为什么我的微信运动步数总是不准确？
不知道你是否还记得
上个月，由于天气转暖，小编进行了
“无痛去除体内脂肪覆盖物”
除了吃宝塔菜（学习分形）
我还在锻炼
不过日常的小编
老老实实跑怎么可能？
继续秉承之前“努力思考也能燃烧卡路里”的理念
小编发现了新的“卡路里差距”
为了“无痛全身脂肪去除”的成功
小编坚持每天跑5公里
跑步机的设定速度从9公里/小时逐渐增加
但是，当以 10.5 km/h 的速度行驶时
我突然很好奇
用手机录音和用跑步机录音区别有多大？
结果是不试不知道
试试看
跑步机速度10.5公里/小时累计跑5公里
总时长 28'34''
换算成每公里的速度，就是...
从 km/h 到 min/km
真正的小学数学
怎么样，你想出来了吗？
跑步机的数据是每公里5.71428...min
每公里约 5'43''
而电话录音的结果是……
总耗时 28'47'' 跑距离 6.55 公里
（结束录制时间略有延迟）
这步伐，这距离
小编吃鲸鱼
那么问题来了——
我跑了多少？ ？ ？
这个记录差异从何而来？
华丽逆袭跑步机
跑步机作为一种常见的室内健身器材，自然会想到它的作用就是帮助大家强身健体，为室内运动提供方便。
图片来源 |
然而万万没想到，跑步机从刑具到健身器材，居然还有一个励志故事……
对应的英文单词是，最早的使用更接近于“”，即人力驱动的动力机器。
19世纪，“跑步机”变身“跑步机”，成为刑罚犯人的刑具。 囚犯踩在辐条上转动巨大的桨轮，这些桨轮被用来抽水、压碎谷物或驱动磨坊。
图片来源[1]
犯人经常被迫每天踩磨6个多小时，相当于每天爬1500米到4300米的高山。
经过一系列的发展，跑步机也从人力驱动演变为电力驱动，逐渐成为一种流行的室内健身器材。
从上面的故事我们可以知道——跑步机从机械结构上来分类，主要分为机械跑步机和电动跑步机。
机械跑步机主要是通过运动员与跑带之间的摩擦，即“人力驱动”，带动跑带跟随运动员的脚步。
体验机械跑步机也很简单。 当跑步机关闭时，驱动跑步机上跑带的过程类似于机械跑步机的工作原理。 （但谁愿意这样做呢？）
而现在，电动跑步机已经成为主流，其工作方式是通过电机带动跑带转动，从而带动运动员跟随转动速度进行锻炼。 跑步机上的运动员也由“主动”变成了“被动”。
跑步机的传送带除了不受天气影响外，还具有减震功能，可以在一定程度上减少跑步对膝盖和背部的伤害。
那么跑步机是如何记录跑步距离和速度的呢？
目前电动跑步机的加速和减速都是通过手动按钮控制，我们可以自主设定自己喜欢的速度进行跑步锻炼。
也就是说，通过用户设定速度，控制系统和跑步机电机共同工作，保证跑带以固定速度（即设定速度）转动。
在这种工作模式下，只需要记录跑步者的跑步速度和时间，求和得到跑步距离：
以我的跑步情况为例。 如果跑步速度为10.5公里/小时，跑步时间为28:34，则可以得出跑步距离为5公里。
跑步机：逆袭还不够，我可以做得更好
然而，这样的控制方式限制了健美者改变速度的自由，对电动跑步机的应用扩展也有诸多不利影响。
因此，越来越多的跑步机速度跟踪控制新方法被提出，希望能让大家运动得更科学、更舒适。
为了让跑步机的速度控制更加方便，最简单的想法就是建立一种速度自动跟踪控制的方法。
简单来说，就是在跑步机控制系统中引入一个反馈回路，让控制系统根据跑者的实际跑步情况进行自动调整。
图片来源|
那么，哪些信息适合添加到反馈回路中呢？ 心率和跑步者的位置似乎是不错的选择。
我们先来了解一些传感器相关的知识。
传感器技术是指能够感知周围环境和特殊物质，对采集到的环境或物质信息进行分析，并将用于识别物质的模拟信号转换为数字信号的能力。
因此，传感器可以判断所获取的数据信息的数量和质量。
前面提到的跑步机速度自动跟踪方式是指将心率传感技术与位置传感技术相结合，可以实时跟踪锻炼者的心率状态和位置状态。
其自动控制过程的原理如下图所示：
基于传感技术的跑步机速度自动跟踪控制方法流程图[3]
为了保证运动员的安全，光学心率传感器会时刻提供运动员的心率信息。
当锻炼者的心率超过设定的阈值时，跑步机会自动降低速度，使锻炼者的心率逐渐恢复到正常值。
图片来源|
如果运动员的心率没有得到缓解，跑步机会自动突然停止，最大程度地保护运动员的生命安全。
另一方面，当运动员处于跑带中央时，从平衡的角度来看，他处于最佳运动状态。
因此，位置传感器始终可以确定运动员在跑带上的位置，如果运动员在跑步机上偏离中心，反馈回路也可以进行调整。 通过微调步行带的速度，让运动员回到中心位置。
但是，这种调整方法也有一些缺点。 比如同一个位置出现偏差，可能是远近造成的，也可能是近远造成的。 进行速度补偿时容易误判，使运动更加困难。 偏离中心位置。
另外，在跑步机正常运行过程中，跑带上跑步的人可以近似地视为脉冲负荷。
脉冲型负载周期性明显，加卸载动作时间短。 电机在脚接触板时可能随时变速，会造成加减速冲击，带来不好的体验。
图片来源 |
除了考虑心率和跑步者的位置外，步法也可以作为反馈回路中的重要信息。
