Relatório Técnico Veloguia: Um dispositvo de orientação GPS e
Propaganda
Universidade Tecnológica Federal do Paraná – UTFPR Departamento Acadêmico de Eletrônica – DAELN Departamento Acadêmico de Informática – DAINF Engenharia de Computação Oficina de Integração 3 (IF66J) – S71 – 2016/2 Relatório Técnico Veloguia: Um dispositvo de orientação GPS e monitoramento de frequência cardíaca para ciclistas Guilherme Jacichen – [email protected] Jessica I. Sampaio – [email protected] Tomás Abril – [email protected] Outubro de 2016 Resumo Esse relatório aborda o processo de desenvolvimento de um dispositivo com navegação GPS para ciclistas. Tal dispositivo seria capaz de relacionar parâmetros de desempenho do usuário, como velocidade e frequência cardíaca, com a sua localização no momento da medição através de um aplicativo Android. O projeto Veloguia consiste em uma pulseira com o módulo Arduino Pro Mini e um sensor de pulsação, que se comunicam através de Bluetooth do celular. O aplicativo foi desenvolvido em Android Studio v2.2.2 com os serviços da APIGoogle Maps. A API fornece o serviço Location capaz de fornecer dados de geolocalização que são convertidos em gráficos ao final do percurso. O sensor de pulsação fornece a frequência cardíaca obtida do usuário durante o percurso de bicicleta. Foi utilizado o Arduino IDE para a programação do software embarcado da pulseira, bem como do tratamento dos sinais do sensor de pulsação. Obtevese um sinal tratado para a frequência cardíaca adequado em relação aos relógios esportivos profissionais. Portanto, a pulseira desenvolvida pode ser utilizada por ciclistas que desejam a geolocalização como uma funcionalidade extra durante o exercício. 1 Introdução A motivação para a criação deste gadget provém da tentativa de trazer os aplicativos de geolocalização e mobilidade (ex.: GPS). A análise de sinais vitais é uma tendência atual na integração de serviços de qualidade de vida em dispositivo vestíveis (wearable) [1, 2]. Desta forma, idealizou-se usar uma pulseira que ajude na localização de ciclistas ao mesmo tempo que relaciona o desempenho do usuário à sua localização. 1 Relatório Técnico: Modelo 2 O presente relatório tem por objetivo abordar as etapas de desenvolvimento do projeto de um sistema para auxílio na mobilidade e qualidade de vida de ciclistas. Tal criação permitiria a orientação do usuário através de sinalizações que não retirem sua atenção visual na rota percorrida, como vibrações e alarmes sonoros. O sistema proposto ainda realiza a aferição dos batimentos cardíacos do usuário durante o percurso e mapeia para cada ponto do trajeto uma estimativa do esforço físico dispendido, gerando gráficos que associem tanto o desempenho do ciclista como uma estimativa do seu gasto energético. O projeto é dividido em duas partes: um sistema embarcado preso ao pulso do usuário e uma estação base para tratar os dados. A primeira trata-se de um dispositivo contendo um módulo Bluetooth conectado a uma placa microcontrolada programável compacta, o Genuino (Arduino) Pro Mini. Outros componentes foram adicionados nessa estrutura para permitir a interação com o usuário, tais como motores LRA (para vibração), LEDS, botões e um sensor para a aferição dos batimentos cardíacos. A segunda parte é um aplicativo para celular smartphone que possui interface com o usuário e que tratará o sinal proveniente do sensor de batimentos cardíacos de forma que represente-o mais fielmente. Através da interface o usuário poderá configurar seu dispositivo, além de escolher o modo de operação: "Navegação"caso deseje encontrar uma rota entre dois locais para percorrer, ou "Corrida Livre"caso deseje apenas realizar exercício. O sistema embarcado se comunica com a estação base através da tecnologia Bluetooth. A figura 1 ilustra o sistema simplificado. Figura 1: Diagrama de blocos simplificado indicando os componentes do sistema proposto. Com o projeto inicial do sistema para construção, o requisitos funcionais que a equipe considerou importantes foram levantados. Assim, determinou-se Relatório Técnico: Modelo 3 que o sistema deve: 1. Permitir o usuário selecionar o modo de operação do dispositivo (Navegação ou Corrida Livre); 2. Permitir selecionar uma trajetória com origem e destino para