CN108780662B - 人体工学评估服装 - Google Patents
人体工学评估服装 Download PDFInfo
- Publication number
- CN108780662B CN108780662B CN201780001703.8A CN201780001703A CN108780662B CN 108780662 B CN108780662 B CN 108780662B CN 201780001703 A CN201780001703 A CN 201780001703A CN 108780662 B CN108780662 B CN 108780662B
- Authority
- CN
- China
- Prior art keywords
- ergonomic
- user
- body part
- data
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1114—Tracking parts of the body
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
-
- D—TEXTILES; PAPER
- D04—BRAIDING; LACE-MAKING; KNITTING; TRIMMINGS; NON-WOVEN FABRICS
- D04B—KNITTING
- D04B1/00—Weft knitting processes for the production of fabrics or articles not dependent on the use of particular machines; Fabrics or articles defined by such processes
- D04B1/14—Other fabrics or articles characterised primarily by the use of particular thread materials
-
- D—TEXTILES; PAPER
- D04—BRAIDING; LACE-MAKING; KNITTING; TRIMMINGS; NON-WOVEN FABRICS
- D04B—KNITTING
- D04B1/00—Weft knitting processes for the production of fabrics or articles not dependent on the use of particular machines; Fabrics or articles defined by such processes
- D04B1/14—Other fabrics or articles characterised primarily by the use of particular thread materials
- D04B1/16—Other fabrics or articles characterised primarily by the use of particular thread materials synthetic threads
-
- D—TEXTILES; PAPER
- D04—BRAIDING; LACE-MAKING; KNITTING; TRIMMINGS; NON-WOVEN FABRICS
- D04B—KNITTING
- D04B1/00—Weft knitting processes for the production of fabrics or articles not dependent on the use of particular machines; Fabrics or articles defined by such processes
- D04B1/14—Other fabrics or articles characterised primarily by the use of particular thread materials
- D04B1/18—Other fabrics or articles characterised primarily by the use of particular thread materials elastic threads
-
- D—TEXTILES; PAPER
- D04—BRAIDING; LACE-MAKING; KNITTING; TRIMMINGS; NON-WOVEN FABRICS
- D04B—KNITTING
- D04B27/00—Details of, or auxiliary devices incorporated in, warp knitting machines, restricted to machines of this kind
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
-
- D—TEXTILES; PAPER
- D10—INDEXING SCHEME ASSOCIATED WITH SUBLASSES OF SECTION D, RELATING TO TEXTILES
- D10B—INDEXING SCHEME ASSOCIATED WITH SUBLASSES OF SECTION D, RELATING TO TEXTILES
- D10B2331/00—Fibres made from polymers obtained otherwise than by reactions only involving carbon-to-carbon unsaturated bonds, e.g. polycondensation products
- D10B2331/10—Fibres made from polymers obtained otherwise than by reactions only involving carbon-to-carbon unsaturated bonds, e.g. polycondensation products polyurethanes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Textile Engineering (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Emergency Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- User Interface Of Digital Computer (AREA)
- Professional, Industrial, Or Sporting Protective Garments (AREA)
Abstract
提供了确定用户的人体工学评估的系统和方法。例如,可以接收利用用户所穿的人体工学评估服装实现的一个或多个传感器的传感器数据。可以至少部分地基于所述传感器数据来确定与所述用户的至少一个身体部分相关联的身体数据。所述身体数据和与所述至少一个身体部分相关联的弯曲角度相关联。可以至少部分地基于所述身体数据来确定与所述用户相关联的人体工学评估。所述人体工学评估可以包括与所述用户相关联的一个或多个人体工学区域的指示,至少部分地基于与所述至少一个身体部分相关联的所述弯曲角度来确定所述一个或多个人体工学区域。
Description
技术领域
本公开总体上上涉及确定与用户相关联的人体工学评估。
背景技术
用于测量人的姿势和运动的当前技术依赖于粗糙的、不精确的方法(例如,视觉观察和估计)、或者侵入式的并且牵涉到笨重的或者难操作的仪器的方法(例如,测角仪)。尽管这些技术在一些情况下是足够的,但是可能是不准确的和/或难以实施的。例如,由于用于获取这些信息的仪器具有笨重且难操作的性质,因此可能难以获取与执行例行任务的工厂工人相关联的姿势和/或运动信息。
发明内容
本公开的实施例的方面和优点将在下面的说明书中部分地陈述,或者可以通过说明书来学习,或者可以通过实施例的实践来学习。
本公开的一个示例方面涉及一种确定与用户相关联的人体工学评估的计算机实现的方法。该方法包括:通过一个或多个计算装置,接收来自利用用户所穿的人体工学评估服装实现的一个或多个传感器的传感器数据。该方法进一步包括:通过一个或多个计算装置,至少部分地基于该传感器数据来确定与该用户的至少一个身体部分相关联的身体数据。该身体数据和与至少一个身体部分相关联的弯曲角度相关联。该方法进一步包括:通过一个或多个计算装置,至少部分地基于身体数据来确定与用户相关联的人体工学评估。该人体工学评估包括与用户相关联的一个或多个人体工学区域的指示。至少部分地基于与至少一个身体部分相关联的弯曲角度来确定该一个或多个人体工学区域。
本公开的其它示例方面涉及确定用户的人体工学评估的系统、设备、有形非暂时性计算机可读介质、用户界面、存储器装置和电子装置。
参考下面的说明书和随附权利要求书,各种实施例的这些和其它特征、方面和优点将变得更容易理解。附图包括在本文中并且形成说明书的一部分,附图图示了本公开的实施例并且与说明书一起用于解释相关原理。
附图说明
在本说明书中,面向本领域的普通技术人员,参照附图陈述了实施例的详细讨论,在图中:
图1描绘根据本公开的示例方面的确定用户的人体工学评估的示例系统;
图2描绘根据本公开的示例方面的示例人体工学评估服装;
图3描绘根据本公开的示例方面的确定人体工学评估的示例方法的流程图;以及
图4描绘根据本公开的示例方面的示例系统。
具体实施方式
