CN111672087A - 一种适用于街舞的肌肉震动检测系统和检测方法 - Google Patents
一种适用于街舞的肌肉震动检测系统和检测方法 Download PDFInfo
- Publication number
- CN111672087A CN111672087A CN202010538479.XA CN202010538479A CN111672087A CN 111672087 A CN111672087 A CN 111672087A CN 202010538479 A CN202010538479 A CN 202010538479A CN 111672087 A CN111672087 A CN 111672087A
- Authority
- CN
- China
- Prior art keywords
- module
- algorithm module
- detection
- data
- vibration
- 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
Images
Classifications
-
- 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
-
- 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
- A61B5/1107—Measuring contraction of parts of the body, e.g. organ, muscle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/224—Measuring muscular strength
-
- 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
-
- 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
- A63B2230/60—Measuring physiological parameters of the user muscle strain, i.e. measured on the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/14—Classification; Matching by matching peak patterns
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Physical Education & Sports Medicine (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Telephone Function (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种适用于街舞的肌肉震动检测系统,包括一个智能手机和多个用于佩戴在待检测肌肉部位的检测节点设备;所述检测节点设备包括加速度传感器、微控制器、蓝牙收发器;所述智能手机通过蓝牙扫描检测节点设备,扫描到所有的检测节点后,进行配对连接、接收数据、处理数据、指导舞者;所述智能手机包括震动检测APP软件;该震动检测APP软件还包括一次曲线拟合算法模块、二次曲线拟合算法模块、时间窗口计算模块、余波计算模块、峰值恢复算法模块、差分优化算法模块、节拍校准算法模块、滤波算法模块;本发明通过一系列的量化模块,最终实现了对于pop动作测评各个环节的全部量化,产生了从量变到质变的飞跃。
Description
技术领域
本发明属于街舞运动领域,尤其涉及一种适用于街舞的肌肉震动检测系统和检测方法。
背景技术
街舞中运用的肌肉震动的方法称为“pop”,“pop”比赛有两个重要指标,一是检测谁的肌肉震动的幅度、爆发力以及肌肉收缩得快慢,需要突然起突然停:起,必须有一个很大的力度和幅度,停,停完以后不能再有额外的震颤。起停过程干净利索,这个过程不仅需要肌肉有力度的弹出,并且需要快速的收紧;另一个重要指标是检测肌肉的起和收必须和音乐或者和鼓点相对应,这两个匹配越好相当于“pop”跳得越好。以上两点决定了pop的质感。
传统对于pop质感的评价只能通过其他人目测来进行评价,或者舞者自己拍下视频进行观察,亦或是者舞者自身对pop的感觉进行评价,无论采用哪一种评价方式,都是主观的行为,而无法在做pop的时候同时观察镜子中的自己的肌肉震动的质感。对于当前pop存在的问题,具体应该往哪个方面进行训练,这无从得知,从来没有客观的评价手段来测试pop的效果。
发明内容
本发明针对现有技术存在的问题,提出一种适用于街舞的肌肉震动检测系统和检测方法,目的在于解决现有技术没有客观的评价手段来测试pop的效果的问题。
本发明为解决其技术问题提出以下技术方案。
一种适用于街舞的肌肉震动检测系统,包括一个智能手机和多个用于佩戴在待检测肌肉部位的检测节点设备;所述检测节点设备包括加速度传感器、微控制器、蓝牙收发器;当舞者跟着音乐的节拍做出震动的时候,加速度传感器会将震动的加速度数据传输给微处理器,微处理器控制着蓝牙收发器,将波形数据通过蓝牙发送给智能手机;所述智能手机通过蓝牙扫描检测节点设备,扫描到所有的检测节点后,进行配对连接、接收数据、处理数据、指导舞者;所述智能手机包括震动检测APP软件;该震动检测APP软件包括包括配置检测节点个数模块、配置检测节点部位模块、配置震动触发阈值模块;
