CN104436618A - 运动轨迹检测方法以及应用运动轨迹检测方法的相关设备 - Google Patents

Abstract

本申请公开了一种运动轨迹检测方法，通过依据重力加速度传感器发送的三轴数据，确定第一数据参数A1和第二数据参数A2，依据公式V＝(45*A1+77*A2)/256计算得到矢量原始数据V，在依据连续八个矢量原始数据采用公式Vector＝X1(V0-V7)+X2(V1-V6)+X3(V2-V5)+X4(V3-V4)得到矢量数据Vector，由得到的矢量数据Vector中提取用于表示用户迈步时所用力度大小和相邻两步所用的迈步时间的有效峰值。用户即可通过连续的多个有效峰值查看用户在运动中每一步所用的力的大小以及用户每迈一步所用的时间，从而针对性的对自身进行调整，从而提高用户的竞技水平。

Description

运动轨迹检测方法以及应用运动轨迹检测方法的相关设备

技术领域

本申请涉及运动设备技术领域，更具体地说，涉及一种运动轨迹检测方法以及应用运动轨迹检测方法的相关设备，其中，所述应用运动轨迹检测方法的相关设备包括：处理器、可穿戴式智能终端和运动轨迹检测系统。

背景技术

对于竞速类专业运动员，尤其是短跑运动，胜负往往在毫秒之间，运动员每一步的力度和频率对成绩都会对比赛成绩有直接影响，所以在运动训练中获得实时的运动轨迹，可以帮助运动员分析训练中的运动效果，以便做出合理的调整。

因此，如何获得运动员的运动轨迹信息，成为本领域技术人员亟待解决的技术问题之一。

发明内容

有鉴于此，本申请提供一种运动轨迹检测方法、处理器、可穿戴式智能终端和运动轨迹检测系统，用于获得运动员在训练过程中的运动轨迹信息。

为了实现上述目的，现提出的方案如下：

一种运动轨迹检测方法，包括：

获取重力加速度传感器发送的连续多组三轴数据；

计算得到每组三轴数据中的三轴数据之和，记为第一数据参数A1；

获取每组三轴数据中的最大值，记为第二数据参数A2；

依据每组三轴数据所匹配的第一数据参数和第二数据参数采用公式V＝(45*A1+77*A2)/256计算得到与每组三轴数据所匹配的矢量原始数据V；

由连续八个矢量原始数据依据公式Vector＝X1(V0-V7)+X2(V1-V6)+X3(V2-V5)+X4(V3-V4)计算得到矢量数据Vector；

由所述矢量数据Vector中提取有效峰值；

存储所述有效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间；

其中，所述X1、X2、X3和X4为预设权值。

优选的，上述运动轨迹检测方法，所述权值X1为125、权值X2为114、权值X3为76、权值X4为38。

优选的，上述运动轨迹检测方法，还包括：

通过无线网络将所述有效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间发送至显示设备进行显示。

一种处理器，与重力加速度传感器相连，用于获取重力加速度传感器发送的连续多组三轴数据，计算得到每组三轴数据中的三轴数据之和，记为第一数据参数A1，获取每组三轴数据中的最大值，记为第二数据参数A2，依据每组三轴数据所匹配的第一数据参数和第二数据参数采用公式V＝(45*A1+77*A2)/256计算得到与每组三轴数据所匹配的矢量原始数据V，由连续八个矢量原始数据依据公式Vector＝X1(V0-V7)+X2(V1-V6)+X3(V2-V5)+X4(V3-V4)计算得到矢量数据Vector，由所述矢量数据中Vector提取有效峰值，存储所述有效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间，其中，所述X1、X2、X3和X4为预设权值。

优选的，上述处理器中，所述权值X1为125、权值X2为114、权值X3为76、权值X4为38。

优选的，上述处理器中，设置有用于数据通信的无线接口，所述处理器的工作过程还包括：通过无线接口将所述有效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间发送至显示设备进行显示。

一种可穿戴式智能终端，内嵌有重力加速度传感器和上述任意一项公开的处理器。

优选的，上述可穿戴式智能终端，内置有用于对所述重力加速传感器和所述处理器提供工作压的供电电池。

一种运动轨迹检测系统，包括：上述任意一项公开的可穿戴式智能终端，和通过无线信号与所述可穿戴式智能终端内嵌的处理器相连的显示器。

优选的，上述运动轨迹检测系统中，所述显示器为设置在可穿戴式智能终端上的显示器或通过蓝牙信号与所述处理器相连的手持终端。

从上述的技术方案可以看出，本申请公开的方案通过实时获取重力加速度传感器发送的连续多组三轴数据，依据所述三轴数据采用上述方法计算得到用于表示用户迈步时所用力度大小和相邻两步所用的迈步时间的有效峰值，因此，即可通过连续的多个有效峰值查看用户在运动中每一步所用的力的大小以及用户每迈一步所用的时间，从而针对性的对自身进行调整，从而提高用户的竞技水平。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例公开的一种运动轨迹检测方法的流程图；