现在将详细参考实施例,其中的一个或多个示例在附图中示出。通过对实施例的解释来提供每个示例,而不是对本公开的限制。实际上,对于本领域的技术人员来说显而易见的是,在不脱离本公开的范围或精神的情况下,可以对实施例进行各种修改和变化。例如,作为一个实施例的一部分示出或描述的特征可以与另一个实施例一起使用以产生又一个实施例。因此,本公开的各方面旨在覆盖这样的修改和变化。
本公开的示例方面涉及使用能够被用户穿戴的人体工学评估服装来确定人体工学评估。例如,可以从利用该用户所穿的人体工学评估服装实现的一个或多个传感器接收传感器数据。可以至少部分地基于该传感器数据来确定与用户的一个或多个身体部分相关联的身体数据。该身体数据可以包括与用户的至少一个身体部分的弯曲角度、用户的至少一个身体部分的弯曲速度、用户的至少一个身体部分的弯曲的加速度、与用户相关联的运动的持续时间和/或运动的重复性质相关联的数据。可以至少部分地基于身体数据来确定人体工学评估。该人体工学评估可以包括至少部分地基于与至少一个身体部分相关联的弯曲角度而指示用户位于的一个或多个人体工学区域。
更具体地,人体工学评估服装可以是配置为由用户穿戴并且用于监测与用户的运动和/或姿势相关联的数据的任何合适的服装。在一些实施方式中,人体工学评估服装可以是上身服装,诸如,衬衫、夹克、毛衣等。按照这种方式,人体工学评估服装可以是宽松合身的,类似于典型的上身服装,并且不要求形成与用户合身的形式。可以利用配置为在由用户穿戴时监测与用户的运动和/或姿势相关联的数据的一个或多个传感器装置来实现人体工学评估服装。例如,可以将传感器集成在人体工学评估服装的织物内,或者以其它方式附接到人体工学评估服装。这些传感器可以包括一个或多个加速度计、陀螺仪、惯性测量单元、测力计、转速计、肌电图传感器、心率监测器、和/或能够监测与用户的移动和/或姿势相关联的生理数据的其它合适的传感器。
在一些实施方式中,人体工学评估服装可以是使用多根导电纱线构造的智能服装。例如,该导电纱线可以被织在服装的织物结构中以形成一个或多个电路。在一些实施方式中,导电纱线可以与非导电纱线组合以构造人体工学评估服装。在这些实施方式中,服装可以包括具有用于生产服装等的典型织物的触感、悬垂特性和其它性质的织物。因此,可以将导电纱线并入人体工学评估服装的织物内,不会不希望地增加刚度或者赋予织物任何其它不希望的特性。
在这些实施方式中,人体工学评估服装的一个或多个传感器可以耦合至一根或多根导电纱线以形成一个或多个电路。例如,导电纱线可以布置成将一个或多个传感器电耦合至配置为实现本公开的各个示例方面的一个或多个处理装置。
传感器数据可以用于确定与用户相关联的身体数据。例如,这些身体数据可以包括与用户的一个或多个关节或身体部分的弯曲角度相关联的数据。例如,身体数据可以包括指示用户的肩膀、肘部、背部、颈部、膝盖等的弯曲角度的数据。在一些实施方式中,身体数据可以包括与一个或多个身体部分的运动范围、一个或多个身体部分的运动速度、一个或多个身体部分的运动加速度、和/或与用户的运动和/或姿势相关联的其它合适的身体数据相关联的数据。在一些实施方式中,身体数据可以包括指示一个或多个身体部分的弯曲角度的定时的数据。在一些实施方式中,身体数据可以包括相对弯曲角度(例如,相对于一个或多个弯曲角度阈值)。在一些实施方式中,身体数据可以包括指示在特定时间段内特定身体部分以大于该身体部分的相应弯曲角度阈值的角度弯曲的次数的数据。另外,或者可替代地,身体数据可以包括行为数据。该行为数据可以指示所执行的工作活动、生产力估计(例如,每分钟折叠的毛巾数)。
这些身体数据可以用于确定与用户相关联的人体工学评估。人体工学评估可以包括与用户的运动和/或姿势相关联的各种属性。例如,可以将用户的运动和/或姿势分类到在一个或多个时间段内与用户的姿势和/或运动相关联的一个或多个人体工学区域。该人体工学区域可以指定在该一个或多个时间段内用户的姿势和/或运动的各种质量。每个主体身体部分(例如,肩膀、背部、膝盖等)都可以具有其中身体部分的运动和/或姿势能够被分类的多个相关联的人体工学区域。可以至少部分地基于与主体身体部分相关联的弯曲角度阈值来定义人体工学区域。在一些实施方式中,可以至少部分地基于在一个或多个时间段内主体身体部分的弯曲角度大于阈值的次数来定义每个区域。例如,第一区域可以指示:平均来说,在测量时间段期间,每分钟(或者其它合适的时间段)主体身体部分的弯曲角度大于阈值的次数少于一次。第二区域可以指示:平均来说,在测量时间段期间,每分钟主体身体部分的弯曲角度大于阈值的次数在一次和两次之间。第三区域可以指示:平均来说,在测量时间段期间,每分钟主体身体部分的弯曲角度大于阈值的次数多于两次。按照这种方式,第一区域可以指示比第二和第三区域质量更高的姿势和/或运动。在这些实施方式中,可以监测在测量时间段期间的整个多个周期块(例如,一分钟块)内主体身体部分的弯曲角度。
在一些实施方式中,可以至少部分地基于在测量时间段期间主体身体部分的弯曲角度大于阈值的时间比率,来确定人体工学区域。例如,第一区域可以指示主体身体部分的弯曲角度大于阈值的时间比率少于测量时间段的1/5(或者其它合适的比率)。第二区域可以指示主体身体部分的弯曲角度大于阈值的时间比率在测量时间段的1/5和1/3之间。第三区域可以指示主体身体部分的弯曲角度大于阈值的时间比率多于测量时间段的1/3。按照这种方式,第一区域可以指示比第二和第三区域质量更高的主体身体部分的姿势和/或运动。
在一些实施方式中,可以至少部分地基于主体身体部分的运动速度和/或加速度来确定人体工学区域。例如,可以至少部分地基于加速度或者速度的阈值来定义区域。更具体地,可以至少部分地基于主体身体部分的速度和/或加速度大于阈值的次数和/或主体身体部分的速度和/或加速度大于阈值的时间比率来定义人体工学区域。
要了解,上面描述的示例人体工学区域仅用于说明性目的。更具体地,要了解,可以在不脱离本公开的范围的情况下使用用于定义一个或多个人体工学区域的任何合适的度量。例如,可以基于一个或多个合适的弯曲角度阈值、速度阈值、加速度阈值、主体身体部分的弯曲角度、加速度、速度等大于相应阈值的次数、主体身体部分的弯曲角度、加速度、速度等大于相应阈值的时间比率等的任何组合来定义人体工学区域。
在一些实施方式中,人体工学区域可以指定用户被分类的总人体工学区域。可以至少部分地基于在测量时间段期间针对一个或多个主体身体部分确定的一个或多个人体工学区域来确定总人体工学区域。例如,如果在测量时间段期间确定了多个主体身体部分的人体工学区域,则可以至少部分地基于针对每个主体身体部分确定的每个人体工学区域来确定总人体工学区域。在一些实施方式中,总人体工学区域可以与指示最低质量的姿势和/或运动的主体身体部分的人体工学区域相对应。
人体工学评估可以进一步包括一个或多个主体身体部分的能量消耗度量。能量消耗度量可以提供在测量时间段期间由主体身体部分所产生能量的估计量。例如,可以至少部分地基于运动的速度和/加速度、运动的范围和/或与一个主体身体部分相关联的其它参数来确定能量消耗度量。在一些实施方式中,人体工学评估可以包括针对每个主体身体部分指定能量消耗度量的聚合的总能量消耗度量。可以相对于最大能量消耗值来确定能量消耗度量。最大值可以是指定用户可以安全消耗的最大的合适的能量的量的任何合适的值。在一些实施方式中,可以针对单独用户将最大值个性化。
人体工学评估可以进一步包括生产力评估,其可以指示监测的工作时间段、休息时间段、休息次数(例如,平均休息次数)、休息持续时间(例如,平均休息持续时间)、正在执行的工作类型、针对某些工作职能每单位时间的估计输出量和/或任何其它合适的生产力测度。可以通过传感器数据和/或身体数据来确定这种生产力评估。例如,传感器数据可以用于确定用户什么时候是活跃的以及用户什么时候正在工作。传感器数据可以进一步用于将用户正在执行的工作类型分类。
在一些实施方式中,人体工学评估可以用于向用户提供触觉反馈。例如,可以利用人体工学评估服装来实现一个或多个触觉反馈装置(例如,振动电机、致动器等)。这些反馈装置可以用于至少部分地基于人体工学评估来向用户提供触觉反馈。可以提供触觉反馈以指示与用户的姿势和/或运动数据相关的信息。例如,可以向用户提供触觉反馈以指示用户的运动和/或姿势与特定人体工学区域相对应,以指示用户正消耗太多能量等。
例如,可以经由与用户相关联的用户装置(例如,智能手机、平板计算机、膝上型计算机、台式计算机、智能手表、健身手环等)来向用户或者其它实体提供人体工学评估。按照这种方式,人体工学评估可以向用户或者其它实体提供指定在一个或多个测量时间段期间与用户的姿势和/或运动相关联的信息的报告。在一些实施方式中,可以将多个用户的人体工学评估提供给一个或多个远程计算装置(例如,服务器装置)以确定与该多个用户的姿势和/或运动习惯相关的更广泛的倾向。
现在将会参照附图更详细地提供本公开的示例方面。例如,图1描绘了根据本公开的示例方面的确定与用户相关联的人体工学评估的示例系统100。系统100包括人体工学评估服装102和计算装置104。在一些实施方式中,计算装置104可以被集成或者实现在人体工学评估服装102内,或者以其它方式被附接到人体工学评估服装102。在一些实施方式中,计算装置104可以是与人体工学评估服装102分开的不同的装置。在这些实施方式中,计算装置104可以,例如,经由网络通信地耦合至人体工学评估服装102。例如,在这些实施方式中,计算装置104可以是自含式装置并且可以被附接、粘贴、或者以其它方式连接到用户所穿的任何合适的服装。
人体工学评估服装102可以包括一个或多个传感器装置106。传感器装置106可以被配置为测量指示穿着人体工学评估服装102的用户的运动和/或姿势的数据。传感器装置106可以包括一个或多个加速度计、陀螺仪、惯性测量单元、测力计、转速计、肌电图传感器、心率监测器、和/或能够监测与用户的移动和/或姿势相关联的数据的其它合适的传感器。尽管在图1中仅描绘了两个传感器装置106,但是要了解,人体工学评估服装102可以包括任何合适数量的传感器装置。另外,尽管传感器装置106被放置在人体工学评估服装102的袖子上(接近用户的肩膀),但是要了解,传感器装置106可以按照任何合适的方式相对于人体工学评估服装102被放置以促进与用户相关联的所需运动和/或姿势的数据的测量。
