随着近年来全民健身热潮时代的到来，人们愈发关注自身运动健康，搭载柔性传感器的智能可穿戴产品应运而生。跑步运动因其随时随地可进行的特点成为了男女老少人群日常健身的首选运动。由于在跑步运动中，下肢主要承担更多动力性工作，过大的运动强度易造成不可恢复的损伤，而运动强度不足则达不到训练效果。为了能让更多跑步健身爱好者了解自身运动强度，本文将柔性应变传感器应用于紧身运动服装上，探讨人体下肢肌肉、关节位置柔性传感器的应变-电阻变化与跑步运动强度的关系，并利用KNN分类器建立了运动强度预测模型。最终将下肢运动强度监测模型应用于智能运动裤上，并完成了相关模块的算法。本论文主要工作分为以下几个部分。
　　为了实现上述研究目标，本文首先采用市场调研和问卷调研方法对跑步运动爱好者的运动强度认知、智能运动裤产品与消费需求进行分析。调研结果显示，大多数人通常选择中低强度的跑步运动方式，且缺乏对于运动强度的客观判断。目前应用柔性传感器对运动强度进行监测的智能运动服装产品较少，根据消费者对智能运动裤装的期望反馈显示人们对于能够监测下肢肌肉、关节运动强度的需求较大。
　　为模拟在实际跑步运动中，不同跑速、动作幅度对于传感器性能的影响，采用定伸长拉伸实验对柔性传感器静态性能（线性度、灵敏度、拉伸松弛性）及动态性能（重复性、稳定性、迟滞性）做检测。测试结果表明，不同拉伸 速度和应变下，传感器拉伸至最大应变时电阻曲线近似线性变化，拉伸应变越大（>25%），传感器电阻曲线线性度有所降低；在较小拉伸速度（40mm/min）和应变（15%）下，传感器表现出良好的拉伸灵敏度，随着拉伸应变和速度的增大，灵敏度呈现下降趋势，但变化趋势不明显；在较小拉伸速度（40mm/min）或较大应变（45%）下，传感器抗拉伸松弛性较好；在动态循环拉伸下，传感器表现出良好的电阻可重复性和稳定性，电阻拉伸与回复曲线之间产生的形变滞后性较小。
　　根据对在跑步运动中人体下肢肌肉、关节运动特性以及皮肤形变规律进行归纳总结，确定传感器的作用方向与缝合部位并设计了基于柔性传感器的智能运动裤，用于监测大腿、小腿和膝盖部位共 7 个位置处在不同运动速度下的电阻变化情况。实验结果表明，大腿位置传感器电阻波动范围整体上要大于小腿位置，波形清晰且电阻重复性和稳定性较好，其中，大腿前侧股直肌处传感器在运动过程中易产生皱缩现象，电阻变化与运动强度呈负相关关系，因此不利于监测运动强度变化；膝盖处传感器电阻变化范围大、滞后性小，波形呈稳定的周期性变化。最终选取大腿外侧髂胫束、后侧股二头肌以及膝盖3个位置进行跑步运动强度监测实验。
　　为了探讨不同部位传感器采集得到的电阻变化信号与运动强度的关系，选择8名实验对象穿着智能运动裤在跑步机上进行静止、4.5km/h快走（低强度）、6km/h慢跑（中低强度）、8.5km/h快跑（中等强度）、10km/h冲刺跑（高强度）运动，同时佩戴智能呼吸带进行呼吸生理信号对比，对监测实验采集到的各部位传感器、呼吸带信号进行特征指标提取，分析平均波幅、平均波宽、平均电阻变化加速度以及波形频率这 4 种不同指标与运动强度的关系得到：不同运动强度下的动态电阻变化有着显著差异，随着跑速的增大，运动强度增加，大腿部位传感器以及呼吸带产生的拉伸形变增大，电阻波幅增加，波宽变窄，平均电阻变化加速度增大，且单位时间内产生的波形数量增多，而膝盖部位传感器在较低运动强度下（4.5km/h）电阻波幅变化范围最大，随着跑速的增大，波幅呈先下降后回升的变化。
　　结合特征指标特点，采用KNN分类器建立运动强度预测模型，对柔性传感器和呼吸带原始数据进行波形采集处理模块、特征指标提取模块的算法程序设计，并利用VS2008软件开发平台进行编程。基于KNN分类器对提取的特征指标进行建模分析，通过指标组合和参数优化对样本进行多次训练和筛选得到预测结果准确率大小为：传感器>呼吸带，膝盖>大腿外髂胫束>大腿后股二头肌，多指标组合>单指标。最终将最优模型（膝盖+大腿外组合模型）应用于实际运动强度监测中，并结合实测心率值和RPE判定结果对模型预测结果进行验证。验证结果表明，该模型分类精度良好。
　　综上，基于柔性传感器的下肢运动强度监测模型研究具有一定的意义和参考价值，为将来智能运动产品的研发提供了一种新的解决方案。