图2为本申请实施例公开的一种运动轨迹检测方法中矢量原始数据和矢量数据的波形图；

图3为本申请实施例公开的一种处理器的结构图。

具体实施方式

本申请公开了一种运动轨迹检测方法、处理器、可穿戴式智能终端和运动轨迹检测系统，以检测用户在训练过程中的运动轨迹。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本申请实施例公开的一种运动轨迹检测方法的流程图。

参见图1和图2，本申请公开的运动轨迹检测方法包括：

步骤S101：获取重力加速度传感器发送的连续多组三轴数据；

所述三轴数据包括：X轴数据abs(X)、Y轴数据abs(Y)以及Z轴数据abs(Z)。

步骤S102：计算得到每组三轴数据中的三轴数据之和，记为第一数据参数A1；

即，该步骤可以通过公式A1＝abs(X)+abs(Y)+abs(Z)，计算得到该组三轴数据所对应的第一数据参数A1；

步骤S103：获取每组三轴数据中的最大值，记为第二数据参数A2；

即，该步骤中通过选取每组三轴数据(abs(X)、abs(Y)、abs(Z))中的最大值，将所述最大值作为该组三轴数据所对应的第二数据参数A2。

步骤S104：依据每组三轴数据所匹配的第一数据参数A1和第二数据参数A2采用公式V＝(45*A1+77*A2)/256计算得到与每组三轴数据所匹配的矢量原始数据V(如图2中波形01所示)；

其中，所述45和77及256为该公式中的权值；

步骤S105：由连续八个矢量原始数据依据公式Vector＝X1(V0-V7)+X2(V1-V6)+X3(V2-V5)+X4(V3-V4)计算得到矢量数据Vector(如图2中波形02所示)；

需要指出的是，本申请上述实施例中的每组三轴数据均可以生成一与所述三轴数据所匹配的矢量原始数据，例如，依据获取到的每组三轴数据的时间不同，可以将按时间其区分为第一至第N组三轴数据，所述第一至第N组三轴数据所对应的矢量原始数据为第一至第N矢量原始数据，在该步骤中计算第一个矢量数据Vector0时，将所述第一矢量原始数据至第八矢量原始数据应用到上述公式而得到，在计算第二个矢量数据Vector1时，将第二矢量原始数据至第九矢量原始数据应用到上述公式而得到，其中，上述连续八个矢量原始数据中，第一个矢量原始数据记为V0、第二个矢量原始数据记为V1，依次类推，第八个矢量原始数据记为V7，其中，上述公式中所述X1、X2、X3和X4为预设权值，且所述X1、X2、X3和X4的大小可调。

步骤S106：由所述矢量数据Vector中提取有效峰值；

在提取所述有效峰值时可先获取所述矢量数据Vector中所有峰值，就算所有峰值的平均值，判断矢量数据Vector峰值与所述平均值的差值范围，滤除小于所述平均值且差值大于预设值的矢量数据Vector峰值，剩余的矢量数据Vector峰值即为有效峰值；

步骤S107：存储所述有效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间。

需要指出的是，有上述方法得到的每一个有效峰值均存在一与所述有效峰值向对应的矢量数据，且该矢量数据的值即为所述有效峰值，每一个有效峰值代表用户在该有效峰值生成时，用力迈一次步，该有效峰值的大小即可表示此时用户在迈步时所用的力的大小，每两个有效峰值之间的时间差即为前一次迈步和后一次迈步所用的时间。

参见本申请上述实施例公开的方法中，上述方法通过实时获取重力加速度传感器发送的连续多组三轴数据，依据所述三轴数据采用上述方法计算得到用于表示用户迈步时所用力度大小和相邻两步所用的迈步时间的有效峰值，因此，即可通过连续的多个有效峰值查看用户在运动中每一步所用的力的大小以及用户每迈一步所用的时间，从而针对性的对自身进行调整，从而提高用户的竞技水平。

可以理解的是，本申请上述方法中，在通过所述连续八组矢量原始数据V依据上述公式计算得到矢量数据时，上述公式中的权值X1、X2、X3、X4的大小可以根据用户需求进行设定，例如，为了精确计量，本申请上述实施例中的所述权值X1可以设置为125、权值X2可以设置为114、权值X3可以设置为76、权值X4可以设置为38。

可以理解的是，本申请上述实施例中的计算得到有效峰值后，可以先对所述有效峰值进行存储，当需要调取所述峰值数据中再提取即可，当然为了方便用户能够及时查看所述峰值有效数据本申请上述实施例公开的方法还可以包括：

通过无线网络将所述效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间发送至显示设备进行显示。其中，所述显示设备可以为手机等手持终端。

可以理解的是，对应于上述运动轨迹检测方法，参见图3，本申请公开了一种处理器1，本实施例公开的方案与上述方法实施例公开的方案中的技术特征可以相互借鉴，所述处理器1与重力加速度传感器0相连，用于获取重力加速度传感器0发送的连续多组三轴数据，计算得到每组三轴数据中的三轴数据之和，记为第一数据参数A1，获取每组三轴数据中的最大值，记为第二数据参数A2，依据每组三轴数据所匹配的第一数据参数和第二数据参数采用公式V＝(45*A1+77*A2)/256计算得到与每组三轴数据所匹配的矢量原始数据V，由连续八个矢量原始数据依据公式Vector＝X1(V0-V7)+X2(V1-V6)+X3(V2-V5)+X4(V3-V4)计算得到矢量数据Vector，由所述矢量数据中Vector提取有效峰值，存储所述有效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间，其中，所述X1、X2、X3和X4为预设权值。