步态信息是指运动时脚底与跑步机之间的力信号，可以通过在电动跑步机跑带下方安装压力传感器获得。
通过分析运动过程中的步法信息，可以判断运动员的运动趋势。 将压力传感器采集到的运动中的人产生的Z向垂直力求和：
由力矩平衡方程可得到运动员在任意时刻t的位置信息：
由此可以得到F(t)、X(t)、Y(t)的实时曲线，经过分析，可以划分出跑步者步态周期中的各个阶段。
步法信息（F(t)、X(t)、Y(t)等）作为反馈回路的重要判别因素，进而控制电机加速或减速，从而使步速跑步机随着人体的速度而变化。 可以实现对跑步机速度在一定范围内的跟踪控制，提高跑步机的性能。
一步、两步、三步、四步……怎么算？
上面已经详细介绍了跑步机计步和性能优化的相关知识，下面让我们继续了解手机记录跑步距离和速度的原理手机跑步计步器，看看为什么两种记录方式相差如此之大？
首先，让我们从一个简单的计步器开始。 计步器可以记录锻炼者的步数、行走的距离、步行速度和步行时间，并在此基础上计算出锻炼者在一定时间内消耗的热量或热能。 消耗，主要用来统计运动量。
数字计步器 | 图片来源
目前，常见的计步器分为机械式计步器、基于专用计步器芯片的电子计步器、智能手环以及基于智能手机内置传感器开发的计步器软件。
图片来源 |
以电子计步器为例，为实现计步功能，需要准确记录步行和跑步过程中的周期性物理量。
人在行走或跑步时，加速度的变化最为明显，可分解为向前、纵向、横向三个方向的变量。
在步行和跑步期间，加速度会随着我们的步数周期性变化。
分我们的走路动作。 在收脚动作中，由于重心向上，一只脚着地，垂直方向的加速度呈正增加趋势； 向前运动时，重心下移，两脚着地，加速度呈反向减小趋势； 而水平加速度在脚收回时减小，在迈步时增大。
图片来源 |
因此，计步器无论放在什么地方，至少一个方向的加速度幅值都会有明显的周期性变化，从而达到准确计步的目的。
智能手机：n 种计算方式
在智能手机中，各种传感器协同工作，支持我们的各种需求——光线传感器、距离传感器、重力加速度传感器、磁传感器、心率传感器、振动传感器……
与电子计步器类似，智能手机也可以采集人体运动时的加速度信号。 从下图可以看出行走过程中加速度的周期性特征。
连续行走过程中产生的加速度大小 | 图片来源[6]
自相关系数计步器算法是根据加速度的周期性特征，通过计算整体加速度在相邻两个步行周期上的相关强度来判断行人是否在行走。 相关性越高，计步准确的概率就越大。
另一种智能手机计步方法是频域计步算法，即通过采集离散时间序列上的传感器数据，对这些数据进行短期傅里叶变换（Short Term手机跑步计步器，STFT）或快速傅里叶变换（Fast 转换）。 , 快速傅里叶变换)。
将传感器采集的数据转换到频域后，可以放大一些在时域不明显的信号特征。
我们非常熟悉的陀螺仪，在智能手机的计步功能中也扮演着重要的角色。 陀螺仪的主要功能是检测角动量。
以FFT计步算法为例，将陀螺仪采集到的角速度最大的坐标轴作为敏感轴，然后对角速度数据进行FFT处理，将时域的角速度数据转换为频域数据。
最后判断数据是否在典型步行频率范围内，是否超过预设的幅度阈值，如果满足上述条件，则计步。
与时域计步方法相比，频域计步方法更加准确，但也带来了更大的能量消耗。
下表提供了当前计步算法的简要总结：
各种计步算法优缺点比较[7]
通过了解跑步机和智能手机的计步方式，我们可以知道，跑步机是通过运动员设定的速度和运动时间来记录距离的。
智能手机的计步方式相对来说更加多样，但它们的共性是通过不同的算法分析传感器获取的数据来进行计步。
由此看来，我们在跑步机上的跑步姿势、步长和步频都会导致智能手机的测量结果准确度不同，这也导致小编在跑步机上记录了5公里的跑步距离，而智能手机记录的结果是 6.55 公里的巨大差异。
所以仔细想想……难道是小编腿短导致步频高，所以手机记录的结果被夸大了？ ？ ？
一起来看看不同录音方式的区别吧！
参考
[1] 知乎 | 跑步机是如何从酷刑工具变成大众健身器材的？
[2] 褚俊英，郭斌，孙彤． 基于传感技术的跑步机速度自动跟踪控制方法[J]． 自动化与仪表, 2020(07): 38-41. DOI：10.14016/ki.1001-9227.2020.07.038。
[3] 程龙乐，徐金林，等． 基于图像处理的跑步机速度自适应技术研究［J］． 计算机技术与发展, 2016, (10): 92－94.
[4] 刘洋，周旭，孙以宁，刘瑶，马淑芳． 基于步法的跑步机速度跟踪控制方法[J]． 传感技术学报, 2015,28(02):217-220.
[5] 王攀． 基于单片机的智能计步器设计[J]． 仪器技术, 2021(06): 23-25+45. DOI：10.19432/ki.-2394.2021.06.006。
[6] 杨润泽． 一种节能型智能手机计步算法的研究与应用[D]. 内蒙古大学, 2019.
[7] 王骥． 基于行人航位推算的室内智能手机定位方法研究[D]. 山东科技大学, 2020.
文中未注明出处的表情和图片均来自网络