CN111800693A - 一种基于蓝牙耳机的运动姿态判断方法与系统 - Google Patents

一种基于蓝牙耳机的运动姿态判断方法与系统 Download PDF

Info

Publication number
CN111800693A
CN111800693A CN202010613739.5A CN202010613739A CN111800693A CN 111800693 A CN111800693 A CN 111800693A CN 202010613739 A CN202010613739 A CN 202010613739A CN 111800693 A CN111800693 A CN 111800693A
Authority
CN
China
Prior art keywords
user
bluetooth headset
rhythm
motion
action
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.)
Withdrawn
Application number
CN202010613739.5A
Other languages
English (en)
Inventor
沈之锐
张玉
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.)
Shaoguan Qizhi Information Technology Co ltd
Original Assignee
Shaoguan Qizhi 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 Shaoguan Qizhi Information Technology Co ltd filed Critical Shaoguan Qizhi Information Technology Co ltd
Priority to CN202010613739.5A priority Critical patent/CN111800693A/zh
Publication of CN111800693A publication Critical patent/CN111800693A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04RLOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00Details of transducers, loudspeakers or microphones
    • H04R1/10Earpieces; Attachments therefor ; Earphones; Monophonic headphones
    • H04R1/1091Details not provided for in groups H04R1/1008 - H04R1/1083
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/253Fusion techniques of extracted features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0346Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10HELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H1/00Details of electrophonic musical instruments
    • G10H1/0008Associated control or indicating means

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

通过蓝牙耳机获取音乐节拍,在蓝牙耳机中装有陀螺仪通过获取蓝牙耳机的运动轨迹来推断用户的运动轨迹;记录教练和用户的运动轨迹,以及运动时的加速度和角速度;判断所述教练与所述用户的动作是否一致;通过比较所述用户的动作与音乐节拍的匹配度,判断用户的运动节奏是否标准;最后,通过蓝牙耳机进行节奏和动作的提醒或矫正。本发明能够在没有摄像头或者体感检测的设备的时候,被很好的使用。通过蓝牙耳机在个人佩戴耳机时播放提醒,避免了提醒内容被其他人听到,避免了动作错误导致的尴尬,能够按身体比例进行针对性的提醒,能够达到很好的改善动作的效果。