o modo Navegação; 3. Emitir alertas durante a trajetória no modo Navegação; 4. Aferir os dados de pulsação do usuário em ambos modos de operação; 5. Armazenar os dados de posição, altitude, velocidade e pulsação do usuário em ambos os modos de operação; 6. Gerar a partir dos dados gráficos ao final da corrida; 7. Exibir estimativa do gasto energético total ao final de uma corrida; 8. Permitir o usuário ajustar a posição do sensor de pulsação. Da mesma forma foram levantados os requisitados não funcionais, chegando a conclusão de que o sistema deve: 1. Ser robusto para não tirar o sensor de pulsação do lugar enquanto utilizado; 2. Ser leve (pesar menos que 300 gramas); 3. Possuir sistema de alerta que desperte a atenção do usuário; 4. Ser resistente à suor; 5. Possuir uma autonomia de bateria suficiente para pelo menos uma corrida (aproximadamente 1h); 6. Possuir uma acurácia de 90% para a aferição dos batimentos cardíacos em pelo menos 60% do tempo; 2 Sistema Embarcado A seguir será discutido como foi desenvolvido o sistema embarcado (hardware e software) e como são coletadas as informações do sensor de pulsação. 2.1 Estrutura Física Como quesito principal a estrutura física deveria ser leve para que o ciclista não senti-se incomodado ao utilizar a pulseira. Decidiu-se por fazê-la com plástico ABS por atender esse critério. Determinou-se a melhor montagem com os componentes fundamentais (Arduino, Shield Bluetooth e Shield USB to Serial ) para o melhor aproveitamento de espaço. Decidido a estrutura e com todas as medidas dos componentes, utilizou-se o software Solid Works para desenvolver a representação tridimensional da estrutura. É possível ver o resultado final na figura 2. Essa estrutura foi impressa em uma impressora 3D da Universidade. Os motores hápticos foram colocas na pulseira de velcro fixado ao pulso, porque a proximidade com a pele é necessária para produzir o alerta vibracional. Os alertas também são indicados por dois LEDs amarelos, posicionados Relatório Técnico: Modelo 4 conforme a deireção que indicam (esquerda ou direita). O heartbeat é indicado pelo LED vermelho, a conexão através do Bluetooth pelo LED azul, e o LED verde indica que a pulseira está ativa como observado na figura 2.a. Externamente também foi colocado um buzzer para alarme sonoro e um push botton para ligar a pulseira. O invólucro possui uma abertura para passar os cabos do sensor de pulsação e os atuadores LRA. Internamente encontra-se o Arduino Pro Mini programado para detectar as pulsações sanguíneas e o módulo Bluetooth para a comunicação(vide figura 2.d). Na fase de teste foi utilizado um módulo USB to Serial para carregar o programa no microcontrolador Arduino. (a) (b) (c) (d) Figura 2: Invólucro desenvolvido para a abrigar os componentes da pulseira (a) Vista isométrica do invólucro (b) Corte lateral do invólucro (c) Visão inferior da base (d) Visão superior sem topo, em azul o Módulo Bluetooth e em Ver o Arduino Pro Mini. 2.2 Sensor de Pulsação Para medir a pulsação cardíaca de forma não invasiva foi escolhido um sensor de pulsação de hardware aberto[3]. A medição dos sinais vitais no dispositivo embarcado (pulseira) é realizada através de um fenômeno físico-biológico chamado fotopletismografia (ou PPG, do inglês photopletismography)[4]. O sensor que se vale deste fenômeno funciona emitindo uma luz e medindo com um fotodetector a parcela refletida. Dependendo do volume de sangue pelo qual a luz emitida passou, uma certa quantidade de fótons será absorvida pelas hemoglobinas [5, 4], sendo portanto a quantidade refletida inversamente proporcional ao volume do vaso por onde a luz passou. Como este volume é diretamente Relatório Técnico: Modelo 5 proporcional a pressão sanguínea no momento, pode-se retirar os valores de batimentos por minuto (BPM) do coração de uma pessoa desta forma [5]. O dispêndio energético pode ser aproximado através do valores da frequência cardíaca, em conjunto com dados de peso, sexo, IMC (índice de massa corpórea), idade e altura do usuário [6]. Normalmente estes sensores são construídos com LEDs e receptores de comprimentos de onda próxima à luz verde (400 - 550 nm), devido à maior absorção da luz neste espectro pelas hemácias [5, 7], mas também é possível encontrar