Älykellojen mittausdatan hyödynnettävyys sovelluskehityksessä
Miika Leiviskä
Pro gradu -tutkielma
Tietojenkäsittelytieteen laitos Tietojenkäsittelytiede
Maaliskuu 2017
i
ITÄ-SUOMEN YLIOPISTO, Luonnontieteiden ja metsätieteiden tiedekunta, Kuopio Tietojenkäsittelytieteen laitos
Tietojenkäsittelytiede
Leiviskä, Miika Kullervo: Älykellojen mittausdatan hyödynnettävyys sovelluskehi- tyksessä
Pro gradu -tutkielma, 59 s., 1 liite (4 s.)
Pro gradu -tutkielman ohjaaja: FT, DI Keijo Haataja Maaliskuu 2017
Älykellot toimivat esimerkkinä puettavasta teknologiasta ja jokapaikan tietoteknii- kasta. Ne kykenevät rannekellojen tapaan ilmaisemaan kellonajan, mutta myös toteut- tamaan digitaalisia toimintoja ja olemaan vuorovaikutuksessa muiden elektronisten laitteiden kanssa. Älykellojen avulla voidaan käyttäjästä kerätä myös henkilökohtaista dataa mittaamalla esimerkiksi aktiivisuutta ja urheilusuorituksia. Tallennuksen jälkeen mittausdata voidaan synkronoida laitevalmistajan verkkopalveluun tarkempaa analyy- sia varten. Vaikka laitevalmistajien verkkopalvelut visualisoivat mittausdatan ihmisen helposti hahmotettavaan muotoon, voi joskus ilmaantua tarve analysoida sitä myös näiden palveluiden ulkopuolisilla algoritmeilla tai turvata sen saatavuus ja eheys tal- lentamalla se laitevalmistajasta riippumattomaan järjestelmään.
Tässä tutkielmassa tutustutaan sovelluskehityksen näkökulmasta kuluttajamarkki- noilla oleviin ja erityisesti urheilusuorituksen aikana mittausdataa tuottaviin älykelloi- hin sekä niihin liittyviin oheislaitteisiin, sovelluksiin ja palveluihin. Fokus on älykel- lojen tuottaman mittausdatan saatavuudessa, tiedonsiirrossa, tietorakenteissa ja for- maateissa. Tutkimustulokseksi saadaan kuvaus mittausdatan tiedonsiirtomenetelmistä, älykellojen tallentamista tiedoista ja mittausdatan jatkokäsittelyssä huomioitavista asi- oista.
Koska älykellot ovat laiteryhmänä varsin uusi, ei niihin liittyvää kirjallisuutta tai op- pikirjoja tällä hetkellä käytännössä ole. Näin ollen tutkimus toteutetaan tutustumalla lähinnä laitevalmistajien julkaisemiin käyttöoppaisiin ja Internet-sivuihin. Tutkiel- massa tarkasteltava mittausdata hankitaan kokeellisesti älykellojen avulla.
Avainsanat: henkilökohtainen data; puettava teknologia; puettavat tietokoneet; sovel- luskehitys; älykellot
ACM-luokat (ACM Computing Classification System, 2012 revision): Data Ex- change; Extensible Markup Language (XML); Mobile Devices; Ubiquitous Compu- ting
ii
UNIVERSITY OF EASTERN FINLAND, Faculty of Science and Forestry, Kuopio School of Computing
Computer Science
Leiviskä, Miika Kullervo: Smart Watches’ Data in Application Development Master’s Thesis, 59 p., 1 appendix (4 p.)
Supervisor of the Master’s Thesis: Ph.D., M.Sc. (Tech.) Keijo Haataja March 2017
Smart watches can be considered as an example of wearable technology and ubiqui- tous computing. Besides their ability to express the current time like regular watches do, smart watches can perform digital functions and interact with other electronic de- vices. They are also able to collect user’s personal data while training and during the day. After the activity, it is possible to synchronize the measurement data to the man- ufacturer’s web service for further analysis. Even though those web services visualize the data to a form that can be easily perceived by human, there might occur a need to analyze the data outside those services. Also, the integrity and availability of the per- sonal data can be ensured by saving it to a system that is not dependent on the smart watch manufacturer.
By keeping application development in mind, smart watches that can produce meas- urement data especially during sport activities are studied in this Thesis. Also, periph- erals, applications, and services that are related to smart watches are under investiga- tion. The focus will be in data availability, data transfer methods, data structures, and data formats. Required actions to fetch the data produced by smart watches should be visible as the result amongst the information about the data itself. At the end, notewor- thy actions to be taken into consideration while developing an application that is re- lated to personal data will be discussed.
Because smart watches are quite a new device group, only a little information about these gadgets are in printed form. Thus, user manuals and manufacturer’s Internet pages are the main source of information in this Thesis. The actual data that is reviewed will be acquired by using and testing smart watches in practice.
Keywords: Application Development; Personal Data; Smart Watches; Wearable Com- puters; Wearable Technology
CR Categories (ACM Computing Classification System, 2012 revision): Data Ex- change; Extensible Markup Language (XML); Mobile Devices; Ubiquitous Compu- ting
iii
Esipuhe
Tämä tutkielma on tehty Itä-Suomen yliopiston Tietojenkäsittelytieteen laitokselle tal- vella 2016-2017. Mielessäni ovat viime aikoina pyörineet laitoksen tutkielmapohjassa mainitut viisaat sanat, joiden mukaan gradun tekeminen ei poikkea ojan kaivamisesta tai muistakaan töistä. Nyt voin ilokseni todeta, että oja alkaa olla kaivettu ja palkka- päivä lähellä.
Sain mahdollisuuden keskittyä tähän projektiin täysipäiväisesti. Opintovapaa töistä järjestyi, joten tutkielma valmistui lähes aikataulun mukaisesti. Kiitänkin työnanta- jaani ja kollegoitani joustavuudesta. Kiitän myös vanhempiani, jotka järjestivät rau- halliset puitteet kirjoitustyötä varten.
Erityiskiitos kuuluu ohjaajalleni FT, DI Keijo Haatajalle positiivisista kommenteista ja nopeasta palautteesta, joiden avulla lippu pysyi korkealla koko kirjoitusurakan ajan.
Kiitän myös gradun tarkastajana toiminutta FT Virpi Hottia rakentavasta palautteesta.
Kuopiossa, maaliskuussa 2017 Miika Leiviskä
iv
Lyhenneluettelo
API Application Programming Interface CDA Clinical Document Architecture CSV Comma-Separated Values EULA End-User License Agreement
FIT Flexible and Interoperable Data Transfer GDPR General Data Protection Regulation
GLONASS Globalnaja Navigatsionnaja Sputnikovaja Sistema GPS Global Positioning System
GPX GPS Exchange Format IBI InterBeat Interval
JSON JavaScript Object Notation KML Keyhole Markup Language OGC Open Geospatial Consortium REM Rapid Eye Movement
SDK Software Development Kit SQL Structured Query Language TCX Training Center database XML USB Universal Serial Bus
UTC Coordinated Universal Time XLSX Excel Workbook
XML Extensible Markup Language
XSLT Extensible Stylesheet Language Transformations
v
Sisällysluettelo
1 Johdanto ... 6
2 Katsaus älykellojen nykytilaan ... 9
2.1 Luokittelu ja tunnusmerkit ... 9
2.2 Käyttötarkoitukset ja toiminnot ... 11
2.3 Älykellojen fyysiset ominaisuudet ... 13
2.4 Liitettävyys muihin laitteisiin ja sovelluksiin ... 14
3 Mittausdatan hankkiminen ... 16
3.1 Mittausdatan tallennus ... 16
3.2 Synkronointi älykellon ja verkkopalvelun välillä ... 17
3.3 Mittausdatan hakeminen verkkopalvelusta ... 22
3.4 Mittausdatan hankkiminen erikoistapauksen avulla ... 26
4 Mittausdatan sisältö ja käsittely ... 28
4.1 Mittausdata CSV-muodossa ja XLSX-formaatissa ... 29
4.2 Mittausdata XML-rakenteisissa formaateissa ... 33
4.2.1 Mittausdata TCX-formaatissa ... 33
4.2.2 Mittausdata GPX-formaatissa ... 38
4.2.3 Mittausdata KML-formaatissa ... 39
4.3 Mittausdata FIT-formaatissa ... 41
4.4 Ohjelmointirajapintojen avulla saatava mittausdata ... 43
5 Sovelluskehityksessä huomioitavat asiat ... 48
6 Pohdinta ja jatkotutkimusideat ... 51
Lähdeluettelo ... 54
Liitteet
Liite 1: Java-ohjelmakoodi FIT-tiedoston käsittelyyn (4 sivua)
1 Johdanto
Urheilusuorituksia ja käyttäjän aktiivisuutta mittaavia älykelloja on nykyään kulutta- jamarkkinoilla useita erilaisia. Laitevalmistajia on monia ja kelloja useassa eri hinta- ryhmässä. Vaikka älykellojen valmistajat panostavatkin paljon resursseja muotoiluun ja näyttävyyteen, vasta digitaaliset toiminnot tekevät rannekellosta älykellon. Tieto- jenkäsittelytieteen näkökulmasta ohjelmoitavuus ja mahdollisuus kerätä dataa käyttä- jästään tekevät älykelloista mielenkiintoisen tutkimuskohteen, joskin omien ohjelmien asennusmahdollisuus ja mittausdatan saatavuus riippuvat paljolti laitevalmistajasta.
Useimmat älykellot voidaan katsoa olevan myös puettavia tietokoneita, sillä ne ovat käytettävissä jatkuva-aikaisesti ja niille on mahdollista antaa syöte myös liikkeessä.
