CN111444245B

CN111444245B - 基于智能移动终端的人体运动数据处理方法、介质及装置

Info

Publication number: CN111444245B
Application number: CN202010322127.0A
Authority: CN
Inventors: 杨双燕
Original assignee: Nanjing Institute of Industry Technology
Current assignee: Nanjing Institute of Industry Technology
Priority date: 2020-04-22
Filing date: 2020-04-22
Publication date: 2023-05-02
Anticipated expiration: 2040-04-22
Also published as: CN111444245A

Abstract

本发明公开了基于智能移动终端的人体运动数据处理方法、介质及装置，其中人体运动数据处理方法包括以下步骤：(10)运动点状态运算统计；(20)运动点状态估算；(30)运动点所属场所划分；(40)运动场所运动状态估算；(50)运动场所运动状态校正。本发明能针对多种运动过程中不能携带或使用手机的运动种类进行智能移动终端使用者的运动状态的估计。

Description

基于智能移动终端的人体运动数据处理方法、介质及装置

技术领域

本发明涉及基于智能移动终端的人体运动数据处理方法、介质及装置。

背景技术

利用人员运动状况信息，根据运动相关标准和规范，为个人提供运动处方，已成为体育运动与保健领域指导和促进健康运动的一种重要方式。随着智能移动终端的普及应用，利用智能移动终端自动获取人员运动状态已成为一种常用且特定场合下有效的手段。

目前，利用智能移动终端获取人员运动状态时，要求人员必须随身携带智能终端。而对于一些在运动时无法携带智能移动终端的运动情况，根据目前方法无法自动获取运动状态信息。

发明内容

本发明的目的在于提供基于智能移动终端的人体运动数据处理方法、介质及装置，以解决现有技术中对运动状态估计无法适用于一些不能携带智能移动终端的运动情况的问题。

本发明提供了基于智能移动终端的人体运动数据处理方法，包括以下步骤：

(10)运动点状态运算统计：对智能移动终端保存的运动点轨迹状态数据进行运算后，统计归类，形成运动点轨迹状态信息；

(20)运动点状态估算：根据运动点轨迹状态信息设置第一置信度以估算是否人体运动，形成运动点状态估算信息；

(30)运动点所属场所划分：结合GIS系统提供的场所信息统计得到连续时间段内归属于运动场所的运动场所运动统计信息和归属于关联场所的关联场所统计信息，所述关联场所为智能移动终端携带者进入后能影响进入前后运动场所中人体运动状况估计结果的场所；

(40)运动场所运动状态估算：将运动场所运动统计信息根据设定的运动场所运动特性进行特性匹配和时长计算，并据此设置第二置信度以估算是否在运动场所中运动以及运动时长，形成运动场所运动估算信息；

(50)运动场所运动状态校正：将关联场所统计信息与设定关联场所关联特性进行特性匹配，以对应关联场所的置信度校正量校正与该关联场所关联的运动场所中是否运动的第二置信度，并给出校正后的运动场所运动估算信息。

优选的，所述步骤(10)中运动点轨迹状态数据包括时间、GPS经纬度、加速度、角速度、运动速度、是否有触摸屏或按键操作，并将上述数据作为一行数据存入运动点轨迹状态信息表。

优选的，所述步骤(20)中根据运动点轨迹状态数据中的运动速度、加速度和角速度设定第一置信度以估算运动点的运动是否为人体运动，并将估算结果与对应运动点的时间、GPS经纬度、是否有触摸屏或按键操作结合作为一行数据存入运动点状态估算信息表中。

优选的，所述步骤(30)具体包括下列步骤：

(31)判断是否随身携带：运动点运动是否为人体运动的第一置信度大于阈值，则属于随身携带，否则不属于随身携带；

(32)判断是否正在使用：有触摸屏或按键操作，判断是正在使用状态，也属于随身携带状态，否则不是正在使用状态，但无法判断是否随身携带；

(33)查找场所标识ID：根据GPS经纬度与运动场所运动特性表中各个运动场所对应经纬度范围进行逐一匹配，确定该运动点对应的场所标识ID，如果没有相匹配的运动场所再与关联场所关联特性表中各个关联场所对应的经纬度范围进行逐一匹配，确定该运动点对应的场所标识ID，如果没有则归入无效运动点；

