CN109314818B - 用于活动监测的可穿戴装置 - Google Patents

Abstract

一种用于估计一个体的一室内速度的系统，所述系统包括一运动传感器及至少一处理器，所述运动传感器可附接到所述个体的一上半身，以及所述至少一个处理器与所述运动传感器通信。所述处理器被配置为周期性地提示所述使用者提供一速度数值，或指示所述使用者以一特定的速度数值跑步/步行，从由所述运动传感器收集的与所述速度数值相对应的一数据中提取多个特征，以及根据一概率模型计算所述个体的一速度。

Description

用于活动监测的可穿戴装置

技术领域及背景技术

本发明涉及一种用于监测一个体的一活动的可穿戴装置。本发明的多个实施例涉及一种能够估计一个体的室内速度的头戴式耳机以及涉及利用一独特的颈圈式设计的所述头戴式耳机的多个构造。

多个可穿戴传感器可用于监测一个体并且取得与多个生理参数(例如：心率、血氧饱和度、体温、水合状态、血压等)、环境信息(例如：环境温度、相对湿度或紫外线(UV)强度等)以及与活动相关的信息(例如：跑步/步行速度、海拔、坡度等)有关的信息。从多个可穿戴传感器收集的信息可以供多个智能手机的应用程序或多个可穿戴装置使用(例如：多个智能手表、多个头戴式耳机)，以帮助一使用者实现多个目标，例如：保持身体体态或健康、活跃、减肥或治疗慢性疾病。

速度与距离为多个步行者或多个跑步者必需的一个与活动相关的参数，通过一全球定位系统(GPS)接收器可以容易地获得室外速度，然而，这样的一传感器在多个遮天蔽日的情况(被云层或结构覆盖)下无法提供可靠的室内速度或室外速度。由于为了获得对一信号的一锁定，一全球定位系统接收器必须对卫星具有一无阻的视线。室内跑步通常是在一台能够预设速度的跑步机上进行，由于一跑步机通常不与多个可穿戴装置通信，因此，不会在所述使用者的装置上记录一跑步。

虽然可以通过例如耐克+(Nike+)的鞋子传感器这样的多个计步器(步幅传感器)来估计室内速度，但是这种传感器与所述可穿戴装置(例如：手表或智能手机)进行远程定位，并且需要所述使用者佩戴及操作另一个装置。虽然多个计步器可以在户外针对全球定位系统数据进行校准，但是多个跑步机跑步动态与多个室外跑步动态不同，这样的室外校准可能是不准确的。

因此，人们普遍认知到需要并且拥有一种能够向一个体提供可靠的室内速度数据的可穿戴装置，而不必使用一种可从所述装置远程定位的专用传感器，将会是非常有利的。

发明内容

根据本发明的一个方面，提供了一种头戴式耳机，包括：(a)一对耳塞；(b)一基本上U型的颈圈，与所述多个耳塞有线连接，所述颈圈包括一弹性组件，所述弹性组件被配置为：(i)施加向内偏置所述多个臂件的一作用力，从而使所述颈圈稳定在一使用者的一颈部上；及(ii)通过将所述多个臂件相互交叉以及通过一桥体部连接所述多个臂件并形成至少一完整的环，使得所述颈圈能够折叠成一折叠构造。

