CN110477924A - 适应性运动姿态感测系统与方法 - Google Patents
适应性运动姿态感测系统与方法 Download PDFInfo
- Publication number
- CN110477924A CN110477924A CN201811471810.XA CN201811471810A CN110477924A CN 110477924 A CN110477924 A CN 110477924A CN 201811471810 A CN201811471810 A CN 201811471810A CN 110477924 A CN110477924 A CN 110477924A
- Authority
- CN
- China
- Prior art keywords
- posture
- sensing
- user
- athletic posture
- adaptive motion
- 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.)
- Granted
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 112
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000000386 athletic effect Effects 0.000 claims abstract description 180
- 238000012545 processing Methods 0.000 claims abstract description 69
- 241001269238 Data Species 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 17
- 230000003862 health status Effects 0.000 claims description 10
- 230000035939 shock Effects 0.000 claims description 3
- 230000036544 posture Effects 0.000 description 225
- 238000010586 diagram Methods 0.000 description 7
- 238000000354 decomposition reaction Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 210000003127 knee Anatomy 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 208000008037 Arthrogryposis Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- 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
- 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
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- 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
- A61B5/68—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
-
- 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
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- 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
- 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
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
-
- 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
- A61B5/103—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
- 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
-
- 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
- A63B2230/62—Measuring physiological parameters of the user posture
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fuzzy Systems (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种适应性运动姿态感测系统与方法。其中,适应性运动姿态感测系统包括:感测装置、感测信号获取单元与运动姿态处理单元。于判读模式下,所述运动姿态处理单元根据运动名称、穿戴位置与用户个体信息自建立的多个运动姿态参考数据中选择其中对应一者,所述感测信号获取单元获取所述感测装置所感测到的至少一第一感测信号,以及所述运动姿态处理单元比较基于所述至少一第一感测信号形成的运动姿态数据与选择的所述运动姿态参考数据,以判断所述用户的运动姿态是否正确。