Esimerkiksi monet urheilukellot pystyvät näyttämään mittausdataa erilaisissa näky- missä jo suorituksen aikana, mutta tarkemmin urheilusuoritusta voidaan analysoida vasta synkronoimalla mittausdata laitevalmistajan kehittämään mobiilisovellukseen tai verkkopalveluun. Vaikka älykellojen valmistajat tarjoavatkin omia verkkopalvelui- taan suoritustietojen tallennusta ja analysointia varten, voi joissain tapauksissa ilmaan- tua tarve analysoida mittausdataa myös näiden palveluiden ulkopuolisilla algoritmeilla tai turvata mittausdatan säilyvyys tallentamalla se laitevalmistajasta riippumattomaan järjestelmään. Miten mittausdatan hankkiminen toteutetaan ja mitä mittausdata sisäl- tää, antavat aiheen tutkimukselle. Tätä tutkimusta ohjaavat seuraavat kysymykset:
Millaisiin käyttötarkoituksiin älykelloja on suunniteltu ja toteutettu?
Mitä tietoja älykellot keräävät käyttäjästään ja ympäristöstään?
Miten älykellot keräävät tietoa käyttäjästään ja ympäristöstään?
Miten älykellot siirtävät kerättyä tietoa eteenpäin?
Millaisessa muodossa ja miten älykellojen tallentama data saadaan haettua val- mistajien järjestelmistä?
Miten älykellojen tallentamaa dataa voidaan jatkokäsitellä?
Tämän tutkielman puitteissa tutustutaan sovelluskehityksen näkökulmasta kuluttaja- markkinoilla oleviin ja erityisesti urheilusuorituksen aikana mittausdataa tuottaviin älykelloihin sekä niihin liittyviin oheislaitteisiin, sovelluksiin ja palveluihin. Tarkas- teluun otetaan myös älykellojen tekemien tallennusten perusteella muodostetun mit- tausdatan rakenne ja sisältö. Tutkimusmenetelmänä käytetään osallistuvaa havain- nointia, jossa älykelloja testataan käytännössä, tavoitteena saada tarkasteltavaksi nii- den tuottamaa dataa. Valittu menetelmä vahvistaa tutkijan omaa oppimiskokemusta älykellojen käyttämisestä, mutta samalla sillä saattaa olla vaikutusta mittausdatan si- sältöön. Menetelmä on kuitenkin edellä mainitut tutkimuskysymykset ja käytettävissä olevat resurssit huomioon ottaen asianmukainen toimintatapa.
Tutkimusstrategiana käytetään vertailevaa tapaustutkimusta, jonka lähteinä käytetään tutkimukseen valittujen älykellojen laitevalmistajien julkaisemia dokumentaatioita ja käyttöoppaita sekä testauksen aikana tuotettua mittausdataa. Tutkimustulokseksi saa- daan täten kuvaus datan rakenteesta ja sisällöstä tutkimukseen valittujen älykellojen osalta. Vaikka tutkielman ulkopuolelle jää monia kuluttajamarkkinoilla olevia laitteita, saadaan tutkimustulokseksi kuitenkin läpileikkaus älykellojen mittausdataan liittyvistä tiedonsiirtomenetelmistä ja formaateista.
Jotta ymmärretään, mihin älykelloja tarvitaan ja mihin niitä voidaan käyttää, luvussa 2 tehdään katsaus älykellojen nykytilaan tutustumalla niiden määritelmiin ja luokitte- luun sekä käyttötarkoituksiin, fyysisiin ominaisuuksiin ja teknisiin toimintoihin. Tu- tustumalla älykellojen komponentteihin ja toimintoihin saadaan vastaus kysymykseen, miten älykellot keräävät tietoa käyttäjästään ja ympäristöstään. Luvussa esitellään myös tutkimuksen kohteeksi valitut älykellot.
Luvussa 3 tutkitaan, kuinka mittausdatan hankkiminen tapahtuu. Luku pyrkii vastaa- maan kysymykseen, miten älykellojen tallentama data saadaan haltuun jatkokäsittelyä varten. Näin saadaan tutkimustulokseksi kuvaus tarvittavista toimenpiteistä ja tiedon- siirtomenetelmistä, joita mittausdatan hankkimiseksi tarvitaan.
Luku 4 käsittelee mittausdatan sisältöä ja käsittelyä. Luvussa tutustutaan formaattei- hin, joita käytetään älykellojen tuottaman mittausdatan tallentamiseen. Datan raken-
teen lisäksi tarkasteluun otetaan myös sen sisältö. Luvussa tutustutaan myös ohjel- mointirajapintojen käyttömahdollisuuksiin. Tutkimustulokseksi saadaan kuvaus tie- doista, joita tutkimukseen valittujen älykellojen tuottama data sisältää.
Luvussa 5 pohditaan sovelluskehityksessä huomioitavia asioita kuten datamuunnok- siin, käyttöoikeuksiin ja tietosuojaan liittyviä seikkoja. Luvussa pohditaan vuonna 2018 sovellettavaksi tulevan Euroopan Unionin tietosuoja-asetuksen (GDPR, General Data Protection Regulation) vaikutuksia älykellojen mittausdataan perustuvissa sovel- luksissa.
Lopuksi tutkielman aikaisemmissa luvuissa käsitellyt pääasiat kerrataan tutkielman pohdintaosassa, luvussa 6. Tällöin esille nostetaan myös jatkotutkimuksen kannalta olennaisia asioita.
Tutkielmassa käsiteltävät älykellojen laitevalmistajat ja ohjelmistotalot eivät ole kyt- köksissä tähän tutkimukseen, vaan tutkimus pyrkii olemaan näiden osalta puolueeton.
Tutkimus juontaa juurensa tutkijan henkilökohtaiseen kiinnostukseen puettavaa tek- nologiaa kohtaan ja toimii esitutkimuksena oman mittausdataa hyödyntävän sovelluk- sen rakentamiselle. Sovelluksen varsinainen implementointi rajataan kuitenkin tämän tutkielman ulkopuolelle.
2 Katsaus älykellojen nykytilaan
Älykelloihin tutustuminen voidaan aloittaa miettimällä niiden luokittelua. Luvussa 2.1 tarkastellaan luokittelun ja tunnusmerkkien avulla, mitä älykellot oikein ovat. Luvussa 2.2 otetaan askel lähemmäksi konkretiaa tarkastelemalla älykellojen käyttötarkoituk- sia ja toimintoja sekä esittelemällä tutkielmassa esimerkkeinä käytettävät älykellot.
Luvussa 2.3 tehdään katsaus älykellojen fyysisiin attribuutteihin ja laitteistotason omi- naisuuksiin. Kun nämä ovat tulleet tutuiksi, tehdään luvussa 2.4 katsaus älykellojen liitettävyyteen ja oheisohjelmistoihin.
2.1 Luokittelu ja tunnusmerkit
Älykellot ovat yhdessä älylasien, älytekstiilien ja rannetietokoneiden tavoin osa puet- tavaa teknologiaa. Ne ovat sähköisiä komponentteja sisältäviä laitteita, joita voidaan pitää yllä käyttämisen aikana, joten ne kuuluvat varsin selkeästi myös puettavaan elektroniikkaan. Varsinaisia älyvaatteita eivät älykellot kuitenkaan ole, sillä niistä puuttuu vaatetuksellinen aspekti.
Monet älykellot, urheilukellot ja aktiivisuusrannekkeet suoriutuvat samoista tehtä- vistä, joten laitteiden luokittelu näiden tuoteryhmien välillä voi olla hankalaa. Älykel- loissa on usein urheilukellojen mittausominaisuuksia ja urheilukelloissa myös muita kuin urheilusuoritusta mittaavia sekä väliaikatietoja tuottavia ja näyttäviä toimintoja.
Seuraavaksi tutustutaan niihin tekijöihin, jotka tekevät laitteesta älykellon. Älykello- jen määritelmäksi on esitetty muun muassa seuraavaa:
“a wrist-worn device with computational power, that can connect to other devices via short range wireless connectivity; provides alert notifications;
collects personal data through a range of sensors and stores them; and has an integrated clock.” (Cecchinato et al., 2015)
Tätä määritelmää mukaillen kutsuttakoon älykelloiksi kaikkia sellaisia laitteita, jotka täyttävät seuraavat tunnusmerkit:
Laitetta voidaan pitää kiinni ranteessa.
Laite kykenee suorittamaan ohjelmakoodia.
Laite on liitettävissä toisiin laitteisiin langattomien lyhyen kantaman verkkojen avulla.
Laite pystyy ilmaisemaan ajastettuja hälytyksiä tai ajastamattomia ilmoituksia.
Laite kykenee keräämään ja tallentamaan käyttäjästään henkilökohtaista dataa.
Laite kykenee ilmaisemaan kellonajan.
Tarkastelemalla näitä tunnusmerkkejä saadaan älykellot eroteltua aktiivisuusrannek- keista, jotka pystyvät tallentamaan ja siirtämään mittausdataa mobiililaitteisiin tai tie- tokoneeseen, mutta jotka eivät sisällä näyttöpäätettä tai kellotaulua tai kykene ilmoit- tamaan älypuhelimeen saapuneesta viestistä. Vaikka kellonajan ilmaiseminen ilman näyttöpäätettä olisi periaatteessa mahdollista esimerkiksi värinähälytyksen avulla, si- sältää suurin osa tällä hetkellä kuluttajamarkkinoilla olevista älykelloista digitaalisen näytön. Edellä mainittuja tunnusmerkkejä tutkimalla saadaan älykellot eroteltua myös laskinkelloista, jotka sisältävät digitaalisen näytön ja digitaalisia matemaattisia toimin- toja, mutta jotka eivät kykene keräämään ja tallentamaan käyttäjästään henkilökoh- taista dataa tai olemaan vuorovaikutuksessa muiden laitteiden kanssa esimerkiksi Bluetooth-yhteyden avulla.
