CN107006918B - 基于传感器数据制造定制的运动服装 - Google Patents

Abstract

本发明涉及为人定制的运动服装，其中所述运动服装是基于数字模型制造的，其中基于接收到的传感器数据构造数字模型，其中接收到的传感器数据通过集成到另一运动服装中的至少一个传感器获得，并且其中传感器数据是人在体育活动期间穿戴其他运动服装时获得的。

Description

基于传感器数据制造定制的运动服装

技术领域

本发明涉及为人定制的运动服装以及制造这种运动服装的方法。

背景技术

运动服装譬如衬衣、运动衫、裤子和鞋子通常被制成现成的、批量生产的成品。它们通常不是根据测量定制的，而是根据人体测量学研究进行通用化。因此，例如，运动衬衣可以以例如“L”(大)，“M”(中)和“S”(小)的某种固定尺寸以供使用，其中经常在男式和女式衬衣之间进行尺寸和裁剪的区分。同样，运动鞋也以固定尺寸以供使用。例如，根据在法国、德国、西班牙和大多数其他大陆国家使用的欧洲大陆系统，所谓巴黎号的鞋子尺寸是以厘米计的最终长度的此外，有时在不同的鞋子宽度之间进行区分。

在专业运动和积极的业余运动领域，在一定程度上的定制运动服装是已知的。这种定制通常基于静态分析来进行，即，运动员身体的长度和尺寸测量。然后，基于这些测量制造定制的运动服装，例如足球鞋。

动态分析虽然很少，但也是为人熟知的。为此，运动员配备有一个或多个传感器，例如附接到一个或多个运动员的肢体并参与典型的体育活动。然后，收集的传感器数据被处理并用于制造定制的运动服装。可替代地，对参与体育活动的运动员进行视频分析。为此，记录和分析运动员的视频。然后，基于此分析，制造定制的运动服装。例如，可以拍摄在跑步机上跑步的跑步者。然后，接受过矫形外科训练的人可以从拍摄的视频中提取信息(例如，旋后和旋前)，用于制造定制的跑鞋。

然而，用于定制运动服装的上述技术具有若干缺点。因为需要额外的设备，例如特殊的传感器、摄像机、跑步机等，所以它们相当昂贵。此外，这些技术需要在运动医学和/或矫形外科受过训练的人员。此外，由于这样的分析通常在有限的时间内执行，它们不显示运动员的表现特性的长期演变，并且这种表现特性倾向于日常变化。此外，由于它们在类似实验室环境中执行，这样的分析不提供任何背景信息，即关于运动员通常进行体育活动的环境的信息。

发明内容

因此，本发明的目的是克服现有技术的上述缺点，即提供一种运动服装，所述运动服装是考虑到人的表现特性的长期变化和关于人通常进行他/她的体育活动的环境的信息以适度的附加制造成本为人定制的。

所述目的通过为人定制的运动服装来实现，其中运动服装基于数字模型制造，其中基于接收到的传感器数据构造数字模型，其中接收到的传感器数据通过集成到另一运动服装中的至少一个传感器获得的，并且其中传感器数据是人在体育活动期间穿戴其他运动服装时获得的。

根据本发明的运动服装是基于数字模型制造的。这允许运动服装通过包括3D打印、由机器人放置部件、编织机等完全自动化的生产技术制造。这样的技术能够以适中的成本和高的产量生产定制的运动服装。此外，可以不仅在工厂中制造运动服装，而且还可以例如在商店中制造运动服装。

根据本发明的数字模型可以是包括功能描述的服装的三维模型。功能描述可以包括诸如使用哪些材料，在哪放置材料(例如补片)，使用哪些传感器以及在哪放置传感器的信息。

由于数字模型是基于接收到的传感器数据构造的，因此可以考虑人的个体解剖结构和/或生物动力学性质。与依赖于代表性群体平均值的统计数据的常规大规模生产技术不同，本发明的基于传感器数据的数字模型允许考虑偏离这样的平均值的个体偏差和为特定特性的人制造定制运动服装。

由于接收到的传感器数据通过集成到另一运动服装中的至少一个传感器获得，并且其中传感器数据是在人在体育活动期间穿戴其他运动服装时获得的，所以传感器数据和导出的数字模型不仅针对个人，而且还针对他/她在他/她的自然环境(与现有技术的实验室条件相反)中如何进行体育活动。

因此，数字模型和导出的运动服装可以反映人通常实施体育活动的条件。例如，至少一个传感器(例如加速度计)可以集成到跑鞋中，并且传感器数据可以反映人大多数时间在硬沥青道路上跑步。因此，用于新定制的跑鞋的数字模型将认为需要具有良好缓冲特性的中底。

在本发明的情况中，运动服装可以是任何类型的服装，包括帽子、T恤、裤子、运动衫、鞋子、袜子等。袜子例如可以包括嵌入式传感器(例如温度传感器、电容传感器、压电传感器等)。袜子具有直接的皮肤接触，这在测量例如体温、心率、皮肤电导率等时是有利的。因此，集成到袜子中的传感器可以传递相当精确的传感器数据。此外，袜子制造相当便宜。

在本发明的情况中的运动服装可以包括内置心率监测器。心率可以连续地传输到接收器，例如，在智能手机、智能手表、平板计算机等中的接收器。这样的运动服装可以取代用于测量心率的传统腕带或胸带设备。在本发明的情况中的运动服装可以能够测量UV光的影响。如果这样的UV光影响超过某一阈值，则用户(即，前面提到的人)可以获得反馈并且可以被提示离开阳光。这样的反馈可以在智能手表、智能电话、平板计算机上提供，或者可以由布置在服装上的声学和/或光学指示器提供。

在本发明的情况中，“接收器”被理解为也包括收发器(即，发射器和接收器的组合)。

在本发明的情况中的运动服装也可以配备有气体传感器。这样的传感器可以提供关于由用户身体产生的气体的成分的信息。因此，可以向用户提供气味指示，并且他或她可以被推荐去洗澡或更换服装。在本发明的情况中的运动服装还可以配备有呼吸传感器以检测用户的呼吸速率。

另一个示例是集成到跑鞋中的加速度计和/或陀螺仪。基于从这些传感器获得的传感器数据，可以检测人的跑步风格，并且可以向人给出反馈。反馈可以推荐人改变他/她的跑步风格以防止受伤或以更有效率地进行训练。

传感器数据可以包括以下群组中的至少一个参数，包括：距离，速度，步速，心率，体温，重量，血流量，能量消耗和地理位置。这些参数适于提供关于人、他/她的解剖结构和/或生物动力学以及他/她通常进行体育活动的环境的重要信息。

至少一个传感器可以是以下之一：陀螺仪，加速度计，磁力计，温度传感器，压力传感器，弯曲传感器，压电元件，计步器，湿度传感器和定位系统(例如GPS，GLONASS或Galileo)。这种类型的传感器能够提供关于人、他/她的解剖结构和/或生物动力学以及他/她通常进行体育活动的环境的重要信息。

传感器数据可以包括来自加速度计和/或陀螺仪的传感器数据。这些类型的设备传递关于人的活动的生物力学方面的信息。如果传感器是例如集成在跑鞋中，则可以提取关于人的步态周期的信息并且基于此信息定制跑鞋。此外，如果人通常更多地在山区地面中跑动，则这反映在传感器数据和数字模型中。然后可以为定制的跑鞋的外底提供更多的牵引力以适应斜坡。

运动服装和其他运动服装可以是鞋子。特别地，运动服装和其他运动服装可以是运动鞋。本发明对于运动鞋是特别有利的，因为从矫形外科的角度来说穿着合适的鞋子是重要的。此外，与不是定制的鞋子相比，穿着定制的鞋子对表现改进的潜力是相当高的。

在本发明的情况中的鞋子被理解为任何类型的鞋子，包括(但不限于)正式鞋，休闲鞋，靴子，凉鞋等。本发明特别适用于运动鞋，例如(但不限于)跑鞋，网球鞋，篮球鞋，英式足球鞋，足球鞋，橄榄球鞋等。