Description
技术领域
本发明关于一种运动姿态感测技术,尤其指一种可以不受穿戴位置、穿戴方式以及用户的身高、体重、性别、年龄与健康状况影响的适应性运动姿态感测系统与方法。
背景技术
目前市面上已经有不少的穿戴装置被贩卖,其中部分的穿戴装置可用于感测用户的运动姿态。通过感测到的用户的运动姿态,穿戴装置(或者与穿戴装置通信链接的计算装置)可以判读用户的运动姿态是否正确,以进一步地衡量用户的身体状况或统计用户的运动状况。然而,现有技术的穿戴装置的穿戴位置与穿戴方式为固定的。例如,当应该穿戴于手腕的穿戴装置被用户穿戴于小腿时,则穿戴装置将无法正确地判读用户的运动姿态。
简单地说,现有技术的穿戴装置需要被用户穿戴以正确的穿戴方式穿戴在正确的穿戴位置,才可以判读用户的运动姿态是否正确,故现有的穿戴装置缺乏了适应性。除此之外,由于现有的穿戴装置在穿戴位置上缺少适应性,因此,用户需要针对不同的穿戴位置购买不同的穿戴装置,从而造成了较多的购置成本。
举例来说,中国台湾地区TW I491379号专利提出了一种可穿戴于用户的肢体的穿戴型动态感测装置,以检测用户的肢体的动态生理信号。此穿戴型动态感测装置包括感测模块、传输模块以及稳定模块,且主要应用于关节弯曲姿态矫正或复健。中国台湾地区TWI491379号专利提出的穿戴型动态感测装置必须穿戴于用户的肢体,故不具有任意穿戴位置与穿戴方式的适应性设计。
再举一例来说,中国台湾地区TW M537280号专利提出一种跌倒侦测系统,其包括有用以供用户穿戴的穿戴式装置以及处理器。穿戴式装置上设置有用以侦测用户运动数据的惯性传感器。中国台湾地区TW M537280号5专利主要是通过穿戴型姿态动态感测装置量测正常运动姿态数据,并将数据存入数据库,以比对正常与异常数据,判定跌倒与否。因此,中国台湾地区TWM537280号专利同样地也没有提到任意穿戴位置与穿戴方式的适应性设计。
另外,针对不同身高、体重、年龄、健康状况与性别的用户,穿戴装置感测得到的生理或姿态信号可能会有较大的差异。然而,现有技术在判读用户的运动姿态是否正确时,都未进一步地考虑用户的身高、体重、年龄、健康状况与性别。
发明内容
因此,为了克服现有技术的不足之处,本发明实施例提供一种适应性运动姿态感测系统与方法,其可以将适应性运动姿态感测系统的感测装置以任意的穿戴方式穿戴于用户身体的任意位置上,且还能正确判读用户的运动姿态。另外,适应性运动姿态感测系统与方法在判读用户的运动姿态时,还考虑了用户的身高、体重、年龄、健康状况与性别等因素,因此,其运动姿态的判读准确率会优于现有技术的穿戴装置的判读准确率。简单地说,上述适应性运动姿态感测系统与方法具有任意穿戴位置、任意穿戴方式与任意用户的适应性设计。
基于前述目的的至少其中之一,本发明实施例提供一种适应性运动姿态感测系统,其包括感测装置、感测信号获取单元与运动姿态处理单元。感测装置包括至少一传感器,用于被用户所穿戴。感测信号获取单元电性连接或通信链接所述感测装置。运动姿态处理单元电性连接或通信链接所述感测信号获取单元。于判读模式下,所述运动姿态处理单元根据运动名称、穿戴位置与用户个体信息自建立的多个运动姿态参考数据中选择其中对应一者,所述感测信号获取单元获取所述感测装置所感测到的至少一第一感测信号,以及所述运动姿态处理单元比较基于所述至少一第一感测信号形成的运动姿态数据与选择的所述运动姿态参考数据,以判断所述用户的运动姿态是否正确。
可选地,于本发明实施例中,所述适应性运动姿态感测系统,还包括另一感测装置以及另一感测信号获取单元。另一感测装置包括至少另一传感器,用于被另一用户所穿戴。另一感测信号获取单元电性连接或通信链接所述另一感测装置与所述运动姿态处理单元。于所述判读模式下,所述运动姿态处理单元根据另一运动名称、另一穿戴位置与另一用户个体信息自建立的多个运动姿态参考数据中选择其中对应另一者,所述感测信号获取单元获取所述另一感测装置所感测到的至少一第二感测信号,以及所述运动姿态处理单元比较基于所述至少一第二感测信号形成的另一运动姿态数据与选择的所述另一运动姿态参考数据,以判断所述另一用户的另一运动姿态是否正确。
可选地,于本发明实施例中,所述运动姿态处理单元包括两个客户端处理单元与服务器端处理单元。所述两个客户端处理单元分别电性连接或通信链接所述两个感测信号获取单元。服务器端处理单元电性连接或通信链接所述两个客户端处理单元。
可选地,于本发明实施例中,于学习模式下,所述运动姿态处理单元记录所述运动名称、所述穿戴位置与所述用户个体信息,并且所述感测信号获取单元获取所述感测装置所感测到的至少一第二感测信号,以及所述运动姿态处理单元根据所述第二感测信号建立对应于所述运动名称、所述穿戴位置与所述用户个体信息的所述运动姿态参考数据。
可选地,于本发明实施例中,所述运动姿态参考数据的选择还基于一穿戴方式。
可选地,于本发明实施例中,所述用户个体信息包括所述用户的身高、体重、性别、年龄与健康状况。
可选地,于本发明实施例中,所述运动姿态处理单元还包括语音输入单元,其中所述用户通过所述语音输入单元控制所述适应性运动姿态感测系统。
可选地,于本发明实施例中,所述传感器包括九轴姿态传感器、压力传感器、张力传感器、温度传感器或震动传感器。
基于前述目的的至少其中一,本发明实施例还提供一种适应性运动姿态感测方法,包括以下步骤:于判读模式下:根据运动名称、穿戴位置与用户个体信息自建立的多个运动姿态参考数据中选择其中对应一者;获取穿戴于用户的感测装置所感测到的至少一第一感测信号;以及比较基于所述至少一第一感测信号形成的运动姿态数据与选择的所述运动姿态参考数据,以判断所述用户的运动姿态是否正确。
可选地,于本发明实施例中,所述适应性运动姿态感测方法,还包括以下步骤:于学习模式下:记录所述运动名称、所述穿戴位置与所述用户个体信息;获取所述感测装置所感测到的至少一第二感测信号;以及根据所述第二感测信号建立对应于所述运动名称、所述穿戴位置与所述用户个体信息的所述运动姿态参考数据。
