可穿戴式设备设计-生物测量篇

可穿戴式设备设计-产品定义篇，上文我从主流大厂对智能手表的定义展开，给出了一些业内共识。以Air Pods 2的SiP封装给出为什么功能增多，体积变小。通过列举一些代表的器件和拆机来说明硬件方案的一些演化。然后里面杂七杂八的也掺和了不少和标题不对的东西。

这篇文章会以大篇幅说明对生物指标的一些测量的原理和产品。

首先概括性的给出一个系统图

我以前写过一个专有的产品就便携的心电图：便携式心电图方案.上，里面详细的说了几个详细的方案。昨天的文章里面也出现了华为的心电产品，是单导联的方案。

血压目前看华为和小米都有。不过测量血糖可能也是一个趋势-GoC无创血糖仪详解.上，这个是以色列得的东西，我以前也写过一点。

首先我们要知道身体所有指标都是连续的，你去测一次生理指标才是一个样本，要想说明问题，只能说你的病周期性很强，才能在单次采样中获得数据，而长期采样才能挖掘到不一样 的趋势，就是在时域上面来审视整个过程，那无疑有用的多。

应用的主要场景

主要设备分类

设备产业链

发展历程

最主要的内容有，人机交互：

人机交互技术（Human-Computer Interaction, HCI）是指人与计算机之间以特定的方式，完成确定任务人与计算机之间的信息交换过程。

主要是这些分类

还有传感器技术：

各种传感器分类

实现的功能

原理和趋势

基于MEMS的器件

柔性电子技术（电子皮肤）：

相对于传统电子，柔性电子具备更大灵活性和延展性，能够在一定程度上适应不同的工作环境，满足客户对于设备的形变要求。目前，柔性可穿戴电子的研究应用体现在人类生活的诸多方面，如电子皮肤、可穿戴心脏除颤器、置于隐形眼镜中的柔性电路、柔性导电织物键盘、可穿戴式心电呼吸传感器、笔状可卷曲显示器、柔性压力监测鞋垫、薄膜晶体管和透明薄膜柔性门电路等，基于柔性传感器构建的健康医疗监测系统越发成熟。

柔性混合电路可实现轻量级全集成可穿戴式传感器的开发工作

近期在柔性功能印刷以及装配材料和技术上的发展，可以实现比传统的刚性或柔性蚀刻铜电路更加经济、重量更轻的柔性混合传感器电子元件。

在柔性银电路上构建的生物标记物传感器平台允许进行复杂性更高而且柔性更高、更为耐久的双侧电路布局。典型的系统可能包含聚对苯二甲酸乙二醇酯 (PET) 基板，其中的银墨水和电介质墨水应用采用了广泛应用的印刷技术。根据具体应用需求的不同，举例说来，组件可以整合用于 IC 的 0.50 毫米螺距 QFN 封装、保护关键元件的封装、基于锌锰或锂聚合物的薄膜电池、生物相容的装配胶粘剂，以及图形覆盖层，为制成品提供美观的外观效果。

对于集成传感器平台的核心因素来说，功率预算是需要首先考虑的事项，然后需要开发固件，为微控制器的功能、微控制器流程以及从传感器、运算放大器和模拟 - 数字转换器发出的放大的数字化数据进行编程，然后通过无线技术将数据发送到智能手机或其他移动设备，这类无线技术往往采用近场通讯 (NFC 13.56MHz)或低功耗蓝牙 (BLE) 技术。当前，大多数的集成传感器设计厚度范围在 2 至 5 毫米。然而，可穿戴的生物标记物传感器的真实形状系数需要更薄，这样才能为用户带来最大的舒适度，使侵入感降到最低。厚度更薄的硅芯片模可以实现更薄、柔性更高的基板。高速的板对板和卷对卷印刷与装配技术可以规模更大的批次来处理厚度薄的多的基板（厚度为 1 至 2 毫米）。

