CN104834384B - 提高运动指导效率的装置及方法 - Google Patents

Abstract

本发明提供一种提高运动指导效率的装置及方法，该装置包括：运动捕捉装置，用于捕捉测试对象的动作以获得骨参数；表面肌电仪，用于捕捉测试对象在执行动作时的肌电信号；综合处理器，接收并时域同步测试对象骨参数和肌电信号，并将测试对象骨参数和肌电信号与示范员的动作过程信息进行匹配对比，示范员动作过程信息至少包括示范员在执行动作时的骨参数和肌电信号；头戴式多媒体设备，接收所述综合处理器输出的匹配对比结果，并将上述结果呈现给测试对象。本发明利用人体狭义运动系统内在关系，便于用户快速、直观地理解和运用运动指导信息，而且可以克服人体身材差异对运动指导带来的障碍。对于推广太极拳运动等项目，可起到积极推动作用。

Description

提高运动指导效率的装置及方法

技术领域

本发明涉及一种提高运动指导效率的装置及方法。

背景技术

长期以来，在与人体运动有关的领域中，如体育、舞蹈、武术、戏曲等，实践中都存在一些围绕教学双方的共性问题。其中比较突出的有“运动技艺要领细节的失真或失传”、“人体个体差异引起的技术标准设定障碍”、“教练精力有限性和交通时间占用引起的实践时间效率低下”等等。

为此，现有技术在上述领域也早有各种专门研究。目前大多采用动作捕捉、表面肌电检测、力学及其他运动物理量(如速度、加速度、角速度等)测试等方式，尝试对人体运动进行信息记录、分析和数据挖掘等。

现有技术通常将人体外表的运动轨迹、表面肌电获取的数据，进行相互割裂的单独分析和利用；或者仅在数学意义上的时域、频域等，对上述数据进行各类关联性分析等；也有些则通过进一步的数据处理，再结合速度、步距、角度、高度等，来尝试记录和评价人体的运动动作。

但诸如此类方案大多整体或局部地存在如下几点问题：

1.最终输出的是高度专业化的科研用数据、图表形式的报告，不具有科研领域知识背景的普通教练和运动员不能快速解读，甚至无法解读，因此对运动的指导效用十分有限；

2.不能解决人体个体身材差异问题，从而使得某些运动指导方法和标准无法进行大众推广；

3.对于“揭示、分析和运用人体狭义运动系统的协作规律”的问题流于表象，使得最终产品所能提供的运动指导信息对不同人群造成不同的效果，对部分人群而言，可能使得其运动行为与强身健体的本意相违背，甚至变成有害健康的行为；

4.很多不同的人体运动系统工作情况，可能被最终记录为完全一致的运动信息。

发明内容

本发明要解决的技术问题是提供一种提高运动指导效率的装置及方法，能够利用人体狭义运动系统内在协作关系，便于用户快速、直观地理解和运用针对运动指导信息，而且可以克服人体身材差异对运动指导带来的障碍。对于专业运动员，本发明能够通过提高运动指导效率而达到加快运动员个人技能提高速度的效果；对于推广普及太极拳运动等群众健身项目，本发明能在一定程度上解决以往此类项目遭遇的“动作标准性”与“个体身材差异性”之间的矛盾问题。

为解决上述技术问题，本发明提供了一种提高运动指导效率的装置，包括：

运动捕捉装置，用于捕捉测试对象的动作以获得骨参数；

表面肌电仪，用于捕捉所述测试对象在执行所述动作时的肌电信号；

综合处理器，与所述运动捕捉装置和表面肌电仪耦合以接收并时域同步所述测试对象的骨参数和肌电信号，并将所述测试对象的骨参数和肌电信号与示范员的动作过程信息进行匹配对比，所述示范员的动作过程信息至少包括所述示范员在执行所述动作时的骨参数和肌电信号；

头戴式多媒体设备，与所述综合处理器耦合以接收所述综合处理器输出的匹配对比结果，并将所述匹配对比结果呈现给所述测试对象。

根据本发明的一个实施例，所述表面肌电仪仅用于检测与所述测试对象执行的动作相关联的骨骼肌的肌电信号。

根据本发明的一个实施例，所述头戴式多媒体设备以声音和/或图形的方式向所述测试对象呈现所述匹配对比结果。

根据本发明的一个实施例，所述综合处理器将所述测试对象的骨参数和肌电信号上传至远程服务器，以供存储和/或分析。

为了解决上述问题，本发明还提供了一种基于上述装置的提高运动指导效率的方法，包括：

所述运动捕捉设备捕捉测试对象的动作，以获得骨参数；

所述表面肌电仪捕捉所述测试对象在执行所述动作时的肌电信号；

所述综合处理器时域同步所述测试对象的骨参数和肌电信号，并将所述测试对象的骨参数和肌电信号与示范员的动作过程信息进行匹配对比，所述示范员的动作过程信息至少包括所述示范员在执行所述动作时的骨参数和肌电信号；