可以理解的是，与上述方法相对应，本申请上述实施例公开的处理器1上还可以设置有用于与外部设备进行数据通信的无线接口，此时，所述处理器1的工作过程还包括：通过无线接口将所述有效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间发送至显示设备进行显示。当然用于也可以通过所述无线接口对上述公式中的权值进行调整。

可以理解的是，对应于上述实施例公开的处理器，本申请还公开了一种内嵌有重力加速度传感器和应用上述任意一实施例公开的处理器的可穿戴式智能终端，所述可穿戴式智能终端可以为运动鞋或智能手环等设备。

可以理解的是，为了保证所述可穿戴式智能终端中的重力加速度传感器和所述处理器正常工作，本申请公开的可穿戴式智能终端中还内置有一用于对所述重力加速传感器和所述处理器提供工作压的供电电池。当然为了方便对所述供电电池进行供电，所述运动上还设置有与用于对所述供电电池进行充电的充电接口，当然，为了减轻可穿戴式智能终端的重量以及保证所述供电电池的供电时间足够长，本申请上述实施例中的供电电池可以为锂电池。

可以理解的是，为了方便用户实时检测自身的训练状态，对应于所述可穿戴式智能终端，本申请还公开了一种运动轨迹检测系统，所述运动轨迹检测系统可以包括本申请上述任意一实施例公开的可穿戴式智能终端以及通过无线信号与所述可穿戴式智能终端内嵌的处理器相连的显示器。其中，所述显示器可以为设置在可穿戴式智能终端上的显示器或通过蓝牙信号与所述处理器相连的手持终端，所述手持终端可以为手机等。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种运动轨迹检测方法，其特征在于，包括：

获取重力加速度传感器发送的连续多组三轴数据；

计算得到每组三轴数据中的三轴数据之和，记为第一数据参数A1；

获取每组三轴数据中的最大值，记为第二数据参数A2；

依据每组三轴数据所匹配的第一数据参数和第二数据参数采用公式V＝(45*A1+77*A2)/256计算得到与每组三轴数据所匹配的矢量原始数据V；

由连续八个矢量原始数据依据公式Vector＝X1(V0-V7)+X2(V1-V6)+X3(V2-V5)+X4(V3-V4)计算得到矢量数据Vector；

由所述矢量数据Vector中提取有效峰值；

存储所述有效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间；

其中，所述X1、X2、X3和X4为预设权值。

2.根据权利要求1所述的运动轨迹检测方法，其特征在于，所述权值X1为125、权值X2为114、权值X3为76、权值X4为38。

3.根据权利要求1所述的运动轨迹检测方法，其特征在于，还包括：

通过无线网络将所述有效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间发送至显示设备进行显示。

4.一种处理器，其特征在于，与重力加速度传感器相连，用于获取重力加速度传感器发送的连续多组三轴数据，计算得到每组三轴数据中的三轴数据之和，记为第一数据参数A1，获取每组三轴数据中的最大值，记为第二数据参数A2，依据每组三轴数据所匹配的第一数据参数和第二数据参数采用公式V＝(45*A1+77*A2)/256计算得到与每组三轴数据所匹配的矢量原始数据V，由连续八个矢量原始数据依据公式Vector＝X1(V0-V7)+X2(V1-V6)+X3(V2-V5)+X4(V3-V4)计算得到矢量数据Vector，由所述矢量数据中Vector提取有效峰值，存储所述有效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间，其中，所述X1、X2、X3和X4为预设权值。

5.根据权利要求4所述的处理器，其特征在于，所述权值X1为125、权值X2为114、权值X3为76、权值X4为38。

6.根据权利要求4所述的处理器，其特征在于，设置有用于数据通信的无线接口，所述处理器的工作过程还包括：通过无线接口将所述有效峰值所对应的峰值数据和与所述有效峰值所匹配的第一个矢量原始数据所对应的三轴数据的获取时间发送至显示设备进行显示。

7.一种可穿戴式智能终端，其特征在于，内嵌有重力加速度传感器和权利要求4-6任意一项公开的处理器。

8.根据权利要求7所述的可穿戴式智能终端，其特征在于，内置有用于对所述重力加速传感器和所述处理器提供工作压的供电电池。

9.一种运动轨迹检测系统，其特征在于，包括：权利要求7-8任意一项公开的可穿戴式智能终端，和通过无线信号与所述可穿戴式智能终端内嵌的处理器相连的显示器。

10.根据权利要求9所述的运动轨迹检测系统，其特征在于，所述显示器为设置在可穿戴式智能终端上的显示器或通过蓝牙信号与所述处理器相连的手持终端。