Description

一种基于蓝牙耳机的运动姿态判断方法与系统
技术领域
本发明涉及计算机应用技术领域,尤其涉及一种基于蓝牙耳机的运动姿态判断方法与系统。
背景技术
随着社会进步和人民生活水平的提高,耳机已成为人们生活中必不可少的生活用品。人们喜欢在各种场合使用耳机,如乘车的时候、运动的时候、睡觉前,这使得人们对耳机的要求越来越高。目前在跑步、健身或者跳舞的时候,蓝牙耳机尤为合适。因为蓝牙耳机,不需要与设备用线连接。虽然蓝牙耳机是好,但是只能是在运动的时候听听音乐、听听新闻、听广播或者听书等。但是这些应用都只是简单应用,并没有把蓝牙耳机真正的潜在用途进行开发挖掘,已被授权的实用新型201921144986.4具有姿势提醒功能的耳机,它已经将如何在耳机中植入陀螺仪进行了实现。通过蓝牙耳机来进一步分析用户动作,分析是否在健身或跳舞过程中,达到标准,能够等同于一个贴身教练,协助用户改善运动过程。
本发明可以在运动的过程中,跟踪用户的动作,对用户进行分析检测用户的头部运动轨迹,和姿势状态。如果出现姿势不对。或者运动状态两个耳机之间的倾斜度等与其他人不一致,通过系统分析后,在蓝牙耳机上给出精确的指导,通过蓝牙耳机播放出教学方法和纠正指导。
除此之外,本发明可以提高教学效率,将原来老师只能是面对面教,到现在可以录好一整套标准的动作,再通过实时监测运动者的动作,再将其与标准的动作对比,如果有偏差,则进行语音提示指导,进而达到像老师在当场教授一样的效果。
发明内容
本发明提供了一种基于蓝牙耳机的运动姿态判断方法与系统用于通过蓝牙耳机来判断用户的动作是否标准。
本发明提供了一种基于蓝牙耳机的运动姿态判断方法与系统,主要包括以下步骤:
通过蓝牙耳机获取音乐节拍,在蓝牙耳机中装有陀螺仪通过获取蓝牙耳机的运动轨迹来推断用户的运动轨迹;记录教练的运动轨迹和用户的运动轨迹,以及运动时的加速度和角速度;计算上下前后左右各个维度的相似度,并融合为一个特征值,通过该值的大小,判断教练与用户的动作是否一致;通过比较当前用户的动作与音乐节拍的匹配度,判断运动节奏是否标准;通过蓝牙耳机进行节奏和动作的提醒矫正。
进一步可选地,如上所述的方法中,所述通过蓝牙耳机获取音乐节拍周期 ,主要包括:
获取音乐的节拍点序列;计算所述节拍点序列中每两个相邻节拍点的距离值;统计相同的距离值出现的次数,根据所述次数确定对应的距离值为节拍周期;
进一步可选地,如上所述的方法中,所述在蓝牙耳机中装有陀螺仪通过获取蓝牙耳机的运动轨迹来推断用户的运动轨迹 ,主要包括:
将微机电陀螺仪(MEMS)安装于蓝牙耳机中,采集陀螺仪加速器信号,使用低通滤波器来过滤从加速器接收到的信号,用于消除移动造成的噪音;从所述加速器接收到的三个数值(x, y, z)进行两次积分运算,分别用于将加速转化成速度,然后再从速度转化成距离;从内置的陀螺仪中获得的欧拉角进行补尝,用欧拉角映射出一个到加速器起始坐标的向量,用于测量移动的轨迹。
进一步可选地,如上所述的方法中,所述根据运动轨迹,计算上下左右前后各维度的相似度,主要包括:
通过戴在教练头上和用户头上的蓝牙耳机获取用户运动轨迹,所述蓝牙耳机分为左右耳两个,两个耳机都安装有陀螺仪,所述运动轨迹包括上下左右前后六个方向的运动轨迹,以及获得在每次在运动轨迹改变方向时的加速度和角速度。
进一步可选地,如上所述的方法中,所述融合为一个值,通过该值的大小,识别出教练与用户的动作是否一致,主要包括:
通过欧式距离将各维度的数据进行融合成为一个相似度值,通过测量好的教练与用户的身高体重比值,对相似度阈值进行调整,最后判断教练与用户是否动作是一致的。
进一步可选地,如上所述的方法中,所述通过比较当前用户的动作与音乐节拍的匹配度,判断运动节奏是否标准 ,主要包括:
蓝牙耳机持续获取用户的加速度和角速度,判断加速度和角速度的变化周期,是否与节拍变化周期一致,若两者一致,说明用户跟上节拍,通过蓝牙耳机进行鼓励;如果两者不一致,进行节奏矫正。
进一步可选地,如上所述的方法中,所述通过蓝牙耳机进行节奏和动作的提醒矫正 ,主要包括:
