CN109966726B - 规划健身课程参数方法及系统 - Google Patents

规划健身课程参数方法及系统 Download PDF

Info

Publication number
CN109966726B
CN109966726B CN201811599530.7A CN201811599530A CN109966726B CN 109966726 B CN109966726 B CN 109966726B CN 201811599530 A CN201811599530 A CN 201811599530A CN 109966726 B CN109966726 B CN 109966726B
Authority
CN
China
Prior art keywords
exercise
value
exerciser
fitness
time
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
Application number
CN201811599530.7A
Other languages
English (en)
Other versions
CN109966726A (zh
Inventor
黄镫辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jingxiang Electromechanical Co ltd
Original Assignee
Jingxiang Electromechanical Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jingxiang Electromechanical Co ltd filed Critical Jingxiang Electromechanical Co ltd
Publication of CN109966726A publication Critical patent/CN109966726A/zh
Application granted granted Critical
Publication of CN109966726B publication Critical patent/CN109966726B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/0002—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
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • 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
    • 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
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • 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
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/003—Repetitive work cycles; Sequence of movements
    • G09B19/0038—Sports
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • G16H50/30—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
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10—Athletes
    • 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
    • A61B5/02—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
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A63B2024/0012—Comparing movements or motion sequences with a registered reference
    • A63B2024/0015—Comparing movements or motion sequences with computerised simulations of movements or motion sequences, e.g. for generating an ideal template as reference to be achieved by the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A63B2024/0065—Evaluating the fitness, e.g. fitness level or fitness index
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A63B2024/0068—Comparison to target or threshold, previous performance or not real time comparison to other individuals
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • A63B2024/0078—Exercise efforts programmed as a function of time
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • A63B2024/0081—Coaching or training aspects related to a group of users
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/803—Motion sensors
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/83—Special sensors, transducers or devices therefor characterised by the position of the sensor
    • A63B2220/836—Sensors arranged on the body of the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
    • A63B2230/06—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations heartbeat rate only
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/50—Measuring physiological parameters of the user temperature

Abstract

一种用于规划健身运动课程参数的系统，包含课程模块、运动传感模块、生理传感模块、以及处理模块。所述课程模块，具至少一健身运动项目、相关于所述至少一健身运动项目的多个项目参数、以及为让用户完成锻炼标的特定健身运动而提供的对应课程组合；所述运动传感模块，感测健身者的至少一肢体运动，以获得相关于所述至少一肢体运动的第一多个数据；所述生理传感模块，感测所述健身者的至少一生理状态，以获得相关于所述至少一生理状态的第二多个数据；以及所述处理模块，因应所述第一多个数据以及所述第二多个数据以分别给定相关于所述多个项目参数的第三多个数据而定义出所述对应课程组合，俾所述用户完成所述特定健身运动。

