# SmartBandESP ## Identificação **Trabalho 2 — Fundamentos de Sistemas Embarcados — 2026/1** **Integrantes:** | Nome | Matrícula | | ------------------------------ | --------- | | Arthur Miranda Suares | 211062651 | | Bianca Patrocínio Castro | 221008801 | | Cecília Ernesto Silva Quaresma | 221021901 | | Larissa de Jesus Vieira | 221022050 | --- ## 1 - Descrição do produto selecionado A **[Xiaomi Smart Band 8](https://www.mi.com/br/product/xiaomi-smart-band-8/)** é uma pulseira inteligente focada no monitoramento de saúde e atividades físicas, projetada como uma solução vestível avançada para contagem de passos, monitoramento cardíaco e análise de treinos.
Xiaomi Smart Band 8
Figura 1: Xiaomi Smart Band 8.

O dispositivo possui uma tela AMOLED de 1,62" com ajuste automático de brilho e é fabricado com uma estrutura de acabamento metálico resistente à água (5 ATM). Seu design inovador conta com engates de liberação rápida, permitindo o uso tradicional no pulso ou o "Modo Pebble", no qual o rastreador pode ser acoplado diretamente no cadarço do tênis para capturar métricas de passada e corrida com alta precisão. > **Links Úteis:** > * [Página Oficial do Produto](https://www.mi.com/br/product/xiaomi-smart-band-8/) > * [Manual do Usuário (FAQ)](https://www.mi.com/global/support/faq/details/KA-42518/) > * [Ficha Técnica](https://www.mi.com/br/product/xiaomi-smart-band-8/specs/) ## 2 - Análise técnica do funcionamento ### Componentes e Sensores A Xiaomi Smart Band 8 integra diversos sensores e componentes miniaturizados, responsáveis pela coleta e processamento ágil dos dados do usuário. Seus principais componentes de hardware incluem: * **Sensor de movimento de 6 eixos:** Composto por um acelerômetro de 3 eixos e um giroscópio de 3 eixos, é a peça-chave para o monitoramento de atividades físicas e detecção de padrões de movimento; * **Sensor óptico PPG:** Utilizado para o monitoramento contínuo da frequência cardíaca e da saturação de oxigênio no sangue (SpO₂); * **Sensor de luz ambiente:** Ajusta dinamicamente o brilho da tela com base nas condições de iluminação externas; * **Módulo Bluetooth 5.1 BLE:** Responsável pela comunicação sem fio de baixo consumo com smartphones; * **Tela AMOLED de 1,62 polegadas:** Exibe métricas, interfaces e notificações com taxa de atualização de até 60 Hz; * **Bateria de 190 mAh:** Oferece autonomia de até 16 dias em condições típicas de uso. ### Sistema de Monitoramento de Atividades O monitoramento de atividades baseia-se fundamentalmente no sensor de movimento de 6 eixos. Através do processamento dos dados inerciais, o firmware do dispositivo calcula métricas cruciais como o número de passos, a distância percorrida, a duração das atividades e a estimativa de gasto calórico. A pulseira suporta mais de 150 modos esportivos. O grande diferencial desta geração é o suporte avançado ao monitoramento de corrida por meio de um clipe para calçados, que fornece dados biomecânicos detalhados sobre o desempenho da passada. ### Tecnologia PPG A Xiaomi Smart Band 8 utiliza um sensor óptico baseado na tecnologia PPG (Photoplethysmography) para monitoramento fisiológico. Essa tecnologia utiliza a emissão e a detecção de luz através da pele para identificar variações no fluxo sanguíneo, permitindo estimar parâmetros biométricos de forma não invasiva. A partir desse sensor, o dispositivo realiza: * Monitoramento contínuo da frequência cardíaca; * Medição da saturação de oxigênio no sangue (SpO₂); * Monitoramento dos níveis de estresse; * Análise detalhada dos estágios do sono. Os dados processados são enviados via Bluetooth para o aplicativo *Mi Fitness*, onde o usuário pode visualizar o histórico e a evolução de seus indicadores de saúde. ### Tecnologia de Comunicação A comunicação entre a Smart Band 8 e o smartphone é realizada por meio da tecnologia Bluetooth 5.1 Low Energy (BLE), que oferece baixo consumo energético e transmissão eficiente de dados. Entre as principais funcionalidades suportadas estão: * Sincronização de dados com o aplicativo Mi