那这里的场景，运放和MCU集成的方案就很有用了。

以及电池技术和无线通讯。

医用级智能可穿戴设备开发使用较成熟的主要包括慢病监测和干预治疗两类：

与消费级智能可穿戴设备相比，慢病监测类智能可穿戴设备聚焦某一特定慢病病种，具备相对专业的监测数据和预警能力，能够满足相应慢病患者人群的日常医疗需求，但大多数还是在扮演健康管家的角色。

医疗器械厂商和初创企业以糖尿病、高血压、心力衰竭等慢病治疗领域为切入，已研发出间歇式震颤监测系统、人工胰腺系统等，帮助人们缩短诊疗流程，节约医疗成本。此外，在神经系统康复护理、骨科术后康复应用中，智能可穿戴设备通过步态监测、关节活动度监测、关节支撑等追踪分析，评估人体运动健康功能和术后康复效果，且机械外骨骼设备可为术后患者提供强有力的运动姿态支撑，提高移动能力，缩短康复周期。目前，干预治疗类智能可穿戴设备领域还处于刚刚起步阶段，涉足企业较少，主要以国外企业为主。

至于说的打电话是：

eSIM 赋予智能手表独立性，协同 TWS 耳机开拓使用空间。目前智能手表

仍高度依赖与手机的交互，大部分内容都需要通过手机分发。随着三大运营商落地 eSIM 业务，各大厂商纷纷进行布局。搭载 eSIM 卡的智能手表可实现独立网络连接，实现独立通话、接受消息提醒等功能，通过嵌入式语音 AI进一步提升手表的可操作性，搭配 TWS 耳机形成独立于手机的完整信息交互系统生态，充分开拓智能手表的可使用空间。这也使得主控芯片需要配备更多通信连接功能模块。

支持的一些机型

高性能下的长续航需求明显，双处理器方案或成主流。随着智能手表功能的不断增加，受限于尺寸和重量约束，目前市售智能手表产品在高性能与长续航上各有取舍，功能与功耗的平衡始终未能满足客户的期望。高性能智能手表过短的续航时间将导致用户在入睡前需取下手表进行充电，无法在夜间使用睡眠监测等功能，降低了使用粘性。而对性能的牺牲则使得智能手表功能大大受限，依赖官方更新进行功能升级，使得手表不再智能

OPPO Watch 3 则通过双系统+双芯片的方式改善了这一问题，使用地图、微信等应用时调用高性能处理器及 Android 操作系统，使用健康检测等低负载功能时自动切换至 RTOS 系统，同时开放“轻智能”模式，

只保留核心健康与运动功能，实现最长 15 天的续航。OPPO 的方案为智能手表的发展方向提供了参考。

这种叫爆炸图？

class SmartWatch:
    def __init__(self):
        self.high_performance_processor = HighPerformanceProcessor()
        self.power_saving_processor = PowerSavingProcessor()
        self.current_processor = self.high_performance_processor  # 初始选择高性能处理器

    def switch_processor(self, mode):
        if mode == "high_performance":
            self.current_processor = self.high_performance_processor
            print("Switched to High Performance Processor.")
        elif mode == "power_saving":
            self.current_processor = self.power_saving_processor
            print("Switched to Power Saving Processor.")
        else:
            print("Invalid mode")

    def perform_task(self, task):
        # 使用当前选择的处理器执行任务
        self.current_processor.process_task(task)

class HighPerformanceProcessor:
    def process_task(self, task):
        # 高性能处理器执行任务的相关代码
        print("High Performance Processor is processing:", task)

class PowerSavingProcessor:
    def process_task(self, task):
        # 节能处理器执行任务的相关代码
        print("Power Saving Processor is processing:", task)

# 示例用法
watch = SmartWatch()
watch.perform_task("Task 1")  # 默认使用高性能处理器执行任务

watch.switch_processor("power_saving")  # 切换到节能处理器
watch.perform_task("Task 2")  # 使用节能处理器执行任务