Joidenkin älykellojen voidaan katsoa täyttävän myös puettavien tietokoneiden tunnus- merkit. Puettavan tietokoneen määritelmäksi on esitetty muun muassa seuraavaa:
“A wearable computer is a computer that is subsumed into the personal space of the user, controlled by the user, and has both operational and interactional constancy, i.e., is always on and always accessible. Most no- tably, it is a device that is always with the user, and into which the user can always enter commands and execute a set of such entered commands, and in which the user can do so while walking around or doing other ac- tivities.” (Mann, 1998)
Mannin määritelmän mukaan puettaviksi tietokoneiksi voidaan luokitella sellaiset äly- kellot, jotka ovat käytettävissä ja joille on mahdollista antaa syöte myös liikkeen ai- kana. Nämä realisoituvat esimerkiksi monien urheilukellojen tapauksessa siinä, että mitattavia suureita voidaan tarkastella erilaisissa näkymissä kesken urheilusuorituk-
sen. Puettavien tietokoneiden ryhmittelyyn tarkennuksen tekevä Mizell jakaa puetta- vat tietokoneet vielä työkalujen tapaan tarpeen tullen käytettäviksi ja vaatetuksen lailla jatkuva-aikaisesti käytettäviksi (Mizell, 1999). Näin saadaan jako yleiskäyttöisiin lait- teisiin ja erikoistapauksia varten valmistettuihin laitteisiin. Päivittäistä aktiivisuutta ja unta mittaavat älykellot toimivat esimerkkeinä jatkuva-aikaisesti käyttöön tarkoite- tuista laitteista, kun taas esimerkiksi sukellustietokoneet on suunniteltu toteuttamaan erikoistapaus.
2.2 Käyttötarkoitukset ja toiminnot
Luvussa 2.1 esitellyt tunnusmerkit täyttäviä laitteita on kuluttajamarkkinoilla paljon erilaisia. Valmistajat hakevat kilpailuetua perustoimintojen lisänä olevilla muilla omi- naisuuksilla ja muotoilulla, joten laitteet poikkeavat toisistaan sekä ulkoisesti että ky- vykkyyksiltään. Tässä tutkielmassa vertaillaan kolmea erilaista älykelloa, joille yh- teistä on urheilun ja aktiivisuuden mittaus, mutta joista jokaisella on omat erityispiir- teensä. Vertailuun valitut laitteet ovat Polar M400, Suunto Traverse Graphite ja Wit- hings Activité Steel. Nämä älykellot esitetään kuvassa 1. (Polar, 2016f; Suunto, 2016g;
Withings, 2016c)
Kuva 1. Erilaisia älykelloja. Vasemmalla Polar M400, keskellä Suunto Traverse ja oikealla Withings Activité Steel. (Polar, 2016f; Suunto, 2016g; Withings, 2016c)
Näistä kolmesta laitteesta Withings muistuttaa toiminnoiltaan eniten aktiivisuusran- nekkeita ja on vertailuryhmän laitteista riippuvaisin älypuhelimesta. Laitetta markki- noidaan ennemminkin aktiivisuusmittarina kuin varsinaisena älykellona. Kuten ku- vasta 1 voidaan havaita, Withings ei esimerkiksi sisällä digitaalista näyttöä, vaan pe- rinteisen analogisen kellotaulun aktiivisuusmittarilla varustettuna. Tutkimukseen vali- tut kaksi muuta laitetta, Polar M400 ja Suunto Traverse, ovat puolestaan älykkäillä ominaisuuksilla varustettuja urheilukelloja. Polar ja Withings ovat samaa hintaluok- kaa, Suunto Traversen ollessa hieman muita vertailuun valittuja kalliimpi ja sisältäen enemmän patikointi- sekä retkeilykäyttöön suunniteltuja ominaisuuksia. Kaikki kolme laitetta kykenevät kuitenkin urheilun ja aktiivisuuden mittaamiseen, joten niiden voi- daan katsoa olevan käyttötarkoitukseltaan samankaltaisia. Taulukossa 1 esitellään tut- kimukseen valittujen älykellojen perustoiminnot. (Polar, 2016g; Suunto, 2016e; Wit- hings, 2016b)
Taulukko 1. Älykellojen käyttöoppaissa mainittuja toimintoja.
(Polar, 2016g; Suunto, 2016e; Withings, 2016b)
Toiminto: Esimerkki: Laite:
Päivittäisen aktiivi- suuden mittaaminen
Askelmäärän arviointi Polar, Suunto ja Withings Aktiivisuusmuistutus Kello hälyttää, kun käyttäjä on paikallaan
liikkumatta tietyn ajan
Polar Urheilusuorituksen
tallennus
Suorituksen aloitusajan ja keston tallennus Polar ja Suunto Unianalyysi Syvän/levollisen ja kevyen/levottoman
unen tallennus
Polar ja Withings Kompassi / reittiopas Opastus takaisin aloituspisteeseen Polar ja Suunto
Kuljetun reitin tallentaminen
Sijaintitiedon näytteistäminen suorituksen aikaista ja sen jälkeistä analysointia varten
Polar ja Suunto Älypuhelimen käyttö-
liittymänä toimiminen
Ilmoitus älypuhelimeen saapuneesta viestistä
Polar ja Suunto
Ajastettu hälytys Herätyskello Polar, Suunto ja Withings
Kuten taulukosta 1 käy ilmi, on Withings aktiivisuusrannekkeen ja älykellon välimaas- tossa. Se ei kykene ilmaisemaan älypuhelimeen saapuneita viestejä, mutta värinähäly- tyksellä toimiva herätyskello-ominaisuus laskettaneen toteuttavan Cecchinaton, Coxin ja Birdin (Cecchinato et al., 2015) esittämän ”provides alert notifications”-tunnusmer- kin ja näin ollen kuuluvan myös älykellojen tuoteryhmään.
Itseilmaisun voidaan myös katsoa olevan eräs älykellojen käyttötarkoituksista. Kysyn- tää onkin sekä huomaamattomille että korumaisille tuotteille. Älykelloja on saatavilla
myös eri värisinä ja erilaisin rannekkein, jolloin niiden avulla voidaan luoda vaatetuk- seen huomiota herättävä yksityiskohta. Tämän lisäksi älykellot auttavat myös ilmaise- maan käyttäjänsä elämäntapoja. Esimerkiksi urheilukellot viestivät aktiivisesta elä- mäntavasta ja uusimpien mallien pitäminen yllä kertoo käyttäjän kuulumisesta var- haisten omaksujien joukkoon.
2.3 Älykellojen fyysiset ominaisuudet
Älykellojen toiminnot riippuvat niiden laitteistotason ominaisuuksista. Esimerkiksi paikkatiedon tallentaminen ilman tukea satelliittipaikannusjärjestelmälle ei onnistu.
Laitteiden ominaisuuksia vertailtaessa tärkeää onkin kiinnittää huomio erilaisiin sen- soreihin ja niiden kyvykkyyksiin sekä laitevalmistajan ilmoittamiin muihin arvoihin.
Laskentatehoa tai suorittimen merkkiä ja mallia eivät tässä tutkielmassa tarkastelun alla olevien kellojen laitevalmistajat käyttöoppaissaan kuitenkaan ilmoita. Käyttöko- kemuksen kannalta tämä tieto ei tosin ole relevanttia, sillä kyseessä oleviin kelloihin ei ole mahdollista asentaa laitevalmistajista riippumattomia sovelluksia. Taulukossa 2 esitellään vertailuun valittujen älykellojen fyysisiä ominaisuuksia ja kyvykkyyksiä.
(Polar, 2016g; Suunto, 2016e; Suunto, 2016f; Withings, 2016b)
Taulukko 2. Käyttöoppaissa ja tuotesivuilla ilmoitettuja fyysisiä ominaisuuksia. (Polar, 2016g; Suunto, 2016e; Suunto, 2016f; Withings, 2016b)
Ominaisuus: Polar: Suunto: Withings:
Näytön tarkkuus 128 x 128 pikseliä 128 x 128 pikseliä Ei digitaalista näyttöä
Bluetooth Smart -tuki Kyllä Kyllä Kyllä
Navigointijärjestelmät GPS GPS ja GLONASS Ei tukea navigoinnille
Toiminta-aika Noin 30 päivää 14 päivää 8 kuukautta
Paristotyyppi Ladattava Li-ion Ladattava Li-ion CR2025-nappiparisto
Toiminta-aika GPS päällä 8 tuntia 10-100 tuntia -
Toimintalämpötila -10 °C … +50 °C -20 °C … +60 °C -10 °C … +45 °C
Vesitiiviys 30 metriä 100 metriä 50 metriä
Kiihtyvyysanturi Kyllä - Kyllä
Ilmanpainemittari Ei Kyllä Ei
Korkeusmittari Kyllä (GPS) Kyllä Ei
Lämpömittari Ei Kyllä Ei
Sykemittari Ei Ei Ei
Taulukosta 2 voidaan havaita, että yksi älykellojen haasteista on virranhallinta. Var- sinkin paikannus ja näyttöpääte kuluttavat paljon energiaa. Kuten Suunto Traversen käyttöopas neuvoo, kytkemällä paikannusvälin lyhyemmäksi tai pois käytöstä, voi- daan myös akun kestoa pidentää (Suunto, 2016e). Suunnon kellossa myös näytön taus-
tavalon kirkkautta on mahdollista säätää himmeämmälle, joka osaltaan parantaa akku- kestoa. Withings erottuu muista älykelloista virranhallinnan osalta, sillä sen toiminta- aika on Suuntoon ja Polariin verrattuna moninkertainen virtaa paljon kuluttavien kom- ponenttien puuttuessa kellosta. Säännöllistä lataamista vaativa akku on näin ollen voitu korvata vaihdettavalla paristolla.
Vaikka sykkeenmittaus suoraan ranteesta onkin nykytekniikalla mahdollista, ei yksi- kään vertailukolmikon laitteista kykene sykkeen mittaamiseen itsenäisesti. Polar M400 ja Suunto Traverse on mahdollista yhdistää Bluetooth Smart -tekniikalla erilli- seen sykevyöhön, jolloin ne pystyvät vastaanottamaan ja tallentamaan sykedataa (Po- lar, 2016e; Suunto, 2016d). Withings ei tähän kykene, mutta leposyke voidaan tallen- taa älypuhelimen kameran avulla kellon kanssa käytettävään Heath Mate -mobiiliso- vellukseen.
