基于情緒反饋的智能寵物犬服裝研究

文 | 吳忻舟 汪家俊 程哲 陳嘉怡 魯鈺

近年來，隨著國民生活水平的提高，人們在追求物質生活舒適的同時，也更加追求精神生活的愉悅，寵物犬也因此成為許多家庭的特殊成員。但它們在給人們帶來歡樂的同時，也同樣帶來了一些問題，寵物的疾病、不良行為等問題牽動很多主人的神經。寵物犬的抑郁癥、躁郁癥等不良情緒問題引發的恐嚇、傷人事件等嚴重破壞了社會和諧與公共安全。通常情況下，我們可以通過狗尾搖擺、停留狀態來判斷狗的情緒 ，如狗尾巴水平搖擺，且幅度很大，代表其很開心；如果狗尾巴高翹，且末端搖擺，代表其有準備攻擊的可能。但由于寵物犬存在個體差異性，加上人們的認知水平不同，傳統的判斷方法不具備準確性和科學性。因此，開發一款自主識別寵物犬情緒的產品，能及時告知寵物情緒的異常，并提醒其主人做出相應的措施，將有效規避上述問題。

情緒識別的方法主要基于非生理信號（面部表情、語音、行為等方面）和生理信號（心率、皮膚抗阻、呼吸信號、大腦信號等）兩大類。對于寵物犬來說，其情緒外顯和大腦活動并沒有人類復雜（從不同的角度可以將人的情緒大致分為 6 類），且其大部分非生理信號可通過目測獲取，故僅從情緒的正負狀態和強烈程度就可以大致分類概括其情緒，且基于一般的生理數據即可構建其情緒模型探求情緒與生理數據之間的映射關系。生物情緒狀態的生理測量對于理解潛在的生物學關系至關重要，心率變化可作為研究生物情緒狀態的生理測量指標。國內外研究者在利用生物的生理數據識別情緒方面做了許多探索，如日本學者大野一典團隊通過收集到的心率數據實現了兩只SAR犬在實驗過程中的情緒轉換可視化；美國學者麗塔·布魯加羅拉斯團隊設計了一款新型非侵入性可穿戴傳感器，可系統測試實驗室環境外動物的壓力和興奮的生理相關性；馬克·福斯特及其團隊利用一種新型無線心率傳感系統獲取實驗犬的心電圖數據，基于心率數據預測實驗犬在導盲測試中的情緒表現，得到了導盲犬工作過程中的兩個行為檢查清單；杜凱探究了心理學中情緒概念借助于溫度隱喻的構建關系；張超嘗試利用物聯網構建心率監測與情緒監控系統；劉恒通過機器學習提取特征參數、聚類分析聲音信號以輔助狗情緒的識別。這些研究從理論上證明了各生理信號可以很好地反應生物情緒的變化。

當下服裝產業與醫療、體育、互聯網等經濟熱點正在掀起一場“可穿戴革命”，智能可穿戴設備應運而出 。在寵物智能穿戴上，基于不同需求的智能產品也層出不窮，如姜茂欣等設計了一款基于Lily Pad Arduino的智能狗夜行服，以提高服裝在夜間的醒目程度，降低寵物狗夜行滋生安全事故的可能性；Play Date智能寵物玩具球作為一款遠程監控設備，可以監控寵物的活動并能夠以地板視角與寵物互動。這些智能寵物穿戴產品都在一定程度上方便主人與寵物之間的互動與交流，但在直觀識別寵物情緒以有效滿足用戶對寵物的情感關懷方面還存在不足。

由上述研究可知，目前全功能綜合性、以日常生活為導向的智能感知寵物服裝產品設計領域還存在一些可探索空間。本文旨在設計一款基于情緒反饋的智能寵物犬服裝，通過對溫度、心率、呼吸頻率等因素對寵物情緒的聚類分析獲取映射關系，使傳感器與手機APP進行交互，實現服裝、硬件、軟件的相互結合與寵物情緒的及時反饋，在科學關注寵物犬心理動態、減輕其發病威脅的同時，更好地促進家庭和睦及社會和諧。

1 情緒模型生理指標分析

在產品設計、制作與測試之前，通過市場調查，確定了智能寵物犬服裝情緒模型建立的生理指標，具體調研潛在用戶對自家寵物犬情緒識別不同程度的人數比以及生理指數影響情緒在相關程度上的排名。本次調研發放問卷共100份，并回收有效問卷共計88份，調研對象為武漢市洪山區民族大道遛狗居民。

調查結果顯示，總樣本中對自家寵物犬情緒識別不同程度的人數比例分別為：完全無法識別（10.23%）、存在障礙（37.50%）、效果不理想（30.68%）、很好地識別（21.59%）。此外，在很好地識別樣本中對生理指數影響情緒在相關程度上的排名中，前三名分別為溫度、心率與呼吸頻率。