我这里给一个性能切换的框架：，SmartWatch 类包含了两个处理器的实例，通过 switch_processor 方法可以切换当前使用的处理器。perform_task 方法用于执行具体的任务，会调用当前选择的处理器来完成任务。这个框架可以根据实际需求进行扩展和优化。

这个是一些方案

这个是watch D

PVD是啥气相工艺，我又不懂了

这个测量的时候都要按照这个流程来做

这个是watch D里面的传感器

气囊由表身内置的微型气泵充气，最高可加压300mmHg，相当于常见血压仪的加压程度，确保可测量最高230mmHg的高压。

华为 Watch D 了采用 0.01mmHg 高分辨率压力传感器以及低流阻气路设计。官方称，这套压力测量系统的误差控制在了±3mmHg 以内，已经达到了医疗级水平。基于 128Hz 实时反馈式压力控制，它还能根据反馈压力适时调整充气流量，实现低抖动线性升压，

测量原理：电子血压计原理。通过袖带加压至阻断肱动脉血流，然后缓慢减压，借助仪器识别从手臂传到袖带中的小脉冲，并加以识别最后得出血压值。

事实上，这种测量也是有PPG传感器的辅助

假设血管中流动的血液像水在水管中流动一样，在管壁摩擦等限制条件已知或相对固定的情况下，只要知道血液的流动速度，就可推算出对侧壁的压力。

一般情况下，人体对光的吸收主要有三部分组成: 动脉血液、静脉血液、骨骼和其他组织。

静脉血液、骨骼和其他组织对光的吸收变化在固定时间点可以忽略不计。而随着心脏的收缩和舒张，动脉血液的流速会发生变化，所以皮肤对光的吸收变化与动脉血液流速的变化直接相关。

基于流体模型和皮肤对光的吸收特点，可以得出皮肤对光的吸收变化与动脉血液流速的变化直接相关。所以只要测得皮肤对光的吸收变化，就可以推出动脉血液流速的变化，进而可以得到某一时间点血压值。

对这个手表的拆解很少，只能模糊的看

主要是看如何实现这个功能的：

小气泵是设计在表壳里面的

气泵是这个东西，但是我有点没有搞明白这个原理

板子的集成度也是很高

1、Ambiq Micro－Apollo4 Blue－32位微控制集成蓝牙5．1

2、NXP－SN100T－NFC控制器

3、CMJRD11G04G－内存和闪存芯片

4、IDT－P9415－无线充电芯片

5、InvenSense－ICM－20690－加速度计和陀螺仪芯片

6、Dialog Semiconductor－DA9168－电源管理芯片

7、3PEAK－TPA626－电流和电源监视器

8、3PEAK－TPM8837－马达驱动芯片

9、CellWise－CW2218B－电量计芯片

10、温度传感器芯片

11, Goodix－GH3220－心率检测芯片

一个电机的驱动芯片来驱动一个气泵给带子打气，然后PPG+差压传感器来计算这个血压值。

这个芯片控制起来还是很简单的

两个PWM就可以了

心电啥的都是一个集成芯片搞定的。所以128Hz就是PWM的控制频率.

还有一点难的是，这个气囊。以往用的血压计之所以需要如此大的气囊，是因为需要与手肘处的测试部分能够充分接触，以确保其准确性。

事实上，华为设计WATCH D的确很费了一番功夫，其气囊设计在表带内侧，需保证佩戴的美观，也需要考虑如何在有限的空间内，放进一颗强大的气泵，充入充盈的空气将压力平均传递到手腕之上，最终实现准确的测量。