其特征在于:
该震动检测APP软件还包括一次曲线拟合算法模块、二次曲线拟合算法模块、时间窗口计算模块、余波计算模块、峰值恢复算法模块、差分优化算法模块、节拍校准算法模块、滤波算法模块;所述一次曲线拟合算法模块用于根据屏幕分辨率将离散点显示为连续曲线;所述二次曲线拟合算法模块用于将离散点形成连续曲线并计算连续曲线上的峰值;所述时间窗口计算模块用于计算峰值延迟时间;所述余波计算模块用于计算峰值窗口之后幅值满足一定值的情况下持续的时间;所述峰值恢复模块用于对超出了加速度传感器量程的数据采用三点二次插值、恢复出真实的峰值;所述差分优化算法模块用于根据街舞明星的波形进行差分运算并提出问题和优化方向;所述节拍校准算法模块用于实时辅助舞者对音乐节拍进行把握。
所述一次曲线拟合算法模块对波形进行适当的滤波、插值、曲线拟合、动态渲染等处理,使得显示在手机屏幕上的波形更接近时隙情况,并且获得更好的视觉体验;所述二次曲线拟合算法模块、结合时间窗算法模块、结合余波算法模块、结合峰值恢复算法模块、结合滤波算法模块对舞者的震动波形进行分析,提取峰值、一次微分、二次微分等运算,对舞者的肌肉震动的力度、爆发力、以及肌肉收缩速度给出评价;所述差分优化算法模块将下载的街舞明星的波形和舞者的波形进行差分运算,快速的发现舞者的肌肉震动存在的问题和优化的方向;所述节拍校准算法模块从音乐中提取低音效果,以beat节拍的峰值时刻为基准,判断肌肉震动波形的峰值的超前量和延迟量,从而及时的在手机屏幕上给出此结果,实时的辅助舞者对音乐节拍的把握。
所述的微控制器包括数据取舍模块、数据缓存模块;该数据取舍模块用于判断电信号中的数据是否有大于震动触发阈值的数据,如果没有则丢弃数据,如果有则将此时刻前后各100ms的数据缓存下来,保存到数据缓存模块,等待发送。
所述多个检测节点设备作为蓝牙设备的从设备,手机作为蓝牙设备的主设备,智能手机和多个检测节点组成pico net,手机可以同时采集多个检测节点的波形数据;所述多个检测节点设备按照蓝牙的不同时隙分时向手机发送测试结果,而非同时向手机进行发送,检测节点的发送顺序有手机统一管理和控制。
一种适用于街舞的肌肉震动检测系统的检测方法,其特征在于:包括如下步骤:
S1)将多个检测设备节点佩戴在待检测肌肉部位,开机后与智能手机进行连接;
S2)通过智能手机上的APP配置多个检测设备节点的工作模式,并且启动工作;
S3)当舞者在跳街舞的时候,肌肉跟随音乐做出震动,每一次震动会启动身上的检测节点,检测节点采集舞者肌肉震动的结果,并将结果通过蓝牙装置传输给智能手机;
S4)智能手机接收到各个节点的加速度离散数据后,通过二次曲线拟合算法模块、峰值恢复算法模块、滤波算法模块、时间窗计算模块、余波计算模块、峰值恢复算法模块对舞者的肌肉震动的力度、爆发力以及肌肉收缩速度给出评价;
S5)智能手机接收到各个节点的加速度离散数据后,根据屏幕分辨率要求、通过一次曲线拟合算法模块,将离散点之间用一次曲线去做插值,将离散点变成连续曲线。
S6)智能手机的差分优化算法模块下载街舞明星的肌肉震动波形和待检测者的pop震动波形进行比对,提供更全面的评价和指导训练的意见;
S7)智能手机的节拍校准控制模块在采集、处理、显示波形数据的同时,还可以通过手机的音频传感器(MIC)或者设备节点上的音频传感器(MIC),采集舞蹈音乐的beat(鼓点),并计算beta的峰值时刻是否和震动波形的峰值时刻一致,以此来矫正舞者的肌肉震动时刻。
本发明的优点效果
本发明通过设置智能手机的震动检测APP软件、通过智能手机连接多个包括加速度传感器、微处理器、蓝牙收发器的检测节点、通过微控制器的数据取舍模块、数据缓存模块,实现了对于街舞pop动作指标的量化测评。具体为:通过基于手机APP的二次曲线拟合算法模块,实现了对于pop动作力度的量化评测;通过基于手机APP的时间窗口算法模块,实现了对于pop动作冲击力的量化评测;通过基于手机APP的余波算法模块,实现了对于pop动作是否干净利落的量化评测;通过基于手机APP的差分优化算法模块,实现了对于pop动作的量化指导;通过基于手机APP的节拍校准算法模块,实现了pop和音乐节拍的量化吻合;通过以上一系列的量化模块,最终实现了对于pop动作测评各个环节的全部量化,产生了从量变到质变的飞跃。
本发明将智能手机、智能手机APP软件、加速度传感器、微处理器、蓝牙收发器各个部分有机组合,组合以后各个部分相互支持、相互依赖,解决了用智能化手段代替人工目测pop动作的新的技术问题,组合以后的效果相比组合以前各个部分的独立效果要好的多。
附图说明
图1为本发明适用于街舞的肌肉震动的检测装置框图;
图2为本发明适用于街舞的检测节点结构框图;
图3为本发明适用于街舞的微控制器结构框图;
图4为本发明适用于街舞的手机APP软件框图。
具体实施方式
下面结合附图对本发明进一步解释:
本发明设计原理
一、pop的三类检测指标
