CN111081346A - 运动效率分析方法、装置、可穿戴设备和计算机可读存储介质 - Google Patents

运动效率分析方法、装置、可穿戴设备和计算机可读存储介质 Download PDF

Info

Publication number
CN111081346A
CN111081346A CN202010035735.3A CN202010035735A CN111081346A CN 111081346 A CN111081346 A CN 111081346A CN 202010035735 A CN202010035735 A CN 202010035735A CN 111081346 A CN111081346 A CN 111081346A
Authority
CN
China
Prior art keywords
time
sporter
real
touchdown
foot
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.)
Pending
Application number
CN202010035735.3A
Other languages
English (en)
Inventor
谭建军
贾毅伟
湛佳鹏
徐胜华
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.)
Shenzhen Pi Intelligent Information Technology Co Ltd
Original Assignee
Shenzhen Pi Intelligent Information Technology 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 Shenzhen Pi Intelligent Information Technology Co Ltd filed Critical Shenzhen Pi Intelligent Information Technology Co Ltd
Priority to CN202010035735.3A priority Critical patent/CN111081346A/zh
Publication of CN111081346A publication Critical patent/CN111081346A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • A61B5/68—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
    • 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
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Cardiology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Dentistry (AREA)
  • Pulmonology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及可穿戴设备领域，提供了一种运动效率分析方法、装置、可穿戴设备和计算机可读存储介质，能够为运动者提供实时的运动数据分析结果和科学的运动指导。所述方法包括：获取运动者在运动时其脚部的触地时间实时数据；根据运动者在运动时脚部的触地时间实时数据，计算运动者在预设时间段的双脚平均触地时间和在预设时间段内单脚触地时间的占比；对运动者在预设时间段的双脚平均触地时间和/或在预设时间段内单脚触地时间的占比进行实时分析，向所述运动者提供运动建议。本发明的技术方案实时性强，能够最大限度地提升运动者的运动效率以及降低运动伤害的概率。

