CN106334307A - 一种游泳监测方法 - Google Patents

Abstract

本发明属于运动监测领域，涉及一种游泳监测方法。本发明所述设备的重力传感器通过对X、Y、Z三个轴向的数据进行平均值滤波，并结合判定公式，通过对数据结果的形状和数值大小来确定不同的泳姿。相比现有技术填补了运动检测设备在游泳检测方面的空白；可加入穿戴设备，增加现有可穿戴设备的功能，具有极大的市场经济价值和前景。

Description

一种游泳监测方法

技术领域

本发明属于运动监测领域，具体涉及一种游泳监测方法。

背景技术

近年来，由于运动传感器可以实时记录人体的运动状态，方便携带且价格低廉，近年来已逐渐成为研究热点，如最近人们经常使用的计步器、骑行计、配载有运动装置的运动手表、手机等移动设备，可以使人们随时了解自己的运动状态及体能状况，所得的体能状况数据对锻炼者的身体状况进行了及时反馈并可用于后续的健康分析；在众多体育运动项目中，游泳由于具有一定的运动强度，但又区别于地上器械训练，是一种很柔和的运动方式，人在游泳时，通常会利用水的浮力俯卧或仰卧于水中，全身松弛而舒展，使身体得到全面、匀称、协调的发展，使肌肉线条流畅，并且对心血管系统的改善有相当重要的作用，此外游泳时水的压力和阻力还对心脏和血液的循环起到特殊的作用，因而得到越来越多人的青睐，目前对游泳监测器的开发与应用还不是很广泛，现有游泳监测器通常是用来使游泳人员在溺水时能够及时发出求救信号，保证救援人员能够及时赶到，对目标进行施救；另外一种游泳监测器是采用动作感应技术，可以记录下游过的圈数，总距离，热量消耗值，单圈时间等数据，但是上述游泳监测器监测的信号和发挥的功能有限，并且无法提供不同泳姿的相关技能参数，无法进一步制定不同的运动计划。

为了解决上述技术问题，中国专利文献CN102481479A公开了一种游泳监测器，其包括运动感测装置和控制器，能够检测多个相互正交轴上的运动，所述检测器被用于捕获所述运动感测装置所产生的运动数据，并且参照所收集到的运动数据产生游泳运动信息，其中所述控制器被布置用于参照在至少一个所选方向上检测到的节律运动模式来产生游泳姿势信息。其通过识别不同运动的主导方向来判断属于哪种泳姿，但是对于游泳姿态较为接近的几种泳姿，其监测不够精确；另外对于划水检测，其一旦在主导方向上出现峰值，则计数一次划水，此种计数方法依然存在统计数据不够精确的问题。

发明内容

为此，本发明所要解决的技术问题在于现有技术中对游泳监测研究较少，且已有的游泳监测方法多是基于人体躯干运动，对不同的泳姿的判定方法和划水次数的技术方法不够精确，从而提出一种基于手腕位置的游泳监测方法。

为解决上述技术问题，本发明公开了一种游泳监测方法，用于采集游泳者在X、Y、Z三个轴向的加速度值来判定得到的泳姿信息，泳姿信息包括蝶泳、仰泳、蛙泳、自由泳，所述方法包括如下步骤：

S1)在t₀-t₁的ΔT时段内采集游泳者在X、Y、Z三个轴向的加速度值x、y、z；X为游泳前进方向，Y为横向，Z为水平垂直方向；

S2)求得夹角值x-y在ΔT时段内的平均值A₀；求得夹角值x-z在ΔT时段内的平均值为A₁；

S3)根据计算结果A₀、A₁与阈值h_xy0、h_xz0、h_xy1、h_xz1比较进行泳姿预判，当(A₀＞h_xy0)&&(A₁＞h_xz0)或者(A₀＜h_xy1)&&(A₁＜h_xz1)时，则转到步骤S4，当-h_xy＜A₀＜h_xy转到步骤S9；

S4)将三轴数据向量乘以矩阵 $\stackrel{\→}{R}=\left[\begin{array}{ccc}cos\frac{\mathrm{\π}}{4}& -sin\frac{\mathrm{\π}}{4}& 0\\ sin\frac{\mathrm{\π}}{4}& \cos \frac{\mathrm{\π}}{4}& 0\\ 0& 0& 1\end{array}\right]$

