久坐时间增加、核心力量不足、运动习惯难以长期坚持、饮食结构不够合理，正在成为越来越多人面临的健康问题。
然而，现有家庭健身产品大多只能记录运动时长、次数或消耗热量，很难进一步分析用户的身体姿态、平衡能力与训练状态；传统营养类应用则主要依赖用户手动录入信息，运动数据与饮食建议之间缺少真正有效的联动。
如果一块木质平衡板不仅能够帮助用户锻炼，还能在训练过程中感知身体姿态、分析运动表现，并结合个人身体与饮食信息提供健康建议，会不会让家庭健康管理变得更加科学、直观和容易坚持❓
基于这一设想，本课题将传统木质平衡车、惯性传感技术、人工智能算法、移动端应用与个性化营养管理相结合，打造一套连接“运动监测—健康评估—营养建议—持续激励”的智能健康管理系统。
康莱德创新者大会健康与营养领域全新课题：
衡愈：融合惯性导航与AI营养引擎的木质健康平衡车
HealBalance: A Wooden Health Balance Board Integrating Inertial Navigation and AI Nutrition Engine
为什么要重新设计一块平衡板？
平衡能力并不是一项孤立的运动技能，而是视觉、前庭感觉、本体感觉、神经控制与肌肉力量共同作用的结果。它与人体姿态控制、核心稳定性、运动表现及日常活动能力密切相关。
施佳慧等对15—17岁青少年静态与动态平衡能力的研究发现，不同性别和年龄群体的平衡表现存在差异，这意味着平衡训练不能简单采用完全统一的评价标准，而应关注个体基础、年龄特点和训练变化。
传统木质平衡板结构简单、成本较低，能够帮助用户锻炼核心肌群、身体协调性与姿态控制能力，但它也存在明显局限：训练过程中的姿态变化无法被准确记录，动作完成质量缺少客观评价，用户只能凭借主观感受判断训练效果。
“衡愈”并不是简单地在平衡板上增加一个电子模块，✅而是希望重新定义家庭平衡训练产品：让装置能够感知运动、分析状态、给出反馈，并通过持续记录帮助用户看见自己的变化。
“衡愈”究竟是一款怎样的产品？
“衡愈”是一套以木质健康平衡车为硬件载体、以惯性传感和AI分析为技术核心、以移动端应用为交互入口的一体化健康管理平台。
➡️在硬件设计上，项目采用环保实木作为主体材料，在平衡装置中搭载运动传感单元。当用户站上平衡车进行重心转移、姿态保持和动态平衡训练时，传感器可非侵入式采集加速度、角速度、倾斜方向和姿态变化等运动数据。
➡️在软件设计上，采集到的数据将传输至配套移动端应用。系统通过数据清洗、特征提取和算法分析，对用户的身体稳定性、姿态控制能力、动作波动幅度和训练完成情况进行可视化展示。
➡️在健康管理层面，平台还将结合用户填写的年龄、身体状况、日常饮食和运动习惯等信息，对训练结果进行综合分析，并生成个性化的运动与饮食建议。
项目最终希望把普通的平衡娱乐设备拓展为家庭健康管理载体，形成“智能硬件➕数据分析➕AI营养引擎➕健康服务”的完整产品体系。
从木质装置到健康闭环，项目如何实现？
让平衡车感知身体运动
项目首先需要对传统木质平衡车进行结构改造，在不影响承重能力、稳定性与使用安全的前提下，完成惯性传感器、数据传输模块和供电系统的集成。
惯性测量单元通常由加速度计和陀螺仪等传感器组成，可以持续记录物体在不同方向上的运动与旋转变化。相关研究表明，惯性测量单元具有体积较小、成本相对可控、能够连续采集运动数据等特点，已经被应用于人体行为识别、运动状态分析和可穿戴设备研究。
在本课题中，学生需要结合平衡车的运动特点，确定传感器安装位置、数据采样频率和通信方式，并测试装置在前后倾斜、左右摆动、静态保持和动态训练等不同状态下的数据变化。
团队还需要完成木质结构规划、装置搭建与模型制作，对承重、倾角范围、防滑设计、传感器固定方式和设备稳定性进行反复测试，逐步形成可以实际展示和使用的产品原型。
让杂乱的惯性数据变成健康指标
传感器采集到的原始数据并不能直接代表用户的平衡能力，其中可能包含设备震动、安装偏差、瞬时干扰和无效动作。因此，项目需要经过数据清洗、滤波处理、姿态解算和特征工程，提取真正具有分析价值的指标。
团队可以围绕身体摆动幅度、姿态偏移方向、稳定保持时间、动作恢复速度和左右侧差异等指标建立评价体系，并通过多轮测试观察不同用户、不同训练任务和不同难度条件下的数据差异。
在积累一定数量的测试数据后，学生可以尝试建立基础的AI健康评估模型，对训练状态进行分类。例如，将一次训练表现划分为稳定、轻度波动和明显失衡等等级，或者根据历史数据生成个人平衡能力变化曲线。
在这一过程中，AI的作用并不是替代医生进行疾病诊断，而是帮助用户理解运动数据，发现训练变化，并为日常运动管理提供参考。