Description

规划健身课程参数方法及系统
技术领域
本发明是关于一种规划健身课程参数的方法及系统，特别是关于一种基于传感模块所得到的传感参数来规划健身课程参数的方法及系统。
背景技术
现代人们对于健康更加重视，对于健康的观念与意识也逐渐提高，因此均衡的饮食与适当的运动不仅可维持健康的体态，亦可增强身体的抵抗力，远离病痛与疾病的侵袭。由于维护健康，保有美丽体态的认知愈发普及，故健身运动近来更广为流行，渐成日常生活中必要的健康活动。健身者或着上健身房使用健身设备或在教练的指导下进行健身运动，或着在家自购简单健身器材自我从事健身运动或无器材的自我健身锻炼。虽然，健身锻炼效果与健身项目的规划安排，内容息息相关，然而，不论是上健身房健身或是在家自行锻炼，可利用的健身时间与健身效果确实直接关联。
然而由于现代生活中，一般人在致力工作之外，更要兼顾同样重要的家庭生活，所以自我可运用的时间，其实皆颇为紧迫，而可用于健身的时间当然难不受限。因此，在健身房中，健身教练除了为学员规划出成就预定健身效果的健身课程内容是必然的重点之外，如何就健身学员于可利用的时间下，对应的做出可达最优选健身效果的课程内容配置规划，更是另一个必要的重点。另一方面，对在家健身锻炼的健身者来说，就不前往健身房健身的作法，或是个人喜好使然，然而更可能是节省交通时间的考虑后的决定，因此可资利用的健身时间的考虑因素，甚或更为重要，而在相对上较短的健身运动时间下，就从事相同或类似健身运动课程内容而可达到相同或是某个特定健身效果的期待来说，健身课程中相关参数的规划，便会极为重要。
然而每个人的体适能状况都不同，对于在正常状况下，一般正常人的体适能在正常状况下可达到课程内容配置的标准，但若是对于那些大体重想减重或生病又必须作适当运动的人，超出其负荷的健身课程则会危急其生命，必须以循序渐进的方式来健身才能达到最优选效果。因此必须依照个人的生理状况或其可承受的运动强度，来量身订制适合个人的健身课程参数。
发明内容
因此期待有一种健身的应用程序不仅可单机运行于电子装置，还可配置传感模块于健身者来感测健身者的生理参数，例如根据健身者的心率、恢复率或疲劳程度、运动的强度是否达到标准而来提供健身者的运动课程的建议，传感模块可包含感测健身者运动时其运动强度的传感单元，例如感测健身者的至少一肢体运动的加速度计、感测健身者的至少一肢体运动的角加速度的陀螺仪，传感模块还可包含感测健身者的心率的心率计、感测健身者的温度的温度计等。传感模块以无线传输感测到的生理参数、加速度、角速度至所述电子装置以利应用程序分析，应用程序根据这些数据来建议健身课程的参数，其包括项目组数的多寡、每组的运动时间的长短与运动次数多少、休息时间的长短、总课程时间的长短等。应用程序还可依据健身者的熟练程度与意愿来调整健身课程的参数，因为每组的运动时间的长短与次数多少也会影响到运动的激烈程度，休息时间的长短会影响到健身者的肌肉疲劳或说肌力恢复程度，这些因素对于大体重想减重或生病受伤后复健而须适当运动的健身者的安全亦相当重要，避免健身者太过勉强作超出其所能负荷的运动反而有碍健康。
此外，健身者在健身时的生理状态、肢体运动的状态可分别量化成生理效果指标PEI(Physiological Effect Index)与运动特性指标WCI(Workouts CharacteristicIndex)，综合两者可得到健身运动效果指标WAI(Workout Achievement index)，可再加上健身者的熟练度与意愿等因素而可量化成一个总成效指标WA(Workout Achievement)。这些指针可存储于个人健身历史数据库中，应用程序可分析个人健身历史数据来建议下一次健身者的健身课程的参数，以使健身者的总成效指标WA能达到优化。
本发明的目的就是在较短的健身时间条件下，规划出可获得相同的健身效果的健身运动课程内容配置，或者是在相同的健身时间下，规划出可获得优选健身成效的健身课程内容配置，此等健身课程内容配置，也就是健身课程内容的参数配置。
本发明的另一目的就是在可资利用的健身运动时间及空间等限制条件下，通过调整新设定的或既定的健身运动课程内容的运动项目或运动单项的总次数，总运动时间，总休息时间，组数，每组所包含的运动次数，每组的运动时间，各组间的间隔或休息时间等参数来获得最优选的健身训练成果，此处所谓的运动项目是指徒手健身运动或使用器材的健身运动，而运动单项则是指属于徒手健身运动项目的譬如波比跳、开合跳、行走、跑步或伏地挺身等运动单项，或是指属于使用器材的健身运动的譬如划艇运动、脚踏运动、跳床运动、哑铃或器材飞鸟运动、杠铃举重运动或举重深蹲运动等。
而所谓的最优选健身训练成果，可以是在同样运动时间下可消耗掉的最多卡路里，或是达成相对于标准健身动作的最高运动协调性或运动一致性，或是锻炼成较大的肌力或是肌耐力，或是获得最多的肌肉成长，或说肌肥大等健身成果。
本发明提供一种用于规划健身运动课程参数的系统，包含多重运动传感模块、生理状态传感模块、以及数据处理单元。所述多重运动传感模块，感测健身者的多个肢体运动以生成多个肢体运动信号；所述生理状态传感模块，感测所述健身者的生理状态以生成生理状态信号；以及所述数据处理单元，配置以：执行第一算法、第二算法、第三算法和第四算法；基于所述第一算法和所述多个肢体运动信号来获得运动特性指标WCI；基于所述第二算法和所述生理状态信号来获得生理效果指标PEI；基于所述第三算法、所述运动特性指标WCI及所述生理效果指标PEI来获得健身运动效果指标WEI；以及基于所述第四算法来评估与所述健身运动效果指标WEI相关的多个类别因素，以规划所述健身运动课程参数。
本发明提供一种用于规划健身运动课程参数的方法，包含下列步骤：经由传感模块来感测健身者的多个肢体运动以生成多个肢体运动信号，且经由所述传感模块来感测所述健身者的生理状态以生成生理状态信号；通过执行与所述多个肢体运动信号相关的第一计算来获得运动特性指标WCI，且通过执行与所述生理状态信号相关的第二计算来获得生理效果指标PEI；通过执行与所述运动特性指标WCI及所述生理效果指标PEI相关的第三计算来获得健身运动效果指标WEI；以及评估与所述健身运动效果指标WEI相关的多个类别因素，以规划所述健身运动课程参数。
依据上述构想，本发明提供一种用于规划健身运动课程参数的系统，包含课程模块、运动传感模块、生理传感模块、以及处理模块。所述课程模块，具至少一健身运动项目、相关于所述至少一健身运动项目的多个项目参数、以及为让用户完成锻炼标的特定健身运动而提供的对应课程组合；所述运动传感模块，感测健身者的至少一肢体运动，以获得相关于所述至少一肢体运动的第一多个数据；所述生理传感模块，感测所述健身者的至少一生理状态，以获得相关于所述至少一肢体运动的第二多个数据；以及所述处理模块，因应所述第一多个数据以及所述第二多个数据以分别给定相关于所述多个项目参数的第三多个数据而定义出所述对应课程组合，俾所述用户完成所述特定健身运动。
本系统咨商建议功能特性以及平台式架构，不仅适于有教练指导的健身房等健身运动环境，也适于在家依据本系统建议规划的健身运动课程，自行进行健身运动训练。
附图说明
图1：本发明优选实施例的规划健身课程参数的系统的示意图。
图2：本发明优选实施例多重运动传感模块穿戴在健身者身上的示意图。
图3：本发明优选实施例健身运动课程参数的示意图。
图4：本发明优选实施例健身运动效果指标WEI与运动课程参数之间的关系的示意图。
图5：本发明优选实施例健身运动效果指标随着训练历程而增长的示意图。
图6：本发明优选实施例运动时间及休息时间与健身运动效果指标WEI的关系的示意图。
图7：本发明优选实施例运动次数及休息时间与健身运动效果指标WEI的关系的示意图。
图8：本发明优选实施例不同的休息时间、运动时间及次数与健身运动效果指标WEI的关系的示意图。
图9：本发明另一优选实施例规划健身运动课程参数的系统的示意图。
图10：本发明优选实施例用于规划健身运动课程参数的方法的示意图。
具体实施方式
本案所提出的发明将可由以下的实施例说明而得到充分了解，使得熟悉本技艺的人士可以据以完成之。然而，本领域普通技术人员将会认识到，可以在没有一个或者多个特定细节的情况下实践本发明。在下文所述的特定实施例代表本发明的示例性实施例，并且本质上仅为示例说明而非限制。本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合，亦即本发明的实施例不限于本说明书中所记载的实施例。
请参阅图1，其为本发明优选实施例的规划健身课程参数的系统10的示意图。请参阅图2，其为本发明优选实施例多重运动传感模块1021穿戴在健身者身上的示意图。
通过包含如图1所示的规划健身课程参数的系统10，此系统10包括健身运动输入设备201及显示设备202，其中所述健身运动输入设备201用来输入健身者依据健身运动项目内容，及与此内容相关的至少一个健身运动课程所操作的健身运动。所述系统10还包含感测模块102以及数据处理单元12。所述传感模块102包含多重运动传感模块1021以及生理状态传感模块1022。所述多重运动传感模块1021包括加速度计，陀螺仪及地磁仪等运动传感器所组成，如图2所示，此多重运动传感模块1021包含至少有左手运动传感装置LHD，右手运动传感装置RHD及右脚运动传感装置RFD系穿戴于健身者肢体上，这些传感装置LHD、RHD、RFD都包含至少一加速度计，陀螺仪及地磁仪等组件。所述健身者参考此健身运动课程表进行健身运动时，这些传感装置LHD、RHD、RFD用来感测此健身者的多个肢体运动，以对应地生成一群多个肢体运动传感信号GMS-1、GMS-2、GMS-1’、及GMS-2’等。
所述生理状态传感模块1022包含心率计，所述心率计可内建于传感装置LHD、RHD、RFD中，健身者参考此健身运动课程表进行健身运动时用于感测其生理状态，即心率，以对应地生成第一生理状态信号PSS-1，即心率信号。所述生理状态传感模块1022还可包含温度计，可内建于传感装置LHD、RHD、RFD中，健身者参考此健身运动课程表进行健身运动时用于感测其温度，以对应地生成第二生理状态信号PSS-2，即温度信号PSS-2。