1、对pop动作本身的检测。检测一个pop动作需要检测三个点:峰值、时间窗大小、余波:pop动作以前,舞者将可穿戴传感器分别绑定在身上的不同待检测肌肉部分上;当作pop时,肌肉会突然弹出,在加速度传感器上会有一个很大的加速度节约信号,节约信号峰值越大,证明pop的肌肉弹出动作完成得越漂亮;当肌肉收回时,要求峰值时间要短,时间越短说明pop冲击力越大,因此,一个是检测pop的峰值,一个是检测pop的时间窗口,时间窗口越短越好;当pop做完以后有些人还会有余震,余震的原因是:起、停动作控制不好,起、停完了还会有余震,所以pop动作完成后还要检测余波,余波越干净证明pop动作越干净。以上检测峰值证明了pop动作的力度,检测时间窗大小证明了pop动作的冲击力,检测余波证明pop动作是否干净利落。因此通过检测峰值、时间窗大小、余波这三点能够证明pop的一个动作理想或不理想。
2、pop和音乐节拍的检测。除了对pop动作本身检测以外,另外一个检测是检测pop和音乐节奏是否匹配,如果只是pop动作符合标准、但和音乐不匹配也不能达到音乐指导的效果,检测方法是用智能手机的节拍校准控制模块对pop的峰值和音乐的峰值进行比较,判断是延迟还是滞后,由此实现对pop动作进行指导。
3.pop和明星波形的检测。通过采集街舞大师指标并加以储存,当舞者学习街舞时,将采集的街舞大师指标提取出来和采集的舞者的指标比较,对舞者练习街舞提出一些建议,比如建议重点练习震动幅值、或重点练习时间窗口、或重点练习控制更加干净、或者练习时间匹配,通过差分计算给舞者提供指导。
二、几个关键算法
1、二次曲线拟合算法。本算法目的是通过将离散点连成曲线后求出峰值,所以对曲线的要求精细。由于数字采样信号只能采样单点信号,例如每1毫秒采集1个加速度值,这些离散点不能形成连续曲线,对于后面做数据处理求出峰值不够直观,所以做了一个曲线插补的算法,由于要获得峰值,而一次、三次曲线都没有峰值,只有二次曲线有峰值,所以采用最简单的二次曲线去做插补。
2、峰值恢复算法原理。本发明采用三点二次插值(抛物线插值)插值函数进行峰值恢复:当舞者的pop力度非常大的时候,有可能加速度非常大,以至于超出了加速度传感器的量程,这时候波形输出就是传感器量程的最大值,无法得到真实的峰值,需要对超出量程前一时刻的数据和超出量程后一时刻的数据进行抛物线拟合,以恢复出真实的峰值。
3、一次曲线拟合算法。本算法目的是在屏幕上显示曲线而非求出峰值,所以不需要特别精细曲线处理。具体将采集的离散点根据屏幕分辨率输出波形,和二次曲线拟合的区别在于,不需要特别精细曲线处理,所以采用一次曲线拟合方法:将两点之间用直线拟合。由于采样速度足够快,所以看上去近似是一条曲线。
4、滤波算法。滤波算法是为了去掉干扰源,得到一个干净的峰值曲线。滤波后的数据更加贴近真实的震动曲线,用于智能手机的APP需要对此数据进行分析和评价。
5、时间窗口算法。峰值延迟时间即时间窗口。经过滤波拿到一个干净的峰值曲线以后,相对于纵坐标,从零点到峰值再到零点,两个零点之间的距离就是时间窗。
6、余波的计算。在峰值窗口之后幅值满足一定值的情况下持续的时间。
基于以上发明原理,本发明设计了一种适用于街舞的肌肉震动检测系统,一种适用于街舞的肌肉震动检测系统如图1所示,包括一个智能手机和多个用于佩戴在待检测肌肉部位的检测节点设备;如图2所示,所述检测节点设备包括加速度传感器、微控制器、蓝牙收发器;当舞者跟着音乐的节拍做出震动的时候,加速度传感器会将震动的加速度数据传输给微处理器,微处理器控制着蓝牙收发器,将波形数据通过蓝牙发送给智能手机;所述智能手机通过蓝牙扫描检测节点设备,扫描到所有的检测节点后,进行配对连接、接收数据、处理数据、指导舞者;所述智能手机包括震动检测APP软件;
如图4所示,所述智能手机震动检测APP软件包括包括配置检测节点个数模块、配置检测节点部位模块、配置震动触发阈值模块;
其特征在于:
所述智能手机震动检测APP软件还包括一次曲线拟合算法模块、二次曲线拟合算法模块、时间窗口计算模块、余波计算模块、峰值恢复算法模块、差分优化算法模块、节拍校准算法模块、滤波算法模块;所述一次曲线拟合算法模块用于根据屏幕分辨率显示连续曲线;所述二次曲线拟合算法模块用于将离散点形成连续曲线并计算连续曲线上的峰值;所述时间窗口计算模块用于计算峰值延迟时间;所述余波计算模块用于计算峰值窗口之后幅值满足一定值的情况下持续的时间;所述峰值恢复模块用于对超出了加速度传感器量程的数据采用三点二次插值,恢复出真实的峰值;所述差分优化算法模块用于根据街舞明星的波形进行差分运算并提出问题和优化方向;所述节拍校准算法模块用于实时辅助舞者对音乐节拍进行把握。
所述一次曲线拟合算法模块对波形进行适当的滤波、插值、曲线拟合、动态渲染等处理,使得显示在手机屏幕上的波形更接近时隙情况,并且获得更好的视觉体验;所述二次曲线拟合算法模块、结合时间窗算法模块、结合余波算法模块、结合峰值恢复算法模块、结合滤波算法模块对舞者的震动波形进行分析,提取峰值、一次微分(二次曲线拟合算法模块采用一次微分找峰值)、二次微分等运算(时间窗口计算模块采用二次微分找拐点,也就是找窗口点),对舞者的肌肉震动的力度、爆发力以及肌肉收缩速度给出评价;所述差分优化算法模块将下载的街舞明星的波形和舞者的波形进行差分运算,快速的发现舞者的肌肉震动存在的问题和优化的方向;所述节拍校准算法模块从音乐中提取低音效果,一般称为beat节拍,以beat节拍的峰值时刻为基准,判断肌肉震动波形的峰值的超前量和延迟量,从而及时的在手机屏幕上给出此结果,实时的辅助舞者对音乐节拍的把握。
如图3所示,所述的微控制器包括数据取舍模块、数据缓存模块;该数据取舍模块用于判断电信号中的数据是否有大于震动触发阈值的数据,如果没有则丢弃数据,如果有则将此时刻前后各100ms的数据缓存下来,保存到数据缓存模块,等待发送。