Description

运动效率分析方法、装置、可穿戴设备和计算机可读存储介质
技术领域
本发明属于可穿戴设备领域，尤其涉及一种运动效率分析方法、装置、可穿戴设备和计算机可读存储介质。
背景技术
诸如跑步之类的运动，触地时间是衡量这些运动的重要指标。优秀的运动者倾向于以更短的触地时间，更快地完成腿部蹬升动作，从而提升运动效率以及达到防止、减轻运动伤害的目的。每个人的触地时间可能并不相同，一般情况下，越瘦的人触地时间越少。脚后跟先着地、全脚掌着地或脚前掌先着地等等，不同着地方式，运动者脚部的触地时间不同。普通人左脚属于支撑脚，发力范围局限于腿，右脚属于拓开脚，发力部分来自于腰腹和核心，因此，普通的运动者左脚触地时间相对较长。
如何准确获取运动者的触地时间数据并通过对触地时间的分析，科学指导运动者提升运动效率以及降低运动伤害的概率是业界研究的一个课题。现有的运动效率分析方法主要是通过佩戴在运动者双脚上的独立传感器获取触地时间数据，事后通过软件进行分析。
然而，上述现有的运动效率分析方法缺乏实时性，即，没有实时分析数据并给运动者实时反馈和提供科学的运动指导。
发明内容
鉴于此，有必要提供一种运动效率分析方法、装置、可穿戴设备和计算机可读存储介质，能够为运动者提供实时的运动数据分析结果和科学的运动指导。
一种运动效率分析方法，应用于可穿戴设备，所述方法包括：
获取运动者在运动时其脚部的触地时间实时数据；
根据所述运动者在运动时脚部的触地时间实时数据，计算所述运动者在预设时间段的双脚平均触地时间和在所述预设时间段内单脚触地时间的占比；
对所述运动者在预设时间段的双脚平均触地时间和/或在所述预设时间段内单脚触地时间的占比进行实时分析，向所述运动者提供运动建议。
在进一步的实施例中，所述获取运动者在运动时其脚部的触地时间实时数据，包括：
从独立于所述可穿戴设备的外部设备接收所述运动者在运动时其脚部的触地时间实时数据。
在进一步的实施例中，所述获取运动者在运动时其脚部的触地时间实时数据，包括：
通过所述可穿戴设备内置的传感器提取所述运动者在运动时其脚部的触地时间实时数据。
在进一步的实施例中，所述对所述运动者在预设时间段的双脚平均触地时间和/或在所述预设时间段内单脚触地时间的占比进行实时分析，向所述运动者提供运动建议，包括：
将所述运动者在所述预设时间段的双脚平均触地时间与触地时间分析表对照，根据所述与触地时间分析表对照的结果向所述运动者提供第一运动建议；和/或
将所述运动者在所述预设时间段内单脚触地时间的占比与触地平衡分析表对照，根据所述与触地平衡分析表对照的结果向所述运动者提供第二运动建议。
在进一步的实施例中，所述方法还包括获取所述运动者的生理体征数据，所述根据与触地时间分析表对照的结果向所述运动者提供第一运动建议和/或所述根据与触地平衡分析表对照的结果向所述运动者提供第二运动建议，包括：结合所述运动者的生理体征数据，根据与触地时间分析表对照的结果向所述运动者提供第一运动建议和/或所述根据与触地平衡分析表对照的结果向所述运动者提供第二运动建议。
一种运动效率分析装置，所述装置包括：
实时数据获取模块，用于获取运动者在运动时其脚部的触地时间实时数据；
计算模块，用于根据所述运动者在运动时脚部的触地时间实时数据，计算所述运动者在预设时间段的双脚平均触地时间和在所述预设时间段内单脚触地时间的占比；
实时分析模块，用于对所述运动者在预设时间段的双脚平均触地时间和/或在所述预设时间段内单脚触地时间的占比进行实时分析，向所述运动者提供运动建议。
在进一步的实施例中，所述实时数据获取模块包括：
接收单元，用于从独立于所述可穿戴设备的外部设备接收所述运动者在运动时其脚部的触地时间实时数据。
在进一步的实施例中，所述实时数据获取模块包括：
提取单元，用于通过所述可穿戴设备内置的传感器提取所述运动者在运动时其脚部的触地时间实时数据。
一种可穿戴设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述方法的步骤。
从上述技术方案可知，不同于现有技术是事后通过软件分析运动者的运动数据，本发明在运动者运动时就获取其脚部的触地时间实时数据，然后对运动者在预设时间段的双脚平均触地时间和/或在预设时间段内单脚触地时间的占比进行实时分析，向运动者提供运动建议。因此，本发明的技术方案实时性强，能够最大限度地提升运动者的运动效率以及降低运动伤害的概率。
附图说明
图1是本发明实施例提供的运动效率分析方法的实现流程示意图；
图2是本发明实施例提供的运动效率分析装置的结构示意图；
图3是本发明另一实施例提供的运动效率分析装置的结构示意图；
图4是本发明另一实施例提供的运动效率分析装置的结构示意图；
图5是本发明另一实施例提供的运动效率分析装置的结构示意图；
图6是本发明实施例提供的可穿戴设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，以下所描述的系统实施方式仅仅是示意性的，所述模块或电路的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。此外，显然，“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由同一个单元或装置通过软件或者硬件来实现。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