2.4 Liitettävyys muihin laitteisiin ja sovelluksiin
Täysi hyöty älykelloista saadaan vasta silloin, kun ne yhdistetään älypuhelimeen tai muuhun vastaavaan mobiililaitteeseen. Älykellojen näyttöpäätteet ovat pieniä sekä fyysiseltä kooltaan että tarkkuudeltaan, joten niihin mahtuu kerrallaan esitettäväksi ra- jallinen tietomäärä. Kun älykellojen data synkronoidaan mobiililaitteeseen tai verkko- palveluihin, voidaan sitä tutkia visualisoituna isommalta näytöltä. Polaria ja Suuntoa on mahdollista käyttää myös ilman älypuhelinta, sillä mittausdatan synkronointi on- nistuu myös Windows-tietokoneen ja Macin avulla, mutta Withingsin käyttöönotto ei onnistu ilman Health Mate -sovelluksen asennusta sitä tukevalle mobiililaitteelle. Tau- lukossa 3 esitellään älykellojen kanssa käytettäviä mobiilisovelluksia ja niiden tarvit- semia käyttöjärjestelmiä. Laitevalmistajien verkkopalvelut on tuotteistettu samoille ni- mille kuin taulukossa esiteltävät mobiilisovellukset. (Apple, 2017; Google, 2017; Po- lar, 2016g; Suunto, 2016c; Withings, 2016b)
Taulukko 3. Laitevalmistajien mobiilisovellukset. (Apple, 2017; Google, 2017; Polar, 2016g;
Suunto, 2016c; Withings, 2016b)
Polar: Suunto: Withings:
Valmistajan oma mobiilisovellus
Polar Flow
Suunto Movescount
Withings Health Mate Mobiilisovelluksen
vaatima käyttöjärjestelmäversio
Android 4.3 tai iOS 8.0
Android 4.3 tai iOS 9.0
Android 4.3 tai iOS 7.0
Kuten taulukosta 3 huomataan, on jokaisella laitevalmistajalla oma mobiilisovellus, joka tarvitsee toimiakseen Androidista version 4.3 tai sitä uudemman käyttöjärjestel- män, tai sovelluksesta riippuen joko version 7.0, 8.0 tai 9.0 Applen iOS-käyttöjärjes- telmästä. Älykellojen valmistajien tukea muille mobiilikäyttöjärjestelmille kuten esi- merkiksi Windows 10 Mobilelle ei vielä käytännössä ole. Polarin tukisivuston mukaan Bluetooth Smart -yhteensopivuuden yleistyminen Windows-puhelimissa saattaa kui- tenkin tuoda muutoksen tähän tulevaisuudessa (Polar, 2016d).
Taulukossa 4 esitellään älykellojen kanssa käytettävät tietokoneapuohjelmat. Polarin ja Suunnon tapauksissa näitä voidaan käyttää sekä mittausdatan siirtämiseen laiteval- mistajan verkkopalveluun, että kellon laiteohjelmistopäivitykseen. Withings on jou- kon ainoa, jonka ohjelmistopäivitysten hankkiminen ja mittausdatan synkronointi suo- ritetaan pelkästään langattoman yhteyden avulla. (Polar, 2016c; Suunto, 2016a;
Suunto, 2016b)
Taulukko 4. Laitevalmistajien työpöytäsovellukset ja niiden
yhteensopivuus tietokoneeseen. (Polar, 2016c; Suunto, 2016a; Suunto, 2016b)
Polar: Suunto: Withings:
Valmistajan oma työpöytäsovellus
Polar FlowSync
Suunto Moveslink2
- Työpöytäsovelluksen
vaatima käyttöjärjestelmäversio
Windows XP (32-bit), Windows 7 tai
OS X 10.6
Windows 7 tai OS X 10.9
-
3 Mittausdatan hankkiminen
Tässä luvussa tutustutaan toimenpiteisiin, joita tarvitaan mittausdatan saamiseksi hal- tuun. Luvussa 3.1 tehdään katsaus toimenpiteisiin, joita käyttäjän tulee tehdä saadak- seen älykello tallentamaan tietoja urheilusuorituksista ja aktiivisuudesta. Parhaimmil- laan älykellot tunnistavat automaattisesti liikuntasuorituksen alkaneen ja aloittavat it- senäisesti tallennuksen, mutta osa laitteista vaatii käyttäjältä syötteenä liikuntamuo- don. Kun urheilusuoritus on päättynyt, voidaan käyttäjältä tarvita syöte myös tallen- nuksen lopettamiseksi. Mittauksen päättymisen jälkeen data on valmis synkronoita- vaksi joko tietokoneen tai mobiililaitteen avulla eteenpäin laitevalmistajan verkkopal- veluun. Mittausdatan synkronointiprosesseihin tutustutaan luvussa 3.2. Tämän jälkeen luvussa 3.3 tarkastellaan, kuinka mittausdata saadaan haltuun jatkokäsittelyä varten laitevalmistajan verkkopalvelusta. Luvussa 3.4 esitellään erikoistapaus, jonka avulla mittausdata saadaan vietyä mobiililaitteesta sähköpostin avulla muihin järjestelmiin.
3.1 Mittausdatan tallennus
Ideaalitilanteessa älykello tallentaa tietoja käyttäjästään automaattisesti, kun sitä pide- tään ranteessa. Parhaimmillaan älykello adaptoituu tilanteeseen tunnistamalla auto- maattisesti urheilusuorituksen alkaneen ja aloittaa tallennuksen itsenäisesti. Urheilula- jin tunnistaminen on kuitenkin älykelloille hankala tehtävä, eikä kaikkia tietoja ole järkevää tallentaa jatkuva-aikaisesti. Urheilusuorituksen tallennuksen aloittaminen vaatiikin usein käyttäjältään urheilulajin valinnan manuaalisesti. Tämä antaa mahdol- lisuuden myös optimoida älykellon akkukestoa, sillä antamalla kellolle syöte voidaan urheilulaji valita ja täten esimerkiksi paikkatieto jättää pois tallennettavista tiedoista.
Muun muassa voimaharjoittelussa tai tenniksessä ei satelliittipaikannus juurikaan tuota lisäinformaatiota harjoituksesta, joten paikkadatan tuottaminen ei tällöin ole vält- tämätöntä.
Polar M400 sisältää oletusarvoisesti neljä lajiprofiilia, joita ovat juoksu, pyöräily, muu ulkoliikunta ja muu sisäliikunta. Kellon käyttöoppaan mukaan Polar Flow -verkkopal- velun avulla laitteeseen on kuitenkin mahdollista synkronoida 20 erilaista lajia (Polar, 2016g). Oletusurheilulaji Suunto Traversessa on vaellus, mutta laitteeseen voidaan
siirtää viisi erilaista Movescount-verkkopalvelussa luotua urheilutilaa (Suunto, 2016e). Tallennuksen hienosäädön lisäksi lajiprofiileja käyttämällä voidaan älykellon näytöllä suorituksen aikana näkyviä tietoja kustomoida urheilulajiin sopiviksi ja käyt- täjän mieltymyksiä vastaaviksi. Withings Activité Steel ei tarjoa mahdollisuutta ero- tella lajeja toisistaan manuaalisesti, mutta käyttöoppaan mukaan laite osaa tunnistaa kävelyn, juoksun ja uinnin sekä aloittaa tallennuksen automaattisesti (Withings, 2016b). Taulukossa 6 esitetään henkilökohtaisen datan tallennukseen liittyviä toimin- toja. Taulukossa esitettävät tiedot perustuvat älykellojen käyttöoppaisiin ja laitteiden omakohtaiseen testaukseen. Osa tallennukseen liittyvistä toiminnoista on automaatti- sia, mutta joihinkin tarvitaan syöte käyttäjältä. (Polar, 2016g; Suunto, 2016e; Wit- hings, 2016b)
Taulukko 6. Mittausdatan tallennuksen hallinta. (Polar, 2016g; Suunto, 2016e; Withings, 2016b)
Toiminto: Polar: Suunto: Withings:
Askelmäärän tallennus Automaattinen Automaattinen Automaattinen
Unen aikainen tallennus Automaattinen - Automaattinen
Harjoituksen aloitus Manuaalinen Manuaalinen Automaattinen Harjoituksen keskeytys Automattinen ja
manuaalinen
Automattinen ja manuaalinen
- Harjoituksen jatkaminen Automattinen ja
manuaalinen
Automattinen ja manuaalinen
-
Harjoituksen lopetus Manuaalinen Manuaalinen -
Kuten taulukosta 6 havaitaan, on askelmäärän tallennus ja unidatan kerääminen toi- mintoja, joihin ei tarvita syötettä käyttäjältä. Suunto Traversen käyttöoppaan mukaan laite kykenee keskeyttämään harjoituksen tallennuksen liikkeen hidastuessa alle kah- teen kilometriin tunnissa (Suunto, 2016e). Polar tekee vastaavan käyttäjän pysähtyessä paikalleen (Polar, 2016g). Kun liikettä havaitaan automaattisen tauon aikana, jatkuu tallennus automaattisesti. Koska liikkeen loppuminen voi merkitä myös harjoituksen päättymistä, tarvitaan tallennuksen varsinaiseen lopettamiseen syöte käyttäjältä.
3.2 Synkronointi älykellon ja verkkopalvelun välillä
Älykellon tallentamaa dataa voidaan analysoida tarkemmin siirtämällä se kellosta lai- tevalmistajan verkkopalveluun. Mikäli synkronointia ei tehdä, ylikirjoittaa älykello tallennustilan loputtua uutta mittausdataa vanhan päälle. Synkronointi on mahdollista tehdä manuaalisesti, mutta Withings ja Suunto kykenevät siihen myös automaattisesti Bluetooth-yhteyden ollessa muodostettu ja laitevalmistajan mobiilisovelluksen ollessa
käynnissä. Taulukossa 7 esitetään mittausdatan synkronointiin liittyviä toimintoja.
Esitettävät tiedot perustuvat älykellojen käyttöoppaisiin ja laitteiden omakohtaiseen testaukseen. (Polar, 2016g; Suunto, 2016e; Withings, 2016b)
Taulukko 7. Mittausdatan synkronoinnin hallinta.
