CN108322840A - 蓝牙耳机的跑步姿势及步态分析方法及设备 - Google Patents

Abstract

本发明公开了一种智能蓝牙耳机跑步姿势及步态分析的方法，所述方法包括如下步骤：在跑步状态下，实时检测状态获取跑步数据；该跑步数据包括：加速度值、着地时间、着地力量和步频；通过跑步数据计算得到触地平衡度，头部晃动力度；将该跑步数据以及触地平衡度，头部晃动力度组成输入数据，将该输入数据输入到机器学习算法中计算得到输出结果，依据该输出结果确定跑步姿势以及步态信息；依据该跑步姿势以及步态信息生成提示信息，将该提示信息播放。本发明提供的技术方案具有用户体验度高的优点。

Description

蓝牙耳机的跑步姿势及步态分析方法及设备

技术领域

本发明涉及手机配件以及数据处理领域，尤其涉及一种蓝牙耳机跑步姿势及步态分析方法及设备。

背景技术

现代人使用蓝牙耳机跑步锻炼时，由于没有经过专业的指导，跑步时的姿势及步态很容易出现不标准情况。此不标准的跑步的姿势，不仅使得用户不能达到锻炼的目的，还对身体有影响，用户体验度低。

发明内容

本申请提供一种蓝牙耳机跑步姿势及步态分析方法。可以对用户跑步的姿势进行分析更改，提高用户体验度。

第一方面，提供一种智能蓝牙耳机跑步姿势及步态分析的方法，所述方法包括如下步骤：

在跑步状态下，实时检测状态获取跑步数据；该跑步数据包括：加速度值、着地时间、着地力量和步频；

通过跑步数据计算得到触地平衡度，头部晃动力度；

将该跑步数据以及触地平衡度，头部晃动力度组成输入数据，将该输入数据输入到机器学习算法中计算得到输出结果，依据该输出结果确定跑步姿势以及步态信息；

依据该跑步姿势以及步态信息生成提示信息，将该提示信息播放。

一种智能蓝牙耳机，所述智能蓝牙耳机包括：

传感器模块，用于在跑步状态下，实时检测状态获取跑步数据；该跑步数据包括：加速度值、着地时间、着地力量和步频；

处理模块，用于通过跑步数据计算得到触地平衡度，头部晃动力度；

处理模块，还用于将该跑步数据以及触地平衡度，头部晃动力度组成输入数据，将该输入数据输入到机器学习算法中计算得到输出结果，依据该输出结果确定跑步姿势以及步态信息；

依据该跑步姿势以及步态信息生成提示信息，将该提示信息播放。

第三方面，提供一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面所述的方法。

第四方面，提供一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面提供的方法。

本发明提供的方法能够自动提醒用户跑步的姿势，纠正用户跑步的姿势，提高用户体验度的优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明第一较佳实施方式提供的智能蓝牙耳机跑步姿势及步态分析的方法的流程示意图；

图2为本发明提供的一种智能蓝牙耳机的结构图。

具体实施方式

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作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。

本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

所述将该跑步数据以及触地平衡度，头部晃动力度组成输入数据，将该输入数据输入到机器学习算法中计算得到输出结果，包括：

将该跑步数据以及触地平衡度，头部晃动力度组成输入数据矩阵，将该输入数据矩阵的高度值H以及宽度值W调整至设定数量，将输入数据矩阵插入多个数据，插入的数据为相邻在H方向相邻的两个值的平均，将该输入数据矩阵输入机器学习执行n层正向运算得到输出结果。

所述处理单元，具体用于将该跑步数据以及触地平衡度，头部晃动力度组成输入数据矩阵，将该输入数据矩阵的高度值H以及宽度值W调整至设定数量，将输入数据矩阵插入多个数据，插入的数据为相邻在H方向相邻的两个值的平均，将该输入数据矩阵输入机器学习执行n层正向运算得到输出结果。

为了解决上述技术问题，一方面，参阅图1，本发明提供了一种智能蓝牙耳机跑步姿势及步态分析的方法，该智能蓝牙耳机如图2所述，包括：左耳塞1、右耳塞2。该方法包括如下步骤：