所述数据处理单元12具有运动特性对应功能，其系利用诸如一种主成分信号分析运算法(PCA)121，将此等多个肢体运动信号GMS-1、GMS-2、GMS-1’、及GMS-2’等对应成运动特性成果指标WCI(Workouts Characteristic Index)，譬如运动一致性指标或是运动协调性指标，其中目前的加速度信号以GMS-1来表示，目前的角速度信号以GMS-2来表示，个人历史记录或教练的参考的加速度信号以GMS-1’来表示，个人历史记录或教练的参考的角速度信号以GMS-2’来表示。所述数据处理单元12更具有生理状态对应功能，其系采用通过参考心跳来推算卡路里消耗量运算法122，用来将此生理状态信号PSS-1即此心率信号对应成生理效果指标PEI(Physiological Effect Index)即代表卡路里消耗量；及健身效果对应功能，其系采用譬如向量合成运算法123，系合并此运动特性成果WCI指标，此运动能力成果指标WAI(Workouts Achievement Index)，及此生理现象指标PEI后，转换成健身运动效果指标WEI(Workouts Effect Index)；及课程参数修订功能，其系采用譬如参数优化运算法124，藉评估第一类别因素EEF-1-健身成果因素，即此健身运动效果指标WAI，第二类别因素EEF-2-健身环境因素，譬如时间因素、空间因素、距离因素，第三类别因素-健身成本因素，即成本因素，以及第四类别因素-健身者心理及生理因素，譬如元气(健康)因素、及健身动作操作熟练度因素等，来调整所述训练课表的内容参数，其包括运动课程包含的各运动项目或单项的训练顺序、个别运动课程的全部时间或是所述运动课程的各组操作时段配置或是其操作时间、或是运动课程中项目或单项的操作时段配置或是操作时间；或是运动次数、运动时间、休息时间、重复循环次数等等。
例如大体重的健身者在做运动时，多重运动传感模块1021量测到的角速度信号以及加速度信号可能无法达到教练的标准，即无法达到参考角速度信号以及参考加速度信号的标准，且生理状态传感模块1022所感测到的心率或体温相较于常人都相当高的时候，所述数据处理单元12可把运动项目拆成多个时段来进行，运动时段之间的休息时间或休息次数可斟酌增加，每个运动时段的时间可拉长，各运动时段的次数可斟酌减少，以期待能达到单一时段完成所有运动的相同效果，例如运动消耗的总卡路里相同，且不会使大体重者超过其负荷而危及健康。
在图1中，数据处理单元12将此等多个肢体运动信号GMS-1、GMS-2经由第一运算法(主成分分析法–Principal Component Analysis-PCA)对应成运动特性成果指标(WCI)，譬如运动一致性或是运动协调性的量化值，用来与教练所提供的标准运动参考信号GMS-1’、GMS-2’比对，譬如两信号间的一致性，藉此判断训练成果；或者与健身者自己已有的运动信号比对，藉此判断先后两信号的差异，了解健身者健身运动的进步状况；此处PCA运算法用来分析加速度信号GMS-1、GMS-1’，角速度信号GMS-2、GMS-2’，位置相关信号所转换的数据，进而分析出运动特征。
在图1中，数据处理单元12将此生理状态信号PSS-1、PSS-2，譬如心率信号PSS-1对经由第二运算法(Caloric Formula)应成生理效果或生理现象指标PEI，譬如卡路里消耗量或是氧气消耗量；卡路里消耗的计算式如下：对于男性而言，所述卡路里消耗量＝[(年纪x0.2017)+(体重x 0.09036)+(心率值x 0.6309)-55.0969]x运动时间/4.184。对于女性而言，所述卡路里消耗量＝[(年纪x 0.074)-(体重x 0.05741)+(心率值x 0.4472)-20.4022]x运动时间/4.184。所述生理效果指标PEI可以定义如下，即PEI＝((cbr/cbu)2+(VO2 max_r/VO2 max_u)2)1/2，其中cbr为参考卡路里消耗量，cbu为健身者卡路里消耗量，VO2 max_r为参考最大摄氧量，而VO2 max_u为健身者最大摄氧量。
在图1中，运动特性成果指标(WCI)以及运动成就指标WAI(运动训练成果：肌力、肌耐力、及肌肥大)及生理效果指标PEI(或生理现象)指标经由第三运算法(向量合成运算)转换成健身运动效果指标WEI，也就是计算运动一致性或是协调性的量化值，与肌力值、肌耐力值或肌肥大值以及卡路里消耗值的乘积或是向量和；此处的向量合成运算是将运动特性成果指标WCI，运动能力成果指标WAI及生理效果指标PEI等数值个别平方后总和再开根号的计算结果。例如计算式：WEI＝(WCI2+WAI2+PEI2)1/2。藉分析WEI，与WCI、WAI、PEI间的函数关系以了解WEI曲线或曲面的峰值分布，求得峰值则可得到WEI优化的数值对应相关的运动课程参数的数值配置，以达到最优选的运动成效。
请参阅图3，其为本发明优选实施例健身运动课程参数的示意图。健身运动课程的基本参数包括如下：
C:总运动课程时间，含总运动时间及总休息时间
T:课程总运动时间；
N:单项运动的全部运动次数，譬如波比跳；
S:运动组数；
Su:当前健身运动的运动组数；
Sr:数据库纪录的标准健身运动的运动组数；
t:每组运动时间；
n:每组运动次数；
nu:当前健身运动的每组运动次数；
nr:数据库纪录的标准健身运动的每组运动次数；
rt:两组间休息时间；
rtu:当前健身运动的每两组间休息时间；
rtr:数据库纪录的标准健身运动的每两组间休息时间；
RT:课程总休息时间。
上述课程基本参数间的关系如下：
T＝Sum(ti),i＝1to S；
N＝Sum(ni),i＝1to S；
RT＝Sum(rti),i＝1to(S-1)；
C＝T+RT；
个别课程与总课程参数的比例如下：
TR＝rt/T，其中TR代表某个组间休息时间与课程总运动时间的比例；
NR＝n/N，其中NR代表每组运动次数与单项运动的全部运动次数的比例；TR越大则代表健身者有相较更长的休息时间来恢复疲劳，NR越大则代表相对上总课程时间内每组运动次数较多，总运动组数较少，即组间的休息次数较少。
请回到图1，所述数据处理单元12通过采用所述第一算法来分析所述健身者的所述多个肢体运动信号GMS-1、GMS-2与教练的多个肢体的参考运动信号GMS-1’、GMS-2’之间的差异而判断训练成果。所述系统10更包含数据库(未显示)，所述数据库可位于本地端或网络上的服务端，并存储对应于所述健身者的所述多个肢体运动信号GMS-1、GMS-2的实时加速度值au/历史记录加速度值ah、实时角速度值wu/历史记录角速度值wh、实时四元素值qu/历史记录四元素值qh，并存储对应于所述教练的多个肢体的参考运动信号GMS-1’、GMS-2’的参考加速度值ar、参考角速度值wr、参考四元素值qr，且存储加速度比对值ae、角速度比对值we、以及四元素比对值qe。
四元素是用于描述现实空间的坐标表示方式，人们在多个的基础上创造了四元素q＝a+bi+cj+dk的形式说明空间点所在位置向量。四元素可应用在健身者的肢体运动的描述上，包括描述肢体运动的X轴、Y轴、以及Z轴方向上的旋转，并可将计算出的四元数数据用来比较健身者的肢体运动与教练的肢体运动之间的差异，或是比较健身者本身肢体运动是否有所进步。
所述加速度比对值ae是所述健身者进行健身运动量到的加速度值au与所述参考加速度值ar的误差率＝(au-ar)/ar；，或是所述健身者进行健身运动的加速度值au与所述健身者的历史记录加速度值ah的误差率＝(au-ah)/ah。其中所述健身者进行健身运动的加速度值au是每组的健身运动的加速度值的加总＝Sum(aui),i＝1to Su，所述参考加速度值ar是每组的参考加速度值的加总＝Sum(arj),j＝1to Sr，所述历史记录加速度值ah是每组的历史记录加速度值的加总＝Sum(ahk),k＝1to Sh，而总加速度比对值＝(Sum(aui)-Sum(arj))/Sum(arj)，或(Sum(aui)-Sum(ahk))/Sum(ahk)，i＝1to Su及j＝1to Sr或k＝1to Sh。
所述角速度比对值we是所述健身者进行健身运动的角速度值wu与所述参考角加速度值wr的误差率＝(wu-wr)/wr；，或是所述健身者进行健身运动的角速度值wu与所述历史记录角加速度值wh的误差率＝(wu-wh)/wh；。其中所述实时角加速度值wu是每组的健身运动的角速度值的加总＝Sum(wui),i＝1to Su，所述参考加速度值wr是每组的参考角速度值的加总＝Sum(wrj),j＝1to Sr，所述历史记录角速度值wh是每组的历史记录角速度值的加总＝Sum(whk),k＝1to Sh，而总角速度比对值＝(Sum(wui)-Sum(wrj))/Sum(wrj)，或(Sum(wui)-Sum(whk))/Sum(whk)，i＝1to Su及j＝1to Sr或k＝1to Sh。
所述四元素比对值qe是所述健身者进行健身运动的四元素值qu与所述参考四元素值qr之间的误差率，或是所述健身者进行健身运动的四元素值qu与所述历史记录四元素值qh之间的误差率。其中所述健身者进行健身运动的四元素值qu是每组健身运动的四元素的加总＝Sum(qui),i＝1to Su，所述参考四元素值qr是每组的参考四元素值的加总＝Sum(qrj),j＝1to Sr，所述历史记录四元素值qh是每组的历史记录四元素值的加总＝Sum(qhk),k＝1to Sh，而总四元素比对值＝(Sum(qui)-Sum(qrj))/Sum(qrj)，或(Sum(qui)-Sum(qhk))/Sum(qhk)，i＝1to Su及j＝1to Sr或k＝1to Sh。
