深度预测智能穿戴设备未来发展趋势

我们都知道，智能穿戴设备的运动监测功能主要通过重力加速传感器实现。重力传感器已是一种很成熟的技术，手机也早有应用。传感器通过判断人运动的动作得到一些基础数据，再结合用户之前输入的个人身体体征的基本信息，根据一些特定算法，得到针对个人的个性化监测数据，诸如运动步数、距离以及消耗的卡路里等，从而判断运动的频率和强度。

　　睡眠监测也通过相同的传感器技术实现。人在不同的睡眠阶段，脑电波会发生迅速改变，有意思的是，重力加速传感器并不具备直接探测脑电波的功能，所以它是将人在睡眠中动作的幅度和频率作为衡量睡眠的标准，来判断睡眠处于哪个阶段，苹果 Apple Watch 的闹钟功能，正是依据这个判断用户处在“快速动眼期”将用户唤醒。

　　但现有产品的重力传感器较大程度也只能到这里了，由于传感器的传感速度限制了识别度，它们无法识别出更多，比如用户做出了什么手势，是手心向上还是手背向上。

　　另一方面，在心率监测上，Apple Watch（包括 Gear Fit、Fitbit Surge、Microsoft Band 等手环）采用的是光电式心率计，它的原理非常简单——通过Apple Watch背面配备的绿色LED灯，搭配感光光电二极管照射血管一段时间，由于血液是红色的，它可以反射红光而吸收绿光，而在心脏跳动时，血液流量增多，绿光的吸收量会随之变大，处于心脏跳动的间隙时血流会减少，吸收的绿光也会随之降低，基于此，就可以根据血液的吸光度来测量心率。

　　光电式传感器的工作原理要求设备需要紧贴手腕，并且毛发不能过于旺盛、不能出汗、也不能在运动时测量。这也就是为何苹果会建议用户在进行心率监测时让手表贴紧皮肤的原因，此外，苹果在介绍中也表示在天冷的情况下，用户手腕部位的血流量可能不足以监测到心率，而且用户在进行节率性运动（如跑步和骑行）时，心率测量的准确性会比无规则运动（如打网球）更加的准确。这些亦都是光电式心率监测的局限性所在。

　　由于当血液经过毛细血管流入手腕时，血液流动速度实际上已经减缓了，因此终的结果也不一定能够真实反映心率——也就是说，使用 Apple Watch 监测出的心率数据，后可能还不如一些手机准确，特别是在手握机器的情况下，由于人的食指指尖有一个动脉血管，而后者能够和心脏基本保持一样的频率。