本发明实施例提供一种运动效率分析方法、装置和可穿戴设备，不同于现有技术是事后通过软件分析运动者的运动数据，本发明在运动者运动时就获取其脚部的触地时间实时数据，然后对运动者在预设时间段的双脚平均触地时间和/或在预设时间段内单脚触地时间的占比进行实时分析，向运动者提供运动建议。因此，本发明的技术方案实时性强，能够最大限度地提升运动者的运动效率以及降低运动伤害的概率。
本发明实施例涉及的可穿戴设备可以为能够记录穿戴者运动数据的可穿戴物品，包括，但不限于，运动手表、手环、挂链、眼镜等。所述可穿戴设备包含能够感测穿戴者运动参数的运动传感器，例如：惯性传感器，惯性传感器包括加速度传感器和角速度传感器，以及这两种传感器的单、双、三轴组合惯性测量单元（Inertial Measurement Unit，IMU）和航姿参考系统（Automatic Heading Reference System，AHRS），加速度传感器优选为微机电系统（Micro-Electro-Mechanical System，MEMS）加速度计，其为利用传感质量的惯性力测量的传感器，通常有标准质量块（传感元件）和检测电路组成，所述IMU主要有三个MEMS加速度计、三个陀螺以及解算电路组成。在一些实施例中，所述运动传感器还包括全球定位系统（GPS）传感器，用于感测穿戴者所处的环境位置信息，例如高度、经纬度、方向等。所述运动参数包括，但不限于，配速、距离、海拔（高度）、运动轨迹等。在一些实施例中，所述运动传感器还包括能够感测穿戴者生理参数的生理传感器，所述生理参数包括，但不限于，心率、体温、呼吸、血氧浓度、心电图等。为便于描述，如下实施例中，以运动手表为例进行说明。
图1是本发明第一实施例提供的一种运动效率分析方法的流程图。所述运动效率分析方法可应用于可穿戴设备。所述运动效率分析方法主要包括如下步骤S101至S103，详细说明如下：
步骤S101：获取运动者在运动时其脚部的触地时间实时数据。
需要说明的是，在本发明实施例中，运动者的脚可以是运动者的自然的脚，也可以是运动者安装的义脚，因此，本发明的技术方案亦适用于双腿残障但安装了义肢的人士。
在本发明一个实施例中，获取运动者在运动时其脚部的触地时间实时数据可以是从独立于可穿戴设备的外部设备接收运动者在运动时其脚部的触地时间实时数据，其中，外部设备可以是佩戴在运动者脚上的独立传感器或具有该独立传感器的数据采集功能的运动鞋等。而在本发明另一实施例中，获取运动者在运动时其脚部的触地时间实时数据可以是通过可穿戴设备内置的传感器提取运动者在运动时其脚部的触地时间实时数据，其中，可穿戴设备内置的传感器包括陀螺仪和加速度传感器等，可穿戴设备内置的传感器可通过检测到方向的变化来判断运动者的脚部是否触地、哪只脚触地以及通过加速度传感器的数据变化来计算运动者脚部的触地时间。至于触地时间，可以细分为着地阶段时间、支撑阶段时间和离地阶段时间等几个不同的时间段，其中，着地阶段时间可以理解为运动者脚部从触地开始到完全触地的时间段，支撑阶段时间可以理解为运动者脚部在地面上停留的时间段，离地阶段时间可以理解为运动者脚部开始离地到完全离开地面的时间段。
如背景技术所述，运动者的脚前掌先着地、全脚掌着地或脚后跟先着地，不同触地类型其脚部的触地时间不同，因此，为了后续向运动者提供更加科学的运动指导，在本发明实施例中，可通过外部设备或可穿戴设备内置的传感器进一步对运动者的脚部触地类型进行监测。具体地，由于传感器采集的数据中，脚前掌先着地与脚后跟先着地过程中对应有较高的波峰，在各自的波峰两侧具有不同形态的波谷，而全脚掌着地则不具有明显的波峰。因此，通过提取波峰以及波峰两侧的波谷等数据特征，输入已训练的数学模型（例如，基于生物力学分析的数学模型），根据脚前掌先着地、全脚掌着地与脚后跟先着地的力学差异，分别制定脚前掌先着地、全脚掌着地与脚后跟先着地的特征模板，将用户的这些数据特征与给定的特征模板进行匹配。根据匹配距离，判断运动者是脚前掌先着地、全脚掌着地还是脚后跟先着地，其中，特征模板中的维特征的参数值可以通过实验迭代调整。在另一实施例中，已训练的数学模型可以为机器学习数学模型，通过大量步势已知的脚前掌先着地、全脚掌着地或脚后跟先着地数据进行数学模型的参数训练，并将训练得到的参数模型用于运动者的步势识别，其中，机器学习数学模型包括距离相似度模型、感知机模型、支持向量机模型和决策树模型，等等。
步骤S102：根据运动者在运动时脚部的触地时间实时数据，计算运动者在预设时间段的双脚平均触地时间和在预设时间段内单脚触地时间的占比。
如前所述，运动者脚部触地时间可分为着地阶段时间、支撑阶段时间和离地阶段时间等，在本发明实施例中，可以通过从外部设备或可穿戴设备内置的传感器，例如，三轴加速度传感器获取的不同阶段的采样数据来确定运动者脚部的触地时间。具体地，从运动者迈步起始的采样点到迈步结束的采样点这段时间之间的采样数据为第一采样数据段，从第一采样数据段中确定迈步的脚部触地过程对应的第二采样数据段，第二采样数据段由采样点M与迈步结束的采样点之间的数据段确定，其中，采样点M即第二采样数据段由第一采样数据段中第一轴向的加速度数据的最大值所对应的采样点；根据第二采样数据段的第一轴向加速度数据确定一个采样点A1即第一轴向的加速度数据满足预设条件的局部最小值所对应的采样点；根据第二轴向的加速度数据，在采样点A1和迈步结束的采样点之间确定采样点A2；将采样点M、采样点A1、采样点A2和迈步结束的采样点确定为用于确定触地时间参数的参数值的关键采样点；将采样点M和采样点A1之间的时间间隔、采样点A1和采样点A2之间的时间间隔、采样点A2和迈步结束的采样点之间的时间间隔分别确定为着地阶段时间、支撑阶段时间和离地阶段时间，着地阶段时间、支撑阶段时间与离地阶段时间三者之和即为运动者的脚部触地时间。
