近年來，由於資訊化社會的快速發展，伴隨而來的卻是肥胖與慢性病人口的增加，因此人們對肥胖的問題逐漸重視。而在減重的過程中，除了飲食的控制外，更需要搭配適度的運動，但目前的市場上卻沒有一個適當可隨身攜帶並且全方位記錄運動資訊的儀器。
    本論文基於上述的需求，啟發出設計一台內建三軸加速度感測器與三軸陀螺儀等具有多重感測功能的微控制系統。而為了達成全方位的目的，可將此慣性感測模組配置於腰部，其內的感測器會自動偵測身體的動態資訊，將這些資訊透過演算後，即可得知使用者在單位時間內消耗了多少卡路里。
    研究後發現，要做到較為精確的評估卡路里消耗，必須在運動過程中得到以下資訊: 運動型態(為了套用適合的代謝當量)、運動強度(即單位時間內的運動頻率)、運動時間與體重。本研究利用加速度感測器做為運動型態的判斷是因為，加速度感測器所呈現的加速度包含了地球重力加速度與身體運動等兩股力量，而運動過程中姿勢的變化，會間接影響到重力加速度與身體動作所施加於感測器的比例，因此可利用此資訊判斷出目前的運動型態。使用陀螺儀做為運動強度偵測的目的是因為，陀螺儀在靜止狀態下，其輸出為零，且在整個運動的過程中完全不受地球重力所影響，且因其具有較佳的解析度，因此非常適合用來做為運動強度的判斷指標。
    未來若能與運動科學領域結合，將可創造出輔助人為觀察，達到全天候自我健康管理的監控儀。

In recent years, due to the rapid development of information society, it is accompanied by the increase in obesity and chronic disease population, so people have gradually paid attention to this issue. In the weight loss process, in addition to diet control, also need moderate exercise. But in the current market, there is not portable equipment could record our sports information.
     Based on the above requirements, this thesis is trying to design a multi-function micro-control system with built in three-axis acceleration sensors and three-axis gyro sensors. In order to achieve a full range of purposes, we could put this inertial sensing module on the waist, the built-in sensor will detects the dynamic information from body automatically, After the calculation, we could know the amount of calories consumed .
     My study found that, in order to more accurately estimate the calories consumed, we must get the following information during exercise: movement patterns (to apply for the metabolic equivalent), exercise intensity (ie, the exercise frequency per unit time), exercise time and Weight. In this study, we use the acceleration sensor to estimate the movement pattern, because the acceleration sensor could present two forces included gravitational acceleration and body movement, and the changes in posture during exercise will indirectly affect the proportion imposed on the sensors by gravitational acceleration and body movement, so we can use this information to determine the type of the movement pattern. Otherwise, using a gyroscope to detect the purpose of exercise intensity is because the output of gyroscopes is zero in the stationary state, and totally not affected by gravitational acceleration. With higher resolution, we take the gyroscope as a good way to determine exercise intensity.
     In the future, if it could combine with the sports science to design an all day self-health management monitor to support external observation.