简言之,本发明的适应性运动姿态感测系统与方法可以将其感测装置以不同穿戴方式穿戴于用户的不同穿戴位置,且于学习模式下,能够建立出对应于穿戴方式、穿戴位置与用户个体信息的运动姿态参考数据,以供在判读模式下使用运动姿态参考数据作为判读用户的运动姿态是否正确的参考标准。因此,本发明的适应性运动姿态感测系统与方法可以不限制感测装置的穿戴方式、穿戴位置与穿戴对象(即可以适应于不同个体的用户),故能提升用户的使用上的方便性与灵活性。另外,本发明的适应性运动姿态感测系统与方法除了可以应用于运动时的运动姿态判读外,还可以应用于健身、游戏、医疗或复健时的运动姿态判读,故本发明极具有商品化的潜力。
为使能更进一步了解本发明的特征及技术内容,请参阅以下有关本发明的详细说明与附图,但是这些说明与所附图式仅用来说明本发明,而非对本发明的权利范围作任何的限制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的适应性运动姿态感测系统的感测装置穿戴于不同用户的不同位置的示意图。
图2是本发明实施例的适应性运动姿态感测系统的方块图。
图3是本发明另一实施例的适应性运动姿态感测系统的方块图。
图4是本发明再一实施例的适应性运动姿态感测系统的方块图。
图5是本发明实施例的适应性运动姿态感测系统或方法于学习模式下所执行的步骤的流程图。
图6是本发明实施例的适应性运动姿态感测系统或方法于判读模式下所执行的步骤的流程图。
主要部件附图标记:
101~104 感测装置
2~4 适应性运动姿态感测系统
21、31、41 运动姿态处理单元
22、321~32k、421~42k 感测信号获取单元
411 服务器端处理单元
4121~412k 客户端处理单元
U1~U4 用户
S1、S2~Sn 传感器
S501~S606 步骤
具体实施方式
为充分了解本发明的目的、特征及技术效果,兹借由下述具体的实施例,并结合附图,对本发明做一详细说明,说明如下。
本发明实施例提供一种适应性运动姿态感测系统与方法,其可以让用户弹性地决定感测装置的穿戴位置与穿戴方式,并且适应性运动姿态感测系统与方法不会因穿戴位置、穿戴方式与用户个体差异等因素,而无法正确判读用户的运动姿态。进一步地,适应性运动姿态感测系统与方法具有两种模式,其分别为学习模式与判读模式。
于学习模式下,适应性运动姿态感测系统与方法会记录感测装置的穿戴位置(其他实施例中,也有可能仅记录穿戴位置,而不考虑穿戴方式)、穿戴方式以及用户个体信息,其中用户个体信息包括用户的身高、体重、年龄、健康状况与性别。针对每一种运动,适应性运动姿态感测系统与方法在学习模式下,会获取用户的正确运动姿态的多个感测信号,并通过学习算法(例如,类神经网络架构的深度学习算法,但不以此为限),根据前述多个感测信号建立出用户的运动姿态参考数据。
于判读模式下,适应性运动姿态感测系统与方法会获取用户输入的穿戴位置、穿戴方式、用户个体信息与运动名称来选取对应的运动姿态参考数据,并且获取相应于感测用户运动姿态所产生的多个感测信号的运动姿态数据。接着,适应性运动姿态感测系统与方法可于判读模式下,根据运动姿态资料与选取的运动姿态参考数据判断用户的运动姿态是否正确。
简单地说,本发明实施例的适应性运动姿态感测系统与方法具有学习模式与判读模式。在学习模式下,通过获取的多个感测信号,建立关联于穿戴位置、穿戴方式以及用户个体信息的各种运动的运动姿态参考数据。在判读模式下,针对其中一种运动,选取关联于穿戴位置、穿戴方式以及用户个体信息的运动姿态参考数据,并将由多个感测信号产生的运动姿态数据与选取的运动姿态参考数据进行比较,以判读用户针对所述运动的运动姿态是否正确。
在大概说明了本发明的具体概念与可实现的作法后,接着,将进一步结合附图与各种实施例,详细地说明本发明的至少一种实现方式。
首先,请参照图1,图1是本发明实施例的适应性运动姿态感测系统的感测装置穿戴于不同用户的不同位置的示意图。图1绘示了一个家庭在跑步的情况,家庭包括用户U1~U4,且用户U1~U4的个体状况并不相同,故适应性运动姿态感测系统的感测装置101~104可能非以相同穿戴方式与穿戴位置穿戴于用户U1~U4的身体上。例如,用户U1为健康状况良好精壮的男人,故感测装置101可绑在于用户U1的右膝;用户U2为健康状况略差偏瘦的女孩,感测装置102不易绑在其膝盖,故感测装置102以贴附的方式,贴在其右前臂;用户U3为健康状况良好精壮的男人,故感测装置103可绑在于用户U3的左膝;以及用户U4为健康状况良好但偏瘦的女人,感测装置104不易绑在其膝盖,故感测装置104绑在其左后臂。
于图1的实施例中,适应性运动姿态感测系统包括了感测装置101~104、多个感测信号获取单元与运动姿态处理单元,其中感测装置101~104的每一者包括至少一个传感器,以感测用户U1~U4运动时的感测信号。感测信号获取单元与感测装置一同整合成一个穿戴装置,而运动姿态处理单元可以由其中一个或多个穿戴装置中的处理单元与输入/输出电路来实现,亦可以由与穿戴装置通信链接的服务器或计算装置来实现。
以跑步的运动姿态为例,适应性运动姿态感测系统的运动姿态处理单元可以在学习模式下,记录穿戴位置、穿戴方式与用户U1~U4的用户个体信息,并通过多个感测信号获取单元取得用户U1~U4的跑步时感测装置101~104感测到的多个感测信号,来产生每一个用户U1~U4跑步的运动姿态参考数据。接着,于判读模式下,适应性运动姿态感测系统的多个感测信号获取单元获取用户U1~U4的跑步时感测装置101~104感测到的多个感测信号,并且运动姿态处理单元据此产生相应的运动姿态数据,以将用户U1~U4的运动姿态参考数据与运动姿态数据比较,从而判断用户U1~U4跑步的运动姿态是否正确。