在获取运动者在运动时其脚部的触地时间实时数据后，容易计算出运动者在预设时间段的双脚平均触地时间，即，将运动者在预设时间段的双脚触地总时间除以这个预设时间段即得到运动者在预设时间段的双脚平均触地时间，而运动者在预设时间段之内单脚触地时间的占比可以先计算出每一只脚在预设时间段之内的总的触地时间，将这只脚在预设时间段之内的总的触地时间除以双脚在预设时间段之内的总的触地时间即得到在预设时间段内该单只脚触地时间的占比。
与计算运动者在预设时间段的双脚平均触地时间和在预设时间段内单脚触地时间的占比的方法类似，若前述实施例监测出每一只脚的脚前掌先着地、全脚掌着地与脚后跟先着地，则亦可以计算出运动者在预设时间段之内，每一只脚的脚前掌、全掌与脚后跟的平均触地时间以及在该预设时间段内每一只脚的脚前掌、全掌与脚后跟触地时间的占比，这些参数对向运动者提供运动建议时同样具有参考意义。
步骤S103：对运动者在预设时间段的双脚平均触地时间和/或在预设时间段内单脚触地时间的占比进行实时分析，向运动者提供运动建议。
作为本发明一个实施例，对运动者在预设时间段的双脚平均触地时间和/或在预设时间段内单脚触地时间的占比进行实时分析，向运动者提供运动建议可以是：将运动者在预设时间段的双脚平均触地时间与触地时间分析表对照，根据与触地时间分析表对照的结果向所述运动者提供第一运动建议；和/或将运动者在预设时间段内单脚触地时间的占比与触地平衡分析表对照，根据与触地平衡分析表对照的结果向运动者提供第二运动建议，其中，触地时间分析表的一个示例如下表1：
表1 触地时间分析表
触地时间（单位：ms） 段位
<210 精英
210~240 优秀
240~270 良好
270~300 一般
>300 较差
触地平衡分析表的一个示例如下表2：
表2 触地平衡分析表
单脚触地时间的占比（%） 平衡情况
L：>51.5 左脚触地时间严重偏长
L：50.6~51.5 左脚触地时间轻微偏长
L：50，R：50 左右两脚触地时间平衡
R：50.6~51.5 右脚触地时间轻微偏长
R：>51.5 右脚触地时间严重偏长
将运动者在预设时间段的双脚平均触地时间与表1对照，按照对照的结果向运动者提供第一运动建议，可以是当运动者在预设时间段的双脚平均触地时间过大时，建议运动者在运动时增加脚部的腾空时间。例如，按照与表1对照的结果，当运动者在预设时间段的双脚平均触地时间大于300ms时，则建议运动者在运动时注意减少触地时间，逐步向“一般”、“良好”、“优秀”直至“精英”的段位靠近。
将运动者在预设时间段内单脚触地时间的占比与表2对照，按照对照的结果向运动者提供第二运动建议，可以是当运动者在预设时间段某只脚触地时间的占比过大时，建议运动者在运动时减少该只脚的触地时间。例如，按照与表2对照的结果，当运动者在预设时间段左脚触地时间的占比大于51.5%，则表明运动者在运动时其左脚触地时间严重偏长，因此，建议运动者在运动时减少左脚的触地时间或增加左脚的腾空时间；又如，按照与表2对照的结果，当运动者在预设时间段右脚触地时间的占比大于51.5%，则表明运动者在运动时其右脚触地时间严重偏长，因此，建议运动者在运动时减少右脚的触地时间或增加右脚的腾空时间，等等。
在本发明的其他实施例中，若计算出每一只脚的脚前掌、全掌与脚后跟的平均触地时间以及在该预设时间段内每一只脚的脚前掌、全掌与脚后跟触地时间的占比，则可以将这些数值与类似于前述实施例提及的表1、表2等其他的分析表对照，给出更为精细的运动建议，例如，单只脚的脚前掌的平均触地时间明显偏长或触地时间的占比明显过大时，建议运动者在运动时减少该只脚的脚前掌的触地时间，等等。
考虑到上述表1或表2是大数据运算后的结果，而每个运动者的体质、体能都有其独特性，因此，为了能够给出更加科学的运动指导，在本发明的另一实施例中，还包括获取运动者的生理体征数据，相应地，根据与触地时间分析表对照的结果向运动者提供第一运动建议和/或根据与触地平衡分析表对照的结果向运动者提供第二运动建议可以是：结合运动者的生理体征数据，例如身高、体重、心率、肌肉张力、肺活量等，根据与触地时间分析表对照的结果向运动者提供第一运动建议和/或根据与触地平衡分析表对照的结果向运动者提供第二运动建议。在此实施例中，触地时间分析表或触地平衡分析表可以是根据该运动者的生理特征、病理、病史或日常活动等大数据生成，具有较好的个性化特点。
从上述附图1示例的运动效率分析方法可知，不同于现有技术是事后通过软件分析运动者的运动数据，本发明在运动者运动时就获取其脚部的触地时间实时数据，然后对运动者在预设时间段的双脚平均触地时间和/或在预设时间段内单脚触地时间的占比进行实时分析，向运动者提供运动建议。因此，本发明的技术方案实时性强，能够最大限度地提升运动者的运动效率以及降低运动伤害的概率。