由于采用了双层气囊结构，既提供了不错承受压力的能力，也能够实现均匀充气。

这个是比较清晰的一张图

这个低流阻气路，确实有这个概念，但是我也不会用。。。不知道啥意思，我感觉就是两个气囊充气的弧度不一样而已，可能是。。。有懂流体力学的大哥可以和我说说。

低流阻气路设计指的是在气体流动系统中，通过减小气路中的阻力，使气体能够更轻松地流过系统。在这种情况下，用于充气的气体能够以较低的阻力通过气路，实现更加顺畅的流动。 在气囊的设计中，低流阻气路的优势在于能够实现更快速、更精准的充气和释放过程。通过减小气路阻力，可以更有效地控制气囊内的压力变化，实现实时反馈和精准的调整。这种设计有助于提高设备的灵敏度和性能，特别是在需要快速响应和高精度控制的应用中，如血压测量设备。 gpt

这个是小米最新的手环

小米的原理估计也差不了多少

看到了气泵，小米还是性价比高的，压力传感器肯定是IIC的

找到了这个气泵，其实看着哪个样子就差不多知道是压电陶瓷

我选了一个角度

电压还不小，所以华为有升压的控制电路

这个是电压下的气压图

这个是装配图，确实和华为和小米的一样，所以这种方案也是行业共识了

这里主要控制电压和开关

其实电机驱动可以看作是两个MOS开关

数据手册里面也有这个架构图

这个是华为的牛子产品经理，把耳机塞到手表

屏幕排线丝印型号“2208D155040066”，为iPhone全面屏所采用的相同COP工艺，将显示驱动芯片放置在屏幕背面，从而最大限度提升屏占比。

我就是想说这个COP而已。

其实还有一个厂商是三星，多厉害我就不说了，这里先说它在手表健康领域的一些东西。

Galaxy Watch4

Galaxy Watch4 是第一款采用由三星提供支持的 Wear OS 的智能手表。

编程？那我可太喜欢了，我看看怎么个事。

Galaxy Watch 和移动应用程序之间的通信协议称为三星配件协议 (SAP)。

然后是支持安卓Wear系统的，但是也支持WEB和Net，是比较奇怪的设计。

除了编程以外，我更想看到设计指南：

这里看图表设计，数据经过高精度过滤和可视化，可产生令人惊叹的结果。

直观的结构

事实上，针对Wear的开发这部分，三星甩锅给了谷歌，看谷歌的就行，hhh

尽可能的关注单一任务，而不是整体体验

帮助用户在几秒钟内完成手表上的任务，避免人体工学不适或手臂疲劳。

越来越多的用户拥有多台设备。手表非常适合处理快速、频繁的任务，而移动设备则适用于长时间的复杂互动。在某些情况下，你可以结合使用手表和手机来完成同一任务的不同部分。

用户会一直佩戴手表。请考虑如何根据用户所处的情境（例如时间、地点和活动）更新应用内容。

可离线使用

针对连接缓慢和离线使用场景（例如锻炼和通勤）进行设计。

TI德州仪器AFE4500适用于生物阻抗分析、电生物传感和光学生物传感的超小型、集成式AFE，集成Bio-Z、EDA、ECG和PPG信号链，同步ECG和ECG可实现基于PTT的BP。

之所以可以测量这么多的值原来是使用了TI的芯片，怪不得。另外，手表和智能手机之间也是互相捆绑的关系。

心电图和血压

生物阻抗测量可用于人体成分测量和皮电分析等应用

使用生物阻抗分析 (BIA) 进行人体成分测量 (BCM) 是指通 过测量人体一段或多段之间的电阻（通常为 50kHz）来估算构成人体的各种成分（水、肌肉、脂肪等）的含量。

在可穿戴设备上实现 BCM 应用面临的挑战源于较高的时变接触阻抗。TI AFE4500 器件采用独特的阻抗测量方法克服了这些挑战，该方法可动态适应时变接触阻抗，同时能够精确测量人体阻抗。

皮电分析 (EDA) 是指皮肤因汗 液分泌而产生的电导变化，与压力、情绪和认知状态等精神状态有关。TI 的 AFE4500 有两个用于 EDA 测量的信号链，一个可实现高精度的 EDA 监测，另一个可实现超低功耗的 EDA 监测。