简单地说,不似传统的感测装置仅能以特定穿戴方式穿戴于特定穿戴位置,图1的适应性运动姿态感测系统具有将感测装置101~104以不同穿戴方式穿戴在不同穿戴位置的适应性,而且适应性运动姿态感测系统在判读运动姿态是否正确时,还考虑了用户U1~U4的个体状况。一般来说,除了穿戴方式与穿戴位置会使得感测信号有差异外,对于同一种运动,不同用户之间的体型、谐调性与爆发力等,可能都太不相同,故不同用户间的感测信号也会有所差异。本发明实施例的适应性运动姿态感测系统因考虑了用户U1~U4的个体状况,故能够更准确判读用户的运动姿态。
接着,请进一步地参照图2,图2是本发明实施例的适应性运动姿态感测系统的方块图。适应性运动姿态感测系统2包括运动姿态处理单元21、感测信号获取单元22与由多个传感器S1~Sn组成的感测装置,其中多个传感器S1~Sn电连接或通信链接感测信号获取单元22,以及感测信号获取单元22电连接或通信链接运动姿态处理单元21。于此实施例中,运动姿态处理单元21、感测信号获取单元22与多个传感器S1~Sn可以整合于一个穿戴装置中,或者,仅有多个传感器S1~Sn与感测信号获取单元22整合于一个穿戴装置中,而运动姿态处理单元21为服务器或例如为计算机、平板、智能型手机的计算器装置。
传感器S1~Sn可以是九轴姿态传感器(三轴磁场传感器、三轴加速度计与三轴陀螺仪)、压力传感器、张力传感器、温度传感器与震动传感器的任一者与其组合,其用以感测用户的运动姿态所产生的多个感测信号。信号获取单元22用以获取传感器S1~Sn感测用户的运动姿态所产生的多个感测信号,并用以将获取的多个感测信号传送给运动姿态处理单元21。运动姿态处理单元21则用于在学习模式下根据接收的多个感测信号建立对应于穿戴方式、穿戴位置与用户个体信息的各种运动的运动姿态参考数据,以及在判读模式下,选择使用相应于目前穿戴方式、穿戴位置与用户个体信息的运动的运动姿态参考数据来与由目前多个感测信号产生的运动姿态数据进行比较,从而判读用户的进行运动所相应的运动姿态是否正确。
上述于学习模式下建立运动姿态参考数据的方式可以使用人工智能或数据统计等学习算法,且本发明不以此为限制,其他例如数据探勘、模糊逻辑、类神经网络或深度学习的算法都能适用。另外,所建立的每一笔运动姿态参考数据对应有穿戴方式、穿戴位置、用户个体信息与运动名称,因此,针对不同用户与不同穿戴方式跟穿戴位置,适应性运动姿态感测系统都能够准确地判读用户的运动姿态。由于,适应性运动姿态感测系统提供了极高的适应性,因此用户不用购买多个穿戴装置,而仅需要购买一个,便能够依据其适应性而有不同穿戴方式与穿戴位置或给不同用户使用,故本发明还能减少穿戴装置的购置成本。
更进一步地说,运动姿态处理单元21使用了感测信号融合滤波技术、使用者输入(运动名称(或分解姿态名称)、个体信息、穿戴方式、穿戴位置、模式选择(进入学习模式或判读模式))与学习算法来完成运动姿态学习、运动姿态判读、使用者辨识与运动姿态判读结果输出等功能。值得一提的是,运动姿态处理单元21可以具有语音输入单元,以让用户可以一边进行运动,一边设定运动名称、分解姿态名称与姿态顺序等,从而提升学习效能。
图2的适应性运动姿态感测系统可以例如用于个人化运动或健身,用户可以自行定义运动姿态,并利用适应性运动姿态感测系统评估运动与健身成效。举例来说,在学习模式下,用户可以设定穿戴方式与穿戴位置为绑在腹部,而运动名称为仰卧起坐,用户可以利用语音输入让运动姿态处理单元21获得仰卧起坐屈身与下躺的多个感测信号,以建立仰卧起坐的运动姿态参考数据。然后,在判读模式下,运动姿态处理单元21根据获取的多个感测信号产生的运动姿态数据与运动姿态参考数据便能判读目前用户所作的仰卧起坐的运动姿态是否正确。
再者,运动姿态处理单元21可扩展至有线或无线连结至远程或云端的服务器、数据库与云端运算等,以完成多人运动姿态学习、多人运动姿态判读、多用户辨识与多人运动姿态判读结果输出,其细节如图3与图4的实施例。
接着,请参照图3,图3是本发明另一实施例的适应性运动姿态感测系统的方块图。适应性运动姿态感测系统3包括运动姿态处理单元31、多个感测信号获取单元321~32k与多个感测装置,其中每一个感测装置由多个传感器S1~Sn组合而成,多个感测装置分别电连接或通信链接相应的多个感测信号获取单元321~32k,以及多个感测信号获取单元321~32k电连接或通信链接运动姿态处理单元21。
在此请注意,虽然上述多个感测装置的多个传感器的数量都为n个,但本发明不以此为限制,不同感测装置的传感器数量可能彼此不相同。另外,于此实施例中,每一个感测装置与感测信号获取单元321~32k的其中对应一者整合于一个穿戴装置中,故于本实施例中,共有k个穿戴装置可供k个用户穿戴。运动姿态处理单元31可以是服务器或例如为计算机、平板、智能型手机的计算器装置,又或者整合于k个穿戴装置的其中一者。
于此实施例中,适应性运动姿态感测系统3可应用于运动教学或健身教学,例如太极拳、武术或跆拳道等,通过群组(或远程)教学,群组内的其中一个用户(例如教练)可以示范一个运动姿态,以设定一个运动姿态参考数据,并让群组内其他用户(例如学生)依示范的运动姿态进行运动。然后,运动姿态处理单元31可以比较其他用户的运动姿态数据与运动姿态参考数据,以判断其他用户是否正确地作出运动姿态,以评估运动与学习成效。
图4是本发明再一实施例的适应性运动姿态感测系统的方块图。适应性运动姿态感测系统4包括运动姿态处理单元41、多个感测信号获取单元421~42k与多个感测装置,其中每一个感测装置由多个传感器S1~Sn组合而成,多个感测装置分别电连接或通信链接相应的多个感测信号获取单元421~42k,以及多个感测信号获取单元421~42k电连接或通信链接运动姿态处理单元41。