让运动数据与营养建议真正连接
“衡愈”的另一项核心创新，➡️是将平衡训练数据与AI营养引擎结合起来。
精准营养研究强调，个体的年龄、身体特征、生活方式、运动水平和饮食习惯都会影响营养需求，统一的膳食方案并不一定适合所有人。中国研究团队提出的精准营养框架，也强调应综合利用个体健康数据、生活方式信息和数字技术，为不同人群提供更具针对性的营养干预方案。
因此，本项目不会只根据一次训练结果简单推荐某种食物，而是计划综合用户的基本信息、日常运动量、饮食记录和阶段性训练表现，形成相对完整的健康画像。
系统给出的饮食建议需要以《中国居民膳食指南（2022）》等权威资料为基础，遵循食物多样、合理搭配、规律进餐和保持能量平衡等基本原则。对于13—18岁的青少年用户，还应充分考虑生长发育需求，避免将简单节食或过度控制能量包装成所谓的“健康管理”。
最终，AI营养引擎可以输出膳食结构提示、食物搭配建议、饮水提醒和运动后营养补充建议，使运动训练与日常饮食不再彼此割裂。
让健康管理更容易长期坚持
一款健康产品是否真正有效，不仅取决于算法准确度，也取决于用户是否愿意持续使用。
因此，“衡愈”的移动端应用将采用清晰的可视化交互设计，把复杂的惯性数据转化为平衡评分、训练曲线、阶段变化和健康提示。同时，项目还将加入游戏化激励机制，通过训练关卡、连续打卡、成长记录、阶段徽章和任务反馈等方式，提高用户的参与感。
例如，用户可以完成“稳定站立30秒”“减少左右摆动幅度”“连续训练7天”等任务，在训练过程中逐步解锁新的难度等级。系统则根据用户近期表现调整训练目标，避免任务过难带来挫败感，也避免长期重复相同内容导致兴趣下降。
这使“衡愈”不再只是一件被动使用的健身器材，而是一套能够持续反馈、动态调整并陪伴用户形成健康习惯的交互系统。
在参赛过程中，学生需要完成哪些工作？
本课题采用“需求调研—方案设计—原型制作—数据测试—算法分析—商业验证—成果展示”的完整研发路径。
项目开始阶段，团队需要通过头脑风暴明确产品目标、用户群体和核心使用场景，分析久坐、核心力量不足、训练难以坚持和饮食管理割裂等问题，形成产品需求文档，并完成成员分工与项目计划。
进入技术研发阶段后，学生将学习运动传感硬件原理、惯性数据处理、特征工程和AI健康评估逻辑，设计移动端应用功能，并完成木质平衡车的结构规划、装置搭建与模型制作。
原型完成后，团队需要设计测试任务，采集不同训练状态下的惯性数据，对装置稳定性、数据可靠性和功能可用性进行验证。学生还需要根据测试结果不断调整传感器位置、数据处理方法、评价指标和产品结构，完成多轮优化迭代。
除技术研发外，学生还需要开展市场需求分析与竞品研究，明确产品的目标用户、核心优势和应用场景。项目计划面向健身工作室、康复机构等机构客户提供设备与数据服务，同时面向家庭用户探索“硬件＋会员增值服务”的运营模式。
团队需要进一步分析硬件制造、软件开发、维护服务和市场推广等成本，设计产品定价、营收方式和发展路径，并利用创新画布梳理客户需求、价值主张、渠道、合作伙伴与收入来源。
最终，学生将整合产品原型、测试数据、AI评估逻辑、移动端设计、商业计划和市场分析，完成官网申报材料、项目展示PPT及宣传视频，并围绕技术创新、社会价值和商业可行性进行答辩准备。
当一块传统木质平衡板能够感知人体姿态，当惯性数据能够转化为直观的健康反馈，当运动记录能够进一步连接个性化营养建议，一件简单的家庭健身器材便有机会成为连接身体、数据与健康生活方式的智能入口。
“衡愈”所探索的，不只是如何制作一辆更智能的平衡车，更是如何利用人工智能、工程设计与营养科学，重新思考未来家庭健康管理的可能性。
参考文献
[1] 施佳慧, 石锴, 郭海英. 杭州市青少年平衡能力研究初探[J]. 科技通报, 2012, 28(7): 203-205.
[2] 衣淳植, 贾翊丞, 姜峰, 等. 基于惯性测量单元的人体运动意图识别方法：现状与挑战[J]. 智能系统学报, 2025, 20(4): 763-775.
[3] HAN T S, WEI W, JIANG W B, et al. The future landscape and framework of precision nutrition[J]. Engineering, 2024, 42(11): 15-25.
[4] 中国营养学会. 中国居民膳食指南（2022）[M]. 北京: 人民卫生出版社, 2022.
写在最后
本课题适合对人工智能、自动化、软件工程、电子信息、生物医学工程、运动康复、数据科学、交互设计、商业管理和市场营销等方向感兴趣，并计划申请相关专业的学生。