(Polar, 2016g; Suunto, 2016e; Withings, 2016b)
Toiminto: Polar: Suunto: Withings:
Automaattinen synkronointi
Ei Kyllä Kyllä
Manuaalinen synkronointi
Kyllä Kyllä Kyllä
Synkronoinnin taajuus ennen ylikirjoitusta
Riippuu tallennus- ten koosta
Riippuu tallennus- ten koosta
Vähintään kerran per 38 tuntia Synkronointimuistutus Kello muistuttaa Kello muistuttaa Mobiilisovellus muistuttaa
Synkronoinnin tiheyteen vaikuttaa luonnollisesti älykellon tallennuskapasiteetti. Mi- käli älykellossa on paljon tallennustilaa urheilusuorituksille, ei mittausdatan synkro- nointia tarvitse välttämättä tehdä päivittäin tai edes viikoittain. Mittausdataa pystytään kuitenkin hyödyntämään parhaiten, kun harjoituksesta tai aktiviteetista ei ole kulunut kauan aikaa. Esimerkiksi unianalyysin tuottama informaatio on hyödyllistä käytän- nössä vain silloin, kun edellisen päivän ja illan aktiviteetit sekä yön tapahtumat ovat tuoreessa muistissa. Mittausdatan synkronoinnin ollessa helppoa ja tiheää saadaan siitä suurin hyöty. Siten Withingsin käyttöoppaassa ilmoitettu 38 tunnin aikaikkuna ennen ylikirjoitusta ei välttämättä ole laitteen käyttöä rajoittava tekijä. Tätä havaintoa tukee myös usein tapahtuva automaattinen synkronointi, joka Withingsin käyttöoppaan mu- kaan suoritetaan havaittaessa jokin seuraavista tapahtumista:
1000 askelta otettu edellisen synkronoinnin jälkeen.
Päivittäinen askeleiden määrän tavoitetaso ylittynyt.
Yli kuusi tuntia kulunut edellisestä synkronoinnista.
Aikavyöhykettä tai kellonaikaa on muutettu.
Automaattista synkronointia tukee käyttöoppaan mukaan myös Suunto Traverse, joka kykenee harjoitusten automaattiseen synkronointiin Movescount-verkkopalveluun (Suunto, 2016e). Valmistajan oman Movescount-mobiilisovelluksen tulee kuitenkin olla mobiililaitteessa käynnistettynä, jotta tämä tapahtuisi. Polar on joukon ainoa, jonka tallennusten synkronointi vaatii käyttäjältä toimenpiteen, joskin varsin yksinker- taisen sellaisen. Älykellon ollessa yhdistettynä mobiililaitteeseen ja Polar Flow -mo-
biilisovelluksen ollessa käynnissä, tulee yhtä kellon viidestä painikkeesta painaa synk- ronoinnin aloittamiseksi (Polar, 2016g). Kuvassa 2 esitetään, miten älykellojen synk- ronointi tapahtuu teoreettisella tasolla.
Kuva 2. Mittausdata lähetetään mobiilisovellukseen ja laitevalmistajan verkkopalveluun. Asetuksiin tehdyt muutokset tuodaan älykelloon.
Älykellojen mittausdata voidaan synkronoida laitevalmistajan verkkopalveluun mo- biililaitteilla ja tietokoneelle asennettavien työpöytäsovellusten avulla. Tietokone toi- mii vain linkkinä älykellon ja laitevalmistajan verkkopalvelun välillä, joten kuvassa 2 datan kirjoitussuuntaa kuvaavat nuolet ulottuvat tietokoneen lävitse. Polarin ja Suun- non työpöytäsovellusten nimet FlowSync ja Moveslink viestivätkin pelkästä viestin- vaihdosta. Laitevalmistajien mobiilisovelluksia voidaan puolestaan käyttää mittausda- tan väliaikaisvarastona (Suunto, 2016e). Älykello voidaan synkronoida mobiililaitteen kanssa Bluetooth-yhteydellä, vaikka mobiililaite olisikin vailla Internet-yhteyttä. Kun mobiililaitteella on yhteys Internetiin, lähettää se mittausdatan edelleen laitevalmista- jan verkkopalveluun.
Withings Activité Steel ei ole yhdistettävissä tietokoneeseen langallisella yhteydellä, mutta Suunto Traverse on mahdollista liittää tietokoneeseen käyttämällä pakkauksessa mukana tulevaa nelipinnistä datakaapelia. Polar M400 kytkeytyy tietokoneeseen micro-USB-kaapelin (Universal Serial Bus) avulla. Kuvassa 3 esitetään harjoitusdatan synkronoinnin eteneminen Polar FlowSync -työpöytäsovelluksessa ja kuvassa 4 so- vellusikkunan tila, kun synkronointi on valmis. (Polar, 2016h)
Kuva 3. Harjoitusten synkronointi Polar FlowSync -työpöytäsovelluksella. (Polar, 2016h)
Kuva 4. Synkronointi valmis ja laite latautuu. (Polar, 2016h)
Kuten kuvista 2 ja 4 havaitaan, toimii synkronointi kahteen suuntaan. Älykellosta siir- tyy valmistajan verkkopalveluun urheilusuorituksiin sekä aktiivisuuteen liittyvä data ja verkkopalvelussa lajiprofiileihin tehdyt konfiguroinnit sekä asetuksiin tulleet muut muutokset viedään älykelloon. Suunnon Moveslink-työpöytäsovellus toimii samalla periaatteella kuin Polar FlowSync, siirtäen aktiivisuusdatan ja urheilusuoritukset eli
”Movet” valmistajan verkkopalveluun sekä tuoden asetuksiin ja satelliitteihin tulleet muutokset älykelloon. Kuvassa 5 esitetään Suunto Traversen synkronointi Moveslink- työpöytäsovelluksen avulla. (Suunto, 2016i)
Kuva 5. Suunto Traversen tuottama data lähetetty Movescount-verkkopalveluun ja satelliittien tietoja tuodaan kelloon. (Suunto, 2016i)
Älykellojen valmistajat julkaisevat toisinaan myös laiteohjelmistopäivityksiä, jotka si- sältävät uusia ominaisuuksia ja korjauksia löydettyihin ohjelmistovirheisiin. Nämä päivitykset voidaan hakea Polar M400:aan ja Suunto Traverseen työpöytäsovellusten avulla. Kun Suunto Traverseen tehdään ohjelmistopäivitys, siirretään kaikki tallennuk- set Movescount-verkkopalveluun ja ne poistuvat kellosta (Suunto, 2016e). Polar M400:aan tehdyn päivityksen jälkeen suoritustietoja voidaan kuitenkin selata laitteen
päiväkirjatoiminnolla. Withings Activité Steel -kellon laiteohjelmisto päivitetään Bluetooth-yhteyden avulla.
3.3 Mittausdatan hakeminen verkkopalvelusta
Mittausdatan synkronointi ja sen hakeminen laitevalmistajan verkkopalvelusta voitai- siin välttää, mikäli älykellojen laitevalmistajat sallisivat mittausdatan tiedonsiirron suoraan älykellosta omalle tietokoneelle tai kolmansien osapuolien kehittämiin sovel- luksiin. Tällaista protokollaa eivät Polar, Suunto tai Withings kuitenkaan suoraan tue.
Siksi luvussa 3.2 kuvattu synkronointi on käytännössä pakollinen toimenpide, jotta mittausdataa päästään käsittelemään. Syitä edellä mainitun tuen puuttumiseen voivat olla seuraavat asiat:
Älykellojen valmistajat haluavat sitouttaa asiakkaansa ja ohjata heitä käyttä- mään valmistajan omia verkkopalveluja.
Älykellojen tuottama data tarvitsee esikäsittelyn, jotta siitä saadaan käyttökel- poista.
Laitevalmistajat katsovat datan saatavuuteen liittyvien ominaisuuksien kiin- nostavan vain pientä osajoukkoa tuotteen ostajista.
Laitevalmistajat katsovat mittausdatan synkronoinnin verkkopalveluihinsa olevan jouheva tapa tuottaa lähdedataa myös kolmannen osapuolen kehittä- mille sovelluksille.
Jotta mittausdata voidaan hakea tutkittavaksi ja käsiteltäväksi, tulee se käytännössä ensin synkronoida laitevalmistajan verkkopalveluun. Kuten yllä olevasta listauksesta havaitaan, voi mittausdatan siirtäminen laitevalmistajan verkkopalveluun myös auttaa sovelluskehittäjiä, mikäli he pääsevät laitevalmistajan yhteistyökumppaneiksi. Yksi- tyiseen käyttöön voidaan mittausdata hakea manuaalisesti laitevalmistajan verkkopal- velusta, mutta monia käyttäjiä palvelevan sovelluskehityksen näkökulmasta datan ha- keminen on järkevämpää tehdä automaattisesti käyttämällä laitevalmistajan tarjoamaa ohjelmointirajapintaa eli API:a (Application Programming Interface). Polar tarjoaa AccessLink-nimellä kulkevan ohjelmointirajapinnan valitsemilleen yhteistyökumppa- neille, jollaisiksi voivat rajapinnan esittelysivun mukaan pyrkiä esimerkiksi vakuutus-
yhtiöt, turvallisuuspalveluyritykset ja fitness-sovellusten kehittäjät (Polar, 2016a). Po- larin lailla myös Withings tarjoaa sovelluskehittäjille API:n mittausdatan hakemiseen.
Ohjelmointirajapinnan tarjoamisen lisäksi älykellojen laitevalmistaja voi myös lähet- tää automaattisesti mittausdataa synkronoinnin jälkeen yhteistyökumppaneilleen, mi- käli loppukäyttäjä on antanut tälle toimenpiteelle valtuutuksen laitevalmistajan verk- kopalvelussa. Kuvassa 6 esitetään mittausdatan liikkuminen laitevalmistajan verkko- palvelusta muihin järjestelmiin. Nuolen suunta kuvastaa mittausdatan kirjoitussuuntaa, katkoviivojen esittäessä aktiviteetin tapahtumista automaattisesti.
Kuva 6. Mittausdatan siirtäminen eteenpäin laitevalmistajan verkkopalvelusta.
Laitevalmistajan verkkopalvelu kuvan vasemmassa reunassa toimii älykellojen tuotta- man mittausdatan säilytyspaikkana. Data voidaan hakea manuaalisesti omalle tietoko- neelle kirjautumalla laitevalmistajan verkkopalveluun ja lataamalla mittausdata sieltä, mutta useita käyttäjiä palvelevan sovelluskehityksen näkökulmasta on tarkoituksen- mukaisempaa pyytää käyttäjien tiedot laitevalmistajan verkkopalvelusta ohjelmointi- rajapintaa käyttämällä. Tällaista tilannetta kuvaa keskimmäisenä oleva sovelluspalve- lin, jonka käsittelemä data voidaan palauttaa tarvittaessa vielä loppukäyttäjille. Kuvan alaosassa olevat palvelimet esittävät kolmannen osapuolen kehittämiä verkkopalve- luita, jonne mittausdata synkronoituu automaattisesti.
