CN111991001A - 一种运动数据分析方法、系统、设备及可读存储介质 - Google Patents
一种运动数据分析方法、系统、设备及可读存储介质 Download PDFInfo
- Publication number
- CN111991001A CN111991001A CN202010751976.8A CN202010751976A CN111991001A CN 111991001 A CN111991001 A CN 111991001A CN 202010751976 A CN202010751976 A CN 202010751976A CN 111991001 A CN111991001 A CN 111991001A
- Authority
- CN
- China
- Prior art keywords
- data
- sensor
- behavior
- dynamic
- standard
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000033001 locomotion Effects 0.000 title claims abstract description 57
- 238000007405 data analysis Methods 0.000 title claims abstract description 35
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 230000006399 behavior Effects 0.000 claims abstract description 75
- 230000009471 action Effects 0.000 claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 238000012360 testing method Methods 0.000 claims abstract description 40
- 230000008859 change Effects 0.000 claims abstract description 23
- 230000000694 effects Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000006378 damage Effects 0.000 claims abstract description 10
- 208000027418 Wounds and injury Diseases 0.000 claims abstract description 9
- 208000014674 injury Diseases 0.000 claims abstract description 9
- 230000037081 physical activity Effects 0.000 claims abstract description 9
- 239000007787 solid Substances 0.000 claims description 15
- 238000009434 installation Methods 0.000 claims description 13
- 238000005452 bending Methods 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims 1
- 238000012549 training Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000001467 acupuncture Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 210000000653 nervous system Anatomy 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- 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
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