在此请注意,虽然上述多个感测装置的多个传感器的数量都为n个,但本发明不以此为限制,不同感测装置的传感器数量可能彼此不相同。另外,运动姿态处理单元41由服务器端处理单元411与多个客户端处理单元4121~412k所组成,其中多个客户端处理单元4121~412k通信链接服务器端处理单元411。于此实施例中,每一个感测装置、感测信号获取单元321~32k的其中对应一者与客户端处理单元4121~412k的其中对应一者整合于一个穿戴装置中,故于本实施例中,共有k个穿戴装置可供k个用户穿戴。
于此实施例中,适应性运动姿态感测系统4可应用运动游戏(仰卧起坐、伏地挺身、交互蹲跳等健身运动姿态或自行定义游戏的运动姿态),通过群组(亦远程)教学,群组一个用户示范(设定)可以示范一个运动姿态,以设定一个运动姿态参考数据,并让群组内其他用户依示范的运动姿态进行运动以进行运动游戏比赛。接着,运动姿态处理单元41可以比较其他用户的运动姿态数据与运动姿态参考数据,以判断其他用户是否正确地作出运动姿态,以评估评估游戏比赛成绩。
在此请注意,前述适应性运动姿态感测系统2~4中的运动姿态处理单元21、31与41都是依据用户输入的用户信息、穿戴方式、穿戴位置与运动名称来选取相应的运动姿态参考数据,然而,本发明不以此为限制。由于人工智能算法已经越来越完善,因此,运动姿态处理单元21、31与41亦可以是根据目前获得的运动姿态资料来向客户推荐可能的运动姿态参考数据,并由客户确认可能的运动姿态参考数据是否正确。
接着,请参照图5,图5是本发明实施例的适应性运动姿态感测系统或方法于学习模式下所执行的步骤的流程图。首先,在步骤S501中,运动姿态处理单元先记录穿戴方式、穿戴位置与用户个体信息。接着,在步骤S502中,运动姿态处理单元记录对应要学习的运动名称,例如伏地挺身。然后,在步骤S503中,运动姿态处理单元记录分解姿态名称,例如伏地挺身的挺身与伏身。接着,在步骤S504中,运动姿态处理单元获取相应于分解姿态的多个感测信号。在步骤S505中,运动姿态处理单元根据用户的输入确认分解姿态的多个感测信号是否正确。若分解姿态的多个感测信号不正确,则在步骤S507中,运动姿态处理单元舍弃分解姿态的多个感测信号,并接着重新执行步骤S505;若分解姿态的多个感测信号正确,则在步骤S506中,运动姿态处理单元储存分解姿态的多个感测信号。
接着,在步骤S508中,运动姿态处理单元根据用户的输入确认是否有下一个分解姿态。如果有下一个分解姿态,则执行步骤S503;如果没有下一个分解姿态,则执行步骤S509。举例来说,伏地挺身有挺身与伏身两个分解姿态,因此,需要挺身与伏身两个分解姿态的多个感测信号才能完整表达伏地挺身。
接着,在步骤S509中,运动姿态处理单元判断目前获取的多个感测信号的样本数量是否足够。如果样本数量不够,则继续执行步骤S503;如果样本数量足够,则执行步骤S510。举例来说,样本数量可以是10个,则运动姿态处理单元可以获取10组挺身与伏身两个分解姿态的多个感测信号。然后,在步骤S510中,运动姿态处理单元根据多组运动姿态的感测信号建立出用户的运动姿态参考数据。
在步骤S511中,运动姿态处理单元根据用户的确认判断是否结束学习模式。如果确定结束学习模式,则终止图5的所有流程;如果还要建立其他的运动姿态参考数据而确定不结束学习模式,则执行步骤S501。通过图5的流程,对应于不同穿戴方式、穿戴位置与用户个体信息的多种不同运动的运动姿态参考资料可以被建立。例如,对应其中一个用户将感测装置绑在腰间的伏地挺身的运动姿态参考资料可以被建立,以及对应其中另一个用户将感测装置贴附在手臂的仰卧起坐的运动姿态参考资料可以被建立。
接着,请参照图6,图6是本发明实施例的适应性运动姿态感测系统或方法于判读模式下所执行的步骤的流程图。在步骤S601中,运动姿态处理单元获取穿戴方式、穿戴位置与用户个体信息。在步骤S602中,运动姿态处理单元获取运动名称,并找出相应于运动名称、穿戴方式、穿戴位置与用户个体信息的运动姿态参考数据。
接着,在步骤S603中,运动姿态处理单元获取多个感测信号。之后,在步骤S604中,运动姿态处理单元比对多个感测信号形成的运动姿态数据与运动姿态参考数据,以判断用户的运动姿态是否正确。若用户的运动姿态正确,则在步骤S605中,运动姿态处理单元累加运动姿态正确次数;若用户的运动姿态不正确,则执行步骤S606。在步骤S606中,运动姿态处理单元根据用户的确认判断是否结束判读模式。如果确认结束判读模式,则终止图6的所有流程;如果确认要继续判读下一个运动姿态是否正确,而不结束判读模式,则执行步骤S603。在此请注意,图6的流程并非用以限制本发明,在不结束判读模式的情况下,也有可能是要变更运动名称、穿戴方式、穿戴位置与个体信息,因此,图6也可以设计出更多的判断步骤,以让用户在判读模式变更下一个被选择用来作为比对基准的运动姿态参考数据。
据此,通过本发明实施例提供的适应性运动姿态感测系统与方法,用户可以任意地将感测装置穿戴于身体任意位置,并以不同方式穿戴。再者,同一个感测装置也可以适应于不同的用户。简单地说,本发明的适应性运动姿态感测系统与方法可以能提升感测装置在使用上的方便性与灵活性。
以上所述仅为本发明的实施例,其并非用以局限本发明的专利范围。
Claims (10)
1.一种适应性运动姿态感测系统,其特征在于,所述适应性运动姿态感测系统包括:
感测装置,包括至少一传感器,用于被用户所穿戴;
感测信号获取单元,电性连接或通信链接所述感测装置;以及
运动姿态处理单元,电性连接或通信链接所述感测信号获取单元;
于判读模式下,所述运动姿态处理单元根据运动名称、穿戴位置与用户个体信息自建立的多个运动姿态参考数据中选择其中对应一者,所述感测信号获取单元获取所述感测装置所感测到的至少一第一感测信号,以及所述运动姿态处理单元比较基于所述至少一第一感测信号形成的运动姿态数据与选择的所述运动姿态参考数据,以判断所述用户的运动姿态是否正确。
