CN107277453B - 用于估计进行锻炼的用户的能量消耗的方法和装置 - Google Patents

Abstract

示例性实施例可涉及系统、方法、装置和计算机可读介质，其配置为提醒用户进行锻炼、监测进行锻炼的用户的体形、和基于锻炼的类型以及用户的体形计算进行锻炼的用户的能量估计。

Description

用于估计进行锻炼的用户的能量消耗的方法和装置

本申请是申请号为201180067478.0、申请日为2011年12月13日、发明名称为“处理进行运动活动的用户的数据以估计能量消耗”的发明专利申请的分按申请。

相关申请的交叉引用

本申请是2011年11月7日提交的题为“自动个人训练系统的系统和方法(Methodand System for Automated Personal Training)”的美国专利申请No.13/290,359、2011年11月23日提交的题为“包括训练程序的自动个人训练的系统和方法(Method and Systemfor Automated Personal Training That Includes Training Programs)”的美国专利申请No.13/304,064以及2011年11月23日提交的题为“疲劳指数和其使用(Fatigue Indicesand Uses Thereof)”的美国专利申请No.13/304,056的部分继续申请。本申请要求以下美国临时专利申请的权益和优先权：2010年12月13日提交的61/422,511、2011年1月13日提交的61/432,472、2011年1月18日提交的No.61/433,792，其每一个都题为“自动个人训练的方法和系统(Method and System for Automated Personal Training)”。该临时申请的每一个的内容都通过引用的方式合并于此，用于任意和全部非限制性目的。

技术领域

本发明涉及用于估计进行锻炼的用户的能量消耗的方法，并涉及用于估计进行锻炼的用户的能量消耗的装置。

背景技术

尽管大部分人了解身体健康的重要性，许多人难以找到保持常规锻炼程序所需要的动力。一些人特别难于保持涉及持续重复的动作的锻炼方式，这包括跑步、步行和骑自行车。

附加地，个体可将锻炼视作工作或日常杂事，且由此将其从他们日常生活的享受方面分离开。通常，该运动活动和其他活动之间的分离降低了个体可能具有的对于锻炼的激励的量。朝向鼓励个体参与运动活动的运动活动服务和系统还可能关于关注一个或多个特定的活动，却忽视了个体的兴趣。这还可降低用户参与运动活动或使用运动活动服务和系统的兴趣。

因此，希望具有解决这些以及其他短处的改进的系统和方法。

发明内容

下文中提供了简化的概述，以提供关于本公开的一些方面的基本的理解。该概述不意图作为本公开的详尽的概括。其不意图确定本公开的关键或决定性元件，或勾勒出本公开的范围。下文中的概述仅以下文中的描述的前序的简化形式展示了本公开的一些概念。

本公开的方面涉及处理用户进行运动活动时获取的数据，以确定示例性地诸如消耗的卡路里数量的能量消耗的估计。

示例性实施例可涉及系统、方法、装置和计算机可读介质，其配置为提醒用户进行锻炼、监测进行锻炼的用户的体形、和基于锻炼的类型以及用户的体形计算进行锻炼的用户的能量消耗估计。在其他实施例中，消耗估计可示例性地为或包括由用户消耗的卡路里的估计。在特定的实施例中，能量消耗计算包括和以下相关的确定：努力、消耗的氧气、和/或用户的氧气动力学。

在各个方面中，系统、方法、装置、和/或计算机刻可读介质可配置为处理采集的在时间间隔上进行运动活动的用户的数据，且确定在该时间阶段的第一时刻和第二时刻处用户的身体部分、身体区域以及整个身体的质心的位置。在其他方面中，系统、方法、装置和/或计算机可读介质可配置为确定从第一时刻至第二时刻质心的位置的变化，且计算由于该变化造成的用户的能量消耗估计。

将在本公开中结合附图讨论实施例的这些以及其他方面。

附图说明

在附图中通过示例的方式且非限制地示出了本公开，在所述附图中相似的附图标记贯穿地表示相似的元件，且在其中：

图1A-B示出了根据示例性实施例的用于提供个人训练的系统的示例，其中图1A示出了配置为监测运动活动的示例性网络，且图1B示出了根据示例性实施例的示例性计算装置。

图2A-B示出了根据示例性实施例可由用户佩带的示例性传感器组件。

图3示出了根据示例性实施例将锻炼时用户的体形计入作为估计的一部分来计算用户的能量消耗的方法的示例性流程图。

图4示出了根据示例性实施例关于在锻炼期间监测的用户的身体的示例性分数。

图5示出了根据示例性实施例的示例性姿势评价。

图6示出了根据示例性实施例用于进行锻炼的用户虚拟化身的示例性屏显。

图7A-B示出了根据示例性实施例用于进行锻炼的用户虚拟化身的示例性屏显。

图8示出了根据示例性实施例基于监测势能的变化计算进行运动活动的用户的能量消耗估计的方法的示例性流程图。

图9、10A-B和11示出了根据示例性实施例用户的虚拟化身的质心的示例性位置。

具体实施方式

在下文中对于各个实施例的描述中，参照附图，所述附图构成了此处的一部分，且其中通过示例的方式示出在其中可实施本公开的方面的各个实施例。应理解也可使用其他实施例，且可进行结构以及功能性的修改而不背离本发明的范围。此外，本公开中的标题不应被视作对本公开的方面的限制。受益于本公开，本领域技术人员将理解示例性实施例并不受限至示例性标题。

I.示例性个人训练系统

A、示例性计算装置

图1A示出了根据示例性实施例的个人训练系统100的示例。示例性系统100可包括一个或多个电子装置，诸如计算机102。计算机102可包括移动终端，诸如电话、音乐播放器、平板电脑、上网本或任意便携式装置。在其他实施例中，计算机102可包括机顶盒(STB)、台式电脑、(一个或多个)数字录像机(DVR)、(一个或多个)计算机服务器、和/或任意其他希望的计算装置。在特定的构造中，计算机102可包括游戏主机，例如

XBOX,

Playstation,和/或

Wii游戏主机。本领域技术人员将理解这些仅为出于描述目的的示例性主机，且本公开不被限制至任意主机或装置。

转至图1B，计算机102可包括计算单元104，其可包括至少一个处理单元106。处理单元106可为用于执行软件指令的任意类型的处理装置，例如可示例性地为微处理器装置。计算机102可包括多种非易失性计算机可读介质，诸如存储器108。存储器108可包括但不限于，诸如RAM110的随机访问存储器(RAM)和诸如ROM112的只读存储器(ROM)。存储器108可包括任意下列：电可擦除可编程只读存储器(EEPROM)、闪存或其他存储技术、CD-ROM、数字化多用途光盘(DVD)或其他光盘存储器、磁存储装置、或任意其他可用于存储信息以及由计算机102访问的介质。

处理单元106和系统存储器108可被直接地或间接地连接(通过总线114或替换的通信结构)至一个或多个外设。例如，处理单元106或系统存储器108可直接或间接连接至附加的贮存存储器，诸如硬盘驱动器116、可移除磁盘驱动器117、光盘驱动器118和闪存卡121。处理单元106和系统存储器108还可直接或间接连接至一个或多个输入装置120和一个或多个输入装置122。输出装置122可例如包括监视显示器、电视、打印机、音响或喇叭。在一些实施例中，一个或多个显示装置可并入眼佩带件中。并入眼佩带件中的显示装置可提供反馈至用户。并入一个或多个显示装置的眼佩带件刚还可提供至便携式显示系统。输入装置120可例如包括键盘、触摸屏、远端控制板、指点装置(诸如鼠标、触摸板、触控笔、轨迹球或操纵杆)、扫描仪、摄像机或麦克风。关于此，输入装置可包括一个或多个传感器，其配置为从用户感知、检测、和/或测量运动移动，诸如用户124，如图1A所示。