- A61B5/1122—Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Medical Informatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Geometry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请实施例公开了一种运动数据分析方法、系统、设备及可读存储介质,通过在人体肢体设定点位安装动态传感器和固态传感器,以使得在人体活动中产生相对行为运动动态的轨迹变化数据,所述传感器获取的数据被实时采集发送至后台数据处理系统;运动数据分析系统获取设定动作触发产生的相对差异的轨迹变化数据,确定各个测试设定点位的标准轨迹现象参考数值;所述运动数据分析系统通过和后台数据库标准对比,确定各个点位的差异参数;所述运动数据分析系统根据各个点位的差异参数对人体的肢体活动所产生的后期伤害程度进行评估和提供有效的康复性指导建议。通过在人体肢体设定检测点位、采集传感器数据,对人体运动数据进行分析,高效、便捷、准确。
Description
技术领域
本申请实施例涉及数据分析技术领域,具体涉及一种运动数据分析方法、系统、设备及可读存储介质。
背景技术
人体在做任何动态动作时,各个关节的相互关联性、协调性、相对应性、规律性、配合性、系统性等现象都是先通过视觉感知后通大脑分析判断再通过神经系统传达指令做出肢体行为结果。
各种肢体运动动态相关的体育项目和任何和肢体活动相关的动态现象包括各种动物的活动检测、人体活动检测、体育项目检测、竞技体育检测,如何对人工工作的技术行为标准操作制定和监督检测培训,提供更规范标准具体的具有科学依据的参考数据,是亟待解决的问题。
发明内容
为此,本申请实施例提供一种运动数据分析方法、系统、设备及可读存储介质,通过在人体肢体设定检测点位、采集传感器数据,对人体运动数据进行分析,高效、便捷、准确。
为了实现上述目的,本申请实施例提供如下技术方案:
根据本申请实施例的第一方面,提供了一种运动数据分析方法,所述方法包括:
在人体肢体设定点位安装动态传感器和固态传感器,以使得在人体活动中产生相对行为运动动态的轨迹变化数据,所述传感器获取的数据被实时采集发送至后台数据处理系统;
运动数据分析系统获取设定动作触发产生的相对差异的轨迹变化数据,确定各个测试设定点位的标准轨迹现象参考数值;
所述运动数据分析系统通过和后台数据库标准对比,确定各个点位的差异参数;
所述运动数据分析系统根据各个点位的差异参数对人体的肢体活动所产生的后期伤害程度进行评估。
可选地,所述在人体肢体设定点位安装动态传感器和固态传感器,包括:
在人体肢体设定可活动可监测的点位安装动态传感器,和/或在身体行为动态动作相对小的固态点位安装固态传感器。
可选地,通过和后台数据库课件标准对比,确定各个点位的差异参数,包括:
提取符合条件的轨迹检测数量;
通过圆弧线中间最大的弯曲距离尺寸数据和数据库同等位置的标准弧线尺寸,进行距离尺寸优化,比对确定差异参数。
可选地,所述后台数据库标准是通过前期选择项目,设计评测各种动态动作的相对正确规范的录制制作群体,设定一套检测课件,通过统一的行为动作课件测试模仿,获取每人的行为轨迹弧线,将重复数据现象放入后台数据库保存,以此类推获得众人的这种群体行为差异性大数据,作为后台数据库标准课件使用。
根据本申请实施例的第二方面,提供了一种运动数据分析系统,所述系统包括:
传感器安装指导模块,用于指导在人体肢体设定点位安装动态传感器和固态传感器,以使得在人体活动中产生相对行为运动动态的轨迹变化数据,所述传感器获取的数据被实时采集发送至后台数据处理系统;
数据获取模块,用于获取设定动作触发产生的相对差异的轨迹变化数据,确定各个测试设定点位的标准轨迹现象参考数值;
差异参数确认模块,用于所述后台数据处理系统通过和后台数据库标准对比,确定各个点位的差异参数;
结果评估模块,用于所述后台数据处理系统根据各个点位的差异参数对人体的肢体活动所产生的后期伤害程度进行评估。
可选地,所述传感器安装指导模块,具体用于:
在人体肢体设定可活动可监测的点位安装动态传感器,和/或在身体行为动态动作相对小的固态点位安装固态传感器。
可选地,所述差异参数确认模块,具体用于:
提取符合条件的轨迹检测数量;
通过圆弧线中间最大的弯曲距离尺寸数据和数据库同等位置的标准弧线尺寸,进行距离尺寸优化,比对确定差异参数。
可选地,所述后台数据库标准是通过前期选择项目,设计评测各种动态动作的相对正确规范的录制制作群体,设定一套检测课件,通过统一的行为动作课件测试模仿,获取每人的行为轨迹弧线,将重复数据现象放入后台数据库保存,以此类推获得众人的这种群体行为差异性大数据,作为后台数据库标准课件使用。