所述头戴式多媒体设备接收所述综合处理器输出的匹配对比结果，并将所述匹配对比结果呈现给所述测试对象。

根据本发明的一个实施例，所述综合处理器进行匹配对比包括：

依据所述测试对象的骨参数和肌电信号计算得到所述测试对象的骨连接参数，所述骨连接参数包括关节活动工况和/或纤维结缔组织工况；

依据所述测试对象的肌电信号计算确定得到所述测试对象的骨骼肌工况；

将所述测试对象的骨参数、骨连接参数、骨骼肌工况与所述示范员的动作过程信息中的对应数据进行匹配对比。

根据本发明的一个实施例，将所述测试对象的骨参数、骨连接参数、骨骼肌工况与所述示范员的动作过程信息中的对应数据进行匹配对比之前，所述方法还包括：

将所述测试对象的骨参数、骨连接参数、骨骼肌工况分别换算为医学标准人体模型下的对应参数，所述示范员的动作过程信息建立在同一医学标准人体模型下。

根据本发明的一个实施例，所述骨参数的换算过程包括：

以预设的骨参考点之间的距离推算骨长度；

通过对应骨的骨长度实现骨参数的换算。

根据本发明的一个实施例，所述骨连接参数中关节活动工况的换算过程包括：

基于所述骨参数，利用空间几何原理计算确定关节的当前活动角度；

计算该关节的当前活动角度与最大活动角度的比例；

将所述比例与所述医学标准人体模型中对应关节的活动范围相乘，得到换算后的关节活动工况。

根据本发明的一个实施例，所述纤维结缔组织工况的计算方法包括：根据医学标准人体模型确定与纤维结缔组织关联的骨骼肌、起点关节、中间关节和止点关节；

根据关联的骨骼肌的骨骼肌工况以及关联的起点关节、中间关节和止点关节的关节活动工况计算确定所述纤维结缔工况，所述纤维结缔组织工况包括预设的多个基本状态值。

根据本发明的一个实施例，所述综合处理器进行的同步比对过程按照时间划分为多个动作过程最小分段，所述动作过程最小分段包括一个或多个动作，所述头戴式多媒体设备仅在同步比对结果为不匹配的动作过程最小分段中进行错误提示。

与现有技术相比，本发明具有如下优点：

本发明并不单纯地侧重于记录和分析人体动作的肢体高度、长度、角度、速度等数据，而是相对侧重记录、分析和利用建立在运动解剖分析法基础上的人体狭义运动系统(骨、骨连接、骨骼肌)协调配合工作情况(也即本文所称的“工况”)的数据信息，并最终落实到将之转化为输出可被一般正常认知水平的非专业群体人群快速直观解读和利用的运动指导信息，而非单纯输出需要极高专业知识水平的专家才能解读的数据表、图表报告等。

本发明一方面对开展推广普通人民群众的太极拳健身运动等项目有一定积极帮助作用，同时也将为针对极高水平的专业运动员技术要领重要细节的记录、分析和改进指导提供一种解决方案。以及本发明提供的方案也可在不受运动员个体身材差异问题影响的前提下，为武术类运动的运动员运动技术的基于计算机技术的客观量化评判提供一种可行的方法。

对于专业运动员，本发明能够通过提高运动指导效率而达到加快运动员个人技能提高速度的效果；对于推广普及太极拳运动等群众健身项目，本发明能在一定程度上解决以往此类项目遭遇的“动作标准性”与“个体身材差异性”之间的矛盾问题。

附图说明

图1是根据本发明实施例的提高运动指导效率的装置的结构框图；

图2是根据本发明实施例的提高运动指导效率的方法的流程示意图；

图3是根据本发明实施例的提高运动指导效率的方法中对测试对象和示范员的参数的换算过程的示意图。

具体实施方式

狭义的来说，人体的运动动作都是依靠骨、骨连接和骨骼肌这三者构成的基本运动系统来协调配合来完成。运用运动解剖分析法，再结合人体生理结构，可以分析上述三者之间的协作关系规律。本发明是在运动解剖分析法的基础上建立的提高指导效率的方法。

运动学领域的技术人员应当了解，对于哪怕如前弓步这样一个简单的动作，如果从步距、角度、高度、速度等方面对运动员的技术进行要求，则极有可能由于不同运动员之间的身材差异问题，而导致其自身运动系统分别处于截然不同的工作状态中。而运动解剖分析法则是基于由人类基因所决定的人体组织构造特点，发展而成的一种可以不受正常人体个体身材差异影响的运动分析方法。将这种方法与动作捕捉、表面肌电及虚拟现实等技术相结合后，可以得到不受个体身材差异影响的运动指导方法。再结合本发明进一步详细方案，则可以进一步提高运动指导的直观性，从而帮助人体快速解读相关信息，并实时的依照相应的指导来进行运动锻炼。