当所述教练动作与所述用户动作不一致时,通过蓝牙耳机在所述用户做动作时播放提示内容,所述提示内容首先分析所述用户的动作与所述教练动作的差值,然后将差值通知用户,指导用户纠正动作;当所述用户动作与音乐节奏不一致时,通过蓝牙耳机在所述用户做动作时播放提示内容,所述提示内容首先分析用户的节奏与音乐节奏的差值,然后将差值通知用户,指导用户调整节奏。
本发明提供了一种基于蓝牙耳机的运动姿态判断系统,所述系统包括:
音乐节奏获取与分析模块,用于分析音乐节奏;
动作分析与比较模块,用于分析权威动作与用户动作的相似度;
节奏分析与比较模块,用于分析音乐节奏与用户节奏的相似度;
纠正模块,用于纠正用户的节奏和动作。
本发明实施例提供的技术方案可以包括以下有益效果:
本发明能够通过戴上蓝牙耳机来判断动作的标准度,成本更低,精度也很高。可以在没有摄像头或者体感检测的设备的时候,被很好的使用。另一方面,通过蓝牙耳机在个人佩戴耳机时播放提醒,避免了提醒内容被其他人听到,避免了动作错误导致的尴尬,并且通过获得动作的差值和节奏差值,能够按身体比例进行针对性的提醒,它是实时的,能够达到很好的改善动作的效果。
附图说明
图1为本发明的基于蓝牙耳机的运动姿态判断方法实施例的流程图。
图2为本发明的基于蓝牙耳机的运动姿态判断系统实施例的结构图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
图1为本发明的一种基于蓝牙耳机的运动姿态判断方法的流程图。如图1所示,本实施例一种基于蓝牙耳机的运动姿态判断方法具体可以包括如下步骤:
步骤101,通过蓝牙耳机获取音乐节拍周期。
获取音乐的节拍点序列;计算所述节拍点序列中每两个相邻节拍点的距离值;统计相同的距离值出现的次数,根据所述次数确定对应的距离值为节拍周期;通过librosa导入音频文件,并通过librosa.beat.beat_track函数,获取节拍点。根据节拍点的时间距离,就能推测出节拍周期。librosa软件的计算模块,可以安装在手机或者电脑端,并与蓝牙耳机进行连接。
步骤102,在蓝牙耳机中装有陀螺仪通过获取蓝牙耳机的运动轨迹来推断用户的运动轨迹。
将微机电陀螺仪(MEMS)安装于蓝牙耳机中,采集陀螺仪加速器信号,使用低通滤波器来过滤从加速器接收到的信号,用于消除移动造成的噪音;从所述加速器接收到的三个数值(x, y, z)进行两次积分运算,分别用于将加速转化成速度,然后再从速度转化成距离;所述三个数值分别表示,前后方向移动数值、上下方向移动数值,左右方向移动数值。从内置的陀螺仪中获得的欧拉角进行补尝,用欧拉角映射出一个到加速器起始坐标的向量,用于测量移动的轨迹。基于陀螺仪的运动轨迹技术结构还可以参考已授权实用新型CN201820649283.6,短距离运动轨迹跟踪装置及系统,进行的现有技术实现。
步骤103,根据运动轨迹,计算运动过程中多个数据维度的相似度。
因为只有正在学习跳舞或者健身运动的学员或者这里称为用户,与教学教练的动作较为一致的时候,才说明动作是标准的。因此,本发明是通过蓝牙耳机来达到这个识别目的。因此可以通过戴在教练头上和用户头上的蓝牙耳机获取用户运动轨迹,所述的蓝牙耳机分为左右耳两个,两个耳机都安装有陀螺仪。由于两个耳机戴在用户的头部左右两边因此可以很好的监控头部的转向和平衡,另外两个耳机的配合可以很好的监测运动的轨迹和精确度,因为两者可以相互验证或互相支持监测和计算出的轨迹和加速度、角速度的值。所述运动轨迹包括上下左右前后六个方向的运动轨迹,以及获得在每次在运动轨迹改变方向时的加速度和角速度。例如,用户的动作一,在t时间长度内,从A点移动到B点,可以通过耳机内的陀螺仪,获得方向是向左移动,速度0.5米每秒,加速度1米每二次方秒,角速度是1.2rad。
步骤104,融合为一个特征值,通过该值的大小,识别出教练与用户的动作是否一致。