sensores que utilizam espectro infravermelho (860 940 nm) pela sua facilidade de penetração na camada subcutânea [4, 1]. O sensor utilizado neste projeto enviará dados sobre fluxo sanguíneo nas artérias ulnar e radial [1] caso utilizado no pulso, cujo sinal pode ser distorcido pelos movimentos dos braços do usuário ou por um movimento brusco no resto do corpo [5, 7, 1]. Como o usuário estará com os braços em repouso a maior parte do tempo em que pedala, acredita-se que movimentos do braço não serão tão influentes. O sensor PPG utilizado possui um filtro ativo passa baixa embutido [3] que melhora o sinal amostrado, mas ainda é necessário retirar sinais espúrios devido ao movimento do corpo. Para esta aplicação é possível filtrar todo espectro que não relacionado à frequência cardíaca e assim obter resultados razoáveis [7, 1]. Figura 3: Fonte: Joel Murphy. Sensor de Pulsação utilizado no projeto. 2.3 Software do Embarcado Com respeito a programação de cada módulo, foi utilizada uma linguagem "C like"("semelhante à C") específica para o módulo embarcado (Genuino-Arduino). A funcionalidade do software é dividida em duas partes principais, o loop principal do Arduino e o código executado através das interrupções. A figura 4 mostra a visão geral do algoritmo em fluxograma. O laço principal aborda o recebimento e envio de informações. As leituras do sensor de pulsação são enviadas por meio do módulo Bluetooth para a estação base Android. Através deste mesmo módulo o sistema embarcado recebe informações sobre a direção e a proximidade da próxima curva no trajeto do usuário. Relatório Técnico: Modelo 6 Figura 4: Fluxograma do código do Arduino. Através das interrupções do processador ATmega328, a cada dois milissegundos é feita uma leitura do sensor de pulsação cardíaca. Essa leitura é normalizada para um valor entre 0 e 1023 utilizando um conversor ADC integrado ao processador. É também armazenado o tempo exato entre as leituras e calculado a diferença entre a leitura atual e as anteriores, podendo assim detectar quando ocorre um pico correspondente um batimento cardíaco. Para uma detecção de pulso mais precisa é calculado a amplitude da onda registrada pelo sensor e um limiar baseado na amplitude medida. Onde a detecção de pico ocorre somente se o valor medido estiver acima do limiar calculado e se mais de uma leitura corroborar para a formação do pico, evitando assim que ruídos interfiram no cálculo. Outra ação para diminuir o erro medido é considerar um novo batimento apenas depois de um tempo determinado baseado no tempo entre batimentos. Se um batimento é detectado com um tempo com diferença de mais de dez porcento é feita uma média do tempo do ultimo batimento com a media atual, evitando assim que erros na medida devido ao movimento do braço interfiram no valor calculado. Uma média do tempo entre os dez últimos batimentos válidos é calculada obtendo assim um valor de batimentos por minuto. A cada novo batimento a média é recalculada. A imagem 5 contém um exemplo típico de onda medida pelo sensor. Existe um intervalo de dois milissegundos entre cada medição e foi feita uma parametrização simples entre os pontos de dados. Relatório Técnico: Modelo 7 Figura 5: Elementos para identificar um batimento cardíaco. 3 Aplicativo Android A seguir é apresentado o sistema base, que trata-se de um aplicativo para Sistema Operacional Android KitKat 4.4. Também são apresentados os resultados e dados obtidos pelo processamento das informações captadas e enviadas pela pulseira. 3.1 Funcionalidades Para o aplicativo do sistema base foi utilizado a IDE Android Studio com a biblioteca padrão para realizar comunicação Bluetooth. A base de dados para uso de mapas e geolocalização foi fornecida através da API Google Maps, além da própria biblioteca padrão para utilização do GPS do aparelho smartphone. Os gráficos são gerados utilizando a biblioteca MPAndroidChart [8]. Através do software da estação base, o usuário pode: • • • • • Conectar-se com o dispositivo embarcado (pulseira); Calibrar o sensor com um gráfico exibindo sua pulsação; Verificar sua frequência cardíaca; Selecionar o destino para o modo GPS; Visualizar a trajetória percorrida quando o sistema de localização estiver ligado; • Exibir gráficos de