在图1中的所述运动特性指标WCI为量化所述健身者的运动协调性或一致性的量化值，所述数据处理单元12通过计算所述运动特性指标的方程式来获得所述运动特性指标WCI，所述运动特性指标WCI可以定义成WCI＝(ae 2+we 2+qe 2)1/2，WCI＝1-(ae 2+we 2+qe 2)1/2或WCI＝1-/(ae 2+we 2+qe 2)1/2等，或是其他的表示方法所形成的方程式，至于适合用来估计WCI指标的方程式则搭配上述的以不同方式定义的误差率ae，we，及qe来选用。从所述加速度比对值ae＝(au-ar)/ar；或(au-ah)/ah的表达式可知，当所述健身者健身运动的加速度值au近似于教练的参考加速度值ar时，或是所述健身者健身运动的加速度值au近似于健身者的历史记录加速度值ah时，则所述加速度比对值ae越小，所述运动特性指标WCI会越大，此代表所述健身者与教练两者比较之下，所述健身者运动协调性接近教练的协调性、或健身者的健身动作与教练的健身动作具有优选的一致性，或是代表所述健身者当前或说实时的运动信号与健身者的历史记录两相比较之下，所述健身者运动协调性、一致性少变异。类似地，所述角速度比对值we、所述四元素比对值qe、亦有与所述加速度比对值ae类似的状况。
在另一优选实施例中，若所述运动特性指标WCI＝(ae 2+we 2+qe 2)1/2，所述加速度比对值ae可为另一种算式，例如ae＝ar/(au-ar)，所述角速度比对值we可为另一种算式，例如we＝wr/(wu-wr)，所述四元素比对值qe可为另一种算式，例如qe＝qr/(qu-qr)，则当所述健身者健身运动的加速度值au接近教练的参考加速度值ar时，或是所述健身者健身运动的加速度值au接近健身者的历史记录加速度值ah时，则所述加速度比对值ae越大，所述运动特性指标WCI也会越大，此代表所述健身者与教练两者比较之下，所述健身者运动协调性接近教练的协调性、或健身者的健身动作与教练的健身动作具有优选的一致性，或是代表所述健身者与健身者的历史记录两相比较之下，所述健身者运动协调性、一致性少变异。类似地，所述角速度比对值we、所述四元素比对值qe、亦有与所述加速度比对值ae类似的状况。另外，也可以定义特定的运动特性指标，譬如运动加速度特性指针WCIa＝ae、运动角速度特性指针WCIw＝we及运动转动向量特性指标WCIq＝qe等特定指标，并通过比较所述等特定的运动特性指标来了解健身者与教练的健身运动两者间的一致性或是协调性，或者了解健身者当前的健身运动与数据库中纪录的健身者的先前健身运动两者间的运动一致性或是运动协调性。
在图1中，所述运动能力成果指标WAI包括肌力、肌耐力、以及肌肥大等三项量化标的；肌力是指在一次肌肉收缩时，对抗某种阻力所发挥的最大力量；肌耐力是指肌肉维持使用某种肌力时，能持续用力的时间或反复次数；肌肥大是指将身体的肌肉组织缔结变大的现象。在此定义WAI＝((msu/msr)2+(meu/mer)2+(mhu/mhr)2)1/2，msu为健身者肌力值，msr为参考肌力值，meu为健身者肌耐力值，mer为参考肌耐力值，mhu为健身者肌肥大值，而mhr为参考肌肥大值。当健身者肌力值msu大于所述参考肌力值msr，健身者肌耐力值meu大于所述参考肌力值mer，健身者肌肥大值mhu大于所述参考肌肥大值mhr的状况发生时，由上述的表达式可知WAI也会越大，此代表所述健身者的运动能力提升，或是优于一般的标准，反之亦然。在另一优选实施例中WAI＝((msr/msu)2+(mer/meu)2+(mhr/mhu)2)1/2，其WAI数值则与上述例子相反，即当健身者肌力值msu大于所述参考肌力值msr，健身者肌耐力值meu大于所述参考肌力值mer，健身者肌肥大值mhu大于所述参考肌肥大值mhr，的状况发生时，WAI也会越小，此时的健身运动效果指标若定义程WEI＝1-(WCI2+WAI2+PEI2)(1/2)，如此WEI就会随着msu，msr及meu变大而变大，此亦可代表健身的成效越好。
除了根据所述运动特性成果指标WCI、所述运动能力成果指标WAI、以及所述生理效果指标PEI来生成所述健身运动效果指标WEI之外，其它的因素也可被量化，而被加入用来调整健身运动课程参数。例如健身者健身运动的层级、生理因素、以及心理因素等，可作为调整因子。例如，健身者健身运动项目或单项的操作熟练度，同时关联于量测到的加速度a、速度V、四元素q以及S、n、t、rt等课程参数的设定。此处定义层级因子L，健身初阶者(Gymbeginner)，其Lb数值位于(1.00,1.30)之间，健身进阶者(Gym Intermediate)，其Lm数值位于(1.00,0.85)之间，健身专家(Gym Advancer)，其La数值位于(0.85,0.70)之间。层级因子L的这些数值Lb、Lm、La与运动组数Su相关，越是进阶到专家级的健身者的数值就越低，表示总运动次数以较少的组数做完，相对上每组的运动次数便较高，所以每组的健身运动操作需要较强的肌力或肌耐力。即藉选用适当的Lb、Lm、或La等因子的数值可以对应地调整出适合于健身初阶者、健身进阶者或健身专家的运动课程参数数值大小的配置。
生理因素包含恢复率Rr或疲劳程度Fr，此两者可能关联到量测到的加速度a(acceleration)、角速度w(angular velocity)与四元素/方位向量q(Quaternion orOrientation Vector)。生理因素关联的恢复率Rr数值或疲劳程度Fr数值位于(0.10,1.00)之间，或可不直接为恢复率或疲劳程度等生理因素设定调整因子，而让此等生理因素直接关联到受量测物理量a、w及q。
心理因素包括健身者的主观意愿因子Ir，其可包括健身环境的舒适度，或健身者的作息考虑等，进而影响健身者的健身意愿的强弱于譬如C、T、N、S、t、n、rt等健身运动课程参数数值的主观选定，例如主观意愿因子Ir数值可位于(0.50,1.50)之间。
在感测用户的运动状态以及生理状态后，数据处理单元12可综合运算出所述健身运动效果指针WEI，系统10可直接依据健身运动效果指标WEI来规划健身运动课程的参数，也可继续加入健身运动的层级、生理因素、以及心理因素等，以调整健身运动课程的参数。例如用户可直接指定课程参数T，或是T及N。或是系统10参考系统健身课程数据库及/或健身者个人健身课程数据库建议运动课程参数C、N、S、t、n、rt。
在另一优选实施例中，系统10或用户可通过层级因子L，即Lb、Lm、La调整系统建议的运动课程参数C、N、S、t、n、rt使之形成与健身者的健身层级关联的健身层级建议课程参数NL、SL、tL、nL、rtL。
在另一优选实施例中，系统10或用户可藉生理恢复率Rr数值或疲劳程度Fr数值调整系统建议的运动课程参数C、N、S、t、n、rt使之形成与生理恢复率或疲劳程度关联的生理状态建议课程参数CR、NR、SR、tR、nR、rtR或CF、NF、SF、tF、nF、rtF；或是藉生理恢复率Rr数值或疲劳程度Fr数值调整健身层级建议课程参数CL、NL、SL、tL、nL、rtL使之成为与生理恢复率或疲劳程度关联的健身层级课程参数CLR、NLR、SLR、tLR、nLR、rtLR或CLF、NLF、SLF、tLF、nLF、rtLF。
在另一优选实施例中，系统10或用户可通过心理因素，即健身者的主观意愿因子Ir调整系统建议的运动课程参数C、N、S、t、n、rt使之成为健身者主观意愿的系统建议运动课程参数CI、NI、SI、tI、nI、rtI；或是用之调整与生理恢复率或疲劳程度关联的生理状态建议课程参数CR、NR、SR、tR、nR、rtR或CF、NF、SF、tF、nF、rtF，使之成为具主观者意愿的生理状态建议课程参数CRI、NRI、SRI、tRI、nRI、rtRI或CFI、NFI、SFI、tFI、nFI、rtFI；或是用之调整与健身层级建议课程参数CL、NL、SL、tL、nL、rtL使之成为具健身者主观意愿的健身层级建议课程参数CLI、NLI、SLI、tLI、nLI、rtLI；或是用之调整与生理恢复率或疲劳程度关联的健身层级课程参数CLR、NLR、SLR、tLR、nLR、rtLR或CLF、NLF、SLF、tLF、nLF、rtLF，使之成为具健身者主观意愿的生理恢复率或疲劳程度关联的健身层级课程参数CLRI、NLRI、SLRI、tLRI、nLRI、rtLRI或NLFI、SLFI、tLFI、nLFI、rtLFI。
请参阅图4，其为本发明优选实施例健身运动效果指标WEI与运动课程参数之间的关系的示意图，横轴代表单组的运动时间，纵轴代表健身运动效果指标WEI。在图4中是以波比跳的健身运动为例，总运动课程时间C:10分钟，总运动次数N:100次，健身运动课程参数配置的方式如下：
组数S：1
波比跳，在10分钟内，以1组做完100次，中间无休息。
课程参数配置：
总运动时间：T<＝10min，总运动次数：N＝100，总运动课程时间：C＝T+RT。
表1：
Figure GDA0002684217810000161
从表1与图4可知，健身运动效果指针WEI在运动项目仅分成一组的情况下，在所述组的运动时间t为5分钟且休息时间为5分钟时，健身运动效果指标WEI相较之下比较小，然而随着所述组的运动时间t延长到7-8分钟的范围时，则有优选的健身运动效果指标WEI，到达9-10分钟时又变小。此表示在适当的健身课程参数的调配下，会有优化的健身运动效果指标WEI出现。
请参阅图5，其为本发明优选实施例健身运动效果指标随着训练历程而增长的示意图，y轴代表单组的运动时间，x轴代表训练历程，z轴代表健身运动效果指标WEI。在图5中，健身运动效果指针WEI在运动项目仅分成一组的情况下，优化的健身运动效果指标WEI也会随着训练历程而提升，代表健身者若按照本发明规划健身课程的参数去进行锻炼后，可有效率地达到最优选肌力、肌耐力、肌肥大、卡路里消耗、耗氧量等效果。
请参阅图6，其为本发明优选实施例运动及休息时间与健身运动效果指标WEI的关系的示意图，y轴代表组间休息时间，x轴代表每组运动时间，z轴代表健身运动效果指标WEI。在图6中是以波比跳的健身运动为例，总运动时间T<＝10分钟，总运动次数N:100次，组数S则为2，健身运动课程参数配置的方式如下：
组数S：2
波比跳，在总运动课程时间C＝10分钟内，分成2组，每组做50次，共做完100次，组间有休息时间。
课程参数配置：
总运动时间：T<＝10min，总运动次数：N＝2 x n＝100，总运动课程时间：C＝t x 2(＝T)+rt＝10。
表2：
Figure GDA0002684217810000171