所述至少一个传感器可以是压电元件或压力传感器。使用来自这些类型传感器的传感器数据，可以通过测量当人站立、行走或跑步时施加到压电元件或压力传感器的力来测量人的重量。基于重量，可以向用户提供健康相关的消息(例如“训练多一点”，“您的体重高于上次训练”，“训练少一点因为您正在过速减重”)。这样的消息可以基于预先输入的体重或基于第一次测量。人可以添加重量范围。可以基于这样的范围将消息(见上文)发送给用户。基于确定的重量，可以修改或选择具有特定性质或材料的特定中底和/或外底。例如，中底的厚度可以适应于用户的重量，并且人越重，中底可以越厚以提供足够的缓冲。如果人相当重则外底可以被制成更耐磨以抵消磨损。

数字模型可以至少部分地基于借助于接收到的传感器数据对人的步态周期的分析。步态周期包含重要的信息，例如脚在空气中/地面上的时间量，脚跟接触的时间点，单脚/双脚的旋前，以及蹬离(push-off)和在步态周期期间作用在脚上的力。基于此信息，可以考虑个人的步态周期来制造定制运动鞋。

数字模型可以基于包括以下群组中的至少一个参数，包括：人跑步的时间量，人行走的时间量，人站立的时间量，人坐着的时间量，前脚掌着地的影响，脚中部着地的影响，脚跟着地的影响，旋前，步幅距离，步态的对称性和人的重量。这些参数提供了对人的个人特性的良好适应性。

运动鞋可以包括中底，并且可以基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：所述中底的材料，厚度，刚度，绝热性和/或缓冲性质。以这种方式，中底可以以最佳方式适应于以前的体育活动。如果例如人主要使用带沥青的街道跑步，则中底可以提供更多的缓冲。

运动鞋可以包括外底，并且可以基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：外底的材料，厚度，刚度，缓冲性质，耐磨性和/或轮廓结构。以这种方式，外底可以以最佳方式适应于以前的体育活动。例如，如果人主要使用林间道路跑步，则可以提供具有更深轮廓结构的外底以改善牵引。

运动鞋可以包括鞋面，并且可以基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：鞋面的材料，厚度，刚度，耐磨性和/或防水性，透气性，绝热性和/或轮廓结构。以这种方式，鞋面可以以最佳方式适应于以前的体育活动。例如，如果人通常在下雨期间跑步，则鞋面可以设置有防水纺织品，或者在低温下使用更加绝热的材料。

由至少一个传感器获得的传感器数据可以存储在服务器上。服务器可以另外存储个人数据。服务器可以位于云中。因此，传感器数据可以与用户的个人数据相链接，例如，他的性别和年龄。然后数字模型也可以基于这样的用户数据。

运动服装还可以包括至少一个传感器，其能够传递传感器数据以用于制造如前所述的另外的运动服装。因此，运动服装可以通过每一代改进，并且可以在迭代过程中适应人的特性的长期变化。

本发明的另一方面涉及一种制造为人定制的第一运动服装的方法，包括以下步骤：(a)接收由集成到第二运动服装中的至少一个传感器获得的传感器数据，其中所述传感器数据是人在体育活动期间穿戴所述第二运动服装时获得的；(b)基于所述接收到的传感器数据构造所述第一运动服装的数字模型；以及(c)基于所述数字模型制造所述第一运动服装。

本发明的方法可以在零售店中执行。因此，省略了服装的运输和递送，这可以降低服装的成本。此外，消费者体验得到增强，因为消费者可以将他/她的定制服装立即带回家。

在本发明的方法的情况中，传感器数据可以包括以下群组中的至少一个参数，包括：距离，速度，步速，心率，体温，鞋内温度，血流量，能量消耗和地理位置。

在本发明的方法的情况中，至少一个传感器可以是以下之一：陀螺仪，加速度计，磁力计，温度传感器，压力传感器，弯曲传感器，计步器，湿度传感器和定位系统(例如GPS，GLONASS，Galileo)。

在本发明的方法的情况中，传感器数据可以包括来自加速度计和陀螺仪的传感器数据。

在本发明的方法的情况中，第一运动服装和第二运动服装可以是运动鞋。

在本发明的方法的情况中，数字模型可以至少部分地基于借助于接收到的传感器数据对人的步态周期的分析。

在本发明的方法的情况中，数字模型可以基于以下群组中的至少一个参数，包括：人跑步的时间量，人行走的时间量，人站立的时间量，人坐着的时间量，前脚掌着地的冲击，脚中部着地的冲击，脚跟着地的冲击，旋前，步幅距离，步态的对称性和人的重量。

在本发明的方法的情况中，运动鞋可以包括中底，并且可以基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：所述中底的材料，厚度，刚度，绝热性和/或缓冲性质。

在本发明的方法的情况中，运动鞋可以包括外底，并且可以基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：外底的材料，厚度，刚度，缓冲性质，耐磨性和/或轮廓结构。

在本发明的方法的情况中，运动鞋可以包括鞋面，并且可以基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：鞋面的材料，厚度，刚度，耐磨性和/或防水性，透气性，绝热性和/或轮廓结构。

在本发明的方法的情况中，第一运动服装可以包括至少一个传感器，其能够根据如前所述的方法传递用于制造第三运动服装的传感器数据。

本发明的另一方面涉及根据前述方法制造的运动服装。

附图说明

在下文中，参考附图详细解释本发明的其他方面。这些图示出：

图1是可以如何获得根据本发明的定制运动服装的示例性示意图；

图2是可以如何获得根据本发明的定制运动服装的过程的更详细的示意图；

图3A至图3I是可以从根据本发明的传感器数据提取参数的示例；

图4是本发明情况中的示例性过程的示意图；

图5是集成到运动鞋中用于获得在本发明的情况中使用的传感器数据的电子部件的示意图；

图6是根据本发明集成到运动鞋中的更复杂的传感器设置的示例；

图7是根据本发明的为人定制的运动鞋的订购过程的示意图；

图8A至图8C是包括可用作本发明中的传感器的压力传感器矩阵的内底的示意图；

图9是根据本发明的运动鞋和方法的使用情况；

图10A至图10C是呈现给穿戴基于传感器的鞋子的用户的消息的示例；以及

图11是本发明情况中的损伤检测的示意图。

具体实施方式

图1示出了可以如何获得根据本发明的定制运动产品(例如服装)的示例性示意图。图1的示例中的产品可以是定制的运动鞋。然而，本发明不限于运动鞋。相反，本发明可以用任何类型的运动服装，例如衬衣、运动衫、毛衣、夹克、滑雪衫、短裤、长裤、绑腿、紧身衣、手套、头盔、帽子、腰带等。

如图1所示，在步骤11中，人购买基于传感器的产品(例如跑鞋)，即配备有至少一个传感器的产品。如果产品，例如是鞋子，则传感器(或多个)可以例如是集成到鞋子的中底、外底、内底或鞋面中。例如，传感器(或多个)可以可移除地放置、胶合、缝合、焊接、注塑或以其他方式集成到鞋子中。下面将给出传感器的示例。

在步骤12中，人使用基于传感器的产品。在此步骤中，在体育活动期间在由人穿戴基于传感器的产品的时候获得传感器数据。例如，跑步者在跑步期间将使用基于传感器的鞋子，并且集成到鞋子中的传感器将记录传感器数据，例如加速度和压力。传感器数据不仅是针对人的，而且还针对他/她在他/她的自然环境中如何进行。因此，要获得的新定制产品(鞋子)的数字模型和定制产品(鞋子)本身可以反映此人通常进行体育活动的条件。例如，加速度计和压力传感器的传感器数据可以反映此人大多数时间在硬沥青道路上跑步。下面将给出传感器数据的其他示例。

获得的传感器数据可以保存在存储器(其也可以位于产品/服装/鞋子内)和/或可以直接传输到服装外部的设备(例如移动设备、计算机、服务器、云存储器等)。可以通过蓝牙、BTLE、Wifi、NFC、蜂窝网络收发器或其他传输协议来进行传输。