desempenho (frequência cardiaca, dispêndio energético, velocidade e altitude) ao longo do percurso efetuado. Relatório Técnico: Modelo 8 3.2 Geração de Gráficos Os gráficos são gerados a partir da biblioteca MPAndroid Charts [8] e são utilizados em dois momentos diferentes no software. Para realizar a calibragem do sensor PPG, é exibido um gráfico dinâmico da pulsação lida e enviada por bluetooth. A figura 6 exibe esta opção. Cabe ao usuário verificar se o gráfico está satisfatório, deslocando o sensor caso não esteja. O conjunto de dados do gráfico é implementado como uma estrutura de dados do tipo FIFO, como uma fila. Quando um dado mais recente do sensor é enviado e recebido pelo aplicativo, o dado mais antigo é destruído e todos os outros dados são deslocados uma posição, para que então o último dados seja inserido. Figura 6: Gráfico de pulsação gerado pelo sensor. Os outros gráficos são gerados durante a utilização do sistema GPS. A cada um segundo, os dados de posição são mapeados para a altitude e a velocidade do instante, obtidos a partir de uma consulta do sistema do Google Maps. Os dados de pulsação são obtidos a partir de uma média realizada durante este intervalo pelo sistema embarcado e também são mapeados para a posição. No final da corrida, os dados são utilizados para gerar os gráficos correspondentes, mapeados para posições no mapa. A seguir, na figura 7.c, apresenta-se os gráficos obtidos durante a corrida. 3.3 Geração de Rotas A geração de rotas deveria possuir dois modos de operação: o modo corrida livre, e modo navegação. O modo corrida livre foi projetado utilizando a Google Play Services Location APIs. Essa API foi utilizada para determinar a localização corrente do usuário. Quando o usuário clicar no botão Start (figura 7.b), a rota vai se formando através de um conjunto de Polylines. Quando o usuário clicar no botão Stop (figura 7.c), a geração da rota é interrompida, e a atividade passa para a tela com a geração de gráficos a partir dos dados coletados na rota. Relatório Técnico: Modelo (a) 9 (b) (c) Figura 7: Aplicativo para celular com sistema operacional Android: a) interface inicial; b) modo Corrida Livre e; c) gráficos gerados a partir dos dados coletados por GPS e pelo sensor. 4 Validação do sensor de pulsção Para verificar a qualidade do sinal obtido do sensor de pulsação, foi comparado seu desempenho com outros dois equipamentos: um relógio com sensor fotopletismográfico semelhante ao Veloguia e uma cinta cardíaca. 4.1 Materiais e Métodos Para realizar o ensaio foi utilizado, além do Veloguia, um relógio comercial capaz de medir os batimentos cardíacos através do fenômeno fotopletismográfico no pulso do usuário, chamado Mi Band 2, da fabricante Xiaomi (figura 8 (a)) [9]. Este relógio permite conexão com um smartphone para verificar algumas opções, como frequência cardíaca e calorias consumidas. Também foi utilizado a cinta cardíaca Polar FT7, que se vale de eletrodos não invasivos para amostrar sinais elétricos na região toráxica, próximo ao coração [10]. Ele possui um computador de treino em forma de relógio que permite se conectar com a cinta e aferir o desempenho durante o exercício. A cinta cardíaca possui a melhor acurácia entre os equipamentos citados, e portanto foi utilizada como referência principal nas medições [2]. Assim, os ensaios foram organizados da seguinte maneira: • Utilizados 3 pessoas para observação; • Repetição das medições para sensor PPG do Veloguia posicionado no dedo indicador e no pulso do sujeito em teste; • A cada ensaio os sujeitos em teste deveriam utilizar os 3 equipamentos simultaneamente (para evitar problemas, o Veloguia e o Mi Band foram utilizados em braços diferentes); Relatório Técnico: Modelo (a) 10 (b) Figura 8: Equipamentos utilizados: a) Mi Band 2 [9] b) Cinta cardíaca Polar FT7 (transmissor mais relógio computador de treinamento) [10] • Cada ensaio é dividido em 3 partes de 3 minutos cada: Repouso, Exercício e Descanso Pós Exercício (chamado apenas Pós Exercício); • Na segunda parte (Exercício) o sujeito em teste deveria realizar uma corrida de baixa intensidade próximo aos avaliadores; • A cada 10 segundos, era realizada uma aferição em cada equipamento a distância (o Veloguia e o Mi Band podem ser aferidos por