CN111564217A - 运动负荷评估方法及设备 - Google Patents
运动负荷评估方法及设备 Download PDFInfo
- Publication number
- CN111564217A CN111564217A CN202010405242.4A CN202010405242A CN111564217A CN 111564217 A CN111564217 A CN 111564217A CN 202010405242 A CN202010405242 A CN 202010405242A CN 111564217 A CN111564217 A CN 111564217A
- Authority
- CN
- China
- Prior art keywords
- load
- exercise
- user
- heart rate
- interval
- 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
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
- 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
-
- 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
Abstract
本发明公开了一种运动负荷评估方法及设备,其中,该评估方法包括用于计算用户实时运动负荷的实时运动负荷计算方法和用于评估当前运动负荷是否合理的宜负荷区间建立方法,使用时,首先,可根据运动负荷计算方法计算出用户的实时运动负荷和一段时间内的累积运动负荷,从而方便用户监控和了解自己的运动状态;另外,通过适宜负荷区间建立方法,可建立与用户历史运动情况和体力值相关的适宜负荷区间,通过适宜负荷区间,用户可评估当前的运动负荷是否符合标准,以便对以后的运动量进行调整。
Description
技术领域
本发明涉及运动负荷评估技术领域,尤其涉及一种运动负荷评估方法及设备。
背景技术
运动负荷,也叫运动量,指人体在体育活动中所承受的生理、心理负荷量以及消耗的热量,由完成练习的运动强度与持续时间,以及动作的准确性和运动项目特点等因素来决定运动量的大小。通常运动量大的人,心脏更强壮,因此心率较常人慢,肺活量也更大。但不能一味追求增加运动量,因为在锻炼时只有运动量保持适宜,才能收到较好的效果,运动量过小过大都不行。过小,则达不到锻炼的目的;过大,又超出了人身体所能承受的限度,对人的健康不利,而每个人的体能都是不同的。因此,要学会合理地安排和调节运动量。现在已被广泛使用的各种运动手表和手环上都设置有心率、速度等监测模块,但是由于运动负荷至今还没有一个标准的量化方式,因此,现在的运动手表和手环上并不具备运动负荷评估的功能,运动者不能方便地了解到当前的运动负荷是多少,以及当前的运动负荷是否合理。
发明内容
本发明的其中一目的是提供一种运动负荷评估方法,以向运动者实时展示当前运动负荷的大小。
本发明的另一目的是提供一种运动负荷评估设备,以向运动者实时展示当前运动负荷的大小。
为了实现上述目的,本发明公开了一种运动负荷评估方法,其包括实时运动负荷计算方法:
获取用户的静息心率、最大心率、用户当前所在环境的温度,所述静息心率为用户在清醒、安静状态下的心率值,所述最大心率为用户在极限运动状态下的心率值;
监测并记录用户的实时运动心率;
根据所收集到的实验数据制作温度影响系数表,所述温度影响系数表记录不同温度对运动负荷的影响系数;
根据用户当前所在环境的温度数据,通过查询所述温度影响系数表获取温度影响系数Tk;
根据下述公式计算用户的实时运动负荷TR,
TR=B*C*Tk;
其中,B=(实时运动心率-静息心率)/(最大心率-静息心率),C=P1*eP2*B,P1为0.1~0.5的常数,P2为2.5~7的常数
与现有技术相比,本发明运动负荷评估方法,构建有涉及到实时运动心率、静息心率、最大心率和环境温度等参数的计算公式,使用时,只需将用户的实时运动心率和通过当前环境温度查询到的温度影响系数导入计算公式TR即可计算出用户当前的实时运动负荷,从而为用户展示出运动负荷的量化值,方便用户对自动运动负荷的监控。
较佳地,根据所收集到的实验数据制作海拔影响系数表,所述海拔影响系数表记录不同海拔对运动负荷的影响系数,根据用户当前所在环境的海拔高度,通过查询所述海拔影响系数表获取海拔影响系数Gk,TR=B*C*Tk*Gk。
较佳地,根据所收集到的实验数据制作运动项目影响系数表,所述运动项目影响系数表记录不同不同运动项目对运动负荷的影响系数,根据用户当前所进行的运动项目,通过查询所述运动项目影响系数表获取运动项目影响系数Xk,TR=B*C*Tk*Gk*Xk。
较佳地,还包适宜负荷区间建立方法:
根据用户每天的运动时间,采用所述实时运动负荷计算方法计算用户每日的日运动负荷,并计算最近连续N天的日运动负荷的平均值CTI;
以CTI为参数,将适宜负荷区间划分为若干区间段;
将最近连续M天日运动负荷总和与预设或根据用户体力水平生成的标准负荷区间的端值比较,根据比较结果选择当前用户的适宜负荷区间所属的所述区间段。
较佳地,所述区间段包括第一区间段、第二区间段和第三区间段;
所述第一区间段为[4.8CTI,15CTI],所述第二区间段为[4.8CTI,12CTI],所述第三区间段为[4.8CTI,10.5CTI];
当最近连续M天的日运动负荷总和低于所述标准负荷区间的最小值时,适宜负荷区间为所述第一区间段;
当最近连续M天的日运动负荷总和位于所述标准负荷区间内时,适宜负荷区间为所述第二区间段;
当最近连续M天的日运动负荷总和高于所述标准负荷区间的最大值时,适宜负荷区间为所述第三区间段。
较佳地,根据用户体力水平生成的标准负荷区间的方法包括:
自定义一封闭的数值区间D1,采用数值区间D1中的数值对体力值的大小进行量化;
根据统计数据,制作体力负荷查询表,所述体力负荷查询表记录不同大小的体力值所对应的负荷区间;
获取当前用户的体力值,根据所述体力值查询所述体力负荷查询表,获得当前用户的体力值所属的负荷区间,即为所述标准负荷区间。
较佳地,获取当前用户的体力值的方法包括:
建立与某一标准跑步赛程对应的第一模型方程,所述第一模型方程反映在所述标准跑步赛程下体力值和配速的关系;
获取用户的反映最近R天跑步水平的相对于所述标准跑步赛程的标准配速,通过第一模型方程得到反映用户运动表现的体力值。
较佳地,所述第一模型方程的建立方法包括:
分别采集与所述标准跑步赛程对应的不同水平运动员的跑步配速,根据体力值与跑步配速的正相关性,分别将不同的跑步配速与不同大小的体力值配成数据对,对所述数据对进行处理,建立体力值-配速回归模型,以得到与所述标准跑步赛程对应的所述第一模型方程。
较佳地,所述标准配速的获取方法包括:
S30:采集当前用户最近R天运动过程中的实时心率和实时运动速度,建立反映用户心率和配速关系的第二模型方程;
S31:获取当前用户在所述标准跑步赛程下的具有适宜运动强度的储备心率比;
S32:根据所述储备心率比的计算公式,得出用户相对于所述标准跑步赛程的运动心率;
S33:将所述运动心率代入所述第二模型方程获得用户相对于所述标准跑步赛程的标准配速。
较佳地,所述实时心率和所述实时运动速度的采集方法包括:
S300:判断用户单次连续运动时长T1是否大于设定时长T2,如果是,则进入S301;如果否,则返回;
S301:以一定的移动周期,按照时间顺序,移动提取并判断每个连续的单位时间段内的实时心率和实时运动速度是否符合下述三个条件,
第一条件:实时心率波动是在设定值B1以内;
第二条件:实时运动速度波动在设定值V1以内;
第三条件:计算出的实时的储备心率比在一预设区间D2范围内;
如果是,将所述单位时间段内的实时心率和实时运动速度作为采集数据。
较佳地,获取当前用户在所述标准跑步赛程下的具有适宜运动强度的储备心率比的方法包括:
获取用户的生理特征数据和所具备的最大摄氧量数据;
制作与所述标准跑步赛程相对应的储备心率比查询表,所述储备心率比查询表记录相对于所述标准跑步赛程具有不同生理特征和最大摄氧量的用户所对应的储备心率比;
根据用户的生理特征数据和最大摄氧量数据查询所述储备心率比查询表,获得用户相对于所述标准跑步赛程的储备心率比。
较佳地,所述最大摄氧量的获取方法包括:
获取用户的年龄、性别、体重;
采集用户运动过程中的实时心率和实时运动速度;
从用户当前的运动时长中选取一预设时间长度的特征时间段,以所述实时心率和所述实时运动速度为基础数据,计算出所述特征时间段内的特征平均心率和特征平均速度;
其中,A为40~50的常数,P1为7至~8的常数,S为性别常数,男性为1,女性为0;P2为0.1~0.2的常数,G为用户体重;P3为4~5的常数,V为特征平均速度,P4为3~4的常数,B为1~2的常数;C为15~20的常数,HR特征为特征平均心率,HR静息为用户在清醒、安静状态下的静息心率,HRmax为最大心率;a为用户年龄。
本发明还公开一种运动负荷评估设备,其包括实时运动负荷计算单元,所述实时运动负荷计算单元包括数据采集模块、第一数据表查询模块、温度影响系数表和计算模块;
所述数据采集模块,用于采集用户的静息心率、最大心率、环境温度和实时运动心率;所述静息心率为用户在清醒、安静状态下的心率值,所述最大心率为用户在极限运动状态下的心率值;
所述第一数据表查询模块,用于根据当前环境温度查询所述温度影响系数表,以获得对应的温度影响系数,所述温度影响系数表记录不同温度对运动负荷的影响系数Tk;
所述计算模块,用于通过下述公式计算用户的实时运动负荷TR,
TR=B*C*Tk;
其中,B=(实时运动心率-静息心率)/(最大心率-静息心率),C=P1*eP2*B,P1为0.1~0.5的常数,P2为2.5~7的常数。
较佳地,所述数据采集模块还可用于采集用户当前所处的海拔,所述实时运动负荷计算单元还包括海拔影响系数表,所述第一数据表查询模块还可查询所述海拔影响系数表,以获得海拔影响系数,所述海拔影响系数表记录不同海拔对运动负荷的影响系数Gk,TR=B*C*Tk*Gk。
较佳地,所述数据采集模块还可用于采集用户当前所进行的运动项目,所述实时运动负荷计算单元还包括运动项目影响系数表,所述第一数据表查询模块还可查询所述运动项目影响系数表,以获得运动项目影响系数,所述海拔影响系数表记录不同运动项目对运动负荷的影响系数Xk,TR=B*C*Tk*Gk*Xk。
较佳地,还包括适宜负荷区间建立单元,所述适宜负荷区间建立单元包括区间划分模块、比较模块和选择模块;
所述区间划分模块,用于根据所述实时运动负荷计算单元计算计算最近连续N天的日运动负荷的平均值CTI,并以CTI为参数将适宜负荷区间划分为若干区间段;
所述比较模块,用于将最近连续M天日运动负荷总和与预设或根据用户体力水平生成的标准负荷区间的端值比较;
所述选择模块,用于根据所述比较模块的比较结果选择当前用户的适宜负荷区间所属的所述区间段。
较佳地,所述区间段包括第一区间段、第二区间段和第三区间段;
所述第一区间段为[4.8CTI,15CTI],所述第二区间段为[4.8CTI,12CTI],所述第三区间段为[4.8CTI,10.5CTI];
当最近连续M天的日运动负荷总和低于所述标准负荷区间的最小值时,所述选择模块选择所述第一区间段为适宜负荷区间;
当最近连续M天的日运动负荷总和位于所述标准负荷区间内时,所述选择模块选择所述第二区间段为适宜负荷区间;
当最近连续M天的日运动负荷总和高于所述标准负荷区间的最大值时,所述选择模块选择所述第三区间段为适宜负荷区间。
较佳地,所述适宜负荷区间建立单元还包括修正模块,当所述适宜负荷区间的最大值小于所述标准负荷区间最小值的一半时,所述修正模块用于将所述适宜负荷区间修正为其中,Fmin为所述标准负荷区间的最小值,q1为1~5的常数,q2为0.5~2.5的常数。
较佳地,适宜负荷区间建立单元还包括第二数据表查询模块以及体力负荷查询表;
所述体力负荷查询表,记录不同大小的体力值所对应的负荷区间;
所述第二数据表查询模块,用于根据当前用户的体力值查询所述体力负荷查询表,以获得当前用户的体力值所属的负荷区间,即为所述标准负荷区间。
较佳地,所述适宜负荷区间建立单元还包括体力值获取模块;所述体力值获取模块用于根据用户的反映最近R天跑步水平的相对某一标准跑步赛程的标准配速,通过第一模型方程得到反映用户运动表现的体力值;所述第一模型方程反映在某一标准跑步赛程下体力值和配速的关系。