根据本发明的下述多个优选实施例中的多个进一步的特征，所述头戴式耳机还包括至少一芯片组，用于音频处理及无线通信。

根据所述多个优选实施例中的多个更进一步的特征，所述头戴式耳机还包括一电源。

根据所述多个优选实施例中的多个更进一步的特征，所述至少一芯片组设置于所述颈圈及/或所述多个耳塞内。

根据所述多个优选实施例中的多个更进一步的特征，所述多个耳塞可附接到所述颈圈。

根据所述多个优选实施例中的多个更进一步的特征，所述多个耳塞可磁性附接到所述颈圈。

根据所述多个优选实施例中的多个更进一步的特征，所述弹性组件是一回火的高碳钢或镍钛诺线。

根据所述多个优选实施例中的多个更进一步的特征，所述折叠构造是通过所述多个臂件在一交叉跨置区域处相互连接来稳定化。

根据所述多个优选实施例中的多个更进一步的特征，所述相互连接是通过一磁力来实现。

根据所述多个优选实施例中的多个更进一步的特征，所述颈圈以一硅氧聚合物包覆。

根据所述多个优选实施例中的多个更进一步的特征，所述头戴式耳机还包括至少一生理传感器，所述生理传感器设置于所述一对耳塞中的一耳塞上或内部。

根据本发明的另一个方面，提供了一种用于估计一个体的一室内速度的系统，所述系统包括：(a)一运动传感器，可附接到所述个体的一上半身；及(b)至少一处理器，与所述运动传感器通信，所述处理器被配置用于：(i)周期性地提示所述使用者提供一速度数值，或指示所述使用者以一特定的速度数值跑步/步行；(ii)从由所述运动传感器收集的与所述速度数值相对应的一数据中提取多个特征；及(iii)根据由(i)及(ii)构建的一概率模型计算所述个体的一速度。

根据所述多个优选实施例中的多个更进一步的特征，所述运动传感器包括一加速计及/或一陀螺仪。

根据所述多个优选实施例中的多个更进一步的特征，所述运动传感器集成在一头戴式耳机的一耳塞中。

根据所述多个优选实施例中的多个更进一步的特征，所述处理器集成在所述头戴式耳机的一耳塞或一颈圈中。

根据所述多个优选实施例中的多个更进一步的特征，所述系统包括两个处理器，其中一第一处理器用于提供(ii)，以及一第二处理器用于提供(iii)。

根据所述多个优选实施例中的多个更进一步的特征，所述第二处理器远离所述运动传感器，并且通过无线通信与所述运动传感器通信。

根据所述多个优选实施例中的多个更进一步的特征，所述运动传感器集成到一头戴式耳机的一耳塞或一颈圈中，以及所述第二处理器是一云端服务器的一部分。

根据所述多个优选实施例中的多个更进一步的特征，所述概率模型由分类分析或回归分析构建。

根据所述多个优选实施例中的多个更进一步的特征，从由所述运动传感器收集的所述数据中提取的所述多个特征是多个加速特征及/或旋转运动。

根据所述多个优选实施例中的多个更进一步的特征，所述处理器被配置为用于自动检测所述个体何时在室内。

根据所述多个优选实施例中的多个更进一步的特征，所述处理器在当所述个体在户外时根据一全球定位系统(GPS)所确定的速度来对(iii)进行分类。

根据所述多个优选实施例中的多个更进一步的特征，所述模型考虑所述个体的多个生物特征识别。

本发明通过提供一种可穿戴装置成功地解决了目前的多个已知配置的多个缺点，所述可穿戴装置可用于估计一室内跑步/步行的速度及距离，而不必依赖于一独立的计步器型传感器。

除非另加说明，否则本说明书所使用的所有技术术语和/或科学术语都具有与本发明所属领域的普通技术人员通常所理解的相同的意义。虽然本发明的实施方式可以通过类似或等同于本发明的实施方式所述的任何方法和材料实施或测试，本发明的实施方式、列举的方法和/或材料已在下面描述。在冲突的情况下，将以本专利说明书并且包括定义为准。此外，材料、方法及示例仅为举例性质，并且不用以限制。

本发明的方法及系统的实施涉及手动地、自动地或其组合来执行或完成所选择的多个任务或多个步骤。此外，根据本发明的方法及系统的多个优选实施例的实际仪器和装置，可以通过硬件或通过任何固件的任何操作系统上的软件或其组合来实施若干所选步骤。例如：作为硬件，本发明的多个选定的步骤可以实施为一芯片或一电路。作为软件，本发明的所选步骤可以实施为计算机使用的任何合适的操作系统所执行的多个软件指令。在任何情况下，本发明的方法及系统的多个选定的步骤可以被描述为通过一数据处理器执行，例如：一种用于执行多个指令的计算平台。

附图说明

在此仅采用举例方式参照多个附图对本发明进行说明，现在特别详细地参照附图，要强调的是，所示出的多个细节仅仅是作为示例以及用于对本发明的优选实施例进行说明性论述的目的，并且给出多个细节的动机是在于提供被认为是对于本发明的原理和概念方面而言最有益且最容易理解的描述。在这点上，本发明没有试图示出比基本理解本发明而言所必需的本发明的结构细节更详细的结构细节，参照多个附图所进行的描述使得本领域技术人员能够非常清楚如何在实践中实施本发明的若干形式。