进一步而言，本发明基于人体狭义运动系统，依据人体的骨、骨连接、骨骼肌以及由此计算得到的参数，结合运动解剖分析法，利用运动捕捉装置和表面肌电仪得到人体运动时相应检测部分的内部协作关系，进而为测试对象和示范员的动作比对提供基本判据，可以采用人类视觉、听觉可实时直观感知的方式，将包含正确动作运动方式和错误提示的运动指导信息呈现给用户，并利用头戴式多媒体设备确保测试对象可以有效地、无间断地接收到该运动指导信息。

下面结合具体实施例和附图对本发明作进一步说明，但不应以此限制本发明的保护范围。

第一实施例

参考图1，第一实施例中用于提高运动指导效率的装置包括：运动捕捉装置11、表面肌电仪12、综合处理器13、头戴式多媒体设备14以及远程服务器15。

其中，运动捕捉装置11与测试对象连接，用于捕捉测试对象的动作以获得骨参数。其中，“骨参数”可以包括测试对象的肢体结构比例(例如骨长度)、多个骨捕捉点(例如预设的关键关节观察点)的空间位置、执行动作时的骨运动轨迹等等。骨参数可以记录为三维空间数据。

运动捕捉装置11采用光学、机械、机电转换等方式进行动作捕捉，可以采用现有技术中各种用于捕捉人体动作的设备，例如Vicon、Neuron等公司提供的动作捕捉设备。更具体而言，可以利用附着在人体表面的无线式光学传感器向配套设备传输的计算机信号，从而得到骨参考点位置等参数，进而可以计算得到骨长度和骨运动情况的三维空间数据。

表面肌电仪12与测试对象连接，用于捕捉测试对象在执行相应动作时的肌电信号。换言之，在动作捕捉装置11捕捉测试对象的动作的同时，表面肌电仪12同步地检测得到测试对象的肌电信号。

作为一个优选的例子，该表面肌电仪12仅检测与测试对象执行的动作相关联的骨骼肌的肌电信号。更具体而言，测试对象在执行一个动作时，并非检测其全身骨骼肌的肌电信号，而是仅检测与该动作直接关联的部分骨骼肌的肌电信号，以提高检测效率，减少比对数据量。下文将对这一部分进行详细说明。

表面肌电仪12可以采用现有技术中各种用于检测肌电信号的设备，例如TrignoWireless、KINE等公司提供的产品。进一步而言，可以采用附着在人体表面的传感器以非探针刺入的无创方式来获取肌电信号。

综合处理器13通过网络10与运动捕捉装置11和表面肌电仪12耦合，以接收测试对象的骨参数和肌电信号，并将测试对象的骨参数和肌电信号与示范员的动作过程信息进行匹配对比。其中，示范员的动作过程信息至少包括示范员在执行同样动作时的骨参数和肌电信号。优选地，综合处理器13可以先时域同步该测试对象的骨参数和肌电信号，也就是将测试对象的骨参数和肌肉信号在时域上对齐，然后再与示范员的动作过程信息进行匹配对比。

在第一实施例中，综合处理器13可以直接对测试对象和示范员的相应数据进行比对，而不做任何预先处理。例如，综合处理器13可以将测试对象的骨参数与示范员的骨参数进行匹配对比，将测试对象的肌电信号与示范员的肌电信号进行同步的匹配对比。

综合处理器13可以是各种具有计算对比功能的设备，例如个人计算机、嵌入式系统等等。示范员的动作过程信息预先存储在综合处理器13中，例如存储在硬盘、闪存等存储器中。示范员的动作过程信息的采集过程也可以利用动作捕捉装置、表面肌电仪等设备来采集获得。

此外，综合处理器13还可以通过网络10将测试对象的骨参数和肌电信号等数据上传至远程服务器15，以供存储和/或分析。例如，数据上传至远程服务器15后，可以由异地的专家进行人工个性化调整；或者，也可以在远程服务器15上建立云端数据库，记录不同人种、性别、年龄、体型、健康状况的测试对象对动作的完成情况。

头戴式多媒体设备14由测试对象佩带并与综合处理器13耦合，以接收综合处理器13输出的匹配对比结果，并将该匹配对比结果呈现给测试对象。头戴式多媒体设备14可以采用声音和/或图形的方式向测试对象呈现该匹配对比结果。例如，可以采用3D图形画面逐帧向用户呈现匹配对比结果，另外也可以向用户同时呈现示范员的标准动作供参考。

头戴式多媒体设备14通常可以佩带在测试对象的头部，使得头戴式多媒体设备14可以随测试对象的视角变化而同步转换位置，也就是头戴式多媒体设备14的呈现画面可以始终于位于测试对象的眼部前方，保持稳定的可辨识状态。从而可以避免扭头、转身等目光角度变换引起的信息错失等问题。