2.如权利要求1所述的适应性运动姿态感测系统,其特征在于,所述适应性运动姿态感测系统还包括:
另一感测装置,包括至少另一传感器,用于被另一用户所穿戴;以及
另一感测信号获取单元,电性连接或通信链接所述另一感测装置与所述运动姿态处理单元;
于所述判读模式下,所述运动姿态处理单元根据另一运动名称、另一穿戴位置与另一用户个体信息自建立的多个运动姿态参考数据中选择其中对应另一者,所述感测信号获取单元获取所述另一感测装置所感测到的至少一第二感测信号,以及所述运动姿态处理单元比较基于所述至少一第二感测信号形成的另一运动姿态数据与选择的所述另一运动姿态参考数据,以判断所述另一用户的另一运动姿态是否正确。
3.如权利要求2所述的适应性运动姿态感测系统,其特征在于,所述运动姿态处理单元包括:
两个客户端处理单元,分别电性连接或通信链接所述两个感测信号获取单元;以及
服务器端处理单元,电性连接或通信链接所述两个客户端处理单元。
4.如权利要求1所述的适应性运动姿态感测系统,其特征在于,于学习模式下,所述运动姿态处理单元记录所述运动名称、所述穿戴位置与所述用户个体信息,并且所述感测信号获取单元获取所述感测装置所感测到的至少一第二感测信号,以及所述运动姿态处理单元根据所述第二感测信号建立对应于所述运动名称、所述穿戴位置与所述用户个体信息的所述运动姿态参考数据。
5.如权利要求1所述的适应性运动姿态感测系统,其特征在于,所述运动姿态参考数据的选择还基于穿戴方式。
6.如权利要求1所述的适应性运动姿态感测系统,其特征在于,所述用户个体信息包括所述用户的身高、体重、性别、年龄与健康状况。
7.如权利要求1所述的适应性运动姿态感测系统,其特征在于,所述运动姿态处理单元还包括语音输入单元,其中所述用户通过所述语音输入单元控制所述适应性运动姿态感测系统。
8.如权利要求1所述的适应性运动姿态感测系统,其特征在于,所述传感器包括九轴姿态传感器、压力传感器、张力传感器、温度传感器或震动传感器。
9.一种适应性运动姿态感测方法,其特征在于,所述适应性运动姿态感测方法包括:
于判读模式下:
根据运动名称、穿戴位置与用户个体信息自建立的多个运动姿态参考数据中选择其中对应一者;
获取穿戴于用户的感测装置所感测到的至少一第一感测信号;以及
比较基于所述至少一第一感测信号形成的一运动姿态数据与选择的所述运动姿态参考数据,以判断所述用户的运动姿态是否正确。
10.如权利要求9所述的适应性运动姿态感测方法,其特征在于,所述适应性运动姿态感测方法还包括:
于学习模式下:
记录所述运动名称、所述穿戴位置与所述用户个体信息;
获取所述感测装置所感测到的至少一第二感测信号;以及
根据所述第二感测信号建立对应于所述运动名称、所述穿戴位置与所述用户个体信息的所述运动姿态参考数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107116341 | 2018-05-14 | ||
TW107116341A TWI679557B (zh) | 2018-05-14 | 2018-05-14 | 適應性運動姿態感測系統與方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110477924A true CN110477924A (zh) | 2019-11-22 |
CN110477924B CN110477924B (zh) | 2022-05-17 |
Family
ID=66248070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811471810.XA Active CN110477924B (zh) | 2018-05-14 | 2018-12-04 | 适应性运动姿态感测系统与方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10272292B1 (zh) |
CN (1) | CN110477924B (zh) |
TW (1) | TWI679557B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114100104A (zh) * | 2021-11-12 | 2022-03-01 | 香港大学深圳医院 | 一种训练记录提醒装置及运动检测设备 |
TWI807893B (zh) * | 2022-06-30 | 2023-07-01 | 博晶醫電股份有限公司 | 運動表現預估方法、裝置及電腦可讀儲存媒體 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117357103B (zh) * | 2023-12-07 | 2024-03-19 | 山东财经大学 | 一种基于cv的肢体运动训练指导方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102218214A (zh) * | 2010-04-13 | 2011-10-19 | 上海薄荷信息科技有限公司 | 一种捕捉运动信息的装置及相应的系统 |
CN105653021A (zh) * | 2015-08-31 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 一种数据协同处理方法及装置 |
WO2016179653A1 (en) * | 2015-05-08 | 2016-11-17 | Guided Knowledge Ip Pty Ltd | Frameworks and methodologies configured to enable analysis of physically performed skills, including application to delivery of interactive skills training content |