再次参照图1A，可将图像捕捉装置126和/或传感器128用于检测和/或测量用户124的运动移动。在一个实施例中，获取数据的图像捕捉装置126或传感器128可直接检测运动移动，使得从图像捕捉装置126或传感器128获取的数据直接地和运动参数相关联。示例性地，且参照图4，来自图像捕捉装置126的图像数据可检测到传感器位置402g和402i之间的距离已经减少，图像捕捉装置126自身可配置为检测出用户的右臂124已经移动。但是，在其他实施例中，来自图像捕捉装置126和/或传感器128的数据可被组合使用，不论是彼此组合或和其他传感器组合，以检测和/或测量移动。因此，可从自两个或更多个装置获取的组合数据确定特定的测量值。图像捕捉装置126和/或传感器128可包括或操作地连接至一个或多个传感器，包括但不限于：加速度器、陀螺仪、定位装置(例如GPS)、光传感器、温度传感器(包括环境温度和/或体温)、心率监测器、图像捕捉传感器、湿度传感器和/或以上的组合。示例性传感器126、128的示例性使用在下文题为“示例性传感器”的章节I.C中提供。计算机102也可使用触摸屏或图像捕捉装置来确定用户指点的位置，以从图形化用户界面进行选择。一个或多个实施例可使用一个或多个有线和/或无线技术，其中无线技术的示例包括蓝牙

技术、蓝牙

低能量技术、和/或ANT技术。

B.示例性网络

更加一步地，计算机102、计算单元104、和/或任意其他电子装置可直接地或间接地连接至一个或多个网络接口，诸如示例性接口130(在图1B中示出)，以和诸如网络132的网络通信。在图1B的示例中，网络接口130可包括网络适配器或网络界面卡(NIC)，根据一个或多个通信协议将其配置为将来自计算单元104的数据和控制信号转换成网络信息，这些通信协议诸如传输控制协议(TCP)、互联网协议(IP)、和用户数据包协议(UDP)。这些协议在本领域中是周知的，且因此将不在此被详尽地讨论。界面130可采用任意合适的连接中介以连接至网络，这包括例如无线收发器、电源线适配器、调制解调器、或以太网连接。但是，网络132可为具有任意类型(一种或多种)或拓扑结构(一种或多种)、单独的或成组合的(一个或多个)的一个或多个信息分布网络，诸如(一个或多个)互联网、(一个或多个)内部网、(一个或多个)云、(一个或多个)局域网。网络132可为电缆、光纤、卫星、蜂窝电话、无线等中的一个或多个。网络在本领域中是周知的，且由此将不再在此赘述。网络132可被各式各样地配置，诸如具有一个或多个有限或无线通信信道，以连接至一个或多个位置(例如，学校、商业、家、消费住所、网络资源等)、至一个或多个远端服务器134，或至其他计算机，诸如和计算机102类似或相同。事实上，系统100可包括多于一个的每个部件(例如，多于一个计算机102、多于一个显示器136等)。

不论网络132中的计算机102或其他电子装置是便携式的或处在固定的位置处，将理解，除了上文具体列出的输入、输出和存储外围装置之外，计算装置可连接至(诸如直接地或通过网络132)多种其他的外围装置，包括可进行输入、输出或存储功能的那些，或其组合。在特定的实施例中，单个装置可集成图1A中示出的一个或多个部件。示例性地，单个装置可包括计算机102、图像捕捉装置126、传感器128、显示器136和/或附加的部件。在一个实施例中，传感器装置138可包括具有显示屏136、图像捕捉装置126和一个或多个传感器128的移动终端。但是，在其他实施例中，图像捕捉装置126和/或传感器128可为配置为操作地连接至媒体装置的外围装置，所述媒体装置例如游戏或媒体系统。由此，由前文可见，本公开不限于固定系统和方法。而是，特定的实施例可由用户124在几乎任意位置中实施。

C.示例性传感器

计算机102和/或其他装置可包括配置为检测和/或监测用户124的至少一个体能参数的一个或多个传感器126、128。传感器126、128可包括但不限于：加速度器、陀螺仪、定位装置(例如GPS)、光传感器、温度传感器(包括环境温度和/或体温)、心率监测器、图像捕捉传感器、湿度传感器、和/或以上的组合。网络132和/或计算机102可和系统100的一个或多个电子装置通信，这示例性地包括显示器136、图像捕捉装置126(例如，一个或多个视频摄像机)、和传感器128，其可为红外(IR)装置。在一个实施例中，传感器128可包括IR收发器。例如，传感器126、和/或128可传输波形至环境中，包括朝向用户124的方向和接收“反射”或以其他方式检测这些发出的波形的变动。在此外的其他实施例中，图像捕捉装置126和/或传感器128可配置为发射和/或接收其他无线信号，诸如雷达、声纳、和/或听觉信息。本领域技术人员将容易地理解可将对应于多个不同的数据谱的信号根据各个实施例使用。基于此，传感器126和/或128可检测从外部源(例如，非系统100)发出的波形。示例性地，传感器126和/或128可监测从用户124和/或周围环境发出的热量。因此，图像捕捉装置126和/或传感器128可包括一个或多个热成像装置。在一个实施例中，图像捕捉装置126和/或传感器128可包括配置为进行距离测定(range phenomenology)。作为非限制性示例，配置为进行距离测定的图像捕捉装置可从Portland，Oregon的Flir Systems,Inc.购得。尽管图像捕捉装置126和传感器128以及显示器136示出为和计算机102直接(有线地或无线地)通信，本领域技术人员将理解任意装置可和网络132直接(有线地或无线地)通信。

1.多用途电子装置

用户124可持有、携带、和/或穿戴任意数量的电子装置，包括传感装置138、140、142和/或144。在特定的实施例中，一个或多个装置138、140、142、144可不被针对健身或运动用途特别地制造。事实上，本公开的方面涉及利用来自多个装置的数据以采集、检测和/或测量运动数据，该多个装置中的一些并非健身装置。在一个实施例中，装置138可包括便携式电子装置，诸如电话或数字音乐播放器，包括从Cupertino,Californiao的Apple公司可购得的

或

或从Redmond,Washington的Microsoft可购得的

或

Windows装置。如在本领域中已知的，数字音乐播放器可用作计算机的输出装置(例如，将来自声音文件的音乐输出或将来自图像文件的图像输出)以及存储装置两者。在一个实施例中，装置138可为计算机102，而在其他实施例中，计算机102可完全不同于装置138。不论装置138是否配置为提供特定的输出，其可用作输入装置，以接收传感信息。装置138、140、142和/或144可包括一个或多个传感器，这包括但不限于加速度器、陀螺仪、定位装置(例如GPS)、光传感器、温度传感器(包括环境温度和/或体温)、心率监测器、图像捕捉传感器、湿度传感器、和/或以上的组合。在特定的实施例中，传感器可为被动式的，诸如可由图像捕捉装置126和/或传感器128(以及其他)检测的反射材料。在特定的实施例中，传感器144可合并进入服饰中，诸如运动衣物。例如，用户124可佩带一个或多个体上(on-body)传感器144a-b。传感器144可合并进入用户124的衣物中和/或布置在用户124的身体的任意希望的位置处。传感器144可和计算机102、传感器128、138、140和142和/或相机126通信。在2002年10月30日提交的美国专利申请No.10/286,396(公开为美国专利公开No.2004/0087366)中，描述了交互性游戏服饰的示例，其内容通过引用的方式合并于此，用于任意和全部非限制性目的。在特定的实施例中，被动式传感表面可反射波形，诸如由图像捕捉装置126和/或传感器128发射的红外光。在一个实施例中，位于用户124的服饰上的被动式传感器可包括由玻璃或其他可反射波形的透明或半透明表面制成总体球状结构。可使用不同等级的服饰，其中给定等级的服饰具有特定的传感器，其配置为在恰当地佩带时定位为靠近用户124的身体的特定部分。示例性地，高尔夫服饰可包括布置在处于第一构造中的服饰上的一个或多个传感器，而足球服饰可包括布置在处于第二构造中的服饰上的一个或多个传感器。