较佳地,所述适宜负荷区间建立单元还包括标准配速获取模块;所述标准配速获取模块,用于根据当前用户在所述标准跑步赛程下的具有适宜运动强度的储备心率比和第二模型方程获取到所述标准配速;所述第二模型方程,反映用户心率和配速关系,通过采集当前用户最近R天运动过程中的实时心率和实时运动速度建立。
较佳地,所述适宜负荷区间建立单元还包括用于对采集到的所述实时心率和所述实时运动速度进行过滤的第一判断模块和第二判断模块;
所述第一判断模块,用于判断用户单次连续运动时长T1是否大于设定时长T2,如果否,舍弃对当前运动时间段内的所述实时心率和所述实时运动速度的采集;
所述第二判断模块,用于以一定的移动周期,按照时间顺序,移动提取并判断每个连续的单位时间段内的实时心率和实时运动速度是否符合下述三个条件,
第一条件:实时心率波动是在设定值B1以内;
第二条件:实时运动速度波动在设定值V1以内;
第三条件:计算出的实时的储备心率比在一预设区间D2范围内;
如果是,将所述单位时间段内的实时心率和实时运动速度作为采集数据。
较佳地,所述适宜负荷区间建立单元还包括储备心率比获取模块;所述储备心率比获取模块用于根据用户的生理特征数据和最大摄氧量数据查询所述储备心率比查询表,以获得用户相对于所述标准跑步赛程的储备心率比;所述储备心率比查询表记录相对于所述标准跑步赛程具有不同生理特征和最大摄氧量的用户所对应的储备心率比。
其中,A为40~50的常数,P1为7至~8的常数,S为性别常数,男性为1,女性为0;P2为0.1~0.2的常数,G为用户体重;P3为4~5的常数,V为特征平均速度,P4为3~4的常数,B为1~2的常数;C为15~20的常数,HR特征为特征平均心率,HR静息为用户在清醒、安静状态下的静息心率,HRmax为最大心率;a为用户年龄;所述特征平均心率和所述特征平均速度,为从用户当前的运动时长中选取一预设时间长度的特征时间段内的平均心率和平均速度。
本发明还公开一种运动负荷评估设备,其包括一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行如上所述的运动负荷评估方法的指令。
本发明还公开一种计算机可读存储介质,其包括计算机程序,所述计算机程序可被处理器执行以完成如上所述的运动负荷评估方法。
附图说明
图1为本发明实施例实时运动负荷计算方法流程示意图。
图2为本发明实施例适宜负荷区间建立方法流程示意图。
图3为本发明实施例中标准配速的获取流程示意图。
图4为本发明实施例实时运动负荷计算单元原理结构示意图。
图5为本发明实施例适宜负荷区间建立单元原理结构示意图。
具体实施方式
为详细说明本发明的技术内容、构造特征、所实现目的及效果,以下结合实施方式并配合附图详予说明。
本发明公开了一种运动负荷评估方法,包括实时运动负荷计算方法和适宜负荷区间建立方法。通过实时运动负荷计算方法计算用户的实时运动负荷,进而通过累加的方法监测用户的累积运动负荷。通过宜负荷区间建立方法来判断当前运动负荷是否合理。
如图1,实时运动负荷计算方法包括如下步骤:
S10:获取用户的静息心率、最大心率、用户当前所在环境的温度,静息心率为用户在清醒、安静状态下的心率值,最大心率为用户在极限运动状态下的心率值;
S11:监测并记录用户的实时运动心率;
S12:根据所收集到的实验数据制作温度影响系数表,如下表1所示,温度影响系数表记录不同温度对运动负荷的影响系数,25℃的温度影响系数为1.0,每上升或下降1℃,温度影响系数增加0.1(也可根据需要设置为其他梯度值);
S13:根据用户当前所在环境的温度数据,通过查询温度影响系数表获取温度影响系数Tk;
S14:根据下述公式计算用户的实时运动负荷TR,
TR=B*C*Tk;
其中,B=(实时运动心率-静息心率)/(最大心率-静息心率),C=P1*eP2*B,P1为0.1~0.5的常数,P2为2.5~7的常数。
温度(℃) | 温度影响系数 |
25 | 1 |
26 | 1.1 |
27 | 1.2 |
28 | 1.3 |
29 | 1.4 |
30 | 1.5 |
31 | 1.6 |
32 | 1.7 |
33 | 1.8 |
34 | 1.9 |
表1
根据上述公式TR可计算出用户在单位时间段(每秒)内的实时运动负荷,那么一段运动时间T秒中产生的累积运动负荷为如,当T为1分钟(一分钟运动时间)时,产生的累积运动负荷为由此,用户通过上述实时运动负荷计算方法,可计算出用户在一段运动时间内的累积积运动负荷,方便用户对自身运动量的监控。
较佳地,考虑到海拔对运动负荷的影响因素,还可对上述计算公式TR进一步优化:根据所收集到的实验数据制作海拔影响系数表,海拔影响系数表记录不同海拔对运动负荷的影响系数,如下表2所示,海拔低于1500m时,海拔影响系数为1.0,高于1500m每上升100m,海拔影响系数增加0.1(也可设置为其他梯度值)。根据用户当前所在环境的海拔高度,通过查询海拔影响系数表获取海拔影响系数Gk,TR=B*C*Tk*Gk。
表2
较佳地,考虑到不同的运动项目对运动负荷的影响因素,还可对上述计算公式TR进一步优化:根据所收集到的实验数据制作运动项目影响系数表,如下表3所示,运动项目影响系数表记录不同运动项目对运动负荷的影响系数,根据用户当前所进行的运动项目,通过查询运动项目影响系数表获取运动项目影响系数Xk,TR=B*C*Tk*Gk*Xk
运动项目 | 运动项目影响系数 |
跑步 | 1 |
骑行 | 0.6 |
游泳 | 1.5 |
拳击 | 3.5 |
表3
进一步地,适宜负荷区间建立方法包括:
根据用户每天的运动时间,采用实时运动负荷计算方法计算用户每日的日运动负荷,并计算最近连续N天的日运动负荷的平均值CTI;
以CTI为参数,将适宜负荷区间划分为若干区间段;
将最近连续M天日运动负荷总和与预设或根据用户体力水平生成的标准负荷区间的端值比较,根据比较结果选择当前用户的适宜负荷区间所属的区间段。
本实施例中,N取值为42,M取值为7。如图2,
S20:确定适宜负荷区间时,首先采集当前用户最近42天的日运动负荷的平均值CTI,如果用户的运动时间少于42天,取当前已有天数的日运动负荷的平均值CTI。
S21:以CTI为参数,将适宜负荷区间划分为若干区间段,本实施例中划分为三个区间段,分别为第一区间段、第二区间段和第三区间段,第一区间段为[4.8CTI,15CTI],第二区间段为[4.8CTI,12CTI],第三区间段为[4.8CTI,10.5CTI]。