头戴式多媒体设备14可以采用现有技术中各种可穿戴式的多媒体设备，例如谷歌眼镜以及类似产品。

第二实施例

在第二实施例中，用于提高运动指导效率的装置的结构仍然参考图1，其区别主要在于，综合处理器13并非直接对测试对象的骨参数和肌电信号与示范员的动作过程信息进行匹配对比，而是将测试对象的骨参数和肌电信号进行分析、处理后再进行匹配对比。相应的分析处理可以包括：根据测试对象的骨参数和肌电信号计算得到骨连接参数，骨骼肌工况等，其中骨连接参数可以包括关节活动工况、纤维结缔组织工况等；对检测、计算得到的测试对象的各种数据进行换算，使得测试对象和示范员的相关数据统一在同一医学标准人体模型下。其中，骨骼肌工况可以包括多个预设的基本状态值，纤维结缔组织工况也可以包括多个预设的基本状态值。

另外，第二实施例中，综合处理器13还可以对匹配对比结果进行分析处理，以得到运动指导信息，该运动指导信息可以包括正确的动作运动方式和错误提示。

由于增加了分析、处理的功能，综合处理器13可以采用较为复杂的计算处理设备来实现，例如可以采用计算机来实现，而相应的分析、处理功能可以采用计算机程序的方式来实现。或者，相应的复分析、处理功能也可以固化为实体电路或者采用可编程逻辑电路来实现。

需要说明的是，本文中的“医学标准人体模型”是依据人体运动解剖学设定的、可供计算机识别和计算的模型，可以根据需要，在现有技术中的多种模型中选取适当的一种或多种。

利用第二实施例的装置可以实现提高运动指导效率的方法，参考图2，该方法包括如下步骤：

步骤S21，所述运动捕捉设备捕捉测试对象的动作，以获得骨参数；

步骤S22，所述表面肌电仪捕捉所述测试对象在执行所述动作时的肌电信号；

步骤S23，所述综合处理器时域同步所述测试对象的骨参数和肌电信号，并将所述测试对象的骨参数和肌电信号与示范员的动作过程信息进行匹配对比，所述示范员的动作过程信息至少包括所述示范员在执行所述动作时的骨参数和肌电信号；

步骤S24，所述头戴式多媒体设备接收所述综合处理器输出的匹配对比结果，并将所述匹配对比结果呈现给所述测试对象。

下面结合图1和图2对该方法进行详细说明。

首先对运动捕捉装置11的动作捕捉过程进行说明。在进行动作捕捉时，可以设置动作捕捉参考点，从而实现测量骨长度和关节三维活动角度。例如，全身关节参考点的设置位置可以参考Vicon公司的产品演示说明。

进一步而言，人体包含多达206块骨以及为数众多的各类关节，由此形成了一个十分复杂而数据量庞大的运动系统。为实现对人体运动的实时指导，本实施例对人体骨骼运动系统进行了简化，仅观测颈关节、肩关节、躯干、肘关节、腕关节、第一掌指关节、椎间关节、骶髂关节、髋关节、膝关节、踝关节、第一跖趾关节的活动角度，以及与上述关节直接相连的骨长度。

优选地，可以参照下表设置动作捕捉装置11的骨参考点(或者简称为参考点)。

需要说明的是，以上表格仅是示例，并未示出全部参考点的设置方式，本领域技术人员应当理解，可以按照类似的方式在身体其他部位设置参考点。

进一步而言，骨参数中的骨长度可以通过各个参考点之间的距离进行估算，而所得的距离可以利用采纳的医学标准人体模型进行比例计算，也就是将骨长度归一化至医学标准人体模型中。

接下来对骨连接参数的建立过程进行详细介绍。作为一个非限制性的实施例，骨连接参数可以包括关节活动工况和纤维结缔组织工况。

由于躯干部位的运动状态十分复杂，因此本实施例将躯干部位简化为一个特殊的关节。关节活动工况可以利用动作捕捉装置11采集到的骨参数来确定。

首先，预先记录相应关节的对应活动方式的最大极限位置和最小极限位置(例如，可以通过预设的参考点位置计算确定，具体算法可以根据实际需要采用现有技术中任何适当的算法)，分别记为极限位置1和极限位置2；由极限位置1和极限位置2来计算该关节的活动范围(或最大活动角度)。极限位置的确定过程类似于微软Xbox360游戏设备的人体体型矫正过程，可通过软件提示与用户互动，在较短时间内完成。

关于关节活动角度，可以利用捕捉得到的骨参考点位置，运用空间几何原理计算得到关节活动角度。

之后，测试对象在执行具体动作时，通过动作捕捉装置11采集关节的活动位置信息，计算执行动作时相应关节的当前活动角度与最大活动角度的比例，该比例可以采用百分比的形式存储。由此，即便两个人的关节活动角度范围大小不同，也可用对应的百分比来进行运动信息的记录。考虑到人体运动时保持平衡的需要，故可以设定相应关节的参考起始位置，优选地，可选取人体自然站立的立正姿态时各个关节的位置为参考起始位置。