根据本申请实施例的第三方面,提供了一种设备,所述设备包括:数据采集装置、处理器和存储器;所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行第一方面任一项所述的方法。
根据本申请实施例的第四方面,提供了一种计算机可读存储介质,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如第一方面任一项所述的方法。
综上所述,本申请实施例提供了一种运动数据分析方法、系统、设备及可读存储介质,通过在人体肢体设定点位安装动态传感器和固态传感器,以使得在人体活动中产生相对行为运动动态的轨迹变化数据,所述传感器获取的数据被实时采集发送至后台数据处理系统;运动数据分析系统获取设定动作触发产生的相对差异的轨迹变化数据,确定各个测试设定点位的标准轨迹现象参考数值;所述运动数据分析系统通过和后台数据库标准对比,确定各个点位的差异参数;所述运动数据分析系统根据各个点位的差异参数对人体的肢体活动所产生的后期伤害程度进行评估。通过在人体肢体设定检测点位、采集传感器数据,对人体运动数据进行分析,高效、便捷、准确。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,相互对应关系在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本申请实施例提供的一种运动数据分析方法流程示意图;
图2为本申请实施例提供的传感器安装位置示意图之一;
图3为本申请实施例提供的传感器安装位置示意图之二;
图4为本申请实施例提供的一种运动数据分析系统框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例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。
现有技术中,类似运动的检测专利中获知国内同类和运动相关测试的专项测试技术方法,本申请实施例提供的方法与其技术主线测试原理不同。现有技术中是利用影像、图片、坐标定位来采集海量的测试人的行为动作,并将其和后台标准课件做实时对比。
这种技术存在较多的缺点。例如:采集点相对固定依赖性,使用采集设备多,采集角度距离光线影像质量和后台课件对比的结果,都会因人为读取水准差异而可能造成获得的课件对比数据存在严重不准确性。以坐标形式做检测的技术会存在采集的距离光线、人体的大小形态差异性和数据库课件的对比存在严重的形态对接误差数值的问题,这种误差数值对后期对比获得的整改分析建议会带来严重的建议偏差,直接影响后期训练方案的制定和执行。以上采集检测对比方法使用设备多,采集难度要求高,推广普及应用受限制,被采集人采用以上方法的采集过程复杂,会因为采集质量原因多次重复做采集行为活动。
人体在做任何动态动作时,各个关节的相互关联性、协调性、相对应性、规律性、配合性、系统性等现象都是先通过视觉感知后通大脑分析判断、再通过神经系统传达指令做出肢体行为结果。在这个过程中,使用身体来完成每次的行为动作时,都是会围绕身体中间中轴身前下丹田A、身后命门穴B点和横断线下20公分内区域线相对静态固定区域位置,根据各种行为检测要求有选择的在某个位置安装固态传感器。通过本申请实施例提供的监测技术设备和定位监控方法,随着身体上下左右前后摆动旋转扭曲伸张等各种形态的变化和力量与速度行为活动动作的变化实时进行监测。
图1示出了本申请实施例提供的一种运动数据分析方法流程,所述方法包括如下步骤:
步骤101:在人体肢体设定点位安装动态传感器和固态传感器,以使得在人体活动中产生相对行为运动动态的轨迹变化数据,所述传感器获取的数据被实时采集发送至后台数据处理系统。
步骤102:运动数据分析系统获取设定动作触发产生的相对差异的轨迹变化数据,确定各个测试设定点位的标准轨迹现象参考数值。
步骤103:所述运动数据分析系统通过和后台数据库标准对比,确定各个点位的差异参数。
步骤104:所述运动数据分析系统根据各个点位的差异参数对人体的肢体活动所产生的后期伤害程度进行评估。
在一种可能的实施方式中,在步骤101中,所述在人体肢体设定点位安装动态传感器和固态传感器,包括:
在人体肢体设定可活动可监测的点位安装动态传感器,和/或在身体行为动态动作相对小的固态点位安装固态传感器。
需要说明的是,这个感应器的安装使用数量是根据不同测试项目要求,使用安装的测试点的传感器数量不同,对采集的后台结果可以做选择性的提取轨迹检测数量,不同项目提取数量不同。动态轨迹线的变化曲线数据采集方法是通过圆弧线中间最大的弯曲距离尺寸数据和数据库同等位置的标准弧线尺寸、做距离尺寸、做优化后,比对获得差异参数。
在一种可能的实施方式中,在步骤103中,通过和后台数据库课件标准对比,确定各个点位的差异参数,包括:
提取符合条件的轨迹检测数量;通过圆弧线中间最大的弯曲距离尺寸数据和数据库同等位置的标准弧线尺寸,进行距离尺寸优化,比对确定差异参数。
在一种可能的实施方式中,所述后台数据库标准是通过前期选择项目,设计出评测各种动态动作的相对正确规范的课件制作群体,设定一套检测课件,通过统一的行为动作课件模仿,获取每人的行为轨迹弧线,将重复数据现象放入后台数据库保存,以此类推获得众人的这种行为数据,以获得后台数据库标准。
行为数据库里面的各种动态项目标准课件是提前把被筛选出的行为标准群体做统一的课件课题行为操作。大数据合成优化筛选出唯一标准规范的行为课件,通过优化获取规范的技术动作做后台数据库标准。
在一种可能的实施方式中,所述方法还可以包括:给出后期行为动作模仿课件培训方法,给出训练计划和具体方案建议。通过个人训练整改后,再次执行同类课件测试,获得新测试行为动作问题数据报告,通过进入后台数据库做智能查询检测分析获得新的整改培训建议。
因此,本申请实施例提供的方法中,在人体肢体器官做各种行为动态动作活动中,肢体各个可活动可监测的点位安装动态传感器,和身体行为动态动作相对小的固态点位安装固态传感器,以使得在人体做任何活动中自然产生各种相对行为运动动态的轨迹变化数据,以固态感应器为基准,来测试各个肢体活动点位的位置轨迹弧线变化的轨迹差异数据,获得实时监测方法的结果。进一步,各个感应器信息实时被读取采集进入后台数据装置。进一步,数据库通过智能比对优化标准课件装置。进一步,打印结果报告装置。进一步,数据库指导培训课件装置。
本申请实施例的技术要点是,通过监测人体肢体器官各个可移动的点和人体相关穴位位置为固态点,对移动动态行为所表现的规律,获得身体存在一处相对静态位置点,身体中间垂直中轴线身前上方神缺穴A、身后命门穴B点横断线位置、下前面气海穴(也叫下丹田穴C)和身后下面腰输穴的横断线;其中,上下这两个横断线内区域线位置,根据测试项目的要求和技术需求特点来选择安装固态传感器在这个区域的具体位置。
这个区域可以作为检测肢体各种行为动态变化的基准核心静态坐标点。在此前后两个点位,如图2和3所示,即身前下丹田穴A和身后命门穴B点和横断线,安装两个测试传感器A和B。身体在各种行为动作中发生变化的肢体器官点位,都安装行为轨迹感应器C+1.2.3.4……,统称为可变姿态感应器C群。这个动态感应器C+群和静态感应器A.B在肢体动态中检测活动中的关联性是可以利用现有技术实现实时准确的检测数据,这种检测方法不受环境限制,不受温度限制,无论是固定不变的、可变的环境,无论人体体型的差异多少所监控获得的数据都是相同的比对方法。
这种检测方法获得的数据是相对有规律的,和数据库里面的标准课件通过人工智能分析软件对比差异数据是非常清晰准确的,通过以上技术获取有价值的参考数据报告。在对后期行为纠正有一定的参考帮助。这种检测原理无论人体在任何环境下,人体做任何肢体动作,无论在固定位置还是在移动动态环境下所做的检测课件活动都不会因环境不同,影响这种原理性的实时检测采集结果,后期在据库比对通过多次重复模仿课件活动获得的同类行为动作差异结果。
以A和B静态点位做点线基准,肢体点位上的感应器点位C+群,都会在动态中产生相对规律的行为轨迹现象,通过做模仿课件规定动作会产生类似相同而有差异不同的轨迹行为线的差异结果,通过后台预制的编制课件比对获得差异报告建议,同时给出相对问题整改培训指导方案,后台保存本次测试结果数据报告,以备后期测试对比结果之用。通过这种测试找出测试人存在哪些问题,如不解决后期会对身体产生哪些破坏性的影响和危害。进一步,给出各个点存在差异问题的整改建议方案和后期效果预测。
这种检测方法在技术采集后台对比肢体动态动作课件,获得弧线最大差异值,差异值越大存在问题就越多,使用这种弧线检测技术方法,可以很快的让教练员通过这种专用检测系统获取的个人体检数据,按照系统指导报告要求,采取更科学有效更规范的方式来帮助引导问题人做正确动态动作课件上的弧线模仿重复训练,获得正确弧线动态动作的规范行为结果。训练过程中可以通过使用手机,摄像机所实时采集的视频图片来帮助问题人更清晰直观的看到感觉到问题是怎样的一种存在现象会感同身受,对问题人的快速理解吸收消化掌握有很好的实质性帮助。
数据库提前制定各种动态不规范的行为案例和相关的危害性破坏性产生后果严重性的提示,同时提示每个测试点位行为轨迹的差异大小所带来的哪些直接间接影响身体健康的指标原因。
其中,各个点位的穿插相互差异性的变化、所产生的后期行为危害是不同的,所对应的解决方案也是不同的。圆弧线中间弧线点和标准课件位置相同的弧线点的差异尺寸数据越大、存在问题越大,相对差异尺寸数据越小、存在问题越少,使用弧线差异方法完全可以轻松判断解决行为动态动作差异问题,弧线数据差异也证明存在问题差异大小,当弧线差异数据等同课件,说明问题已经基本解决,从肢体动作微观现象数据差异说,微小的差异不会在身体肢体动态动作反应过程中产生大的差异感觉。