S22:如果标准负荷区间为[350,850],当最近连续7天的日运动负荷总和低于标准负荷区间的最小值350时,适宜负荷区间为第一区间段[4.8CTI,15CTI];当最近连续7天的日运动负荷总和位于标准负荷区间[350,850]内时,适宜负荷区间为第二区间段[4.8CTI,10.5CTI];当最近连续7天的日运动负荷总和高于标准负荷区间的最大值850时,适宜负荷区间为第三区间段[4.8CTI,10.5CTI]。
当体力值不能确定时,可使用预设的标准负荷区间进行评估,本实施例中,预设的标准负荷区间为[350,850]。
进一步地,当通过上述适宜负荷区间方法得到的适宜负荷区间的最大值小于标准负荷区间最小值的一半时,将适宜负荷区间修正为其中,Fmin为标准负荷区间的最小值,q1为1~5的常数,q2为0.5~2.5的常数。
较佳地,根据体力值确定标准负荷区间的方法如下:
自定义一封闭的数值区间D1,采用数值区间D1中的数值对体力值的大小进行量化;由于目前对体力值没有一个统一的量化标准,因此,为便于对这一参考变量进行统计计算,本实施例中采用自定义的数值区间D1对其进行量化,具体的,该数值区间D1为[0,100],也即将最小的体力值定义为0,最大的体力值定义为100;
根据统计数据,制作体力负荷查询表,如下表4,体力负荷查询表记录不同大小的体力值所对应的负荷区间;
获取当前用户的体力值,根据体力值查询体力负荷查询表,获得当前用户的体力值所属的负荷区间,即为标准负荷区间。
体力值 | 负荷区间 |
0-40 | 100-450 |
41-60 | 250-600 |
61-70 | 300-800 |
71-80 | 400-1200 |
81-90 | 650-1400 |
91-100 | 800-1600 |
表4
对于用户体力值的获取方式,可由用户手动输入,也可根据用户输入的基础数据计算获得,通过计算获得用户的体力值的方法包括:
建立与某一标准跑步赛程(如半马)对应的第一模型方程,第一模型方程反映在半马赛程中体力值和配速的关系;
获取用户的反映最近R天(优选为7天)跑步水平的相对半马的标准配速,将标准配速代入第一模型方程得到反映用户运动表现的体力值。
进一步地,第一模型方程的建立方法包括:
分别采集与半马对应的不同水平运动员的跑步配速,根据体力值与跑步配速的正相关性,分别将不同的跑步配速与不同大小的体力值配成数据对,如,将最高配速2:45(目前半马最高纪录)与最高体力值100对应,下面依次分别对应其他配速和体力值,形成的数据对如下表5所示,对数据对进行拟合处理,建立体力值-配速回归模型,以得到与半马对应的第一模型方程:y1=k1*x1+b1,其中,k1和b1为常数,y1表示用户可表现出的体力值,x1表示用户可表现出的半马配速。
体力值 | 半马配速(分钟/km) |
100 | 2:45 |
90 | 3:23 |
80 | 4:06 |
70 | 4:46 |
60 | 5:29 |
50 | 6:20 |
40 | 6:54 |
30 | 7:30 |
20 | 8:05 |
10 | 8:55 |
0 | 9:30 |
表5
较佳地,如图3,标准配速的获取方法包括:
S30:采集当前用户最近7天运动过程中的包括实时心率和实时运动速度的运动状态数据,建立反映用户心率和配速关系的第二模型方程;
S31:获取当前用户在半马下的具有适宜运动强度的储备心率比;
S32:根据储备心率比的计算公式,得出用户相对于半马的运动心率;
S33:将运动心率代入第二模型方程获得用户相对于半马的标准配速,也即半马配速。
在上述实施例中,储备心率比ρ反映用户的运动强度,其计算公式为:
其中,HR运动为用户的运动心率,HRmax为用户的最大心率,HR静息为用户在清醒、安静状态下的静息心率;最大心率和静息心率可通过便携式检测设备检测得到,在用户知道自己的最大心率和静息心率数值的情况下,也可由用户手动设置,另外,最大心率还可通过用户年龄计算获得,即HRmax=208-0.7*a,a为用户年龄。同样地,对于储备心率比ρ,在用户知道自己相对于半马可适应的运动强度的情况下也可以手动设置。
在上述标准配速的获取方法中,当采集运动状态数据时,为最大程度过滤掉一些与运动无关的数据,从而提高评估准确性,运动状态数据的采集方法包括:
S300:判断用户单次连续运动时长T1是否大于设定时长T2,如果是,则进入S301;如果否,则返回;
S301:以一定的移动周期,按照时间顺序,移动提取并判断每个连续的单位时间段内的实时心率和实时运动速度是否符合下述三个条件,
第一条件:实时心率波动是在设定值B1以内;
第二条件:实时运动速度波动在设定值V1以内;
第三条件:计算出的实时的储备心率比在一预设区间D2范围内;
如果是,将单位时间段内的实时心率和实时运动速度作为采集数据。
具体地,T2为10分钟,B1为10bpm,V1为0.5m/s,D2为[50%,90%],那么在通过电子设备采集运动状态数据时,首先判断用户连续运动时长是否大于10分钟,如果否,不对该运动时间段内的数据进行采集,如果是,以一定的移动周期,按照时间顺序,移动提取并判断每个连续的单位时间段内的实时心率和实时运动速度进行分析,这里的单位时间段以2分钟为例,移动提取是指提取第1秒~第120秒、第2秒~第121秒、第3秒~第122秒……等时间段内的数据,对于任一2分钟内的运动状态数据来说,只有在实时心率的波动不超过10bpm、实时运动速度的波动不超过0.5m/s、根据实时心率值计算出的实时的储备心率比在50%~90%之间时,该2分钟内的运动状态数据才被采集,否则,被丢弃。
当采集到符合要求的运动状态数据后,通过算术平均算法,分别对每个2分钟时间段内的实时心率和实时运动速度进行平均运算,得到单位平均心率和单位平均运动速度,然后将得到的若干组单位平均心率和单位平均速度描绘在一直角坐标系中,通过拟合方法,拟合出第二模型方程:y2=k2*x2+b2,其中,k2和b2为常数,y2表示用户可表现出的运动心率,x1表示用户可表现出跑步配速。当通过储备心率比获得用户的运动心率后,将该运动心率代入第二模型方程y2即可得到反映用户最近7天跑步水平的相对于半马的标准配速,进而通过第一模型方程得到用户的体力值。