Bluetooth, enquanto a cinta Polar pode ser aferida pelo relógio computador de treino). • Para permitir melhor avaliação, dados cuja a aferição falhou (por falha de conexão do aplicativo, por exemplo) foram preenchidos através de uma interpolação linear entre os próximos valores e os anteriores. Caso fossem dados aferidos por último (ou primeiro), é realizado um histórico das 3 últimas diferenças entre as aferições, e a média desta diferença é aplicada ao último valor válido. Para a análise, foram apenas consideradas as medições em exercício e o conjunto das medições em geral (em Descanso, Exercício e Pós Exercício). Foram calculados os erros do Veloguia e os erros do Mi Band em relação à cinta cardíaca, à título de comparação. 4.2 Resultados e Discussões Nas figuras 10 e 11 estão os gráficos gerados a partir das medições realizadas, com posicionamento no dedo indicador e no pulso respectivamente. Salientase que os dados estão divididos em relação ao tempo na ordem com que cada etapa foi realizada (Repouso, Exercício e Pós Exercício). Neles, pode-se perceber como as medições fora do exercício em todos os equipamentos tendia à baixa diferença, enquanto no exercício tanto o Veloguia quanto o Mi Band apresentaram dificuldades para realizar medições corretamente. A figura 9 exibe a tabela de porcentagem da amostragem realizada com erro menor que 5 e 10% para o Veloguia e o Mi Band em relação à cinta Polar. Foi dado preferência para a medição em exercício e a medição geral dos resultados, Relatório Técnico: Modelo 11 com o posicionamento do sensor tanto no dedo quanto no pulso. Percebe-se que nas médias entre todos os sujeitos do ensaio o Veloguia obteve maior acurácia do que o Mi Band, inclusive em exercício, com uma acurácia de 90% para 62,96% do tempo em que foram realizadas as medições no dedo indicador e 53,70% no pulso. Concluí-se por esses teste que o dedo indicador é a posição mais confiável para se utilizar. Os resultados do Mi Band foram semelhantes, não passando mais que 5% de diferença entre as medições do Veloguia no dedo e no pulso, o que contribui para sua credibilidade. Já o Veloguia apresentou diferença entre os resultados de aproximadamente -10%. Em geral os resultados variaram bastante de pessoa para pessoa (principalmente quando se considera o Mi Band para o sujeito 2, que foram próximos a 0%). Desta forma propõe-se que os testes realizados apresentam apenas um indicativo do desempenho, sendo necessário utilizar mais pessoas e mais aferições para se retirar algo conclusivo. Apesar disso, através dele foi possível determinar que o formato involucro se mostrou bastante inadequado para a utilização no pulso, dado que foi instável e constantemente retirava o sensor de posição, alterando a medição. Por isso imagina-se que a utilização no pulso ainda é viável com alterações no projeto. Figura 9: Porcentagem das amostras para qual o erro em relação à cinta cardíaca Polar foi menor que 5% e 10%, respectivamente, considerando as medições realizadas em exercício e no geral. 5 Conclusão O resultado deste projeto foi um dispositivo capaz de medir a frequência cardíaca de ciclistas durante o exercício. Para que o usuário possa posicionar corretamente o sensor, existe um modo de calibração onde é possível ver a pulsa- Relatório Técnico: Modelo 12 (a) (b) (c) Figura 10: Gráficos de BPM versus tempo dos resultados do ensaio realizado com posicionamento do sensor no dedo indicador de: (a)sujeito 1; (b) sujeito 2 e; (c) sujeito 3. Relatório Técnico: Modelo 13 (a) (b) (c) Figura 11: Gráficos de BPM versus tempo dos resultados do ensaio realizado com posicionamento do sensor no pulso de: (a)sujeito 1; (b) sujeito 2 e; (c) sujeito 3. Relatório Técnico: Modelo 14 ção medida através de um gráfico. Os dados de velocidade, altitude e pulsação do usuário são mapeados para posições do ciclista durante o uso, e são gerados gráficos para cada parâmetro como forma de avaliação de desempenho. Com a API de mapas é exibido o caminho realizado pelo ciclista, e ainda é possível consultar uma rota por ponto inicial (posição atual) e destino final. Além disso, a pulseira é capaz de transmitir alertas de vibração e sonoro com um comando Bluetooth, estando preparada para a implementação de um sistema de navegação. A