可以看出,使用本申请实施例提供的方法,能够在各个领域里的各种行为动态动作的轨迹中,快速完成弧线重复采集技术工作,同时获取每一次的弧线轨迹现像和数据。
其中,所采集的技术课件方法为;通过前期选择项目,设计出评测各种动态动作的相对正确规范的课件制作群体,设定一套检测课件,让这些人通过统一的行为动作课件模仿,获得每一个人的行为轨迹弧线,将重复数据现象放入后台数据库保存,以此类推获得众人的这种行为数据。在后台做优化处理,获得唯一正确规范的模板做课件。这种标准课件制作的设计合理,具有同行业的权威性说服力。还可以以这种标准来引导做培训课件。
每种行业行为动作检测,具备的特性不同。每个人面对同样的课件去模仿操作。其结果没有完全相同的行为动态动作数据。根据以上特点特性的行为规律,需要一套这种检测技术来完成这个测试领域的检测工作任务。通过以上的现象规律,通过行为轨迹现象大数据智能分析过滤合成优化的方式,做出各种行业设定的行为测试课题项目标准课件的工作。
在课件制定方面,从各个需要测试的项目行业中,提取公认的行为动态动作相对标准的数量群体,做课件研发测试录入工作。按照课件设计要求,在单位时间内统一做同样的行为动态动作,提取采集每个人的行为轨迹相关数据保存在后台数据库里,当这些数量人统一录入的课件完成结果,后台做大数据比对分析,获得最佳动态行为规范的弧线差异数据值,作为标准权威性课件。
这种测试方法在后期使用的过程中,还会因为各种检测条件和测试人的所有需求,有选择性的来使用一些采集相关辅助仪器工具设备。其中,包括网络平台、手机、硬盘、摄像机、监控器、照相机、电脑、显示屏,时控器、声控设备、测试房子,测试配套使用的专用服装和器械用品,配套使用的专用智能数据控制训练使用的模板课件测试地等所需的相关用品的正常使用。以上的行为操作是为了参加测试的人员要求和本方法课件系统功能设定服务原则决定的,应该给出的培训整改措施而必备的采集录入比对分析差异结果整改建议和系统后台保存传送等过程功能。被检测人需自愿申请测试,填写相关的个人实名信息,包括:姓名,性别,年龄,身高,体重,运动爱好,最好成绩,特定工作工种的行为规范课件测试所需用的专业器材,各人工作生活居住地、微信号、手机号。
从而可以看出,本申请实施例提供的方法可以在任何环境下做同等原理难度的采集工作,各种恶劣环境下使用本方法都不会受到采集技术的限制,不会受体型差异技术采集限制,受众群体广泛,测试项目广泛。而且,后台采集优化比对课件方法简单、实用性强、读取清晰,获取报告数据分析结果通俗易懂,对后期参考比对指导建议起到很多的便捷作用。且本申请实施例中利用人体肢体可变的点位、通过检测的感应器的采集方法创新独特,所使用采集的设备仪器少、投资成本低、技术推广普及率高、受益人广,测试领域广。
需要说明的是,这种检测方法可以根据需要测试的项目具体需求,有选择性的安排分段,分局部肢体位置,也可以单独测试一个肢体位置等;多种选择性的安装使用感应器的数量来检测动态动作行为轨迹现象的差异结果,包括上部肢体、下部肢体、左右肢体和单独肢体等。可以实时检测各种动态的动物行为数据、有形的动态现象的监测数据,先找到一个相对固态点做测试基准,把所需测试的行为点按照采集数据要求安装感应器C+群,做行为课件活动监测,获取相应数据完成采集工作。为使用者提供参考数据报告。
综上所述,本申请实施例提供了一种运动数据分析方法、系统、设备及可读存储介质,通过在人体肢体设定点位安装动态传感器和固态传感器,以使得在人体活动中产生相对行为运动动态的轨迹变化数据,所述传感器获取的数据被实时采集发送至后台数据处理系统;运动数据分析系统获取设定动作触发产生的相对差异的轨迹变化数据,确定各个测试设定点位的标准轨迹现象参考数值;所述运动数据分析系统通过和后台数据库标准对比,确定各个点位的差异参数;所述运动数据分析系统根据各个点位的差异参数对人体的肢体活动所产生的后期伤害程度进行评估。通过在人体肢体设定检测点位、采集传感器数据,对人体运动数据进行分析,高效、便捷、准确。
基于相同的技术构思,本申请实施例还提供了一种运动数据分析系统,如图4所示,所述系统包括:
传感器安装指导模块401,用于指导在人体肢体设定点位安装动态传感器和固态传感器,以使得在人体活动中产生相对行为运动动态的轨迹变化数据,所述传感器获取的数据被实时采集发送至后台数据处理系统。
数据获取模块402,用于获取设定动作触发产生的相对差异的轨迹变化数据,确定各个测试设定点位的标准轨迹现象参考数值。
差异参数确认模块403,用于所述后台数据处理系统通过和后台数据库标准对比,确定各个点位的差异参数。