进一步地,获取当前用户在半马下的具有适宜运动强度的储备心率比的方法包括:
获取用户的包括年龄、性别等生理特征数据和所具备的最大摄氧量数据,最大摄氧量可根据生理特征数据直接生成,也可由用户手动设置;
制作与半马相对应的储备心率比查询表,如下表6和表7所示,储备心率比查询表记录相对于半马具有不同生理特征和最大摄氧量的用户所对应的储备心率比;
根据用户的生理特征数据和最大摄氧量数据查询储备心率比查询表,获得用户相对于半马的储备心率比。
表6
表7
因此,当用户为男性时,根据用户的年龄和最大摄氧量数据查询表6,获得用户相对于半马的储备心率比,当用户为女性时,根据用户的年龄和最大摄氧量数据查询表7,获得用户相对于半马的储备心率比。
较佳地,关于最大摄氧量的获取方法,优选为:
获取用户的年龄、性别、体重、静息心率和最大心率;
采集用户运动过程中的实时心率和实时运动速度;
从用户当前的运动时长中选取一预设时间长度的特征时间段,以实时心率和实时运动速度为基础数据,计算出特征时间段内的特征平均心率和特征平均速度;
其中,A为40~50的常数,P1为7至~8的常数,S为性别常数,男性为1,女性为0;P2为0.1~0.2的常数,G为用户体重;P3为4~5的常数,V为特征平均速度,P4为3~4的常数,B为1~2的常数;C为15~20的常数,HR特征为特征平均心率,HR静息为用户在清醒、安静状态下的静息心率,HRmax为最大心率;a为用户年龄。
较佳地,在上述最大摄氧量获取的实施例中,为使得计算出的最大摄氧量最大程度接近实际水平,可通过如下步骤对实时心率和实时运动速度进行筛选:
S40:判断用户单次连续运动时长T3是否大于设定时长T4,如果是,则进入S41;如果否,则返回;本实施例中,T4为20分钟;
S41:以一定的移动周期,按照时间顺序,移动提取并判断每个连续的单位时间段(1分钟)内的所有实时心率是否在设定的最大心率的一段数值区间D3内,如果是,则将当前单位时间段内的实时心率和实时运动速度纳入数据采集范围内,如果否,放弃对当前单位时间段内的实时心率和实时运动的采集。本实施例中,数值区间D3优选为:[70%*HRmax,95%*HRmax]。
对于特征时间段的选取,较佳地,当用户的连续运动时长T3大于30分钟时,特征时间段为运动时间在10~30分钟的一段时间,当用户的连续运动时长T3小于或等于30分钟时,特征时间段为运动时间在10~T3的一段时间。
综上,根据上述本发明公开的运动负荷评估方法进行运动负荷评估时,首先,可根据运动负荷计算方法计算出用户的实时运动负荷和一段时间内的累积运动负荷,从而方便用户监控和了解自己的运动状态;另外,通过适宜负荷区间建立方法,可建立与用户历史运动情况和体力值相关的适宜负荷区间,通过适宜负荷区间,用户可评估当前的运动负荷是否符合标准,以便对以后的运动量进行调整。
本发明还公开一种运动负荷评估设备,其包括实时运动负荷计算单元,如图4,实时运动负荷计算单元包括数据采集模块、第一数据表查询模块、温度影响系数表和计算模块。
数据采集模块,用于采集用户的静息心率、最大心率、环境温度和实时运动心率;静息心率为用户在清醒、安静状态下的心率值,最大心率为用户在极限运动状态下的心率值。本实施例中,在评估设备上设置有用于检测心率的心率传感器、用于检测移动速度的GPS系统以及输入端口、输出端口,输入端口用于用户输入数据,输出端口用于输出所要展示给用户的数据。
第一数据表查询模块,用于根据当前环境温度查询温度影响系数表,以获得对应的温度影响系数,温度影响系数表记录不同温度对运动负荷的影响系数Tk。
计算模块,用于通过下述公式计算用户的实时运动负荷TR,
TR=B*C*Tk;
其中,B=(实时运动心率-静息心率)/(最大心率-静息心率),C=P1*eP2*B,P1为0.1~0.5的常数,P2为2.5~7的常数。
较佳地,数据采集模块还可用于采集用户当前所处的海拔,实时运动负荷计算单元还包括海拔影响系数表,第一数据表查询模块还可查询海拔影响系数表,以获得海拔影响系数,海拔影响系数表记录不同海拔对运动负荷的影响系数Gk,TR=B*C*Tk*Gk。
进一步地,数据采集模块还可用于采集用户当前所进行的运动项目,实时运动负荷计算单元还包括运动项目影响系数表,第一数据表查询模块还可查询运动项目影响系数表,以获得运动项目影响系数,海拔影响系数表记录不同运动项目对运动负荷的影响系数Xk,TR=B*C*Tk*Gk*Xk。
另外,本发明运动负荷评估设备还包括适宜负荷区间建立单元,如图5,适宜负荷区间建立单元包括区间划分模块、比较模块和选择模块。
区间划分模块,用于根据实时运动负荷计算单元计算最近连续N天的日运动负荷的平均值CTI,并以CTI为参数将适宜负荷区间划分为若干区间段;比较模块,用于将最近连续M天日运动负荷总和与预设或根据用户体力水平生成的标准负荷区间的端值比较;选择模块,用于根据比较模块的比较结果选择当前用户的适宜负荷区间所属的区间段。区间段包括第一区间段、第二区间段和第三区间段。第一区间段为[4.8CTI,15CTI],第二区间段为[4.8CTI,12CTI],第三区间段为[4.8CTI,10.5CTI]。
当最近连续M天的日运动负荷总和低于标准负荷区间的最小值时,选择模块选择第一区间段为适宜负荷区间;当最近连续M天的日运动负荷总和位于标准负荷区间内时,选择模块选择第二区间段为适宜负荷区间;当最近连续M天的日运动负荷总和高于标准负荷区间的最大值时,选择模块选择第三区间段为适宜负荷区间。
较佳地,适宜负荷区间建立单元还包括修正模块,当适宜负荷区间的最大值小于标准负荷区间最小值的一半时,修正模块用于将适宜负荷区间修正为其中,Fmin为标准负荷区间的最小值,q1为1~5的常数,q2为0.5~2.5的常数。
进一步地,适宜负荷区间建立单元还包括第二数据表查询模块以及体力负荷查询表;体力负荷查询表记录不同大小的体力值所对应的负荷区间;第二数据表查询模块,用于根据当前用户的体力值查询体力负荷查询表,以获得当前用户的体力值所属的负荷区间,即为标准负荷区间。
适宜负荷区间建立单元还包括体力值获取模块;体力值获取模块用于根据用户的反映最近R天跑步水平的相对于某一标准跑步赛程的标准配速,通过第一模型方程得到反映用户运动表现的体力值;第一模型方程反映在某一标准跑步赛程下体力值和配速的关系。