装置138-144可彼此通信，直接地或通过诸如网络132的网络。一个或多个装置139-144之间的通信可通过计算机102通信。示例性地，两个或更多个装置138-144可为可操作地连接至计算机102的总线114的外围装置。在此外的其他实施例中，诸如装置138的第一装置可和诸如计算机102的第一计算机以及诸如装置142的其他装置通信，但是，装置142可不配置为连接至计算机102，而是可和装置138通信。本领域技术人员将理解其他的构造也是可能的。

示例性实施例的一些实施方式可替换地或附加地采用意图为能够用于宽范围的功能的计算装置(例如台式计算机或笔记本个人计算机)。这些计算装置可按需要具有外设或附加的构件的任意组合。而且，图1B中示出的部件可包括在服务器134、其他计算机、装置中等。

2.示例性服饰/附件传感器

在特定的实施例中，传感装置138、140、142和/或144可形成在用户124的衣物或附件中或以其他方式和其关联，附件包括手表、臂带、腕带、项链、衬衫、鞋等。鞋安装和腕部佩带装置(分别是装置140和142)的示例在下文中随机进行了描述，但是，其仅为示例性实施例，且本公开不应被限制至此。

i.鞋安装装置

在特定的实施例中，传感装置140可包括鞋类物件，其可包括一个或多个传感器，这包括但不限于：加速度器、诸如GPS的位置感应部件和/或力传感器系统。图2A示出了传感器系统202的一个示例性实施例。在特定的实施例中，系统202可包括传感组件204。组件204可包括一个或多个传感器，诸如加速度器、位置确定部件、和/或力传感器。在示出的实施例中，组件204并入多个传感器，其可包括力敏电阻(FSR)传感器206。在此外的其他实施例中，可使用其他传感器(一个或多个)。端口208可布置在鞋的鞋底结构209中。端口208可可选地设置为和电子模块210(其可在壳体211中)以及将FSR传感器连接至端口208的多个引线212通信。模块210可收纳在鞋的鞋底结构中的井部或腔部中。端口208和模块210包括互补接口214、216，用于连接和通信。

在特定的实施例中，图2A中示出的至少一个力敏电阻206可包括第一和第二电极或电接触部218、220和力敏电阻材料222，其布置在电极218、220之间，以将电极218、220电连接在一起。当压力施加至力敏材料222时，力敏材料222的电阻和/或电导变化，其改变了电极218、220之间的电势。电阻的改变可由传感器系统202检测，以检测施加在传感器216上的力。力敏电阻材料222可以多种方式在压力下改变其电阻。例如，力敏材料222可具有在材料被压缩时降低的内部电阻，和在下文中详述到的量子隧道复合材料类似。该材料的进一步压缩可进一步降低电阻，允许量化测量，以及双态(开/关)测量。在一些情形中，该类型的力敏电阻形为可描述为“基于体积的电阻”，且表现出该形为的材料可被称作“智能材料”。作为另一示例，材料222可通过改变面-面接触的程度而改变电阻。这可以若干种方式实现，例如，通过使用在表面上的微凸起部，其在非受压条件中升高表面电阻，其中表面电阻在未凸起部被压缩时降低，通过使用柔性电极，其可被变形以产生和另一电极的增加的面-面接触。该表面电阻可为材料222和电极218、220之间的电阻和/或多层材料222的导电层(例如，碳/石墨)和力敏层(例如，半导体)之间的表面电阻。压缩越大，面-面接触越大，导致更低的电阻且允许量化测量。在一些情形中，该类型的力敏电阻形为可被描述“基于接触的电阻”。应理解此处定义的力敏电阻材料222可为或包括掺杂或非掺杂半导体材料。

FSR传感器216的电极218、220可由任意导电材料制成，包括金属、碳/石墨纤维或复合材料、其他导电复合材料、导电聚合物或含导电材料的聚合物、导电陶瓷、掺杂半导体、或任意其他导电材料。引线212可由任意合适的方法连接至电极218、220，包括焊接、钎焊、铜焊、粘合剂接合、紧固件、或任意其他整体式或非整体式接合方法。替换地，电极218、220和相关的引线(一个或多个)212可由单件相同的材料222/224制成。

ii.腕戴式装置

如图2B所示，装置226(其可模仿或为图1A所示的类似的传感装置142)可配置为由用户124佩带，例如绕手腕、手臂、脚踝等。装置226可监测用户的运动移动，包括用户124的全天活动。由此，装置组件226可在用户124和计算机102的交互中和/或独立于计算机102操作时检测运动移动。例如，在一个实施例中，装置226可为不论用户和计算机102的接近程度或交互,而测量活动的全天活动监测器。装置226可直接地和网络132和/或其他装置通信，诸如装置138和/或140。在其他实施例中，从装置226获取的运动数据可用于由计算机102进行的确定，例如和哪个锻炼项目被呈现至用户124相关的确定。在一个实施例中，装置226还可无线地和移动装置交互，诸如和用户124相关联的装置138或诸如专用于健身或健康相关主题的站点的远端网站。在一些预定的时刻，用户可能希望将数据从该装置226转移至另一位置。

如图2B所示，装置226可包括诸如可按压输入键228的输入机构，以辅助装置226的操作。输入键228可操作地连接至控制器230和/或任意其他电子部件，诸如和关于图1B中示出的计算机102所讨论的一个或多个元件。控制器230可嵌入在壳体232中或称为壳体232的一部分。壳体232可由一种或多种材料制成，包括弹性体部件和包括一个或多个显示器，诸如显示器234。该显示器可视作装置226的可发光部分。显示器234可包括一系列单独的发光元件或灯部件，在示例性实施例中诸如为LED灯234。LED灯可以阵列形成且操作地连接至控制器230。装置226可包括标示系统236，其也可视作总体的显示器234的一部分或构件。将理解标示系统236可操作，且和显示器234(其可具有像素部件235)一起发光，或完全独立于显示器234发光。标示系统236还可包括多个附加的发光元件160或灯部件238，其在示例性实施例中也可形为LED灯。在特定的实施例中，标示系统236可提供目标的视觉标识，诸如通过亮起发光构件238的一部分，以表示朝向一个或多个目标的进度。

紧固机构240可被解开栓锁，其中装置226可布置为绕用户124的腕部，且紧固机构240可继而布置在栓锁位置中。需要的话，用户可所有时间都佩带装置226。在一个实施例中，紧固机构240可包括接口(例如但不限于USB端口)，用于和计算机102和/或装置138、140可操作地交互。

在特定的实施例中，装置226可包括传感器组件(未在图2B中示出)。传感器组件可包括多个不同的传感器。在示例性实施例中，传感器组件可包括或允许操作性连接至加速度器(包括以多轴式加速度器的形式)、心率传感器、位置确定传感器(诸如GPS传感器)、和/或其他传感器。来自装置142的传感器(一个或多个)的检测到的移动或参数可包括(或用于形成)多种不同的参数、指标或生理特性，包括但不限于速度、距离、已行进步数、以及诸如卡洛里、心率、出汗检测、作用力、消耗的氧气的能量消耗、和/或氧气动力学。这样的参数也可以活动点数或由用户基于用户的活动赚取的货币为单位来表示。