在附图中：

图1A至1C示意性地示出了本发明的所述头戴式耳机的一颈圈的实施例，并且以开放构造(图1A)及折叠构造(图1B)示出，图1C是本颈圈头戴式耳机的一剖视图。

图2示出了具有本发明的所述系统的一帽子。

图3示出了在多个不同的跑步速度下的性状变化的一曲线图。

图4A至4B示出了从一头戴式运动传感器导出速度数据的方法。

图5A至5E示出了使用本方法对四个测试对象进行速度估计的多个曲线图。

具体实施方式

本发明是一种可用于向一使用者提供室内步行/跑步速度及距离数据的活动监测装置，本发明还包括一种利用一颈圈构造的头戴式耳机型装置。

参考附图和相应的说明可以更好地理解根据本发明的原理及操作。

在详细说明本发明的至少一个实施方式之前，应当理解本发明不限定于在以下的描述或所示例的多个实施例的所述多个细节的应用。本发明能够以其他实施方式或以各种方法来实施或应用。同样，应该理解本说明书使用的措辞及术语是为了说明目的，不应视为限制。

虽然多个全球定位系统装置可以向一使用者提供室外速度及距离信息，但是所述多个装置在干扰所述全球定位系统装置与多个轨道卫星之间的通信的情况下(例如：多个室内的情况)是不可靠的。

为了应对全球定位系统装置的这种限制，多家体育用品制造商已经设计了多个速度/距离传感器，计算所述使用者的步数，以提供一活动的室内追踪，例如：跑步。

所述多个传感器被称为计步器，通过监测一使用者的脚部或腿部的加速度来测量及记录一步行或一跑步的距离及步速。

为了应对多个计步器的多个限制并且通过与例如一头戴式耳机或帽子之类的一可穿戴装置集成的一传感器来提供可靠的室内速度及距离数据，本发明的多位发明人实验了多个上半身传感器的放置区域，以将多个上半身运动模式与跑步/步行速度互相关联。

如同在多个示例部分中进一步描述的，本发明人发现可以将速度及距离与从例如安装在一使用者的一头部上的一加速度计之类的一运动传感器所收集的数据中提取的多个特征互相关联。通过使用概率建模，本发明人能够基于所述多个特征及可选的所述个体的生物特征数据来模拟一个体的所述速度，以便从安装在一可穿戴装置内的一运动传感器提供可靠的速度数据。所述可穿戴装置例如是一头戴式耳机。

与多个计步器传感器相比，一种具有集成的室内速度传感器的可穿戴装置提供许多优点，包括：

(i)所述传感器集成在所述可穿戴装置中，因此，不需要单独携带、供电

或操作；

(ii)所述传感器可以访问全球定位系统数据，因此，能够连续适应多个不同的参数；及

(iii)将来自所述传感器的所述数据局部集成到来自于其他传感器的数据。

因此，根据本发明的一个方面，提供了一种用于估计一个体的一室内速度及距离的系统。如以下进一步描述，本系统可以被配置为一种佩戴在一个体的一上半身(腰部上方)的可穿戴装置。所述多个可穿戴装置的多个示例包括一音频头戴式耳机、运动手表、智能手表、智能安全帽、智能帽子、智能眼镜、臂带、胸带等。

本发明的系统包括一种可附接到一个体的一上半身的运动传感器，所述运动传感器可以是一加速度计(例如：模拟器件ADXL435、应美盛MPU6050、模拟器件ADXL335)。本系统也可以使用所述多个传感器的组合。

本系统还包括至少一个处理器(意法微电子STM32L151RBH)，用于从所述运动传感器收集数据、从所述运动传感器提取多个特征，以及基于通过将多个运动数据特征与多个已知的速度数值互相关联所构建的一概率模型，导出多个速度数值。

所述模型可以通过从无数个个体中收集数据及/或根据每一个体构建或校准来构建。在任何情况下，为了将多个特定的运动数据特征与一特定的速度互相关联，本系统可以提示一使用者以所述特定的速度跑步/步行，或所述使用者可以使用声音或文字输入向本系统提供所述速度数值。

所述模型通过使用多个处理模块(每一处理模块执行一唯一算法)处理加速度计数据来构建。

一微型机电系统(MEMS)加速度计设置于一个体的一头部区域(例如：集成到一头戴式耳机的一耳塞中)，以及一高级精简指令集计算机(ARM)处理器(例如：集成到头戴式耳机中)用于以100赫兹(Hz)的采样率从所述微型机电系统收集加速度数据。