故依據上述調查結果，本研究確定了智能寵物犬服裝情緒模型建立的生理指標。

2 智能犬服的研發設計

服裝系統主要由硬件模塊、服裝版塊、系統上位機軟件等 3 部分組成。依據調查問卷，選擇與設計能夠成功反饋寵物犬溫度、心率與呼吸頻率相對應的硬件與軟件，并做好合適的面料與結構選擇。由此確定總體研究框架的設計，如圖1 所示。

圖1 寵物犬服的總體研究框架

2.1 硬件設計

服裝硬件系統由開發板、溫度傳感器、心率傳感器和可充電鋰電池等 4 部分構成。

ESP8266mini開發板作為信息處理模塊和WIFI模塊，不僅配置有Esp8266網絡模塊，且配置有一般開發板的常用功能以及icc、pwm、串口等常見通信，并且可以使用Arduino IDE對其進行開發，功能和兼容性強大。通過串口通訊的方式使用Esp8266芯片將傳感器數值傳輸到數據監測平臺，該平臺是由處理器在IP地址上創建的手機端網頁，可以收到并展示由處理器處理后的傳感器數據。該IP地址所連接的網頁可以通過手機用戶端進行訪問。Arduino Nano開發板是Arduino Uno的微型版本，是基于ATmega328p的小型開發板，可用來開發需要獨立運行并具備互動效果，也可用來開發出與電腦相連接，同其他軟件一起合作完成的互動產品。本設計選擇MLX90614紅外溫度傳感器以獲取寵物犬表皮溫度數據。獨特的單口接線方式使其在與處理器連接時，僅需一條口線即可實現雙向通訊。其具有響應快、抗干擾能力強、體積小、功耗低等優點，成為在測溫應用場合上的最佳選擇。同時，為獲取寵物犬血氧心率數據，本設計選擇MAX30102心率血氧傳感器，該傳感器是一個集成的脈搏血氧儀和心率監測器模塊，采用光電容積脈搏波描記法，通過測量血液中血紅蛋白隨心臟跳動而對氧氣吸收的變化量來測寵物心率。此外，為獲取寵物犬呼吸信號數據，將收集到的血氧心率數據通過算法進行分析，即可獲得寵物犬的呼吸頻率。

基于織物特性，依據智能服裝輕便的設計需求，選用鋰電池作為電源供電模塊，嵌入集成電路板上。其具備質量輕、體積小、功耗低及適應度高的特點，可以較好地滿足智能服裝輕便化、易穿脫、可收納的需求。各傳感器和鋰電池均與開發板進行連接通信：電源正極分別與Esp8266處理器的 0 號引腳以及各傳感器的VCC引腳相連；同時Esp8266處理器的D1、D2引腳分別與各傳感器的out引腳相連。各傳感器采集到的模擬信號通過采集板送到開發板進行模數轉換，PC端的程序對開發板串口傳輸的數字信號進行處理并識別情緒，識別結果通過WIFI模塊傳輸給阿里云平臺。手機APP與阿里云建立聯系，獲取即時數據。上述各硬件確立完畢后，將其制成集成電路，如圖2 所示。

圖2 集成電路圖

2.2 軟件設計

在物聯網平臺中開發產品并設置配置，在Iot Studio中設計界面和配置數據源。通訊協議為http，數據接收選擇使用阿里云平臺搭建物聯網模型，構建網頁端。利用Arduino IDE編寫程序，編寫程序之前需要下載相應編碼庫以支持不同硬件的編譯與刻錄。針對單片機與阿里云服務器之間的互聯問題，在AliyunIoTSDK函數內部進行編譯，配置阿里云三元組。將配置完成的代碼通過USB連接線刻錄至Esp8266處理器。通過WIFI模塊將單片機接收到的各傳感器實時監測數據上傳到云平臺，搭建用戶端APP數據顯示的基礎環境。

選擇使用UI設計軟件來進行手機APP頁面圖標和審美的設計。在APP的頁面設計的監測服務界面中，用戶可實時獲取寵物心率、溫度、呼吸頻率、情緒以及智能服裝的開關狀態等相關信息。軟件界面如圖3 所示。

圖3 軟件監測界面

2.3 服裝設計

服裝版塊由內襯與外套拼接縫制而成。其中，里料為石墨烯纖維與棉纖維、氨綸的混紡面料（90%棉、3%石墨烯、7%氨綸），并經過艾草提取液浸漬烘燥處理，以實現驅蚊抑菌的功能；外料為純棉面料，具有保暖與舒適性。此外，服裝背面縫制口袋用來放置集成電路，服裝四肢縫制有反光條。服裝版塊的結構如圖4 所示。

圖4 款式結構圖

為滿足醒目美觀的需求，服裝以整潔大方的寶藍色為主色調，并在服裝四肢兩側表面縫貼反光條，使其外出活動時更為醒目。此外，為滿足易穿脫收納的需求，設計由紐扣代替拉鏈。

3 數據采集與分析

3.1 實驗設計

依據Thayer模型中的情緒強烈程度和情緒正負狀態，本研究將寵物犬的情緒大致分為興奮、憤怒、愉悅、平靜等 4 種待測指標。為探求目標生理數據與寵物犬情緒的映射關系，在服裝與硬件結合完畢之后，征集寵物犬進行大規模的數據采集。