结果评估模块404,用于所述后台数据处理系统根据各个点位的差异参数对人体的肢体活动所产生的后期伤害程度进行评估。
可选地,所述传感器安装指导模块401,具体用于:在人体肢体设定可活动可监测的点位安装动态传感器,和/或在身体行为动态动作相对小的固态点位安装固态传感器。
可选地,所述差异参数确认模块403,具体用于:提取符合条件的轨迹检测数量;通过圆弧线中间最大的弯曲距离尺寸数据和数据库同等位置的标准弧线尺寸,进行距离尺寸优化,比对确定差异参数。
可选地,所述后台数据库标准是通过前期选择项目,设计出评测各种动态动作的相对正确规范的课件制作群体,设定一套检测课件,通过统一的行为动作课件模仿,获取每人的行为轨迹弧线,将重复数据现象放入后台数据库保存,以此类推获得众人的这种行为数据,以获得后台数据库标准。
基于相同的技术构思,本申请实施例还提供了一种设备,所述设备包括:数据采集装置、处理器和存储器;所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行任一项所述的方法。
基于相同的技术构思,本申请实施例还提供了一种计算机可读存储介质,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行任一项所述的方法。
本说明书中上述方法的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
需要说明的是,尽管在附图中以特定顺序描述了本发明方法的操作,但这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然本申请提供了如实施例或流程图的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的单元、装置或模块等,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。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,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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,移动终端,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、云存储,包括以上任何系统或设备的分布式计算环境等等。
以上所述的具体实施例,对本申请的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本申请的具体实施例而已,并不用于限定本申请的保护范围,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种运动数据分析方法,其特征在于,所述方法包括:
在人体肢体设定点位安装动态传感器和固态传感器,以使得在人体活动中产生相对行为运动动态的轨迹变化数据,所述传感器获取的数据被实时采集发送至后台数据处理系统;
运动数据分析系统获取设定动作触发产生的相对差异的轨迹变化数据,确定各个测试设定点位的标准轨迹现象参考数值;
所述运动数据分析系统通过和后台数据库标准对比,确定各个点位的差异参数;
所述运动数据分析系统根据各个点位的差异参数对人体的肢体活动所产生的后期伤害程度进行评估。
2.如权利要求1所述的方法,其特征在于,所述在人体肢体设定点位安装动态传感器和固态传感器,包括:
在人体肢体设定可活动可监测的点位安装动态传感器,和/或在身体行为动态动作相对小的固态点位安装固态传感器。
3.如权利要求1所述的方法,其特征在于,通过和后台数据库课件标准对比,确定各个点位的差异参数,包括:
提取符合条件的轨迹检测数量;
通过圆弧线中间最大的弯曲距离尺寸数据和数据库同等位置的标准弧线尺寸,进行距离尺寸优化,比对确定差异参数。
4.如权利要求1所述的方法,其特征在于,所述后台数据库标准是通过前期选择项目,设计评测各种动态动作的相对正确规范的录制制作群体,设定一套检测课件,通过统一的行为动作课件测试模仿,获取每人的行为轨迹弧线,将重复数据现象放入后台数据库保存,以此类推获得众人的这种群体行为差异性大数据,作为后台数据库标准课件使用。
5.一种运动数据分析系统,其特征在于,所述系统包括:
传感器安装指导模块,用于指导在人体肢体设定点位安装动态传感器和固态传感器,以使得在人体活动中产生相对行为运动动态的轨迹变化数据,所述传感器获取的数据被实时采集发送至后台数据处理系统;