得从而得到向量之差dV(t)＝V(t)-V(t-1)；求得ΔT时段内V(t)*dV(t)之和

S5)自由泳蝶泳的向量在X/Z平面投影后可找出的分隔比例参数α、β如果满足(|Z|＞α*|X|)&&(|Z|＜β*|X|)转到步骤S7，如果不满足(|Z|＞α*|X|)&&(|Z|＜β*|X|)，则为自由泳；

S6)计算加速度值Y轴参数y在ΔT时段内的数据平均值；

S7)如果ΔT时段内Y轴的加速度值y大于其数据平均值的数量，与y的总数量比值小于阈值r0，则判定为蝶泳，否则为自由泳，其中，r0＜0.5，；

S8)计算(z，y)、(z，x)、(x，y)反正切值，求其平均值；

S9)提取(z，y)、(z，x)、(x，y)反正切平均值的最大值max与最小值min；

S10)当(max-min)*100％/min＞26％时，判定为蛙泳；当(max-min)*100％/min＜10％时，判定为仰泳；当10％＜(max-min)*100％/min＜26％，则计算在Y轴上相隔n个点的数据之差，并进行平均值滤波：

S11)根据条件D_y数据连续增加或连续减小n-2次以上，且单个周期大于限制周期长度，则找出D_y的波峰值P_n及波谷值V_n；

S12)求出相邻波峰差值的绝对值S_p＝abs(P_n-P_n-1)，相邻波谷差值的绝对值S_v＝abs(V_n-V_n-1)，相隔的波峰差值的绝对值I_p＝abs(P_n-P_n-2)，相隔的波谷差值的绝对值I_v＝abs(V_n-V_n-2)；

S13)如果经过m次以上的检测直到满足[(S_p＞20)&&(I_p＜10)]||[(S_v＞20)&&(I_v＜10)]的几率大于50％，判定为蛙泳；当均不符合上述条件时候，则判定为仰泳。

优选的，所述的监测方法，所述监测方法的S9步骤中，计算(z，y)、(z，x)、(x，y)反正切平均值的公式分别为： 计算z与y、z与x、x与y之间反正切平均值；

更为优选的，所述监测方法的S11步骤中，次数n为7-9次。

进一步的，所述监测方法还包括游泳启动检测步骤，具体步骤为：在预备5秒钟静止后，当加速度传感器三轴中有一个轴的加速度值连续上升或下降超过阈值TH三次以上，且三轴数据x，y，z的平方和x²+y²+z²大于7000或小于2500，则判定为启动。

更为进一步的，所述的监测方法，还包括游泳启动检测步骤，具体步骤为：利用所述传感器的运动数据进行递推平均值滤波得到的滤波后数据波形D；找出一个波谷值min后，等待高度大于H₁的波峰值max，计算上升过程的中间值M＝min+(max-min)/2；根据M的大小，等待数据过波峰后出现满足D_n-1＜M＜D_n的对应数据点，如果下降过程没有遇到对应点，或由波谷min到出现对应点的时间T小于时间阈值p，则等待下一次波峰值max重新计算M值，并寻找新的M值对应点；超时5s则重新获取波谷值min。

进一步的，所述的监测方法，还包括游泳转身检测步骤，所述游泳转身检测步骤包括：

在检测划水时获得划水周期T；

取平均值滤波后的传感器X轴Y轴数据，计算T个数据前后差值X_T+n-X_n和Y_T+n-Y_n，结果经过平均值滤波，得到两条简单的波形X_d和Y_d；

获取X_d和Y_d的动态波峰波谷值变化；以及

当在2S内，X_d或Y_d骤变为前两次波峰或波谷值的平均值的1.5倍以上，或者X_d和Y_d在2S内都超过前两次波峰或波谷平均值与阈值H之和，则判定为转身。

更为进一步的，所述的监测方法，所述波形波峰或波谷的检测方法为：假如当前数据D1大于前一次数据D0，且此时波形状态为下降，则取D0为波谷数据，同时波形状态转为上升；同理当当前数据D1＜D0，此时波形状态为上升，则取D0为波峰数据，同时波形状态转为下降。

优选的，任一所述监测方法，所述游泳姿势只在稳定的划水过程中获取数据进行计算、判定；转身检测适用于单次游泳过程无暂停，无泳姿突变的异常情况。

优选的，任一所述监测方法，所述步骤S2)中计算夹角值x-y在ΔT时段内的平均值A₀的公式为：

计算得夹角值x-z在ΔT时段内的平均值A₁的公式为：

更为优选的，任一所述监测方法，其特征在于，所述游泳者在X、Y、Z三个轴向的加速度值利用加速度传感器检测的，所述加速度传感器设定检测范围为8倍重力加速度，精度为1/64倍重力加速度，采样周期是40毫秒。