圖目錄	VIII
表目錄	XI
第 一 章 緒論	1
1.1 研究動機與目的	1
1.2 設計概念	4
1.3 論文架構	5
第 二 章 系統硬體架構	6
2.1 硬體研究平台的組成與方塊圖	6
2.2 Arduino系統	8
2.3 微處理器	10
2.4 感測器的原理與技術	11
2.4.1 加速度感測器的原理與技術	11
2.4.2 陀螺儀的原理與技術	15
2.5加速度計與陀螺儀的搭配	18
2.5.1 五大感測模式	18
2.5.2 軸向運動的定義	20
第 三 章 運動演算與模型分析	22
3.1卡路里消耗評估	22
3.2 運動型態與運動強度評估的目的	26
3.2.1身體行為的觀察	27
3.2.2慣性感測器的配置	29
3.3臥式運動(伏地挺身)特徵與強度評估	31
3.3.1 臥式運動(伏地挺身)運動型態評估	36
3.3.2 臥式運動(伏地挺身)運動強度評估	41
3.3.3 臥式運動(伏地挺身)卡路里消耗	47
3.3.4 臥式運動(伏地挺身)結論	48
3.4仰式運動(仰臥起坐)特徵與強度評估	49
3.4.1仰式運動(仰臥起坐)運動型態評估	52
3.4.2仰式運動(仰臥起坐)運動強度評估	55
3.4.3 仰式運動(仰臥起坐)卡路里消耗	58
3.4.4 仰式運動(仰臥起坐)結論	59
3.5移動型態運動(步行)特徵與強度評估	60
3.5.1移動型態運動(步行)型態評估	68
3.5.2 移動型態運動(步行)強度評估	71
3.5.3 移動型態運動(步行)卡路里消耗	76
3.5.4 移動型態運動(步行)結論	78
第四章 系統軟體之規劃	79
4.1 系統軟體開發環境與架構	79
4.2 資料擷取	81
4.2.1 為何需要重視資料擷取	81
4.2.2 如何提高資料擷取的解析度	82
4.2.3 資料擷取流程	84
4.3 系統運作	85
4.3.1 系統運作流程圖	86
4.3.2 參數設定模式	87
4.3.3 SerLCD顯示模組	89
4.3.4 OpenLog資料記錄模組	91
4.3.5 時間模組	93
4.3.6 運動型態辨識、強度分析與熱量消耗評估	94
第 五 章 實驗與數據分析	95
5.1 臥式運動(伏地挺身)實驗	96
5.2仰式運動（仰臥起坐）實驗	99
5.3移動型態運動(步行)實驗	103
第 六 章 結論與未來展望	107
參考文獻	109
圖目錄
圖1.1 傳統計步器的內部結構圖	1
圖1.2 三軸計步器RT3的外觀圖	2
圖1.3 走路型態示意圖	3
圖2.1 系統方塊圖	6
圖2.2 功能示意圖	7
圖2.3 ArduIMU 正面零件配置圖	8
圖2.4 ArduIMU 背面零件配置圖	9
圖2.5 Z軸加速度感測器的工作原理示意圖	12
圖2.6 ADXL335加速度感測器內部結構方塊圖	12
圖2.7 加速度感測器平行立向重力圖	13
圖2.8 加速度感測器垂直立向重力圖	14
圖2.9 科氏力效應示意圖	15
圖2.10 LY530AL單軸陀螺儀結構示意圖	16
圖2.11 五大感測模式	18
圖2.12 加速度的軸向定義	20
圖2.13 陀螺儀軸向定義圖	21
圖3.1 單純步行熱量消耗評估架構	24
圖3.2 多重感測器計算運動型態與運動強度的系統架構圖	24
圖3.3 多重感測器計算運動型態與運動強度的演算流程圖	25
圖3.4 人體運動行為示意圖(仰視)	27
圖3.5 人體運動行為示意圖(側視)	27
圖3.6 慣性感測器配置圖	29
圖3.7 伏地挺身準備姿勢(加速度訊號)	31
圖3.8 伏地挺身準備姿勢(陀螺儀訊號)	31
圖3.9 伏地挺身動作(加速度訊號)	32
圖3.10 伏地挺身動作(陀螺儀訊號)	32
圖3.11 伏地挺身動作訊號改善(加速度訊號)原始訊號	33
圖3.12 伏地挺身動作訊號改善(加速度訊號)-3階過濾輸出	34
圖3.13 伏地挺身動作訊號改善(加速度訊號)-5階過濾輸出	34
圖3.14 伏地挺身動作(加速度訊號)-10階過濾輸出	35
圖3.15 伏地挺身動作(加速度訊號)-20階過濾輸出	35
圖3.16 伏地挺身動作	36
圖3.17 Sine與Sine訊將加上週期性雜訊	36
圖3.18 Z軸加速度訊號與Sine訊將加上週期性雜訊比較	37
圖3.19 臥式運動Sr=20的Z軸加速度分布	39