Fitness; * Recebimento de notificações do smartphone; * Atualização de firmware do dispositivo; * Configuração remota das funcionalidades da pulseira. A utilização do padrão Bluetooth Low Energy contribui para a elevada autonomia da bateria, reduzindo o consumo de energia durante a comunicação com dispositivos externos. ### Contador de Passos A contagem de passos depende fortemente dos algoritmos de detecção embarcados. Eles filtram o ruído dos dados do acelerômetro e identificam os picos de aceleração que correspondem ao impacto do pé no chão. Segundo [Marcotte et al. (2024)](https://doi.org/10.1159/000542850), a precisão em vestíveis de pulso varia conforme a capacidade do algoritmo de isolar movimentos genuínos de locomoção de outros movimentos cotidianos dos braços. Em atividades estruturadas, como caminhadas e corridas contínuas, esses sensores apresentam alta confiabilidade. Análises práticas de mercado corroboram que, embora sujeita a margens de erro comuns à categoria, a Smart Band 8 oferece uma consistência muito satisfatória para o uso diário ([CASSERLY, 2024](https://www.techadvisor.com/article/2222377/xiaomi-smart-band-8-review.html)). ## 3 - Proposta de reprodução com ESP32 ### 3.1 Descrição conceitual da proposta de reprodução A proposta de reprodução do produto supracitado tem como objetivo recriar as principais funcionalidades de uma *Smart Band*, focando especificamente no desenvolvimento de um contador de passos (pedômetro) inteligente para monitoramento de atividades físicas. Para ilustrar a visão geral do projeto e a interface de usuário pretendida, a **Figura 2** apresenta um conceito visual do dispositivo em funcionamento.
Conceito visual da interface do projeto
Figura 2: Ilustração conceitual da interface e design do protótipo. Autor: Gemini

O sistema utilizará o microcontrolador **ESP32** como unidade central de processamento, responsável pela aquisição, processamento e exibição dos dados. Uma **Unidade de Medição Inercial (IMU)**, contendo acelerômetro e giroscópio, será empregada para capturar os padrões de movimento característicos de atividades como caminhada e corrida. A detecção de passos ocorrerá por meio da análise de picos no sinal inercial do eixo vertical, considerando a oscilação natural do corpo durante a locomoção. Como referência prática para a montagem física e validação desses componentes, baseamo-nos em um projeto documentado na literatura maker (citado na seção de bibliografia), conforme ilustrado na bancada de testes da **Figura 3**.
Protótipo físico de referência com ESP32
Figura 3: Protótipo de hardware de referência utilizado como inspiração para a montagem. Autor: Mamtaz Alam

Além do contador de passos, o sistema contará com uma **Tela OLED de 0.98" (via comunicação I2C)** conectada à ESP32, que exibirá em tempo real as informações processadas, tais como: * Tempo de início e duração da atividade; * Contagem acumulada de passos; * Estimativa de distância percorrida. Para viabilizar a comunicação correta entre o microcontrolador e os periféricos, adotaremos uma arquitetura de *hardware* baseada no mesmo tutorial de referência. A **Figura 4** detalha o diagrama de ligações esquemáticas que servirá de norte para a construção do nosso circuito.
Diagrama de conexões de hardware
Figura 4: Diagrama eletrônico de referência, interligando a ESP32 ao sensor IMU. Autor: Mamtaz Alam

Por fim, o sistema implementará o envio de notificações via Bluetooth Low Energy (BLE) para um smartphone em proximidade, permitindo o espelhamento de alertas de chamadas, mensagens e eventos do dispositivo móvel diretamente na interface da nossa *Smart Band* reproduzida. ### 3.2 Lista de Componentes Para a montagem do protótipo físico detalhado nesta proposta, serão utilizados os seguintes módulos eletrônicos: ### 3.2 Lista de Componentes Para a montagem do protótipo físico detalhado nesta proposta, serão utilizados os seguintes módulos eletrônicos: **1. Microcontrolador ESP32**
Placa de Desenvolvimento ESP32
Figura 5: Placa de Desenvolvimento ESP32.