这个器件要签保密协议才能看到更多，我哪有。。。

生物标记传感器

与血液或其他生物流体相比，汗液独有的特征使得可以通过非侵入的方式，快速的进行收集和测试。

典型的生物标记物传感器平台的主要特点包括了微处理器、运算放大器和模拟 - 数字转换器、LED 指示灯或超薄柔性显示屏、天线、可能的辅助存储器，以及钮扣电池或薄膜电池。

这个是去年CES上面的一个公司，我很喜欢

ADI有完善的产品

医院内外不同的测量需求

体征信号的典型方案

运动检测

反射心率设计

这个就是情绪检测，也就是阻抗测量

生物电势测量-AD8232单导联心电模块

血压测量

系统解决方案

用于NFC功能模拟门禁卡的磁性线圈

过于精美

ST意法半导体LPS28DFWTR气压传感器，是一款双量程防水气压传感器，实现了高精度空气压力测量外，还可以实现30M的水深测量。采用带金属盖的陶瓷LGA防水封装，保证了在-40℃~+85℃的温度范围工作。

而且还上了自己设计的芯片

羡慕了

设计理念也是大小核，AOD的模式下就使用A55。

同样苹果对协处理器的使用也是很早，在Iphone 5S就开始了。

苹果M7（代号Oscar）是苹果公司的动态协同处理器。它的功能是收集从集成加速度计，陀螺仪和指南针传感器的数据和卸载从主中央处理单元（CPU）的传感器数据的收集和处理。苹果M7最有可能的是恩智浦LPC1800微控制器基于所谓LPC18A1。它采用了ARM Cortex-M3内核与定制包装和命名方案，表明它是苹果定制的一部分。

苹果M7协处理器收集，处理和存储传感器数据，即使该设备处于休眠状态，并且当该设备再次通电时的应用程序可以检索数据。这将减少设备的功耗，并延长电池寿命。

笑死，和NXP的关系真好。

后面也可以做这种设计试试，使用TI的低功耗和别的高性能处理器一起玩。

其次还有一个有趣的东西是步数计步器，这个功能怎么实现的呢？

抬腿迈出一步的时候，加速度是最大的。我们把它放到一个坐标轴上，加速度的变化看起来就像一个cos波形。两个波峰之间，可以被认为是一步。如果连续出现了8个（不同硬件厂商有不同标准）波峰，就可以基本确定这个人在运动状态。在实际场景中，算法还要去掉一系列的“噪音”。比如我们走路时，手机放兜里会上下抖动，产生不同方向的加速度。这时算法就要判断并去掉“噪音”，只留下最主要的运动特征。

以放置在手腕处的加速度传感器为例。用户在水平步行运动中，手腕处的加速度会收到重力加速度和甩手加速度的双重影响。如下图所示，红色箭头表示重力加速度，绿色箭头表示甩手加速度。

在步行过程中，重力加速度始终垂直与大地，甩手动作带来的加速度呈周期性变化。反映到图表中，可以看到，在步行运动中，垂直和前进产生的加速度与时间大致为一个周期性信号。

通过对轨迹的峰值进行检测计算和加速度阀值决策，即可实时计算用户运动的步数，还可依此进一步估算用户步行距离。

这上面的研究非常有意思，低功耗，精确性等，都需要大量的数据挖掘，各种算法的部署，等我后面写~

神经网络这么火，怎么可能会在这里不发光发热

可穿戴呼吸传感器

袜子传感器

康复传感器

其次我们也不能局限于就满足设备本身，而是要关住周围，错位竞争才是王道。

还有谷歌的眼镜

还开源了内核代码

一篇文章无法说明全部，但是也可以说明一些有趣的东西。

https://www.mi.com/xiaomi-watch-s3?spmref=MiShop_PC.mihomepage.mtl_6535d20cac546f0001228634.1

https://www.sohu.com/a/190966257_468626

​