Peruskäyttäjän näkökulmasta mittausdatan hakeminen manuaalisesti on edellä esitel- lyistä tiedonsiirtotavoista helpoin vaihtoehto päästä tutkimaan datan sisältöä ja tallen- tamaan se laitevalmistajasta riippumattomaan järjestelmään. Withings Health Mateen synkronoidut tiedot voidaan ladata joko yksittäisinä CSV-tiedostoina (Comma-Sepa- rated Values) tai kaikki kerralla ZIP-paketoituna. Tällöin datapakettiin tulevat mukaan myös Health Mateen käsin syötetyt ja muista tietolähteistä kerätyt tiedot. Health Maten data voikin olla peräisin älykellon lisäksi myös esimerkiksi älyvaa’asta. Kuvassa 7 esitetään näkymä Health Mate -verkkopalvelusta. (Withings, 2016h)
Kuva 7. Mittausdatan lataaminen Health Mate -verkkopalvelusta. (Withings, 2016h)
Health Mate -verkkopalvelussa voidaan mittausdataan kohdistuvat hakutulokset rajata päivämäärävälin mukaan. Tämä mahdollistaa aktiivisuustietojen viennin myös usean päivän ajalta. CSV-tiedostoon kirjoitettavien rivien määrä onkin riippuvainen päivä- määrävälistä. Polar Flow ja Suunto Movescount ovat filosofialtaan hieman erilaisia Withings Health Mateen verrattuna, sillä niistä harjoitukset haetaan yksi kerrallaan.
Polarin ja Suunnon verkkopalveluissa harjoitukset näkyvät synkronoinnin jälkeen ka- lenterissa, josta suoritusmerkintä voidaan avata tarkempaan tarkasteluun. Joitain har- joituksen tietoja on mahdollista muokata ja täydentää vielä datan tallennuksen ja synk- ronoinnin jälkeenkin, mutta osa tiedoista kuten kävelyn tai juoksun nopeuteen liittyvät tiedot on kirjoitussuojattu. Polar Flow -verkkopalvelun näkymä tarkasteltaessa harjoi- tuksen perustietoja esitetään kuvassa 8. Samaisen harjoituksen mittausdatan latauslin- kit esitetään kuvassa 9. Näkymä Suunto Movescount -verkkopalvelusta esitetään ku- vassa 10, jossa mittausdata on visualisoitu ja linkit mittausdatan tallennusta varten tul- leet esille sivulla olevasta ”Työkalut”-valikosta. (Polar, 2016i; Suunto, 2016h)
Kuva 8. Polar M400:n mittausdata visualisoituna Polar Flow -verkkopalvelussa. (Polar, 2016i)
Kuva 9. Kävelylenkin aikana tuotettu mittausdata voidaan tallentaa Polar Flow -verkkopalvelusta omalle tietokoneelle kolmessa eri formaatissa. (Polar, 2016i)
Kuva 10. Mittausdata visualisoitu Suunto Movescount -verkkopalvelussa. Työkalut-valikon alla on linkit mittausdatan tallentamiseksi. Käytössä on viisi eri formaattia. (Suunto, 2016h)
Kuten kuvista 9 ja 10 huomataan, Polarin ja Suunnon verkkopalvelut tukevat useita eri tiedostoformaatteja. Lajiprofiilina on kuvien 8, 9 ja 10 harjoituksissa käytetty kävelyä, reittitallennuksen mahdollistavan satelliittipaikannuksen ollessa suorituksen aikana
toiminnassa. Taulukossa 8 esitetään tiedostoformaatit, joita Polar Flow, Suunto Mo- vescount ja Withings Health Mate tarjoavat kuvien 7, 9 ja 10 tilanteissa. (Polar, 2016i;
Suunto, 2016h; Withings, 2016h)
Taulukko 8. Älykellojen valmistajien verkkopalveluiden tukemat tiedostomuodot. (Polar, 2016i; Suunto, 2016h; Withings, 2016h)
Formaatti / datan tyyppi: Polar: Suunto: Withings:
CSV Kyllä Kyllä Kyllä
FIT Ei Kyllä Ei
GPX Kyllä Kyllä Ei
KML Ei Kyllä Ei
TCX Kyllä Kyllä Ei
XLSX Ei Kyllä Ei
ZIP-pakattu CSV Kyllä Ei Kyllä
ZIP-pakattu GPX Kyllä Ei Ei
ZIP-pakattu TCX Kyllä Ei Ei
Withings Health Mate -verkkopalvelusta saatava data rajoittuu käytännössä pilkkua erotinmerkkinä käyttävään dataan eli CSV-muotoiseen dataan. Polar Flow ja Suunto Movescount tarjoavat harjoitus- ja reittidataa useassa eri formaatissa. Näiden tiedos- toformaattien rakenteeseen ja sisältöön tutustutaan tarkemmin luvussa 4.
3.4 Mittausdatan hankkiminen erikoistapauksen avulla
Mittausdataa on mahdollista hankkia myös käyttämällä esimerkiksi Apple Terveys -mobiilisovellusta, sillä sille voidaan antaa lupa datan keräämiseen mobiililaitteeseen asennetuista Polar Flow ja Withings Health Mate -sovelluksista. Datan lukemisen li- säksi Apple Terveys tukee tietyiltä osin myös datan kirjoitusta edellä mainittuihin so- velluksiin. Kuvassa 11 esitetään Apple Terveys -sovelluksesta kaksi näkymää, joista käy ilmi sen tietolähteet. Polar Flow ja Withings Health Mate voidaan sallia kirjoitta- maan tietoja Apple Terveyteen, jonka lisäksi Withingsin sovellus voidaan sallia myös lukemaan tietoja sieltä. Apple Terveydestä luettavat ja Withings Health Mateen kirjoi- tettavat tiedot rajoittuvat kuitenkin askelten määrään ja sykkeeseen, kirjoitusoikeuk- sien ollessa toiseen suuntaan paljon monipuolisemmat.
Kuva 11. Apple Terveys -sovelluksen tietolähteitä. (Apple, 2016)
Kuvassa 11 näkyvät laitevalmistajien mobiilisovellukset toimivat tietolähteinä Apple Terveys -sovellukselle. Ne voivat kirjoittaa Apple Terveyteen keräämiään tie- toja mikäli käyttäjä sallii tämän. Näin ollen tulee mahdolliseksi viedä mittausdataa ul- kopuolisiin järjestelmiin myös Apple Terveyden kautta. Sovellus muodostaa kerää- mästään datasta ZIP-paketin, joka voidaan lähettää eteenpäin sähköpostilla tai tallen- taa esimerkiksi Applen omaan iCloud-pilvipalveluun. Edellä kuvatulla tavalla mittaus- data saadaan käyttöön Apple Terveys -sovelluksen käsittelemässä muodossa, mutta tämäkin metodi vaatii datan kierrättämisen laitevalmistajien mobiilisovellusten kautta.
Tämä toimintatapa tuo kuitenkin uuden näkökulman mittausdatan saatavuuteen ja han- kintaan.
4 Mittausdatan sisältö ja käsittely
Luvussa 3 esiteltiin erilaisia menetelmiä mittausdatan hankkimiseksi. Seuraavaksi tu- tustutaan näillä menetelmillä hankittujen data-aineistojen rakenteisiin ja sisältöön sekä tietoihin, joita on mahdollista saada laitevalmistajalta ohjelmointirajapintojen kautta.
Tässä luvussa tutustutaan luvun 3.3 taulukossa 8 esitettäviin formaatteihin. Datan ra- kenteen perusteella mittausdata voidaan luokitella tekstitiedostoihin, XML-rakentei- siin (Extensible Markup Language) tiedostoihin ja binäärimuodossa oleviin tiedostoi- hin. Datan käyttökelpoisuus sovelluskehityksessä on riippuvainen sen rakenteesta ja sisällöstä, mutta myös itse datalla voi olla erilaisia käyttötarkoituksia. Älykellojen mit- tausominaisuuksien lisäksi laitevalmistajan filosofia ratkaisee, millaista dataa käyttä- jille tarjotaan verkkopalvelusta ladattavaksi. Yksinkertaistettu data voi tietyissä ta- pauksissa olla käyttäjälleen arvokkaampaa kuin tietorakenteeltaan monimutkainen ja suuren tietomäärän sisältävä data. Sovelluskehityksen näkökulmasta tietosisällöltään rikas data on kuitenkin arvokkaampaa kuin karsittu ja yksinkertaistettu data.
Mittausdatan sisältöön tutustuminen aloitetaan tekemällä luvussa 4.1 katsaus Polarin ja Withingsin tukemaan CSV-tiedostomuotoon sekä Suunnon tukemaan XLSX-for- maattiin (Excel Workbook). Vaikka edellä mainituissa muodoissa tallennettuja tiedos- toja voidaan käsitellä myös koneellisesti, on ne käytännössä tarkoitettu avattavaksi ja silmäiltäväksi nykyaikaisilla taulukkolaskentaohjelmistoilla. Tämän vuoksi binääri- muotoinen XLSX otetaan tarkasteluun jo tässä vaiheessa. Luvussa 4.2 tutustutaan XML-rakenteisiin formaatteihin, joita ovat Suunnon tukeman KML-formaatin (Keyhole Markup Language) lisäksi Suunnon ja Polarin tukemat TCX (Training Cen- ter Database XML) ja GPX (GPS Exchange Format). Luvussa 4.3 tutustutaan binääri- muotoiseen FIT-formaattiin (Flexible and Interoperable Data Transfer). Luvussa 4.4 esitellään ohjelmointirajapintojen tarjoamat mahdollisuudet.