I.示例性运动监测方法

系统100可提醒用户进行一次或多次锻炼，在进行锻炼期间监测用户移动、且基于他们的移动向用户提供能量消耗估计。系统100可分析用户的体形以确定用户是否正在进行或多或少困难的锻炼，且相应地调节能量消耗估计。能量消耗估计可为或包括由用户消耗的卡路里的估计。在特定的实施例中，能量消耗估计可基于点数系统和/或作为点数系统表达。在一个实施例中，卡路里可转换成点数系统，但在其他实施例中，可在一个或多个点数系统中直接地获取测量值。在一个实施方式中，活动点数可基于：体形、身体移动、和/或特定活动的完成。在此外的实施例中，能量消耗计算包括和以下相关的确定：作用力、消耗的氧气、和/或用户的氧气动力学。在一个实施例中，计算机102、相机126、传感器128、和显示器136可在用户住所的界限中实施，但可预见包括健身房和/或营业场所的其他位置。而且，如上所述，计算机102可为便携式装置，诸如蜂窝电话，因此，此处讨论的一个或多个方面可在几乎任意位置中进行。基于此，在通过一个或多个系统100的示例性构件实施的背景中讨论本公开的示例性实施例。本领域技术人员将理解，至特定的构件(诸如计算机102)的引用不意图为限制性的，而是为了提供多种可能的实施方式中的一个的说明性示例。因此，尽管可应用特定的构件，假定的是可使用系统100的其他构件，除非特意说明或物理上不可行。此外，此处公开的方面不限制至示例性系统100。

A.监测用户移动

在锻炼时，系统100可使用一种或多种技术监测用户移动。图3示出了根据示例性实施例将锻炼时用户的体形计入作为估计的一部分来计算用户的能量消耗估计的方法的示例性流程图。该方法可由计算机实施，例如示例性地，计算机102、装置138、140和/或142，和/或其他装置。图3中示出的块可被重新布置，一些块可被移除，可添加附加的块，每一个块可重复一次或多次，且流程图可重复一次或多次。流程图可在块302处开始。

1.进行用户评估

在块302中，方法可包括进行用户的初始评价。诸如用户124的用户可布置在传感器的范围中，例如，在图像捕捉装置126和/或传感器128的前方，其可包括红外收发器。显示器136可示出用户124的图像，其可为“镜像”或示出虚拟化身，诸如用户化身，其对应于用户的移动而移动。计算机102可提醒用户移动进入相对于图像捕捉装置126和/或相对于红外收发器128的特定区域中，从而用户位于框架和/或范围中。在恰当地布置时，系统100可处理用户的移动。尽管使用了术语“初始”，该评价可在每次用户启动系统100、进行特定的移动、在时间经过后、或出于任意其他原因而发生。因此，此处对评价的引用不限于单次评价。

a.识别传感位置

系统100可处理传感数据以识别用户移动数据。在一个实施例中，可确定在用户的身体上的传感位置。通过参照图4，传感位置402a-402o可对应于用户124的身体上的兴趣位置(诸如，脚踝、肘部、肩部等)。例如，记录的视频的图像(例如来自相机126)可用于识别传感位置402a-402o。示例性地，用户可站立在距离相机126特定的距离处(其可能或可能不是预定的)，且系统100可处理图像以例如使用视差图(disparity mapping)识别视频中的用户124。在示例中，图像捕捉装置126可为具有两个或更多个镜头的立体摄像机，其空间地彼此偏移开且同时捕捉用户的两个或多个图像。计算机100可处理在相同的时刻获取的该两个或更多个图像，以产生视差图，用于使用坐标系统(例如，笛卡尔坐标)在视频中的每个图像(或至少一些图像中)用户的身体的特定部分的位置。视差图可示出由每一个偏移镜头获取的图像之间的差别。

在第二示例中，一个或多个传感器可布置为位于用户124的身体上，或在多个传感位置402a-402o处靠近用户124的身体，或用户124可上具有布置在各个位置处的传感器的服装。但是，在其他实施例中，可从其他传感器装置(诸如装置138、140和/或142)确定传感器位置。关于此，传感器可为布置在用户的衣物上的物理传感器，但是在其他实施例中，传感器位置402a-402o可基于两个移动的身体部分之间的关系的确定。示例性地，可通过识别用户124的动作而确定传感器位置402a。关于此，用户的身体的总体形状或部分可允许确定特定用户身体部分。不论图像捕捉装置(例如相机126)是否被使用和/或布置在用户124上的物理传感器(诸如在一个或多个装置138、140、142中的传感器)是否被使用，传感器可感知身体部分的当前位置和/或追踪该身体部分的移动。

在特定的实施例中，可将时间戳添加至采集的数据(诸如在图3中的块302的采集的部分)，时间戳标示当身体部分处在特定位置处时的特定时间。传感器数据可经由无线或有线传输在计算机102(或其他装置)处接收。诸如计算机102的计算机和/或装置138、140、142、144可处理时间戳以使用视频中的每一个图像(或至少一些图像)中的坐标系统(例如，笛卡尔坐标)确定身体部分的位置。从相机126接收的数据可被校正、改动和/或和来自一个或多个其他装置138、140、和142的数据组合。

在第三示例中，系统100可使用红外图形识别以检测用户124的身体部分的位置和用户移动。示例性地，传感器128可包括红外收发器，其可为相机126或其他装置的部分，该红收发器可发出红外信号以使用红外信号照射用户124的身体。红外收发器128可从用户124的身体获取红外信号的反射。基于该反射，系统102可使用坐标系(例如，笛卡尔坐标)来确定在特定的时刻处用户的身体的特定部分的位置。可基于用户请求进行的锻炼的类型(一种或多种)预先确定哪些部分被识别出，以及身体部分如何被识别。

作为锻炼流程的一部分，系统100可进行对用户124的初始姿势评价，作为图3的块302中的初始用户评价的一部分。通过参照图5，系统100可分析用户124的前部和侧部图像，以确定用户的肩部、上背部、下背部、臀部、膝部和脚踝中的一个或多个的位置。体上传感器和/或红外技术也可被使用，单独地或是结合相机126，以确定各个身体部分的位置用于姿势评价。示例性地，相机100可确定评价线124a-g和/或区域502-512，以确定用户身体上的多个点的位置，该多个点例如示例性地是脚踝、膝部、臀部、上背部、下背部和肩部。

b.识别传感区域

在其他实施例中，系统100可识别传感器区域(例如参见块302b)。在一个实施例中，评价线124a-g可用于将用户的身体划区。例如，线124b-f可为水平轴线。例如，“肩部”区域502可和具有绕用户的肩部的下边界的身体部分(参见线124b)相关联，区域504可和在肩部(线124b)和至臀部(参见线124c)的约一半距离之间的身体部分相关联的区域相关联，且区域506可覆盖在线124c和臀部(参见线124d)之间的区域，以包括“下背部区域”。类似地，区域508可覆盖在“臀部”(线124d)和“膝部”(参见线124e)之间的区域，区域510可覆盖在线124e和124f之间，且区域512(参见“脚踝”)可具有线124f附近的上边界。区域502-512可被进一步划分，诸如成为四分区，例如通过使用轴线124a和124g。为了辅助一个或多个传感区域的识别，系统100可提醒用户进行一个或多个特定的运动。示例性地，系统100可提醒用户移动特定的身体部分或区域(例如，挥动他们的右臂，或以特定的模式活动左臂)以辅助系统100(例如，处理接收自红外传感器128的信息的计算机算法)，以确定哪个身体身体部分或区域在坐标系中的特定位置中。

c.分类位置或区域

在特定的实施例中，不彼此靠近的身体部分或区域仍然可被分类成相同的移动种类(例如，参见块302)。例如，如图5所示，“上背部”、“臀部”、和“脚踝”区域504、508、512可划分成术语“迁移”类型。在另一实施例中，“下背部”和“膝盖”区域506、510可划分成术语“稳定”类型。分类可仅为示例性的，且在其他实施例中，位置或区域可属于多个分类。例如“重心”区域可由区域504和506形成。在一个实施例中，“重心”可包括区域504和506的部分。在另一实施例中，可提供“矩心”分类，不论是独立地或是替换地，如包括至少一部分另一分类。在一个实施例中，单个位置可以两个或更多个分类加权，例如在“稳定”分类中占有10％权重而在“迁移”分类中占有90％权重。

