首款經實驗室與現實生活驗證的應力傳感器結合了加速度計、電流皮膚響應和心率信息，可用於評估使用者的壓力程度，及其選擇的交通工具…

       法國研究機構CEA-Leti開kai發fa出chu可ke用yong於yu提ti供gong交jiao通tong運yun輸shu數shu據ju的de新xin工gong具ju
，包bao括kuo一yi個ge可ke讓rang通tong勤qin使shi用yong者zhe佩pei戴dai的de腕wan帶dai型xing穿chuan戴dai式shi應ying力li監jian測ce器qi，以yi及ji與yu其qi搭da配pei的de智zhi能neng手shou機ji應ying用yong程cheng序xu(App)，可用於偵測佩戴者所使用的交通運輸方式，並評估使用者的決定對於環境的影響。

CEA-Leti傳感器和係統實驗室(Sensors and Systems Lab)主管StephanieRiche表示，從經過驗證可行且可靠的實驗協議來看
，這是全世界首款從實驗室與現實生活實驗中獲得驗證的應力傳感器。

Richie說：“去年有許多應力監測計劃陸續發布，但以穿戴式裝置監測應力的大小是非常具有挑戰性的。其關鍵在於以可靠和可重複的方式設定實驗協議。”

      新的應力監測器結合了加速度計
、電流皮膚響應和心率信息，以評估用戶的壓力程度。CEA-Leti的研究著重於信號處理(無需指定傳感器硬件)
，以及產生成新的指標，以便追蹤在現實生活情況中的壓力程度。

CEA-Leti的Mobility Observer App有助於讓使用了解其所擇的交通運輸方式對於環境的影響。

      當人們在行進中
，想要取得可靠的生物辨識信息極其困難
，因此，CEA-Leti研究了現有穿戴式傳感器在實際使用情況下的特征，以排除錯誤或不相關的數據。研究人員還利用著名的“特裏爾社會壓力測試”(Trier Social Stress Test)，以實驗室采集的信號製作了參考數據庫。根據這個數據庫，機器學習算法可分類不同的壓力程度。

       Riche說：“womenguanchadaozaixianjindeshehuizhong，lingrenjinzhangdeqingkuangyuelaiyueduo，womenxiangkankanliyongwomendexinhaochulifangfaruhetigongyoulidejishutujing，xiezhujiejuezhexiexindeshehuiwenti。”

減少溫室氣體排放

       CEA-Leti開發的智能手機App——Mobility Observer
，使用了智能型手機的加速度計、磁力計、陀螺儀
，有時也加入GPS，可決定使用者是否站穩了，或者采用了什麼交通工具——走路、騎腳踏車、駕駛汽車或電動車，還是搭公交車
、捷運或火車等。該App可透過振動或其他參數辨識來自不同交通工具的特征，為機器學習算法產生14種輸入功能
，以確定用戶所使用的交通運輸方式。

       據了解，交通運輸約占整個歐洲溫室氣體排放量的23%
，研究人員希望透過該App能因應永續發展麵對的挑戰。因此，該App提供了使用者的日常交通運輸方式選擇(例如以騎自行車取代駕車）
，如何影響環境的量化信息。

       Riche說：“liru
，ruguonibenlaimeitiankaicheshangban，ranhougaichengmeizhouyouyitianqizixingcheshangban，womenjiukeyimeitianhuomeigeyuedingqitongzhiniduiyujianshaowenshiqitipaifangliangdegongxian。”

       結合應力傳感器和Mobility Observer App，發揮了特殊的協同作用。CEA-Leti一直致力於與歐洲市政府和交通運輸機構合作，將這套係統應用於收集以往在其基礎設施下難以取得的資料。

       Riche說：“交(jiao)通(tong)運(yun)輸(shu)機(ji)構(gou)可(ke)以(yi)觀(guan)察(cha)特(te)定(ding)公(gong)車(che)站(zhan)所(suo)承(cheng)受(shou)的(de)應(ying)力(li)
，或(huo)公(gong)交(jiao)車(che)的(de)內(nei)部(bu)安(an)排(pai)如(ru)何(he)影(ying)響(xiang)一(yi)群(qun)人(ren)的(de)壓(ya)力(li)。該(gai)係(xi)統(tong)真(zhen)的(de)能(neng)夠(gou)改(gai)變(bian)市(shi)政(zheng)府(fu)決(jue)定(ding)基(ji)礎(chu)設(she)施(shi)投(tou)資(zi)的(de)方(fang)式(shi)。”目前，他們正針對人們的交通運輸習慣進行人工觀察——在城市中的特定地點派人員計算有多少車輛、自行車或行人通過。當Mobility Observer App以較大的規模部署時，就能實時產生用戶習慣的信息。

       數據的組合也可在日後使用
，讓交通運輸公司提供更先進的服務。例如，Riche建議該App可以根據使用者的壓力程度確定他是否快遲到了，並為他建議一個更靠近火車站的停車位(即使這樣的方式可能會更花錢些)。用(yong)戶(hu)還(hai)可(ke)以(yi)取(qu)得(de)健(jian)康(kang)和(he)健(jian)身(shen)信(xin)息(xi)，例(li)如(ru)騎(qi)自(zi)行(xing)車(che)比(bi)開(kai)車(che)可(ke)燃(ran)燒(shao)的(de)卡(ka)路(lu)裏(li)更(geng)多(duo)多(duo)少(shao)？或(huo)者(zhe)采(cai)用(yong)哪(na)一(yi)種(zhong)交(jiao)通(tong)運(yun)輸(shu)方(fang)式(shi)比(bi)較(jiao)不(bu)那(na)麼(me)緊(jin)張(zhang)等(deng)等(deng)。

推薦閱讀：

             P6SMB係列TVS二極管受寵有何緣由？

             不是加密專家也可實現安全認證 

             具備機器學習與深度學習，離真正的人工智能還差多遠
？ 

             物聯網浪潮來襲，傳感器技術的研究方向有哪些
？