Edellä mainituista formaateista FIT, TCX ja GPX ovat yhteensopivia monien fitness- sovellusten kanssa. Esimerkiksi Strava-verkkopalvelu tukee urheilusuoritusten tuontia kyseisissä formaateissa (Strava, 2016). Myös KML on vakiintunut tiedostoformaatti, sillä se on OGC:n (Open Geospatial Consortium) standardi (Google, 2016b).
4.1 Mittausdata CSV-muodossa ja XLSX-formaatissa
Päivittäiseen aktiivisuuteen ja urheilusuorituksiin liittyvien tietojen tallentamiseen CSV ja XLSX ovat varsin käyttökelpoisia tiedostomuotoja, sillä niiden sisältämää da- taa voidaan tarkastella ja käsitellä taulukkolaskentaohjelmilla. Pilkulla eroteltua CSV- dataa voidaan tarkastella myös tekstieditoreissa, mutta tällöin tietojen erottaminen toi- sistaan ihmissilmin voi olla hankalaa. Koska reittidatan hahmottaminen vaatii käytän- nössä visualisoinnin karttapohjalle, ei sen tallennus näihin formaatteihin juurikaan tuota lisäarvoa. CSV ja XLSX sopivat hyvin elintoimintoihin liittyvien staattisten ot- sikkotasoisten tietojen kuten maksimi- ja keskiarvojen, sekä dynaamisten eli tietyllä ajanhetkellä näytteistettyjen rivitason tietojen tallennukseen.
Withingsin verkkopalvelusta saatava CSV-muotoinen data koostuu Activité Steelin tallentamista tiedoista, jotka on tiivistetty päivätasolle. Dataa on saatavilla sekä aktii- visuudesta että uneen liittyvistä tiedoista. Kuvassa 12 esitetään aktiivisuuteen liittyvää Withings Health Mate -verkkopalvelusta ladattua CSV-muotoista dataa.
Kuva 12. Withings Health Mate -verkkopalvelusta ladattua aktiivisuusdataa Notepad++-tekstieditorissa.
Aktiivisuusdatan sisältämiä tietoja ovat päivämäärä, askelten lukumäärä, liikuttu matka, korkeusnousu ja energiankulutus. Näistä korkeuteen liittyvä tieto on jokaisen päivän kohdalla arvoltaan nolla, joten Activité Steel ei vaikuta sitä tallentavan. Ha- vainto saa varmistuksen laitevalmistajan Internet-sivulta, jossa mainitaan, ettei kor- keusnousu kuulu Activité Steelin tallentamiin tietoihin (Withings, 2016a). Korkeus on kuitenkin mukana datan rakenteessa, sillä joku muu Health Mateen dataa tuottava äly- kello tai lisälaite mahdollisesti tallentaa tai täydentää sitä.
Kuvassa 13 esitetään yöunen aikana kerättyä dataa. Datan sisältämiä tietoja ovat nuk- kumaanmenoaika, heräämisaika, kevyen ja syvän unen kesto sekunteina, REM-unen (Rapid Eye Movement) kesto, yöllinen hereilläoloaika ja heräämisten lukumäärä.
Kuva 13. Withings Activité Steelin tallentamaa dataa yön tapahtumista.
Kuvassa 13 näkyvistä tiedoista päivämäärä on formatoitu ISO 8601 -standardin mu- kaiseksi Health Mate -verkkopalvelussa, mutta tuntien ja minuuttien esittäminen ei täytä standardin vaatimuksia (ISO, 2016). Standardista poiketen tunnit ja minuutit on eroteltu päivämäärästä välilyönnillä ja toisistaan pisteellä. Aktiviteettien kestot on puolestaan ilmoitettu sekunteina. Health Mate -verkkopalvelusta saatava data on ra- kenteeltaan ja tiedoiltaan ennemminkin silmäiltäväksi tarkoitettua kuin sovelluskehi- tys huomioonottavaa. Sitä on myös hieman yksinkertaistettu, sillä data ei sisällä tietoa unisykleistä. Tästä syystä kuvan 14 kaltaista näkymää ei ole mahdollista tuottaa kysei- sen datan avulla, sillä se ei sisällä kevyen ja syvän unen aloitus- ja päättymisaika- leimoja. (Withings, 2016i)
Kuva 14. Unianalyysi Health Mate -verkkopalvelussa. (Withings, 2016i)
Kuvassa 14 esitetään kuvan 13 rivillä 2 olevat tiedot visualisoituna Withings Health Mate -verkkopalvelussa. Mikäli unisyklien aikaleimat otettaisiin mukaan verkkopal- velusta ladattavalle datalle, olisi XML-tyyppinen tai JSON-standardia (JavaScript Ob- ject Notation) noudattava rakenne CSV-muotoa käytännöllisempi kevyen ja syvän unen syklien toistuessa rekursiivisesti. Withingsin filosofia näyttäisi kuitenkin olevan tarjota päivätasolle tiivistettyä dataa verkkopalvelustaan ladattavaksi.
Polarin ja Suunnon verkkopalveluista ladattava data on urheilusuorituksiin perustuvaa.
Polar Flow -verkkopalvelusta ladattava CSV-muotoinen data sisältää erilaisia suori- tukseen liittyviä tietoja ja tarvitsee käsittelyä taulukkolaskentaohjelmassa, jotta tiedot voitaisiin ihmissilmin erottaa toisistaan. Suoritukseen liittyvien tietojen lisäksi tiedosto pitää sisällään myös käyttäjään liittyviä Flow-verkkopalveluun tallennettuja tietoja ku- ten pituuden, painon ja arvion maksimisykkeestä. Harjoituksen aloitusajan, keston, kuljetun matkan, keskisykkeen ja energiankulutusarvion lisäksi datalle on näytteistetty sekunnin välein myös syke, nopeus (kilometriä tunnissa), vauhti (minuuttia per kilo- metri), kadenssi eli askelnopeus, korkeus merenpinnasta sekä aloituspisteestä kuljettu matka kyseisenä ajanhetkenä. Kuvassa 15 esitetään Polar M400:n tallennuksen perus- teella muodostettua dataa.
Kuva 15. Polarin mittausdataa Excel-taulukkolaskentaohjelmassa. (Microsoft, 2016a)
Kuten kuvasta 15 huomataan, on sykkeen tallennus alkanut noin kahdeksan sekuntia harjoituksen tallennuksen käynnistymisen jälkeen. Tällöin Polar M400 on saanut yh- teyden Polar H7 -sykevyöhön. Noin kahden minuutin jälkeen on aloitettu myös kulje- tun matkan tallennus, kun kello on löytänyt GPS-satelliitit (Global Positioning Sys- tem). Polar Flow -verkkopalvelussa visualisoituun näkymään verrattuna kyseinen CSV-data sisältää samoja tietoja, joskaan käyttäjän sijaintia ei siihen ole kirjoittunut.
Reittidata on kuitenkin ladattavissa Polarin verkkopalvelusta toisessa formaatissa.
Suunto Traversen tuottaman datan perusteella muodostettu XLSX-tiedosto vastaa tie- tosisällöltään Polarin CSV-dataa. Excel-formaatti on kuitenkin käyttäjäystävällisempi kuin CSV, sillä avattaessa tiedosto jäsentyvät tallennetut tiedot omiin sarakkeisiinsa automaattisesti. XLSX:n koneellinen käsittely on kuitenkin CSV:tä hieman monimut- kaisempaa, sillä data on binäärimuodossa. Suunto Traversen tallennusten pohjalta tie- dostoon on kirjoittunut muun muassa tallennuksen alussa valitun urheilutilan nimi, suorituksen aloitusaika, suorituksen kesto sekunteina, kaloreiden määrä, kuljettu matka ja keskinopeus sekä minimi- ja maksimitiedot sykkeestä, korkeudesta ja lämpö- tilasta. Näiden niin sanottujen otsikkotietojen lisäksi korkeus, kuljettu matka, syke, ilmanpaine, nopeus, lämpötila ja IBI (InterBeat Interval) eli peräkkäisten sydämen- lyöntien välinen aika on näytteistetty noin sekunnin välein. Kuvassa 16 esitetään ote Suunto Traversen tallennuksen perusteella muodostetusta XLSX-tiedostosta. Myös tässä tapauksessa sykedata on Polar H7 -sykevyön tuottamaa.
Kuva 16. Suunto Traversen tuottamaa dataa Excel-taulukkolaskentaohjelmassa. Data on tar- koitettu ennemminkin silmäiltäväksi kuin koneella luettavaksi. (Microsoft, 2016a)
4.2 Mittausdata XML-rakenteisissa formaateissa
XML-tiedostojen tarkasteluun ja käsittelyyn on olemassa useita erilaisia työpöytäso- velluksia, joista osa kykenee myös tekemään validoinnin skeemaa vasten. Tällöin saa- daan tietoa siitä, onko data muodostettu rakenteellisesti oikein. Sovelluskehityksen nä- kökulmasta tämä on tärkeää, sillä datan ollessa rakenteeltaan standardista poikkeavaa, joudutaan sovellukseen ohjelmoimaan poikkeuskäsittely. Validoimalla voidaankin varmistua datan rakenteen oikeellisuudesta siirrettäessä tietoa järjestelmästä toiseen.
Polarin ja Suunnon verkkopalveluiden tukemia XML-rakenteisia formaatteja ovat TCX ja GPX. Tämän lisäksi Suunto Movescountista harjoitusdata on saatavilla myös KML-formaatissa. Otsikkotekstit voivat CSV-muotoisessa ja XLSX-formaatissa ole- vassa datassa vaihdella, mutta edellä mainitut XML-formaatit ovat rakenteeltaan va- kioituja ja ne voidaan validoida formaatista vastaavan tahon julkaisemaa skeemaa vas- ten (Garmin, 2016a; OGC, 2015; Topografix.com, 2016). Luvussa 4.2.1 tutustutaan Garminin kehittämään TCX-formaattiin, luvussa 4.2.2 GPX-formaattiin ja luvussa 4.2.3 Open Geospatial Consortiumin ylläpitämään KML-formaattiin.