在一些实施方式中,人体工学评估服装102可以是使用一根或多根导电纱线构造的智能服装。在这些实施方式中,传感器装置106可以被耦合至这些导电纱线以形成实现本公开的示例方面的电路。例如,传感器装置106可以经由这些导电纱线彼此耦合。在一些实施方式中,传感器装置106可以经由导电纱线耦合至计算装置104和/或任何合适的计算装置。
人体工学评估服装102可以包括通常由纺织或者编织在一起的纱线形成的织物结构。在人体工学评估服装102是智能服装的实施方式中,至少某些纱线是导电的。导电纱线可以被织在织物结构中以便形成各种不同的电子电路。各种不同类型的电子装置可以被附接到纱线并且由控制器(诸如,微处理器)控制。在一个实施例中,整个织物结构由导电纱线制成。然而,在可替代的实施例中,织物结构可以是导电纱线和非导电纱线的组合。当组合导电纱线和非导电纱线时,可以生产出具有用于生产服装等的典型织物的触感、悬垂特性和其它性质的织物。因此,可以将导电纱线并入织物内,不会不希望地增加刚度或者赋予织物任何其它不希望的特点。
通常,在本公开的织物中使用的导电纱线可以由任何合适的导电材料制成。例如,导电材料可以包括金属、金属化合物、导电聚合物或者其混合物。纱线可以包括单丝纱线、复丝纱线和可能的短纤纱线。例如,在一个实施例中,导电纱线包括单丝纱线。整个纱线可以由导电材料制成。可替代地,纱线可以包括包含导电组分和非导电组分的多组分纱线。例如,在一个实施例中,多组分纱线可以包括双组分纱线,在该双组分纱线中,导电成分包括被非导电芯鞘包围的内芯。可替代地,当非导电组分可以包括内芯时,导电组分可以包括芯鞘。在又一实施例中,导电组分和非导电组分可以在纱线内是并排关系。
在一个实施例中,导电纱线包括内芯-芯鞘类型的导电纤维,诸如,包含由导电聚合物制成的内芯的单丝纤维。例如,用于制成内芯的导电聚合物可以包括乙炔导电聚合物、吡咯导电聚合物、噻吩基导电聚合物、亚苯基导电聚合物、苯胺导电聚合物等。
例如,纤维的导电部分可以包括基于乙炔的5元杂环系统。例如,可以用于生产导电聚合物的单体包括:3-甲基吡咯、3-乙基吡咯、3-十二烷基吡咯-3-烃基吡咯、3,4-二甲基吡咯、3-甲基-4-3,4-二烃基吡咯、十二烷基吡咯、N-甲基吡咯、N-烷基吡咯(诸如,N-十二烷基吡咯)、N-甲基-3-甲基吡咯、N-烷基基-3-烷基吡咯(诸如,N-乙基-3-十二烷基吡咯)、3-羧甲基吡咯等。在可替代的实施例中,导电聚合物可以包括基于噻吩的聚合物(诸如,基于异硫茚的聚合物)。噻吩基导电聚合物的其它示例包括聚-3,4-乙烯二氧噻吩。亚苯基导电聚合物的示例是聚对亚苯基亚乙烯基。上面的聚合物还可以被混合在一起形成纱线的导电部分。
在一个实施例中,可以将掺杂剂添加到导电聚合物以便改善导电性。例如,掺杂剂可以包括卤化物离子,诸如,氯离子、或者溴离子。其它掺杂剂包括高氯酸根离子、四氟硼酸根离子、六氟砷酸根离子、硫酸根离子、硝酸根离子、硫氰酸根离子、六氟化硅酸根离子、三氟乙酸根离子、磷酸根离子、苯基磷酸根离子等。掺杂剂的特定示例包括六氟砷酸根离子、甲苯磺酸根离子、乙苯磺酸根离子、烷基苯磺酸根离子(诸如,十二烷基苯磺酸根离子、甲基磺酸根离子、其它烷基磺酸根离子)、聚丙烯酸根离子、聚乙烯磺酸根离子、聚苯乙烯磺酸根离子、聚(2-丙烯酰胺基-2-甲基丙磺酸)根离子等。添加到导电聚合物的掺杂剂的量可以根据具体应用变化。例如,掺杂剂可以以大约3%到大约50%的重量(诸如,大约10%到大约30%的重量)与导电聚合物组合。
在一个实施例中,可以通过将金属涂层涂在聚合树脂上来形成多组分纤维的导电部分。聚合树脂可以包括上面描述的任一导电聚合物或者可以包括非导电聚合物。在可替代的实施例中,可以将导电填料装载到热塑性树脂中。热塑性树脂可以包括如上所述的导电聚合物或者非导电聚合物。
适用于涂敷聚合物材料的金属包括金、银、铬、铁等。可以使用的导电微粒除了包括铝、石墨、其它碳微粒、碳纤维、碳黑等之外还包括上面描述的任一金属。
在再一实施例中,多组分纤维或者长丝的导电部分可以包括碳丝。
在一个特定实施例中,本公开的导电复合纤维包括由包含大约13%到大约60%重量的导电颗粒物质(诸如,碳黑、石墨、氮化硼等)的热塑性聚酰胺制成的导电聚合物层。纤维进一步包括由热塑性聚酰胺制成的非导电组分。
在另一个实施例中,导电纱线包括覆盖着金属(诸如,银或者不锈钢)的热塑性聚合物。例如,热塑性聚合物可以包括聚酰胺(诸如,尼龙)或者涤纶。
根据本公开制成的多组分纤维和纱线除了包括导电组分之外还可以包括非导电组分。非导电组分可以由任何合适的天然的或者合成的聚合物制成。例如,非导电部分可以由聚酰胺(诸如,尼龙6或者尼龙66)制成。可替代地,非导电部分可以包括涤纶,诸如,聚对苯二甲酸乙二醇酯、聚对苯二甲酸丁二醇酯、其共聚物等。在再一实施例中,非导电组分可以包括聚烯烃,诸如,聚乙烯或者聚丙烯,包括其共聚物。在再一实施例中,非导电部分可以包括聚丙烯腈或者聚乙烯醇聚合物。导电组分相对于非导电组分的相对量可以根据各种不同的因素有很大的变化。例如,导电组分的量可以取决于材料的导电性和使用的材料的类型。通常,导电组分可以包括大约20%到大约90%重量(诸如,大约30%到大约70%重量)的多组分纤维。
在本公开的另一个实施例中,导电纱线可以包括包含导电细丝的复丝纱线。例如,可以形成复丝纱线,在复丝纱线中,一个或多个导电细丝可以被非导电细丝包围。非导电细丝可以由上面描述的任一非导电热塑性聚合物制成。另一方面,导电细丝可以由上面描述的任一导电材料制成,包括导电聚合物、金属材料等。
在再一实施例中,可以用碳纳米管来覆盖由热塑性长丝制成的复丝纱线以使纱线能够导电。
根据本公开制成的导电纱线可以被纺织或者编织在能够实施本公开的过程的任何合适的织物结构中。如上所述,织物结构可以完全由导电纱线制成。可替代地,织物结构可以由导电纱线和非导电纱线的组合制成。例如,可以策略性地将导电纱线地放置在织物内以便形成用于实施本公开的过程的无数种类的不同电路。
在一个实施例中,本公开的织物结构包括包含导电纱线和非导电纱线的编织物。通常,可以根据本公开使用任何合适的编织机。例如,编织机可以包括纬编机、经编机或者无缝编织机。例如,在一个实施例中,使用了圣东尼圆形编织机。在本公开中使用的编织机提供各种优点和益处。例如,通过使用编织机,可以构造出可以有利地将导电纱线放置在需要的位置的三维编织架构。另外,许多编织机使得用户能够通过电子手段选择织针对织针的操作并且可以具有各种不同的送纱器。
例如,在一个实施例中,在具有计算机化电子织针和纱线进料选择系统的圆形编织机上形成或者编织织物。通常使用圆柱形的织针和针盘织针来编织呈圆柱形的坯件。圆柱形的织针编织第一系列的线圈横列并且针盘织针可以编织第二系列的线圈横列。
可替代地,编织机可以包括两个以上的线圈横列。例如,编织机可以包括大约两个到大约十六个线圈横列,诸如,大约六个到大约十二个线圈横列。
在一种实施方式中,编织机可以和八个送纱器一起使用。织物可以通过编织机被制成具有三维结构的织物。例如,可以生产双面织物。按照这种方式,织物的正面可以主要仅包括非导电纱线,而织物的背面可以包括导电纱线。例如,可以使用电镀技术来生产织物。电镀是同时送入两根或多根纱线的编织结构。第二纱线通常是与第一纱线不同的类型。在编织过程期间,将第二纱线放置在第一纱线下方以便可以将每根纱线卷到织物的特定一侧。按照这种方式,一根纱线可以主要出现在织物的正面而另一种纱线可以主要出现在织物的背面。
在一个实施例中,除了非导电纱线和导电纱线之外,织物还可以包括各种其它纱线。例如,织物可以包括当被拉伸后能够恢复正常状态的弹性纱线。例如,弹性纱线可以包括氨纶。
例如,在一个实施例中,编织的纱线可以由大约四个到大约六个线圈横列形成。例如,第一线圈横列可以由非导电纱线(诸如,涤纶、棉、尼龙、丙烯酸类聚合物等)制成。另一方面,其余的线圈横列可以包括单种纱线或者纱线的组合。例如,其中一个线圈横列可以包含与氨纶纱线结合的导电纱线。另一方面,第三线圈横列可以包含非导电纱线与氨纶纱线的组合。另一方面,第四线圈横列可以仅由导电纱线制成。可以使用所有不同的组合并且可以使用所有不同数量的线圈横列来形成织物。按照这种方式,可以构造特别适合在织物内构建电路并且使织物能实施用户输入的命令的三维织物架构。在编织期间,可以使用浮圈以获得需要的结构。
再参照图1,可以将由传感器装置106获取的传感器数据提供给计算装置104。计算装置104可以包括身体数据确定器108和人体工学评估器110。身体数据确定器108可以被配置为从由传感器装置106提供的传感器数据提取姿势和/或运动数据。例如,身体数据确定器108可以分析由计算装置104获取的原始的传感器数据以识别、确定、和/或提取指示身体数据的特征。更具体地,可以确定传感器数据的各种属性、特性、或者模式以与用户的各种运动、姿势、弯曲角度等相对应。身体数据确定器108可以分析由传感器装置106获取的数据以识别指示这些属性、特性或者模式的特征。按照这种方式,传感器数据的各个部分可以具有这些属性、特性、或者模式。身体数据确定器108可以将传感器数据的这些部分分类为各种类型的身体数据。
这些身体数据可以与用户的至少一个身体部分的弯曲角度相关联。例如,身体数据可以包括肩膀角度(例如,相对于用户身体的侧面)、背部角度(例如,从前到后的角度)、躯干角度(例如,从一边到另一边的角度)。在一些实施方式中,身体数据可以与用户的肩膀旋转(例如,围绕臼关节)相关联。在一些实施方式中,身体数据可以进一步包括用户执行的运动的速度和/加速度、与用户相关联的运动的持续时间和/或运动的重复性质。要理解,身体数据可以包括与各种其它合适的移动、姿势、身体部分等相关联的数据。在一些实施方式中,身体数据可以包括行为数据。该行为数据可以指示所执行的工作活动、生产力估计(例如,每分钟折叠的毛巾数)。