适宜负荷区间建立单元还包括标准配速获取模块;标准配速获取模块,用于根据当前用户在标准跑步赛程下的具有适宜运动强度的储备心率比和第二模型方程获取到标准配速;第二模型方程,反映用户心率和配速关系,通过采集当前用户最近R天运动过程中的实时心率和实时运动速度建立。
适宜负荷区间建立单元还包括用于对采集到的实时心率和实时运动速度进行过滤的第一判断模块和第二判断模块;
第一判断模块,用于判断用户单次连续运动时长T1是否大于设定时长T2,如果否,舍弃对当前运动时间段内的实时心率和实时运动速度的采集;
第二判断模块,用于以一定的移动周期,按照时间顺序,移动提取并判断每个连续的单位时间段内的实时心率和实时运动速度是否符合下述三个条件,
第一条件:实时心率波动是在设定值B1以内;
第二条件:实时运动速度波动在设定值V1以内;
第三条件:计算出的实时的储备心率比在一预设区间D2范围内;
如果是,将单位时间段内的实时心率和实时运动速度作为采集数据。
进一步地,适宜负荷区间建立单元还包括储备心率比获取模块;储备心率比获取模块用于根据用户的生理特征数据和最大摄氧量数据查询储备心率比查询表,以获得用户相对于标准跑步赛程的储备心率比;储备心率比查询表记录相对于标准跑步赛程具有不同生理特征和最大摄氧量的用户所对应的储备心率比。
其中,A为40~50的常数,P1为7至~8的常数,S为性别常数,男性为1,女性为0;P2为0.1~0.2的常数,G为用户体重;P3为4~5的常数,V为特征平均速度,P4为3~4的常数,B为1~2的常数;C为15~20的常数,HR特征为特征平均心率,HR静息为用户在清醒、安静状态下的静息心率,HRmax为最大心率;a为用户年龄;特征平均心率和特征平均速度,为从用户当前的运动时长中选取一预设时间长度的特征时间段内的平均心率和平均速度。
关于本实施例中运动负荷评估设备的具体工作原理和工作过程,详见上述运动负荷评估方法,在此不再赘述。
本发明还还公开另一种运动负荷评估设备,其包括一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行如上所述的运动负荷评估方法的指令。
本发明还公开一种计算机可读存储介质,其包括计算机程序,所述计算机程序可被处理器执行以完成如上所述的运动负荷评估方法。
以上所揭露的仅为本发明的优选实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明申请专利范围所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种运动负荷评估方法,其特征在于,包括实时运动负荷计算方法:
获取用户的静息心率、最大心率、用户当前所在环境的温度,所述静息心率为用户在清醒、安静状态下的心率值,所述最大心率为用户在极限运动状态下的心率值;
监测并记录用户的实时运动心率;
根据所收集到的实验数据制作温度影响系数表,所述温度影响系数表记录不同温度对运动负荷的影响系数;
根据用户当前所在环境的温度数据,通过查询所述温度影响系数表获取温度影响系数Tk;
根据下述公式计算用户的实时运动负荷TR,
TR=B*C*Tk;
其中,B=(实时运动心率-静息心率)/(最大心率-静息心率),C=P1*eP2*B,P1为0.1~0.5的常数,P2为2.5~7的常数。
2.根据权利要求1所述的运动负荷评估方法,其特征在于,根据所收集到的实验数据制作海拔影响系数表,所述海拔影响系数表记录不同海拔对运动负荷的影响系数,根据用户当前所在环境的海拔高度,通过查询所述海拔影响系数表获取海拔影响系数Gk,TR=B*C*Tk*Gk。
3.根据权利要求2所述的运动负荷评估方法,其特征在于,根据所收集到的实验数据制作运动项目影响系数表,所述运动项目影响系数表记录不同不同运动项目对运动负荷的影响系数,根据用户当前所进行的运动项目,通过查询所述运动项目影响系数表获取运动项目影响系数Xk,TR=B*C*Tk*Gk*Xk。
4.根据权利要求1所述的运动负荷评估方法,其特征在于,还包适宜负荷区间建立方法:
根据用户每天的运动时间,采用所述实时运动负荷计算方法计算用户每日的日运动负荷,并计算最近连续N天的日运动负荷的平均值CTI;
以CTI为参数,将适宜负荷区间划分为若干区间段;
将最近连续M天日运动负荷总和与预设或根据用户体力水平生成的标准负荷区间的端值比较,根据比较结果选择当前用户的适宜负荷区间所属的所述区间段。
5.根据权利要求4所述的运动负荷评估方法,其特征在于,所述区间段包括第一区间段、第二区间段和第三区间段;
所述第一区间段为[4.8CTI,15CTI],所述第二区间段为[4.8CTI,12CTI],所述第三区间段为[4.8CTI,10.5CTI];
当最近连续M天的日运动负荷总和低于所述标准负荷区间的最小值时,适宜负荷区间为所述第一区间段;
当最近连续M天的日运动负荷总和位于所述标准负荷区间内时,适宜负荷区间为所述第二区间段;
当最近连续M天的日运动负荷总和高于所述标准负荷区间的最大值时,适宜负荷区间为所述第三区间段。
7.根据权利要求4所述的运动负荷评估方法,其特征在于,根据用户体力水平生成的标准负荷区间的方法包括:
自定义一封闭的数值区间D1,采用数值区间D1中的数值对体力值的大小进行量化;
根据统计数据,制作体力负荷查询表,所述体力负荷查询表记录不同大小的体力值所对应的负荷区间;
获取当前用户的体力值,根据所述体力值查询所述体力负荷查询表,获得当前用户的体力值所属的负荷区间,即为所述标准负荷区间。
8.根据权利要求7所述的运动负荷评估方法,其特征在于,获取当前用户的体力值的方法包括:
建立与某一标准跑步赛程对应的第一模型方程,所述第一模型方程反映在所述标准跑步赛程下体力值和配速的关系;
获取用户的反映最近R天跑步水平的相对于所述标准跑步赛程的标准配速,通过第一模型方程得到反映用户运动表现的体力值。
9.根据权利要求8所述的运动负荷评估方法,其特征在于,所述第一模型方程的建立方法包括:
分别采集与所述标准跑步赛程对应的不同水平运动员的跑步配速,根据体力值与跑步配速的正相关性,分别将不同的跑步配速与不同大小的体力值配成数据对,对所述数据对进行处理,建立体力值-配速回归模型,以得到与所述标准跑步赛程对应的所述第一模型方程。