优选地，本实施例基于解剖学对需要计算的关节进行优选，仅计算以下关节的关节活动工况：颈关节、肩关节、肘关节、腕关节、躯干、髋关节、膝关节以及踝关节。例如，可以参照下表记录各个关节在不同动作或活动方式下的参数以及关节活动工况。

需要说明的是，以上表格仅是示例，并未示出全部关节的相关参数及工况的设置方式，本领域技术人员应当理解，可以按照类似的方式得到其他关节在不同动作或活动方式下的参数以及关节活动工况。

下面对肌电信号的采集过程进行详细说明。由于人体有多达600余块骨骼肌，以本实施例中定义的人体骨骼肌有5个工况(“过松”、“变松”、“保持”、“变紧”以及“过紧”)为例，经排列组合计算理论上人体有超过5^600个骨骼肌的工况，这样的数据量规模难以存储和处理。为使得实时指导人体运动的目的得以实现，本实施例对肌电信号的采集进行了优化：对于被观测关节的每一种人体可自然进行的基本活动方式或动作，从该种活动方式对应的原动肌和拮抗肌中各选取至少一块进行观测。优选地，不同关节在各种活动方式下对应的原动肌和拮抗肌可以记录为下表：

需要说明的是，以上表格仅是示例，并未示出全部关节的信息。本领域技术人员应当理解，可以按照类似的方式确定和记录其他关节在不同活动方式下的原动肌和拮抗肌。

本实施例中定义的骨骼肌工况例如可以下表的方式来定义：

可以根据表面肌电仪12得到的肌电信号直接来判断骨骼肌工况，也可以采用适当的算法(例如时域平均值算法)对肌电信号进行处理后再做判断。优选地可以根据如下方式来根据肌电信号确定骨骼肌工况：

“过松”MW01——肌电信号的检测值低于预设值GS；

“过紧”MW02——肌电信号的检测值高于预设值GJ，其中GJ>GS；

“保持”MW03——肌电信号的检测值在GS与GJ之间，且前后帧的检测值差值在预设的保持范围之内；

“变松”MW04——肌电信号的检测值在GS与GJ之间，前帧检测值高，后帧检测值低，且差值大于预设的保持范围；

“变紧”MW05——肌电信号的检测值在GS与GJ之间，前帧检测值低，后帧检测值高，且差值小于预设的保持范围。

针对对于不同测试对象在执行同一动作时的肌电信号检测值的差异问题，本实施例对不同的测试对象(例如，按照体重划分为多个体重等级)进行预设阻力值的外部力量器械测试，以获取的是对象在相同阻力值下的肌电信号检测值，并将各个不同的测试对象的肌电信号水平与示范员的肌电信号水平换算至同一参考体系中。这一过程类似于现有技术中微软Xbox360游戏设备的人体体型校正过程，可以通过软件提示与用户互动，在较短时间内完成。

下面对骨连接参数中的纤维结缔组织工况的计算确定过程进行详细描述。该纤维结缔组织工况可以根据医学标准人体模型进行设定，纤维结缔组织工况是可选的参数，是否进行描述和表达可以采用用户自定义的方式进行选择。

作为一个非限制的例子，本实施例的纤维结缔组织工况包括以下几种基本状态值：

优选地，上述多种纤维结缔组织工况可以采用如下方式来判断：

“过松”CTW01——根据人体运动解剖学，与纤维结缔组织相连的骨骼肌工况是“过松”MW01，且相关关节对应方式的活动位置介于(L1％，100％-L2％)；

“过紧”CTW02——根据人体运动解剖学，有骨骼肌相连的肌腱的骨骼肌工况是“过紧”MW02，或与纤维结缔组织相关关节的对应活动方式的活动位置处于“依据医学标准人体模型定义下，其会变得过紧的(0％，L1％)或(L2％，100％)”；或无骨骼肌相连韧带的相关关节的对应活动方式的活动动位置处于医学标准人体模型定义下，其会变得过紧的(0％，L1％)或(L2％，100％)；

例如，一字开时大腿根肌腱拉紧……肘关节屈且肩关节外展时，肱三头肌趋向拉紧，所以有可能要关联到多个关节状态来判断；

“保持”CTW03——有骨骼肌相连的肌腱的骨骼肌工况是“保持”MW03，且相关关节的前后帧的关节活动位置检测值差值在预设的保持范围之内；或无骨骼肌相连韧带的前后帧的关节活动位置检测值差值在预设的保持范围之内；

“变松”CTW04——有骨骼肌相连的肌腱的骨骼肌工况是“变松”MW04，且相关关节对应方式的活动位置介于(L1％，100％-L2％)；或无骨骼肌相连韧带的相关关节的对应活动方式的前后帧活动位置关系满足“依据医学标准人体模型定义下其会变松”的状态；例如，骨骼肌变松，且没有到一字开等程度；