将所述原始的加速度数据传达至一活动检测模块，所述活动检测模块寻找对应于运动(步行/跑步)的多个加速度模式。运动的检测是基于典型的步频频率中的加速能量的一存在。

一旦检测到活动，一预处理模块执行高通量滤波，将三轴加速度信号旋转至所述三轴加速度信号的主分量轴。一特征提取模块计算所述加速度数据的最后几秒(例如：5)内的多个瞬时特征。所述多个计算的特征包括所述加速度信号的前第二及第三个力矩、总加速能量、所述加速度中表现的最强频率(步频)、最强频率能量水平、峰值对峰值的比率、第一峰值到第二峰值的距离及比率。所述多个特征与所述所述多个特征的多个叉积及更高的幂(二次幂及三次幂)一起传达至一机器学习模块。

所述机器学习(ML)模块接收所述多个瞬时的特征及所述实际的当前使用者的速度(例如：通过所述使用者或全球定位系统数据传达)。对于每一使用者的跑步速度，所述模块保存所述数据的一个2分钟的时间段，并且保存超过4个典型的使用者的跑步速度。所述模块使用所述多个给定的特征搜索与所述使用者的速度匹配的最小均方误差意义中的多个最佳系数。在一室内跑步期间，所述估计模块使用所述多个预先计算的系数，从所述多个瞬时计算的特征中预测所述当前的使用者的速度。

下面参考图4A至4B进一步描述构建所述模型及估计所述使用者的速度的方法。

尽管可以根据从多个使用者获得的数据来构建上述模型，但是由于高度、质量及经验的差异，因此，跑步/步行技术是因人而异的。因此，为了获得最佳的匹配，所述模型是为每一使用者构建及/或校准。

本系统的所述运动传感器及处理器可以容纳在一单一单元中，所述单一单元设计成佩戴在所述使用者的所述身体或头部上。如上所述，这样的一可穿戴装置可以是一头戴式耳机、手表、安全帽、帽子等。

所述多个装置可以包括多个额外的传感器及多个特征。例如：一头戴式耳机型装置可以包括多个音频特征。

所述头戴式耳机可以有线连接至一移动装置的一音频或数据端口(例如：媒体播放器，例如：MP3播放器或智能手机)，或所述头戴式耳机可以通过蓝牙等无线连接到所述移动装置。替代地，所述头戴式耳机可以是一种能够播放内部存储或云端源的音频内容的独立装置。

所述头戴式耳机可以包括一个或多个耳塞，包括：例如：甲品(Chia-Ping)CEHR-057NWG或CE-OB-098NTDWG的扬声器、无线芯片(例如：用于蓝牙、行动热点(WiFi)及/或蜂窝通信)、多个模拟信号调节组件、基于电容的触摸传感器、LED、电源及振动引擎。

所述多个耳塞可以包括一稳定化组件，所述稳定化组件被配置为当所述耳塞设置于所述耳朵中使所述扬声器导向所述耳道中时接触所述耳朵的一耳腔或切口的一后下壁。

本系统还可包括一光学传感器，设置于例如一可穿戴装置的一壳体上。在本系统的一头戴式耳机构造的情况下，当所述耳塞被设置于一耳朵中使所述扬声器导向所述耳道中时，所述传感器可以设置于一耳塞的一壳体上或所述耳塞的所述壳体中接触一耳屏的一表面的一区域处。

所述光学传感器可以是一光体积变化描记图法(PPG)传感器，具有至少一光电二极管以及至少一个光电检测器，所述光电二极管用于产生一波长为530纳米的光线，所述光电检测器用于检测从所述组织反射的光线。所述传感器还可以包括至少一光电二极管，用于发射一波长为880纳米的红外光。所述传感器还可以包括一模拟前端组件，用于信号调节及信号放大。所述传感器还可以包括一模拟数字采样组件，用于记录所述多个信号。所述传感器还可以包括一数字接口，允许一微控制器读取所述多个记录的信号，并且配置所述传感器的多个参数。

多个可以集成到本系统中的额外的传感器包括但不限于：气压计、接近传感器(用于识别何时佩戴所述装置)、陀螺仪、磁力计以及相对湿度传感器。

如上所述，本系统可包括一个以上的处理单元。同时，数据收集、速度数值设置(通过多个提示或由使用者提供)及数据处理可以由集成到一可穿戴装置中的一单一处理单元来处理。与所述可穿戴装置通信的一云端处理单元可以用于随时间变化存储使用者数据及追踪多个模型参数，以补偿使用者在多个跑步动态中的变化，或以更正基于使用者的输入的模型，例如：如果一总追踪距离为10.5公里(km)，而一使用者输入一10公里的距离，则所述云端处理器可以使用此信息来更正所述模型。