(34)计算起止时间：将场所标识ID、是否随身携带、是否正在使用三个值均相同的时间上连续的运动点归入一类，并将该类运动点中最早的运动点的时间和最后的运动点的时间作为该类运动点的开始时间和结束时间；

(35)统计运动点统计信息：将一类运动点对应的场所标识ID、是否随身携带、是否正在使用、开始时间、结束时间和计算出时间长度作为一行数据行存入运动点状态统计表；

(36)统计运动场所运动统计信息：将运动点状态统计表中场所标识ID属于运动场所运动特性表中场所标识ID中的一行数据划入运动场所运动统计信息表；

(37)统计关联场所统计信息：将运动点状态统计表中场所标识ID属于关联场所关联特性表中场所标识ID中的一行数据划入关联场所统计信息表。

优选的，所述步骤(40)具体包括下列步骤：

(41)匹配运动场所：根据运动场所运动统计信息中的场所标识ID，找到与该类运动点匹配的运动场所运动特性表中的对应运动场所的数据行；

(42)判断场所运动状态：将该类运动点的统计信息与查询到的数据行中代表运动特性的数据进行匹配，匹配结果为相符时判定用户在该运动场所进行了相应类型的运动，并依据运动场所运动特性表得到判定为处于运动状态的第二置信度；

(43)计算运动时长：将判定为进行运动的一类运动点的时间长度作为运动时长，将包含场所标识ID、开始时间、结束时间、运动时长和第二置信度作为数据行存入运动场所运动估算信息表。

优选的，所述步骤(50)具体包括下列步骤：

(51)匹配关联场所：根据关联场所统计信息中的场所标识ID，该类运动点匹配的关联场所关联特性表中的对应关联场所的数据行；

(52)关联运动场所估算信息：查找结束时间上最接近将该类运动点的运动场所运动估算信息，判断其中的运动类型是否被包含在关联场所的关联运动集中，如果是再判断关联场所的开始时间和运动场所的结束时间的间隔是否在运动后具有关联性的时长范围内，如果是则进一步将该类运动点的统计信息与代表关联活动特性的数据进行匹配，匹配结果为相符时判定用户在该关联场所进行相应的关联活动，并依据关联场所关联特性表得到对应该关联活动的置信度校正量；

(53)运动场所估算信息校正：将置信度校正量与对应的处于运动状态的第二置信度进行求和修正，并以修正后的第二置信度替换运动场所运动估算信息表中的初始数据，输出校正后的运动场所运动估算信息。

优选的，运动场所运动特性表中同一场所对应多个判定为处于正在运动的数据行，不同数据行对应不同的运动特性，不同运动特性对应不同的第二置信度，所述步骤(43)中运动场所运动估算信息将对应第二置信度相同的运动时长合计生成与第二置信度对应的运动估算时长，所述步骤(53)中利用置信度修正量对符合关联特性的多列运动场所运动估算信息进行第二置信度校正，将校正后的第二置信度与设定阈值进行比较判断是否处于运动状态，将判断处于运动状态的运动场所运动估算信息中的运动估算时长进行累加得到最终的运动总时长。

本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被执行时实现上述的基于智能移动终端的人体运动数据综合处理方法。

本发明还提供一种数据处理装置，包括处理器和存储器，

所述存储器用于存储计算机程序；

所述处理器用于执行所述计算机程序，以使所述数据处理装置执行上述的基于智能移动终端的人体运动数据综合处理方法。

本发明具有如下优点：本发明通过判断智能移动终端的轨迹点运动状态是否符合人体运动状态能判断其是否随人体自行移动，进而判断智能移动终端是否在随身携带状态。通过智能移动终端是否被触摸或按键使用判断其是否为正在使用状态；智能移动终端的位置是否在运动场所以及在运动场所停留的时间，通过上述判定的信息相结合根据一般情况下设定的运动特性数据和设定的第一置信度能得到智能移动终端携带者是否在运动的第一置信度，再经过关联场所匹配后得到的相关运动的置信度校正量对第二置信度进行进一步校正，由此可以较准确地估算出智能移动终端的携带者是否在相应运动场所进行运动，并能估算出大致的运动时间。而且该方法并不依赖携带者对智能移动终端的随身携带，因此能针对多种运动过程中不能携带或使用手机的运动种类进行智能移动终端使用者的运动状态的估计，克服了现有技术中存在的问题。