在步骤13中，对信息，即传感器数据，进行评估。例如，传感器数据可以被预处理以去除噪声，可以识别与体育活动相对应的传感器数据的相关部分，并且可以提取在后面的步骤中使用的相关信息。为此，可以使用预处理、数字滤波、特征提取、统计处理、机器学习等的已知技术。步骤13还可以包括从传感器日期导出重要信息，例如产品(例如鞋子)的使用(例如寿命距离)、鞋子的平均速度、高度差、最大速度、鞋子的平均步速、、产品(例如鞋子)内或人的皮肤处的温度、产品(例如鞋子)内的压力点、鞋底上的压力的“热图”(即分布)等。压力分布可以例如用于理解产品的安装。在鞋子的情况下，可以确定鞋子是否太大还是太小。鞋底的外侧和/或内侧上的高的压力可以是鞋子不具有适当尺寸和/或应当定制成使得其在外侧和/或内侧更宽的指示。

步骤13可以例如用处理器、微控制器、ASIC、DSP等在产品/服装/鞋子中执行，或者可以在例如服务器、台式计算机、云服务器等不同的设备上执行。在后一种情况下，传感器数据可能已经被传输到如上所述的不同设备。

在步骤14中，基于接收到的传感器数据构造新的产品模型(例如，鞋子的模型)，即要制造的定制产品的数字模型。当基于接收到的传感器数据构造数字模型时，可以考虑人的个体解剖结构和/或生物动力学性质，特别是在鞋子的情况下他的/她的脚。将在下面给出这些性质的示例和它们如何影响待制造的定制产品。

步骤14可以在移动设备(例如，人的移动电话、智能手表、平板计算机等)、人的计算机(诸如台式计算机或笔记本计算机)、商店/零售店中的计算机上执行。如果产品(例如鞋子)配备有适当的计算能力，则步骤14也可以在产品(例如鞋子)本身中执行。数字模型可以本地保存在特定设备上和/或服务器上和/或云中。在本发明的情况中，“云”被理解为数据在远程计算中心中的存储，而且还执行并未安装在本地设备(例如智能手机、智能手表、平板计算机、笔记本、台式计算机等)或服务器，但安装在云中的程序。

数字模型可以是鞋子(或其他运动服装)的三维模型，例如CAD系统中的模型。模型可以包括关于使用哪些材料、它们的形状和尺寸、传感器的种类和数量以及它们在鞋子上的放置的信息。步骤14还包括根据获得的传感器数据更新现有的数字模型。例如，用户可以在数据库中搜索现有鞋子模型，或者用户可以从计算机系统获得现有鞋子模型的建议。然后可以基于用已经存在的鞋子获得的传感器数据来更新此模型的参数(例如鞋子的形状、使用的材料、补片放置等)，以便获得新的(改进的)鞋子的数字模型。

另一个示例是用户可能已经具有根据本发明制造的运动鞋。在这种情况下，已经存在此特定鞋子的数字模型。然后可以基于用已经存在的鞋子获得的传感器数据来更新此模型的参数(例如鞋子的形状、使用的材料、补片放置等)，以便获得新的(改进的)鞋子的数字模型。

还可以根据用户的输入来定制新的鞋子的数字模型。例如，可以询问此人新的定制鞋将具有哪个(哪些)传感器。还可以询问此人关于鞋子的设计(例如颜色、标志、应用等)或其功能性质(例如防水性、缓冲性等)。或者计算机系统可以为用户预选或推荐新的定制鞋将具有的传感器(或多个)或鞋子的设计(例如颜色、标志、应用等)或其功能性质(例如防水性、缓冲性等)。

在步骤15中，基于数字模型产生定制产品(例如鞋子)。这允许运动鞋通过完全自动化的生产技术制造，包括3D打印、由机器人放置部件、编织机等。这样的技术能够以适中的成本和高的产量生产定制的运动鞋。此外，可以不仅在工厂中而且例如也可以在商店中基于数字模型制造这种定制的运动鞋。

在步骤15中获得的定制运动产品(例如鞋子)也可以配备有至少一个传感器。因此，然后在步骤12中，可以在体育活动期间，例如在跑步时使用此产品(例如鞋子)，以获得具有进一步改进和定制特性的下一代产品(例如运动鞋)的传感器数据。通过此迭代过程，人可以在每一代产品(例如鞋子)中获得更好的产品(例如运动鞋)。此外，产品(例如运动鞋)可以适应人的特性随时间的变化。

图2示出了如何可以获得根据本发明的定制运动服装的过程的更详细的示意图。在此示例中，运动服装还是运动鞋。此过程开始于步骤201。在步骤202中，人在体育用品经销商的网站上订购运动鞋。此人可能已经具有自先前购买的登录数据，并在步骤203中输入此登录数据，例如，用户名和密码。此人可以由他/她的用户名或其他适当的标识信息来识别，使得可以在步骤204中加载客户数据。客户数据可以从由体育用品经销商维护的数据库205加载或从可以位于云中的服务器加载。此数据库205可以存储如参考图1所描述的所有用户数据。此用户数据可以形成构造新的鞋子模型的基础。

在步骤206中，确定步态周期分析在客户数据中是否可用。步态周期分析可以基于从此人已经拥有的基于传感器的鞋子获得的传感器数据。例如，这样的鞋子可能已经由此人之前经由如上所述的体育用品经销商的网站购买。此人可能先前在跑步活动期间使用了此基于传感器的鞋子，并且鞋子中的至少一个传感器可能已经记录了传感器数据。传感器数据可能已经被上传到体育用品分销商的数据库205，如下面将更详细地描述的。基于上传的传感器数据，执行步态周期分析。

步态周期分析还可以来自店员的手动输入，例如，基于用户的视频分析。此外，步态周期分析可以基于通过夹在鞋子上的传感器获得的传感器数据，如本申请人的申请号为US 14/579,226和DE 15199781.4的专利申请中所述。

在步骤206中检查这种分析的一般可用性。

步态周期分析可以在鞋子本身中执行。在这种情况下，可以将强大的CPU集成到鞋子中，其能够执行步态周期分析所需要的更高级的计算。可替代地，可以将传感器数据存储在鞋子中的存储器中，将传感器数据(例如通过蓝牙、BTLE、Wifi、NFC、蜂窝网络收发器或其他传输协议)传输到不同的设备(如智能手机、桌上计算机、台式计算机、服务器计算机，云计算机等)并且在那里完成步态周期分析。然而，应当考虑传感器数据可能相当大。例如，单个加速度计可以以200Hz进行测量，因此每秒产生200个数据点。因此，在鞋子中进行计算是有利的。

如果在步骤206中步态周期分析是可用的，则过程进行到步骤207，在步骤207中步态周期分析的参数被转换成工厂参数。例如，步态周期分析可以反映此人大多数时间在硬沥青道路上跑步。因此，新定制的跑鞋的工厂参数将认为需要具有良好的缓冲特性的中底。以下将给出步态周期分析的参数可以如何影响新定制鞋子的工厂参数的其他示例。

在步骤208中，基于在步骤207中获得的工厂参数构造新的定制运动鞋的数字鞋子模型。由于此步骤类似于图1中的步骤14，所以相对于步骤14描述的所有内容也适用于图2的步骤208。在此步骤中，可以考虑此人订购的先前鞋子的鞋子模型209在数据库205中是否可用。鞋子模型209还可以基于类似的鞋子的数字模型。例如，如果用户想要购买跑鞋，则可以使用跑鞋的现有模型作为鞋子模型209。如果鞋子模型209可用，则当为新定制的鞋子构造新的数字模型时可以考虑先前的数字鞋子模型。

在步骤210中，将在步骤208中构造的鞋子模型呈现给此人。例如，鞋子模型的3D视图可以在显示屏上，可以在web浏览器的窗口或另一合适的程序中呈现给此人。另一个示例是在智能手机、智能手表、平板计算机、数字媒体播放器、笔记本计算机、台式计算机等上运行的应用中呈现这样的数字鞋子模型。