从表2与图6可知，课程总运动时间T最多为10分钟，第一种课程参数的配置方式是以每组50次且运动时间皆为4分钟，组间休息时间为2分钟，其所达到的健身运动效果指标WEI相对较差；而第二种课程参数的配置方式是以每组50次且运动时间皆为3分钟，组间休息时间为4分钟，其可达到的最优选健身运动效果指标WEI max。
单项运动项目中的每组次数也可不同，请参阅图7，其为本发明优选实施例运动次数及休息时间与健身运动效果指标WEI的关系的示意图，y轴代表组间休息时间，x轴代表每组运动次数，z轴代表健身运动效果指标WEI。在图7中是以波比跳的健身运动为例，总运动课程时间C＝10分钟，总运动次数N:100次，组数S为2，健身运动课程参数配置的方式如下：
波比跳，在10分钟内，分成2组，各组操作次数不同，共做完100次，对应次数不同，组间休息时间可不同。
课程参数配置：
总运动时间：T<＝10min，总运动次数：N＝n1+n2＝100，总运动课程时间：C＝t1+t2(＝T)+rt＝10。
表3：
Figure GDA0002684217810000181
从表3与图7可知，总运动课程时间为10分钟，第一种课程参数的配置方式是第一组在4分内做完40次且第二组在5分钟内做完60次，组间休息时间为1分钟，其可达到的最优选健身运动效果指标WEI max；而第二种课程参数的配置方式是第一组在2分内做完70次且第二组在6分钟内做完30次，组间休息时间为2分钟，其所达到的健身运动效果指标WEI相对较差。
请参阅图8，其为本发明优选实施例不同的休息时间、运动时间及次数与健身运动效果指标WEI的关系的示意图，y轴代表组间休息时间，x轴代表每组运动次数，z轴代表健身运动效果指标WEI。在图8中是以波比跳的健身运动为例，总运动课程时间C＝10分钟，总运动次数N:100次，组数S大于3，第一种健身运动课程参数配置的方式如下：
波比跳，在10分钟内，分成4组，每组作25次，共做完100次，每组操作时间或是组间休息时间可不同。
第一种课程参数配置：
总运动时间：T<＝10min，总运动次数：N＝100，总运动课程时间：C＝4x t(＝T)+3xrt(＝RT)。
表4：
Figure GDA0002684217810000182
在图8中的第二种健身运动课程参数配置的方式如下：
波比跳，在10分钟内，分成10组，每组作10次，共做完100次，每组操作时间或是组间休息时间可不同。
第二种课程参数配置：
T<＝10min，N＝100，C＝10x t(＝T)+9x rt(＝RT)。
表5：
Figure GDA0002684217810000191
从表4～5以及图8可知，以第二种课程参数配置来完成运动课程可达到优化的健身运动效果指标WEI max。
请参阅图9，其为本发明另一优选实施例规划健身运动课程参数的系统30的示意图。所述系统30包含课程模块304、运动传感模块301、生理传感模块302、以及处理模块303。所述课程模块304具至少一健身运动项目、相关于所述至少一健身运动项目的多个项目参数、以及使用户的锻炼标的完成特定健身运动而提供对应课程组合305。所述运动传感模块301感测健身者的至少一肢体运动，以获得相关于所述至少一肢体运动的第一多个数据PM1。所述生理传感模块302感测所述健身者的至少一生理状态，以获得相关于所述至少一肢体运动的第二多个数据PM2。所述处理模块303因应所述第一多个数据PM1以及所述第二多个数据PM2以分别给定相关于所述多个项目参数的第三多个数据PM3而定义出所述对应课程组合305，俾所述用户完成所述特定健身运动。
请再配合图1，所述运动传感模块301为多重运动传感模块1021，其感测所述健身者的多个肢体运动以生成多个肢体运动信号GMS-1、GMS-2、GMS-1’、GMS-2’。所述生理传感模块302为生理状态传感模块1022，其感测所述健身者的所述生理状态以生成生理状态信号PSS-1、PSS-2。所述处理模块303配置以根据多个肢体运动信号GMS-1、GMS-2、GMS-1’、GMS-2’以及所述生理状态信号PSS-1、PSS-2来规划所述健身运动课程参数。
所述多个项目参数包括总运动课程时间，各运动课程所含的运动项目或单项的训练顺序、总运动时间，个别运动项目或单项的操作时间，或是运动项目或个别单项的配置时间、运动组数、每组运动次数、每组运动时间、组间休息时间、以及运动课程的总休息时间的至少其中之一。
所述第一多个数据PM1包含对应于所述健身者的所述多个肢体运动信号GMS-1、GMS-2、GMS-1’、GMS-2’的加速度比对值ae、角速度比对值we、以及四元素比对值qe，所述处理模块303基于所述加速度比对值ae、所述角速度比对值we、以及所述四元素比对值qe来执行第一计算以得到所述运动特性指标WCI，其中可以定义WCI＝1-(ae 2+we 2+qe 2)1/2，且所述运动特性指标WCI可用来量化所述健身者的一运动协调性或一致性的量化值。
所述第二多个数据PM2包含对应所述生理状态信号PSS-1、PSS-2的参考卡路里消耗量cbr、对应所述生理状态信号PSS-1、PSS-2的健身者卡路里消耗量cbu、对应所述生理状态信号PSS-1、PSS-2的参考最大摄氧量VO2max_r、及对应所述生理状态信号PSS-1、PSS-2的健身者最大摄氧量VO2 max_u，且所述处理模块303通过计算所述生理效果指标PEI＝((cbr/cbu)2+(VO2 max_r/VO2 max_u)2)1/2的方程式来获得所述生理效果指标PEI。
所述第三多个数据PM3包括个别运动课程的全部时间C、总运动时间T的长短、运动组数S的多寡、每组运动次数n的大小、每组运动时间t的长短、组间休息时间rt的长短、以及运动课程的总休息时间RT的长短的至少其中之一。
所述处理模块303根据所述运动特性指标WCI、所述运动能力成果指标WAI、及所述生理效果指标PEI来评估健身运动效果指标WEI＝(WCI2+WAI2+PEI2)1/2。所述处理模块303更依照健身运动层级、生理因素、以及心理因素来调整所述第三多个数据，以使所述健身运动效果指标WEI达到优化，其中所述健身运动层级包括初阶等级、进阶等级、以及专家等级，或相关于健身运动项目的健身者操作熟练度，另外，健身者的所述生理因素包含恢复率或疲劳程度，所述心理因素包含所述健身者的主观意愿。所述课程组合305如同图5、图6、图7、图8中配置单项运动课程的总运动课程时间C，总运动时间T、运动组数S、单项运动的全部运动次数N、每组运动次数n、每组运动时间t、组间休息时间rt、以及运动课程的总休息时间RT等配置，而形成的课程组合。所述健身运动项目可以是徒手健身运动项目，例如为伏地挺身、仰卧起坐、交互蹲挑、波比跳等，也可以是使用健身器材的健身运动项目，例如杠铃运动、过头举(Overhead Press)、硬举(Deadlift)或前蹲举(Front Squat)等。
请参阅图10，其为本发明优选实施例用于规划健身运动课程参数的方法的示意图。在步骤S101中，经由传感模块来感测健身者的多个肢体运动以生成多个肢体运动信号，且经由所述传感模块来感测所述健身者的生理状态以生成生理状态信号。在步骤S102中，通过执行与所述多个肢体运动信号相关的第一计算来获得运动特性指标WCI，且通过执行与所述生理状态信号相关的第二计算来获得生理效果指标PEI。在步骤S103中，通过执行与所述运动特性指标WCI及所述生理效果指标PEI相关的第三计算来获得健身运动效果指标WEI。在步骤S104中，评估与所述健身运动效果指标WEI相关的多个类别因素，以规划健身运动课程参数。
实施例
1.一种用于规划健身运动课程参数的系统，包含多重运动传感模块、生理状态传感模块、以及数据处理单元。所述多重运动传感模块，感测健身者的多个肢体运动以生成多个肢体运动信号；所述生理状态传感模块，感测所述健身者的生理状态以生成生理状态信号；以及所述数据处理单元，配置以执行第一算法、第二算法、第三算法和第四算法；基于所述第一算法和所述多个肢体运动信号来获得一运动特性指标WCI；基于所述第二算法和所述生理状态信号来获得生理效果指标PEI；基于所述第三算法、所述运动特性指标WCI及所述生理效果指标PEI来获得健身运动效果指标WEI；以及基于所述第四算法来评估与所述健身运动效果指标WEI相关的多个类别因素，以规划所述健身运动课程参数。
2.如实施例1所述的系统，其中所述多重运动传感模块包含感测所述健身者的所述多个肢体运动的加速度的加速度计、和感测所述健身者的角速度的陀螺仪；所述第一算法为主成分分析法PCA，所述数据处理单元通过采用所述第一算法来分析所述健身者的所述多个肢体运动信号与教练的多个肢体的参考运动信号之间的差异而判断训练成果；所述系统更包含数据库，所述数据库存储对应于所述健身者的所述多个肢体运动信号的实时/历史记录加速度值、实时/历史记录角速度值、实时/历史记录四元素值，存储对应于所述教练的多个肢体的参考运动信号的参考加速度值、参考角速度值、参考四元素值，且存储加速度比对值ae、角速度比对值we、以及四元素比对值qe；所述加速度比对值ae是所述实时加速度值与所述参考加速度值的误差率，或是所述实时加速度值与所述历史记录加速度值的误差率；所述角速度比对值we是所述实时角速度值与所述参考角速度值的误差率，或是所述实时角速度值与所述历史记录角速度值的误差率；所述四元素比对值qe是所述实时四元素值与所述参考四元素值之间的误差率，或是所述实时四元素值与所述历史记录四元素值之间的误差率；所述运动特性指标WCI为量化所述健身者的运动协调性或一致性的量化值；以及所述数据处理单元通过计算所述运动特性指标的方程式来获得所述运动特性指标WCI，表示所述运动特性指标WCI的方程式可以是WCI＝(ae 2+we 2+qe 2)1/2或WCI＝1-(ae 2+we 2+qe 2)1/2。