本方法通过不同运动特性下判断是否在运动的第二置信度不同，能够在更多运动特性下更好地对人员是否处于运动状态进行判断，并能根据相应第二置信度的判断阈值进行判断，将判断为运动状态下的持续时间进行求和以得到人员在相应运动场所进行运动的总时长。

附图说明

图1为本发明进行运动状态估计方法的总体流程图。

图2为本发明中进行运动点所属场所划分的流程图。

图3为本发明中进行运动场所运动状态估算的流程图。

图4为本发明中进行运动场所运动状态校正的流程图。

具体实施方式

下面对照附图，通过对实施例的描述，对本发明具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。

如图1-4所示，本发明提供了基于智能移动终端的人体运动数据处理方法，包括(10)运动点状态运算统计：对智能移动终端保存的运动点轨迹状态数据进行运算后，统计归类，形成运动点轨迹状态信息；

上述运动场所指直接进行各种运动的场所、如乒乓球馆、操场、篮球场、羽毛球馆，等等，既包含室内场馆也包含露天运动场。上述关联场所则包含运动前获取运动器械的场所(如器材室)，也包含进行必要准备的场所(如更衣室或体育教室)，还包括运动后进行休整的场所(如浴室、休息室)，而在上述关联场所中能够进行的与运动相关的活动即为关联活动(如洗浴、器材取放登记、休息等)，此外还可包括一些与相应运动相冲突的活动场所，如游泳馆一般有淋浴，运动后不会再去浴室。所述关联场所关联特性中的场所标识ID、场所名称、场所位置范围信息，可以直接通过GIS系统获取。

上述方法中应用到的数据表如下：

序号

时间

GPS经纬度

运动速度

运动方向

加速度

角速度

触摸或按键操作

表1：运动点轨迹状态信息表——数据包括时间、GPS经纬度、加速度、运动方向、角速度、运动速度、是否有触摸屏或按键操作。

表2：运动点状态估算信息表——数据包括时间、GPS经纬度、运动速度、运动方向、是否有触摸屏或按键操作、是否人体运动和第一置信度。

表3：运动点统计信息表——数据包括场所标识ID、是否随身携带、是否正在使用、开始时间、结束时间和计算出时间长度。当运动点的GPS经纬度在运动场所运动特性表和关联场所关联特性表中均无匹配项时，则该运动点的场所标识ID设为0。

表4：运动场所运动特性表——数据包括场所标识ID、场所名称、经纬度范围、运动类型、运动时能否随身携带智能移动终端、运动时能否使用智能移动终端、在该场所一次运动的持续时间范围、判断处于运动状态下的第二置信度。代表运动特性的数据包括运动时能否随身携带智能移动终端、运动时能否使用智能移动终端、在该场所一次运动的持续时间范围。

表5：关联场所关联特性表——数据包括场所标识ID、经纬度范围、场所类型、关联的运动类型集合、关联活动时能否随身携带智能移动终端、关联活动时能否使用智能移动终端、关联场所驻留的时长范围、运动后具有关联性的时长范围和对应运动的置信度校正量。关联的运动类型集合则包含一个或多个运动类型；置信度校正量可为正数，也可为负数；距离运动类型时长范围的数值前可以有正号，表示在离开运动场所之后，也可以是负号，表示在离开运动场所之前，也可以同时具有两个分别具有正号或负号的数值范围，表示在正号数值之前和在负号数值之后。代表关联活动特性包括关联活动时能否随身携带智能移动终端、关联活动时能否使用智能移动终端、关联场所驻留的时长范围。

表6：运动场所运动统计信息表——数据包括场所标识ID、是否随身携带、是否正在使用、开始时间、结束时间和计算出时间长度。

表7：关联场所统计信息表——数据包括场所标识ID、是否随身携带、是否正在使用、开始时间、结束时间和计算出时间长度。

表8：运动场所运动估算信息表——数据包括场所标识ID、开始时间、结束时间、运动估算时长和第二置信度。

表9：运动场所估算结果表——数据包括场所标识ID、开始时间、结束时间和运动总时长。

首先通过智能移动终端定时采集若干运动点的轨迹状态数据，包括时间、GPS经纬度、加速度、角速度、运动速度、是否有触摸屏或按键操作，并将上述数据作为一行数据存入运动点轨迹状态信息表，即表1。