CN106377892A (zh) * | 2016-09-27 | 2017-02-08 | 深圳市宏电技术股份有限公司 | 一种基于可穿戴设备的飞镖运动识别及训练的方法和系统 |
CN107018921A (zh) * | 2016-11-04 | 2017-08-08 | 深圳市沃特沃德股份有限公司 | 终端和宠物姿态检测方法和装置 |
CN107049324A (zh) * | 2016-11-23 | 2017-08-18 | 深圳大学 | 一种肢体运动姿态的判断方法及装置 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030134724A1 (en) * | 2002-01-14 | 2003-07-17 | Tuttle Jeffrey John-Carl | Specialized mass additive garments to modify the balances of athletes |
US7978081B2 (en) * | 2006-01-09 | 2011-07-12 | Applied Technology Holdings, Inc. | Apparatus, systems, and methods for communicating biometric and biomechanical information |
US7934267B2 (en) * | 2007-05-31 | 2011-05-03 | Nike, Inc. | Articles of apparel providing enhanced body position feedback |
US7996924B2 (en) * | 2007-05-31 | 2011-08-16 | Nike, Inc. | Articles of apparel providing enhanced body position feedback |
TWI359036B (en) * | 2008-03-03 | 2012-03-01 | Nat Univ Chung Hsing | Method for human motion learning and feed back |
WO2012114209A1 (en) * | 2011-02-25 | 2012-08-30 | Amarcod Industria Abbigliamento S.R.L. | Garment for the neuro-musculo-skeletal assistance |
US20160029929A1 (en) * | 2012-05-01 | 2016-02-04 | Mark John Worthen | Posture monitor and correction device |
US20150366504A1 (en) * | 2014-06-20 | 2015-12-24 | Medibotics Llc | Electromyographic Clothing |
TWI491379B (zh) | 2012-07-04 | 2015-07-11 | Univ Feng Chia | 穿戴型姿態動態感測裝置 |
GB2542904B (en) * | 2013-12-11 | 2017-12-13 | Westfield Salvalota Ltd | Sports trouser |
TW201621755A (zh) * | 2014-12-04 | 2016-06-16 | 英業達股份有限公司 | 運動軌跡感測系統及其運動模型建立方法 |
US10065074B1 (en) * | 2014-12-12 | 2018-09-04 | Enflux, Inc. | Training systems with wearable sensors for providing users with feedback |
TWM512737U (zh) * | 2015-09-08 | 2015-11-21 | Tul Corp | 人體姿態感測裝置 |
TWI625114B (zh) * | 2015-09-25 | 2018-06-01 | 晶翔微系統股份有限公司 | 運動辨識裝置及方法 |
TWM524527U (zh) * | 2016-01-14 | 2016-06-21 | 邱靖華 | 人體活動狀態識別裝置 |
TWM537280U (zh) | 2016-07-06 | 2017-02-21 | Idesyn Semiconductor Corp | 分析跌倒嚴重程度的跌倒偵測系統及其穿戴式裝置 |
US20180200572A1 (en) * | 2017-01-18 | 2018-07-19 | Astrid Christine Wagner | Sports strap |
TWI644235B (zh) * | 2017-04-13 | 2018-12-11 | 國立政治大學 | Wearable instant interaction system |
-
2018
- 2018-05-14 TW TW107116341A patent/TWI679557B/zh active
- 2018-08-28 US US16/114,349 patent/US10272292B1/en active Active
- 2018-12-04 CN CN201811471810.XA patent/CN110477924B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102218214A (zh) * | 2010-04-13 | 2011-10-19 | 上海薄荷信息科技有限公司 | 一种捕捉运动信息的装置及相应的系统 |