数据获取模块,用于获取设定动作触发产生的相对差异的轨迹变化数据,确定各个测试设定点位的标准轨迹现象参考数值;
差异参数确认模块,用于所述后台数据处理系统通过和后台数据库标准对比,确定各个点位的差异参数;
结果评估模块,用于所述后台数据处理系统根据各个点位的差异参数对人体的肢体活动所产生的后期伤害程度进行评估。
6.如权利要求5所述的系统,其特征在于,所述传感器安装指导模块,具体用于:
在人体肢体设定可活动可监测的点位安装动态传感器,和/或在身体行为动态动作相对小的固态点位安装固态传感器。
7.如权利要求5所述的系统,其特征在于,所述差异参数确认模块,具体用于:
提取符合条件的轨迹检测数量;
通过圆弧线中间最大的弯曲距离尺寸数据和数据库同等位置的标准弧线尺寸,进行距离尺寸优化,比对确定差异参数。
8.如权利要求5所述的系统,其特征在于,所述后台数据库标准是通过前期选择项目,设计评测各种动态动作的相对正确规范的录制制作群体,设定一套检测课件,通过统一的行为动作课件测试模仿,获取每人的行为轨迹弧线,将重复数据现象放入后台数据库保存,以此类推获得众人的这种群体行为差异性大数据,作为后台数据库标准课件使用。
9.一种设备,其特征在于,所述设备包括:数据采集装置、处理器和存储器;
所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行如权利要求1-4任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010751976.8A CN111991001A (zh) | 2020-07-30 | 2020-07-30 | 一种运动数据分析方法、系统、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010751976.8A CN111991001A (zh) | 2020-07-30 | 2020-07-30 | 一种运动数据分析方法、系统、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111991001A true CN111991001A (zh) | 2020-11-27 |
Family
ID=73463286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010751976.8A Pending CN111991001A (zh) | 2020-07-30 | 2020-07-30 | 一种运动数据分析方法、系统、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111991001A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113268626A (zh) * | 2021-05-26 | 2021-08-17 | 中国人民武装警察部队特种警察学院 | 数据处理方法、装置、电子设备及存储介质 |
CN113288053A (zh) * | 2021-05-13 | 2021-08-24 | 上海佑久健康科技有限公司 | 人体评估方法、系统及计算机可读存储介质 |
CN114566249A (zh) * | 2022-04-29 | 2022-05-31 | 北京奥康达体育产业股份有限公司 | 一种人体运动安全风险评估分析系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015100795A1 (de) * | 2015-01-20 | 2016-07-21 | Jürgen Höher | Einrichtung zum Vermessen eines Gelenks |
CN107029408A (zh) * | 2017-05-03 | 2017-08-11 | 盐城工学院 | 运动分析方法、装置及电子设备 |
KR102108405B1 (ko) * | 2019-08-23 | 2020-05-08 | 박하연 | 신체정보, 자세정보 및 관절가동범위 측정 시스템 및 그 방법 |
CN111375183A (zh) * | 2018-12-28 | 2020-07-07 | 财团法人工业技术研究院 | 往复式运动的动作监测方法及系统 |
-
2020
- 2020-07-30 CN CN202010751976.8A patent/CN111991001A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015100795A1 (de) * | 2015-01-20 | 2016-07-21 | Jürgen Höher | Einrichtung zum Vermessen eines Gelenks |