為了盡量減少毛發（影響硬件）、犬年齡（影響配合度）、犬型和健康程度（影響情緒表現）、犬種（影響生理參數）等因素對數據的影響，利用設計好的 3 件紡織成品，隨機征集 9 只愿意配合且配合度良好的中型、短毛、健康良好的成年寵物柴犬進行數據收集實驗。平均每天測量 3 只實驗對象，共用時 3 天。記錄下實驗對象在實驗時間內（7 月上旬的6：00 — 20：00）不同情緒對應的溫度、呼吸頻率、心率等生理數值的變化?？紤]到情緒的漸變特性，每隔10 min記錄一次。為規避外界自然環境和社會環境對實驗的干擾，將大學綠坪操場作為實驗對象的活動場地。

本次實驗共計獲取到765個有效樣本數據，其中，激動的情緒樣本共148個，憤怒的情緒樣本共107個，愉悅的情緒樣本共223個，平靜的情緒樣本共287個。情緒變化的數據由動物相關專業人士測量和各實驗對象主人輔助判斷獲得。

3.2 聚類分析

將收集到的情緒對應的生理數據進行整合，提取特征值。通過MATLAB軟件的K-means聚類算法得到寵物犬各項生理數據與其情緒的映射關系。

從MATLAB程序導出的聚合結果（圖5）來看，情緒與各生理指標的映射關系如表1 所示。

表1 情緒與各生理指標的映射關系

圖5 情緒與各類指標聚類效果圖

根據聚合結果展示的情緒與各生理信號之間的映射關系，確定了 4 種情緒分別對應的各生理數閾值。設置傳感器閾值并寫入閾值判斷流程后，當實時監測的各傳感器數據均滿足某一情緒對應的閾值時，輸出該情緒名稱，即主人可通過APP的監測界面實時監測到寵物情緒。各傳感器數據滿足不止一種情緒對應的閾值時，返回繼續監測。

4 服裝效果展示與評測

4.1 產品效果展示

利用illustrator進行款式設計，同時借助CLO軟件進行結構設計和虛擬仿真展示，將動態的面料與靜態的二維結構設計相結合，虛擬仿真效果如圖6 所示。

圖6 服裝虛擬仿真效果

4.2 功能性測試

為及時排查該產品主系統相關功能的有效性和穩定性，需要對情緒反饋系統進行模塊集中化測試，即同時開啟系統內可運行硬件，并使其保持無障礙工作狀態至少24 h。通過對開發板中各硬件運行狀態以及WIFI模塊的數據傳輸接收情況進行觀察，以判定系統是否存在相應問題。

為驗證該套情緒反饋系統中信號采集模塊得到的數據可適用于由MATLAB聚類算法構建的擬合模型，故對該系統判斷的情緒數據與方法 1（狗尾搖擺停留情緒判斷法）、方法 2（專業人士評測和主人輔助判斷法）等兩種寵物犬情緒識別方法進行差異性檢驗。

隨機征集 5 只愿意配合且配合度良好的中型、短毛、成年寵物柴犬進行試穿測試，模擬生活中的多種環境，獲取其情緒數據。為保證該服裝功能的普用性，寵物犬的性格、犬齡、生活環境互不相同。平均每只實驗對象檢驗次數為15次（每隔 1 h將實時監測結果記錄一次，實驗時間為6：00 — 20：00），共計獲得75份有效數據。其中，某一只實驗對象的實時監測數據（節選8：00 — 17：00的整點測量數據）如圖7 所示。

圖7 某監測對象實時監測效果

將同一個時間下，通過 3 種測量方法監測的結果進行差異比對。其中，情緒反饋服裝測出的激動情緒共14份、憤怒情緒共12份、平靜情緒共29份、愉悅情緒共20份。分別將情緒反饋服裝測出的 4 種結果與方法 1、方法2 進行比對，計算比對正確率，如表2 所示。其中，比對正確率＝（1-差異個數/對應情緒樣本總數）×100%。

表2 比對下的正確率 %

結果表明，該服裝情緒反饋比對正確率總體超過75%，某單一情緒比對正確率不低于70%，即該情緒識別算法模型可適用于寵物犬的日常情緒反饋，且識別能力較好。

5 結論

本文基于寵物犬的情緒與健康狀況，針對目前抑郁癥、躁郁癥等不良情緒威脅寵物犬及主人的身心健康及破壞社會和諧等問題，對文獻數據和現有市場進行調研?；贏rduino開發環境，通過各類傳感器和Esp8266單片機獲取并處理寵物犬實時的生理信息，并將這些生物信息與大規模樣本聚合模型進行擬合得出閾值，創新設計了一種具備情緒反饋能力的智能寵物犬服裝。

該智能紡織產品通過數據收集、可視化及分析等技術手段，將寵物的生理數據等用數字表現出來，令“量化自我”技術進一步走向實際應用，甚至還可作為體育、衛生、旅游、教育等行業的輔助。未來可從美化APP個性時尚設計、優化聚類模型使用的方法以及細化各生理指數的參照等方面進行研究改進。