系统100还可处理图像以确定用户的衣物的颜色或其他区别特征，以将用户从其环境区分出。在处理后，系统100可识别出用户的身体上的多个点的位置并追踪这些点的位置，诸如图4中的位置402。系统100还可系统用户回答问题以补充姿态评价，诸如，示例性地，年龄、体重等。再一次地，块302是可选的，且根据不同的实施例不是必需的。

2.提供体形

通过参照图3，在块304中，一个或多个实施例可包括表明锻炼的恰当体形并提醒用户进行该锻炼。例如，在初始姿态评价之外或之后，系统100(诸如通过计算机102)可使得显示器136显示展示锻炼以指导用户以恰当的体形的虚拟训练师，和/或显示展示锻炼的恰当体形的真人的图示和/或实际视频。系统100可继而提醒用户开始进行锻炼。

通过参照图3，在块306中，各个实施例可包括监测进行锻炼的用户的体形。如图6所示，系统100(诸如通过计算机102)可使得显示器136显示用户的虚拟化身602。虚拟化身602可和用户124同步地移动。而且，显示器136可显示实际用户而不是化身602的视频。系统100可处理视频中的一帧或多帧，以确定至少一些传感位置402，或可从由用户在体上佩戴的传感器接受数据。如图6所示，传感位置402可显示在虚拟化身上。

针对许多锻炼程序中的恰当体形，用户可在锻炼的重复中依次通过多个位置。此处公开的特定方面涉及限定一个或多个测量位置和/或一个或多个传感位置402的希望的位置。示例性地，测量位置可指向在重复中在多个身体部分之间的特定的关系。示例性地，测量位置可标示用户的身体部分的希望的位置(例如，希望的用户的左肘部的位置)，且可包括在多个身体部分之间的希望的关系(例如，在用户的躯干部和大腿之间的角度)。对于运动或一系列移动(诸如锻炼流程)，系统100可限定一个或多个测量位置和/或希望的位置，用于针对测量位置的一个或多个传感位置402。在多个实施方式中，锻炼的每次重复可被分解成一个或多个测量位置。

系统100(诸如通过计算机102)可处理进行锻炼的用户的视频或传感器数据，以确何时用户的身体达到测量位置。对于每一个测量位置，系统100可将测得的传感位置和希望的传感位置进行比较，以监测进行锻炼时的用户的体形。示例性地，图6中的帧1可对应于第一测量位置，且帧2可对应于第二测量位置。系统100可确定在每个测量位置处的传感位置402c和402d之间的距离。可规定在传感位置之间的其他关系(例如特定的角度、特定的位置等)。

通过参照图3，在块308中，各个实施例可包括计算用户的能量消耗估计。计算可基于锻炼的类型和/或用户的体形。能量消耗估计可示例性地为或包括由用户消耗的卡路里的估计。在特定的实施例中，能量消耗计算包括和以下相关的确定：努力、消耗的氧气、和/或用户的氧气动力学。在锻炼进程期间或在其完成时，系统100可告知用户消耗的能量。在一个实施例中，系统100可提供他们已经消耗的卡路里数量的标识。为了提供更准确的消耗的卡路里的估计，系统100可计入进行锻炼时的用户体形，以及所进行的锻炼的类型。此外的实施例可利用用户的属性以更准确地确定由用户消耗的卡路里的数量。示例性用户属性可为身高、体重、年龄等。一个或多个传感器可确定用户属性，或用户可经由界面输入用户属性至计算机，诸如计算机102。

系统100可使用在锻炼的测量位置处检测到的传感位置402的信息结合一个或多个已知值，来获取对消耗的卡路里的更准确的确定。在一个实施例中，已知值可包括任务代谢当量(Metabolic Equivalent of Task,即MET)表或为其一部分。示例性地，MET表可限定用于特定的锻炼(例如，深蹲、前冲等)且被用于确定在锻炼中消耗了多少卡路里。系统100可存储或对应于不同的锻炼(例如，深蹲、前冲、跳绳、俯卧撑、跑步等)的多个MET表或可访问其。系统100可处理来自视频和/或传感器的数据，以确定用户已经进行的锻炼的重复次数或锻炼的持续长度，且可基于该重复和/或持续长度信息和一个或多个已知值(诸如可从MET表获取的)估计由用户消耗的卡路里的数量。

但是，MET表为统计平均值，且并没有他们可能具有的准确度。因此，取决于MET表的传统的卡路里测量系统仅向用户提供了在锻炼中他们消耗的卡路里数量的粗略估计。尽管本公开的实施例可使用来自MET表的一个或多个值，本公开的方面并不受现有测量系统的不足的限制。示例性地，在一个实施例中，可将用户的体形计入。系统100可基于检测到的传感位置信息应用比例因子至消耗的卡路里的估计。该比例因子可反映用户进行的锻炼的良好程度，且在特定实施例中可考虑用户的属性。示例性地，比例因子可为传感位置信息、其中用户进行锻炼的持续长度、由用户报告的信息(例如，年龄、体重)、心率监测器获取的用户心率、压力测量值、和/或其他数据中的一个或多个的函数。压力测量值可示例性地从位于鞋中的压力传感器140获取，以确定用户在移动中施加的力的大小。示例性地，用户可在每个手中握持重量物，且压力传感器140可监测鞋处的压力。压力传感器140还可标示用户改变方向的迅速程度(例如，用户进行横切(cut)的困难程度)以及在跳起时施加了多少力。

为了确定比例因子，系统100可在锻炼的重复期间在一个或多个测量位置处监测一个或多个身体部分之间的关系。对这些关系的改动可使得锻炼更容易或更难进行。比例因子可计入标示用户是否正在或多或少地使得锻炼难于完成的因子，且相应地调节消耗的卡路里的估计。示例性地，在深蹲中，在进行深蹲期间可为在用户的躯干部和大腿之间的第一角度以及在用户的大腿和小腿之间的第二角度之间限定关系。系统100可处理传感位置信息以在时间上测量用户的第一角度和第二角度，用于和希望的第一角度和第二角度比较。

在示例中，通过参照图7A-7B，显示进行深蹲的用户的虚拟化身702。虚拟化身702示出为杆状图，且锻炼的恰当技术示出为阴影区域704。在深蹲的最低部分处(例如，如图7A所示),希望的体形可表明在用户的大腿和小腿之间、在用户的后背和手臂之间、和/或在用户的任意其他两个部分或位置之间的关系。在一个实施例中，希望的体形可表明在位置或部分之间的第一预定角度。示例性地，用户的上腿部和下腿部、和/或在用户的背部和手臂之间的第二预定角度。系统100可处理传感位置信息，以将用户的体形和希望的体形进行比较。示例性地，系统100可处理传感位置信息以确定在进行深蹲时用户的大腿和小腿之间的角度以及在用户的背部和手臂之间的角度。

系统100可限定各个身体部分之间的关系的阈值，用于调节比例因子。阈值可允许用户的体形以特定量不同于希望的体形。对于优选的阈值，系统100可确定用户具有不需要对比例因子的任何调节的良好的体形(例如，在用户的上腿部和下腿部之间的角度和希望的角度之间不同小于5％)。对于可接受的阈值，系统100可通常将比例因子向上或向下调节，以反映用户的增加或降低的努力(例如，在用户的上腿部和下腿部之间的角度和希望的角度之间的5％-15％的差别)。对于不可接受的阈值，系统100可确定用户已经降低了进行锻炼的努力的量，且可向下调节比例因子(例如，在用户的上腿部和下腿部之间的角度和希望的角度之间不同大于15％)。