medição da pulsação foi razoável em comparação com os equipamentos comerciais, se saindo muitas vezes melhor nos testes realizados do que um equipamento similar, embora mais testes devam ser realizados para uma conclusão definitiva seja tomada. Os ensaios levaram a conclusão de que o sensor utilizado no pulso pode se tornar viável, entretanto seria necessário alterar o formato do protótipo construído para que fosse mais estável no braço. Utilizando a API do Google Maps encontrou-se dificuldades relacionadas ao serviço Location da mesma API. Foi suposto que esse serviço prometia fornecer informações de modo Navegação editáveis ao desenvolvedor. No entanto, leuse nos Termos e Uso dessa API que não era possível oferecer serviços desse tipo aos desenvolvedores, portanto, a Navegação é uma função exclusiva do aplicativo Google Maps, vetado seu uso pela API. Como não foi encontrado um serviço a tempo de fazer o modo de criação de rotas através do GPS, isso passou a ser uma implementação futura. Espera-se que seja possível no futuro evoluir o sistema atual para determinar a dificuldade de percursos para ciclistas através de uma base de dados que relacione perfis de diferentes esportistas com o seu desempenho nas rotas utilizadas. Com esta base de dados seria possível implementar um sistema de inteligência computacional para recomendar rotas aos usuários conforme seu perfil de atividades físicas, por exemplo, abrindo caminho para um novo tipo de produto no mercado. Agradecimentos Agradecemos Rodrigo Pulido Arce, Maria Puklido Arce e Prof. Neri Volpato por ceder a impressora 3D e auxiliar no processo de impressão do invólucro da pulseira. Agradecemos Eduardo Jacichen por ajudar a projetar o modelo tridimensional do invólucro. Agradecemos Aline Kolczycki Borges pela ajuda no uso do Bluetooth e da biblioteca de mapas. Por fim, agradecemos os professores Fábio Schneider e Douglas Jakubiak pela ajuda na utilização do sensor de pulsação. Referências [1] Yong Kwi Lee, Jun Jo, and Hyun Soon Shin. Development and evaluation of a wristwatch-type photoplethysmography array sensor module. IEEE Relatório Técnico: Modelo 15 Sensors Journal, vol.13, May 2013. Download: http://ieeexplore.ieee. org/stamp/stamp.jsp?arnumber=6392844. [2] Alexandros Pantelopoulos and Nikolaos G. Bourbakis. A survey on wearable sensor-based systems for health monitoring and prognosis. IEEE transactions on systems, man, and cybernetics—part C: applications and reviews, Volume 40(Nº 1), January 2010. Download: http://ieeexplore. ieee.org/document/5306098/?part=1. [3] Joel Murphy. Pulse sensor amplified schematic, Spring 2012. Download: http://pulsesensor.com/pages/open-hardware, Accessed in: 2016.04.10. [4] John G. Webster. Medical Instrumentation: Application and Design. John Wiley & Sons, Inc., 4th edition, 2010. [5] Hayato Fukushima, Haruki Kawanaka, Md. Shoaib Bhuiyan, and Koji Oguri. Estimating heart rate using wrist-type photoplethysmography and acceleration sensor while running. 34th Annual International Conference of the IEEE EMBS, Setembre 2012. Download: http://ieeexplore.ieee. org/document/6346570/. [6] Sana M. Ceesay, Andrew M. Prentice, Kenneth C. Day, Peter R. Murgatroyd, Gail R. Goldberg, Wendy Scott, and G. B. Spurr. The use of heart rate monitoring in the estimation of energy expenditure: a validation study using indirect whole-body calorimetry. British Journal of Nutrition, 61(2):175–186, 003 1989. Download: http://journals.cambridge.org/action/displayAbstract? fromPage=online&aid=863296&fileId=S0007114589000267. [7] Amirhosein Khas Ahmadi, Parsa Moradi, and Mahan Malihi. Heart rate monitoring during physical exercise using wrist-type photoplethysmographic (ppg) signals. 37th Annual International Conference of the IEEE EMBS, August 2015. Download: http://ieeexplore.ieee.org/document/ 7319800/. [8] Phill Jay. Android charts, Spring 2016. Link: https://github.com/ PhilJay/MPAndroidChart, Accessed in: 2016.10.25. [9] Xiaomi. Mi band 2, Spring 2016. Link: http://www.mi.com/en/miband2/, Accessed in: 2016.12.9. [10] Polar. Ft7 relógio para condicionamento físico integrado com frequência cardíaca, Spring 2016. Link: https://www.polar.com/br/produtos/ torne_se_ativo/fitness_crosstraining/FT7, Accessed in: 2016.12.9.