3.如实施例1-2任一实施例所述的系统，其中所述生理状态传感模块包含感测所述健身者的所述生理状态的心率计及/或温度计；所述生理效果指标PEI包含卡路里消耗量以及氧气消耗量；所述数据处理单元基于所述第二算法和所述生理状态信号来估算所述健身者的所述卡路里消耗量以及所述氧气消耗量，其中所述生理状态信号包括对应至心率值的心率信号；对于男性而言，所述卡路里消耗量＝[(年纪x 0.2017)+(体重x 0.09036)+(心率值x0.6309)-55.0969]x运动时间/4.184；对于女性而言，所述卡路里消耗量＝[(年纪x0.074)-(体重x 0.05741)+(心率值x 0.4472)-20.4022]x运动时间/4.184；以及所述生理效果指标PEI可以定义成，PEI＝1/((cbr/cbu)2+(VO2 max_r/VO2 max_u)2)1/2，或PEI＝((cbu/cbr)2+(VO2 max_u/VO2 max_r)2)1/2，其中cbr为参考卡路里消耗量，cbu为健身者卡路里消耗量，VO2 max_r为参考最大摄氧量，而VO2 max_u为健身者最大摄氧量。
4.如实施例1-3任一实施例所述的系统，其中所述健身运动效果指标WEI是运动协调性量化值或运动一致性量化值与卡路里消耗的乘积或是向量和；所述多个类别因素包含健身成果因素、时间因素、空间因素、健身环境因素、健康因素、健身动作操作熟练度因素、健身者心理及生理因素、及喜好因素的至少其中之一；以及所述健身运动课程参数包括各运动项目或运动单项的训练顺序、个别运动课程的全部时间或说总运动课程时间，或是总运动时间，及其中的个别单项或项目的操作时段及其配置时间、运动组数、每组运动次数、每组运动时间、组间休息时间、以及运动课程的总休息时间的至少其中之一。
5.如实施例1-4任一实施例所述的系统，其中所述运动能力成果指标WAI包括肌力、肌耐力、以及肌肥大，其中WAI可以定义成，WAI＝1/((msr/msu)2+(mer/meu)2+(mhr/mhu)2)1/2或WAI＝((msu/msr)2+(meu/mer)2+(mhu/mhr)2)1/2，msu为健身者肌力值，msr为参考肌力值，meu为健身者肌耐力值，mer为参考肌耐力值，mhu为健身者肌肥大值，而mhr为参考肌肥大值；所述数据处理单元根据所述运动特性指标WCI、所述运动能力成果指标WAI、所述生理效果指标PEI来评估健身运动效果指标WEI＝(WCI2+WAI2+PEI2)1/2；以及所述数据处理单元调整所述健身运动课程参数，以使所述健身运动效果指标WEI达到优化。
6.一种用于规划健身运动课程参数的方法，包含下列步骤：经由传感模块来感测健身者的多个肢体运动以生成多个肢体运动信号，且经由所述传感模块来感测所述健身者的生理状态以生成生理状态信号；通过执行与所述多个肢体运动信号相关的第一计算来获得运动特性指标WCI，且通过执行与所述生理状态信号相关的第二计算来获得生理效果指标PEI；通过执行与所述运动特性指标WCI及所述生理效果指标PEI相关的第三计算来获得健身运动效果指标WEI；以及评估与所述健身运动效果指标WEI相关的多个类别因素，以规划所述健身运动课程参数。
7.如实施例6所述的方法，更包含下列步骤：存储对应于所述健身者的所述多个肢体运动信号的加速度比对值ae、角速度比对值we、以及四元素比对值qe；基于所述加速度比对值ae、所述角速度比对值we、以及所述四元素比对值qe来执行所述第一计算以得到所述运动特性指标WCI，其中可以定义成，WCI＝(ae 2+we 2+qe 2)1/2或WCI＝1-(ae 2+we 2+qe 2)1/2，且所述运动特性指标WCI为量化所述健身者的运动协调性或一致性的量化值；基于所述生理效果指标的方程式来执行所述第二计算，所述生理效果指标PEI可以定义成，PEI＝1/((cbr/cbu)2+(VO2 max_r/VO2 max_u)2)1/2，或PEI＝((cbu/cbr)2+(VO2 max_u/VO2 max_r)2)1/2，其中cbr为对应所述生理状态信号的参考卡路里消耗量，cbu为对应所述生理状态信号的健身者卡路里消耗量，VO2 max_r为对应所述生理状态信号的参考最大摄氧量，而VO2 max_u为对应所述生理状态信号的健身者最大摄氧量；以及所述运动能力成果指标WAI可定义成，WAI＝1/((msr/msu)2+(mer/meu)2+(mhr/mhu)2)1/2或是WAI＝((msu/msr)2+(meu/mer)2+(mhu/mhr)2)1/2，其中msu为健身者肌力值，msr为参考肌力值，meu为健身者肌耐力值，mer为参考肌耐力值，mhu为健身者肌肥大值，而mhr为参考肌肥大值。
8.如实施例6-7任一实施例所述的方法，更包含下列步骤的至少其中之一：依照健身运动层级来调整所述健身运动课程参数，其中所述健身运动课程参数包括各运动项目或运动单项的训练顺序、总运动课程时间，总运动时间或是其中的运动项目或是个别运动单项的操作时段及配置时间、运动组数、每组运动次数、每组运动时间、组间休息时间、以及运动课程的总休息时间的至少其中之一，且所述健身运动层级包括初阶等级、进阶等级、以及专家等级，或相关于健身者对健身运动项目的操作熟练度；依照健身者的生理因素来调整所述健身运动课程参数，其中所述生理因素包含恢复率或疲劳程度；以及依照健身者的心理因素来调整所述健身运动课程参数，其中所述心理因素包含所述健身者的主观意愿。
9.一种用于规划健身运动课程参数的系统，包含课程模块、运动传感模块、生理传感模块、以及处理模块。所述课程模块，具至少一健身运动项目、相关于所述至少一健身运动项目的多个项目参数、以及为使用户完成锻炼标的而建议的特定健身运动所提供的对应课程组合；所述运动传感模块，感测健身者的至少一肢体运动，以获得相关于所述至少一肢体运动的第一多个数据；所述生理传感模块，感测所述健身者的至少一生理状态，以获得相关于所述至少一生理状态的第二多个数据；以及所述处理模块，因应所述第一多个数据以及所述第二多个数据以分别给定相关于所述多个项目参数的第三多个数据而定义出所述对应课程组合，俾所述用户完成所述特定健身运动。
10.如实施例9所述的系统，其中所述多个项目参数包括各运动项目或运动单项的训练顺序、总运动课程时间，总运动时间，或是其中的运动项目或是个别单项的操作时段及配置时间、运动组数、每组运动次数、每组运动时间、组间休息时间、以及运动课程的总休息时间的至少其中之一；所述运动传感模块感测所述健身者的多个肢体运动以生成多个肢体运动信号；以及所述生理状态传感模块感测所述健身者的所述生理状态以生成生理状态信号；所述处理模块配置以根据所述等多个肢体运动信号以及所述生理状态信号来规划所述健身运动课程参数；所述运动传感模块包含感测所述健身者多个肢体运动的加速度的加速度计、和感测所述健身者的角速度的陀螺仪，以及可用于感测地磁信号方便校正所述加速度计及所述陀螺仪的量测偏差的地磁仪；所述生理状态传感模块包含感测所述健身者的所述生理状态的心率计及/或温度计；所述第一多个数据包含对应于所述健身者的所述多个肢体运动信号的加速度比对值ae、角速度比对值we、以及四元素比对值qe，所述处理模块基于所述加速度比对值ae、所述角加速度比对值we、以及所述四元素比对值qe来执行第一计算以得到所述运动特性指标WCI，其可以定义成，WCI＝(ae 2+we 2+qe 2)1/2或WCI＝1-(ae 2+we 2+qe 2)1/2，且所述运动特性指标WCI为量化所述健身者的运动协调性或一致性的量化值；所述第二多个数据包含对应所述生理状态信号的参考卡路里消耗量cbr、对应所述生理状态信号的健身者卡路里消耗量cbu、对应所述生理状态信号的参考最大摄氧量VO2max_r、及对应所述生理状态信号的健身者最大摄氧量VO2 max_u，且所述处理模块通过计算所述生理效果指标PEI＝1/((cbr/cbu)2+(VO2 max_r/VO2 max_u)2)1/2或PEI＝((cbu/cbr)2+(VO2 max_u/VO2 max_r)2)1/2的方程式来获得所述生理效果指标PEI，其中VO2 max可以用下列公式估算，即VO2 max＝132.853-0.0769BW-0.3877age-3.2649t-0.1565HR+x，BW:体重以磅计，age:年龄(岁)，HR:运动结束时的心率值，另，若是男性x＝6.3150，若为女性x＝0；所述运动能力成果指标WAI可定义成WAI＝1/((msr/msu)2+(mer/meu)2+(mhr/mhu)2)1/2或WAI＝((msu/msr)2+(meu/mer)2+(mhu/mhr)2)1/2，其中msu为健身者肌力值，msr为参考肌力值，meu为健身者肌耐力值，mer为参考肌耐力值，mhu为健身者肌肥大值，而mhr为参考肌肥大值；所述第三多个数据包括总运动课程时间，总运动时间、运动组数的多寡、每组运动次数的多少、每组运动时间的长短、组间休息时间的长短、以及运动课程的总休息时间的长短的至少其中之一；所述处理模块根据所述运动特性指标WCI、所述运动能力成果指标WAI、及所述生理效果指标PEI来评估健身运动效果指标WEI＝(WCI2+WAI2+PEI2)1/2；以及所述处理模块更依照健身者的健身运动层级、生理因素、以及心理因素来调整所述第三多个数据，以使所述健身运动效果指标WEI达到优化，其中所述健身运动层级包括初阶等级、进阶等级、以及专家等级，或相关于健身者对健身运动项目的操作熟练度，所述生理因素包含恢复率或疲劳程度，所述心理因素包含所述健身者的主观意愿。
本案虽以优选实施例公开如上，然其并非用以限定本案的范围，任何熟习此项技艺者，在不脱离本案的精神和范围内所作的变动与修饰，皆应属本案的涵盖范围。
符号说明
10：规划健身课程的系统 102：传感模块
1021：多重运动传感模块 201：健身运动输入设备
1022：生理状态传感模块 202：显示设备
122：卡路里计算单元 12：处理单元
124：参数优化单元 121：主成分分析单元
WCI：运动特性成果指标 123：向量合成运算单元
PEI：生理现象指标 WAI：运动能力成果指标
FC：类别因素 WEI：健身运动效果指标
LHD：左手运动传感装置 GWPPO：参数优化后的健身运动课
程
RHD：右手运动传感装置 30：规划健身运动课程的系统
RFD：右脚运动传感装置 305：课程组合
301：运动传感模块 302：生理传感模块
303：处理模块 304：课程模块