图2描绘了与用户的肩膀相关联的示例弯曲角度。如所指示的,身体数据可以包括相对于身体的侧面的肩膀角度。如图2所示,可以相对于用户的肩膀放置传感器装置106以便传感器装置106可以获取指示肩膀角度的传感器数据。按照这种方式,可以至少部分地基于由传感器装置106获取的传感器数据来确定肩膀角度。如图所示,肩膀角度可以是当穿着人体工学评估服装102时相对于用户身体的侧面的任何合适的角度(例如,15度、45度、90度等)。可以在多个平面中在整个360度范围内进行测量。相对于人体工学评估服装102被放置在别处的传感器装置106和/或其它传感器装置可以进一步被配置为当穿着人体工学评估服装102时获取指示用户的各个其它合适的身体部分的姿势和/或运动的传感器数据。
人体工学评估器110可以使用由身体数据确定器108确定的身体数据来确定与用户的姿势和/或运动相关联的人体工学评估。人体工学评估可以包括与用户的姿势和/或运动相关联的任何合适的信息。更具体地,人体工学评估可以包括关于用户的一个或多个身体部分的运动和/或姿势的质量和/或安全的一个或多个确定。这些确定可以对应于将用户的运动和/或姿势分类到一个或多个人体工学区域。至少部分地基于在一个或多个测量时间段期间的身体部分的运动和/或姿势(例如,弯曲角度)来针对身体部分确定人体工学区域。测量时间段可以是采集数据以促进用户的运动和/或姿势的评估的任何合适的时间段。在一些实施方式中,例如,可以由用户经由与人体工学评估服装102、计算装置104或者其它合适的计算装置的交互来启动测量时间段。
在一些实施方式中,可以至少部分地基于在一个或多个测量时间段期间主体身体部分的弯曲角度超过阈值的实例数来定义可以将用户和/或用户的运动分类的人体工学区域。例如,可以至少部分地基于在一个或多个测量时间段中的多个子集测量时段中的每个测量时间段期间主体身体部分的弯曲角度超过阈值的平均实例数来定义人体工学区域。在一些实施方式中,可以至少部分地基于在一个或多个测量时间段期间主体身体部分的弯曲角度超过阈值的时间量(例如,平均时间量)来定义人体工学区域。可以将这种时间量量化为阈值被超过的时间与一个或多个测量时间段的总时间的时间比率。可以定义人体工学区域以指示姿势和/或运动可接受性的各种等级。例如,第一人体工学区域可以指示可接受的运动和/或姿势,第二人体工学区域可以指示不太可接受的运动和/或姿势,并且第三人体工学区域可以指示更不可接受的运动和/或姿势。
可以定义人体工学区域以便可以至少部分地基于主体身体部分的弯曲角度超过阈值的实例数和/或时间量来将用户和/或主体身体部分的运动和/或姿势分类到特定的人体工学区域中。按照这种方式,在一个或多个测量时间段期间主体身体部分超过阈值的实例数和/或时间量可以经由在人体工学区域中的分类来与质量、安全和/或运动和/或姿势的可接受性的水平相对应。
如所指示的,可以将采集数据的每个主体身体部分分类在与主体身体部分相对应的相应人体工学区域内。在一些实施方式中,人体工学评估器110可以进一步确定用户的总人体工学区域。可以至少部分地基于针对每个主体身体部分确定的人体工学区域来确定总人体工学区域。按照这种方式,总人体工学区域可以指示总的质量、安全和/或用户的运动和/或姿势的可接受性。在一些实施方式中,总人体工学区域可以与已经将用户的主体身体部分分类的最苛刻的人体工学区域(例如,人体工学区域与最不可接受的姿势和/或运动相对应)相对应。在一些实施方式中,总人体工学区域可以与和每个主体身体部分相关联的每个人体工学区域的聚合相对应。
人体工学评估可以进一步包括与用户相关联的一个或多个能量消耗度量。可以针对主体身体部分来确定能量消耗度量,并且能量消耗度量可以是对在一个或多个测量时间段期间主体身体部分所消耗能量的估计。可以至少部分地基于主体身体部分的运动速度和/或加速度来确定能量消耗度量。更具体地,可以至少部分地基于身体部分的运动角速度和/或角加速度来确定能量消耗度量。在一些实施方式中,能量消耗度量可以相对于用户最大可接受的能量值。人体工学评估器110可以进一步针对每个主体身体部分聚合能量消耗度量以确定用户消耗的总能量。
人体工学评估可以进一步包括与用户相关联的生产力评估。生产力评估可以包括指示用户活跃的时间段、用户正在休息的时间段、用户休息的次数、休息持续时间、平均休息持续时间、休息之间的持续时间、测量时间段的总时间、正在执行的活动类型、针对某些工作职能每单位时间的估计输出量和/或其它合适的生产力测度的信息。正在执行的活动类型可以包括对执行的活动的描述。例如,人体工学评估器110可以至少部分地基于传感器数据和/或身体数据来确定这种活动类型。例如,这种描述可以指定任务,诸如,“折叠物品”、“堆积物品”、“将物品从第一表面转移到第二表面”、“装载或者卸载货物”等。在一些实施方式中,生产力评估可以至少部分地基于身体数据中包括的行为数据。
人体工学评估器110可以提供人体工学评估,以便显示在例如计算装置104或者其它合适的计算装置上。人体工学评估可以被显示在用户界面内,从而使用户可以查看由人体工学评估提供的相关信息。
人体工学评估可以用于向用户提供触觉反馈。例如,人体工学评估服装102可以包括利用人体工学评估服装102实现的或者以其它方式被附接到人体工学评估服装102的一个或多个反馈装置,诸如,振动电机、致动器等。这些反馈装置可以被配置为至少部分地基于人体工学评估来向用户提供触觉反馈。例如,计算装置104可以被配置为至少部分地基于人体工学评估、身体数据和/或传感器数据来确定一个或多个触觉反馈信号,并且经由反馈装置向用户提供这些触觉反馈信号。在一些实施方式中,反馈信号可以包括针对用户确定的与一个或多个人体工学区域、能量消耗度量等相关联的振动模式。例如,可以将具有第一振动模式的振动提供给用户以指示将用户的运动和/或姿势分类为处于第一人体工学区域内。可以将具有第二振动模式的振动提供给用户以指示将用户的运动和/或姿势分类为处于第二人体工学区域内。
在一些实施方式中,可以基于穿着人体工学评估服装102的用户来校准人体工学评估服装102。例如,计算装置104可以至少部分地基于来自传感器装置106的传感器数据来执行校准。这种校准可以指示可以确定人体工学评估的一个或多个参照点。例如,参照点可以指示用户的自然姿势。按照这种方式,可以在人体工学评估器110确定人体工学评估之前执行校准。
图3描绘了根据本公开的示例方面的确定人体工学评估的示例方法(200)的流程图。方法(200)可以由一个或多个计算装置实现,诸如,在图4中描绘的计算装置中的一个或多个。在特定实施方式中,方法(200)可以由图1的身体数据确定器108和/或人体工学评估器110实现。另外,出于说明和讨论的目的,图3描绘了按照特定顺序执行的步骤。使用本文提供的公开,本领域的普通技术人员将理解,在不脱离本公开的范围的情况下,可以按照各种方式调整、重新布置、扩展、省略、或者修改本文讨论的任一方法的步骤。
在(202)中,方法(200)可以包括校准与人体工学评估服装相关联的一个或多个传感器装置。如所指示的,人体工学评估服装可以是配置为获取指示用户的运动和/或姿势的数据的任何合适的服装。在一些实施方式中,人体工学评估服装可以是使用一根或多根导电纱线构造的智能服装。导电纱线可以配置为形成一个或多个电路以促进本公开的示例方面。人体工学评估服装可以包括配置为获取指示用户的运动和/或姿势的数据的一个或多个传感器装置(例如,加速度计、陀螺仪、惯性测量单元等)。在人体工学评估服装是智能服装的实施方式中,传感器装置可以耦合至一根或多根导电纱线。
人体工学评估服装的传感器装置可以根据穿着人体工学评估服装的用户来校准。该校准可以为测量用户的运动和/或姿势提供基线或者参照。该校准可以指示从其能够测量到运动和/或姿势变化的用户的自然姿势。
在(204)中,方法(200)可以包括在测量时间段期间从一个或多个传感器装置接收传感器数据。如所指示的,测量时间段可以是传感器装置获取数据以促进用户的人体工学评估的确定的任何合适的时间段。传感器数据可以包括指示在测量时间段期间用户的运动和/或姿势的原始的传感器数据。
在(206)中,方法(200)可以包括至少部分地基于传感器数据来确定与用户的运动和/或姿势相关联的身体数据。例如,确定身体数据可以包括从指示在测量时间段期间用户的各种运动、弯曲角度、速度、加速度等的原始的传感器数据识别和/或提取各种特征。该特征可以与传感器数据的各种属性、特性、或者模式相对应。按照这种方式,可以多次从传感器数据的各个部分提取特征以识别用户执行的用户的各种运动、弯曲角度等。
在(208)中,方法(200)可以包括至少部分地基于身体数据来针对用户确定人体工学评估。人体工学评估可以包括在测量时间段期间与用户的姿势和/或运动相关的合适的信息。例如,人体工学评估可以指示人体工学区域内的一个或多个用户的主体身体部分的分类,该分类指示在测量时间段期间用户的运动和/或姿势的可接受性、质量和/或安全。可以至少部分地基于在测量时间段期间主体身体部分的弯曲角度超过阈值的实例数来定义主体身体部分的人体工学区域。在一些实施方式中,可以至少部分地基于弯曲角度超过阈值的时间与测量时间段的总时间的比率来定义主体身体部分的人体工学区域。在一些实施方式中,可以针对与在测量时间段期间针对主体身体部分确定的最苛刻的人体工学区域(例如,与最不可接受的姿势和/或运动相对应)相对应的用户来确定总人体工学区域。