系统100还可基于进行锻炼时用户做出的一次忽略或增加而调节比例因子。示例性地，用户可在锻炼中未进行需要手臂和腿部两者的移动的手臂移动。而且，如果用户进行超出为锻炼规定的附加的移动，系统100可调节比例因子以增加卡路里估计。

在确定比例因子后，系统100可确定消耗的卡路里的量，其为比例因子(一个或多个)和卡路里估计的函数。函数可为卡路里估计和比例因子的乘积，或经由其他关系。示例性地，比例因子可为对数学公式中多个变量的调节，用于将消耗的卡路里调节一个或多个乘积、和、以及差。在其他的实施例中，系统100可在用户偏离阈值时中止和卡路里消耗相关的确定。示例性地，用户可在锻炼程序中被打断，且忘记或被过于分心以至于没能“暂停”确定，由此，特定的实施例可在检测到用户未进行锻炼时中止确定卡路里消耗。其他的实施例可在一个或多个变动阈值被超出时(例如，用户过度伸展或不足伸展身体区域或部分时)中止或以其他方式变动过卡路里消耗的确定。在特定的实施例中，如果用户的移动易于造成受伤，则和卡路里消耗相关的测量和/或却低估可被停止。在一个实施例中，系统100可提供提示和/或指令以校正用户的不足或不正确的移动。

下文提供了用于计算在锻炼中由用户消耗的卡路里的量的示例性公式。

公式(1)：消耗的卡路里＝BMR*(活动性修正值)*(完成度修正值)

在公式(1)中，BMR是基础代谢率的缩写。系统100可使用Mifflin-St.Jeor公式计算BMR，BMR＝(10*w)+(6.25*h)-(5.0*a)+(男性为5,女性为-161)，其中“*”是乘法标记，“w”是单位为公斤的体重，“h”是单位为厘米的高度，“a”为单位为年的年龄。系统100还可替代Mifflin-St.Jeor公式或在其之外使用Harris-Benedict公式。

活动性修正值可为对应于由用户进行的锻炼类型的调节值。活动性修正值可对于更费力的锻炼更大，且对于较不费力的锻炼更小。系统100可存储包括活动性修正值的文件，其中每一个活动性修正值可具有针对特定的锻炼类型的值。两个或更多锻炼可具有相同值的活动性修正值，或特定的锻炼可具有特有的值用于活动性修正值。活动性修正值可具有缺省值。在一个示例性实施例中，缺省值可为0.1。在第二实施例中，缺省值可为1.0。缺省值可为任意值，包括0.0。系统100可更新缺省值，以对应于当前由用户进行的锻炼的活动性修正值。在锻炼的持续时间上，系统100可使用不同的活动性修正值来使用对应于用户被提醒进行的不同的锻炼的公式(1)计算消耗的卡路里。一个或多个因子可对活动修正值和/或修正值的调节有所贡献。示例包括但不限于：速度、锻炼类型、持续时间、和以上的组合。此外，可从预定的值(诸如分配给用户被提醒进行的移动或锻炼的值)、用户的表现、来自MET表关于特定的锻炼的信息、和以上的组合来确定活动性修正值和/或活动性修正值的变动。

可将完成度修正值用于基于进行锻炼时对应于希望的体形的用户的体形的良好程度调节BMR。在示例中，完成度修正值可标示进行锻炼时针对每次重复所实现的完整移动的百分比(例如，确定针对特定的锻炼的重复而在用户的躯干部和大腿之间的测量的角度相对于希望的角度的百分比)、或可为预定次数的完整移动百分比的平均值(例如，最后三次锻炼、最后五次锻炼、全部锻炼等)。完成度修正值可具有缺省值。在一个示例性实施例中，缺省值可为0.1。在第二实施例中，缺省值可为1.0。缺省值可为任意值，包括0.0。系统100可基于用户的体形和希望的体形相符的良好程度而在时间上更新完成度修正值。一个或多个因子可对活动修正值和/或修正值的调节有所贡献。示例包括但不限于：速度、锻炼类型、持续时间、和以上的组合。此外，可从预定的值(诸如分配给用户被提醒进行的移动或锻炼的值)、用户的表现、来自MET表关于特定的锻炼的信息、和以上的组合来确定活动性修正值和/或活动性修正值的变动。

下文中提供的公式(2)可用于其他实施例中。

公式(2)：消耗的卡路里＝BMR*(活动性修正值)*(完成度修正值)*(乘数修正值)+(加数修正值)

可根据上述参照公式(1)描述的一个或多个实施例确定公式(2)的BMR、活动修正值、和/或完成度修正值。在一个实施例中，可为每一种锻炼类型限定乘数修正值的值。在一个示例性实施例中，缺省值可为0.1。在第二实施例中，缺省值可为1.0。缺省值可为任意值，包括0.0。系统100可更新锻炼期间的乘数修正值，以对应于用户被提醒进行的锻炼的类型。在特定的实施例中，可从实验数据(不论是部分地或是完全地)获得活动性修正值。

在特定的实施例中，可为每一种锻炼类型限定加数修正值的值。在一个示例性实施例中，缺省值可为0.1。在第二实施例中，缺省值可为1.0。缺省值可为任意值，包括0.0。系统100可更新锻炼期间的加数修正值，以对应于用户被提醒进行的锻炼的类型。在特定的实施例中，可从实验数据(不论是部分地或是完全地)获得活动性修正值。

系统100可计算在锻炼的持续时间中消耗的卡路里，其可并入使用公式(1)或(2)。系统100可使得显示器显示持续变动的消耗的卡路里总量。在特定的实施例中，可为每个锻炼的一次或多次完成的重复以及一次或多次完成的组确定总量。系统100还可计算和使得显示由进行的锻炼的类型所消耗的卡路里。还可计算和显示示例性地以锻炼、重复、组、或锻炼类型计的峰值/最小/均值卡路里消耗速率。系统100可周期地使用公式(1)确定锻炼时用户消耗的卡路里的量。系统100可标示卡路里的当前量，其在锻炼上持续地更新(例如，持续变动的总量)，或可在预定的时刻处更新卡路里消耗量(例如，用户在锻炼进程结束处完成一组第一类型锻炼且开始一组第二类型锻炼等)。系统100还可告知用户在每次重复以及在每组锻炼中消耗的卡路里数量。

在卡路里消耗的确定(例如通过公式(1))中使用的一个或多个输入和/或变量可保持不变而不论由用户进行的锻炼类型，但其他的可变动。示例性地，BMR可在整个锻炼上是相同的，因为用户的体重、身高、和年龄在锻炼的过程上不显著地变动。此外，活动性修正值、完成度修正值、乘数修正值、和加数修正值可在锻炼上变动。值和/或值的变动可取决于由用户当前进行的锻炼类型。

完成度修正值可因重复而变动。如上所述，系统100可基于用户进行锻炼时他们的体形而产生完成度修正值。总体地，锻炼包括一系列动作以进行一次重复，且用户通常进行包括两次或更多次重复的组。用户的体形可因重复而变动，且完成度修正值也可如此。

系统100可基于因重复而变动的完成度修正值或基于完成度修正值的经过滤的版本而使用公式(1)确定消耗的卡路里。为了过滤完成度修正值，系统100可示例性地确定一次或多次重复的完成度校正值，可将全部完成度校正值中的一些或全部平均，且可在公式(1)中使用平均值。而且，系统100可产生完成度校正值为加权平均值，其中一些重复的完成度校正值可被赋予较其他的更大的权重。示例性地，系统100可应用衰减函数，其中在产生平均值时最近的完成度修正值被相较于较久之前的那些赋予更多的权重。