4.2.1 Mittausdata TCX-formaatissa
Urheilusuorituksiin liittyvien tietojen tallennukseen on TCX-formaatti varteenotettava vaihtoehto. Perusskeeman TrainingCenterDatabasev2.xsd lisäksi voidaan käyttää myös skeemalaajennoksia ActivityExtensionv2.xsd ja UserProfileExtensionv1.xsd, joiden avulla käyttäjäprofiilitietoja ja tarkempia aktiivisuustietoja voidaan ottaa halli- tusti skeeman ylläpitäjäorganisaation tarkoittamalla tavalla mukaan datalle (Garmin, 2016b; Garmin, 2016c). Laajennoksien avulla saadaan tallennettua myös käyttäjäkoh- taisia tietoja kuten syntymäpäivä, paino, sukupuoli ja henkilökohtaiset sykealueet.
Juurielementtinä TCX-datalla on TrainingCenterDatabase, jonka alielementtejä ovat Activities ja Author. Varsinainen mittausdata löytyy nimensä mukaisesti Activities- elementistä. Tämän alielementtinä on Activity, joka sisältää Lap-elementtejä. Kuvassa 17 esitetään tuhannen metrin välein syntyneitä ”ratakierroksia”.
Kuva 17. Lap-elementtien data koostetaan sen alielementeistä. (Altova, 2016)
Lap-elementti pitää sisällään Track-elementin, jonka alla on Trackpoint-elementtejä.
Trackpoint-elementtien sisältö on datan olennaisin osa, sillä se toistuu ja näytteistetyt tiedot löytyvät sen alta. Polar M400 päättää ”kierroksen” automaattisesti tuhannen metrin välein tai painettaessa yhtä sen painiketta suorituksen aikana, joten Lap-ele- mentin muodostumisella ei välttämättä ole sanatarkkaa yhteyttä kierrosmäärään. Täten kuvan 17 kaltaisessa tilanteessa, jossa tallennusaika tai kuljettu matka ovat pitkiä, py- syy Lap-elementin alle muodostuvien Trackpoint-elementtien määrä kohtuullisena.
Kuvassa 18 esitetään Polar M400:n tuottamaa mittausdataa XML Notepad 2007 -so- velluksessa. Yhteenvedoksi Lap-elementin alle on kirjoittunut ”kierroksen” aloitus- aika ISO 8601 -standardin mukaisesti sekä ”kierroksen” kesto ja pituus. Näiden lisäksi datalta löytyvät myös maksiminopeus, kulutettujen kaloreiden määrä, keskisyke, mak- simisyke, intensiteetti ja askeltiheystieto ”kierroksen” ajalta. Kuvan 17 tapauksesta voidaan kuitenkin päätellä Polarin tallentavan koko suorituksen kalorimäärän ensim- mäisenä esiintyvälle ”kierrokselle”, sillä toisella ja kolmannella Lap-elementillä on energiankulutusarvio arvoltaan nolla. Trackpoint-elementti sisältää näytteistettyä da- taa kuten leveys- ja pituuspiirin, korkeuden merenpinnasta, aloituspisteestä kuljetun matkan sekä sykkeen tietyllä ajanhetkellä. Kuvassa 19 esitetään puolestaan mittausda- taa XMLSpy 2017 -sovelluksessa. Siinä data on validoitu Garminin julkaisemaa Trai- ningCenterDatabasev2.xsd-skeematiedostoa vasten onnistuneesti.
Kuva 18. Polar M400:n tuottamaa dataa XML Notepad 2007 -työpöytäsovelluksessa. (Microsoft, 2016b)
Kuva 19. Polarin tuottama mittausdata TCX-formaatissa todettu validiksi XMLSpy 2017 -sovelluksella. (Altova, 2016)
Suunto Traversen tuottama TCX-mittausdata puolestaan ei osoittautunut TrainingCen- terDatabasev2.xsd-skeematiedostoa vasten tehdyssä validoinnissa skeeman mu- kaiseksi, sillä datalle oli kirjoittunut tyhjiä Track-elementtejä. Skeeman mukaan näi- den alielementtinä tulisi olla ainakin yksi Trackpoint. Lisäksi Creator-elementti vaatii skeeman mukaan Version-elementin, jota Suunnon tuottamasta mittausdatasta ei löy- tynyt. Kuvassa 20 esitetään XMLSpy 2017 -sovelluksen tuottamat skeemavalidointiin liittyvät virheilmoitukset.
Kuva 20. Skeemavalidoinnissa havaittu datan rakenteeseen liittyviä poikkeamia TCX-formaatissa olevassa mittausdatassa. (Altova, 2016)
Puutteellisista Track-elementeistä neljä sijaitsee tiedoston alussa ja kaksi viimeisim- pinä esiintyminä, joten nämä liittynevät urheilusuorituksen tallennuksen aloitus- ja lo- petustoimiin. Suunto Traverse tallentanee dataa aluksi Suunnon omaan sisäiseen tie- dostomuotoon, joka myöhemmin Movescount-verkkopalvelussa muunnetaan TCX- formaattiin. Täten muodostunevat myös ylimääräiset Track-elementit TCX-datalle.
Vaikka skeemavalidointi ei Suunto Traversen tuottaman mittausdatan kohdalla onnis- tunut virheilmoituksitta, vastaa data kuitenkin pääosin tietosisällöltään Polarin tuotta- maa dataa.
Mikäli harjoituksen alussa älykello vielä etsii satelliitteja tai sykedataa lähettävää sy- kevyötä, ei niihin liittyviä tietoja voida näytteistää. Kuvassa 21 esitetään tällaisessa tilanteessa tuotettua dataa. Kun älykello alkaa vastaanottaa satelliittien ja sykevyön dataa, saadaan kyseisiä tietoja myös tallennettua. Kuvan 22 mittausdata on Suunnon tuottamaa tietosisällöltään rikasta mittausdataa suorituksen keskivaiheesta.
Kuva 21. TCX-formaatissa olevaa mittausdataa suorituksen alussa. (Altova, 2016)
Kuva 22. Paikka- ja syketiedot sisältävää TCX-dataa. (Altova, 2016)
Kuten kuvasta 22 huomataan, on harjoituksen keskivaiheesta tuotetulle TCX-datalle tallentunut aikaleima, sijainti, korkeus merenpinnasta, syketieto sekä ActivityExtensi- onv2-skeemalaajennoksen mukainen nopeus. Näytteistyksen taajuus on kyseisessä ti- lanteessa ollut noin kolme sekuntia, kuten samaiseen suoritukseen liittyvästä kuvasta 23 voidaan havaita. Tämä kuva on XMLSpy 2017 -sovelluksen Grid-näkymästä.
Kuva 23. Trackpoint-elementit toistuvat noin kolmen sekunnin välein. (Altova, 2016)
Training Center Database XML on käyttökelpoinen formaatti sekä paikkatiedon että aktiivisuustietojen tallennukseen ja tiedonsiirtoon järjestelmästä toiseen. Laajennok- sien avulla saadaan datalle otettua mukaan myös esimerkiksi etenemisnopeus tiettynä ajanhetkenä. Skeemojen avulla voidaan omaan sovellukseen sisään luettava tai sieltä uloskirjoitettava data validoida ja näin ollen varmistaa, että data on muodostettu oi- kein.
4.2.2 Mittausdata GPX-formaatissa
GPS Exchange Format on kevyt XML-dataformaatti ja alun perin tarkoitettu paikka- tiedon tallennusta ja tiedonsiirtoa varten. Uusin skeema on vuonna 2004 julkaistu ver- sio 1.1 (Topografix, 2016). Ehkäpä juuri skeeman vakauden vuoksi GPX onkin yleis- tynyt monissa sovelluksissa ja verkkopalveluissa. Osasyynä suosioon lienee myös se, että skeeman mukainen GPX-data voi olla varsin kevytrakenteista. Kuvassa 24 esite- tään Polarin tuottaman GPX-datan rakenne XML Notepad 2007 -sovelluksessa.
Kuva 24. GPX-datan tietorakenne on varsin yksinkertainen. (Microsoft, 2016b)
GPX-datalta näytteistetyt tiedot löytyvät gpx/trk/trkseg/trkpt-elementeistä, jotka vas- taavat TCX-datan Trackpoint-elementtejä. Kuvassa 24 esitetään Polarin tuottamaa da- taa, jossa trkpt-elementti sisältää leveys- ja pituuspiirin, korkeustiedon sekä ISO 8601-
stardardin mukaisen aikaleiman. Aktiivisuustietoja Polarin tallentama GPX-data ei si- sällä, sillä Polar käyttää formaattia vain reittidatan tallennukseen.
Suunnon tuottama GPX-mittausdata eroaa Polarin datasta siinä, että sitä on rikastettu aktiivisuustiedoilla. Datalle on kirjoittunut reittipisteiden lisäksi myös mitattu lämpö- tila, kuljettu matka, korkeus merenpinnasta, ilmanpaine sekä nopeus ja vertikaalino- peus eli nousunopeus. Kuvassa 25 esitetään rikastettua GPX-dataa. Suunto Traversen lämpötila-anturia on kuvassa olevan näytteistyksen aikana häirinnyt kehon tuottama lämpö, jolloin mittaus ei vastaa ulkoilman lämpötilaa. Pitämällä kelloa suorituksen ai- kana ranteen sijaan esimerkiksi repussa voitaisiin ulkoilman lämpötilasta saada tar- kempi mittaus.
Kuva 25. Suunnon tuottamaa dataa. Trkpt-elementin sisältöä on rikastettu. (Altova, 2016)
Sekä Suunnon että Polarin tuottama data osoittautui validiksi perusskeemaa gpx.xsd vasten XMLSpy 2017 -sovelluksella tehdyssä validoinnissa. Polarin filosofia näyttäisi kuitenkin olevan käyttää GPX-formaattia vain reittidatan tallennukseen. Tämä tekee formaatista vähemmän houkuttelevan vaihtoehdon varsinkin fitness-sovellusten kehit- täjien näkökulmasta.
4.2.3 Mittausdata KML-formaatissa
Alun perin Googlen kehittämä mutta nykyään Open Geospatial Consortiumin hallin- noima KML-formaatti tukee sekä aktiivisuus- että reittidatan tallennusta. Tällä het- kellä uusin versio KML-formaatista on 2.3 (OGC, 2015). Suunnon tuottama data on kuitenkin version 2.2 mukaista, kuten datan rakennetta esittävästä kuvasta 26 käy ilmi.