人体工学评估可以进一步包括一个或多个主体身体部分的能量消耗度量。可以至少部分地基于主体身体部分的运动速度和/或加速度来确定能量消耗度量。在一些实施方式中,可以与每个主体身体部分的每个能量消耗度量的聚合相对应来确定总能量消耗度量。在一些实施方式中,人体工学评估可以包括生产力评估。生产力评估可以指示监测的工作时间段、休息时间段、休息次数(例如,平均休息次数)、休息持续时间(例如,平均休息持续时间)、正在执行的工作类型、针对某些工作职能每单位时间的估计输出量和/或任何其它合适的生产力测度。可以通过传感器数据和/或身体数据来确定这些生产力评估。
例如,人体工学评估可以与和一个或多个活动相关联的用户的评估相关联。例如,该活动可以包括医疗康复、运动成绩和伤害评估(例如,跟踪和伤害预防)中的一个或多个。例如,可以分析诸如弯曲角度、获得的人体工学区域、能量消耗度量等信息来指示用户在医疗康复期间进展如何(例如,用户的运动范围、能量是否正在增加)、用户是否正在最大化最佳运动表现的运动范围(例如,掷标枪)、和/或身体部分是否正在移动进可以指示增加的伤害风险的区域内(例如,过度伸展)。
在(210)中,方法(200)可以包括将指示人体工学评估的数据提供至与用户相关联的计算装置的用户界面。例如,可以提供指示人体工学评估的数据,以便显示在计算装置的图形用户界面中。按照这种方式,可以将人体工学评估告知用户,从而使用户可以获得调整用户的姿势和/或运动的机会。例如,可以将用户在医疗康复、运动表现和伤害评估等方面的表现告知用户。
在(212)中,方法(200)可以包括至少部分地基于人体工学评估来向用户提供触觉反馈信号。人体工学评估服装可以包括一个或多个触觉反馈装置。例如,这些触觉反馈装置可以耦合至人体工学评估服装的一根或多根导电纱线。可以至少部分地基于人体工学评估、身体数据和/或传感器数据来确定触觉反馈信号,并且经由反馈装置向用户提供触觉反馈信号。
图4描述了根据本公开的示例方面的可以用于实现方法和系统的示例计算系统300。可以通过使用包括通过网络340与一个或多个人体工学评估服装330通信的计算装置310的客户端-服务器架构来实现系统300。可以通过使用其它合适的架构(诸如,单个计算装置)来实现系统300。
系统300包括计算装置310。计算装置310可以是任何合适类型的计算装置,诸如,通用计算装置、专用计算装置、膝上型计算机、台式计算机、移动装置、导航系统、智能手机、平板计算机、可穿戴式计算装置、具有一个或多个处理器的显示器或者其它合适的计算装置。在一些实施方式中,计算装置310可以被集成或者实现在人体工学评估服装330内。在一些实施方式中,计算装置310可以是与人体工学评估服装330分开的不同的装置,并且可以处于远离人体工学评估服装330的位置。在一些实施方式中,计算装置可以包括一个或多个传感器装置320。例如,传感器装置可以包括一个或多个加速度计、陀螺仪、惯性测量单元、测力计、转速计、肌电图传感器、心率监测器和/或其它合适的传感器。传感器装置320可以被包含在计算装置310内或者物理地与计算装置310连接。按照这种方式,计算装置310和传感器320可以被附接、粘贴或者连接到人体工学评估服装330以获取指示穿着人体工学评估服装330的用户的运动和/或姿势的传感器数据。
计算装置310可以包括一个或多个处理器312和一个或多个存储器装置314。计算装置310还可以包括用于,例如,通过网络340与人体工学评估服装330和/或其它合适的计算装置(诸如,服务器计算装置)通信的网络接口。网络接口可以包括与一个或多个网络接口连接的任何合适的组件,包括,例如,发送器、接收器、端口、控制器、天线或者其它合适的组件。
一个或多个处理器312可以包括任何合适的处理装置,诸如,微处理器、微控制器、集成电路、逻辑装置或者其它合适的处理装置。一个或多个存储器装置314可以包括一个或多个计算机可读介质,包括但不限于,非暂时性计算机可读介质、RAM、ROM、硬盘驱动器、闪盘驱动器或者其它存储器装置。一个或多个存储器装置314可以存储可由一个或多个处理器312访问的信息,包括可以由一个或多个处理器312执行的计算机可读指令316。指令316可以是当由一个或多个处理器312执行时使一个或多个处理器312执行操作的指令的任何集合。例如,指令316可以由一个或多个处理器312执行以实现参照图1描述的身体数据确定器108和人体工学评估器110。
如图4中所示,一个或多个存储器装置314还可以存储可以由一个或多个处理器312检索、操纵、创建、存储的数据318。数据318可以包括,例如,传感器数据和其它数据。数据318可以被本地存储在计算装置310处和/或存储在一个或多个数据库中。一个或多个数据库可以通过高带宽LAN或者WAN与计算装置310连接,或者还可以通过网络340与计算装置310连接。可以将一个或多个数据库拆分从而使它们处于多个场所中。
计算装置310可以通过网络340与一个或多个人体工学评估服装330或者其它合适的计算装置交换数据。尽管在图4中图示了一个人体工学评估服装330,但是任何数量的人体工学评估服装330都可以通过网络340与计算装置310连接。人体工学评估服装330可以是任何合适的服装。在一些实施方式中,人体工学评估服装可以是通过使用配置为形成一个或多个电路以促进本公开的示例方面的一根或多根导电纱线构造的智能服装。在一些实施方式中,人体工学评估服装可以包括一个或多个传感器装置350。例如,这些实施方式可以包括计算装置310远离人体工学评估服装的实施方式。
在一些实施方式中,计算装置310可以通信地耦合至一个或多个附加计算装置。例如,计算装置310可以被配置为向这种一个或多个附加计算装置提供指示人体工学评估的数据,例如,以通过与一个或多个附加计算装置相关联的显示装置将人体工学评估显示给用户。在一些实施方式中,一个或多个附加计算装置可以包括配置为在用户同意的情况下从多个人体工学评估服装和/或相关联的计算装置获取多个人体工学评估的服务器计算装置。如所指示的,然后可以将这些服务器计算装置配置为聚合并且分析这些人体工学评估以确定与人体工学评估相关联的倾向、模式等。在一些实施方式中,这种服务器计算装置可以(例如,经由配套应用、直接通信)与一个或多个人体工学评估服装330通信以促进人体工学评估服装330的功能。例如,服务器计算装置(例如,针对服装应用的配套应用)可以与一个或多个人体工学评估服装330通信以促成和/或促进相应人体工学评估服装330的一种或多种功能(例如,搜集传感器数据、处理传感器数据、确定身体数据、确定人体工学评估等)。例如,服务器计算装置可以随着时间提供/更新人体工学评估服装330的数据分析工具。
在一些实施方式中,计算装置310可以托管(或者以其它方式与之相关联)提供人体工学评估的基于云的服务。例如,计算装置310可以与获取与一个或多个人体工学评估服装330相关联的数据(诸如,指示单独的人体工学评估的数据)的服务相关联。计算装置310(例如,远离人体工学评估服装)可以随着时间聚合来自一个或多个人体工学评估服装330(例如,可以与相同的或者不同的个体相关联)的数据。计算装置310可以基于这些数据来确定聚合的人体工学评估和/或人体工学评估倾向。可以将聚合的人体工学评估和/或倾向提供给个体、基于云的服务的企业客户等,以便进行与医疗相关的跟踪、与运动相关的跟踪、伤害预防、和/或其它目的。
在一些实施方式中,人体工学评估服装330和/或计算装置310可以存储或者包括一个或多个模型360。例如,模型360可以是或者可以以其他方式包括各种机器学习模型,诸如神经网络(例如,深度神经网络)或者其它多层非线性模型。神经网络可以包括递归神经网络(例如,长短期记忆递归神经网络)、前馈神经网络、或者其它形式的神经网络。
在一些实施方式中,人体工学评估服装330和/或计算装置310可以通过网络340(例如,从另一个计算装置)接收一个或多个模型360,将一个或多个模型360存储在存储器314/334中,并且通过一个或多个处理器312/332使用或者以其它方式实施一个或多个模型360。在一些实施方式中,人体工学评估服装330和/或计算装置310可以实施单个模型360的多个平行实例(例如,以执行平行的服装校准和/或倾向分析)。
可以训练模型360以校准人体工学评估服装330和/或确定人体工学评估倾向。例如,模型360可以接收输入,该输入至少包括:身体数据、传感器数据和/或与用户相关联的其它数据。可以训练模型360以提供指示与用户相关联的人体工学评估的模型输出。模型输出可以至少部分地基于模型输入(例如,身体数据)。另外,或者可替代地,可以训练模型360以确定聚合的人体工学评估和/或一个或多个人体工学评估倾向。例如,模型360可以(例如,从单个用户、多个用户)接收包括多个人体工学评估的输入。可以训练模型360以提供指示人体工学评估的倾向(例如,随着时间变化的评估模式、重复特性、其它倾向)的模型输出。模型输出可以至少部分地基于模型输入(例如,多个人体工学评估)。
另外或者可替代地,一个或多个模型360可以被包括在服务器计算系统(例如,远离计算装置310和/或人体工学评估服装330)中或者以其它方式被服务器计算系统存储并且实施,该服务器计算系统根据客户端-服务器关系与计算装置310和/或人体工学评估服装330通信。例如,模型360可以被服务器计算系统实施为网络服务的一部分。因此,一个或多个模型360可以被存储并且实施在计算装置310和/或人体工学评估服装330处和/或一个或多个模型360可以被存储并且实施在服务器计算系统处。
可以经由与通过网络340通信地耦合的训练计算系统的交互来训练模型360。训练计算系统可以与服务器计算系统、计算装置310和/或人体工学评估服装330分离,或者可以是服务器计算系统、计算装置310和/或人体工学评估服装330的一部分。
训练计算系统可以包括使用各种训练或者学习技术(诸如,例如,后向误差传播)训练机器学习模型360的模型训练机。在一些实施方式中,执行后向误差传播可以包括随着时间执行截断反向传播。模型训练机可以执行若干泛化技术(例如,权重衰减、丢弃(dropout)等)以改善被训练的模型的泛化能力。在一些实施方式中,监督训练技术可以用在带标记的训练数据的集合上。