圖3.20 臥式運動Sr=100的Z軸加速度分布	39
圖3.21 運動型態分析與辨識演算流程	40
圖3.22 伏地挺身(陀螺儀訊號)-10階過濾輸出	42
圖3.23 伏地挺身(陀螺儀訊號)-分解動作	42
圖3.24 伏地挺身分解動作(陀螺儀訊號)-Pitch取絕對值	43
圖3.25 伏地挺身連續動作(陀螺儀訊號)-Pitch取絕對值	43
圖3.26 伏地挺身分解動作(陀螺儀訊號)-Pitch取絕對值與門檻設定	44
圖3.27 伏地挺身連續動作(陀螺儀訊號)-Pitch取絕對值與門檻設定	45
圖3.28 仰臥起坐準備姿勢(加速度訊號)	49
圖3.29 仰臥起坐準備姿勢(陀螺儀訊號)	49
圖3.30 仰臥起坐分解動作(加速度訊號)	50
圖3.31 仰臥起坐分解動作(陀螺儀訊號)	50
圖3.32 仰臥起坐連續動作(加速度訊號)	51
圖3.33 仰臥起坐連續動作(陀螺儀訊號)	51
圖3.34 仰臥起坐動作	52
圖3.35仰式運動(分解動作)Sr=100的Z軸加速度分布	53
圖3.36仰式運動(連續動作)Sr=100的Z軸加速度分布	53
圖3.37 仰臥起坐(陀螺儀訊號)-分解動作	55
圖3.38 仰臥起坐分解動作(陀螺儀訊號)-Pitch取絕對值與門檻設定	56
圖3.39仰臥起坐連續動作(陀螺儀訊號)-Pitch取絕對值與門檻設定	56
圖3.40 原地靜止站立(加速度訊號)	60
圖3.41原地靜止站立(陀螺儀訊號)	60
圖3.42 步行分解動作(加速度訊號)	61
圖3.43 步行狀態分解動作(X軸加速度訊號)	61
圖3.44 步行狀態分解動作(Y軸加速度訊號)	62
圖3.45 步行分解動作(Z軸加速度訊號)	62
圖3.46 步行分解動作(陀螺儀訊號)	63
圖3.47步行分解動作(陀螺儀Pitch訊號)	63
圖3.48 步行分解動作(陀螺儀Yaw訊號)	63
圖3.49 步行分解動作(陀螺儀Roll訊號)	64
圖3.50 步行連續動作(加速度訊號)-連續19步	65
圖3.51 步行連續動作(陀螺儀訊號)-連續19步	65
圖3.52 步行連續動作(X軸加速度訊號)	66
圖3.53 步行連續動作(Y軸加速度訊號)	66
圖3.54 步行連續動作(Z軸加速度訊號)	66
圖3.55 步行連續動作(陀螺儀Pitch訊號)	67
圖3.56 步行連續動作(陀螺儀Yaw訊號)	67
圖3.57步行連續動作(陀螺儀Roll訊號)	67
圖3.58 步行分解動作(Z軸加速度平均分布訊號)	69
圖3.59 步行連續動作(Z軸加速度平均分布訊號)	69
圖3.60 步行分解動作於陀螺儀狀態示意圖	71
圖3.61 步行狀態（分解動作6步）經過步行量化狀態處理	72
圖3.62 步行狀態（連續動作19步）經過步行量化狀態處理	72
圖3.63 步行狀態（連續動作77步，約60秒）經過步行量化狀態處理	73
圖3.64 步行狀態（連續動作65步，約60秒）經過步行量化狀態處理	73
圖3.65 步行狀態（連續動作90步，約60秒）經過步行量化狀態處理	73
圖4.1 ArduIMU資料擷取示意圖	79
圖4.2 資料藉由LabVIEW進行分析與演算法的設計	80
圖4.3 卡路里量測器運作方式	80
圖4.4卡路里量測器-資料擷取運作方式	84
圖4.5 卡路里量測器-系統運作流程圖	86
圖4.6 卡路里量測器-參數設定模式流程圖	87
圖4.7 卡路里量測器-於終端機軟體進行參數設定	88
圖4.8 卡路里量測器-SerLCD運作模式流程圖	89
圖4.9 卡路里量測器-SerLCD顯示模組	90
圖4.10 卡路里量測器-OpenLog運作模式流程圖	92
圖4.11 卡路里量測器-時間模組運作模式流程圖	93
圖4.12 運動型態辨識、運動強度分析與熱量消耗評估流程圖	94
圖6.1 健康與運動管理的未來發展方向	108
 
表目錄
表2.1 ATmega328硬體功能表	10
表2.2 ADXL335三軸加速度感測器基本特性	13
表2.3 LY530ALH與LPR530AL基本特性簡述	17
表3.1 日常活動與運動代謝當量表[11]	22
表3.2 步伐間距推估表	23
表3.3 步行速度與熱量推估表	23
表3.4 慣性感測器資料輸出型態與定義	29