请参阅附图2，是本发明实施例提供的运动效率分析装置的示意图，该装置可以是可穿戴设备或可穿戴设备的一个部件。为了便于说明书，仅示出了与本发明有关的部分。图2示例的运动效率分析装置主要包括实时数据获取模块201、计算模块202和实时分析模块203，详细说明如下：
实时数据获取模块201，用于获取运动者在运动时其脚部的触地时间实时数据；
计算模块202，用于根据运动者在运动时脚部的触地时间实时数据，计算运动者在预设时间段的双脚平均触地时间和在预设时间段内单脚触地时间的占比；
实时分析模块203，用于对运动者在预设时间段的双脚平均触地时间和/或在预设时间段内单脚触地时间的占比进行实时分析，向运动者提供运动建议。
需要说明的是，本发明实施例提供的运动效率分析装置，由于与本发明方法实施例基于同一构思，其带来的技术效果与本发明方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
可选的实施例中，附图2示例的实时数据获取模块201可以包括接收单元301，如附图3所示，接收单元301用于从独立于可穿戴设备的外部设备接收运动者在运动时其脚部的触地时间实时数据。
可选的实施例中，附图2示例的实时数据获取模块201可以包括提取单元401，如附图4所示，提取单元401用于通过可穿戴设备内置的传感器提取运动者在运动时其脚部的触地时间实时数据。
可选的实施例中，附图4示例的实时分析模块203可以包括第一运动指导单元501和/或第二运动指导单元502，如附图5所示，其中：
第一运动指导单元501，用于将运动者在预设时间段的双脚平均触地时间与触地时间分析表对照，根据运动者在预设时间段的双脚平均触地时间与触地时间分析表对照的结果向运动者提供第一运动建议；
第二运动指导单元502，用于将运动者在预设时间段内单脚触地时间的占比与触地平衡分析表对照，根据运动者在预设时间段内单脚触地时间的占比与触地平衡分析表对照的结果向运动者提供第二运动建议。
可选的实施例中，上述附图5示例的装置还包括生理特征获取模块，用于获取运动者的生理体征数据，第一运动指导单元501和/或第二运动指导单元502还用于结合运动者的生理体征数据，根据与触地时间分析表对照的结果向运动者提供第一运动建议和/或根据与触地平衡分析表对照的结果向运动者提供第二运动建议。
请参阅附图6，是本发明一实施例提供的可穿戴设备的结构示意图。如图6所示，该实施例的可穿戴设备6主要包括：处理器60、存储器61以及存储在存储器61中并可在处理器60上运行的计算机程序62，例如运动效率分析方法的程序。处理器60执行计算机程序62时实现上述运动效率分析方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，处理器60执行计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图2所示实时数据获取模块201、计算模块202和实时分析模块203的功能。
示例性地，运动效率分析方法的计算机程序62主要包括：获取运动者在运动时其脚部的触地时间实时数据；根据运动者在运动时脚部的触地时间实时数据，计算运动者在预设时间段的双脚平均触地时间和在预设时间段内单脚触地时间的占比；对运动者在预设时间段的双脚平均触地时间和/或在预设时间段内单脚触地时间的占比进行实时分析，向运动者提供运动建议。计算机程序62可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器61中，并由处理器60执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序62在可穿戴设备6中的执行过程。例如，计算机程序62可以被分割成实时数据获取模块201、计算模块202和实时分析模块203（虚拟装置中的模块）的功能，各模块具体功能如下：实时数据获取模块201，用于获取运动者在运动时其脚部的触地时间实时数据； 计算模块202，用于根据运动者在运动时脚部的触地时间实时数据，计算运动者在预设时间段的双脚平均触地时间和在预设时间段内单脚触地时间的占比；实时分析模块203，用于对运动者在预设时间段的双脚平均触地时间和/或在预设时间段内单脚触地时间的占比进行实时分析，向运动者提供运动建议。
可穿戴设备6可包括但不仅限于处理器60、存储器61。本领域技术人员可以理解，图6仅仅是可穿戴设备6的示例，并不构成对可穿戴设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如可穿戴设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器 （Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列 （Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器61可以是可穿戴设备6的内部存储单元，例如可穿戴设备6的硬盘或内存。存储器61也可以是可穿戴设备6的外部存储设备，例如可穿戴设备6上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（FlashCard）等。进一步地，存储器61还可以既包括可穿戴设备6的内部存储单元也包括外部存储设备。