WO2016179653A1 (en) * | 2015-05-08 | 2016-11-17 | Guided Knowledge Ip Pty Ltd | Frameworks and methodologies configured to enable analysis of physically performed skills, including application to delivery of interactive skills training content |
CN105653021A (zh) * | 2015-08-31 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 一种数据协同处理方法及装置 |
CN106377892A (zh) * | 2016-09-27 | 2017-02-08 | 深圳市宏电技术股份有限公司 | 一种基于可穿戴设备的飞镖运动识别及训练的方法和系统 |
CN107018921A (zh) * | 2016-11-04 | 2017-08-08 | 深圳市沃特沃德股份有限公司 | 终端和宠物姿态检测方法和装置 |
CN107049324A (zh) * | 2016-11-23 | 2017-08-18 | 深圳大学 | 一种肢体运动姿态的判断方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114100104A (zh) * | 2021-11-12 | 2022-03-01 | 香港大学深圳医院 | 一种训练记录提醒装置及运动检测设备 |
TWI807893B (zh) * | 2022-06-30 | 2023-07-01 | 博晶醫電股份有限公司 | 運動表現預估方法、裝置及電腦可讀儲存媒體 |
Also Published As
Publication number | Publication date |
---|---|
CN110477924B (zh) | 2022-05-17 |
TWI679557B (zh) | 2019-12-11 |
US10272292B1 (en) | 2019-04-30 |
TW201947358A (zh) | 2019-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Seeger et al. | myHealthAssistant: a phone-based body sensor network that captures the wearer's exercises throughout the day | |
CN104436596B (zh) | 运动支持装置及运动支持方法 | |
CN104123435B (zh) | 用于计算运动活动参数的电子模块和活动监控系统 | |
KR101687252B1 (ko) | 맞춤형 개인 트레이닝 관리 시스템 및 방법 | |
CN108348813A (zh) | 用于使用可穿戴活动监测器进行跑步跟踪的系统和方法 | |
CN101367013B (zh) | 具有运动球的运动电子训练系统及其应用 | |
CN107961523B (zh) | 基于心率检测的人体训练系统和智能健身系统 | |
CN104126185A (zh) | 疲劳指数及其用途 | |
CN110477924A (zh) | 适应性运动姿态感测系统与方法 | |
CN104126184A (zh) | 用于包括训练计划的自动个人训练的方法和系统 | |
WO2015027133A1 (en) | Energy expenditure device | |
CN106923839A (zh) | 运动辅助装置、运动辅助方法以及记录介质 | |
CN104181875A (zh) | 基于物联模式的运动健身系统 | |
CN110327595A (zh) | 基于可穿戴传感器的动作捕捉识别与评估装置及方法 | |
KR102089002B1 (ko) | 행동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법 | |
CN103517741A (zh) | 用于运动捕捉的邻近度传感器网格 | |
CN107854125A (zh) | 实时心率监测及运动分析来实现锻炼监测的系统及方法 | |
CN107533806A (zh) | 被配置为实现对包括具有多个可选择的专家知识变化的内容在内的交互技能训练内容的传送的框架、设备和方法 | |
CN107617201A (zh) | 用于自动配置传感器的方法、电子设备和记录介质 | |
CN105706095A (zh) | 运动活动会话和群组 | |
Kang et al. | The gesture recognition technology based on IMU sensor for personal active spinning | |
CN106031824A (zh) | 可使用于不同运动类型的穿戴式装置 | |
CN104958897A (zh) | 一种运动轨迹和运动速度采集装置和系统 | |
CN117109567A (zh) | 用于动感单车运动的骑行姿态监测方法、系统以及穿戴式骑行姿态监测设备 | |
CN102475966A (zh) | 一种基于计算机的扭腰运动实现方法及系统 |
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 |