通过欧式距离将各维度的数据进行融合成为一个相似度值,通过测量好的教练与用户的身高体重数值,对相似度阈值进行调整,最后判断教练与用户是否动作是一致的。首先,针对不同维度的数据,并无法进行融合和比较,例如方向和速度是无法比较的。相同的维度的数据才有比较意义。因此每个维度数据都要经过归一化和标准化,之后才输入到公式中计算出最终值。例如 用户的速度0.5米/秒,教练的速度1米/秒,归一化公式为:x' =(x - X_min) / (X_max - X_min),标准化公式,Z-score规范化(标准差标准化 / 零均值标准化)   即x' = (x - μ)/σ。经过归一化标准化后数值可以进行相互比较。相同的道理,角速度也可以通过相同方法进行归一化和标准化。 最后 通过欧式距离,首先对相同类别的数据进行相似度计算,融合到一起。n维数据的融合通过下面的公式进行融合计算。
Figure DEST_PATH_IMAGE002
获得相似度值之后,判断什么值是标准什么值是不够标准,还需要进一步,判断用户体型因素。例如,一个身高150的小孩,向下移动0.5米,与一个190cm的大人,向下移动0.5米,移动数值上一致,但是动作其实是不一样的。由于人体动作幅度是按照自身体型去移动变化的,因此本发明的相似度阈值设计也是根据体型比例进行变动。例如 身高体重是190cm的人,下蹲动作移动了0.5米,而身高150的儿童下蹲动作,只移动了0.4米,因此它的动作比值是4:5 。因此在进行动作标准评价时,阈值也按照比值进行缩放。例如,身高体重与教练身高体重比例是9:10的人,所述动作要相似度要达到90%才标准。那么身高体重与教练身高体重比例是8:10的人,只需要达到80%的相似度即判断为标准动作。
步骤105,通过比较当前用户的动作与音乐节拍的匹配度,判断运动节奏是否标准。
蓝牙耳机持续获取用户的加速度和角速度,判断加速度和角速度的变化周期,是否与节拍变化周期一致,若两者一致,说明用户跟上节拍,通过蓝牙耳机进行鼓励;如果两者不一致,进行节奏矫正。例如,判断出加速度角速度都是每隔三秒钟剧烈变化一次,那么表明这个变化就是用户在跟随音乐变化。把步骤101获得的音乐节拍的变化周期与加速度角速度的变化周期进行对齐,看看两者是否能够重叠。如果重叠说明节奏是标准的。如果无法对齐,则进一步判断在节奏中的哪部分无法对齐。例如用户每隔3秒变化一次加速度角速度,但是音乐却是2.5秒的节奏周期,则说明音乐变化周期比较快,用户跟不上节奏。需要提醒用户动作相差0.5秒,需要做快点。
步骤106,通过蓝牙耳机进行节奏和动作的提醒矫正。
当教练动作与用户动作不一致时,通过蓝牙耳机在用户做动作时播放提示内容,所述提示内容通过分析用户的动作与教练动作的差值,将差值通知用户,指导用户纠正动作;当用户动作与音乐节奏不一致时,通过蓝牙耳机在用户做动作时播放提示内容,所述提示内容通过分析用户的节奏与音乐节奏的差值,将差值通知用户,指导用户纠正动作。例如,当判断出用户动作不标准之后,通过计算动作与教练的标准动作的差值。例如,由于用户身高体重与教练之间的比例为8:10,当教练左移一个动作100厘米时,用户只移动了60厘米。按比例,用户应该移动至少80厘米才能达到标准动作值。因此蓝牙耳机通过语音提示,‘动作不够标准,请向左移动20厘米,与教练保持一致’。通过类似这样的精确到具体值的,不断提醒。使用户在没有人在身边提醒的情况下,得到指导,保证了动作的标准度。
另一方面,针对音乐的提醒则不用根据身体标准来评判,它可以更加固定的根据节奏点的差值进行判断。例如用户的做动作的节奏与音乐节奏相差0.2秒以上,就判断为节奏错误。检测用户是慢了0.2秒还是快了0.2秒。提醒用户加快动作或者放慢动作。
用于实现本发明进行信息控制的程序,可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、python、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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。
所述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,也可以采用硬件加软件功能单元的形式实现。上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。
而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。