在步骤211，此人可以基于在步骤210中呈现的数字鞋子模型决定是否购买新的定制鞋。如果用户还不满意呈现的鞋子，他可以对鞋子进行优化，例如针对设计、颜色和使用的材料进行优化。用户还可以调整例如缓冲性能、鞋底的刚度、鞋面的防水性等。因此，在步骤212中，例如经由浏览器中的网络界面、合适的程序或应用接收这种鞋子优化数据。响应于接收鞋子优化数据，在步骤213中对鞋子进行优化并且在步骤208中建立更新的鞋子模型。

在步骤211中他/她决定购买鞋子之前，给予此人机会修改在步骤210中呈现的鞋子。这在步骤210和步骤211之间由附图标记“A”指示，其引用图7的流程图中相应的附图标记。在图7的流程图中，示出了可以如何修改和定制鞋。下面将给出图7的详细描述。

如果在步骤211中，此人基于在步骤210中呈现的鞋子模型决定购买鞋子，则在步骤214中将在步骤208中创建的数字鞋子模型传输到工厂、商店或零售店。

在步骤215中，在工厂中为此人构造新的定制鞋。新的定制鞋也可以通过相应的生产技术在商店或零售店中构造。包括3D打印、由机器人放置部件、编织机等的全自动化生产技术可以用于构造鞋(特别是在商店或零售店中)，但是也可以手动地执行全部或部分制造。

然后在步骤216中，将在步骤215中构造的鞋子例如通过包裹服务递送给此人，在这一点上，图2中描述的过程终止于步骤217。如果在商店或零售店中构造鞋子，则将完成的鞋传递给顾客。

回到步骤206，如果对于此人没有可用的步态周期分析，则在步骤218中做出关于获得步态周期分析的替代方式的决定。

如果在步骤218中作出有利于根据本发明的定制鞋(“智能鞋”)的决定，则在步骤219中加载标准的鞋子模型，其在之前描述的步骤210中呈现给用户。如果在步骤218中作出有利于以不同方式生产运动鞋的决定，则过程进入步骤220。

在步骤220中，向用户提供可以被夹在鞋上的传感器。然后，如本申请人的申请号为US 14/579,226和DE 15199781.4的专利申请中所述，步态周期分析可以基于通过在跑步期间夹在鞋上的传感器获得的传感器数据。这样的传感器可以在商店或零售店中给予此人。

获得步态周期分析的替代方式是对人在跑步机上跑步进行视频分析，这可以在商店或零售店中进行。

图3A至图3I示出了根据本发明可以从传感器数据提取以制造第一定制运动服装的参数。传感器数据可以通过集成到第二运动服装中的至少一个传感器获得，而第二服装由要为其制造第一定制运动服装的人在体育活动期间穿戴。在图3A至图3I的示例中，运动服装是跑鞋，并且运动活动是跑步。然而，如已经提及的，本发明可以实施于任何类型的运动服装，例如衬衣、运动衫、毛衣、夹克、带帽夹克、短裤，长裤、绑腿、紧身衣、手套、头盔、帽子、腰带等。而且，体育活动可以是不同的，并且可以是例如远足、美式足球、橄榄球、足球、篮球、排球、骑自行车、游泳等。

如图3A所示，可以从传感器数据提取的一个参数是人的跑步风格。在此示例中，“跑步风格”是指当脚接触地面时，鞋子31的外底32的底侧相对于地面33的角度。在图3A的示例中，所述角度为15°。因此，此人被认为是“脚跟着地者”。在这种情况下，根据基于传感器数据的数字模型制造的定制运动鞋可以在鞋跟的区域和/或外底的轮廓或形状，可以特别是在鞋跟区域中包括更多的缓冲。“跑步风格”还可以指此人是过度旋前、旋后还是中性跑步者。通常，跑步风格可以通过加速度计和陀螺仪(在某些应用中加上磁力计)的组合或者通过加速度计和磁力计的组合或者通过单独的加速度计来检测。

为了能够在脚跟撞击地面33的时间点测量外底的角度，跑鞋31可以配备有加速度计和陀螺仪。来自加速度计的数据允许确定脚跟在地面上的冲击力，而来自陀螺仪的数据允许在这种冲击期间确定鞋的取向。

图3B示出了可以从传感器数据提取的另一参数，即与步态周期期间鞋子31的外底32接触地面33的持续时间相对应的地面接触时间。为了测量地面接触时间，可以使用加速度计来检测鞋子31静止的时间段，诸如在地面接触期间的时间段。可替代地或附加地，来自外底、中底或内底中的压力传感器的数据可指示脚何时搁置在地面上。

通常，地面接触时间可以给跑步者关于他的跑步风格的反馈。基于地面接触时间，也可能基于校准导出此人的速度、距离和/或步速。这些参数可以用于让人知道鞋何时磨损或者向人提供诸如速度、距离、步速等的性能数据。此外，在不与地面接触的时间期间，鞋子中的处理器可以被置于睡眠模式，因为通常地面接触时间对于用所有传感器测量是重要的。因此，可以基于此信息来节省电池电量。

可从传感器数据提取的另一参数是如图3C所示的压力曲线。压力曲线基于在地面接触期间沿着鞋子31的鞋底的压力34的分布，如图3C的左侧所示。基于压力曲线，可以确定穿着鞋子31的人是否过度旋前，旋后或者是中性跑步者，如图3C的示例中所示。然后，根据基于传感器数据的数字模型制造的定制运动鞋可以配备有旋前支撑，旋后支撑或者可以是中性跑鞋。此外，定制鞋还可以用特定的内底、中底和/或外底材料，特定区域中的特定缓冲材料或外底上的特定轮廓构造，所有这些都基于压力曲线。例如，内底可以由软泡沫材料、刚性泡沫材料或两者的组合、eTPU/ePEBA材料、EVA材料或几种材料的任何组合制成。同样，中底可以由软泡沫材料、刚性泡沫材料或两者的组合、eTPU/ePEBA材料、EVA材料或几种材料的任何组合制成。外底可以由具有某些性质的橡胶制成，例如，粘性、非标记、非粘性等。材料和/或材料性质的不同组合可以用于外底。压力曲线可以借助于例如本文参考图9描述的压力传感器来测量。压力曲线可以例如用于了解产品的拟合。在鞋子的情况下，如果可以确定鞋子是太大还是太小。鞋底的外侧和/或内侧上的高的压力可以是鞋子不具有适当尺寸和/或应当定制成使得其在外侧和/或内侧更宽的指示。

图3D示出了可以从传感器数据提取的另一参数，即地面质量，例如此人正在或曾在软地面(例如森林道路)还是硬地面(例如街道、路径、如图3D的示例中的具有沥青的道路)上跑步。然后，根据基于传感器数据的数字模型制造的定制运动鞋可以适应于此人通常面对的地面质量。如果例如他/她大多数时间在沥青上跑步，则定制运动鞋的中底可以设置有更多的缓冲。关于地面质量的数据可以例如使用加速度计或压力传感器、加速度计和陀螺仪的组合或加速度计和压力传感器的组合来测量。

可以从传感器数据提取的另一参数是在图3E中示出的节奏。节奏指的是每分钟的步数，在图3E的示例中为170/分钟。节奏可以揭示关于此人的跑步风格的信息。例如，一个人可以改变节奏以增加速度，而另一个人可以改变步幅长度以增加速度。可以借助于加速度计或压力传感器来测量节奏，以在每个步态周期期间检测地面接触。

图3F示出了可从传感器数据提取的另一参数，即垂直振荡，其是身体上的固定点(例如臀部)的最低和最高位置之间的距离。性能是与垂直振荡有关的因素。垂直振荡越高，鞋子中需要的缓冲越多。此外，从消费者的角度看，与身体特性相关的预测性鞋子维护将成为重要的能力。例如，鞋子可以向用户发信号通知里程，并防止受伤。在一个示例性场景中，如果用户将在相同的条件下再跑步2公里，则他的膝盖将开始受损，因此鞋子可以推荐进行替换或维护，例如翻新外底。非常高的振荡在鞋子上产生更大的压力，并且可能减少鞋子的寿命。因此，这种信息可以用于预测鞋子的磨损并且向用户提供关于此的建议。