**2. Tela OLED 0.98" (I2C)**
Display OLED 0.98 polegadas
Figura 6: Display OLED de 0.98 polegadas.
**3. Unidade de Medição Inercial (IMU - Acelerômetro e Giroscópio)**
Módulo IMU (Acelerômetro e Giroscópio)
Figura 7: Módulo IMU (Acelerômetro e Giroscópio).
### 3.3 Diagrama conceitual do sistema O diagrama abaixo ilustra o fluxo de dados e as interações entre os componentes de *hardware* e *software* propostos para o sistema:
Diagrama conceitual do sistema
Figura 8: Diagrama de arquitetura e fluxo de funcionamento do sistema. Autor: Arthur
### 3.4 Limitações e desafios esperados Durante a fase de planejamento, foram identificadas as seguintes limitações técnicas e desafios de implementação: * **Precisão do contador de passos:** O algoritmo de detecção de picos pode registrar falsos positivos diante de gestos bruscos, trepidações em veículos ou movimentação isolada dos braços. Adaptar dinamicamente os limiares de detecção (*thresholds*) da IMU para diferenciar uma caminhada de uma corrida exigirá calibração refinada. * **Ausência de calibração biométrica individual:** Diferente de produtos comerciais, nosso algoritmo utilizará constantes genéricas para cálculo de distância. Variações como altura do usuário e tamanho médio da passada afetarão a precisão da distância estimada, embora não comprometam a contagem bruta de passos. * **Processamento concorrente e em tempo real:** A ESP32 precisará lidar simultaneamente com a aquisição de dados I2C (da IMU e da tela OLED), processamento matemático, manutenção da conexão BLE e atualização gráfica do display. O gerenciamento dessas *tasks* via FreeRTOS será um desafio para evitar latências e perda de dados. * **Consumo energético:** A ESP32 e a tela OLED selecionada consomem substancialmente mais energia do que os microcontroladores focados em *wearables* (como as linhas ARM Cortex-M de ultra-baixo consumo). O projeto não terá a mesma autonomia de semanas observada na pulseira comercial. * **Complexidade do protocolo BLE:** A implementação da pilha Bluetooth Low Energy para recebimento de notificações exigirá o desenvolvimento, ou a adaptação, de um aplicativo de smartphone compatível, lidando com diferentes comportamentos entre sistemas operacionais (Android/iOS) e instabilidades de conexão. * **Curva de aprendizado e tempo:** A integração e depuração física dos módulos eletrônicos demandará conhecimento prático e testes iterativos, devendo ser conciliada com o cronograma e com as demais demandas acadêmicas da equipe. ## 4 - Pesquisa bibliográfica e tecnológica ### Artigos Científicos sobre as Tecnologias do Produto #### 1. *Wrist Activity Recognition for Robust Step and Distance Estimation* (2018) * **Autores:** Duong Trong Bui, Nhan Duc Nguyen e Gu-Min Jeong. * **Periódico:** Sensors (MDPI), Vol. 18. * **DOI:** [10.3390/s18072034](https://doi.org/10.3390/s18072034) * **Resumo:** Descreve um sistema avançado que utiliza *smart bands* para estimar distâncias com precisão. O método aplica máquinas de vetores de suporte (SVM) para identificar diferentes posturas do braço durante a caminhada, adaptando o algoritmo de detecção de passos para corrigir falsos positivos. A técnica alcança taxa de sucesso superior a 98%. * **Relevância:** Essencial para o desenvolvimento da lógica de *software* do nosso projeto. Detalha como sensores inerciais e filtros digitais são aplicados na prática para resolver o exato problema que enfrentaremos com os falsos positivos na movimentação do braço. #### 2. *Analytical Validation of Wrist-Worn Accelerometer-Based Step-Count Methods during Structured and Free-Living Activities* (2025) * **Autores:** Robert T. Marcotte, Shelby L. Bachman, Yaya Zhai, Ieuan Clay e Kate Lyden. * **Periódico:** Pulse (Karger Publishers). * **DOI:** [10.1159/000542850](https://doi.org/10.1159/000542850) * **Resumo:** Avalia a precisão de quatro métodos distintos de contagem de passos