本发明的上述技术方案相比现有技术解决了运动检测设备在游泳监测方面研究较少的问题；并通过传感器检测游泳者在三个轴向上的运动数据，并将数据传输至数据处理器，数据处理器对所接收的数据进行滤波、转换、计算和分析，得到判定公式，由滤波后的波形可以判断游泳者划水和转向动作，方便快捷；根据判定公式可以计算并判定游泳者采用的泳姿，本方法判定准确性高，其可加入穿戴设备，增加现有可穿戴设备的功能，具有极大的市场经济价值和前景。

附图说明

为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1是本发明所述的游泳监测检测得到的运动数据平均值滤波后波形图；

图2是本发明所述的游泳监测方法分析得到的自由泳蝶泳蝶泳曲线区分图；

图3是本发明所述的仰泳蛙泳方法检测得到的仰泳蛙泳曲线图；

图4是本发明所述的游泳监测方法检测得到的划水状况曲线图；

图5是本发明所述的游泳监测方法检测得到的转身状况曲线图；

图中附图标记表示为：1-最小极值点min；2-(max_+min)/2；3-铣槽(max+min)/2；4-干扰点max_；5-最大极值点max。

具体实施方式

实施例

本实施例提供一种游泳监测方法，所述监测方法包括加速度传感器采集游泳者在X、Y、Z三个轴向的加速度参数进而判定得到的泳姿信息(游泳监测检测得到的运动数据平均值滤波后波形图如图1所示)，其中，所述方法包括如下步骤：

S1)在t₀-t₁的ΔT时段内采集X、Y、Z三个轴向的加速度值x、y、z；

S2)求得夹角值x-y在ΔT时段内的平均值A₀，所述

求得夹角值x-z在ΔT时段内的平均值为A₁，所述

S3)根据计算结果A₀、A₁与阈值h_xy0、h_xz0、h_xy1、h_xz1比较进行泳姿预判，当(A₀＞h_xy0)&&(A₁＞h_xz0)或者(A₀＜h_xy1)&&(A₁＜h_xz1)时，则转到步骤S4，当-h_xy＜A₀＜h_xy则转到步骤S9；

S4)将三轴数据向量乘以矩阵 $\stackrel{\→}{R}=\left[\begin{array}{ccc}cos\frac{\mathrm{\π}}{4}& -sin\frac{\mathrm{\π}}{4}& 0\\ sin\frac{\mathrm{\π}}{4}& \cos \frac{\mathrm{\π}}{4}& 0\\ 0& 0& 1\end{array}\right]$

得从而得到向量之差dV(t)＝V(t)-V(t-1)；求得ΔT时段内V(t)*dV(t)之和

S5)自由泳蝶泳的向量在X/Z平面投影后可找出的分隔比例参数α、β如果满足(|Z|＞α*|X|)&&(|Z|＜β*|X|)则转到步骤S7，否则为自由泳；

S6)计算加速度Y轴参数y在ΔT时段内的数据平均值；

S7)判断ΔT时段内Y轴的加速度y大于其数据平均值的数量，与y的总数量比值小于阈值r0(r0＜0.5)则判定为蝶泳，否则为自由泳；

S8)计算z-y、z-x、x-y之间夹角平均值；

S9)提取z-y、z-x、x-y之间夹角平均值的最大值max与最小值min；

S10)当(max-min)*100％/min＞26％时，判定为蛙泳；S12)当(max-min)*100％/min＜10％时，判定为仰泳；当10％＜(max-min)*100％/min＜26％，则计算在Y轴上相隔n个点的数据之差，并进行平均值滤波：

S11)根据D_y数据连续增加或连续减小n-2次以上且过程中波峰波谷周期大于限制时长，则找出D_y的波峰值P_n及波谷值V_n；

S12)求出相邻波峰差值的绝对值S_p＝abs(P_n-P_n-1)，相邻波谷差值的绝对值S_v＝abs(V_n-V_n-1)，相隔的波峰差值的绝对值I_p＝abs(P_n-P_n-2)，相隔的波谷差值的绝对值I_v＝abs(V_n-V_n-2)；

S13)如果经过m次以上的检测直到满足[(S_p＞20)&&(I_p＜10)]||[(S_v＞20)&&(I_v＜10)]的几率大于50％，判定为蛙泳；当均不符合上述条件时候，则判定为仰泳。