如果至少一个传感器是温度传感器，则可以获得温度信息，如图3G和图3H所示。在图3G中，借助于集成到跑鞋31中但面向外部的至少一个温度传感器来测量温度。在图3H中，借助于集成到靠近穿鞋者脚的跑鞋31中的至少一个温度传感器来测量体温。根据基于传感器数据的数字模型制造的定制运动鞋可以适应于利用温度传感器测量的平均外部温度条件和体温条件。如果例如人的温度在跑步期间趋向于相当高，则运动鞋的鞋面可以设置有轻质和冷却材料和/或具有通风开口。

图3I示出集成在跑步衬衣中的温度传感器。传感器测量人的上身的温度，在此示例中为37℃。由温度传感器测量的数据可以与如先前参考图3A至图3H所述在鞋子中收集的传感器数据一起使用。例如，如果(上部)体温和鞋子内部测量的温度之间存在差异，则可以相应地调整将要构造的定制鞋的材料。如果例如鞋子内部的温度总是高于体温，则鞋面的材料可以制造得更轻质和透气，以允许脚的良好通风。

在诸如衬衣的运动服装中的温度传感器可以检测体温以在体育活动(例如跑步)之后和/或在体育活动(例如跑步)之前向用户推荐新的(不同的)衬衣，其可以由冷却材料(以帮助冷却身体)或更绝热的材料(以帮助维持体温)。此外，空气(环境)温度也可以由人的外部设备测量或者可以经由互联网连接从服务器收集。基于体温和空气温度，可以给出对于完美衬衣的推荐。这有助于防止过热或冷却过快。

图4示出了在本发明的情况中的示例性过程的示意图。此过程开始于步骤401。在步骤402中，用户穿上“智能鞋”，即配备有至少一个传感器的鞋。在图4的示例中，鞋子配备有陀螺仪和加速度计以及能量收集模块。

在步骤403中，用户穿着鞋子行走和/或跑步。当用户正在行走和/或跑步时，通过集成到鞋子中的能量收集设备产生能量，如步骤404所示。这样的能量收集设备可以例如基于压电元件，其在施加压力时产生电流。电流可以用于对蓄电池或电容器充电。在步骤405中，决定通过能量收集是否已经产生了足够的能量来启动微控制器(MCU)。例如，如果存储在电容器中的电荷超过一定电平，则可以启动微控制器。

如果在步骤405中产生的能量足以启动微控制器，则启动微控制器。然后，在步骤406中确定此能量是否足以由微控制器执行步态周期分析。如果能量足够，则在步骤407和408中分别接通陀螺仪和加速度计。当用户继续行走和/或跑步时，陀螺仪生成如步骤409所示的陀螺仪数据，并且加速度计生成如步骤410所示的加速度数据。陀螺仪数据和加速度计数据用作步态周期分析的输入，如步骤411所示。然后，在步骤412中执行步态周期分析。

步态周期分析可以提取参数，例如用户跑步的时间量(以总时间的百分比表示)，用户行走的时间量(以总时间的百分比表示)，用户站立的时间量(以总时间的百分比表示)，用户坐着的时间量(以总时间的百分比表示)，用户是前脚掌着地者、脚中部着地者还是脚跟着地者，用户的旋前、步幅距离、步态的对称性和用户的重量。这在步骤413中示出。在步骤414中，步态周期分析的结果可以存储在与传感器连接的存储器(可以是临时存储器)中。然后可以将所保存的数据传输到数据库415，数据库415也可以被视为其他几个设备可以访问的云。也可以，如果接收器可达416，以将步态分析(412、413)传输417到此人的移动设备以在显示器(图4中未示出)上查看提取的参数。传输到数据库415或接收器417可以经由BTLE、蓝牙、Wifi、NFC、蜂窝网络收发器或任何其他无线传输协议来进行。还可以将原始数据或预处理的数据保存/传输到数据库或接收器或存储器以供稍后处理。

在步骤416中，确定接收器是否可达。如果是这种情况，则在步骤417中传输步态周期分析，并且此处理终止于步骤418。所述接收器可以是智能手机、平板电脑、计算机等的接收器或收发器。接收器也可以集成在路由器中。使用蓝牙4.2启用的路由器可以直接传输数据到路由器，因此传感器数据可以尽快从设备卸载，因为它有有限的存储空间。

图5是集成或附接到运动鞋中用于获得在本发明的情况中使用的传感器数据的传感器设备50(可移除或不可移除)的示意图。为了向电子部件供应电力，电源51集成到鞋子中。此电源可以是可移除的电池或可充电电池。可持续电源的示例是压电元件，其在穿着运动鞋跑步或行走期间由压力变化产生电力，这种技术被称为能量收集。

在图5的示例中的传感器设备50可以包括用于预处理或处理从一个或多个传感器接收到的传感器数据的处理器52，如下所述。例如，处理器52可以如前所述地预处理或评估传感器数据和/或执行步态周期分析。处理器52连接到用于存储计算机指令和/或数据的存储器53。例如，所接收到的传感器数据可以以原始格式或在由处理器预处理之后存储在存储器53中。此外，步态周期分析的结果可以存储在存储器53中。

为了将传感器数据、步态周期分析的结果等从鞋子传输到用于创建定制鞋的数字模型或处理来自传感器数据的性能数据的另一设备，传感器设备50包括收发器54。收发器54可以是蓝牙、低功耗蓝牙(BTLE)、Wifi、NFC、蜂窝网络收发器等。还可以将收发器换成发射器以传输如上所述的数据。此外，可以经由有线连接来传输数据，在这种情况下，收发器54例如是用于USB或串行连接的驱动器。

在最小设置中，鞋子包括计步器55，其能够对用户在他/她正在跑步或行走时所进行的步子计数。使用来自计步器55的数据，至少可以确定用户是否是密集跑步者，即他/她多久跑步一次以及这样的跑步平均持续多长时间。此外，可以提取步速，即每分钟步数。此信息可以在本发明的情况中用于构造定制的运动鞋的数字模型并且基于数字模型制造这样的定制鞋。例如，如果发现用户是具有高步速的密集跑步者，则可以为定制鞋提供更多或更少的缓冲特性以避免受伤。计步器可以基于加速度计和/或至少一个压电元件。

在更先进的设置中，鞋子配备有加速度传感器56和陀螺仪57，如图5中的虚线框所示。来自这些传感器的数据允许对人的步态周期的更高级分析。事实上，用于步态周期分析这样的设置使用最低的功率。这种设置的功率可以由如上所述的能量收集技术提供。在替代的设置中，鞋子包括加速度传感器56和磁力计58，以允许步态周期分析。也可以具有集成到鞋子中的所有三个传感器，即加速度传感器56、陀螺仪57和磁力计58，其将为步态周期分析提供最佳结果。通常，可以仅使用图5所示的传感器中的一个、两个或全部三个。

图6示出了根据本发明的可移除或不可移除地集成或附接到运动鞋的更复杂的传感器设备500的示例。此示例包括与图5所示的设置起类似作用的电源51、处理器52、存储器53、收发器54和计步器55、陀螺仪57和磁力计58。此外，图6中的示例包括分别用于脚跟56a和前脚掌56b的单独的加速度传感器。因此，可以更精确地测量加速度，并且前脚掌和脚跟加速度之间的差异可以传递更详细的信息，用于构造根据本发明的定制鞋的数字模型。通常，根据本发明，可以使用任何数量(包括仅一个)和所描述的传感器的组合。因此，并非可以存在和/或使用图6中所示的所有传感器。

图6的示例性传感器设备500包括弯曲传感器59。这种传感器能够测量鞋子(例如鞋底)的弯曲。温度传感器510可以在穿着鞋子时测量外部空气温度和/或人体的温度或鞋子中的温度。

压力传感器511包括压力传感器矩阵。使用这样的压力传感器矩阵，可以获得一系列“压力图”(类似于所谓的“热图”)，其对脚在移动时的行为的动态进行编码，即压力随时间的分布。此信息可以实现与用户的实时交互，例如建议在跑步时校正运动以防止受伤。