存储器61用于存储计算机程序以及可穿戴设备所需的其他程序和数据。存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/可穿戴设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/可穿戴设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，运动效率分析方法的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤，即，获取运动者在运动时其脚部的触地时间实时数据；根据运动者在运动时脚部的触地时间实时数据，计算运动者在预设时间段的双脚平均触地时间和在预设时间段内单脚触地时间的占比；对运动者在预设时间段的双脚平均触地时间和/或在预设时间段内单脚触地时间的占比进行实时分析，向运动者提供运动建议。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读内存（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种运动效率分析方法，应用于可穿戴设备，其特征在于，所述方法包括：
获取运动者在运动时其脚部的触地时间实时数据；
根据所述运动者在运动时脚部的触地时间实时数据，计算所述运动者在预设时间段的双脚平均触地时间和在所述预设时间段内单脚触地时间的占比；
对所述运动者在预设时间段的双脚平均触地时间和/或在所述预设时间段内单脚触地时间的占比进行实时分析，向所述运动者提供运动建议。
2.如权利要求1所述运动效率分析方法，其特征在于，所述获取运动者在运动时其脚部的触地时间实时数据，包括：
从独立于所述可穿戴设备的外部设备接收所述运动者在运动时其脚部的触地时间实时数据。
3.如权利要求1所述运动效率分析方法，其特征在于，所述获取运动者在运动时其脚部的触地时间实时数据，包括：
通过所述可穿戴设备内置的传感器提取所述运动者在运动时其脚部的触地时间实时数据。
4.如权利要求1所述运动效率分析方法，其特征在于，所述对所述运动者在预设时间段的双脚平均触地时间和/或在所述预设时间段内单脚触地时间的占比进行实时分析，向所述运动者提供运动建议，包括：
将所述运动者在所述预设时间段的双脚平均触地时间与触地时间分析表对照，根据所述与触地时间分析表对照的结果向所述运动者提供第一运动建议；和/或
将所述运动者在所述预设时间段内单脚触地时间的占比与触地平衡分析表对照，根据所述与触地平衡分析表对照的结果向所述运动者提供第二运动建议。
5.如权利要求4所述运动效率分析方法，其特征在于，所述方法还包括获取所述运动者的生理体征数据，所述根据与触地时间分析表对照的结果向所述运动者提供第一运动建议和/或所述根据与触地平衡分析表对照的结果向所述运动者提供第二运动建议，包括：结合所述运动者的生理体征数据，根据与触地时间分析表对照的结果向所述运动者提供第一运动建议和/或所述根据与触地平衡分析表对照的结果向所述运动者提供第二运动建议。
6.一种运动效率分析装置，其特征在于，所述装置包括：
实时数据获取模块，用于获取运动者在运动时其脚部的触地时间实时数据；
计算模块，用于根据所述运动者在运动时脚部的触地时间实时数据，计算所述运动者在预设时间段的双脚平均触地时间和在所述预设时间段内单脚触地时间的占比；
实时分析模块，用于对所述运动者在预设时间段的双脚平均触地时间和/或在所述预设时间段内单脚触地时间的占比进行实时分析，向所述运动者提供运动建议。
7.如权利要求6所述运动效率分析装置，其特征在于，所述实时数据获取模块包括：
接收单元，用于从独立于所述可穿戴设备的外部设备接收所述运动者在运动时其脚部的触地时间实时数据。
8.如权利要求6所述运动效率分析装置，其特征在于，所述实时数据获取模块包括：
提取单元，用于通过所述可穿戴设备内置的传感器提取所述运动者在运动时其脚部的触地时间实时数据。
9.一种可穿戴设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任意一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任意一项所述方法的步骤。
CN202010035735.3A 2020-01-14 2020-01-14 运动效率分析方法、装置、可穿戴设备和计算机可读存储介质 Pending CN111081346A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010035735.3A CN111081346A (zh) 2020-01-14 2020-01-14 运动效率分析方法、装置、可穿戴设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010035735.3A CN111081346A (zh) 2020-01-14 2020-01-14 运动效率分析方法、装置、可穿戴设备和计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN111081346A true CN111081346A (zh) 2020-04-28