“变紧”CTW05——有骨骼肌相连的肌腱的骨骼肌工况是“变紧”MW05，且相关关节对应方式的活动位置介于(L1％，100％-L2％)；或无骨骼肌相连韧带的相关关节的对应活动方式的前后帧活动位置关系满足“依据医学标准人体计算机软件模型定义下，其会变紧”的状态。

以上L1和L2可以是百分比数值，具体的数值可以根据实际需要进行定义。

纤维结缔组织与骨骼肌的相连关系，以及与关节活动方式相互关系，可以根据所采纳的医学标准人体模型设定。优选地，人体各部分所选取的纤维结缔组织与相应的骨骼肌相连关系以及关节活动方式关系可以采用下表的方式记录，而具体的计算方法可以选用现有技术中任何适当的方法。

需要说明的是，以上表格仅是示例，并未示出全部身体结缔组织的相关信息。本领域技术人员应当理解，可以按照类似的方式确定和记录其他部位的结缔组织工况。

参考图3，可以将测试对象31和示范员32的骨参数、骨连接参数、骨骼肌工况等数据换算为同一医学标准人体模型30下的数据。例如，骨参数的换算过程可以包括身材的换算。

简言之，骨参数的换算过程可以包括：以预设的骨参考点之间的距离(或者称为长度)推算骨长度。对于相同的骨，通过测试对象的骨长度和医学标准人体模型的骨长度的比例，可以将测试对象的各个骨参数换算至医学标准人体模型下的相应骨参数。

具体而言，可以依据医学标准人体模型对测试对象的身材参数进行换算。根据两者骨参考点间的长度比例关系，记录对应的比例关系数据集合CD，形如下表。

对于关节活动工况，可以将测试对象的当前关节角度除以最大角度范围后得到百分比形式数值，根据百分比形式数值和所采纳的医学标准人体模型参数进行计算，形如下表：

在上表中，以关节1的活动方式1为例，示范员的关节1的活动角度范围(也即最大活动角度)为EAR1，示范员的关节1在执行活动方式1时，关节1的当前角度位置为EAP1，则示范员的角度位置比为EAP1/EAR1，将其换算至医学标准人体模型则为EAP1/EAR1*SAR1，其中SAR1是医学标准人体模型中的关节1在执行活动方式1时的活动角度范围；而对于学员，同样的关节1在执行同样的活动方式1时，学员的关节1的活动角度范围为TAR1，关节1的当前角度位置为TAP1，则学员的角度位置比为TAP1/TAR1，将其换算至医学标准人体模型则为TAP1/TAR1*SAR1，其中SAR1是同一医学标准人体模型中的关节1在执行活动方式1时的活动角度范围。由于示范员和学员的同一关节(关节1)在同一活动方式(活动方式1)下的关节状态信息被换算至相同的医学标准人体模型，因此可以无障碍地进行对比，而不受不同人体存在关节活动范围差别的影响。

上述两套参数中的骨参数可根据“骨比例”进行换算，测试对象的骨长度发生变化、关节活动范围发生变化后，可以采用校正的方式对原有数据进行更新。

采用上述方案，基于人体狭义运动系统内部协作关系采集、计算获得骨参数、骨连接参数和肌电信号等信息数据后，可以对得到的信息数据进行同步匹配组合。按最终输出3D画面逐帧记录与动作轨迹信息相对应的骨位置、关节活动工况、骨骼肌工况、纤维结缔组织工况等信息，并以关联性组合形式进行保存。每一帧用于匹配对比和图表表达的关键数据形如下表：

在将测试对象和示范员的相关参数进行匹配对比时，可以采用如下基本判据：

1.骨位置子判据

如果|Pk(示范)-Pk(测试对象)|<Rk,则测试对象的帧参考点位置正确，其中Rk为预设值；

两帧全部换算为医学标准人体模型后的对应骨位置参考点在预设参照系中的距离误差小于预设的误差限Rk，其中Rk可根据需要进行单独地逐个设定，而非必然统一设定。

2.关节活动位置或关节活动工况子判据

|JPk(示范)-JPk(测试对象)|<JPRk,则测试对象的帧对应关节某活动方式的活动位置正确，其中JPRk为预设值；

两帧全部换算为医学标准人体模型后的某对应关节对应活动方式的活动位置，在预设参照系中的位置误差小于预设的误差限JPRk,其中JPRk可根据需要进行单独的逐个设定，而非必然统一设定。

3.骨骼肌工况子判据

两帧某对应关节对应活动方式的对应原动肌、拮抗肌工况一致，则测试对象帧对应骨骼肌的工况正确。

4.纤维结缔组织工况子判据

两帧某纤维结缔组织工况一致，则测试对象帧某纤维结缔组织的工况正确。

5.帧判据

经分别依据骨位置、关节活动位置、骨骼肌工况、纤维结缔组织工况子判据进行判断后，判断为正确的项可以进行加权计分，单独测试对象的帧得分达到或者超过预设得分标准，则判定帧正确。