其中，&&表示逻辑与。

所述的监测方法，其中，所述监测方法的S9步骤中，计算z-y、z-x、x-y之间夹角平均值的公式分别为： 计算z-y、z-x、x-y之间夹角平均值；

进一步的，所述的监测方法，其中，所述监测方法的S11步骤中，次数n为7-9次。

更为进一步的，所述的监测方法，其中，所述监测方法，还包括游泳启动检测步骤，具体步骤为：在预备5秒钟静止后，当加速度传感器三轴中有一个轴的加速度连续上升或下降超过阈值TH三次以上，且三轴数据x，y，z的平方和x²+y²+z²大于7000或小于2500，则判定为启动。

优选的，所述的监测方法，其中，所述监测方法，还包括游泳启动检测步骤，具体步骤为：利用所述传感器的运动数据进行递推平均值滤波得到的滤波后数据波形D；找出一个波谷值min后，等待高度大于H₁的波峰值max，计算上升过程的中间值M＝min+(max-min)/2；根据M的大小，等待数据过波峰后出现满足D_n-1＜M＜D_n的对应数据点，如果下降过程没有遇到对应点，或由波谷min到出现对应点的时间T小于时间阈值p，则等待下一次波峰值max重新计算M值，并寻找新的M值对应点；超时5s则重新获取波谷值min。

更为优选的，所述的监测方法，其中，所述监测方法，还包括游泳转身检测步骤，具体步骤为在检测划水(如图4所示)时获得划水周期T；取平均值滤波后的传感器X轴Y轴数据，计算T个数据前后差值X_T+n-X_n和Y_T+n-Y_n，结果经过平均值滤波，得到两条简单的波形X_d和Y_d；获取X_d和Y_d的动态波峰波谷值变化，当在2S内，X_d或Y_d骤变为前两次波峰或波谷值的平均值的1.5倍以上，或者X_d和Y_d在2S内都超过前两次波峰或波谷平均值与阈值H之和，则判定为转身(如图5所示)。

进一步的，所述的监测方法，其中，所述波形波峰或波谷的检测方法为：假如当前数据D1大于前一次数据D0，且此时波形状态为下降，则取D0为波谷数据，同时波形状态转为上升；同理当当前数据D1＜D0，此时波形状态为上升，则取D0为波峰数据，同时波形状态转为下降。

更为进一步的，任一所述监测方法，其中，所述游泳姿势只在稳定的划水过程中获取数据进行计算、判定；转身检测适用于单次游泳过程无暂停，无泳姿突变的异常情况。

优选的，任一所述监测方法，其中，所述传感器在手腕上方位为，X为游泳前进方向，Y为横向，Z为水平垂直方向；

更为优选的，7任一所述监测方法，其中，所述传感器设定检测范围为8倍重力加速度，精度为1/64倍重力加速度，采样周期是40毫秒。

显然，上述实例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种游泳监测方法，用于采集游泳者在X、Y、Z三个轴向的加速度值来判定得到的泳姿信息，泳姿信息包括蝶泳、仰泳、蛙泳、自由泳，其特征在于，所述方法包括如下步骤：

S1)在t₀-t₁的ΔT时段内采集游泳者在X、Y、Z三个轴向的加速度值x、y、z；X为游泳前进方向，Y为横向，Z为水平垂直方向；

S2)求得夹角值x-y在ΔT时段内的平均值A₀；求得夹角值x-z在ΔT时段内的平均值为A₁；

S3)根据计算结果A₀、A₁与阈值h_xy0、h_xz0、h_xy1、h_xz1比较进行泳姿预判，当(A₀＞h_xy0)&&(A₁＞h_xz0)或者(A₀＜h_xy1)&&(A₁＜h_xz1)时，则转到步骤S4，当-h_xy＜A₀＜h_xy转到步骤S9；

S4)将三轴数据向量乘以矩阵

得从而得到向量之差dV(t)＝V(t)-V(t-1)；求得ΔT时段内V(t)*dV(t)之和

S5)自由泳蝶泳的向量在X/Z平面投影后可找出的分隔比例参数α、β如果满足(|Z|＞α*|X|)&&(|Z|＜β*|X|)转到步骤S7，如果不满足(|Z|＞α*|X|)&&(|Z|＜β*|X|)，则判定为自由泳；