根据运动点轨迹状态数据中的运动速度、加速度和角速度设定第一置信度以估算运动点的运动是否为人体运动。当运动速度、加速度和角速度在一定范围内时，通过算法计算第一置信度，运动速度、加速度和角速度越接近人体运动的常规值第一置信度越高，第一置信度高于一定阈值即判定该运动点下智能移动终端的运动状态符合人体运动，将由此获得的估算结果(包括是否人体运动和第一置信度)与对应运动点的时间、GPS经纬度、是否有触摸屏或按键操作结合作为一行数据存入运动点状态估算信息表即表2中。

之后进行运动点所属场所划分具体包括下列步骤：

下面以进行羽毛球运动为例进行说明。

表4-1

如表4-1中所示，羽毛球场所运动特性：通常正在打羽毛球时，不能边打球边使用手机，但中途可能使用手机，不随身携带手机时，通常手机放在运动场旁边或储物柜中，一般处于静止状态，因此能否随身携带的值为否时第二置信度为70％；但打羽毛球过程中，可能存在来电话接听手机情况，携带手机或智能手表同时进行羽毛球运动的可能性也是有的，但可能性相对较少，因此可设定第二置信度为50％。一场羽毛球的运动时间通常比较短，持续锻炼超过2小时的一般很少，所以可以将运动时长范围设置为5-120分钟。

游泳馆运动特性：游泳时，一般不能携带和使用手机，手机通常放置在储物柜中，一旦进入泳池，即使有来电也无法感知和接听，因此不使用手机的时长更长，因此第二置信度较高可设定为80％，且一般泳池有最大时长限制，到时间后可能清场，所以可将运动时长范围设置为20-120分钟。

不仅运动类型不同会影响运动特性，而且不同场馆也会因环境设施差异导致运动特性差异，可以依据统计和经验设定不同运动和运动特性下的判定人员进行运动的置信值，得到运动场所运动特性表。

表5-1

如表5-1中所示，以洗浴场所为例，如游泳后，因为游泳馆内一般都有洗浴场所，所以游泳后一般不会再去单独的洗浴中心。如果用户到游泳场所去后，不久又去单独的洗浴中心，那很可能他之前到游泳馆并没有去游泳，因此设定置信度校正量为-50％。相反羽毛球运动后，场馆可能没有专门的浴室，运动后一般会去洗浴中心或回家冲洗，如果用户在羽毛球馆运动后，很快又到洗浴中心洗浴，那他去羽毛球馆运动的可能性将增加，因此设定置信度校正量为+30％。由此可得到关联场所关联特性表。

经过步骤(30)后如果采集到的若干运动点属于羽毛球馆的范围，由此可以产生相应的运动场所运动统计信息表，如下：

表3-1

序号

场所标识ID

是否随身携带

是否正在使用

起始时间

结束时间

时长

1

A1(xx羽毛球馆)

是

否

8:00

8:15

15

2

A1(xx羽毛球馆)

否

8:16

8:30

14

3

A1(xx羽毛球馆)

是

8:31

8:35

4

A1(xx羽毛球馆)

否

8:36

9:30

54

5

A1(xx羽毛球馆)

是

否

9:31

9:35

4

根据表3-1的内容，与表5-1内容比较，发现表3-1中，序号为2和4的行内容与表5-1表中序号为1的行内容匹配，即呆在羽毛球馆，且未携带和未使用手机的时长都在5-120分钟内。由此第二置信度为70％的判断结果为用户在xx羽毛球馆运动了14+54＝68分钟。序号为1和5的行内容与表5-1表中序号为2的行内容匹配，类似的也可以得到第二置信度为50％的判断结果为用户在xx羽毛球馆运动了15+4＝19分钟，得出如下统计信息估算内容：

