手机躺在跑步机储物槽里也能精确计步，华为是如何做到的？

• 作者：菊厂搞机

来源：菊厂搞机、蓝血研究（lanxueyanjiu）

蓝血研究文章，如需转载请通过后台申请

‍好看的皮囊千篇一律，有趣的灵魂万里挑一。

在消费升级的今天，一切都在追求升级！于是，“没有灵魂”的梗开始流行！

不带表情包的聊天，是没有灵魂的。

不发红包的群，是没有灵魂的。

不骂脏话的打游戏，是没有灵魂的。

不加冰的奶茶，是没有灵魂的。

甚至有人说，跑步机上跑步无法分享“步数”到朋友圈，也是没有灵魂的！

为了让跑步机上跑步变得“有灵魂”，华为在手机上干了一件有趣的事情。

▲华为Mate 20系列，放在跑步机储物槽一样能准确计步

01

“朋友圈”里计步的原理

首先，我们先来聊聊行走的手机、手表、手环是如何计步的。

人在走路过程中，身体各部位都有不同程度的运动，以手腕为例，会规律地前后摆动，产生的加速度可以分解成重力加速度和甩手加速度。其中，重力加速度始终垂直于大地，甩手动作使得加速度呈现周期性变化。

就像移动的摆钟一样。

理想状态下，这个加速度的周期性变化如下曲线图。

最原始的计步器是机械式的，就是利用摆锤的原理，人走路的时候带动摆锤摆动，人走一步，摆锤摆一下，和金属接触通电一次，就完成了一次计步。

▲计步器原理

但是，走路归走路，带个锤子太不方便。于是，在这个原理的基础上，人们又发明了电子计步器。

手机上的电子计步器，出于体积和功耗的原因，一般采用电容式加速度传感器(Accelerometer)，这个传感器有两个极，一个电极是固定的，另一个电极是弹性膜片。走路时，这个弹性膜片就会移动位置，使电容量发生变化，通过电路检测电容变化，进而测量出加速度。

然后，传感器将数据传给计步器的大脑，一个运算单元（MCU），MCU基于算法将传来的加速度数据进行整合分析，判断出这个人是否在走或者跑，并记录走或跑多少步。

当然，计步器在人身上所处的部位不同，产生的加速度可能不一样；还有，我们不像解放军叔叔走路那么标准，这些都容易让加速度没有上面那个图有规律。因此，要把步数计算出来，就要通过算法来处理这些信号数据。

同时，计步器本身的振动干扰，也需要用算法去除掉才准确。

▲有干扰的曲线图

现在，很多智能手机中就安装了这种计步器，各种运动健康类APP可以直接获取数据，方便快捷，又便于分享。

当前智能手机对于常规的户外跑步、走路计步已经非常准确了。

然而，自从有了步数排行榜，人类追求上（炫）进（耀）的心又激发了无数智慧，比如有人通过摇晃手机来增加计步数据。

有人甚至把手机绑到狗腿上。

02

华为Mate 20，记录跑步机的“灵魂”

那么在室内跑步机上跑步，怎么计步呢？

很简单，要么买一款智能手表或者智能手环戴上跑步，要么通过腰带或者臂带把手机绑身上。

但这对运动是一种负担，很多人不喜欢跑步时被电子产品束缚。

据统计，80%跑步机跑步的人，手机放在跑步机的储物槽里。有没有一款手机躺在跑步机的储物槽里，既能让我们正常使用手机，又能准确计算跑步机上跑的步数呢？

华为Mate 20系列，经过长达超过12个月的开发，率先解决了这个问题——手机躺在跑步机的储物槽里也能精确计步！

▲路径：华为手机“运动健康-我的-运动健康实验室-自由室内跑”

03

用通信的方式，聆听跑步机的“脉搏”

