摘 要：针对当前颈椎病呈现出的“人数多、低龄化、危害大，难治愈”趋势，为了防患颈椎病于未然。本文基于MPU6050六轴陀螺仪设计并实现了一款智能颈环。该方案采用嵌入式设计，以MPU6050作为姿态监测传感器，nRF51822蓝牙芯片作为单片机，通过MATLAB等仿真软件及卡尔曼滤波处理得到精确的颈椎运动监测模型。
关键词：可穿戴设备；传感器；颈椎病
21世纪初，世界卫生组织宣布颈椎病已经成为世界第二大顽疾，越来越多的新闻也表明颈椎病有低龄化的趋势。颈椎病的危害极大，患者临床表现复杂，最重可至瘫痪，治愈的可能性也极低。本文从预防颈椎病的方向出发，提出一款智能颈环的设计方案。该方案将对系统的总体方案，硬件电路和软件设计等内容做详细介绍，通过MPU6050采集颈椎运动姿态数据，结合ARM单片机内核做数据分析后利用蓝牙4.0与上位机实现通讯。
一、系统总体方案
在本产品中，智能颈环MCU是ARM单片机nRF51822。该处理器的芯片面积小且能耗极低。本方案通过贴片工艺将MPU6050芯片及nRF51822芯片嵌入到颈环目标板当中。颈环工作原理如下：MPU6050芯片采集用户运动姿态数据，MCU通过I2C协议读取到传感器中的欧拉角数据，并通过芯片内的算法得到姿态数据。姿态数据会通过蓝牙串口通讯服务发送到上位机，也会被存入M25P16存储芯片。系统总体方案图如图1所示。
二、硬件设计
（一）单片机
考虑到智能颈环需要拥有可靠的续航能力，单片机采用低功耗蓝牙芯片nRF51822。该芯片具有现成的s110协议栈及与之相匹配的SDK，内置256Kb闪存及16Kb RAM，灵活的电源管理ADC以及数据接收信号强度检测（RSSI）等丰富硬件资源[ 1 ]。通过搭载贴片陶瓷天线和阻容器件即可实现蓝牙网络节点。
（二）传感器
传感器采用MPU6050，该芯片由一个三轴陀螺仪和一个三轴加速计组成。通过它内部集成的数字运动处理器DMP即可直接运算出四元数和欧拉角[ 2 ]。单片机只需等待DMP解算完成后产生的外部中断，在外部中断中就可以轻易读取姿态解算的结果。此外，通过DMP解算后的数据已经去除了高斯白噪声，使得以此建立的算法分析模型更精确[ 3 ]。经过DMP解算后的数据将会通过I2C协议传输到单片机当中，随后单片机通过串口传输到上位机进行分析。
（三）存储器单元
存儲器主要由片内存储及外设M25P16存储芯片组成，通过操作nRF51822内部的Flash或通过SPI总线将数据存储到M25P16实现数据长久存储。
三、软件设计
（一）初始化
在单片机软件编程中需要注意每个元件的初始化工序。在这里我们需要注意的是六轴陀螺仪MPU6050的初始化。MPU6050的初始化分为陀螺仪的初始化以及DMP的初始化，首先初始化I2C总线，然后通过I2C总线往MPU6050当中写入数据，包括设置采样率、晶振频率、工作模式等；随后开始初始化DMP，该过程包括初始化I2C总线，设置所需传感器、FIFO、采样率、加载dmp固件等功能。
（二）算法模型
算法模型为自主研发的基于卡尔曼滤波的姿态检测算法。该算法的工作原理是借助六轴陀螺仪内部自带的卡尔曼滤波引擎，将三轴加速计监测得到的加速度值作为基准值，将三轴陀螺仪的值作为比较值。通过将两个轴的加速度进行反三角函数运算得到物体在空间当中的角度，即三个欧拉角。通过将三轴陀螺仪每个角速度进行积分得到三个欧拉角。随后将两个角度输入卡尔曼引擎，引擎根据多个比较值与基准值之间的协方差[ 4 ]做滤波分析，得到可靠的欧拉角并输出。在这里卡尔曼滤波的核心原理是利用陀螺仪与加速计的对比降噪，减少高斯白噪声。随后利用经过降噪后所得的三个欧拉角量化用户佩戴颈环时的姿势，通过多次数据采样，检测出左倾，右倾，低头等颈椎姿态数据变化并记录。最后将记录的数据通过MATLAB分析建模，得到颈椎姿态算法模型。
（三）流程设计
主线对单片机进行一部分初始化设置后开始广播，此时若没有外部中断产生则芯片自动进入休眠化并持续运行运动姿态算法，直到蓝牙连接请求被接收到之后开启中断。中断部分根据主设备发送的字符来执行不同的功能。
四、结语
本文提出了一种新型的可穿戴式设备——智能颈环。该颈环利用MPU6050作为传感器，并设计了基于卡尔曼滤波的姿态角监测算法来监测佩戴者颈椎运动状况，实现颈椎姿态的智能监测。获得的颈椎姿态数据可以通过蓝牙4.0技术传输到上位机加以利用。在物联网技术成熟的今天，通过结合APP及服务器技术，可以实现一套科学的颈椎病预防方案。本项目的核心技术在疲劳驾驶检测，学习专注度检测等各类姿态监测应用领域也具有广泛的应用价值，
参考文献：
[1] 谭晖.低功耗蓝牙技术快速入门[M].北京.北京航空大学出版社，2016.
[2] 叶龙.基于MPU6050传感器的方位角倾角算法研究[D].吉林大学，2015.
[3] 傅忠云，朱海霞，孙金秋，刘文波.基于惯性传感器MPU6050的滤波算法研究[J].压电与声光，2015.
[4] 高显忠，候中喜，王波，张俊韬.四元数卡尔曼滤波组合导航算法性能分析[J].国防科学技术大学航天科学与工程学院，2013.