PPG 穿戴式裝置在運動、健康監控和醫療領域中扮演著重要角色。這些設備透過光學技術來測量血壓及血糖等生理數值，因此其測試準確性直接影響到使用者的健康評估。隨著市場需求的增加，自動化測試成為提升產品品質與降低生產成本的重要手段。本文將探討如何實現 PPG 穿戴式裝置的自動化測試，並介紹鯨揚科技支援的程式語言，幫助測試工程師實際應用相關技術。
第一部分：PPG 穿戴式裝置的測試需求
測試項目概述
PPG 裝置需進行多項測試，以確保其性能達到標準。主要測試項目包括：
- 待測物光訊號發送端 (DUT-LED) 測試：檢查發光二極體（LED）的亮度和穩定性。
- 待測物光訊號接收端 (DUT-PD) 測試：評估光學元件（如光電二極體）的性能，包括靈敏度和反應速度。
- 演算法測試：檢查數據處理演算法的準確性，以確保最終輸出結果的可靠性。
圖一：驗證 PPG 性能所需測試及其工作原理
第二部分：自動化測試的實現方法
自動化測試系統架構
自動化測試系統通常由硬體和軟體兩部分組成：
- 硬體組件：包括傳感器、MCU、訊號處理單元與接口等，用於收集數據並執行控制指令。
- 軟體組件：使用專門的 SDK（軟體開發工具包）來編寫控制程式，實現數據收集、信號處理和結果分析。
使用 AECG100 SDK 進行測試
AECG100 是一款能同步輸出 ECG 與 PPG 訊號的多功能生理訊號模擬器，其 SDK 提供了豐富的 API 接口，使開發者能夠輕鬆使用各種整合性的功能。以下是利用 AECG100 SDK 進行自動化測試的一般步驟：
1. 環境設置
- 確保 AECG100 主機和相關配件已正確安裝並連接。
- 安裝適合的開發環境，如 Python 或 C/C++。
2. 編寫控制程式
- 使用 SDK 中的函數來設置 LED 和 PD（光電二極體）的參數。
- 例如，可以使用 WTQ Enable Sampling 來啟用取樣功能，並利用 Sampling Callback 提取 ADC 計數。
3. 執行自動化測試
- 啟動自動化測試程序，開始收集數據並進行分析。
- 根據收集到的數據分析結果。
- 生成報告以評估設備性能。
圖二：AECG100 自動化測試架構
支援多平台
AECG100 SDK 支援多種作業系統，包括 Mac、Windows、Linux 以及 Raspberry Pi 等。這使得開發者可以根據自己的需求選擇合適的平台進行開發，提高了系統的靈活性。
第三部分：自動化測試流程
待測物光訊號發送端 (DUT-LED) 測試
在 DUT-LED 測試中，需要比較 DUT-LED 的原始數據與設定值。具體步驟如下：
- 啟用 PD-sampling 功能
- 收集 DUT-LED發出的光信號數據。
- 將收集到的數據與預設值進行比較，評估 LED 性能是否符合標準。
待測物光訊號接收端 (DUT-PD) 測試
DUT-PD 測試旨在檢查光電二極體的性能。步驟包括：
- 設定適當的 DC 值、並保持 AC 值為 0，以維持信號穩定。
- 收集 DUT-PD 的原始數據。
- 將 DUT-P D數據與 AECG-LED 設定值進行比較，分析其靈敏度和反應速度。
系統性能測試
系統性能測試包括重複性和再現性兩個方面：
- 重複性測試：在不同 SpO2 數值下對同一單位進行多次測試，以評估其穩定性。
- 再現性測試：在相同 SpO2 數值下對不同單位進行比較，以檢查設備的一致性。
這些步驟能夠幫助工程師確認 PPG 穿戴式裝置在各種條件下都能正常運作。
第四部分：鯨揚支援的程式語言
鯨揚科技 SDK 支援多種程式語言，使開發者能夠根據自己的專業背景選擇最適合的工具。主要支援語言包括：
- C/C#/C++：適合需要高性能和低延遲反應的應用，特別是在處理大量數據時表現優異。
- Python：因其簡潔易用而受到廣泛歡迎，非常適合快速原型開發及數據分析。
結論
PPG 穿戴式裝置的自動化測試對於提升產品品質至關重要。透過 AECG100 SDK 的設置與操作，自動化測試流程可以高效完成各項性能評估任務。此外，鯨揚科技支援多種程式語言，開發者能根據需求選擇最合適的工具。未來，我們期待更多技術創新提升穿戴式裝置的可靠性與功能，使其在健康監控領域中能持續發揮重要作用。