首款经实验室与现实生活验证的应力传感器结合了加速度计、电流皮肤响应和心率信息，可用于评估使用者的压力程度，及其选择的交通工具…

法国研究机构CEA-Leti开发出可用于提供交通运输数据的新工具，包括一个可让通勤使用者佩戴的腕带型穿戴式应力监测器，以及与其搭配的智能手机应用程序(App)，可用于侦测佩戴者所使用的交通运输方式，并评估使用者的决定对于环境的影响。

CEA-Leti传感器和系统实验室(SensorsandSystemsLab)主管StéphanieRiché表示，从经过验证可行且可靠的实验协议来看，这是全世界首款从实验室与现实生活实验中获得验证的应力传感器。

Richie说：“去年有许多应力监测计划陆续发布，但以穿戴式装置监测应力的大小是非常具有挑战性的。其关键在于以可靠和可重复的方式设定实验协议。”

新的应力监测器结合了加速度计、电流皮肤响应和心率信息，以评估用户的压力程度。CEA-Leti的研究着重于信号处理(无需指定传感器硬件)，以及产生成新的指标，以便追踪在现实生活情况中的压力程度。

CEA-Leti的MobilityObserverApp有助于让使用了解其所择的交通运输方式对于环境的影响。

当人们在行进中，想要取得可靠的生物识别信息极其困难，因此，CEA-Leti研究了现有穿戴式传感器在实际使用情况下的特征，以排除错误或不相关的数据。研究人员还利用著名的“特里尔社会压力测试”(TrierSocialStressTest)，以实验室采集的信号制作了参考数据库。根据这个数据库，机器学习算法可分类不同的压力程度。

Riche说：“我们观察到在先进的社会中，令人紧张的情况越来越多，我们想看看利用我们的信号处理方法如何提供有利的技术途径，协助解决这些新的社会问题。”

减少温室气体排放

CEA-Leti开发的智能手机App——MobilityObserver，使用了智能手机的加速度计、磁力计、陀螺仪，有时也加入GPS，可决定使用者是否站稳了，或者采用了什么交通工具——走路、骑脚踏车、驾驶汽车或电动车，还是搭公交车、捷运或火车等。该App可透过振动或其他参数识别来自不同交通工具的特征，为机器学习算法产生14种输入功能，以确定用户所使用的交通运输方式。

据了解，交通运输约占整个欧洲温室气体排放量的23%，研究人员希望透过该App能因应永续发展面对的挑战。因此，该App提供了使用者的日常交通运输方式选择(例如以骑自行车取代驾车），如何影响环境的量化信息。

Riche说：“例如，如果你本来每天开车上班，然后改成每周有一天骑自行车上班，我们就可以每天或每个月定期通知你对于减少温室气体排放量的贡献。”

结合应力传感器和MobilityObserverApp，发挥了特殊的协同作用。CEA-Leti一直致力于与欧洲市政府和交通运输机构合作，将这套系统应用于收集以往在其基础设施下难以取得的资料。

Riche说：“交通运输机构可以观察特定公车站所承受的应力，或公交车的内部安排如何影响一群人的压力。该系统真的能够改变市政府决定基础设施投资的方式。目前，他们正针对人们的交通运输习惯进行人工观察——在城市中的特定地点派人员计算有多少车辆、自行车或行人通过。当MobilityObserverApp以较大的规模部署时，就能实时产生用户习惯的信息。”

数据的组合也可在日后使用，让交通运输公司提供更先进的服务。例如，Riche建议该App可以根据使用者的压力程度确定他是否快迟到了，并为他建议一个更靠近火车站的停车位(即使这样的方式可能会更花钱些)。用户还可以取得健康和健身信息，例如骑自行车比开车可燃烧的卡路里更多多少？或者采用哪一种交通运输方式比较不那么紧张等等。