em acelerômetros de pulso, contrastando cenários de testes laboratoriais com o uso no mundo real. Conclui que métodos focados em detecção de picos de amplitude são bons para uso estruturado, mas a análise de frequência entrega resultados melhores na rotina diária. * **Relevância:** Fornece embasamento científico e métricas de comparação fundamentais para a justificativa das limitações e escolhas de *design* do algoritmo que embarcaremos na ESP32. #### 3. *Deep Learning for Sensor-based Human Activity Recognition: Overview, Challenges, and Opportunities* (2021) * **Autores:** Kaixuan Chen, Dalin Zhang, Lina Yao, Bin Guo, Zhiwen Yu e Yunhao Liu. * **Periódico:** ACM Computing Surveys, Vol. 54, Issue 4. * **DOI:** [10.1145/3447744](https://doi.org/10.1145/3447744) * **Resumo:** Apresenta uma revisão sobre técnicas de Deep Learning aplicadas ao reconhecimento de atividades humanas (Human Activity Recognition – HAR) utilizando dados coletados por sensores embarcados. Os autores analisam diferentes modalidades de sensores, como acelerômetros e giroscópios, além de métodos baseados em redes neurais profundas utilizados para interpretar sinais de movimento. * **Relevância:** Apresenta fundamentos para a escolha e implementação de algoritmos de reconhecimento de atividades, detalhando técnicas de processamento de dados de sensores que podem orientar o desenvolvimento da lógica embarcada e do algoritmo de contagem de passos na ESP32. #### 4. *Stepping towards More Intuitive Physical Activity Metrics with Wrist-Worn Accelerometry: Validity of an Open-Source Step-Count Algorithm* (2022) * **Autores:** Benjamin D. Maylor, Charlotte L. Edwardson, Paddy C. Dempsey, Matthew R. Patterson, Tatiana Plekhanova, Tom Yates e Alex V. Rowlands. * **Periódico:** Sensors (MDPI), Volume 22, Issue 24. * **DOI:** [10.3390/s22249984](https://doi.org/10.3390/s22249984) * **Resumo:** Avalia a validade de um algoritmo de código aberto para contagem de passos baseado em acelerômetros de pulso. Os autores compararam duas versões do algoritmo Verisense, uma original e outra otimizada. O algoritmo utiliza padrões de aceleração, detecção de picos e filtros de periodicidade e continuidade para diferenciar passos reais de movimentos não relacionados à caminhada. Os resultados mostraram que a versão otimizada apresentou maior precisão na estimativa de passos. * **Relevância:** Detalha técnicas de processamento de sinais aplicadas a acelerômetros de pulso, demonstrando como dados brutos de movimento são filtrados e analisados por algoritmos de detecção de padrões para estimar a quantidade de passos. O estudo contribui para a compreensão e implementação de algoritmos embarcados, abordando etapas fundamentais para a construção da solução de contagem de passos na ESP32. ### Artigos Científicos sobre Aplicações e Uso do Produto #### 1. *Electrical heating behavior of flexible thermoplastic polyurethane/Super-P nanoparticle composite films for advanced wearable heaters* (2018) * **Autores:** Zhen Xiao, Chengjie Sheng et al. * **Periódico:** Journal of Industrial and Engineering Chemistry. * **DOI:** [10.1016/j.jiec.2018.11.038](https://doi.org/10.1016/j.jiec.2018.11.038) * **Resumo:** Detalha a criação de polímeros flexíveis condutivos para aplicação em *wearables*. Mostra como o controle da tensão em materiais de poliuretano (TPU) dopados com nanopartículas permite o gerenciamento térmico seguro em eletrônicos de vestir. * **Relevância:** Traz a perspectiva da engenharia de materiais na construção física de produtos como a Smart Band 8 (cujas pulseiras são predominantemente feitas de TPU), destacando a importância da dissipação de calor nos componentes em contato direto com a pele. #### 2. *The Effects of Step-Count Monitoring Interventions on Physical Activity: Systematic Review and Meta-Analysis* (2020) * **Autores:** Umar A. R. Chaudhry et al. * **Periódico:** International