表8-1

之后用户携带手机到达洗浴中心进行洗浴，在K1洗浴中心滞留时间、手机携带和使用情况经步骤(10)、(20)和(30)后得到下表。

表7-1

序号

场所标识ID

是否随身携带

是否正在使用

起始时间

结束时间

时长

1

K1

是

否

10:20

10:25

5

2

K1

否

10:26

10:56

30

3

K1

是

10:57

11:05

8

4

K1

是

否

11:06

11:08

2

将表7-1内容与表5-1内容比对，发现7-1中序号为2的行内容与表5-1内容相匹配，即用户在K1滞留时，有30分钟未携带和使用手机，其之前所滞留的运动场所A1为羽毛球类运动场所，且离开羽毛球场所到K1场所时差为44分钟(从9:36到10:20)，正好在表5-1的30-180分钟范围内。由此可视为移动终端使用者在洗浴中心进行洗浴，属于关联活动。通过表5-1中对应数据行中的置信度校正量对之前用户在A1(xx羽毛球馆)进行运动估算的第二置信度进行校正，将第一行和第二行中的第二置信度增加30％，这样得到校正后的运动场所运动估算信息表。

表8-2

若设定的第二置信度的判断阈值为90％，即第二置信度大于等于90％的数据行才判定为进行羽毛球运动的信息，由此可以得到最终估算结果，如下表。

表9-1

若设定的第二置信度的判断阈值为80％，即第二置信度大于等于80％的数据行就能判定为进行羽毛球运动的信息，因此可将第一行和第二行中的运动估算时长求和得到运动总时长68+19＝87分钟，由此可以得到最终估算结果，如下表。

本方法并不依赖携带者对智能移动终端的随身携带，因此能针对多种运动过程中不能携带或使用手机的运动种类，克服了现有技术中存在的问题。

上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的发明构思和技术方案进行的各种非实质性的改进，或未经改进将本发明构思和技术方案直接应用于其它场合的，均在本发明保护范围之内。

Claims

1.基于智能移动终端的人体运动数据处理方法，其特征在于：包括以下步骤：

（10）运动点状态运算统计：对智能移动终端保存的运动点轨迹状态数据进行运算后，统计归类，形成运动点轨迹状态信息；

（20）运动点状态估算：根据运动点轨迹状态信息设置第一置信度以估算是否人体运动，形成运动点状态估算信息；

（30）运动点所属场所划分：结合GIS系统提供的场所信息统计得到连续时间段内归属于运动场所的运动场所运动统计信息和归属于关联场所的关联场所统计信息，所述关联场所为智能移动终端携带者进入后能影响进入前后运动场所中人体运动状况估计结果的场所；

（40）运动场所运动状态估算：将运动场所运动统计信息根据设定的运动场所运动特性进行特性匹配和时长计算，并据此设置第二置信度以估算是否在运动场所中运动以及运动时长，形成运动场所运动估算信息；

（50）运动场所运动状态校正：将关联场所统计信息与设定关联场所关联特性进行特性匹配，以对应关联场所的置信度校正量校正与该关联场所关联的运动场所中是否运动的第二置信度，并给出校正后的运动场所运动估算信息。

2.根据权利要求1所述的基于智能移动终端的人体运动数据处理方法，其特征在于：所述步骤（10）中运动点轨迹状态数据包括时间、GPS经纬度、加速度、角速度、运动速度、是否有触摸屏或按键操作，并将上述数据作为一行数据存入运动点轨迹状态信息表。

3.根据权利要求2所述的基于智能移动终端的人体运动数据处理方法，其特征在于：所述步骤（20）中根据运动点轨迹状态数据中的运动速度、加速度和角速度设定第一置信度以估算运动点的运动是否为人体运动，并将估算结果与对应运动点的时间、GPS经纬度、是否有触摸屏或按键操作结合作为一行数据存入运动点状态估算信息表中。