10.根据权利要求8所述的运动负荷评估方法,其特征在于,所述标准配速的获取方法包括:
S30:采集当前用户最近R天运动过程中的实时心率和实时运动速度,建立反映用户心率和配速关系的第二模型方程;
S31:获取当前用户在所述标准跑步赛程下的具有适宜运动强度的储备心率比;
S32:根据所述储备心率比的计算公式,得出用户相对于所述标准跑步赛程的运动心率;
S33:将所述运动心率代入所述第二模型方程获得用户相对于所述标准跑步赛程的标准配速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010405242.4A CN111564217A (zh) | 2020-05-13 | 2020-05-13 | 运动负荷评估方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010405242.4A CN111564217A (zh) | 2020-05-13 | 2020-05-13 | 运动负荷评估方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111564217A true CN111564217A (zh) | 2020-08-21 |
Family
ID=72073404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010405242.4A Pending CN111564217A (zh) | 2020-05-13 | 2020-05-13 | 运动负荷评估方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111564217A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0176277A2 (en) * | 1984-09-25 | 1986-04-02 | Kabushiki Kaisha Silver Medical | Optimum exercise loading apparatus |
US20110021319A1 (en) * | 2008-03-27 | 2011-01-27 | Polar Electro Oy | Apparatus for Metabolic Training Load, Mechanical Stimulus, and Recovery Time Calculation |
US20130178335A1 (en) * | 2012-01-06 | 2013-07-11 | Advanced Mediwatch Co., Ltd. | Real-time exercise coaching system |
JP2017038779A (ja) * | 2015-08-19 | 2017-02-23 | 清水建設株式会社 | 運動量推定方法及び運動量推定装置 |
CN106821362A (zh) * | 2016-12-15 | 2017-06-13 | 中世泓利(北京)健康科技有限公司 | 一种基于心率数据以及运动时间的中小学生体育锻炼运动负荷的评价方法 |
CN107291656A (zh) * | 2016-04-06 | 2017-10-24 | 奥美之路(北京)健康科技股份有限公司 | 一种心肺功能的运动测试方案和计算方法 |
CN107590358A (zh) * | 2017-07-24 | 2018-01-16 | 深圳市沃特沃德股份有限公司 | 运动指导方法和装置 |
CN107595273A (zh) * | 2017-09-12 | 2018-01-19 | 广东远峰电子科技股份有限公司 | 一种心率估算方法和装置 |
JP2018033565A (ja) * | 2016-08-30 | 2018-03-08 | セイコーエプソン株式会社 | 運動支援システム、運動支援方法、および運動支援装置 |
EP3391809A1 (en) * | 2017-04-21 | 2018-10-24 | Koninklijke Philips N.V. | Fitness level prediction device, system and method |
CN108854035A (zh) * | 2018-07-13 | 2018-11-23 | 成都尚医信息科技有限公司 | 一种可为用户提供适宜有氧运动量的系统及其实现方法 |
CN109243610A (zh) * | 2018-09-25 | 2019-01-18 | 中山乐心电子有限公司 | 评估用户生理状态的方法及装置 |
-
2020
- 2020-05-13 CN CN202010405242.4A patent/CN111564217A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0176277A2 (en) * | 1984-09-25 | 1986-04-02 | Kabushiki Kaisha Silver Medical | Optimum exercise loading apparatus |
US20110021319A1 (en) * | 2008-03-27 | 2011-01-27 | Polar Electro Oy | Apparatus for Metabolic Training Load, Mechanical Stimulus, and Recovery Time Calculation |
US20130178335A1 (en) * | 2012-01-06 | 2013-07-11 | Advanced Mediwatch Co., Ltd. | Real-time exercise coaching system |
JP2017038779A (ja) * | 2015-08-19 | 2017-02-23 | 清水建設株式会社 | 運動量推定方法及び運動量推定装置 |
CN107291656A (zh) * | 2016-04-06 | 2017-10-24 | 奥美之路(北京)健康科技股份有限公司 | 一种心肺功能的运动测试方案和计算方法 |