Family

ID=70323233

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010035735.3A Pending CN111081346A (zh) 2020-01-14 2020-01-14 运动效率分析方法、装置、可穿戴设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111081346A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115188063A (zh) * 2021-04-06 2022-10-14 广州视源电子科技股份有限公司 基于跑步机的跑姿分析方法、装置、跑步机及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1272926A (zh) * 1997-10-02 2000-11-08 个人电子设备有限公司 测量人在运动中脚的触地时间和脚的腾空时间
DE102007011855A1 (de) * 2006-03-07 2008-03-27 Detlef Grellert Verfahren und Einrichtung zur Erfassung wenigstens eines Bewegungsparameters eines Läufers
JP2013143996A (ja) * 2012-01-13 2013-07-25 Microstone Corp 運動計測装置
CN105311816A (zh) * 2014-07-31 2016-02-10 精工爱普生株式会社 报告装置、运动解析系统、报告方法以及运动辅助装置
CN107174253A (zh) * 2017-05-23 2017-09-19 广东远峰电子科技股份有限公司 一种下肢运动姿态的判断方法、装置和系统
CN108452480A (zh) * 2018-04-11 2018-08-28 杭州启望科技有限公司 一种跑步机及跑步机上跑步姿势的检测方法和装置
CN109791512A (zh) * 2016-09-13 2019-05-21 田昕 足势信息获取，检测及应用的方法和设备
CN110176288A (zh) * 2019-04-28 2019-08-27 深圳市龙腾飞通讯装备技术有限公司 运动伴随方法和使用该方法的移动终端