Claims (10)

1.一种用于规划健身运动课程参数的系统，包含：
多重运动传感模块，感测健身者的多个肢体运动以生成多个肢体运动信号；
生理状态传感模块，感测所述健身者的生理状态以生成生理状态信号；以及
数据处理单元，配置以：
执行第一算法、第二算法、第三算法和第四算法；
基于所述第一算法和所述多个肢体运动信号来获得运动特性指标WCI及运动能力成果指标WAI；
基于所述第二算法和所述生理状态信号来获得生理效果指标PEI；
基于所述第三算法、所述运动特性指标WCI、所述运动能力成果指标WAI及所述生理效果指标PEI，通过计算WCI、WAI及PEI的乘积，或是向量和即WEI＝(WCI2+WAI2+PEI2)1/2，来获得健身运动效果指标WEI；以及
基于所述第四算法来评估与所述健身运动效果指标WEI相关的多个类别因素及疲劳度，以规划所述健身运动课程参数。
2.根据权利要求1所述的系统，其中：
所述多重运动传感模块包含感测所述健身者的所述多个肢体运动的加速度的加速度计、和感测所述健身者的角速度的陀螺仪；
所述第一算法为主成分分析法PCA，所述数据处理单元通过采用所述第一算法来分析所述健身者的所述多个肢体运动信号与教练的多个肢体的参考运动信号之间的差异而判断训练成果；
所述系统更包含数据库，所述数据库存储对应于所述健身者的所述多个肢体运动信号的实时/历史记录加速度值、实时/历史记录角速度值、实时/历史记录四元素值，存储对应于所述教练的多个肢体的参考运动信号的参考加速度值、参考角速度值、参考四元素值，且存储加速度比对值ae、角速度比对值we、以及四元素比对值qe；
所述加速度比对值ae是所述实时加速度值与所述参考加速度值的误差率，或是所述实时加速度值与所述历史记录加速度值的误差率；
所述角速度比对值we是所述实时角速度值与所述参考角速度值的误差率，或是所述实时角速度值与所述历史记录角速度值的误差率；
所述四元素比对值qe是所述实时四元素值与所述参考四元素值之间的误差率，或是所述实时四元素值与所述历史记录四元素值之间的误差率；
所述运动特性指标WCI为量化所述健身者的运动协调性或一致性的量化值；以及
所述数据处理单元通过计算所述运动特性指标WCI＝1-(ae 2+we 2+qe 2)1/2的方程式来获得所述运动特性指标WCI。
3.根据权利要求1所述的系统，其中：
所述生理状态传感模块包含感测所述健身者的所述生理状态的心率计及温度计；
所述生理效果指标PEI包含卡路里消耗量或氧气消耗量；
所述数据处理单元基于所述第二算法和所述生理状态信号来估算所述健身者的所述卡路里消耗量以及所述氧气消耗量，其中所述生理状态信号包括对应至心率值的心率信号；
对于男性而言，所述卡路里消耗量＝[(年纪x 0.2017)+(体重x 0.09036)+(心率值x0.6309)-55.0969]x运动时间/4.184；
对于女性而言，所述卡路里消耗量＝[(年纪x 0.074)-(体重x 0.05741)+(心率值x0.4472)-20.4022]x运动时间/4.184；以及
所述生理效果指标PEI＝((cbu/cbr)2+(VO2max_u/VO2max_r)2)1/2，其中cbr为参考卡路里消耗量，cbu为健身者卡路里消耗量，VO2max_r为参考最大摄氧量，而VO2max_u为健身者最大摄氧量。
4.根据权利要求1所述的系统，其中：
所述健身运动效果指标WEI是运动协调性量化值与卡路里消耗的乘积或是向量和；
所述多个类别因素包含健身成果因素、时间因素、空间因素、健身环境因素、健康因素、健身动作操作熟练度因素、健身者的心理因素，生理因素、及喜好因素的至少其中之一；以及
所述健身运动课程参数包括各运动项目或运动单项的训练顺序、运动课程总时间，运动总时间或是其中的个别所述运动项目或所述运动单项的操作时段及配置时间、运动组数、每组运动次数、每组运动时间、组间休息时间、以及运动课程的总休息时间的至少其中之一。
5.根据权利要求1所述的系统，更包括运动能力成果指标：
所述运动能力成果指标WAI包括肌力、肌耐力、以及肌肥大，其中WAI＝1/((msr/msu)2+(mer/meu)2+(mhr/mhu)2)1/2，msu为健身者肌力值，msr为参考肌力值，meu为健身者肌耐力值，mer为参考肌耐力值，mhu为健身者肌肥大值，而mhr为参考肌肥大值；以及
所述数据处理单元调整所述健身运动课程参数，以使所述健身运动效果指标WEI达到优化。
6.一种用于规划健身运动课程参数的方法，包含下列步骤：
经由传感模块来感测健身者的多个肢体运动以生成多个肢体运动信号，且经由所述传感模块来感测所述健身者的生理状态以生成生理状态信号；
通过执行与所述多个肢体运动信号相关的第一计算来获得运动特性指标WCI，且通过执行与所述生理状态信号相关的第二计算来获得生理效果指标PEI；
通过执行与所述运动特性指标WCI及所述生理效果指标PEI相关的第三计算，即计算乘积或是向量和来获得健身运动效果指标WEI；以及
评估与所述健身运动效果指标WEI相关的多个类别因素及恢复率，以规划所述健身运动课程参数。
7.根据权利要求6所述的方法，更包含下列步骤：
存储对应于所述健身者的所述多个肢体运动信号的加速度比对值ae、角速度比对值we、以及四元素比对值qe；
基于所述加速度比对值ae、所述角速度比对值we、以及所述四元素比对值qe来执行所述第一计算以得到所述运动特性指标WCI，其中WCI＝(ae 2+we 2+qe 2)1/2，且所述运动特性指标WCI为量化所述健身者的运动协调性或一致性的量化值；
基于所述生理效果指标PEI＝1/((cbu-cbr/cbr)2+(VO2max_r-VO2max_u/VO2max_r)2)1/2的方程式来执行所述第二计算，其中cbr为对应所述生理状态信号的参考卡路里消耗量，cbu为对应所述生理状态信号的健身者卡路里消耗量，VO2max_r为对应所述生理状态信号的参考最大摄氧量，而VO2max_u为对应所述生理状态信号的健身者最大摄氧量；以及
运动能力成果指标WAI＝1/((msu-msr/msr)2+(meu-mer/mer)2+(mhu-mhr/mhr)2)1/2，其中msu为健身者肌力值，msr为参考肌力值，meu为健身者肌耐力值，mer为参考肌耐力值，mhu为健身者肌肥大值，而mhr为参考肌肥大值。
8.根据权利要求6所述的方法，更包含下列步骤的至少其中之一：
依照健身运动层级来调整所述健身运动课程参数，其中所述健身运动课程参数包括各运动项目或运动单项的训练顺序、运动课程的总时间，运动总时间或是其中的个别所述运动项目或所述运动单项的操作时段及配置时间、运动组数、每组运动次数、每组运动时间、组间休息时间、以及运动课程的总休息时间的至少其中之一，且所述健身运动层级包括初阶等级、进阶等级、以及专家等级，或相关于健身运动项目的操作熟练度；
依照生理因素来调整所述健身运动课程参数，其中所述生理因素包含恢复率或疲劳程度；以及
依照心理因素来调整所述健身运动课程参数，其中所述心理因素包含所述健身者的主观意愿。
9.一种用于规划健身运动课程参数的系统，包含：
课程模块，具至少一健身运动项目、相关于所述至少一健身运动项目的多个项目参数、以及为使用户完成锻炼标的所建议的特定健身运动而提供对应课程组合；
运动传感模块，感测健身者的至少一肢体运动，以获得相关于所述至少一肢体运动的第一多个数据；
生理传感模块，感测所述健身者的至少一生理状态，以获得相关于所述至少一生理状态的第二多个数据；以及
处理模块，因应所述第一多个数据、所述第二多个数据以及所述健身者的主观意愿以分别给定相关于所述多个项目参数的第三多个数据而定义出所述对应课程组合，俾所述用户完成所述特定健身运动，其中所述主观意愿为心理因素，通过所述心理因素，调整所述系统建议的运动课程参数，使之成为所述健身者的主观意愿的系统建议运动课程参数，主观意愿的生理状态建议课程参数，主观意愿的健身层级建议课程参数，或主观意愿的生理恢复率或疲劳程度关联的健身层级课程参数。
10.根据权利要求9所述的系统，其中：
所述多个项目参数包括各运动课程的训练顺序、个别运动课程的全部时间或是其中的个别操作时段的配置时间、运动组数、每组运动次数、每组运动时间、组间休息时间、以及运动课程的总休息时间的至少其中之一；
所述运动传感模块感测所述健身者的多个肢体运动以生成多个肢体运动信号；以及
所述生理状态传感模块感测所述健身者的所述生理状态以生成生理状态信号；
所述处理模块配置以根据所述多个肢体运动信号以及所述生理状态信号来规划所述健身运动课程参数；
所述运动传感模块包含感测所述健身者多个肢体运动的加速度的加速度计、和感测所述健身者的角速度的陀螺仪；
所述生理状态传感模块包含感测所述健身者的所述生理状态的心率计及温度计；
所述第一多个数据包含对应于所述健身者的所述多个肢体运动信号的加速度比对值ae、角速度比对值we、融合的加速度及速度比对值awe以及四元素比对值qe，所述处理模块基于所述加速度比对值ae、所述角速度比对值we、以及所述四元素比对值qe来执行第一计算以得到运动特性指标WCI，其中WCI＝(ae 2+we 2+awe 2+qe 2)1/2，且所述运动特性指标WCI为量化所述健身者的运动协调性或一致性的量化值；
所述第二多个数据包含对应所述生理状态信号的参考卡路里消耗量cbr、对应所述生理状态信号的健身者卡路里消耗量cbu、对应所述生理状态信号的参考最大摄氧量VO2max_r、及对应所述生理状态信号的健身者最大摄氧量VO2max_u，且所述处理模块通过计算生理效果指标PEI＝((cbu/cbr)2+(VO2max_u/VO2max_r)2)1/2的方程式来获得所述生理效果指标PEI；
运动能力成果指标WAI＝((msu/msr)2+(meu/mer)2+(mhu/mhr)2)1/2，其中msu为健身者肌力值，msr为参考肌力值，meu为健身者肌耐力值，mer为参考肌耐力值，mhu为健身者肌肥大值，而mhr为参考肌肥大值；
所述第三多个数据包括个别运动课程的全部时间的长短、运动组数的多寡、每组运动次数的大小、每组运动时间的长短、组间休息时间的长短、以及运动课程的总休息时间的长短的至少其中之一；
所述处理模块根据所述运动特性指标WCI、所述运动能力成果指标WAI、及所述生理效果指标PEI来评估健身运动效果指标WEI＝(WCI2+WAI2+PEI2)1/2；以及
所述处理模块更依照健身运动层级、生理因素、以及所述心理因素来调整所述第三多个数据，以使所述健身运动效果指标WEI达到优化，其中
所述健身运动层级包括初阶等级、进阶等级、以及专家等级，或相关于健身运动项目的操作熟练度，所述生理因素包含恢复率或疲劳程度。
CN201811599530.7A 2017-12-27 2018-12-26 规划健身课程参数方法及系统 Active CN109966726B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW106146085A TWI666596B (zh) 2017-12-27 2017-12-27 規畫健身課程參數方法及系統
TW106146085 2017-12-27