湿度传感器512能够测量鞋子内部和/或外部的湿度。来自鞋子内部的湿度数据可以提供关于人的出汗的信息。如果出汗多，则定制鞋可以设有吸湿芯材料和/或良好的空气通风。来自鞋子外部的湿度数据可以指示此人是否通常在恶劣的天气条件(例如下雨)中跑步。如果是这种情况，则定制鞋可以设置有防水涂层。

心率(HR)传感器513能够测量人的心率，这可以允许推断人的健康水平。

气体传感器514可以给出关于汗液一致性的指示。这可以指示此人是否生病(例如，具有足癣(在德语中为Fuβpilz))。在衬衣中，气体传感器514可以给出关于气味水平的指示，然后可以指示健康状态。

图7示出了根据本发明的为人定制产品的订购过程的示意图。此过程开始于步骤701。在步骤702中，选择产品的设计。如附图标记703所示，不同的参数可以影响产品的设计。这些参数包括例如为其定制和制造产品的人的文化背景、当前趋势、用户偏好、用户的位置和社交数据。

在步骤704中，做出产品是鞋子还是服装的选择。

如果产品是鞋子，则在步骤705中为鞋子选择鞋底。鞋底的选择基于通过集成到此人在体育活动期间先前穿着的鞋中的至少一个传感器获得的接收传感器数据。还可能的是，此人能够选择现有的鞋底材料(例如EVA、eTPU、ePEBA、TPU)，并且此鞋底根据所接收到的传感器数据进行相应地修改。影响在步骤705中选择的鞋底的参数706包括例如用户是否通常进行户外或户内运动、他是否在脚跟上施加强负荷、鞋底的期望防水程度、其厚度和尺寸。

例如，如果此人大多数时间在户外，则可以预先选择户外鞋底。如果此人大多数时间在户内，则可以预先选择户内鞋底。如果鞋子暴露于大量的水中，则可以预先选择防水/抗水鞋底。如果此人是林间跑步者，则可以预先选择薄的鞋底，因为林间地面是柔软的。如果此人是街道跑步者，则可以预先选择厚的鞋底，因为需要弹性。如果人是脚跟着地者，则鞋底的跟部可以更坚固。如果人的脚的确切尺寸是已知的，则鞋底可以根据此尺寸制造，并且不限于传统的、离散的鞋子尺寸。

在步骤707中，选择鞋底的弯曲，即其总体刚度。影响鞋子的弯曲的参数709包括例如用户是前脚掌还是脚跟着地者，以及他是否通常实施户内或户外运动。鞋子的弯曲可以通过适当放置在步骤708中限定的补片来调节。用于制造运动物品的补片布置例如在申请人的专利申请DE 10 2015 224 885中描述。

在步骤710中，为鞋子选择鞋面。例如，在步骤710中选择用于鞋面的纺织品，可以基于所收集和评估的传感器数据自动地选择，或者用户通过自己进行预选择。影响在步骤710选择的纺织品的参数711包括例如是否是户外或户内鞋子的鞋面、鞋面的防水性水平、其厚度、尺寸、纺织品图案、材料和人通常进行体育活动的温度。温度可以包括外部空气温度、体温或两者。

例如，在跑鞋的情况下，如果跑步者(即，人/用户)大多数时间在户外，则可以预先选择户外纺织品。如果跑步者大多数时间在户内，则可以预先选择户内纺织品。如果鞋子暴露在大量的水中，可以预先选择防水/抗水纺织品。如果人通常在高温环境中跑步，则可以预先选择透气性纺织品。如果人通常在低温环境中跑步，则可以预先选择绝热、加热材料。如果人的脚的确切尺寸是已知的，则鞋面可以根据此尺寸制造，并且不限于传统的、离散的鞋子尺寸。

在步骤712中，为鞋子选择一个或多个传感器。可选择的传感器可以包括例如加速度计、陀螺仪、磁力计、温度传感器、压电元件、压力传感器、气体传感器及其任何组合。

如果在步骤704中确定要生产的定制产品是服装(即，不同于鞋子，例如衬衣、运动衫、长裤、上衣、帽子、袜子、紧身衣、绑腿等的产品)，则此方法进行到步骤715，其中选择用于服装的一种或多种材料。影响在步骤715选择的纺织品的参数716包括例如服装是户外还是户内使用、服装的防水性水平、其厚度、尺寸、纺织品图案、材料和人通常进行的体育活动的温度。温度可以包括外部空气温度、体温或两者。参数还可以包括服装是否被做成服装中使用的测量和任何增强物。

在步骤710中，根据在先前步骤中做出的选择，最终生产定制产品(即来自步骤710的鞋子或来自步骤715的服装)。

此方法终止于步骤714。

在图8A、图8B和图8C中示出用于测量脚下的压力分布的示例性传感器内底801。内底801包含例如通过印刷技术集成到内底中的电容矩阵。电容矩阵包括导电材料和柔性/软绝缘材料的交替层。当压力由脚施加在柔性/软材料上时，矩阵中的电容与施加的压力成比例地变化。

图8A中以剖视图示意性地示出柔性/软绝缘材料和导电材料的分层布置。在内底801的顶层802下方布置有上绝缘层803。在上绝缘层803下方，布置包括四对绝缘层和导电印刷层的实际导电矩阵。因此，从顶部到底部的导电矩阵的层序列是绝缘层804、第一导电印刷层805、绝缘层806、第二导电印刷层807、绝缘层808、第三导电印刷层809、绝缘层810和第四导电印刷层811。在导电矩阵的四对绝缘层和导电印刷层下方，底部绝缘层812布置在内底的最终底层上方。脚814搁置在内底的顶层802上。图8中所示的层的数量和布置仅是示例，并且可以在不同的应用中变化。例如，导电层的数量可以多于或少于图8中的数量。

图8B示出了四个导电印刷层805、807、809和811中的每一个的俯视图。第一导电印刷层805和第四导电印刷层811是接地层，而第二导电印刷层807和第三导电印刷层809是有源层。第二导电印刷层807包括导电条的横向-中间布置。第三导电印刷层809包括导电条的纵向排列。

可以在第二导电印刷层807的条状件和第三导电印刷层809的条状件彼此交叉的点处测量电容的变化。当第二导电印刷层807和第三导电印刷层809在内底801中重叠时，这些点以矩阵的形式布置。因此，可以在整个内底上分布的多个点处测量电容，并因此测量压力。

图8C描绘了具有由如上所述的导电矩阵提供的集成感测区域815的内底801的俯视图。电池和电子部件、例如微控制器、无线电模块和如上所述的其他传感器可以布置在区域816中，即脚的足弓的区域。区域816的厚度可以是3-8mm，优选5mm。电子器件可以集成，例如，模塑或可释放地连接到鞋内底801。

图9示出了根据本发明的运动鞋和方法的使用情况。人(消费者)901穿着如前所述的基于传感器的运动鞋。当人穿着鞋子时，通过集成到鞋子中的至少一个传感器获得传感器数据。除了使用传感器数据来构造为本文详细描述的为人定制的新运动鞋的数字模型，传感器数据还可以用于损伤检测902，这将参照图11更详细地描述。

传感器数据的进一步应用是步态分析。此步态分析可以用于为如本文中详细描述的为人定制的新的体育节目构造数字模型。然而，步态分析也可以通过移动设备上的显示器呈现给用户，例如智能手机、智能手表、平板计算机、笔记本计算机、台式计算机等。为此，在一个示例性实施例中，传感器数据从基于传感器的鞋子传输到执行步态分析的处理设备，例如，智能手机、智能手表、平板计算机、笔记本计算机、台式计算机等，并且从处理设备传输到移动设备。处理设备和移动设备可以是相同的设备。可替代地，在基于传感器的鞋子的处理器上执行步态分析并将步态分析传送到移动设备。或者可替代地，传感器数据可以用基于传感器的鞋子的处理器预处理，并且预处理的数据被传输到处理设备以执行步态周期分析。

一般来说，在基于传感器的鞋子与处理设备或移动设备之间传送数据可以经由蓝牙、低功耗蓝牙、Wifi、NFC、蜂窝网络等来执行。此外，可以经由诸如USB的有线连接或串行连接来传输数据。