本系统可以部分地或完全地合并到一可穿戴装置中，所述可穿戴装置被配置为用于监测一个体，以及向所述个体提供活动及生理信息。

现在参考多个附图，图1A至1C示出了所述装置的一实施例，在此称为装置10。

装置10被配置为一颈圈式头戴式耳机，所述颈圈式头戴式耳机可以通过一有线或一无线(例如：蓝芽)连接与一移动装置(MP3播放器或一智能手机)或一计算机连接。所述头戴式耳机还可以是具有本地存储及/或多个无线功能的一独立的装置，用于与一云端存储服务器或是一种同时结合独立特征及移动装置连接特征的装置接合。

装置10包括一颈圈12，所述颈圈12具有一颈部支持件14，所述颈部支持件14连接到一对臂件16或与一对臂件16邻接(颈部支持件14是与多个臂件16相互连接的一桥体部，所述颈部支持件14是从虚线附近开始)。装置10还包括一对耳塞18，耳塞18通过多个导线19连接到容纳在颈圈12内的多个电子器件。多个耳塞18中的每一个包括一耳塞20，所述耳塞20由一柔软弹性材料制造而成，例如：硅氧聚合物，并且被配置为覆盖一扬声器24的一喷嘴22(图1C)。当不使用时(在耳朵之外)，多个耳塞18可以对接在多个臂件16的多个端部17处(如图1A至1C所示)。对接可以通过一可释放的锁定机构来实现，所述锁定机构包括多个磁铁、维克罗(Velcro)紧固件等。

每个耳塞18还包括一稳定翼片26，用于在当设置于一使用者的一耳朵中时稳定耳塞18。美国临时专利申请第62/323,727号中描述了一种适用于装置10的稳定翼片26的设计。

如图1C所示，颈圈12的颈部支持件14部分包括位于颈部支持件14中的一通道内的一弹性组件30(组件30以虚线示出，通道以60表示)。组件30被配置为用于：

(i)施加向内偏置多个臂件16的一作用力，从而使所述颈圈12稳定在一使用者的一颈部上(图1A)；及

(ii)通过将所述多个臂件16相互交叉以及颈部支持件14形成一个以上的完整环，使得颈圈12折叠成一折叠构造(图1B)。

组件30可以是由一回火的高碳钢或镍钛诺或聚合物(例如：聚醚醚酮(PEEK)、玻璃纤维或碳纤维)制造而成的一导线。

选择所述导线的形状以确保将所述装置放置在所述颈部的周围时的舒适性，比起具有一较大的弧度的一形状，具有一小的半径的弧度的一形状会产生更大的作用力。然而，若弧度太大，所述装置可能会在进行身体活动期间移动和弹跳；若太小，则多个夹紧力会导致不适。装置10的所述多个外表面的摩擦也是一个因素，以及具有一轻微的(最大高度为0.1毫米(mm))纹理的一表面最适合于最小化摩擦的不适，并且还提供了抓握力。所述向内偏置力中的大部分是由颈部支持件14通过每个臂件16的区域32(图1A)施加到皮肤上，所述区域32接触所述皮肤超过25至35公分(cm)的一区域。为了确保在所述交界面处的所述皮肤的压力低于缺血压(30至70克/平方公分(gm/cm²))，一组件30所施加的作用力是选自于20至60克/平方公分的一范围。

一组件30由回火的高碳钢制造而成，所述组件30的一直径为0.7毫米，一长度为245毫米，大致成形为一马蹄形，组件30的多个端部34之间具有一个121毫米的开口间隙，并且具有一曲率半径为82毫米，可产生30至40克的一夹紧力。

为了进一步提高装置10的稳定性，颈圈12及可选地多个臂件16由一高摩擦聚合物覆盖，例如：高摩擦的硅氧聚合物或聚氨酯，并且具有一轻微的(最大高度为0.1毫米)纹理。