所述多个检测节点设备作为蓝牙设备的从设备,手机作为蓝牙设备的主设备,智能手机和多个检测节点组成pico net,手机可以同时采集多个检测节点的波形数据;所述多个检测节点设备按照蓝牙的不同时隙分时向手机发送测试结果,而非同时向手机进行发送,检测节点的发送顺序有手机统一管理和控制。
一种适用于街舞的肌肉震动检测系统的检测方法,其特征在于:包括如下步骤:
S1)将多个检测设备节点佩戴在待检测肌肉部位,开机后与智能手机进行连接;
S2)通过智能手机上的APP配置多个检测设备节点的工作模式,并且启动工作;
S3)当舞者在跳街舞的时候,肌肉跟随音乐做出震动,每一次震动会启动身上的检测节点,检测节点采集舞者肌肉震动的结果,并将结果通过蓝牙装置传输给智能手机;
S4)智能手机接收到各个节点的加速度离散数据后,通过二次曲线拟合算法模块、峰值恢复算法模块、滤波算法模块、时间窗计算模块、余波计算模块、峰值恢复算法模块对舞者的肌肉震动的力度、爆发力以及肌肉收缩速度给出评价;
S5)智能手机接收到各个节点的加速度离散数据后,根据屏幕分辨率要求、通过一次曲线拟合算法模块,将离散点之间用一次曲线去做插值,将离散点变成连续曲线。
S6)智能手机的差分优化算法模块下载街舞明星的肌肉震动波形和待检测者的pop震动波形进行比对,提供更全面的评价和指导训练的意见;
S7)智能手机的节拍校准控制模块在采集、处理、显示波形数据的同时,还可以通过手机的音频传感器(MIC)或者设备节点上的音频传感器(MIC),采集舞蹈音乐的beat(鼓点),并计算beta的峰值时刻是否和震动波形的峰值时刻一致,以此来矫正舞者的肌肉震动时刻。
实施例一
第一、该系统包括一个智能手机和多个检测节点。以4个节点为例,将4个检测节点佩戴于双臂的肱三头肌位置和双腿的大腿正面肌肉,检测肌肉的加速度,来反应pop的完成效果。
第二、手机通过蓝牙扫描检测节点,扫描到所有的检测节点后,进行配对连接,此时检测节点的指示灯会由常亮变为闪烁。通过手机上的APP配置4个检测节点的检测位置分别左右臂的肱三头肌和左右腿的大腿正面肌肉。根据自身的pop的力度设置震动阈值,合理的阈值可以使得波形能够反映更多舞者的pop细节。
第三、检测节点核心部件由三轴加速度传感器、微控制器、蓝牙收发器组成。加速度传感器选用ADI公司的ADXL345,微控制器选用TI公司的MSP430,蓝牙收发器选用TI公司的CC2564。工作框图如图2所示,ADXL345通过SPI接口连接到MSP430上,MSP430通过UART连接到CC2564上。
第四、如图3所示,微控制器采集加速度传感器检测到的肌肉的震动,并判断是否超过阈值,如果超过则通过蓝牙收发器CC2564传输给手机。多个节点在手机的控制下依次传输波形到手机中。
第五、当舞者的pop力度非常大的时候,有可能加速度非常大,以至于超出了加速度传感器的量程,这时候波形输出就是传感器量程的最大值,无法得到真实的峰值,需要对超出量程前一时刻的数据和超出量程后一时刻的数据进行抛物线拟合,以恢复出真实的峰值。本文采用三点二次插值(抛物线插值),插值函数为:
y=yk-1*lk-1+yk*lk+yk+1*lk+1
xk,xk-1,xk+1为当前点、前一个点和后一个点的横坐标值,yk,yk-1,yk+1为对应的纵坐标值,x为待插值的横坐标,y即为插值后得到的值。
第六、由于ADXL345加速度传感器非常敏感,对于非pop产生的加速度,即干扰信号,也可以采集进来,为了看到干净的肌肉震动波形,需要将这些干扰信号去掉,而一般干扰信号为高频噪声,通过截止频率为1/4采样率的fir滤波器,阶数为40,滤波器的幅频曲线如图1所示,滤波器系数如下:
0、7、14、14、0、-26、-49、-46、0、79、146、133、0、-219、-400、-370、0、698、1540、2230、2497、2230、1540、698、0、-370、-400、-219、0、133、146、79、0、-46、-49、-26、0、14、14、7、0
将波形数据与滤波器系数进行卷积运算,得到滤除高频干扰的波形数据。
第七、滤波后的数据更加贴近真是的震动曲线,智能手机的APP需要对此数据进行分析和评价,通过二次曲线拟合算法模块搜索峰值得到pop的力度,通过时间窗口计算模块搜索一次微分的峰值得到pop的爆发力,通过余波计算模块测量波形持续的时间得到pop的收紧和放松的时间。
第八、APP界面上不仅要显示对波形的评价,还需要显示实时的波形,而波形的实际点数一般为400点,而智能手机的显示像素千差万别,以SONY的XL39H为例,其中共有800个像素点可以显示波形,为了使得400个点在800个像素点上显示,需要将400个点插值到800个点,插值采用线性插值,插值公式为:
其中,x1,y1为原始数据第一个点的横纵坐标,x2、y2为原始数据第二个点的横纵坐标,x为插值位置,y为插值点的值。
第九、舞者不仅可以观察自己的波形数据,并且分享到互联网上,还可以从网上下载街舞明星的数据,并与之进行比对,通过手机APP的对比功能,快速的发现自身存在的问题,并给出指导意见。