手机正常情况下计步依靠识别人的“摆锤”，而在跑步机上是通过识别“振动”来实现的。

也就是说，利用手机加速度传感器的那一套计算方法全部失效了。

要让手机躺在跑步机的储物槽上精确识别走、跑、踏步带来的振动，首先就面临两个难题：

第一， 走、跑、踏步，经过跑步机再传递给手机的振动非常小。

第二， 健身房环境嘈杂，干扰因素众多，尤其是跑步机本身传送带的振动非常大，都会传递给手机，带来很大干扰噪声。

想要的声音“非常小”，无用的噪声“非常大”，还要把“非常小”从里面抽离出来。这无异于在闹市里要听清楚老板的电话。

很难，实在是太难了……

▲图片来自互联网

华为工程师要解决的第一个难题，就是要收集跑步机振动的原始数据。为此，他们申请到了一个“小小的福利”——本项目期内可以无上限报销健身卡。

发际线逐年消失的华为工程师们，这次纷纷办起了健身卡，办公区附近的健身会馆也开始转亏为盈。

▲图片来自互联网

历经长达两个多月的日夜兼程，跑出了博尔特式强壮肌肉的华为工程师们终于收集了大量来自健身房的数据，经过分析，初步建立了跑步机的噪声振动模型。

找到了噪声模型，又该如何最大化降低噪声与干扰呢？要知道，跑步机上跑步的不一定都是有“份量”的汉子，还有广大娇小的女生，她们在跑步机上“迈开莲步”，有时候简直是润物细无声，一丁点的噪声与干扰都会影响到计步的准确。

这时候，华为这个通信老厂商，又开始把最擅长的技术手段拿出来了。

要知道，通信领域一度也面临着噪声与干扰的难题。相信很多人都遭遇过通话时杂音干扰、甚至掉话的经历。从GSM到LTE，华为在与通信界的哼哈二将——噪声与干扰长年打交道中，早就累积了一大街世界领先的消除噪声与干扰技术。

这一次，一些老本行的技术与经验，又可以派上用场了！他们根据噪声振动模型，设计了一款自适应滤波器，将跑步机的各种噪声干扰信号一层层过滤，终于“抽丝剥茧”般提取出步点的振动信号。

为三十年的通信积累，像打通了数学和算法的“任督二脉”，融会贯通终于把跑步机的“脉搏”诊断出来了。

04

为了更准确的计步，华为引入了AI

能够听到跑步机上运动的振动，计算出步数似乎不太远了。

然鹅，事情远远没那么简单，这个模型，在不同的健身房，不同的跑步机、不同的储物槽上都适用吗？

进一步发散，每个人体重不同、跑步方式不一样，不同手机壳、甚至手机看视频和听音乐、手机放在面板上看视频等等都不一样，又怎么区分并精准计步？

工程师们又陷入了沉思。

一个个不眠的夜晚讨论下来，项目组负责人最后想到了一个最笨也是最聪明的办法：

用海量数据喂养AI，通过AI自学习算法优化计步模型。

于是，这一次，工程师们的“福利”成几何指数增长：

跑步数据涵盖城区200家健身房，

挑选至少100个志愿者（男女各半、胖瘦兼顾），

10台不同华为手机，配备不同手机壳，

样本量至少要达到10000组！

这意味着每个人的跑量可能要达到100km以上！

华为工程师们已然欲哭无泪，深深意识到免费健身的福利不好拿啊~

历经长达数月的海量运动数据收集，他们通过华为麒麟芯片的强大AI自学习能力和算法，不断调优计步模型，最终能够适配不同体重不同性别的用户、不同手机外壳、Top20品牌不同型号的跑步机、常见各种健身房的环境……

各种复杂场景，一一拿下！

而对于走或跑过程中，手机状态的各种变化，如一会拿起来拍照、发个消息，一会放回储物槽看看视频，Mate 20系列的AI自学习算法，也能够在华为自由感知引擎的辅助下，对采集的海量数据进行分析，在时域和频域上找到手机不同状态的特征，从而精准识别手机状态，并基于深度学习的神经网络模型不断调优计步算法。

这就相当于，篮球运动员通过不断练习，能够根据不同位置不同角度，采取对应的投球姿势和力度——距离远时大力投球、突破扣篮时三步跨栏……

不管Mate 20系列手机是带在身上、捧在手心、还是放在跑步机上走跑，它都能准确识别出来，都能采用相对应的计步模型实现精确计步。

值得一提的是，经过不断优化，华为Mate 20系列跑步机计步黑科技，计步准确率已经高达96%！达到了手机带在身上一样的水平。

有趣的灵魂21克，美好的身材90斤！

奔跑吧，做个“有灵魂”的跑者，在健身房，在跑步机上！