Journal of Behavioral Nutrition and Physical Activity, Vol. 17. * **DOI:** [10.1186/s12966-020-01020-8](https://doi.org/10.1186/s12966-020-01020-8) * **Resumo:** Uma vasta meta-análise de ensaios clínicos demonstrando que intervenções focadas em monitorar passos (via pedômetros ou pulseiras) resultam em aumentos consistentes nos níveis de atividade física diária e reduções nos índices de sedentarismo em adultos. * **Relevância:** Valida o escopo social e mercadológico do nosso projeto, provando cientificamente que o recurso tecnológico que estamos reproduzindo (o contador de passos) tem impacto real e positivo na saúde pública. #### 3. *Using Pedometers to Increase Physical Activity and Improve Health* * **Autores:** Bravata, D.M. et al. * **Periódico:** JAMA — Journal of the American Medical Association * **DOI:** [10.1001/jama.298.19.2296](https://doi.org/10.1001/jama.298.19.2296) * **Resumo:** Meta-análise de 26 estudos (2.767 participantes) que avaliou o impacto do uso de pedômetros na atividade física e nos desfechos de saúde. Os resultados indicam que o uso de pedômetros está associado a aumento significativo de 2.491 passos/dia em comparação com grupos controle, além de reduções clinicamente relevantes no IMC (-0,38) e na pressão arterial sistólica (-3,8 mmHg). O estudo destaca que a definição de metas diárias (ex.: 10.000 passos) é um fator motivacional-chave. * **Relevância:** Demonstra o impacto comprovado do monitoramento de passos na saúde pública e na motivação para atividade física. #### 4. *Effect of Pedometer-Based Walking Interventions on Long-Term Health Outcomes* * **Autores:** Harris, T. et al. * **Periódico:** PLOS Medicine * **DOI:**[10.1371/journal.pmed.1002836](https://doi.org/10.1371/journal.pmed.1002836) * **Resumo:** Acompanhamento prospectivo de 4 anos de dois ensaios clínicos randomizados (PACE-UP e PACE-Lift). Intervenções de 12 semanas baseadas em pedômetros resultaram em aumento sustentado de 30 minutos/semana de atividade física de moderada a vigorosa, associado a reduções significativas em eventos cardiovasculares e fraturas. Aproximadamente 60 pessoas precisariam receber a intervenção para prevenir um evento cardiovascular. * **Relevância:** Evidência de longo prazo sobre benefícios clínicos de intervenções com pedômetros em cuidados primários. ## 5. Comparativo com produtos similares | Produto | Fabricante | Preço (R$) | Tela | Bateria | Conectividade | Ano | Observações | Fonte | |--------------------|-------------|------------|------|--------------|--------|--------|--------|--------| | Xiaomi Smart Band 8 | Xiaomi | R$ 350,00 |1.62" AMOLED 60Hz | Até 16 dias | Bluetooth e app Mi Fitness | 2023 | Design premium com encaixe rápido para pulseiras, tela sempre ativa | [Xiaomi Brasil](https://www.mi.com/br/product/xiaomi-smart-band-8/) | | HUAWEI Band 9 | HUAWEI | R$ 299,00 | 1.47" AMOLED | Até 14 dias | Bluetooth app HUAWEI Health | 2024 | Monitoramento de saúde HUAWEI TruSleep 4.0 e TruSeen 5.5 para maior precisão em batimentos e oxigenação | [Consumer Huawei](https://consumer.huawei.com/br/wearables/band9/) | | Fitbit Charge 6 | Google | R$ 900,00 | AMOLED Colorido AOD - sempre ligado| Até 7 dias | Bluetooth e app Fitbit | 2023 | Conta com Google Wallet (pagamento por aproximação), Google Maps e controles diretos para YouTube Music | [Google Store](https://store.google.com/pt/product/fitbit_charge_6?hl=pt-PT) | | Samsung Galaxy Fit2 | Samsung | R$ 300,00 | 1.1" AMOLED colorido | Até 21 dias | Bluetooth v5.1 app Galaxy Wearable | 2020 | Resposta rápida a notificações, detecção automática de exercícios| [Samsung Brasil](https://www.samsung.com/br/support/model/SM-R220NZRAZTO/) | | SmartBand ESP | — | — | OLED | — | Bluetooth ESP32 e app em smartphone | 2026 | Protótipo acadêmico desenvolvido com ESP32 | — | ## 6. Referências bibliográficas * **CASSERLY, M.