第十、当手机启动了内置麦克风功能以后,手机便可以采集音频信号,并且可以精确的计算音乐中beat到来的时刻,同时手机通过蓝牙接收到的pop波形,将波形中的峰值时刻与beat音效的峰值时刻进行比较,给出pop应该超前还是之后的建议。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种适用于街舞的肌肉震动检测系统,包括一个智能手机和多个用于佩戴在待检测肌肉部位的检测节点设备;所述检测节点设备包括加速度传感器、微控制器、蓝牙收发器;当舞者跟着音乐的节拍做出震动的时候,加速度传感器会将震动的加速度数据传输给微处理器,微处理器控制着蓝牙收发器,将波形数据通过蓝牙发送给智能手机;所述智能手机通过蓝牙扫描检测节点设备,扫描到所有的检测节点后,进行配对连接、接收数据、处理数据、指导舞者;所述智能手机包括震动检测APP软件;该震动检测APP软件包括包括配置检测节点个数模块、配置检测节点部位模块、配置震动触发阈值模块;
其特征在于:
该震动检测APP软件还包括一次曲线拟合算法模块、二次曲线拟合算法模块、时间窗口计算模块、余波计算模块、峰值恢复算法模块、差分优化算法模块、节拍校准算法模块、滤波算法模块;所述一次曲线拟合算法模块用于根据屏幕分辨率将离散点显示为连续曲线;所述二次曲线拟合算法模块用于将离散点形成连续曲线并计算连续曲线上的峰值;所述时间窗口计算模块用于计算峰值延迟时间;所述余波计算模块用于计算峰值窗口之后幅值满足一定值的情况下持续的时间;所述峰值恢复模块用于对超出了加速度传感器量程的数据采用三点二次插值、恢复出真实的峰值;所述差分优化算法模块用于根据街舞明星的波形进行差分运算并提出问题和优化方向;所述节拍校准算法模块用于实时辅助舞者对音乐节拍进行把握。
2.根据权利要求1所述一种适用于街舞的肌肉震动检测系统,其特征在于:所述一次曲线拟合算法模块对波形进行适当的滤波、插值、曲线拟合、动态渲染等处理,使得显示在手机屏幕上的波形更接近时隙情况,并且获得更好的视觉体验;所述二次曲线拟合算法模块、结合时间窗算法模块、结合余波算法模块、结合峰值恢复算法模块、结合滤波算法模块对舞者的震动波形进行分析,提取峰值、一次微分、二次微分等运算,对舞者的肌肉震动的力度、爆发力、以及肌肉收缩速度给出评价;所述差分优化算法模块将下载的街舞明星的波形和舞者的波形进行差分运算,快速的发现舞者的肌肉震动存在的问题和优化的方向;所述节拍校准算法模块从音乐中提取低音效果,以beat节拍的峰值时刻为基准,判断肌肉震动波形的峰值的超前量和延迟量,从而及时的在手机屏幕上给出此结果,实时的辅助舞者对音乐节拍的把握。
3.根据权利要求1所述一种适用于街舞的肌肉震动检测系统,其特征在于:所述的微控制器包括数据取舍模块、数据缓存模块;该数据取舍模块用于判断电信号中的数据是否有大于震动触发阈值的数据,如果没有则丢弃数据,如果有则将此时刻前后各100ms的数据缓存下来,保存到数据缓存模块,等待发送。
4.根据权利要求1所述一种适用于街舞的肌肉震动检测系统,其特征在于:所述多个检测节点设备作为蓝牙设备的从设备,手机作为蓝牙设备的主设备,智能手机和多个检测节点组成pico net,手机可以同时采集多个检测节点的波形数据;所述多个检测节点设备按照蓝牙的不同时隙分时向手机发送测试结果,而非同时向手机进行发送,检测节点的发送顺序有手机统一管理和控制。
5.一种如权利要求1-4任意一项所述一种适用于街舞的肌肉震动检测系统的检测方法,其特征在于:包括如下步骤:
S1)将多个检测设备节点佩戴在待检测肌肉部位,开机后与智能手机进行连接;
S2)通过智能手机上的APP配置多个检测设备节点的工作模式,并且启动工作;
S3)当舞者在跳街舞的时候,肌肉跟随音乐做出震动,每一次震动会启动身上的检测节点,检测节点采集舞者肌肉震动的结果,并将结果通过蓝牙装置传输给智能手机;
S4)智能手机接收到各个节点的加速度离散数据后,通过二次曲线拟合算法模块、峰值恢复算法模块、滤波算法模块、时间窗计算模块、余波计算模块、峰值恢复算法模块对舞者的肌肉震动的力度、爆发力以及肌肉收缩速度给出评价;
S5)智能手机接收到各个节点的加速度离散数据后,根据屏幕分辨率要求、通过一次曲线拟合算法模块,将离散点之间用一次曲线去做插值,将离散点变成连续曲线。
S6)智能手机的差分优化算法模块下载街舞明星的肌肉震动波形和待检测者的pop震动波形进行比对,提供更全面的评价和指导训练的意见;
S7)智能手机的节拍校准控制模块在采集、处理、显示波形数据的同时,还可以通过手机的音频传感器(MIC)或者设备节点上的音频传感器(MIC),采集舞蹈音乐的beat(鼓点),并计算betas的峰值时刻是否和震动波形的峰值时刻一致,以此来矫正舞者的肌肉震动时刻。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010538479.XA CN111672087B (zh) | 2020-06-13 | 2020-06-13 | 一种适用于街舞的肌肉震动检测系统和检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010538479.XA CN111672087B (zh) | 2020-06-13 | 2020-06-13 | 一种适用于街舞的肌肉震动检测系统和检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111672087A true CN111672087A (zh) | 2020-09-18 |
CN111672087B CN111672087B (zh) | 2021-05-07 |
Family