Claims (8)

1.一种基于蓝牙耳机的运动姿态判断方法,其特征在于,所述方法包括:
通过蓝牙耳机获取音乐节拍,在蓝牙耳机中装有陀螺仪通过获取蓝牙耳机的运动轨迹来推断用户的运动轨迹;记录教练和用户的运动轨迹,以及运动时的加速度和角速度;计算上下前后左右各个维度的相似度,并融合为一个值,通过变化的阈值,判断所述教练与所述用户的动作是否一致;通过比较所述用户的动作与音乐节拍的匹配度,判断用户的运动节奏是否标准;最后,通过蓝牙耳机进行节奏和动作的提醒或矫正。
2.根据权利要求1所述的方法,其中,所述通过蓝牙耳机获取音乐节拍周期 ,主要包括:
获取音乐的节拍点序列;计算所述节拍点序列中每两个相邻节拍点的距离值;统计相同的距离值出现的次数,根据所述次数确定对应的距离值为节拍周期。
3.根据权利要求1所述的方法,其中,所述在蓝牙耳机中装有陀螺仪通过获取蓝牙耳机的运动轨迹来推断用户的运动轨迹 ,主要包括:
将微机电陀螺仪(MEMS)安装于蓝牙耳机中,采集陀螺仪加速器信号,使用低通滤波器来过滤从加速器接收到的信号,用于消除移动造成的噪音;从所述加速器接收到的三个数值(x, y, z)进行两次积分运算,分别用于将加速转化成速度,然后再从速度转化成距离;从内置的陀螺仪中获得的欧拉角进行补尝,用欧拉角映射出一个到加速器起始坐标的向量,用于测量移动的轨迹。
4.根据权利要求1所述的方法,其中,所述根据运动轨迹,计算上下左右前后各维度的相似度,主要包括:
通过戴在教练头上和用户头上的蓝牙耳机获取用户运动轨迹,所述蓝牙耳机分为左右耳两个,两个耳机都安装有陀螺仪,所述运动轨迹包括上下左右前后六个方向的运动轨迹,以及获得在每次运动轨迹改变方向时的加速度和角速度。
5.根据权利要求1所述的方法,其中,融合为一个值,通过变化的阈值,识别出教练与用户的动作是否一致,主要包括:
通过欧式距离将各维度的数据进行融合成为一个相似度值,通过测量好的教练与用户的身高体重比值,对相似度阈值进行调整,最后判断教练与用户是否动作是一致的。
6.根据权利要求1所述的方法,其中,所述通过比较当前用户的动作与音乐节拍的匹配度,判断所述用户的运动节奏是否标准 ,主要包括:
蓝牙耳机持续获取用户的加速度和角速度,判断加速度和角速度的变化周期,是否与节拍变化周期一致,若两者一致,说明用户跟上节拍,通过蓝牙耳机进行鼓励;若两者不一致,进行节奏矫正。
7.根据权利要求1所述的方法,其中,所述通过蓝牙耳机进行节奏和动作的提醒矫正 ,主要包括:
当所述教练动作与所述用户动作不一致时,通过蓝牙耳机在所述用户做动作时播放提示内容,所述提示内容首先分析所述用户的动作与所述教练动作的差值,然后将差值通知用户,指导用户纠正动作;当所述用户动作与音乐节奏不一致时,通过蓝牙耳机在所述用户做动作时播放提示内容,所述提示内容首先分析用户的节奏与音乐节奏的差值,然后将差值通知用户,指导用户调整节奏。
8.一种基于蓝牙耳机的运动姿态判断系统,其特征在于,所述系统包括:
音乐节奏获取与分析模块,用于分析音乐节奏;
动作分析与比较模块,用于分析权威动作与用户动作的相似度;
节奏分析与比较模块,用于分析音乐节奏与用户节奏的相似度;
纠正模块,用于纠正用户的节奏和动作。
CN202010613739.5A 2020-06-30 2020-06-30 一种基于蓝牙耳机的运动姿态判断方法与系统 Withdrawn CN111800693A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010613739.5A CN111800693A (zh) 2020-06-30 2020-06-30 一种基于蓝牙耳机的运动姿态判断方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010613739.5A CN111800693A (zh) 2020-06-30 2020-06-30 一种基于蓝牙耳机的运动姿态判断方法与系统

Publications (1)

Publication Number Publication Date
CN111800693A true CN111800693A (zh) 2020-10-20

Family

ID=72809896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010613739.5A Withdrawn CN111800693A (zh) 2020-06-30 2020-06-30 一种基于蓝牙耳机的运动姿态判断方法与系统

Country Status (1)

