商业计划书 物联网健身房

商业计划书概要

一、技术方案：

该健身房系统有四个功能模块：用户模块、网络模块、感知模块、数据处理模块。

用户在完成验证后可以通过终端设备访问服务器，服务器可以从感知识别模块读出相应的数据从而查看运动数据、环境情况的实时信息、一旦数据出现异常，也就是说当用户心率过快或环境温湿度超标，用户可以通过邮件接收警告。数据处理模块搭建于手机APP中，其机器学习相应模型了经过大量的数据训练，用户在使用时，只需将自己的身高体重年龄健身意愿等数据输入，系统便会自动为用户推荐合适的健身方案。各模块实现方案如下：

1、用户模块

用户模块代表一系列访问服务器的终端设备，设备种类上来说有手机，PC，平板，平板式电脑、或者专用的网络设备。我们开发了服务于系统与用户的手机客户端与网页，在网页上可以进行数据查看、命令控制等操作，在搭载安卓系统的移动网络通信设备上还可以做到课程推荐、进度提示等功能。

2、网络模块

网络模块包括Internet、云服务平台及ZigBee小型传输网络，Internet提供设备远程获取数据的必要通道，我们采用ESP8266这一模块连接以太网，通过简单的AT指令操作即可进行通信，其功耗小，传输距离远，性价比高，既提高了系统的性能指标，同时又降低了开发成本。Web服务器是在云平台上搭建的ONENET服务器，设计了专门针对开发者的操作界面，可通过网页直接在云

端搭建虚拟设备并添加数据流和触发器等，其支持多种通信协议，我们选择EDP 协议作为数据传输的标准协议，通过官网提供的SDK开发工具，将数据进行封装打包，通过ESP8266实现与云端的通信传输。终端ZigBee小型传输网络则利用其串口透传功能实现心率贴片与STM32单片机的数据传输。

3、感知识别模块

感知识别模块由信息采集端的各传感器及无线收发设备组成。网络呈分布式，光照与温湿度传感器部分直接连接STM32，另一部分与心率贴片一样通过CC2530驱动并与STM32进行通信。用户可以通过终端设备来查看实时数据。

4、数据处理控制模块

数据处理控制模块的核心是谷歌移动端深度数据处理框架TensorFlow Lite，其架构如下图所示：

TensorFlow Lite架构

前期我们收集了大量的用于健身课程推荐的资料并归类整理，进行预处理后开始搭建简单的推荐网络并进行训练，我们将训练后的模型保存，通过TensorFlow Lite 转换器（TensorFlow Lite Converter）将该程序将模型转换成TensorFlow Lite 文件格式，之后生成T ensorFlow Lite 模型文件（TensorFlow Lite Model File）---该格式基于FlatBuffers经过优化以适应最大速度和最小规模,最终将TensorFlow Lite模型文件通过Java API部署到移动App 中，并在选择的安卓设备上，利用编辑器，将使用安卓神经网络的API 进行硬件加速。