ID=72435783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010538479.XA Expired - Fee Related CN111672087B (zh) | 2020-06-13 | 2020-06-13 | 一种适用于街舞的肌肉震动检测系统和检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111672087B (zh) |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1072791A (zh) * | 1986-10-14 | 1993-06-02 | 雅马哈株式会社 | 具有检测装置的乐音控制装置 |
JP2001198110A (ja) * | 2000-01-18 | 2001-07-24 | Microstone Corp | 身体動作センシング装置 |
CN1423540A (zh) * | 1999-11-24 | 2003-06-11 | 欧洲森德医疗公司 | 训练骨盆底肌肉的方法和装置 |
CN1457246A (zh) * | 2001-03-06 | 2003-11-19 | 微石有限公司 | 身体动作检测装置 |
CN1767873A (zh) * | 2003-04-01 | 2006-05-03 | 法拉马兹·杰迪迪 | 监控肌肉活动的方法和用于监控肌肉活动的设备 |
JP2007278082A (ja) * | 2006-04-03 | 2007-10-25 | Nissan Motor Co Ltd | 車両の運動制御装置 |
CN101908103A (zh) * | 2010-08-19 | 2010-12-08 | 北京启动在线文化娱乐有限公司 | 以体感方式进行互动的网络舞蹈系统 |
CN101964047A (zh) * | 2009-07-22 | 2011-02-02 | 深圳泰山在线科技有限公司 | 一种基于多跟踪点的人体动作识别方法 |
CN102231192A (zh) * | 2011-05-31 | 2011-11-02 | 福建物联天下信息科技有限公司 | 一种采集动作数据进行比对并得出比对相似度结果的系统 |
CN103294184A (zh) * | 2012-03-05 | 2013-09-11 | 北京千橡网景科技发展有限公司 | 一种用于识别动作的系统、设备和方法 |
CN105327505A (zh) * | 2014-08-20 | 2016-02-17 | 广东小天才科技有限公司 | 一种体感游戏控制设备及其控制方法 |
CN105536228A (zh) * | 2016-02-01 | 2016-05-04 | 安徽北斗易通信息技术有限公司 | 一种基于加速度传感器的数字搏击评测系统 |
CN106455745A (zh) * | 2013-12-02 | 2017-02-22 | 耐克创新有限合伙公司 | 腾空时间 |
CN206388380U (zh) * | 2016-12-21 | 2017-08-08 | 重庆第二师范学院 | 一种基于vr眼镜的舞蹈学习系统 |
US20190038133A1 (en) * | 2006-06-30 | 2019-02-07 | Koninklijke Philips N.V. | Mesh network personal emergency response appliance |
CN109328094A (zh) * | 2016-08-09 | 2019-02-12 | 株式会社比弗雷斯 | 运动识别方法及装置 |
CN109446914A (zh) * | 2018-09-28 | 2019-03-08 | 中山乐心电子有限公司 | 检测运动准确度的方法、装置及智能穿戴设备 |
CN109550209A (zh) * | 2017-09-26 | 2019-04-02 | 本田技研工业株式会社 | 动作矫正装置及动作矫正方法 |
US20190168071A1 (en) * | 2017-09-21 | 2019-06-06 | Visual Gains, Llc | Wearable Fitness Band For Measuring Body Parts |
CN109999468A (zh) * | 2019-03-13 | 2019-07-12 | 杨静 | 一种用于身体训练的触觉反馈式训练系统 |
JP2019122609A (ja) * | 2018-01-17 | 2019-07-25 | アニマ株式会社 | 動作の滑らかさ分析システム及び方法 |
CN110639191A (zh) * | 2018-06-27 | 2020-01-03 | 北京东方兴企食品工业技术有限公司 | 用于评估机体运动能力的系统及其应用 |
US20200015736A1 (en) * | 2017-07-06 | 2020-01-16 | Meshal Alhathal | Providing feedback to a patient performing an exercise based on measured parameters from a therapy device |
CN110711374A (zh) * | 2019-10-15 | 2020-01-21 | 石家庄铁道大学 | 多模态舞蹈动作评价方法 |