4.根据权利要求3所述的基于智能移动终端的人体运动数据处理方法，其特征在于：所述步骤（30）具体包括下列步骤：

（31）判断是否随身携带：运动点运动是否为人体运动的第一置信度大于阈值，则属于随身携带，否则不属于随身携带；

（32）判断是否正在使用：有触摸屏或按键操作，判断是正在使用状态，也属于随身携带状态，否则不是正在使用状态，但无法判断是否随身携带；

（33）查找场所标识ID：根据GPS经纬度与运动场所运动特性表中各个运动场所对应经纬度范围进行逐一匹配，确定该运动点对应的场所标识ID，如果没有相匹配的运动场所再与关联场所关联特性表中各个关联场所对应的经纬度范围进行逐一匹配，确定该运动点对应的场所标识ID，如果没有则归入无效运动点；

（34）计算起止时间：将场所标识ID、是否随身携带、是否正在使用三个值均相同的时间上连续的运动点归入一类，并将该类运动点中最早的运动点的时间和最后的运动点的时间作为该类运动点的开始时间和结束时间；

（35）统计运动点统计信息：将一类运动点对应的场所标识ID、是否随身携带、是否正在使用、开始时间、结束时间和计算出时间长度作为一行数据行存入运动点状态统计表；

（36）统计运动场所运动统计信息：将运动点状态统计表中场所标识ID属于运动场所运动特性表中场所标识ID中的一行数据划入运动场所运动统计信息表；

（37）统计关联场所统计信息：将运动点状态统计表中场所标识ID属于关联场所关联特性表中场所标识ID中的一行数据划入关联场所统计信息表。

5.根据权利要求4所述的基于智能移动终端的人体运动数据处理方法，其特征在于：所述步骤（40）具体包括下列步骤：

（41）匹配运动场所：根据运动场所运动统计信息中的场所标识ID，找到与该类运动点匹配的运动场所运动特性表中的对应运动场所的数据行；

（42）判断场所运动状态：将该类运动点的统计信息与查询到的数据行中代表运动特性的数据进行匹配，匹配结果为相符时判定用户在该运动场所进行了相应类型的运动，并依据运动场所运动特性表得到判定为处于运动状态的第二置信度；

（43）计算运动时长：将判定为进行运动的一类运动点的时间长度作为运动时长，将包含场所标识ID、开始时间、结束时间、运动时长和第二置信度作为数据行存入运动场所运动估算信息表。

6.根据权利要求5所述的基于智能移动终端的人体运动数据处理方法，其特征在于：所述步骤（50）具体包括下列步骤：

（51）匹配关联场所：根据关联场所统计信息中的场所标识ID，该类运动点匹配的关联场所关联特性表中的对应关联场所的数据行；

（52）关联运动场所估算信息：查找结束时间上最接近将该类运动点的运动场所运动估算信息，判断其中的运动类型是否被包含在关联场所的关联运动集中，如果是再判断关联场所的开始时间和运动场所的结束时间的间隔是否在运动后具有关联性的时长范围内，如果是则进一步将该类运动点的统计信息与代表关联活动特性的数据进行匹配，匹配结果为相符时判定用户在该关联场所进行相应的关联活动，并依据关联场所关联特性表得到对应该关联活动的置信度校正量；

（53）运动场所估算信息校正：将置信度校正量与对应的处于运动状态的第二置信度进行求和修正，并以修正后的第二置信度替换运动场所运动估算信息表中的初始数据，输出校正后的运动场所运动估算信息。

7.根据权利要求6所述的基于智能移动终端的人体运动数据处理方法，其特征在于：运动场所运动特性表中同一场所对应多个判定为处于正在运动的数据行，不同数据行对应不同的运动特性，不同运动特性对应不同的第二置信度，所述步骤（43）中运动场所运动估算信息将对应第二置信度相同的运动时长合计生成与第二置信度对应的运动估算时长，所述步骤（53）中利用置信度修正量对符合关联特性的多列运动场所运动估算信息进行第二置信度校正，将校正后的第二置信度与设定阈值进行比较判断是否处于运动状态，将判断处于运动状态的运动场所运动估算信息中的运动估算时长进行累加得到最终的运动总时长。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序在被处理器执行时实现权利要求1-7任一项所述的基于智能移动终端的人体运动数据综合处理方法。

9.一种数据处理装置，其特征在于：包括处理器和存储器，

所述存储器用于存储计算机程序；

所述处理器用于执行所述计算机程序，以使所述数据处理装置执行如权利要求1-7任一项所述的基于智能移动终端的人体运动数据综合处理方法。