如上所述，组件30还被配置为使一使用者能够折叠装置10以进行存储，由于一颈圈式头戴式耳机可能是体积庞大的，并且在不使用时难以携带或存放，因此，所述折叠是重要的。

如图1B所示，装置10的所述折叠构造(所述折叠构造使颈圈14形成将近2个完整的环)具有基本上小于所述开放构造的一足迹(图1A)。实际上，与所述开放构造相比，所述折叠构造仅占28％，所述折叠有利于运输、储存及携带在一口袋中。此外，所述折叠形状形成一闭合环，所述闭合环可以是有用处的，例如：可用于悬挂在一健身房储物柜中。

由于组件30是预先成形的，当装置10处于所述折叠构造时，多个弹性臂16仅施加一轻微的向外偏置的作用力，约270克力(gmf)。因此，为了在所述折叠构造中进一步稳定装置10，多个臂件16可包括用于在一交叉区域36(图2A)处与多个臂件16相互连接的一机构，所述机构可包括磁铁、闩锁、钩子、维克罗紧固件等。

图1C示出了装置10的一实施例的所述多个内部的组件。两个臂件16的多个耳塞18包括扬声器24(例如：甲品CEHR-057NWG)，所述扬声器24具有由硅氧聚合物耳塞20及硅氧聚合物稳定翼片26覆盖的一喷嘴22。每个耳塞18通过多个磁铁40与臂件16的一端部17对接，并且通过导线19(所述附图中未示出)有线连接到组件12内的多个电子器件。一第一臂件16包括多个接口组件46、一射频芯片48(蓝牙、行动热点、蜂窝等)、一气压计50(用于高度信息)以及一微控制单元(MCU)51。所述多个接口组件46用于控制装置10，所述射频芯片48用于提供多个通信能力，所述气压计50用于提供环境压力(用于高度信息)以及所述微控制单元(MCU)51用于传感器信号处理。所有的所述多个电子组件均封装在一塑料外壳31中，所述塑料外壳31保护所述多个电子器件，并且为所述臂件16提供结构。一第二臂件16包括一光体积变化描记图法传感器52、加速计54、锂聚合物电池56及振动引擎58，所述光体积变化描记图法传感器52用于从一使用者的一耳朵获得心率数据，所述加速计54用于获得运动数据，所述振动引擎58用于警告所述使用者多个系统通知。所述电池56振动引擎58，以及运行所述引擎58的所述多个电子器件均被封闭在塑料外壳31中。

装置10还包括组件30，设置于一较大的电缆60内，并且两个端部34弯曲到多个臂件16处的多个凹槽62中。所述弯曲确保所述导线30支撑颈圈30的所述结构，并且固定在位置上。电缆60在多个臂件16之间传递功率及数据，并且使用两个应变消除组件61来锚定。

装置10可以对传感器信息执行高级处理，以通过将来自所有的所述多个传感器的信息与从所述使用者的过去的锻炼中获取的数据融合，计算其他参数。高级处理能够估计多个生理相关参数，即肌肉或心脏疲劳、健康水平、估计一使用者在一特定时间内完成一跑步的能力等。所述多个高级参数使所述系统能够指导所述使用者，并且帮助他/她最大化表现。例如：建议的速度、步频及使一使用者倾向于应跑步至最大化锻炼及改善的效果。其他信息可以帮助所述使用者恢复，例如：建议的休息时间、用于补充水分的建议的水分摄入等。

另一层高级处理可能包括多个培训计划。所述系统可以根据所述使用者显示的健康水平(或从过去的数据中计算或通过所述使用者的前几次跑步来确定)以及来自于所述使用者的其他输入，例如：多个目标(例如：减肥、跑一马拉松、跑5公里)、重量、可行性等来计算为一特定的使用者定制的一建议的训练计划。此外，所述培训计划可以基于个体进展(反映在表现及多个心血管变化)、对所述计划的遵守度(遵守多个指示、错过跑步等)、恢复时间、睡眠及更多等来进行更新。

所述高级处理可以使用来自于互联网的位置信息及多个天气报告来建议一特定使用者的多个最佳跑道，或者更正所述计划的训练长度，以应对极端天气，例如：(即高温/污染-建议在室内跑步或降低所述跑步的强度)。

所述高级处理可以在使用多个板载微处理器的装置10或在一智能手机的应用程序上执行，并且使所述传感器的信息通过蓝牙无线地流通到所述手机，以及利用存储在所述手机上或所述云端中的历史数据。