WO2020022550A1 (ko) * | 2018-07-25 | 2020-01-30 | 주식회사 키네틱랩 | 사용자의 모션 인식 기반 댄스 게임을 제공하는 방법 및 장치 |
CN110766985A (zh) * | 2019-10-09 | 2020-02-07 | 天津大学 | 一种穿戴式运动传感互动教学系统及其运动传感方法 |
CN110841244A (zh) * | 2019-10-29 | 2020-02-28 | 刘孝章 | 一种人体肢体运动和器械运动模拟声音增强运动能力的装置及其运行方法 |
KR20200061916A (ko) * | 2018-11-26 | 2020-06-03 | 선문대학교 산학협력단 | 노인 위급 상황 인지 서비스를 제공하는 어플리케이션을 운용하는 장치 및 그 방법 |
-
2020
- 2020-06-13 CN CN202010538479.XA patent/CN111672087B/zh not_active Expired - Fee Related
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1072791A (zh) * | 1986-10-14 | 1993-06-02 | 雅马哈株式会社 | 具有检测装置的乐音控制装置 |
CN1423540A (zh) * | 1999-11-24 | 2003-06-11 | 欧洲森德医疗公司 | 训练骨盆底肌肉的方法和装置 |
JP2001198110A (ja) * | 2000-01-18 | 2001-07-24 | Microstone Corp | 身体動作センシング装置 |
CN1457246A (zh) * | 2001-03-06 | 2003-11-19 | 微石有限公司 | 身体动作检测装置 |
CN1767873A (zh) * | 2003-04-01 | 2006-05-03 | 法拉马兹·杰迪迪 | 监控肌肉活动的方法和用于监控肌肉活动的设备 |
JP2007278082A (ja) * | 2006-04-03 | 2007-10-25 | Nissan Motor Co Ltd | 車両の運動制御装置 |
US20190038133A1 (en) * | 2006-06-30 | 2019-02-07 | Koninklijke Philips N.V. | Mesh network personal emergency response appliance |
CN101964047A (zh) * | 2009-07-22 | 2011-02-02 | 深圳泰山在线科技有限公司 | 一种基于多跟踪点的人体动作识别方法 |
CN101908103A (zh) * | 2010-08-19 | 2010-12-08 | 北京启动在线文化娱乐有限公司 | 以体感方式进行互动的网络舞蹈系统 |
CN102231192A (zh) * | 2011-05-31 | 2011-11-02 | 福建物联天下信息科技有限公司 | 一种采集动作数据进行比对并得出比对相似度结果的系统 |
CN103294184A (zh) * | 2012-03-05 | 2013-09-11 | 北京千橡网景科技发展有限公司 | 一种用于识别动作的系统、设备和方法 |
CN106455745A (zh) * | 2013-12-02 | 2017-02-22 | 耐克创新有限合伙公司 | 腾空时间 |
CN105327505A (zh) * | 2014-08-20 | 2016-02-17 | 广东小天才科技有限公司 | 一种体感游戏控制设备及其控制方法 |
CN105536228A (zh) * | 2016-02-01 | 2016-05-04 | 安徽北斗易通信息技术有限公司 | 一种基于加速度传感器的数字搏击评测系统 |
CN109328094A (zh) * | 2016-08-09 | 2019-02-12 | 株式会社比弗雷斯 | 运动识别方法及装置 |
CN206388380U (zh) * | 2016-12-21 | 2017-08-08 | 重庆第二师范学院 | 一种基于vr眼镜的舞蹈学习系统 |
US20200015736A1 (en) * | 2017-07-06 | 2020-01-16 | Meshal Alhathal | Providing feedback to a patient performing an exercise based on measured parameters from a therapy device |
US20190168071A1 (en) * | 2017-09-21 | 2019-06-06 | Visual Gains, Llc | Wearable Fitness Band For Measuring Body Parts |
CN109550209A (zh) * | 2017-09-26 | 2019-04-02 | 本田技研工业株式会社 | 动作矫正装置及动作矫正方法 |
JP2019122609A (ja) * | 2018-01-17 | 2019-07-25 | アニマ株式会社 | 動作の滑らかさ分析システム及び方法 |