系统100还可允许用户进行希望的运动，且计算对于该运动所消耗的卡路里的量。在一个实施例中，可将全部检测到的运动用在计算中。但是在其他实施例中，可仅考虑特定的运动(例如，支持的系统和/或被提醒进行的那些)。系统100可处理来自图像捕捉装置126和/或来自各个传感器的数据以尝试对用户的运动分类。示例性地，系统100可将用户的运动和已经针对其限定MET表的其他已知的运动进行比较。如果用户的运动对应于已经针对其限定MET表的已知运动，则系统100可使用确定的MET表用于计算消耗的卡路里的量。

如果用户的运动不和由MET表限定的锻炼匹配，则系统100可确定包括和由用户进行的运动类似的运动的一个或多个锻炼。示例性地，系统100可确定用户的下体部和深蹲类似的运动，而上体部和俯卧撑类似地运动。系统100可如同用户在进行深蹲地以及如同用户在进行俯卧撑地使用确定的MET表计算用户将消耗的卡路里的数量，作为由用户消耗的卡路里的量的近似值。在其他实施例中，可创建新的条目。由此，特定的实施例可允许该条目以及新的运动和/或锻炼的登入和稍后的确定。在特定的实施例中，用户可提供关于未确定的运动/锻炼的近似卡路里消耗的输入。但是在其他实施例中，系统100可计算卡路里消耗，诸如来自此处讨论的一个或多个传感器。在此外的其他实施例中，系统100可使用一个一个或多个传感器读数以及来自用户(和/或第三方)的输入来确定针对此前未知运动或锻炼的属性(诸如卡路里消耗)。不使用MET估计卡路里消耗的示例可包括但不限于确定势能的变动。使用势能的变动的示例在下一个段中提供。

系统100可配置为传输卡路里消耗估计至社交网络网站。用户可被基于他们针对希望的时间间隔而消耗的卡路里的总量而评级(例如，以天、周、月、年等评级)。通过参照图3，方法可终结或返回至任意此前的块。

i.基于势能的变动的能量消耗估计

系统100还可计算未由MET表限定的物理活动的用户的能量消耗估计。示例性地，系统100可计算由进行人员希望的运动的组合的用户所消耗的卡路里的量。在锻炼期间，用户可被告知他们自己的体重和重力。可将用户的质心的位置、或特定的身体部分的质心的位置用于估计由进行运动活动的用户消耗的卡路里的量。

图8示出了根据示例性实施例基于监测势能的变化计算进行运动活动的用户的能量消耗估计的方法的示例性流程图。该方法可由计算机实施，例如示例性地，计算机102、装置138、140、和/或142，和/或其他装置。图8中示出的块可被重新布置，一些块可被移除，可添加附加的块，每一个块可重复一次或多次，且流程图可重复一次或多次。流程图可在块802处开始。

在块802中，各个实施例可涉及处理在时间间隔上捕获的进行运动活动的用户的数据。在示例中，系统100可提醒用户进行前冲的10次重复，且可处理捕获的进行前冲的用户的数据。数据可为由摄像机126采集或可为由红外收发机128采集和/或可由其他装置传感器138、140和142采集的视频。

在块804中，各个实施例可涉及确定在时间间隔中的第一时刻和第二时刻处用户的身体部分、身体区域或整个身体的重心的位置。然而在其他实施例中，可使用其他移动中心。但是，出于简明的原因，将讨论重心。在示例中，系统100可指导用户将传感器布置在对应于用户的一个或多个身体部分的重心的位置处。通过参照图9，一个或多个重心位置可为示例性位置904A-D和906处，以及在用户的身体上的其他位置处。可检测任意数量的位置。至少一个传感器可无线地传输标示传感器的时间和位置的传感器数据(或由传感器检测到的身体部分的位置)。位置可为坐标系(例如，笛卡尔坐标系)中的坐标，且可和标示传感器何时处在特定的坐标的时间戳相关联。在特定的实施例中，系统100可处理传感器数据，以周期地确定位置904A-D和906。示例性地，系统100可接收传感器数据，例如从装置传感器138、140和/或142。计算机102(或系统100的其他构件)可处理数据，作为确定位置(例如位置904A-D和906)的一部分。在一个实施例中，可常规地持续地处理数据，诸如每秒四次。在另一示例中，计算机102(或系统100的其他构件)可处理来自图像捕捉装置126的数据，以确定位置904A-D和/或906。

在块806中，各个实施例可涉及确定从第一时刻至第二时刻的质心位置的变动。如上所述，系统100可确定在一个时刻和一个后续时刻处的位置904A-D和906。示例性地且参照图10A-B，用户示出为进行前冲。图10A对应于第一时刻，且图10B对应于第二时刻。在图10A中，用户的质心的位置906位于离地面的高度“h1”处(由908A标示)。在图10B中，用户的质心的位置906位于离地面的高度“h2”处(由908A标示)。系统100的一个或多个构件可确定在高度“h1”和“h2”之间的不同，以确定质心的位置906。系统100还可计算其他身体部分的重心904A-D的变化，或用户的身体部分或身体区域的其他位置的变化。系统100还可处理从不同的角度获取的用户的视频(如图11所示)，以确定位置904A-D和906。示例性地，系统100可确定透视图中的位置906的高度“h1”以及用户的正视图中的位置906的位置“h2”。系统100可将不同高度测量平均，或可使用一个或另一个。

通过参照图8，在块808中，各个实施例可计算由于改变造成的用户的能量消耗估计。在示例中，可将势能的物理概念用于估计由用户完成的功的量，且基于功计算消耗的卡路里。

在示例中，系统100的一个或多个构件可确定从一个时刻至另一时刻的位置906的变动，以确定由用户进行的功的量。势能(PE)＝m*g*h,其中m＝用户(或身体部分)的质量,g＝重力加速度,且h＝离地高度。功(W)＝-ΔPE,whereΔ代表势能的变化。代入m*g*h，Work(W)＝-m*g*Δh。基于图10A-B中的上述示例，W＝-m*g*(h1–h2)。系统100可确定消耗的卡路里的量为功乘以人效率的生理学指标的函数。系统100可基于功的量和人消耗的生理学指标(PHE)比例因子而确定消耗的卡路里的量。系统100可确定PHE比例因子作为用户的心率、压力传感器数据、和由用户输入的其他信息(例如，年龄、体重等)的一个或多个的函数。

系统100可保持和/或传输在相继的时刻之间消耗的卡路里的持续变动的总量，且告知用户至锻炼进程中的该点处为止消耗的卡路里的总量。示例性地，系统100可以特定的频率(例如，每秒2次)确定位置906的高度h，且可基于在每次高度h的确定之间消耗的卡路里的差值而计算消耗的卡路里。系统100还可追踪在覆盖一个或多个锻炼的预定的时间范围上消耗的卡路里总量。时间范围可包括从用户开始锻炼起的周、月、年、累计时间或其他限定的指标。一个或多个指标可包括缺省的值、预定值、用户可选择的值、和/或用户限定的值。示例性地，系统100可告知用户在规定的时间阶段(诸如天、周、月、和/或年)期间已经消耗了多少卡路里。系统100还可保持关于每次锻炼上消耗的卡路里的平均数量、基于锻炼的类型消耗的平均卡路里数量、在单次锻炼中或在预定的时间阶段(例如，其中消耗了最高量的卡路里的月)中消耗的卡路里的最大数量的数据，或其他类型的数据。