** *Xiaomi Smart Band 8 review: another cracking budget-friendly fitness tracker*. Tech Advisor, 31 jan. 2024. Disponível em: [Link](https://www.techadvisor.com/article/2222377/xiaomi-smart-band-8-review.html). Acesso em: 8 jun. 2026. * **CHAUDHRY, U. A. R. et al.** *The Effects of Step-Count Monitoring Interventions on Physical Activity: Systematic Review and Meta-Analysis*. International Journal of Behavioral Nutrition and Physical Activity, v. 17, art. 129, 2020. Disponível em: [Link](https://doi.org/10.1186/s12966-020-01020-8). Acesso em: 10 jun. 2026. * **GOOGLE.** *Fitbit Charge 6*. Google Store, 2023. Disponível em: [Link](https://store.google.com/pt/product/fitbit_charge_6?hl=pt-PT). Acesso em: 10 jun. 2026. * **HOW2ELECTRONICS.** *DIY Pedometer with ESP32 & BMI160 Steps Counter*. Vídeo tutorial/artigo técnico, 2023. Disponível em: [Link](https://how2electronics.com/diy-pedometer-with-esp32-bmi160-steps-counter/). Acesso em: 11 jun. 2026. * **HUAWEI.** *Huawei Band 9*. Huawei Brasil, 2024. Disponível em: [Link](https://consumer.huawei.com/br/wearables/band9/). Acesso em: 10 jun. 2026. * **MARCOTTE, R. T. et al.** *Analytical Validation of Wrist-Worn Accelerometer-Based Step-Count Methods during Structured and Free-Living Activities*. Pulse, 2025. Disponível em: [Link](https://doi.org/10.1159/000542850). Acesso em: 10 jun. 2026. * **SAMSUNG.** *Samsung Galaxy Fit 2*. Samsung Brasil, 2020. Disponível em: [Link](https://www.samsung.com/br/support/model/SM-R220NZRAZTO/). Acesso em: 10 jun. 2026. * **XIAOMI.** *Xiaomi Smart Band 8*. Xiaomi Brasil, 2023. Disponível em: [Link](https://www.mi.com/br/product/xiaomi-smart-band-8/). Acesso em: 10 jun. 2026. ## 7. Conclusão Este estudo teórico-exploratório realizou com sucesso a engenharia reversa conceitual da pulseira comercial Xiaomi Smart Band 8, detalhando seus módulos funcionais e tecnologias críticas, como o monitoramento inercial contínuo e a comunicação eficiente via Bluetooth Low Energy (BLE). A Proposta de Reprodução (SmartBandESP) demonstrou que as funcionalidades centrais de autenticação de movimento (leitura da IMU, contagem de passos e espelhamento de notificações via smartphone) são perfeitamente viáveis utilizando componentes eletrônicos acessíveis, como o microcontrolador ESP32, o módulo inercial (acelerômetro e giroscópio) e a tela OLED de 0.98". A principal conclusão do trabalho é a identificação da lacuna estrutural entre um protótipo funcional de bancada e um *wearable* comercial robusto. A análise evidenciou que os desafios de engenharia do produto real não estão apenas na aquisição básica de dados do sensor, mas sim em requisitos não-funcionais críticos, como: * **Engenharia de Hardware:** A miniaturização extrema dos componentes, o gerenciamento de energia de ultra-baixo consumo para garantir semanas de autonomia com uma pequena bateria de 190 mAh, e a proteção mecânica (resistência à água 5 ATM) são complexos e essenciais para a usabilidade e durabilidade do produto. * **Engenharia de Software Embarcado:** A filtragem avançada de ruídos inerciais para evitar passos falsos (como a movimentação isolada dos braços), a integração de algoritmos proprietários de saúde e o gerenciamento concorrente da comunicação BLE com a renderização no display OLED via barramento I2C são desafios de software significativamente mais complexos do que a simples leitura de aceleração. A pesquisa bibliográfica complementou essa visão, demonstrando que, mesmo em produtos comerciais, a precisão da estimativa de atividades no mundo real e a estabilidade da comunicação com o aplicativo *companion* são desafios constantes de desenvolvimento e calibração. Dessa forma, o modelo conceitual do SmartBandESP cumpre seu objetivo e serve como um *blueprint* validado para a próxima etapa prática da disciplina. Ele estabelece uma base teórica clara e estruturada para a montagem e programação física do protótipo no laboratório.