具体地,模型训练机可以基于训练数据的集合来训练模型360。例如,训练数据可以包括若干之前的人体工学评估和/或与其相关联的身体数据(和/或传感器数据)。在一些实施方式中,训练数据可以包括带标记的人体工学评估数据。可以手动地、自动地或者使用自动标记和手动标记的组合来标记训练数据。
在一些实施方式中,如果用户已经同意,则人体工学评估服装330可以提供训练示例。因此,在这样的实施方式中,可以通过训练计算系统围绕从人体工学评估服装330接收到的用户特定的通信数据来训练模型360。在一些实例中,该过程被称为将模型个性化。
在计算装置310是离人体工学评估服装330较远的分开的不同的装置的实施方式中,人体工学评估服装330可以包括一个或多个处理器332和存储器334。例如,这些处理器332和/或存储器334可以用于从传感器装置350获取传感器数据,并且,例如,经由网络340向计算装置310提供传感器数据。一个或多个处理器332可以包括一个或多个中央处理单元(CPU)和/或其它处理装置。存储器334可以包括一个或多个计算机可读介质并且可以存储可由一个或多个处理器332访问的信息,包括可以由一个或多个处理器332执行的指令336和数据338。
图4的人体工学评估服装330和/或计算装置310可以包括提供和接收来自用户(诸如,开始和停止测量时间段的机制或者其它手段)的信息的各种输入/输出装置。在一些实施方式中,根据本公开的示例方面,计算装置310可以包括呈现用于显示人体工学评估的用户界面的显示装置。
人体工学评估服装330还可以包括用于通过网络340与一个或多个远程计算装置(例如,计算装置310)通信的网络接口。网络接口可以包括与一个或多个网络接口连接的任何合适的组件,包括:例如,发送器、接收器、端口、控制器、天线、或者其它合适的组件。
网络340可以是任何类型的通信网络,诸如,局域网(例如,内联网)、广域网(例如,互联网)、蜂窝网络或者其一些组合。网络340还可以包括人体工学评估服装330和计算装置310之间的直接连接。通常,可以通过使用各种通信协议(例如,TCP/IP、HTTP、SMTP、FTP)、编码或者格式(例如,HTML、XML)、和/或保护方案(例如,VPN、安全的HTTP、SSL),经由使用任何类型的有线和/或无线连接的网络接口来保持计算装置310和人体工学评估服装330之间的通信。
本文讨论的技术参考了服务器、数据库、软件应用和其它基于计算机的系统以及针对这种系统采取的动作、发送至这种系统的信息和来自这种系统的信息。本领域的普通技术人员将认识到,基于计算机的系统的固有灵活性允许在组件之间的任务和功能的各种可能的配置、组合和划分。例如,可以通过使用单个服务器或者多个服务器组合工作来实施本文描述的服务器过程。数据库和应用可以实施在单个系统上或者分布在多个系统中。分布式组件可以顺序地操作或者并行操作。
虽然本主题已经针对其特定示例实施例进行了详细描述,但是要了解,本领域的技术人员在理解上述描述之后可以容易地对这些实施例进行改变、变型和等效。因此,对于本领域的普通技术人员来说显而易见的是,本公开的范围是示例性的而不是限制性的,并且本公开并不排除包括本主题的这种修改、变型和/或添加。
Claims (18)
1.一种确定与用户相关联的人体工学评估的计算机实现的方法,所述方法包括:
通过一个或多个计算装置在测量时间段期间接收来自一个或多个传感器的传感器数据,所述一个或多个传感器利用用户所穿的人体工学评估服装实现;
通过所述一个或多个计算装置至少部分地基于所述传感器数据来确定与所述用户的至少一个身体部分相关联的身体数据,所述身体数据和与所述至少一个身体部分相关联的弯曲角度相关联;
通过所述一个或多个计算装置至少部分地基于所述测量时间段以及在所述测量时间段期间与所述至少一个身体部分相关联的所述弯曲角度来确定一个或多个人体工学区域,其中,所述一个或多个人体工学区域是至少部分地基于在所述测量时间段期间与所述至少一个身体部分相关联的所述弯曲角度超过阈值的实例数;以及
通过所述一个或多个计算装置至少部分地基于所述身体数据来确定与所述用户相关联的人体工学评估,所述人体工学评估包括与所述用户相关联的所述一个或多个人体工学区域的指示。
2.根据权利要求1所述的计算机实现的方法,其中,所述人体工学评估服装是至少部分地使用织在所述人体工学评估服装的织物结构中的导电纱线构造的智能服装。
3.根据权利要求2所述的计算机实现的方法,其中,所述导电纱线中的至少一根被耦合至所述一个或多个传感器中的至少一个以形成一个或多个电路。
4.根据权利要求1所述的计算机实现的方法,其中,所述一个或多个传感器包括实现在所述人体工学评估服装内以促进与所述至少一个身体部分相关联的运动或者姿势的测量的一个或多个加速度计。
5.根据权利要求1所述的计算机实现的方法,其中,所述身体数据包括与所述至少一个身体部分的运动范围、所述至少一个身体部分的速度和所述至少一个身体部分的加速度中的至少一个相关联的数据。
6.根据权利要求1所述的计算机实现的方法,其中,通过所述一个或多个计算装置确定所述用户的至少一个身体部分的身体数据包括:测量所述至少一个身体部分的所述弯曲角度大于相应弯曲角度阈值的时间量。
7.根据权利要求6所述的计算机实现的方法,其中,通过所述一个或多个计算装置确定与所述用户相关联的人体工学评估包括:至少部分地基于所述身体数据来确定与所述用户相关联的一个或多个人体工学区域。
8.根据权利要求1所述的计算机实现的方法,其中,确定与所述用户相关联的所述一个或多个人体工学区域包括:至少部分地基于所述至少一个身体部分的所述弯曲角度大于相应弯曲角度阈值的时间量来确定所述一个或多个人体工学区域。
9.根据权利要求1所述的计算机实现的方法,其中,通过所述一个或多个计算装置确定与所述用户相关联的人体工学评估包括:确定对所述用户的能量消耗的评估。
10.根据权利要求1所述的计算机实现的方法,进一步包括:通过所述一个或多个计算装置至少部分地基于所述人体工学评估来经由所述人体工学评估服装向所述用户提供一个或多个触觉反馈信号。
11.根据权利要求1所述的计算机实现的方法,进一步包括:通过所述一个或多个计算装置校准利用所述用户所穿的所述人体工学评估服装实现的所述一个或多个传感器。
12.一种计算系统,包括:
一个或者多个处理器;以及
一个或多个存储器装置,所述一个或多个存储器装置存储计算机可读指令,所述计算机可读指令在由所述一个或多个处理器执行时使所述一个或多个处理器执行操作,所述操作包括:
在测量时间段期间接收来自一个或多个传感器的传感器数据,所述一个或多个传感器利用用户所穿的人体工学评估服装实现;
至少部分地基于所述传感器数据来确定与所述用户的至少一个身体部分相关联的身体数据,所述身体数据和与所述至少一个身体部分相关联的弯曲角度相关联;
至少部分地基于所述测量时间段以及在所述测量时间段期间与所述至少一个身体部分相关联的所述弯曲角度来确定一个或多个人体工学区域,其中,所述一个或多个人体工学区域是至少部分地基于在所述测量时间段期间与所述至少一个身体部分相关联的所述弯曲角度超过阈值的实例数;以及
至少部分地基于所述身体数据来确定与所述用户相关联的人体工学评估,所述人体工学评估包括与所述用户相关联的所述一个或多个人体工学区域的指示。
13.根据权利要求12所述的计算系统,其中,所述人体工学评估服装是至少部分地使用织在所述人体工学评估服装的织物结构中的导电纱线构造的智能服装。
14.根据权利要求13所述的计算系统,其中,所述导电纱线中的至少一根被耦合至所述一个或多个传感器中的至少一个以形成一个或多个电路。
15.根据权利要求12所述的计算系统,其中,所述身体数据包括与所述至少一个身体部分的运动范围、所述至少一个身体部分的速度和所述至少一个身体部分的加速度中的至少一个相关联的数据。
16.一个或多个有形非暂时性计算机可读介质,所述一个或多个有形非暂时性计算机可读介质存储计算机可读指令,所述计算机可读指令在由一个或多个处理器执行时使所述一个或多个处理器执行操作,所述操作包括:
在测量时间段期间接收来自一个或多个传感器的传感器数据,所述一个或多个传感器利用用户所穿的人体工学评估服装实现;
至少部分地基于所述传感器数据来确定与所述用户的至少一个身体部分相关联的身体数据,所述身体数据和与所述至少一个身体部分相关联的弯曲角度相关联;
至少部分地基于所述测量时间段以及在所述测量时间段期间与所述至少一个身体部分相关联的所述弯曲角度来确定一个或多个人体工学区域,其中,所述一个或多个人体工学区域是至少部分地基于在所述测量时间段期间与所述至少一个身体部分相关联的所述弯曲角度超过阈值的实例数;以及
至少部分地基于所述身体数据来确定与所述用户相关联的人体工学评估,所述人体工学评估包括与所述用户相关联的所述一个或多个人体工学区域的指示。
17.根据权利要求16所述的一个或多个有形非暂时性计算机可读介质,其中,所述人体工学评估服装是至少部分地使用织在所述人体工学评估服装的织物结构中的导电纱线构造的智能服装,并且其中,所述导电纱线中的至少一根被耦合至所述一个或多个传感器中的至少一个以形成一个或多个电路。
18.根据权利要求16所述的一个或多个有形非暂时性计算机可读介质,其中,所述人体工学评估和与医疗康复、运动表现和伤害评估中的一个或多个相关联的所述用户的评估相关联。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111216883.6A CN114098712A (zh) | 2017-02-08 | 2017-02-08 | 人体工学评估服装 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2017/017009 WO2018147845A1 (en) | 2017-02-08 | 2017-02-08 | Ergonomic assessment garment |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111216883.6A Division CN114098712A (zh) | 2017-02-08 | 2017-02-08 | 人体工学评估服装 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108780662A CN108780662A (zh) | 2018-11-09 |