使用传感器实时检测状态。

1.微型电脑接收传感器信号，使用机器学习算法，获取当前跑步姿势及步态信息。

姿势及步态获取方法：

A.通过加速度传感器，获取腾空时间、着地时间、着地力量、步频。

a.获取腾空时间：统计每一步中重力加速度小于0.3g的时间。

b.获取着地时间：统计每一步中重力加速度大于0.8g的时间。

c.获取着地力量：每一步的最大重力加速度。

d.步频：计算重力加速度变化的波峰和波谷，波峰和波谷差值大于0.5g时记为一步。统计1分钟步数。

B.通过陀螺仪传感器结合加速度传感器，使用机器学习方法获取触地平衡度、头部晃动力度。

陀螺仪实时3轴数据：g_x、g_y、g_z

陀螺仪旋转度：

加速度实时3轴数据：a_x、a_y、a_z

加速度：

a.触地平衡度:统计左脚步数时旋转角度及重力加速度方向，统计右脚步数时旋转角度及重力加速度方向，计算左右脚数据的比例。

a)计算方式如下：

左脚计步时加速度和陀螺仪数据和：g_l＝∑g、a_l＝∑a

右脚计步时加速度和陀螺仪数据和：g_r＝∑g、a_r＝∑a

触地平衡度：

b.头部晃动力度：旋转角度大于15度时，计算最大的水平加速度。

C.通过陀螺仪传感器结合地磁传感器，使用机器学习方法获取头部晃动范围。头部晃动范围：旋转角度大于15度时,计算磁力偏转范围。

D.通过心率传感器，获取佩戴者当前心率值。

当跑步姿势及步态异常时，发出提醒信号。

提醒模块发出相应指令提醒用户校正姿势及步态。

另一方面，本发明还提供了一种智能蓝牙耳机跑步姿势及步态分析装置，具体包括：

1.传感器模块，采集信号；

2.提醒模块，用于出现异常时提醒用户校正姿势及步态。

3.处理模块，用于通过智能算法把传感器信号转换为跑步姿势及步态信息；

针对现代人使用蓝牙耳机跑步锻炼时，由于没有经过专业的指导，跑步时的姿势及步态很容易出现不标准情况。本发明提供了智能蓝牙耳机跑步姿势及步态分析的方法及装置，应用本发明，实时精确识别佩戴者跑步时的姿态及步态，异常情况下提醒佩戴者矫正姿势及步态，提供科学跑步的方法。

传感器包含但不限于加速度传感器、陀螺仪传感器、地磁传感器、心率传感器。

提醒方式包含但不限于震动提醒、声音提醒、电击刺激提醒、灯光提醒。

步态包含但不限于腾空时间、着地时间、着地力量、步频、心率。

跑步姿势包含但不限于触地平衡度、头部晃动范围、头部晃动力度。

需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本发明实施例所提供的内容下载方法及相关设备、系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种智能蓝牙耳机跑步姿势及步态分析的方法，其特征在于，所述方法包括如下步骤：

在跑步状态下，实时检测状态获取跑步数据；该跑步数据包括：加速度值、着地时间、着地力量和步频；

通过跑步数据计算得到触地平衡度，头部晃动力度；

将该跑步数据以及触地平衡度，头部晃动力度组成输入数据，将该输入数据输入到机器学习算法中计算得到输出结果，依据该输出结果确定跑步姿势以及步态信息；

依据该跑步姿势以及步态信息生成提示信息，将该提示信息播放。

2.根据权利要求1所述的方法，其特征在于，所述实时检测状态获取跑步数据，包括：

通过加速度传感器，获取腾空时间、着地时间、着地力量、步频、加速度值。

3.根据权利要求1所述的方法，其特征在于，所述获取步频，包括：

计算重力加速度变化的波峰和波谷，波峰和波谷差值大于0.5g时记为一步；统计1分钟步数即为步频。

4.根据权利要求1所述的方法，其特征在于，

左脚计步时加速度和陀螺仪数据和：g_l＝∑g、a_l＝∑a

右脚计步时加速度和陀螺仪数据和：g_r＝∑g、a_r＝∑a

触地平衡度：

其中，其中，g_x、g_y、g_z为陀螺仪实时的3轴数据；加速度实时3轴数据为：a_x、a_y、a_z。

5.根据权利要求1所述的方法，其特征在于，所述将该跑步数据以及触地平衡度，头部晃动力度组成输入数据，将该输入数据输入到机器学习算法中计算得到输出结果，包括：

将该跑步数据以及触地平衡度，头部晃动力度组成输入数据矩阵，将该输入数据矩阵的高度值H以及宽度值W调整至设定数量，将输入数据矩阵插入多个数据，插入的数据为相邻在H方向相邻的两个值的平均，将该输入数据矩阵输入机器学习执行n层正向运算得到输出结果。

6.一种智能蓝牙耳机，其特征在于，所述智能蓝牙耳机包括：

传感器模块，用于在跑步状态下，实时检测状态获取跑步数据；该跑步数据包括：加速度值、着地时间、着地力量和步频；

处理模块，用于通过跑步数据计算得到触地平衡度，头部晃动力度；

处理模块，还用于将该跑步数据以及触地平衡度，头部晃动力度组成输入数据，将该输入数据输入到机器学习算法中计算得到输出结果，依据该输出结果确定跑步姿势以及步态信息；

依据该跑步姿势以及步态信息生成提示信息，将该提示信息播放。

7.根据权利要求6所述的智能蓝牙耳机，其特征在于，所述传感器模块具体为：陀螺仪以及加速度传感器。

8.根据权利要求6所述的智能蓝牙耳机，其特征在于，

所述处理单元，具体用于计算重力加速度变化的波峰和波谷，波峰和波谷差值大于0.5g时记为一步；统计1分钟步数即为步频。

9.根据权利要求6所述的智能蓝牙耳机，其特征在于，

所述处理单元，具体用于：

左脚计步时加速度和陀螺仪数据和：g_l＝∑g、a_l＝∑a

右脚计步时加速度和陀螺仪数据和：g_r＝∑g、a_r＝∑a

触地平衡度：

其中，其中，g_x、g_y、g_z为陀螺仪实时的3轴数据；加速度实时3轴数据为：a_x、a_y、a_z。

10.根据权利要求6所述的智能蓝牙耳机，其特征在于，

所述处理单元，具体用于将该跑步数据以及触地平衡度，头部晃动力度组成输入数据矩阵，将该输入数据矩阵的高度值H以及宽度值W调整至设定数量，将输入数据矩阵插入多个数据，插入的数据为相邻在H方向相邻的两个值的平均，将该输入数据矩阵输入机器学习执行n层正向运算得到输出结果。