描述

使命

該項目始于將睡眠監(jiān)測系統(tǒng)與機器學(xué)習(xí)能力相結(jié)合的想法。這個想法不僅是生成和可視化睡眠數(shù)據(jù)，而且最終創(chuàng)建一個人的睡眠預(yù)測。項目本身可以分解為以下三個目標(biāo)：

• 擁有一個低調(diào)、電池供電的設(shè)備，可以在睡眠和環(huán)境溫度時向 AWS 報告運動。
• 能夠在 Web 應(yīng)用程序中存儲、處理和可視化傳入的數(shù)據(jù)。
• 提出一個基于長期數(shù)據(jù)的可行模型，可以預(yù)測個人的睡眠模式

?

睡眠監(jiān)測系統(tǒng)的理論過程

?

?

描述

首先我要說的是，這絕對是一項正在進(jìn)行的工作，但我希望迄今為止在設(shè)備上完成的工作對處理 AWS Iot EduKit 的其他人有用。在使命宣言中提到的目標(biāo)中，只有一個已經(jīng)實現(xiàn)，而且還是有點問題：

• 擁有一個低調(diào)、電池供電的設(shè)備，可以在睡眠和環(huán)境溫度時向 AWS 報告運動。

因此，我將介紹正在使用的代碼以及采樣方法背后的一些邏輯，并將后兩個要點留作進(jìn)一步工作的懸念。

如前所述，所使用的設(shè)備是 AWS IoT EduKit，被選為亞馬遜網(wǎng)絡(luò)服務(wù)重塑健康空間競賽的一部分。該設(shè)備可以安裝在床架上，以監(jiān)測房間狀況和床上任何運動引起的振動。起初，我們的想法是測量盡可能多的參數(shù)：噪音、溫度、旋轉(zhuǎn)和加速度、濕度、壓力、環(huán)境光……但是，為了簡單起見，我從溫度、加速度和旋轉(zhuǎn)開始。這些是使用 EduKit 板載的 MPU6886 芯片功能測量的。

MPU6886 的加速度計和陀螺儀測量值旨在作為床上運動的指示，這是我對睡眠質(zhì)量的代表。在確定這個重要變量時，可能有多種方法可以采用，但市場上許多測量睡眠的商業(yè)產(chǎn)品都是通過測量運動來實現(xiàn)的。因此，這似乎是一個有效的、簡約的解決方案，特別是因為這些功能已經(jīng)存在于 EduKit 上。

?

代碼

設(shè)備固件的框架是 EduKit GitHub 存儲庫中的 Blinky-Hello-World.c 示例。

所有的修改都在Blinky 項目的main.c中完成，同時在主目錄下的CMakeLists.txt文件中進(jìn)行了一個小修改：

set(COMPONENT_REQUIRES "nvs_flash" "esp-aws-iot" "esp-cryptoauthlib" "core2forAWS" "json")

包含“json”以提取用于打包要發(fā)送到 AWS 的有效負(fù)載的 JSON 庫。

在 main.c 中，必須包含 cJSON.h：

#include "freertos/FreeRTOS.h"
#include "freertos/task.h"
#include "freertos/semphr.h"
#include "freertos/event_groups.h"
#include "esp_log.h"
#include "cJSON.h" // Included for creating the JSON file payloads

接下來，需要定義一些參數(shù)以供稍后在代碼中使用：

#define STARTING_ROOMTEMPERATURE 0.0f

/* The time between each MQTT message publish in milliseconds */
#define PUBLISH_INTERVAL_MS 5000

/* The time between each sensor data gathering period (in seconds)*/
#define SENSOR_READING_AVERAGE_DELAY 4.6

/* The time between reading the sensor data once, before the next read (in seconds).
This should be a factor of SENSOR_READING_AVERAGE_DELAY, otherwise you risk doing sensor readings beyond 5 seconds*/
#define SENSOR_READING_DELAY 0.2

/* Specify variable for keeping track of time in vTaskDelayUntil */
TickType_t xLastWakeTime;

并且需要初始化一些變量：

/* Initialize all the variables to be used for gathering sensor data and averages */
float temperature = 0;
float gx = 0;
float gy = 0;
float gz = 0;
float ax = 0;
float ay = 0;
float az = 0;

float avg_temperature = 0;
float avg_gx = 0;
float avg_gy = 0;
float avg_gz = 0;
float avg_ax = 0;
float avg_ay = 0;
float avg_az = 0;

float Sum_Temperature = 0;
float Sum_Gyro_x = 0;
float Sum_Gyro_y = 0;
float Sum_Gyro_z = 0;
float Sum_Accel_x = 0;
float Sum_Accel_y = 0;
float Sum_Accel_z = 0;

?