步态分析903可以包括人的行走步态、人的跑步步态或两者，如图9中的附图标记904所示。如图9中的附图标记905所示，步态分析可以在鞋子或人的生命期间上延续。在这种情况下，在人的生命期中人的步态周期的长期趋势、偏差和变化在生命步态分析中可以变得可见。

如附图标记906所示，基于传感器的鞋子也可以在日常活动跟踪器的情况下使用。为此，基于传感器的鞋子可以将收集的传感器数据传输到移动设备，例如智能手机、智能手表、平板计算机、多媒体播放器等。在移动设备内处理传感器数据之后，然后将传感器数据作为他/她在移动设备上的日常活动的记录呈现给用户。例如，可以从传感器数据提取在一天期间进行的步数并且呈现给人。此外，可以从适当的传感器数据计算能量消耗并向人呈现每日能量消耗。在日常活动跟踪器的情况下可以呈现给人的进一步的信息包括行走和/或跑步距离、行走和/或跑步时间、环境温度和/或体温、一天中最快的速度等。

在日常活动跟踪器服务的情况下，还可以基于收集的传感器数据来实现重量跟踪器909。例如，传感器数据可以包括来自可以用于确定人的重量的压力传感器的压力信息。然后可以向此人呈现每日体重以提供训练的激励。人还可以指示期望的重量，并且基于当前重量和期望重量之间的差生成训练计划。

通过使用压电元件或压力传感器可以测量人的重量。使用来自这些类型传感器的传感器数据，可以通过测量当人站立、行走或跑步时施加到压电元件或压力传感器的力来测量人的重量。在行走或跑步活动期间，来自压电元件或压力传感器的数据可以与来自加速度计的数据同步以确定地面接触的确切时间点。

基于重量，可以给用户提供健康相关的消息(例如“训练多一点”，“您的体重高于上次训练”，“训练少一点因为您正在过速减重”)。这样的消息可以基于预先输入的体重或基于第一次测量。人可以添加重量范围。可以基于这样的范围将消息(见上文)被发送给用户。基于确定的重量，可以修改或选择具有特定性质或材料的特定中底和/或外底。例如，中底的厚度可以适应于用户的重量，并且人越重，中底可以越厚以提供足够的缓冲。如果人相当重则外底可以被制成更耐磨以抵消磨损。

图9中的附图标记907和908表示购买基于数字模型为人定制的新运动鞋和生产/制造908定制运动鞋的过程1007，其中基于接收到的传感器数据构造数字模型，其中接收到的传感器数据是通过集成到基于传感器的最好鞋子中的至少一个传感器获得的，并且其中当基于传感器的鞋子在由人进行如本文中详细描述的体育活动期间穿戴时获得传感器数据。为此，由附图标记909表示的工厂可以请求人的步态分析。步态分析可以存储在已经从基于传感器的鞋子发送到的服务器上(例如在云中)。可替代地，工厂909可以直接从基于传感器的鞋子中的处理器/微控制器请求步态分析。在基于传感器的鞋子和工厂909之间传送步态分析可以经由蓝牙、低功耗蓝牙、Wifi、NFC、蜂窝网络等来执行。此外，可以经由例如USB的有线连接或串行连接来传输数据。通常可以经由诸如计算机、服务器、路由器、Wifi接入点、DSL调制解调器、蓝牙信标、NFC设备等的中间设备进行传送。

图9的底部矩形示出了可以提供给基于传感器的鞋子的用户901的多个附加服务。一种这样的服务是可视化跑步910。在可视化跑步910中，由基于传感器的鞋子中的至少一个传感器记录的传感器数据被应用于人的人体模型。然后基于此，可以重新播放跑步以模拟身体功能并且检测身体上的应力。同时，可以获得根据本发明为人定制的新运动鞋的数字模型。此数字模型可以应用于可视化跑步，模拟对新的定制鞋对表现的影响和对人的身体的影响。在跑步期间记录的GPS数据可以用于在可视化跑步期间在地图上示出人的地理位置。此外，可以显示诸如心率、步速、速度、节奏等的表现数据。

在本发明的情况中可以提供给人的另一服务是健康报告911，其使用记录的传感器数据来了解人的表现和健康。基于由基于传感器的鞋子中的至少一个传感器收集的传感器数据，可以建立健康报告。健康报告可以示出例如人的健康水平是否下降、他是否开始减慢、心率异常等。如果健康报告指示严重的健康问题，则可以要求此人联系医生。可替代地，在这种情况下，可以自动联系医生(例如家庭医生)，并且健康报告可以以电子形式自动传输给医生。通常，对于基于传感器的鞋子的日常使用，可以检测应力916并传递训练的建议。

还可以向用户提供所谓的储物柜装备店服务912。例如，如果人忘记了他/她的运动服，但是他们迫切需要运动服，则储物柜装备店服务可以在特定时间段内(例如8小时)将所需的运动服，特别是运动鞋投递到期望的位置(例如健身房)。为此，可以基于存储在数据库、服务器计算机或云中的数字模型来生产运动服(例如鞋子)(例如通过使用完全自动化的生产技术，包括3D打印、由机器人放置部件、编织机等)。鞋子可以例如在人的当前位置附近的商店或零售店中生产，以最小化投递延迟。

另一项服务是矫形鞋底设计913。在这种情况下，记录的传感器数据用于创建矫形鞋底设计，即考虑到人的脚的矫形性质和特殊性的鞋底设计。根据本发明可以获得矫形鞋底，即，可以接收通过集成到基于传感器的鞋子中的至少一个传感器获得的传感器数据，其中，由人在体育活动期间穿戴基于传感器的鞋子时获得传感器数据。然后构造包括基于接收到的传感器数据的矫形鞋底设计的新定制鞋的数字模型。最后，基于数字模型制造包括矫形鞋底的定制鞋。可替代地，基于传感器数据或数字模型仅制造矫形鞋底。例如，传感器数据或数字模型可以被带到矫形店(例如在USB棒、CD ROM、智能电话/台式计算机的存储器上或者通过电子邮件、云服务、ftp等电子传送)，其中基于传感器数据或数字模型制造矫形鞋底。

在本发明的情况中可以提供的另一服务是鞋更换预测914。根据此服务，基于存储在例如基于传感器的鞋子中的至少一个传感器、微控制器或存储器中的信息来确定运动鞋的使用年限。当运动鞋已经达到一定使用年限时，鞋材料中的变化和改变可能负面地影响人的步态周期。在这种情况下，可给予人警告和提示购买可以如本文所述定制的新运动鞋。这样的警告可以在诸如智能手机、智能手表、平板计算机、多媒体播放器等的移动设备上的显示器上呈现给人。还可以向此人发送电子邮件、文本消息、文本消息服务(SMS)等。此外，运动鞋可以包括指示器(例如LED)以指示此鞋已经达到一定使用年限。

在本发明的情况中可以提供给人的另一服务是基于活动的鞋子推荐服务915。在这种情况下，可以使用记录的传感器数据和可选地附加的社交信息(例如来自社交网络)来基于此信息检测日常活动，包括例如体育运动(例如街道足球、网球、篮球等)、空闲时间活动教育/工作时间等，可以向用户推荐用于不同运动和日常使用的鞋子。例如，如果检测到人正在进行混合式健身和跑步，则可以向此人建议购买针对相应活动优化的不同的两双鞋子。

基于传感器的鞋子的另一使用情况是在健身跟踪的情况中。在跑步期间，基于传感器的鞋子可以与由人所穿戴的移动设备，例如智能手机、智能手表、平板计算机、多媒体播放器等等进行通信，以将传感器数据传输到所述移动设备。在移动设备上处理传感器数据，并且从传感器数据提取的相关信息在移动设备的显示器上或者经由移动设备的扬声器或者经由有线或无线连接到移动设备的耳机实时呈现给人。此信息可以例如包括速度、步速、节奏和心率。如果移动设备配备有诸如GPS、Glonass、Galileo等的定位系统模块，则也可以呈现人在跑步期间的当前位置。

