Power Bicycle 康复训练系统

本项目面向康复与运动处方场景，为医院/康复机构提供智能功率车训练终端。用户扫码登录后，可开展适应性评估（QUEST+ 心理物理算法测定最小可感知负荷增量）、处方训练、体验与考核等流程。终端通过串口控制阻力负荷，通过 BLE 连接心电带采集心率、RRI、ECG 等生理数据，并将训练过程实时上传云端，供后台制定个性化处方、跟踪训练效果。核心模块包括：用户登录与绑定、适应性评估引擎、处方训练引擎、阻力/转速实时采集、心电带数据解析、MQTT 云端通信、本地 CSV 备份导出。业务路径为：设备联网 → 用户登录 → 评估/训练 → 数据上云 → 后台分析与处方下发。

架构与技术栈：Android 端采用 Kotlin + Jetpack Compose + MVVM，设备层通过串口与阻力控制器通信、BLE 与心电带通信，云端全部采用 MQTT（Eclipse Paho），不使用 HTTP。设计了 MqttRpc（requestId 请求/响应）、MqttOutbox（断网 JSONL 补传队列）两层网络抽象，覆盖心跳、处方遥测、评估试次、训练汇总、心电原始数据等 7 个 Topic。MQTT 云端对接重构（去除 OkHttp，统一 MQTT 协议）；实现适应性评估试次（powerCarEvalTrial）、处方训练逐点/汇总（resistance / powerCarTrainSession）、心电带 Protobuf 上报（powerCarFarFerryEcg）；断网补传与幂等设计（sessionId + trialIndex）；联调文档编写与真机验证（18 试次评估全流程、心跳 30s 稳定上报）。