在另一示例中，系统100可确定由特定的身体部分或身体部分的集合的移动消耗的卡路里。示例性地，用户可希望知道他们的右腿的移动消耗了多少卡路里。使用在功和势能之间的上述关系，且再次参照图9，系统100可监测从一个时刻至不同的时刻的用户的右腿的质心的位置904A(例如，高度908B)的变化，以计算功。系统100可基于用户的体重和比例而估计用户的右腿的质量。系统100可继而确定消耗的卡路里的量为功乘以人效率的生理学指标的函数，如上所述。在锻炼进程中，系统功能100可诸如通过显示器136显示由于用户的右腿的移动而消耗的卡路里的持续变动的总量。系统100可类似地基于用户的其他肢部的位置904B-D而确定消耗的卡路里。在锻炼进程中，系统100可显示由用户的整体身体以及每个肢部消耗的卡路里的持续变化的总量。

系统100还可允许用户查看锻炼进程以确定在特定的时刻处消耗的卡路里。示例性地，锻炼可涉及进行重复动作(例如，俯卧撑)。系统100可确定在组中的每次重复(例如，在组10中的每次重复)，以及在每次重复中消耗的卡路里的数量。在组上，系统100的一个或多个构件可确定用户消耗最高数量的卡路里以及消耗最低数量的卡路里的重复。在其他实施例中，系统100可估计卡路里的平均数量。其仅为示例性统计值，且本领域技术人员将方便地理解，可进行其他分析，而不背离本公开的范围。

如果锻炼进程涉及不同类型的锻炼，系统100可基于按类型消耗的卡路里的量而将锻炼类型评级。示例性地，锻炼进程可涉及3种不同类型的锻炼(例如，俯卧撑、仰卧起坐、深蹲)。在完成锻炼进程后，系统100可确定由每个锻炼类型消耗的卡路里的量(例如，俯卧撑为10卡路里、仰卧起坐为13卡路里、且深蹲为18卡路里)，以及基于消耗的卡路里的量将锻炼类型评级(例如，第一深蹲、第二仰卧起坐、第三俯卧撑)。在其他实施例中，可将能量消耗(例如，消耗的卡路里的量)评级为在锻炼或流程的理想值或范围上的百分比。示例性地，如果完美地进行锻炼将消耗约100卡路里，消耗了90卡路里的第一用户将被较对于同样的锻炼仅消耗了85卡路里的第二用户分配给更佳的评级。用户可能具有不同的理想值或范围，因此确定可使用检测到的和/或估计的值的百分比为该用户的理想值的百分比。在其他实施例中，更靠近他们的理想值的100％的用户可较具有超出消耗的卡路里的理想量的100％的用户评级更高。由此，消耗比针对活动(例如，锻炼)估计或计算的更多的能量的用户可标示不恰当的移动、低效、增加的受伤可能性、和/或以上的组合。在特定实施例中，图8的方法可继而结束，且返回至任意此前的块和/或其他过程。

系统100还可从预录的视频确定消耗的卡路里。示例性地，用户可上传职业篮球运动员扣篮的视频至系统100。系统100的一个或多个构件可处理该视频以确定各个时间点处运动员或特定的身体部分的质心的位置，且使用上述的基于功的卡路里确定确定在物理活动中(例如，由扣篮的运动员)消耗的卡路里的量。

结论

提供具有此处描述的一个或多个特征的活动环境向用户提供一种沉浸式体验，其将鼓励和激励用户参与运动活动并改进他或她的体能。用户可通过社交网络进一步通信并挑战彼此，以达到各种健身水平，以及查看他们的健身水平和活动。

已经结合其示例性实施例对实施例的方面进行了描述。本领域普通技术人员通过查看本公开可预见所述的权利要求的范围和精神内的多个其他实施例、改动和变动。示例性地，本领域技术人员将将理解示例性视图中示出的步骤可以区别于所述的顺序的顺序进行，且根据本发明的实施例的方面一个或多个示出的步骤可为可选的。

Claims (15)

1.一种计算机实施的方法，包括：

提醒用户进行锻炼；

通过处理器接收来自布置在用户的第一身体部分上的第一传感器的第一数据和来自布置在用户的第二身体部分上的第二传感器的第二数据；

通过处理器基于所述锻炼的类型计算进行所述锻炼的用户的能量消耗估计；

通过所述处理器从所述第一数据和所述第二数据计算在进行锻炼期间用户的所述第一身体部分和所述第二身体部分之间的测量角度；

通过所述处理器检索所述第一身体部分和所述第二身体部分之间的预定角度；

通过所述处理器比较所述第一身体部分和所述第二身体部分之间的测量角度与所述第一身体部分和所述第二身体部分之间的预定角度，以确定所述预定角度与所述测量角度之间的差别；

基于所述预定角度与所述测量角度之间的差别，确定用于用户的比例因子；

通过所述处理器通过以用于用户的所述比例因子调节用户的能量消耗估计来计算用户的被调节的能量消耗估计；和

输出所述被调节的能量消耗估计以用于显示。

2.如权利要求1所述的方法，其中，所述比例因子还基于用户进行锻炼的持续时间被确定。

3.如权利要求1所述的方法，其中，所述比例因子还基于用户的属性信息被确定。

4.如权利要求3所述的方法，其中，所述属性信息包括用户的体重和用户的身高中的一个或多个。

5.如权利要求1所述的方法，其中，所述比例因子还基于从布置在用户的第三身体部分上的第三传感器接收的第三数据被确定。

6.如权利要求1所述的方法，还包括：

响应于确定用户正在进行超出为锻炼规定的附加的运动而修正所述比例因子。

7.如权利要求1所述的方法，还包括：

响应于确定所述测量角度与所述预定角度之间的差别在第一阈值内而向上调节所述比例因子。

8.如权利要求1所述的方法，还包括：

响应于确定所述测量角度与所述预定角度之间的差别在第二阈值内而向下调节所述比例因子。

9.如权利要求1所述的方法，其中，计算所述测量角度包括：

处理从所述第一传感器和所述第二传感器接收的数据。

10.一种用于估计进行锻炼的用户的能量消耗的装置，包括：

至少一个处理器；和

至少一个存储器，其存储当被执行时使得所述装置至少进行下列步骤的指令：

提醒用户进行锻炼；

接收来自布置在用户的第一身体部分上的第一传感器的第一数据和来自布置在用户的第二身体部分上的第二传感器的第二数据；

基于所述锻炼的类型计算进行所述锻炼的用户的能量消耗估计；

从所述第一数据和所述第二数据计算在进行锻炼期间用户的所述第一身体部分和所述第二身体部分之间的测量角度；

检索所述第一身体部分和所述第二身体部分之间的预定角度；

比较所述第一身体部分和所述第二身体部分之间的预定角度与所述第一身体部分和所述第二身体部分之间的测量角度，以确定所述预定角度与所述测量角度之间的差别；

基于所述预定角度与所述测量角度之间的差别，确定用于用户的比例因子；

通过以用于用户的所述比例因子调节用户的能量消耗估计来计算用户的被调节的能量消耗估计；和

输出所述被调节的能量消耗估计以用于显示。

11.如权利要求10所述的装置，其中，所述比例因子还基于用户进行锻炼的持续时间被确定。

12.如权利要求10所述的装置，其中，所述比例因子还基于用户的属性信息被确定。

13.如权利要求10所述的装置，其中，所述比例因子还基于从布置在用户的第三身体部分上的第三传感器接收的第三数据被确定。

14.如权利要求10所述的装置，所述至少一个存储器存储当被执行时使得所述装置至少还进行以下步骤的指令：

响应于确定用户正在进行超出为锻炼规定的附加的运动而修正所述比例因子。

15.如权利要求10所述的装置，所述至少一个存储器存储当被执行时使得所述装置至少还进行以下步骤的指令：

响应于确定所述测量角度与所述预定角度之间的差别在第一阈值内而向上调节所述比例因子。

Images