表3.5 慣性感測器於臥式運動與仰式運動所呈現的特徵比較	52
表3.6 臥式運動與仰式運動於Z軸平均飄移的範圍的比較	54
表3.7 「臥式運動」與「仰式運動」於強度評估的比較	57
表3.8 運動型態辨識條件比較	70
表3.9 步行實驗分析	74
表3.10 步行實驗卡路里評估	77
表4.1 資料擷取與感測器資料解析度資料	81
表4.2 Atmega328資料擷取運作脈除頻倍率表	82
表4.3 OpenLog控制指令集與參數說明	91
表5.1 伏地挺身標準動作之實驗數據	96
表5.2 伏地挺身不標準動作測試1之實驗數據	97
表5.3 伏地挺身不標準動作測試2之實驗數據	97
表5.4 仰臥起坐標準動作之實驗數據	99
表5.5 仰臥起坐不標準動作測試1之實驗數據	100
表5.6 仰臥起坐不標準動作測試2之實驗數據	100
表5.7 非連續步伐（步伐與步伐間相差一秒）之實驗數據	104
表5.8 連續步伐之實驗數據	105

[1]你我身邊的小助手~生活中的微感測器，國立成功大學科學工程系
[2] Massimo Banzi，Getting Started with Arduino，2008
[3] Data Sheet，ATmega328P，8 bit AVR Microcontroller with 32K Bytes 
In-System Programmable Flash，ATmel
[4] “Virtus 微機電三軸加速儀及陀螺儀”技術報告
[5] Data Sheet，ADXL335 Small, Low Power, 3-Axis ±3g Accelemeter， 
Analog Device ，2009
[6] “意法半導體公司微機械陀螺儀的工作原理及其應用”技術報告，
意法半導體，2009
[7] Data Sheet，LPR530AL，dual axis pitch and roll ±300°/s analog 
gyroscope，ST
[8] Data Sheet，LPR530AH，high performance ±300°/s analog 
gyroscope，ST
[9] 新通訊，加速度計搭配陀螺儀MEMS應用如虎添翼，2009年10月號
    104期
[10] 新電子，結合GPS/重力感測器/陀螺儀 DR功能進駐導航裝置，2008
年1月號262期
[11] “認識您的體能活動量”，香港特別行政區政府康樂及文化事務署，
2009.08
[12] 郭珍汝，”三軸向加速規在森林步道行走能量消耗之研究”，國立
     台灣大學碩士論文，民國97年7月
[13] 趙華相，”CEU 02209(103)-代謝當量（Metabolic Equivalent）在有氧運動中的運用”，亞洲運動及體適能專業學院AASFP，2009
[14] Improvement ADC Results(Through Oversampling and Post-Processing of Data)，ACTEL，2007
[15]Application Note: AVR1211 Enhancing ADC resolution by 
oversampling ，ATMEL ， 2005.09
[16] Data Sheet，DS1307 64x8 Serial Real-Time Clock，DALLAS Semiconductor 
[17] 鍾哲民，”加速度動作辨識系統之研究及應用”，國立成功大學碩
    士論文，民國97年7月。
[18] “InvenSense 公司為消費電子設備，選擇並整合MEMS六軸運動處
    理方案”技術報告，2009
[19] 王振興、許煜亮、劉俊男、莊芳甄，自動化科技學會會刊-利用慣
性感測訊號進行手寫軌跡重建，國立成功大學電機工程學系，
2009.09
[20] 鄭憲君、李泰安、康哲瑋，自動化科技學會會刊-腕戴式加速規動
作辨識模組，工業技術研究院南分院人機互動科技中心，2009.09
[21] 網路資料（Health Line），” Action Plan for Diabetes - Calculating Caloric Goals”， Darryl E. Barnes, MD 
[22] 陳瓊興，LabVIEW 8.X與感測電路應用，台科大圖書，2009