CN110639191A (zh) * | 2018-06-27 | 2020-01-03 | 北京东方兴企食品工业技术有限公司 | 用于评估机体运动能力的系统及其应用 |
WO2020022550A1 (ko) * | 2018-07-25 | 2020-01-30 | 주식회사 키네틱랩 | 사용자의 모션 인식 기반 댄스 게임을 제공하는 방법 및 장치 |
CN109446914A (zh) * | 2018-09-28 | 2019-03-08 | 中山乐心电子有限公司 | 检测运动准确度的方法、装置及智能穿戴设备 |
KR20200061916A (ko) * | 2018-11-26 | 2020-06-03 | 선문대학교 산학협력단 | 노인 위급 상황 인지 서비스를 제공하는 어플리케이션을 운용하는 장치 및 그 방법 |
CN109999468A (zh) * | 2019-03-13 | 2019-07-12 | 杨静 | 一种用于身体训练的触觉反馈式训练系统 |
CN110766985A (zh) * | 2019-10-09 | 2020-02-07 | 天津大学 | 一种穿戴式运动传感互动教学系统及其运动传感方法 |
CN110711374A (zh) * | 2019-10-15 | 2020-01-21 | 石家庄铁道大学 | 多模态舞蹈动作评价方法 |
CN110841244A (zh) * | 2019-10-29 | 2020-02-28 | 刘孝章 | 一种人体肢体运动和器械运动模拟声音增强运动能力的装置及其运行方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111672087B (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6152763B2 (ja) | 運動支援装置及び運動支援方法、運動支援プログラム | |
CN104244821B (zh) | 离床监测装置 | |
US8167800B2 (en) | Apparatus and method for processing pulse waves | |
CN107102728A (zh) | 基于虚拟现实技术的显示方法及系统 | |
US9576500B2 (en) | Training supporting apparatus and system for supporting training of walking and/or running | |
CN104706336B (zh) | 一种光电式脉搏信号测量方法、装置及测量设备 | |
JP2014180483A (ja) | 運動支援装置、運動思案方法及び運動支援プログラム | |
WO2009106691A1 (en) | A method, apparatus and computer program product for detecting heart rate | |
Le Sage et al. | Development of a real time system for monitoring of swimming performance | |
JP2010005033A (ja) | 歩行動作分析装置 | |
CN104813379A (zh) | 检测设备在水平或垂直方向的位置的变化 | |
CN105249925B (zh) | 一种中医脉象采集装置及降噪系统和降噪方法 | |
EP3087364B1 (en) | Analysis apparatus, recording medium, and analysis method | |
CN103315728A (zh) | 心率检测和显示方法及其装置 | |
CN114366062B (zh) | 可穿戴设备及其佩戴检测方法和介质 | |
CN104318950B (zh) | 信息处理方法及电子设备 | |
CN105788581A (zh) | 卡拉ok评分方法和装置 | |
JP6241488B2 (ja) | 運動支援装置、運動支援方法及び運動支援プログラム | |
CN111672087B (zh) | 一种适用于街舞的肌肉震动检测系统和检测方法 | |
CN109743667A (zh) | 耳机佩戴检测方法与耳机 | |
KR20150044311A (ko) | 심전도 신호를 이용한 동기신호 생성 방법 및 장치 | |
CN110477924B (zh) | 适应性运动姿态感测系统与方法 | |
CN114602155B (zh) | 游泳信息统计方法、计算机可读存储介质和电子设备 | |
US20220092434A1 (en) | Noise waveform removing device, model training device, noise waveform removing method, model training method, generation model, and wearable device | |
CN108833671A (zh) | 电子装置的跌落检测方法及相关产品 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210507 |