商业方案书概要工程名称基于IoT及深度学习技术的智慧健身房系统团队形式个人工作室成立时间2021年4月办公地址所处行业人工智能物联网健身所处阶段创意研发产品开发试运营市场拓展联系方式联系人无E-Mail网站或QQ号工程摘要本工程应用场所为普通健身房，旨在为健身者及健身房管理者提供运动数据可视化、排课智能推荐、健身跟进小助手、健身房环境数据监测，远程电器控制等效劳。我们利用Zigbee模块作为感知层与控制层的传输方案，采用TCP/IP透传及EDP通信协议实现云平台与其他设备的通信，云平台我们采用中移物连ONENET平台，该平台既可提供物联网应用的根底效劳，同时又支持第三方应用开发。在深度学习方面，我们基于TensorFlow平台开发。TensorFlow是谷歌研发的完全开源的第二代人工智能数据处理系统，能用于语音识别、图像识别等机器数据处理和深度学习TensorFlowLite作为辅助开发工具。在客户端方面，我们采用AndroidStudio开发，旨在快速搭建APP应用并为调试提供便利。团队架构团队成员共五人，一人为工程负责人，其余均为团队成员，负责人主攻硬件开发，其余人各负责APP客户端、物联网模块的完善、后期系统整体的调试。工程骨干简介工程成员为工程骨干，均参与过创新创业工程并取得一定的成绩，均具有一定工程经验。工程的技术方案与创新性系统整体设计框图如下；ifiAl-J命手下度“:：,-＞：；＜pc・远程捉制，，异常通坏短信或邮忤拒普中移物隹云手机APP；姬物杏看.接收球眼务野二f：.JL,-'新一|响应命舍R溃状志SDP响应弁今网炯询悟（ESPS^Mi）慈控核心：$TMH＞白组眄（CC253ATigbeeJas度估感部况+CC253O卅卅住感器②4CC25MIP•,：（.i'i：-1%ZiE^^SfX—（心孳槎调混度停蛾感雌器①HC253CH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效劳器，效劳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适宜的健身方案。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效劳器的终端设备，设备种类上来说有，PC，平板，平板式电脑、或者专用的网络设备。我们开发了效劳于系统与用户的客户端与网页，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云效劳平台及ZigBee小型传输网络，Interne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，同时又降低了开发本钱。Web效劳器是在云平台上搭建的ONENET效劳器，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局部直接连接STM32，另一局部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TensorFlowLite其架构如下列图所示：ArchitectureTensorFlowLit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TensorFlowLite转换器〔TensorFlowLiteConverted将该程序将模型转换成TensorFlowLite文件格式，之后生成TensorFlowLite模型文件〔TensorFlowLiteModelFi〕e--该格式基于FlatBuffer经过优化以适应最大速度和最小规模,最终将TensorFlowLite模型文件通过JavaAPI部署到移动App中，并在选择的安卓设备上，利用编辑器，将