Country Link
CN (1) CN111800693A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115223406A (zh) * 2022-08-05 2022-10-21 康家豪 虚拟运动教练系统及其控制方法
WO2022237362A1 (zh) * 2021-05-14 2022-11-17 华为技术有限公司 基于音乐节拍检测用户动作的方法和设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105159441A (zh) * 2015-07-28 2015-12-16 东华大学 基于自主式运动识别技术的私人教练智能手环
CN105872871A (zh) * 2016-03-31 2016-08-17 中国地质大学(武汉) 一种基于九轴姿态融合算法的多自由度蓝牙耳机
JP2018107576A (ja) * 2016-12-26 2018-07-05 ヤマハ株式会社 再生制御方法、及びシステム
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
CN208671989U (zh) * 2018-05-03 2019-03-29 深圳瑞德感知科技有限公司 短距离运动轨迹跟踪装置及系统
CN109753868A (zh) * 2018-11-14 2019-05-14 深圳卡路里科技有限公司 运动动作的评估方法及装置、智能手环
CN109889941A (zh) * 2018-11-27 2019-06-14 美律电子(深圳)有限公司 耳机
CN110151187A (zh) * 2019-04-09 2019-08-23 缤刻普达(北京)科技有限责任公司 健身动作识别方法、装置、计算机设备及存储介质
CN209964258U (zh) * 2019-07-22 2020-01-17 深圳市盟大网络科技有限公司 具有姿势提醒功能的耳机
CN111193812A (zh) * 2020-03-21 2020-05-22 上海骥丁智能科技有限公司 一种可智能分析运动轨迹的检测系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105159441A (zh) * 2015-07-28 2015-12-16 东华大学 基于自主式运动识别技术的私人教练智能手环
CN105872871A (zh) * 2016-03-31 2016-08-17 中国地质大学(武汉) 一种基于九轴姿态融合算法的多自由度蓝牙耳机
JP2018107576A (ja) * 2016-12-26 2018-07-05 ヤマハ株式会社 再生制御方法、及びシステム
CN208671989U (zh) * 2018-05-03 2019-03-29 深圳瑞德感知科技有限公司 短距离运动轨迹跟踪装置及系统
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
CN109753868A (zh) * 2018-11-14 2019-05-14 深圳卡路里科技有限公司 运动动作的评估方法及装置、智能手环
CN109889941A (zh) * 2018-11-27 2019-06-14 美律电子(深圳)有限公司 耳机
CN110151187A (zh) * 2019-04-09 2019-08-23 缤刻普达(北京)科技有限责任公司 健身动作识别方法、装置、计算机设备及存储介质
CN209964258U (zh) * 2019-07-22 2020-01-17 深圳市盟大网络科技有限公司 具有姿势提醒功能的耳机
CN111193812A (zh) * 2020-03-21 2020-05-22 上海骥丁智能科技有限公司 一种可智能分析运动轨迹的检测系统及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022237362A1 (zh) * 2021-05-14 2022-11-17 华为技术有限公司 基于音乐节拍检测用户动作的方法和设备
CN115223406A (zh) * 2022-08-05 2022-10-21 康家豪 虚拟运动教练系统及其控制方法
CN115223406B (zh) * 2022-08-05 2024-05-07 康家豪 虚拟运动教练系统及其控制方法

Similar Documents

Publication Publication Date Title
CN104135911B (zh) 多轴线活动监测装置中的活动分类
CN109815795A (zh) 基于人脸监测的课堂学生状态分析方法及装置
CN109631888B (zh) 动作轨迹识别方法、装置、可穿戴设备及存储介质
US20180055439A1 (en) Detecting unmeasurable loads using heart rate and work rate
US20160042652A1 (en) Body-motion assessment device, dance assessment device, karaoke device, and game device
CN111800693A (zh) 一种基于蓝牙耳机的运动姿态判断方法与系统
KR102089002B1 (ko) 행동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법
US10726738B1 (en) Automated fitness coaching based on motion data
US11673025B2 (en) Workout recommendation engine
Yang et al. TennisMaster: An IMU-based online serve performance evaluation system
CN112334965B (zh) 具有动作检测器的体育训练辅助器
CN113534500B (zh) 智能眼镜、监控人体姿态的方法、介质、终端及系统
Zhao et al. Recognition of human fall events based on single tri-axial gyroscope
CN105094292A (zh) 评价用户关注度的方法和设备
US20240096136A1 (en) System And Method For Exercise Type Recognition Using Wearables
KR20140043174A (ko) 승마 시뮬레이터 및 승마 시뮬레이션 방법
CN109758154A (zh) 一种运动状态确定方法、装置、设备及存储介质
CN111353345B (zh) 提供训练反馈的方法、装置、系统、电子设备、存储介质
CN109107093B (zh) 一种基于vr的动感单车交互系统
US20230025516A1 (en) Multi-Modal Exercise Detection Framework
Pohl et al. Dance pattern recognition using dynamic time warping
CN107203259B (zh) 用于使用单和/或多传感器数据融合确定移动设备使用者的概率性内容感知的方法和装置
Hsu et al. Posture recognition with G-sensors on smart phones
US11638556B2 (en) Estimating caloric expenditure using heart rate model specific to motion class
Bi et al. CSEar: Metalearning for Head Gesture Recognition Using Earphones in Internet of Healthcare Things

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20201020

WW01 Invention patent application withdrawn after publication