Publications (2)

Publication Number Publication Date
CN109966726A CN109966726A (zh) 2019-07-05
CN109966726B true CN109966726B (zh) 2021-04-27

Family

ID=66949862

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811599530.7A Active CN109966726B (zh) 2017-12-27 2018-12-26 规划健身课程参数方法及系统

Country Status (3)

Country Link
US (1) US11338174B2 (zh)
CN (1) CN109966726B (zh)
TW (1) TWI666596B (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI665572B (zh) * 2017-12-27 2019-07-11 晶翔機電股份有限公司 規畫健身課程的方法及系統
US11433276B2 (en) 2019-05-10 2022-09-06 Rehab2Fit Technologies, Inc. Method and system for using artificial intelligence to independently adjust resistance of pedals based on leg strength
US11957956B2 (en) * 2019-05-10 2024-04-16 Rehab2Fit Technologies, Inc. System, method and apparatus for rehabilitation and exercise
US11904207B2 (en) 2019-05-10 2024-02-20 Rehab2Fit Technologies, Inc. Method and system for using artificial intelligence to present a user interface representing a user's progress in various domains
US11957960B2 (en) 2019-05-10 2024-04-16 Rehab2Fit Technologies Inc. Method and system for using artificial intelligence to adjust pedal resistance
US11801423B2 (en) 2019-05-10 2023-10-31 Rehab2Fit Technologies, Inc. Method and system for using artificial intelligence to interact with a user of an exercise device during an exercise session
US11833393B2 (en) 2019-05-15 2023-12-05 Rehab2Fit Technologies, Inc. System and method for using an exercise machine to improve completion of an exercise
US11801419B2 (en) 2019-05-23 2023-10-31 Rehab2Fit Technologies, Inc. System, method and apparatus for rehabilitation and exercise with multi-configurable accessories
US11896540B2 (en) 2019-06-24 2024-02-13 Rehab2Fit Technologies, Inc. Method and system for implementing an exercise protocol for osteogenesis and/or muscular hypertrophy
US10946246B2 (en) * 2019-07-29 2021-03-16 Ya-Chi CHEN Interactive motion management device combined with human physiological information and sports information
TWI730500B (zh) * 2019-11-13 2021-06-11 財團法人資訊工業策進會 運動輔助裝置及運動輔助方法
CN112509667B (zh) * 2020-12-02 2024-04-02 深圳市子瑜杰恩科技有限公司 健身控制方法及相关装置
CN115068891A (zh) * 2021-03-16 2022-09-20 北京卡路里科技有限公司 健身设备参数的确定方法、装置、存储介质及处理器
CN113499177B (zh) * 2021-06-21 2024-03-19 西安理工大学 一种基于人工雨滴算法的运动减肥参数调整方法
CN113379136B (zh) * 2021-06-21 2023-06-27 西安理工大学 一种基于多目标优化算法的运动计划的生成方法
CN114042296A (zh) * 2021-09-22 2022-02-15 广州医科大学附属第一医院（广州呼吸中心） 一种用于肺部手术患者康复的智能训练系统
CN114049048B (zh) * 2021-12-10 2023-04-18 汉朗科技(北京)有限责任公司 一种基于体能验估的体能课程优化方法
CN114822127B (zh) * 2022-04-20 2024-04-02 深圳市铱硙医疗科技有限公司 一种基于虚拟现实设备的训练方法及训练装置
CN114898839A (zh) * 2022-06-17 2022-08-12 深圳速境生活科技有限公司 一种身体健身参数匹配方法及计算机可读存储介质

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003063684A2 (en) 2002-01-25 2003-08-07 Intellipatch, Inc. Evaluation of a patient and prediction of chronic symptoms
US7905818B1 (en) 2004-12-01 2011-03-15 Dream Visions, Llc Molded cushions for exercise equipment
FI20055544L (fi) * 2005-10-07 2007-04-08 Polar Electro Oy Menetelmä, suoritemittari ja tietokoneohjelma suorituskyvyn määrittämiseksi
WO2008038868A1 (en) * 2006-09-29 2008-04-03 Electronics And Telecommunications Research Institute System for managing physical training and method thereof
WO2014153201A1 (en) 2013-03-14 2014-09-25 Alterg, Inc. Method of gait evaluation and training with differential pressure system
CN201879669U (zh) * 2010-09-01 2011-06-29 张辉 一种人体信息监测与处理系统
TW201325661A (zh) * 2011-12-23 2013-07-01 Cycling & Health Tech Ind R&D 結合身份辨識功能與個人裝置之健身課程導引系統
TWI508018B (zh) * 2013-09-04 2015-11-11 Wistron Corp 健身管理服務方法及相關系統
TW201513032A (zh) * 2013-09-17 2015-04-01 Univ Chang Gung 居家健身與復健之即時評估與輔助系統
TWM517628U (zh) * 2015-06-15 2016-02-21 Univ Kao Yuan 用於運動員之智慧監視系統
TW201701223A (zh) * 2015-06-25 2017-01-01 申雲洪 健身記錄分享系統及方法
TWM526141U (zh) * 2015-11-12 2016-07-21 先進醫照股份有限公司 鍛練方案的管理系統及設備
TW201716116A (zh) 2015-11-12 2017-05-16 先進醫照股份有限公司 一種運動管理系統及方法
CN106843395A (zh) * 2017-01-20 2017-06-13 刘园 一种可穿戴健康管理设备及其使用方法

Also Published As

Publication number Publication date
CN109966726A (zh) 2019-07-05
TWI666596B (zh) 2019-07-21
US20190192912A1 (en) 2019-06-27
TW201928799A (zh) 2019-07-16
US11338174B2 (en) 2022-05-24

Similar Documents

Publication Publication Date Title
CN109966726B (zh) 规划健身课程参数方法及系统
US9750454B2 (en) Method and device for mobile training data acquisition and analysis of strength training
US11413501B2 (en) Method and system of planning fitness courses
Fukuda Assessments for sport and athletic performance
US20230325554A1 (en) Activities Data Modeling In Human Internet-Of-Things Platforms
US20110281249A1 (en) Method And System For Creating Personalized Workout Programs
Dilnoza FOCUS ON AEROBIC (LI) TYPE OF MOTOR ACTIVITY BASED ON FITNESS PROGRAMS
CN104123445A (zh) 一种基于多源信息的运动目标推理系统
Signore Velocity-based training: How to apply science, technology, and data to maximize performance
Ernazarov THE LEVEL OF PREPARATION OF PLAYERS DEPENDS ON MAXIMUM OXYGEN CONSUMPTION
US20240091593A1 (en) System and Method for Strength Training
Deepika et al. A Study on the Co-Relation of Basketball Playing Ability with Motor Fitness and Health Related Fitness of Female Basketball Players
Brock et al. Motor Fitness: Athletic Performance as Indicators of Fitness
Graham et al. Metabolic Training: The Ultimate Guide to the Ultimate Workout
Lademann et al. Pilates and Conditioning for Athletes: An Integrated Approach to Performance and Recovery
Jackowski Hold It! You're Exercizing Wrong: Your Prescription for First-Class Fitness Fast
Dharmadi et al. An Analysis of Junior Weight Vest Development to Improve Physical Abilities of Junior Athletes
Cejuela et al. 18.1 Concept and Components of Training Load
CN117980039A (zh) 力量训练的体系与方法
Singh Test and Measurement in Physical Education
Radulovic The kinetic analysis of various modes of weighted countermovement jumps
GILL HOW TO TRAIN YOUR SELF: A GUIDE
Mendel et al. Laboratory and field techniques for measuring performance
Starosina et al. Improving the efficiency of physical training in the conditions of free choice of sport by students of economic specialties
Samsudin et al. Body Composition and Muscular Performance of Malaysian Young Male State Level Weightlifting, Cycling and Squash Athletes

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