CN108780662B true CN108780662B (zh) | 2021-10-29 |
Family
ID=58098689
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780001703.8A Active CN108780662B (zh) | 2017-02-08 | 2017-02-08 | 人体工学评估服装 |
CN202111216883.6A Pending CN114098712A (zh) | 2017-02-08 | 2017-02-08 | 人体工学评估服装 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111216883.6A Pending CN114098712A (zh) | 2017-02-08 | 2017-02-08 | 人体工学评估服装 |
Country Status (6)
Country | Link |
---|---|
US (3) | US10366593B2 (zh) |
EP (1) | EP3580672A1 (zh) |
JP (1) | JP6689881B2 (zh) |
KR (2) | KR102138846B1 (zh) |
CN (2) | CN108780662B (zh) |
WO (1) | WO2018147845A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180014581A1 (en) * | 2016-07-15 | 2018-01-18 | Under Armour, Inc. | System and Method for Monitoring Biological Parameters |
CN111466916B (zh) * | 2020-04-21 | 2022-12-09 | 武汉轻工大学 | 基于人机工效学的久坐监测仪 |
US20210345962A1 (en) * | 2020-05-07 | 2021-11-11 | City Of Hope | Remote rehabilitation system |
KR102430196B1 (ko) | 2020-11-24 | 2022-08-10 | 한국생산기술연구원 | 운동 효과 모니터링 장치 |
US20230207110A1 (en) * | 2021-12-23 | 2023-06-29 | Mako Surgical Corporation | Systems, devices, and methods for optimizing medical procedure ergonomics |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5398019A (en) * | 1991-01-14 | 1995-03-14 | Larry W. Barnett | Portable sensor for detecting bends of the back of a person past a predetermined lumbosacral angle |
US6381482B1 (en) * | 1998-05-13 | 2002-04-30 | Georgia Tech Research Corp. | Fabric or garment with integrated flexible information infrastructure |
JP3843118B2 (ja) * | 2003-04-10 | 2006-11-08 | 株式会社アイ・ピー・ビー | 生体情報監視システム |
US20070089800A1 (en) | 2005-10-24 | 2007-04-26 | Sensatex, Inc. | Fabrics and Garments with Information Infrastructure |
KR100772908B1 (ko) * | 2006-05-15 | 2007-11-05 | 삼성전자주식회사 | 근육 운동 보조 장치 |
US11607152B2 (en) | 2007-06-12 | 2023-03-21 | Sotera Wireless, Inc. | Optical sensors for use in vital sign monitoring |
KR100895300B1 (ko) | 2007-07-20 | 2009-05-07 | 한국전자통신연구원 | 생체신호 측정의복과 생체신호 처리시스템 |
US9597015B2 (en) * | 2008-02-12 | 2017-03-21 | Portland State University | Joint angle tracking with inertial sensors |
WO2009112281A1 (en) | 2008-03-14 | 2009-09-17 | Eth Zurich | Garment integrated apparatus for online posture and body movement detection, analysis and feedback |
US10004937B2 (en) * | 2009-06-19 | 2018-06-26 | Tau Orthopedics Llc | Wearable modular resistance unit |
US9656117B2 (en) * | 2009-06-19 | 2017-05-23 | Tau Orthopedics, Llc | Wearable resistance garment with power measurement |
EP2635988B1 (en) * | 2010-11-05 | 2020-04-29 | NIKE Innovate C.V. | Method and system for automated personal training |
CN202397470U (zh) * | 2011-12-16 | 2012-08-29 | 洪德伟 | 一种基于物联网的人体运动数据采集器 |
US9588582B2 (en) * | 2013-09-17 | 2017-03-07 | Medibotics Llc | Motion recognition clothing (TM) with two different sets of tubes spanning a body joint |
US10321873B2 (en) * | 2013-09-17 | 2019-06-18 | Medibotics Llc | Smart clothing for ambulatory human motion capture |
US9817440B2 (en) * | 2012-09-11 | 2017-11-14 | L.I.F.E. Corporation S.A. | Garments having stretchable and conductive ink |
US9498128B2 (en) * | 2012-11-14 | 2016-11-22 | MAD Apparel, Inc. | Wearable architecture and methods for performance monitoring, analysis, and feedback |
US9322121B2 (en) * | 2013-02-28 | 2016-04-26 | Regents Of The University Of Minnesota | Stitched stretch sensor |
US9378065B2 (en) * | 2013-03-15 | 2016-06-28 | Advanced Elemental Technologies, Inc. | Purposeful computing |
US9936902B2 (en) | 2013-05-06 | 2018-04-10 | The Boeing Company | Ergonomic data collection and analysis |
US20150045700A1 (en) * | 2013-08-09 | 2015-02-12 | University Of Washington Through Its Center For Commercialization | Patient activity monitoring systems and associated methods |
US9285788B2 (en) * | 2013-08-20 | 2016-03-15 | Raytheon Bbn Technologies Corp. | Smart garment and method for detection of body kinematics and physical state |