在使用基于传感器的鞋子的这种跑步期间，还可以向用户呈现消息，如图10A、图10B和图10C中示例性地示出的。因此，在图10A中，传感器数据已经示出了人在跑步期间过热。例如，在一定时间段(例如1分钟)内，体温可能已经高于某一阈值(例如38℃)。如果是这种情况，则可以向此人呈现警告他/她关于过热的消息。此消息可以伴随有光学或声音警报或两者兼有。如果移动设备配备有通常在智能电话中可见的振动设备，则可替代地或附加地触发振动警报。体温可以如参考图3H和图3I所述测量，即通过集成在人的鞋子和/或跑步衬衣中的温度传感器测量。

在图10B和图10C中示出了可以呈现给人的其他示例性消息。在图10B的情况下，此人在可视化跑步期间每周已经达到50英里，并且此信息被立即呈现给他/她作为激励。在图10C的情况下，此人已经完成了1000km，并且此信息再次立即被呈现给他/她作为激励。可以呈现的其他激励包括例如能量消耗(例如消耗的一定数量的卡路里)、所进行的步数、达到的某一水平的速度等。人完成的跑步距离可以借助于位置传感器(例如GPS、GLONASS、Galileo等)测量，其通过此人的移动设备(例如他/她的智能电话、平板计算机、智能手表、活动跟踪设备)使用，在另一实施例中，位置传感器(例如GPS、GLONASS、Galileo等)也可以包括在鞋子中。或者可以从例如加速度计和/或计步器等(放置在鞋子中)的其他传感器数据提取。

图11示出了图9中提及的损伤检测902的细节。此过程开始于步骤1101。在步骤1102中，穿戴根据本发明的基于传感器的鞋子的人开始移动，例如，跑步或行走。在步骤1103中，如前所述分析人的步态周期。然后在步骤1105中将步态周期与步态周期的历史1104进行比较。步态周期的历史可以存储在可以位于基于传感器的鞋子的存储器中的数据库1106中。可替代地，数据库可以位于人的个人设备上，例如智能手机、平板计算机、数字媒体播放器等。

在步骤1107中，基于步骤1105的比较来做出当前步态是否是正常步态的决定。如果是这种情况，则此过程结束于步骤1108。如果当前步态不是正常步态，则在步骤1109开始康复模式。在此模式下，可以在步骤1110中向人提供康复建议。这种建议可以包含此人如何可以再次达到正常步态的信息。如上所述，可以在移动设备的显示器上向此人呈现建议。基于步幅模式，可以估计人的康复的阶段。然后，例如，可以给出对某些锻炼的建议和所建议的跑步时间长度。根据进展，如果没有改善，可以再次建议看医生。

康复模式1109还可以包括损伤分析1111，其包含关于导致偏离正常步态的损伤的信息。这样的分析可以基于收集的传感器数据，并且可以例如产生人已经扭伤韧带的结果。在检测到损伤的情况下，可以在步骤1112向人呈现风险建议。此建议可以指示进一步进行体育活动可能导致进一步的严重损伤。损伤分析还可以存储在数据库1106中，以供将来参考和比较。

Claims (19)

1.为人定制的运动鞋，包括：

第一运动鞋，其包括至少一个传感器，其中所述第一运动鞋基于第一数字模型制造，

其中所述第一数字模型基于从集成在第二运动鞋中的至少一个传感器所接收到的传感器数据来构造以响应人的特性随时间的变化而被更新，其中所述第二运动鞋基于第二数字模型制造，

其中所述传感器数据是人在体育活动期间穿戴所述第二运动鞋时获得的，以获得具有进一步改进和定制特性的下一代运动鞋的数字模型，以及

其中所述第一运动鞋的所述至少一个传感器传递用于制造第三运动鞋的传感器数据；

其中所述运动鞋还包括能量收集设备和微控制器，所述能量收集设备用于当用户在行走和/或跑步时产生足够的能量来启动所述微控制器基于所述接收到的传感器数据执行步态周期分析以构造数字模型。

2.根据权利要求1所述的运动鞋，其中所述传感器数据包括以下群组中的至少一个参数，包括：距离、速度、心率、体温、重量、血流量、能量消耗和地理位置。

3.根据权利要求2所述的运动鞋，其中所述速度包括步速。

4.根据权利要求1至2之一所述的运动鞋，其中所述至少一个传感器是以下之一：陀螺仪、加速度计、磁力计、温度传感器、压力传感器、弯曲传感器、计步器、湿度传感器和定位系统。

5.根据权利要求1至2之一所述的运动鞋，其中所述传感器数据包括来自加速度计和陀螺仪的传感器数据。

6.根据权利要求1所述的运动鞋，其中所述数字模型基于以下群组中的至少一个参数，包括：人跑步的时间量、人行走的时间量、人站立的时间量、人坐着的时间量、前脚掌着地的冲击、脚中部着地的冲击、脚跟着地的冲击、旋前、步幅距离、步态的对称性和人的重量。

7.根据权利要求1或6所述的运动鞋，其中所述运动鞋包括中底，并且其中基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：所述中底的材料、厚度、刚度、绝热性和/或缓冲性质。

8.根据权利要求1或6所述的运动鞋，其中所述运动鞋包括外底，并且其中基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：外底的材料、厚度、刚度、缓冲性质、耐磨性和/或轮廓结构。

9.根据权利要求1或6所述的运动鞋，其中所述运动鞋包括鞋面，并且其中基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：鞋面的材料、厚度、刚度、耐磨性和/或防水性、透气性、绝热性和/或轮廓结构。

10.一种制造为人定制的运动鞋的方法，包括以下步骤：

接收由集成到第二运动鞋中的至少一个传感器获得的传感器数据，其中所述传感器数据是人在体育活动期间穿戴所述第二运动鞋时获得的以获得具有进一步改进和定制特性的下一代运动鞋的数字模型；

基于所述接收到的传感器数据构造第一运动鞋的第一数字模型以响应人的特性随时间的变化而被更新；

基于所述第一数字模型制造所述第一运动鞋，其中所述第一运动鞋包括至少一个传感器；

基于所接收的来自所述第一运动鞋的传感器数据构造第三数字模型；以及

基于所述第三数字模型制造第三运动鞋；

其中所述运动鞋还包括能量收集设备和微控制器，所述能量收集设备用于当用户在行走和/或跑步时产生足够的能量来启动所述微控制器基于所述接收到的传感器数据执行步态周期分析以构造数字模型。

11.根据权利要求10所述的方法，其中所述传感器数据包括以下群组中的至少一个参数，包括：距离、速度、心率、体温、重量、血流量、能量消耗和地理位置。

12.根据权利要求11所述的方法，其中所述速度包括步速。

13.根据权利要求10至11之一所述的方法，其中所述至少一个传感器是以下之一：陀螺仪、加速度计、磁力计、温度传感器、压力传感器、弯曲传感器、计步器、湿度传感器和定位系统。

14.根据权利要求10至11之一所述的方法，其中所述传感器数据包括来自加速度计和陀螺仪的传感器数据。

15.根据权利要求10所述的方法，其中所述数字模型基于以下群组中的至少一个参数，包括：人跑步的时间量、人行走的时间量、人站立的时间量、人坐着的时间量、前脚掌着地的冲击、脚中部着地的冲击、脚跟着地的冲击、旋前、步幅距离、步态的对称性和人的重量。

16.根据权利要求10或15所述的方法，其中所述运动鞋包括中底，并且其中基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：所述中底的材料、厚度、刚度、绝热性和/或缓冲性质。

17.根据权利要求10或15所述的方法，其中所述运动鞋包括外底，并且其中基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：外底的材料、厚度、刚度、缓冲性质、耐磨性和/或轮廓结构。

18.根据权利要求10或15所述的方法，其中所述运动鞋包括鞋面，并且其中基于所述接收到的传感器数据适配以下群组中的至少一个参数，包括：鞋面的材料、厚度、刚度、耐磨性和/或防水性、透气性、绝热性和/或轮廓结构。

19.根据权利要求10所述的方法，其中所述方法在零售店中执行。