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1272926A (zh) * 1997-10-02 2000-11-08 个人电子设备有限公司 测量人在运动中脚的触地时间和脚的腾空时间
DE102007011855A1 (de) * 2006-03-07 2008-03-27 Detlef Grellert Verfahren und Einrichtung zur Erfassung wenigstens eines Bewegungsparameters eines Läufers
JP2013143996A (ja) * 2012-01-13 2013-07-25 Microstone Corp 運動計測装置
CN105311816A (zh) * 2014-07-31 2016-02-10 精工爱普生株式会社 报告装置、运动解析系统、报告方法以及运动辅助装置
CN109791512A (zh) * 2016-09-13 2019-05-21 田昕 足势信息获取，检测及应用的方法和设备
CN107174253A (zh) * 2017-05-23 2017-09-19 广东远峰电子科技股份有限公司 一种下肢运动姿态的判断方法、装置和系统
CN108452480A (zh) * 2018-04-11 2018-08-28 杭州启望科技有限公司 一种跑步机及跑步机上跑步姿势的检测方法和装置
CN110176288A (zh) * 2019-04-28 2019-08-27 深圳市龙腾飞通讯装备技术有限公司 运动伴随方法和使用该方法的移动终端

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115188063A (zh) * 2021-04-06 2022-10-14 广州视源电子科技股份有限公司 基于跑步机的跑姿分析方法、装置、跑步机及存储介质

Similar Documents

Publication Publication Date Title
US10898755B2 (en) Method for providing posture guide and apparatus thereof
JP6183906B2 (ja) 歩容推定装置とそのプログラム、転倒危険度算出装置とそのプログラム
CN110334573B (zh) 一种基于密集连接卷积神经网络的人体运动状态判别方法
EP3086320A1 (en) Method and device for associating frames in a video of an activity of a person with an event
KR102107379B1 (ko) 3축 동작측정기를 이용한 노쇠 예측 방법, 3축 동작측정기를 이용한 노쇠 예측 시스템 및 웨어러블 노쇠 예측 장치
KR20160031246A (ko) 보행 환경 인식 방법 및 장치
Figueira et al. Body location independent activity monitoring
CN108814617A (zh) 冻结步态识别方法和装置及步态检测仪
CN107389052A (zh) 一种踝泵运动监测系统及终端设备
CN107194193A (zh) 一种踝泵运动监测方法及装置
Wang et al. Recognition of the Gait Phase Based on New Deep Learning Algorithm Using Multisensor Information Fusion.
CN112263244A (zh) 基于步态的疲劳度评估系统及方法
Lueken et al. Estimation of stride time variability in unobtrusive long-term monitoring using inertial measurement sensors
CN111081346A (zh) 运动效率分析方法、装置、可穿戴设备和计算机可读存储介质
CN110916639B (zh) 获取运动心率恢复率的方法、系统、可穿戴设备和计算机可读存储介质
Adel et al. Gait-based Person Identification using Multiple Inertial Sensors.
KR102280291B1 (ko) 검출정보별 신경망 분석을 실시하여 파킨슨 환자 및 족관절염 환자를 식별하는 장치 및 방법
KR102194313B1 (ko) 검출정보별 신경망 분석을 실시하여 개인을 식별하는 장치 및 방법
KR102302719B1 (ko) 검출정보별 신경망 분석을 실시하여 보행 종류를 분류하는 장치 및 방법
Schmidt et al. A wearable flexible sensor network platform for the analysis of different sport movements
Boutaayamou et al. Algorithm for temporal gait analysis using wireless foot-mounted accelerometers
CN114330561A (zh) 一种基于运动神经类疾病优化传感器布设的方法及装置
Saponaro et al. Estimating Physical Activity Intensity And Energy Expenditure Using Computer Vision On Videos
Zaeni et al. Classification of the Stride Length based on IMU Sensor using the Decision Tree
Zaeni et al. Detection of the Imbalance Step Length using the Decision Tree

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Jia Yiwei

Inventor after: Zhan Jiapeng

Inventor before: Tan Jianjun

Inventor before: Jia Yiwei

Inventor before: Zhan Jiapeng

Inventor before: Xu Shenghua