US10213158B2 (en) * | 2014-01-06 | 2019-02-26 | 4Iiii Innovations Inc. | Systems and methods for biometric sensing with sensor fusion |
WO2015138515A1 (en) * | 2014-03-10 | 2015-09-17 | L.I.F.E. Corporation S.A. | Physiological monitoring garments |
KR20160025864A (ko) * | 2014-08-28 | 2016-03-09 | 사단법인한국교육정책연구소 | 자세 검출 상의 및 이를 이용한 자세 검출 방법 |
CN204765649U (zh) * | 2015-01-26 | 2015-11-18 | 朱威 | 一种具有健康检测功能的可穿戴设备 |
EP3254270A4 (en) | 2015-02-02 | 2018-07-18 | GN IP Pty Ltd | Frameworks, devices and methodologies configured to provide of interactive skills training content, including delivery of adaptive training programs based on analysis of performance sensor data |
WO2016186904A1 (en) * | 2015-05-18 | 2016-11-24 | Vayu Technology Corp. | Devices for measuring human gait and related methods of use |
JPWO2017010236A1 (ja) | 2015-07-14 | 2018-04-26 | グンゼ株式会社 | 電気抵抗の可変特性を備えた導電性伸縮編地及び導電パーツ |
CN105249943A (zh) * | 2015-08-26 | 2016-01-20 | 金卫华 | 一种智能衣服控制系统及其控制方法 |
US9999823B2 (en) * | 2016-01-15 | 2018-06-19 | Inxpar Inc. | System for analyzing golf swing process and method thereof |
US20170274249A1 (en) * | 2016-03-23 | 2017-09-28 | Tau Orthopedics, Llc | Wearable resistance device with power monitoring |
US11179601B2 (en) * | 2016-11-18 | 2021-11-23 | MAD Apparel, Inc. | Training program customization using sensor-equipped athletic garments |
-
2017
- 2017-02-08 WO PCT/US2017/017009 patent/WO2018147845A1/en active Application Filing
- 2017-02-08 US US15/570,461 patent/US10366593B2/en active Active
- 2017-02-08 CN CN201780001703.8A patent/CN108780662B/zh active Active
- 2017-02-08 EP EP17706624.8A patent/EP3580672A1/en not_active Withdrawn
- 2017-02-08 KR KR1020197025420A patent/KR102138846B1/ko active IP Right Grant
- 2017-02-08 JP JP2017556960A patent/JP6689881B2/ja active Active
- 2017-02-08 KR KR1020177031604A patent/KR102018795B1/ko active Application Filing
- 2017-02-08 CN CN202111216883.6A patent/CN114098712A/zh active Pending
-
2019
- 2019-06-19 US US16/446,008 patent/US10600304B2/en active Active
-
2020
- 2020-03-23 US US16/827,024 patent/US11151857B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
KR102018795B1 (ko) | 2019-09-05 |
US20190333355A1 (en) | 2019-10-31 |
JP2019519254A (ja) | 2019-07-11 |
US20200258366A1 (en) | 2020-08-13 |
JP6689881B2 (ja) | 2020-04-28 |
US11151857B2 (en) | 2021-10-19 |
EP3580672A1 (en) | 2019-12-18 |
KR20190107138A (ko) | 2019-09-18 |
CN108780662A (zh) | 2018-11-09 |
CN114098712A (zh) | 2022-03-01 |
KR102138846B1 (ko) | 2020-07-28 |
WO2018147845A1 (en) | 2018-08-16 |
KR20180101163A (ko) | 2018-09-12 |
US20190051133A1 (en) | 2019-02-14 |
US10600304B2 (en) | 2020-03-24 |
US10366593B2 (en) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108780662B (zh) | 人体工学评估服装 | |
USRE49710E1 (en) | Systems, methods, and devices for static and dynamic body measurements | |
US10716510B2 (en) | Smart clothing with converging/diverging bend or stretch sensors for measuring body motion or configuration | |
EP3222981B1 (en) | Apparel having sensor system | |
EP3256044B1 (en) | Smart apparel | |
CN204654942U (zh) | 一种实现运动实时监测的智能服装 | |
CN104706359A (zh) | 一种实现运动实时监测的方法和智能服装 | |
US11402915B2 (en) | Providing mediated social interactions | |
US10508367B2 (en) | Binary encoding of sensors in textile structures | |
Mokaya et al. | Mars: a muscle activity recognition system enabling self-configuring musculoskeletal sensor networks | |
CN103759738A (zh) | 一种计步器 | |
Ayodele et al. | A weft knit data glove | |
US20230085521A1 (en) | Motion detection system | |
JP2020127743A (ja) | コンピューティングシステム、方法、およびプログラム | |
Lorussi et al. | Wearable sensing garment for posture detection, rehabilitation and tele-medicine | |
KR102404849B1 (ko) | 스마트 레깅스를 이용한 운동모니터링 방법 | |
Tang et al. | Fabricating a smart clothing system based on strain-sensing yarn and novel stitching technology for health monitoring | |
WO2018222963A1 (en) | Body part motion analysis with wearable sensors | |
US20240130678A1 (en) | Textile configured for strain sensing, method of manufacturing a textile for strain sensing and a knitting apparatus thereof | |
KR102393925B1 (ko) | 스마트 레깅스 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |