我们都知道，智能穿戴设备的运动监测功能主要通过重力加速传感器实现。重力传感器已是一种很成熟的技术，手机也早有应用。传感器通过判断人运动的动作得到一些基础数据，再结合用户之前输入的个人身体体征的基本信息，根据一些特定算法，得到针对个人的个性化监测数据，诸如运动步数、距离以及消耗的卡路里等，从而判断运动的频率和强度。

　　睡眠监测也通过相同的传感器技术实现。人在不同的睡眠阶段，脑电波会发生迅速改变，有意思的是，重力加速传感器并不具备直接探测脑电波的功能，所以它是将人在睡眠中动作的幅度和频率作为衡量睡眠的标准，来判断睡眠处于哪个阶段，苹果 Apple Watch 的闹钟功能，正是依据这个判断用户处在“快速动眼期”将用户唤醒。

　　但现有产品的重力传感器最大程度也只能到这里了，由于传感器的传感速度限制了识别度，它们无法识别出更多，比如用户做出了什么手势，是手心向上还是手背向上。

　　另一方面，在心率监测上，Apple Watch（包括 Gear Fit、Fitbit Surge、Microsoft Band 等手环）采用的是光电式心率计，它的原理非常简单——通过Apple Watch背面配备的绿色LED灯，搭配感光光电二极管照射血管一段时间，由于血液是红色的，它可以反射红光而吸收绿光，而在心脏跳动时，血液流量增多，绿光的吸收量会随之变大，处于心脏跳动的间隙时血流会减少，吸收的绿光也会随之降低，基于此，就可以根据血液的吸光度来测量心率。

　　光电式传感器的工作原理要求设备需要紧贴手腕，并且毛发不能过于旺盛、不能出汗、也不能在运动时测量。这也就是为何苹果会建议用户在进行心率监测时让手表贴紧皮肤的原因，此外，苹果在介绍中也表示在天冷的情况下，用户手腕部位的血流量可能不足以监测到心率，而且用户在进行节率性运动（如跑步和骑行）时，心率测量的准确性会比无规则运动（如打网球）更加的准确。这些亦都是光电式心率监测的局限性所在。

　　由于当血液经过毛细血管流入手腕时，血液流动速度实际上已经减缓了，因此最终的结果也不一定能够真实反映心率——也就是说，使用 Apple Watch 监测出的心率数据，最后可能还不如一些手机准确，特别是在手握机器的情况下，由于人的食指指尖有一个动脉血管，而后者能够和心脏基本保持一样的频率。

　　让感应更精细 未来的人体追踪识别　　怎样才能让穿戴设备的数据变得准确，这是无数智能穿戴产品想要解决的问题。

　　就目前来说，最切实的解决方法莫过于两种，一种是增加更多传感器，另一种是研发出更优秀的传感器和更先进的算法，对于前者的选择，虽然传感器越多，就能带来更全面的监测效果，但是也会造成设备体积和续航时间的困扰。由于技术原因，传感器的发展还有一段路程要走，非植入式电化学和生物传感器则是主要的演变方向。不过走在前头的研发团队已经找到了优化传感器的着手点——给传感器增压。

　　今年 10 月份，威锋网报道过卡内基梅隆大学的研究人员开发出一套名为 ViBand 的系统，让现有的智能手表可以识别用户手势，并识别出用户手上所拿的物体的新闻。

　　Viband 系统的作用，就是给普通智能手表的加速度计传感器进行增压——说得通俗一点，就是给传感器“打鸡血”，使其能够感应到令人难以置信的振动频率的微小变化。它能够感知的，不仅是发动机运行时的嗡嗡声，还可以检测吉他调音，或者是用户以不同的方式移动手臂时所引起的明显的轻微差异。

　　据介绍，Viband 系统的秘诀在于加速度计感应器自身的规格。通常来讲，手表内的加速仪被设定在每一秒钟进行 20 到 100 次采样，以满足手表对运动轨迹的测量需求。研究人员通过使用一个软件更新，把检测频率提升至每秒 4000 次，将加速计作为一个振动麦克风来使用。也就是说，它还可以监测用户身体所发出的生物声学信号。