接下來，我創(chuàng)建了一個名為 sensorData() 的函數(shù)，用于實際從 MPU6886 中提取數(shù)據(jù)，并在將其發(fā)送到發(fā)布之前對其進(jìn)行處理。這確實是代碼的核心。為了減少發(fā)布頻率以及隨后的 AWS MQTT 費用，此功能將定期向 AWS 報告特定時間段內(nèi)的平均值，但不經(jīng)常報告。該函數(shù)將指針類型變量作為輸入，因此當(dāng)它被調(diào)用時，這些地址的平均值可以用于未來的操作。及時收集數(shù)據(jù)以適應(yīng)發(fā)布頻率窗口。我們需要在那個時間段內(nèi)的數(shù)據(jù)總和，所以這些值首先被初始化。

void sensorData(float *Avg_Gyro_x, float *Avg_Gyro_y, float *Avg_Gyro_z, float *Avg_Accel_x, float *Avg_Accel_y, float *Avg_Accel_z, float *Avg_Temperature){

/* Reset all summing variables and the counter to zero */
Sum_Temperature = 0;
Sum_Gyro_x = 0;
Sum_Gyro_y = 0;
Sum_Gyro_z = 0;
Sum_Accel_x = 0;
Sum_Accel_y = 0;
Sum_Accel_z = 0;
int count_i = 0;

?

需要以對手頭任務(wù)有意義的方式對數(shù)據(jù)進(jìn)行平均。對于溫度，只需將一段時間內(nèi)的測量值相加，然后除以測量次數(shù)就足夠了。

然而，運動數(shù)據(jù)有點棘手。由于振動可能對每個正值都有一個緊密匹配的負(fù)旋轉(zhuǎn)/加速度，因此不能只添加這些值 - 它們必須是無符號的。此外，因為我們希望無運動和大運動之間的傳播范圍很廣，所以測量值在求和之前先平方。這允許更明顯地檢測微弱運動，以及更強烈地指示大運動。

/* Create a basic timer to control the data collection loop, reporting averages according to SENSOR_READING_AVERAGE_DELAY */
clock_t begin_Time = clock();

while ( ((unsigned long) (clock() - begin_Time)/CLOCKS_PER_SEC) < SENSOR_READING_AVERAGE_DELAY){

MPU6886_GetTempData(&temperature);
Sum_Temperature += (temperature * 1.8)  + 32 - 80;


/*Taking the square of each value so that averaging makes more sense with both positives and negatives coming in,
and so motion is weighted more (trying to pick up smaller motion)*/

MPU6886_GetAccelData(&ax, &ay, &az);
Sum_Accel_x += ax*ax;
Sum_Accel_y += ay*ay;
Sum_Accel_z += az*az;

MPU6886_GetGyroData(&gx, &gy, &gz);
Sum_Gyro_x += gx*gx;
Sum_Gyro_y += gy*gy;
Sum_Gyro_z += gz*gz;

count_i++;

/* To keep from accumulating huge numbers in the Sum_xxx variables, the while loop below delays for SENSOR_READING_DELAY
This is probably not the best implementation, but should work for the sleep monitor's purposes*/
clock_t start_Time = clock();
while ( ((unsigned long) (clock() - start_Time)/CLOCKS_PER_SEC) < SENSOR_READING_DELAY){}
}

請注意這部分代碼中計時器的實現(xiàn)。一個 while 循環(huán)跟蹤平均周期約 4-5 秒，另一個 while 循環(huán)在每次測量之間提供延遲，以免淹沒設(shè)備內(nèi)存。為這些計時器選擇的值是 4.6 秒（總收集時間）和 0.2 秒（延遲）。4.6s 允許測量后的時間每 5 秒平均、打包和發(fā)布數(shù)據(jù)。

**對其他制造商的警告：有人懷疑定時器實現(xiàn)（while 循環(huán)而不是警報或中斷）在設(shè)備運行一段時間后導(dǎo)致 malloc 錯誤。

?