6.动作过程判据

根据预设的动作过程最小分段帧数，对帧正确情况进行计分，学员动作过程最小分段包含的帧正确得分达到或者超过预设得分标准，则判定动作过程最小分段正确。

在动作过程最小分段判定为不匹配或不正确时，可以进行错误提示。优选地，可以实时地采用视觉图形或听觉声音信息仅对不满足“动作过程最小分段正确”的动作过程最小分段进行错误提示，或者采用非实时的回放方式进行错误提示。如此，测试对象在执行动作时将得到类似真人教练在旁辅导时开得到的“坠肘、松肩”等口令或动作演示示范的调整指令。

测试对象视角转换时，运动指导视觉信息输出到头戴式多媒体设备，使得运动指导信息呈现的角度随测试对象视角同步变化，保持相对静止的可辨识状态，避免因为扭头、转身等目光角度变换引起的信息错失问题。

测试对象的运动信息数据可通过网络上传至远程服务器15，由异地专家进行人工个性化调整，即对计算机比较得出的差异改进信息进行人工审核校正，人工处理的优先级高于计算机自动处理优先级。

或者，测试对象的运动信息数据可通过网络上传至远程服务器15，并建立云计算数据库，还可以进行相应的数据挖掘，供相关科研领域专家使用。例如，可以记录不同人种、性别、年龄、体型、健康状况的测试对象对动作的完成情况，建立云计算大数据库。

下面结合一实际应用场景对本实施例的用于提高运动指导效率的装置和方法的使用过程进行描述。

首先，采用运动捕捉装置和表面肌电仪对示范员进行检测，得到作为标准示范员的测试对象A的身材参数FIGURE.A和动作过程信息MA。

接下来，依据FIGURE.A和所采纳的医学标准人体模型，将示范员的动作过程信息MA换算成医学标准人体模型条件下的MA1。

之后，采用运动捕捉装置和表面肌电仪对作为学员的测试对象进行检测，得到作为学员的测试对象B的身材参数FIGURE.B,动作过程信息MB。

之后，依据FIGURE.B和所采纳的医学标准人体模型，将测试对象的动作过程信息MB换算成医学标准人体模型条件下的MB1。

之后，由综合处理器将MA1和MB1进行匹配对比，获得纠偏过程MC1和纠偏后的MB12。

之后，可以由专家远程观察MC1和MB12，人工进行修正并给出个性化的MC22和MB22。

接下来，结合FIGURE.B获得还原成符合测试对象B身材参数特点的MC22-HY和MB22HY。

之后，通过综合处理单元对MC22-HY和MB22-HY进行多媒体化处理，并输出给头戴式多媒体设备。

最后，可以将中间的计算参数和最终的计算结果传输至远程服务器，建立大数据数据库以供科研人员使用。

第三实施例

第三实施例以太极拳运动中肩部、肘部和腕部动作要领要学为例，对上述提高运动指导效率的方法进行进一步说明。

首先，在示范员身体的适当部位设置运动捕捉装置和表面面肌电仪，并将前述提高运动指导效率的装置的其他部件调试至适当的状态。

其次，示范员执行某一动作，例如演练陈式太极拳招式动作“金刚捣碓”第二过渡动作。在示范员执行动作的同时，采用运动捕捉装置和表面肌电仪对示范员进行检测，得到作为标准示范员的测试对象A的身材参数FIGURE.A和动作过程信息MA。

通过检测、处理得到的身材参数FIGURE.A和动作过程信息MA的内容，并依据FIGURE.A和所采纳的医学标准人体模型，将MA换算为医学标准人体模型条件下的MA1。MA1的单帧关键参数信息例如如下表所示：

学员在学习或练习时，身体的适当部位也设置有运动捕捉装置和表面面肌电仪。学员在执行相同动作时，例如同样演练陈式太极拳招式动作“金刚捣碓”第二过渡动作，采用运动捕捉装置和表面肌电仪对作为学员的测试对象进行检测，得到作为学员的测试对象B的身材参数FIGURE.B以及动作过程信息MB，并根据FIGURE.B和所采纳的医学标准人体模型，将学员的动作过程信息MB换算为所采纳的医学标准人体模型条件下的MB1。MB1的单帧关键参数信息例如如下表所示：

接下来，可以由综合处理器将MA1和MB1进行匹配对比，获得纠偏过程MC1和纠偏后的MB12。接下来，结合FIGURE.B获得还原成符合测试对象B身材参数特点的MC22-HY和MB22HY，并通过综合处理单元对MC22-HY和MB22-HY进行多媒体化处理，并输出给头戴式多媒体设备，以将匹配对比结果呈现给学员。

