vi hoạt động) Thiết bị này có thể được đưa

vào chế độ ngủ dé van chuyén an toan Trong chế độ bình thường các thiết bị được

cau hình dé bat đầu truyền tải bat cứ khi nào gia tốc phát hiện chuyền động

Một câu hỏi đặt ra, ta lên đặt cảm biến ở vị trí nào cho phù hợp? Trên một đôigiầy có rất nhiều vị trí khác nhau như mũi bàn chân, lòng bàn chân, gót bàn chân

Dựa theo nghiên cứu của Nadezhda Sazonova, Raymond C Browning, và Edward

Sazonov về việc sử dụng 1 đôi giầy có gắn cảm biến gia tốc và cảm biến áp suất dé

giám sát hoạt động của người thi ta lên đặt ở vi trí dưới lòng bàn chân VỊ trí đó là

vị trí chịu nhiều áp lực, cho ta thấy sự thay đôi tốc độ của các hoạt động một cách

rõ nét.Một lưu ý là ta cần đặt ở ở một nơi cố định Bởi vì, chúng ta đang thu dữ liệu

từ cảm biến gia tốc mà giá trị gia tốc có cả chiều, hướng cô định Nếu vị trí không

có định thì chiều hướng sẽ thay đổi dẫn đến sai lệch dữ liệu.Đồng thời, để cố định

về chiều, hướng của các trục cảm biến, ta lên đặt 2 cảm biến xoay vé cùng 1 chiéu

Điêu này làm cho dữ liệu cảm biên thu được từ hai chân được đông bộ hóa về chiêu

Hình 2.1: Vi trí cảm biến trên đôi giây IShoes

Chương trình thu tín hiệu từ 2 cảm biến được sử dụng bộ thư viện WaxLib doDan Jackson, Cuong Pham et al phát trién[14] Day là bộ thư viện dùng dé thu dữliệu cảm biến đã từng được áp dụng trong một số hệ thong nhan dang hoat dong lon

ở Châu Âu như hệ thống phát hiện hoạt động trong nhà bếp, Chương trình nay sẽthực hiện đọc ghi đa luồng các dữ liệu cảm biến gửi về và ghi lại thông tin ra file

csv có dạng như sau: “wax-timeExcute.csv”, timeExecute tính tới giây(s) Vi dụ:

“wax-2013-08-24-09-45-33.csv”.

2.2 Do lượng Calorie tiêu thụ bằng đồng hồ thông minh SmartWatch

Đồng hồ Samsung Gear S2 là thiết bị đồng hồ thông minh có chức năng theodõi nhịp tim có thể được sử dụng để hỗ trợ việc luyện tập thé thao một cách thật

khoa học, hiệu quả và an toàn Sản phẩm hoạt động như một huấn luyện viên cá

nhân giúp theo dõi tình trạng tim mạch và tạo động lực luyện tập cho người dùng

bằng cách xác định số lượng các buổi tập thể dục, lượng calo đốt cháy, độ dài phiên

tập luyện và nhịp tim trung bình Các thông tin phản hồi này đem đến sự khích lệ

và thúc đây giúp người dùng tiếp tục tập luyện tập để duy trì một trái tim khỏe

mạnh và một cơ thê cân đôi.

General

Hình 2.2 Đông ho thông minh Samsung Gear S2