采集數(shù)據(jù)后，需要打包發(fā)布。這是在 publisher() 函數(shù)中完成的。創(chuàng)建一個 JSON 有效負(fù)載，其中包含所有溫度、加速度和陀螺儀測量值。然后使用服務(wù)質(zhì)量 1 發(fā)送消息，以便設(shè)備需要來自 AWS 的 ack 以確認(rèn)接收。

static void publisher(AWS_IoT_Client *client, char *base_topic, uint16_t base_topic_len){

IoT_Publish_Message_Params paramsQOS1;
paramsQOS1.qos = QOS1;
paramsQOS1.isRetained = 0;

cJSON *payload = cJSON_CreateObject();

cJSON *temperature_value = cJSON_CreateNumber(avg_temperature);
cJSON_AddItemToObject(payload, "temperature_value", temperature_value);

cJSON *accel_x_value = cJSON_CreateNumber(avg_ax);
cJSON *accel_y_value = cJSON_CreateNumber(avg_ay);
cJSON *accel_z_value = cJSON_CreateNumber(avg_az);
cJSON_AddItemToObject(payload, "accel_x_value", accel_x_value);
cJSON_AddItemToObject(payload, "accel_y_value", accel_y_value);
cJSON_AddItemToObject(payload, "accel_z_value", accel_z_value);

cJSON *gyro_x_value = cJSON_CreateNumber(avg_gx);
cJSON *gyro_y_value = cJSON_CreateNumber(avg_gy);
cJSON *gyro_z_value = cJSON_CreateNumber(avg_gz);
cJSON_AddItemToObject(payload, "gyro_x_value", gyro_x_value);
cJSON_AddItemToObject(payload, "gyro_y_value", gyro_y_value);
cJSON_AddItemToObject(payload, "gyro_z_value", gyro_z_value);

const char *JSONPayload = cJSON_Print(payload);
paramsQOS1.payload = (void*) JSONPayload;
paramsQOS1.payloadLen = strlen(JSONPayload);

// Publish and check if "ack" was sent from AWS IoT Core
IoT_Error_t rc = aws_iot_mqtt_publish(client, base_topic, base_topic_len, ¶msQOS1);

if (rc == MQTT_REQUEST_TIMEOUT_ERROR) {
ESP_LOGW(TAG, "QOS1 publish ack not received.");
rc = SUCCESS;
}
}

?

最后要考慮的代碼是在 aws_iot_task 中調(diào)用這兩個函數(shù)，并設(shè)置 5 秒計時器。為此，在 app_main 中，喚醒時間被初始化，以便與 vTaskDelayUntil() 一起使用，這將在上次執(zhí)行后等待 5 秒，然后再次開始 aws_iot_task while 循環(huán)（如果連接到 AWS，則無限期運行的循環(huán)是好的）。

app_main 補充：

/* Initialize the tick time for use in vTaskDelayUntil*/
xLastWakeTime = xTaskGetTickCount();

以及 aws_iot_task 循環(huán)中的 publisher()、sensorData() 和 vTaskDelayUntil()：

sensorData(&avg_gx, &avg_gy, &avg_gz, &avg_ax, &avg_ay, &avg_az, &avg_temperature);
publisher(&client, base_publish_topic, BASE_PUBLISH_TOPIC_LEN);
vTaskDelayUntil(&xLastWakeTime, pdMS_TO_TICKS(PUBLISH_INTERVAL_MS));

?

這樣做是為了代碼。值得注意的是，時序?qū)崿F(xiàn)似乎并沒有理論上的那么精確。數(shù)據(jù)最終被打包并發(fā)送到 AWS。

?

示例數(shù)據(jù)

以下是設(shè)備放置在床頭板頂部的示例，在 (1)最小限度地移動和 (2)輾轉(zhuǎn)反側(cè)：

無動作示例 -

{ "temperature_value": 25.075153350830078, "accel_x_value": 0.0004551649035420269, "accel_y_value": 0.00015581845946144313, "accel_z_value": 1.1685764789581299, "gyro_x_value": 17.144529342651367, "gyro_y_value": 0.4716217517852783 , "gyro_z_value": 23.804603576660156 }

輾轉(zhuǎn)反側(cè)的例子——

{ "temperature_value": 24.038557052612305, "accel_x_value": 0.0009434580570086837, "accel_y_value": 0.0001554012269480154, "accel_z_value": 1.16836678981781, "gyro_x_value": 137.39096069335938 , "gyro_y_value": 19.99363136291504 , "gyro_z_value": 565.6026000976562 }

?

向前進(jìn)

顯然，在這個概念上還有大量工作要做。我確實設(shè)法完成了大部分設(shè)備固件，并創(chuàng)建/證明了一種測量睡眠運動和環(huán)境條件的方法。然而，預(yù)測睡眠的新概念仍然需要數(shù)據(jù)工程和應(yīng)用程序工作。未來的工作將包括：

• 在 AWS IoT 分析中存儲數(shù)據(jù)
• 創(chuàng)建 Web 應(yīng)用程序，或利用 AWS 服務(wù)來可視化和關(guān)聯(lián)睡眠數(shù)據(jù)
• 執(zhí)行機器學(xué)習(xí)模型以提供睡眠預(yù)測并改進(jìn)數(shù)據(jù)表示。

?