呈现的方式可以是图像、声音等在形式上与传统的“人-人”教学模式下十分相似的提示信息。例如，可以根据匹配对比的结果，采用合适的图像、语音方式发出以下纠正提示：

(1)沉肩

(2)坠肘

(3)坐腕

学员可以根据头戴式多媒体设备提供的纠正提示信息纠正自己的动作，以调节自身的骨参数、肌电信号、骨骼肌工况、结缔组织工况等，直至不再接收到进一步的纠正提示信息。

需要说明的是，在进行匹配对比时允许一定范围的误差，也即学员和示范员的同一参数只要落入允许的误差范围即不再输出进一步纠正提示信息，不一定要完全一致。

综上，本发明实施例利用医学标准人体模型，并依据运动解剖学理论，真实且精密地检测人体在执行动作时的骨、骨骼肌等内部结构的运作方式。并可以对测试对象、示范员的身材参数依据所采纳的医学标准人体模型进行换算，使得不同测试对象和示范员的运动数据可以在同一医学标准人体模型下进行匹配对比。

本发明虽然以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，因此，本发明的保护范围应当以本发明权利要求所界定的范围为准。

Claims (10)

1.一种提高运动指导效率的装置，其特征在于，包括：

运动捕捉装置，用于捕捉测试对象的动作以获得骨参数；

表面肌电仪，用于捕捉所述测试对象在执行所述动作时的肌电信号；

综合处理器，与所述运动捕捉装置和表面肌电仪耦合以接收并时域同步所述测试对象的骨参数和肌电信号，并将所述测试对象的骨参数和肌电信号与示范员的动作过程信息进行匹配对比，所述示范员的动作过程信息至少包括所述示范员在执行所述动作时的骨参数和肌电信号；

头戴式多媒体设备，与所述综合处理器耦合以接收所述综合处理器输出的匹配对比结果，并将所述匹配对比结果呈现给所述测试对象；

依据所述测试对象的骨参数和肌电信号计算得到所述测试对象的骨连接参数，所述骨连接参数包括关节活动工况和/或纤维结缔组织工况；

依据所述测试对象的肌电信号计算确定得到所述测试对象的骨骼肌工况，所述骨骼肌工况包括多个预设的基本状态值；

将所述测试对象的骨参数、骨连接参数、骨骼肌工况与所述示范员的动作过程信息中的对应数据进行匹配对比。

2.根据权利要求1所述的提高运动指导效率的装置，其特征在于，所述表面肌电仪仅用于检测与所述测试对象执行的动作相关联的骨骼肌的肌电信号。

3.根据权利要求1所述的提高运动指导效率的装置，其特征在于，所述头戴式多媒体设备以声音和/或图形的方式向所述测试对象呈现所述匹配对比结果。

4.根据权利要求1所述的提高运动指导效率的装置，其特征在于，所述综合处理器将所述测试对象的骨参数和肌电信号上传至远程服务器，以供存储和/或分析。

5.一种基于权利要求1至4中任一项所述装置的提高运动指导效率的方法，其特征在于，包括：

所述运动捕捉装置捕捉测试对象的动作，以获得骨参数；

所述表面肌电仪捕捉所述测试对象在执行所述动作时的肌电信号；

所述综合处理器时域同步所述测试对象的骨参数和肌电信号，并将所述测试对象的骨参数和肌电信号与示范员的动作过程信息进行匹配对比，所述示范员的动作过程信息至少包括所述示范员在执行所述动作时的骨参数和肌电信号；

所述头戴式多媒体设备接收所述综合处理器输出的匹配对比结果，并将所述匹配对比结果呈现给所述测试对象。

6.根据权利要求5所述的方法，其特征在于，将所述测试对象的骨参数、骨连接参数、骨骼肌工况与所述示范员的动作过程信息中的对应数据进行匹配对比之前，还包括：

将所述测试对象的骨参数、骨连接参数、骨骼肌工况分别换算为医学标准人体模型下的对应参数，所述示范员的动作过程信息建立在同一医学标准人体模型下。

7.根据权利要求6所述的方法，其特征在于，所述骨参数的换算过程包括：

以预设的骨参考点之间的距离推算骨长度；

通过对应骨的骨长度实现骨参数的换算。

8.根据权利要求6所述的方法，其特征在于，所述骨连接参数中关节活动工况的换算过程包括：

基于所述骨参数，利用空间几何原理计算确定关节的当前活动角度；

计算该关节的当前活动角度与最大活动角度的比例；

将所述比例与所述医学标准人体模型中对应关节的活动范围相乘，得到换算后的关节活动工况。

9.根据权利要求5所述的方法，其特征在于，所述纤维结缔组织工况的计算方法包括：

根据医学标准人体模型确定与纤维结缔组织关联的骨骼肌、起点关节、中间关节和止点关节；

根据关联的骨骼肌的骨骼肌工况以及关联的起点关节、中间关节和止点关节的关节活动工况计算确定所述纤维结缔组织工况，所述纤维结缔组织工况包括预设的多个基本状态值。

10.根据权利要求5所述的方法，其特征在于，所述综合处理器进行的同步比对过程按照时间划分为多个动作过程最小分段，所述动作过程最小分段包括一个或多个动作，所述头戴式多媒体设备仅在同步比对结果为不匹配的动作过程最小分段中进行错误提示。