在一训练期间，一使用者可以接收来自于所述多个传感器的多个输入及高级处理，这可以通过查看所述智能手机的所述屏幕，以查看所述应用程序的图形输出，或使用语音及声音通信(免用手眼)来完成。在多个预定的时间间隔，在一训练期间，一应用程序将播放一语音提示，指示来自于所述多个传感器及处理的所述多个输出，例如：用了多少时间、所述使用者的心率、速度及能力圈。所述使用者还可以使用他的声音来请求所述系统进行数据更新。所述使用者可以使用一命令列表中的任何一个来获取他所需的信息(‘心率！’，‘时间！’)或执行多个动作(‘增加音量！’、‘下一首曲目！’)。

图2示出了一智能的跑步帽子，所述智能的跑步帽子在本说明书中称为装置100。装置100包括一光学心率(HR)传感器102，所述光学心率(HR)传感器102安装在一弹性带102上，并且附接(例如：缝合、焊接或粘合)到装置10的一前内表面106。心率传感器104设置于使得当所述帽子佩戴在所述头部上时，所述传感器的表面与所述使用者的前额接触。

弹性带102可以由一织物制造而成，所述织物例如：聚酯，并且用于使抵靠所述使用者的前额的心率传感器104稳定化，以在进行多个身体活动期间获得干净的(高信噪比(SNR))信号。来自于心率传感器102的数据通过一导线108路由到处理单元110，所述处理单元110设置于装置100的后扣环112处。导线108及处理单元110都被埋入所述帽子中。所述使用者可以通过按钮114控制操作，并且通过多色发光二级管(LED)116接收反馈(状态等)。

装置100还包括一加速度计118，所述加速度计118可与处理单元110共同封装。

心率传感器104提供听力率数据，而来自于加速度计118的数据用于以以上所述的方式提供室内跑步/步行的速度。

装置100还可以包括以上针对装置10描述的所述多个传感器及多个组件，包括一个或多个耳塞。

如本说明书所使用，术语“约”是指±10％。

本领域普通技术人员通过研究以下多个实施例将会清楚理解本发明的多个额外的目的、优点及新颖性特征，所述多个实施例并非用以限制本发明。

多个示例：

现在参考以下实施例，连同以上的多个描述一起以一非限制性方式说明本发明的一些实施例。

使用一头戴式运动传感器估算室内的跑步的速度：

为了从运动数据中导出室内的速度的估计，多个测试对象配备有一微型机电系统运动传感器，并且被指示在一室内的跑步机上以各种速度跑步。

由于所述对象相对于地面的速度为零，因此，在一跑步机上跑步不会产生显著的水平的速度数据。虽然可以使用一脚荚(步频感测器)来整合(脚的)加速度，以提供相对速度。由于没有直接的物理属性可以与所述对象相对于所述跑步机的所述相对速度相关联，测量来自于上半身(例如：头部)的加速度出现一更大的挑战。

模型的构建与校准：

测试表明了源自于一头戴式微型机电系统传感器的运动传感器的数据包括可准确地与多个速度的变化互相关联的多个特征。

图3示出了在四种不同的速度(以虚线划分成多个扇区)的所述运动传感器数据导出的多个特征的一曲线图。

从所述曲线图中可以看出，对应于运动的多个特征并不容易看到，而源自于(脚荚)计步器的一加速度的微型机电系统传感器的所述数据可以很容易地剖析，以提供前进速度(即使在一跑步机上)，这是由于事实上多个计步器可以在当一脚部接触到地面的那一刻检测到“速度为零”。由于在恒定速度下所述上半身不会经历显著或重复的水平加速度，因此，源自于安装在所述上半身(躯干或头部)上的多个加速度传感器的所述数据中不存在所述多个特征。

因此，为了从多个上半身安装的多个加速度传感器中提取多个有意义的特征，本发明人构建了一种概率模型，所述概率模型可用于基于多个上半身的加速度特征来估计跑步速度。

所述模型使用一经典的机器学习(ML)方法来构建。两种主要的机器学习方法可用于监督学习：回归及分类。

·回归──所述算法学习最适于将所述多个计算的特征对应到被标记的数据(速度)的多个参数。若有多个新的特征，所述机器学习引擎使用多个预先学习的参数来估计当前的速度。

·分类──所述算法学习在校准期间识别所述多个预先提供的标签中的每一个，使用多个预先定义的数值的一有限的固定的集合来实现分类。

建模可以包含以上两种方法，以允许连续地更新多个回归参数。

通过从多个对象收集加速度数据，并且将从所述数据中提取的多个特征与多个不同的使用者的各种跑步/步行的速度互相关联来构建一通用的简化模型。

一旦构建了所述通用模型，通过要求所述个体以他/她典型的活动的几个已知的速度跑步数分钟，可以使用一校准步骤对每个个体(或类似的多个个体群组)收集被标记的数据。

所述机器学习识别及学习多个使用者专用的参数，然后可以使用所述多个参数将从加速度数据中导出多个已知特征匹配到各种速度(监督学习)。换言之，基于在所述校准阶段中未被发现的所述多个使用者专用的参数，可以针对每一个体校正(使用所述通用模型)从多个加速度数据特征中导出的多个速度。