S6)计算加速度值Y轴参数y在ΔT时段内的数据平均值；

S7)判断ΔT时段内Y轴的加速度值y与加速度值y的平均值之差与速度y的总数量比值是否小于阈值r0，如果小于，则判定为蝶泳；否则为自由泳，其中，r0＜0.5；

S8)计算(z，y)、(z，x)、(x，y)反正切值，求其平均值；

S9)提取(z，y)、(z，x)、(x，y)反正切平均值的最大值max与最小值min；

S10)当(max-min)*100％/min＞26％时，判定为蛙泳；当(max-min)*100％/min＜10％时，判定为仰泳；当10％＜(max-min)*100％/min＜26％，则计算在Y轴上相隔n个点的数据之差，并进行平均值滤波：

S11)根据条件D_y数据连续增加或连续减小n-2次以上，且单个周期大于限制周期长度，则找出D_y的波峰值P_n及波谷值V_n；

S12)求出相邻波峰差值的绝对值S_p＝abs(P_n-P_n-1)，相邻波谷差值的绝对值S_v＝abs(V_n-V_n-1)，相隔的波峰差值的绝对值I_p＝abs(P_n-P_n-2)，相隔的波谷差值的绝对值I_v＝abs(V_n-V_n-2)；

S13)如果经过m次以上的检测直到满足[(S_p＞20)&&(I_p＜10)]||[(S_v＞20)&&(I_v＜10)]的几率大于50％，判定为蛙泳；当均不符合上述条件时候，则判定为仰泳。

2.如权利要求1所述的监测方法，其特征在于，所述监测方法的S9步骤中，计算(z，y)、(z，x)、(x，y)反正切平均值的公式分别为：

计算z与y、z与x、x与y之间反正切平均值。

3.如权利要求1或2所述的监测方法，其特征在于，所述监测方法的S11步骤中，次数n为7-9次。

4.如权利要求1或2所述的监测方法，其特征在于，所述监测方法还包括游泳启动检测步骤，具体步骤为：在预备5秒钟静止后，当加速度值传感器三轴中有一个轴的加速度值连续上升或下降超过阈值TH三次以上，且三轴数据x，y，z的平方和x²+y²+z²大于7000或小于2500，则判定为启动。

5.如权利要求1或2所述的监测方法，其特征在于，所述监测方法，还 包括游泳启动检测步骤，具体步骤为：利用所述传感器的运动数据进行递推平均值滤波得到的滤波后数据波形D；找出一个波谷值min后，等待高度大于H₁的波峰值max，计算上升过程的中间值M＝min+(max-min)/2；根据M的大小，等待数据过波峰后出现满足D_n-1＜M＜D_n的对应数据点，如果下降过程没有遇到对应点，或由波谷min到出现对应点的时间T小于时间阈值p，则等待下一次波峰值max重新计算M值，并寻找新的M值对应点；超时5s则重新获取波谷值min。

6.如权利要求1或2所述的监测方法，其特征在于，所述监测方法，还包括游泳转身检测步骤，所述游泳转身检测步骤包括：

在检测划水时获得划水周期T；

取平均值滤波后的传感器X轴Y轴数据，计算T个数据前后差值X_T+n-X_n和Y_T+n-Y_n，结果经过平均值滤波，得到两条简单的波形X_d和Y_d；

获取X_d和Y_d的动态波峰波谷值变化；以及

当在2S内，X_d或Y_d骤变为前两次波峰或波谷值的平均值的1.5倍以上，或者X_d和Y_d在2S内都超过前两次波峰或波谷平均值与阈值H之和，则判定为转身。

7.如权利要求5或6所述的监测方法，其特征在于，所述波形波峰或波谷的检测方法为：假如当前数据D1大于前一次数据D0，且此时波形状态为下降，则取D0为波谷数据，同时波形状态转为上升；同理当当前数据D1＜D0，此时波形状态为上升，则取D0为波峰数据，同时波形状态转为下降。

8.如权利要求1-7任一所述监测方法，其特征在于，所述游泳姿势只在稳定的划水过程中获取数据进行计算、判定；转身检测适用于单次游泳过程无暂停，无泳姿突变的异常情况。

9.如权利要求1-7任一所述监测方法，其特征在于，所述步骤S2)中计算夹角值x-y在ΔT时段内的平均值A₀的公式为：

计算得夹角值x-z在ΔT时段内的平均值A₁的公式为：

10.如权利要求1-7任一所述监测方法，其特征在于，所述游泳者在X、Y、Z三个轴向的加速度值利用加速度传感器检测的，所述加速度传感器设定检测范围为8倍重力加速度值，精度为1/64倍重力加速度值，采样周期是40毫秒。