JP2018033565A (ja) * | 2016-08-30 | 2018-03-08 | セイコーエプソン株式会社 | 運動支援システム、運動支援方法、および運動支援装置 |
CN106821362A (zh) * | 2016-12-15 | 2017-06-13 | 中世泓利(北京)健康科技有限公司 | 一种基于心率数据以及运动时间的中小学生体育锻炼运动负荷的评价方法 |
EP3391809A1 (en) * | 2017-04-21 | 2018-10-24 | Koninklijke Philips N.V. | Fitness level prediction device, system and method |
CN107590358A (zh) * | 2017-07-24 | 2018-01-16 | 深圳市沃特沃德股份有限公司 | 运动指导方法和装置 |
CN107595273A (zh) * | 2017-09-12 | 2018-01-19 | 广东远峰电子科技股份有限公司 | 一种心率估算方法和装置 |
CN108854035A (zh) * | 2018-07-13 | 2018-11-23 | 成都尚医信息科技有限公司 | 一种可为用户提供适宜有氧运动量的系统及其实现方法 |
CN109243610A (zh) * | 2018-09-25 | 2019-01-18 | 中山乐心电子有限公司 | 评估用户生理状态的方法及装置 |
Non-Patent Citations (2)
Title |
---|
XINLI SHI ET AL: "The combined effect of temperature, relative humidity and work intensity on human strain in hot and humid environments", BUILDING AND ENVIRONMENT, vol. 69, pages 72 - 80, XP028730259, DOI: 10.1016/j.buildenv.2013.07.016 * |
徐国峰: "《你可以跑得更快:跑者都应该懂的跑步关键数据》", 新星出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230072873A1 (en) | Stamina monitoring method and device | |
EP3158928B1 (en) | Stamina monitoring method and device | |
CN107077523B (zh) | 健康风险指标确定 | |
RU2535615C2 (ru) | Определение затрат энергии пользователя | |
CN104188639B (zh) | 一种动态血压连续监测和实时分析系统 | |
US10219708B2 (en) | Device and method for calculating cardiorespiratory fitness level and energy expenditure of a living being | |
CN106339576A (zh) | 一种健康管理方法和系统 | |
CN111530037B (zh) | 用于评估跑步运动中身体机能反应状态的方法及设备 | |
CN111544853A (zh) | 跑步运动中体力指标评估方法和设备 | |
WO2018090304A1 (zh) | 一种精神压力评测方法和装置 | |
EP2489302A1 (en) | Method and device for estimating energy consumption | |
JP2017158999A (ja) | 最大酸素消費をリアルタイムに監視する監視方法 | |
CN103310092A (zh) | 健康照护管理系统及方法 | |
CN107358556A (zh) | 基于物联网的健康监测及评价平台 | |
CN107590358A (zh) | 运动指导方法和装置 | |
CN113192654A (zh) | 一种运动心率的追踪方法、装置、设备和存储介质 | |
CN115831372A (zh) | 一种睡眠效率量化及干预的方法、系统和装置 | |
CN111524575B (zh) | 运动疲劳度评估方法及设备 | |
CN115101203A (zh) | 心理健康指数评估方法及系统 | |
CN111599471A (zh) | 动态获取最大摄氧量的方法及电子设备 | |
CN111564217A (zh) | 运动负荷评估方法及设备 | |
CN111530036B (zh) | 跑步运动成绩预测方法及电子设备 | |
CN107067152A (zh) | 一种基于hrv分析的疲劳恢复指数监测装置及方法 | |
CN112294263B (zh) | 一种基于脑波频率的非稳定睡眠状态评估方法模型 | |
CN110074770B (zh) | 一种有氧运动目标强度的测评方法和装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 523000 Room 601 and 701, building 2, No.2, Keji 9 Road, Songshanhu Park, Dongguan City, Guangdong Province Applicant after: Guangdong gaochi Sports Technology Co.,Ltd. Address before: Room 130, room 234, room 318, room 5002, building 1, No. 18, Industrial Road East, Songshanhu Park, Dongguan City, Guangdong Province, 523000 Applicant before: Guangdong gaochi Sports Technology Co.,Ltd. |