由于一个体的跑步/步行的形式可以随着时间而改变，因此，可以使用一更新引擎(例如：云端服务器)离线更新每个个体的所述多个校准参数。执行所述更新可能会需要一些使用者反馈(例如：所述系统可询问所述使用者是否以X速度跑步)。

数据收集：

五个测试对象参与24个标记实验，每个实验包括4个不同的跑步速度，间隔为2分钟。所述数据分为训练、验证及测试多个集合，以确定表现。

所述多个对象配备具有一ADXL345加速度计(模拟器件公司)的多个头戴式耳机，并且在3分钟的间隔中以不同的速度记录每一对象的所述加速度计的输出。记录所述跑步机速度以及所述加速度计的输出，并用于验证多个结果。

图4A至4B示出了用于提供室内速度估计的数据收集及处理的方法。

预处理–准备所述原始的加速度计的信号，以进行特征提取。

活动检测–根据加速度计的统计信息，识别一使用者何时正在跑步/步行。

定位引擎–从所述全球定位系统的速度输出及位置输出产生一精确的速度估算(传感器融合)。

使用者输入–使用者提供速度信息或符合多个速度指令。

特征提取–从原始的加速度计的数据中计算多个特征的一向量。

机器学习–从多个提取的特征中计算最适于所述使用者跑步的速度的多个参数。例如：找到最适于将所述多个特征对应到所述速度的多个线性回归系数(在最小均方误差意义上)。

估计-使用多个机器学习参数来估计所述使用者的速度。

多个结果：

图5A至5E显示了五个测试对象的结果。实际的所述使用者的速度以虚线(8、9、10及11公里/小时(km/h))示出，而使用本方法的速度估计以一实线示出。所述多个结果是取自于所述测试的集合，这意味着所述加速度传感器的数据未提供给所述系统进行先前处理及校准，并因此模拟多个预期的“场”结果。

应当理解，本发明的某些特征，为了清楚阐明，描述在多个独立的实施例的上下文中，也可以是在一单一实施例中以组合提供。相反，本发明的各种特征，为了简明，在一单一实施例的上下文中描述，也可以单独或以任何合适的子组合来提供。

虽然本发明已经结合其特定实施例进行了描述，但是显而易见的是，许多备选方案，修饰以及变化对本领域技术人员来说是显而易见的。因此，本发明旨在涵盖所有落入所述权利要求的精神和范围内的所有这样的备选方案、修饰以及变化。在本说明书中提及的所有出版物，专利和专利申请以其整体作为参考文献并入本说明书中，其程度如同各独立的出版物、专利或专利申请案被明确地且个别地标示为以引用的方式并入本文中。此外，本申请中任何参考文献的引用或证明不应被解释为承认所述参考文献可作为本发明的现有技术。

Claims (4)

1.一种用于估计一个体的一室内速度的系统，其特征在于：所述系统包括：

(a) 一运动传感器，可附接到所述个体的一上半身；及

(b) 至少一处理器，与所述运动传感器通信，所述处理器被配置用于：

(i) 周期性地提示一使用者提供一速度数值，或指示所述使用者以一特定的速度数值跑步/步行；

(ii) 从由所述运动传感器收集的与所述速度数值相对应的一数据中提取多个特征；及

(iii) 根据由(i)及(ii)构建的一概率模型计算所述个体的一速度。

2.如权利要求1所述的系统，其特征在于：所述系统包括两个处理器，其中一第一处理器用于提供(ii)，以及一第二处理器用于提供(iii)。

3.如权利要求2所述的系统，其特征在于：所述第二处理器远离所述运动传感器，并且通过无线通信与所述运动传感器通信。

4.如权利要求1所述的系统，其特征在于：所述概率模型由分类分析或回归分析构建。

Images