商业计划书概要
项目名称
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
2016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

电话



传真
无
E-Mail


网站或QQ号


项目摘要
本项目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，远程电器控制等服务。
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基础服务，同时又支持第三方应用开发。
在深度学习方面，我们基于Tensor Flow平台开发。Tensor Flow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领域。与此同时，我们选用了deeplearn.js及Tensor Flow Lite作为辅助开发工具。
在客户端方面，我们采用Android Studio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，一人为项目负责人，其余均为团队成员，负责人主攻硬件开发，其余人各负责手机APP客户端、物联网模块的完善、后期系统整体的调试。

项目骨干简介
项目成员为项目骨干，均参与过创新创业项目并取得一定的成绩，均具有一定项目经验。

项目的技术方案与创新性
系统整体设计框图如下;


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
。。。以下略