CN107029408A (zh) * | 2017-05-03 | 2017-08-11 | 盐城工学院 | 运动分析方法、装置及电子设备 |
CN111375183A (zh) * | 2018-12-28 | 2020-07-07 | 财团法人工业技术研究院 | 往复式运动的动作监测方法及系统 |
KR102108405B1 (ko) * | 2019-08-23 | 2020-05-08 | 박하연 | 신체정보, 자세정보 및 관절가동범위 측정 시스템 및 그 방법 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113288053A (zh) * | 2021-05-13 | 2021-08-24 | 上海佑久健康科技有限公司 | 人体评估方法、系统及计算机可读存储介质 |
CN113268626A (zh) * | 2021-05-26 | 2021-08-17 | 中国人民武装警察部队特种警察学院 | 数据处理方法、装置、电子设备及存储介质 |
CN113268626B (zh) * | 2021-05-26 | 2024-04-26 | 中国人民武装警察部队特种警察学院 | 数据处理方法、装置、电子设备及存储介质 |
CN114566249A (zh) * | 2022-04-29 | 2022-05-31 | 北京奥康达体育产业股份有限公司 | 一种人体运动安全风险评估分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kieslich et al. | Mouse-tracking: A practical guide to implementation and analysis 1 | |
CN111991001A (zh) | 一种运动数据分析方法、系统、设备及可读存储介质 | |
CN108248608B (zh) | 用于评估驾驶系统的舒适度的方法和装置 | |
CN101779960B (zh) | 刺激信息认知能力值测试系统及其方法 | |
CN102393834B (zh) | 一种核电站数字化人机界面的测试方法和系统 | |
CN109620244A (zh) | 基于条件生成对抗网络和svm的婴儿异常行为检测方法 | |
CN106445801B (zh) | 一种基于频谱定位和可视化定位软件缺陷的方法 | |
CN112075940A (zh) | 一种基于双向长短时记忆神经网络的震颤检测系统 | |
CN110008101A (zh) | 客户端性能评价方法、装置、存储介质及电子设备 | |
CN113378975A (zh) | 一种电工作业人员风险感知能力差异性评估方法 | |
CN104714449B (zh) | 获取用于人机交互任务的操作数据的方法和装置 | |
Liu et al. | Quantifying the reliability of defects located by bridge inspectors through human observation behavioral analysis | |
CN112199295B (zh) | 一种基于频谱的深度神经网络缺陷定位方法及系统 | |
CN113592311B (zh) | 用于复杂人机系统选择人因方法的方法 | |
Ratzinger et al. | Quality assessment based on attribute series of software evolution | |
RU2669686C1 (ru) | Способ и система для помощи в верификации и валидации цепи алгоритмов | |
CN114066438A (zh) | 基于模型的监控数据展示方法、装置、设备和存储介质 | |
Mershad et al. | Using Internet of Things for automatic student assessment during laboratory experiments | |
CN112184040A (zh) | 基于行为与学习数据进行软件工程能力评估的平台 | |
CN112936342A (zh) | 基于人体姿态识别算法的实体机器人动作评测系统及方法 | |
Jelinek | ANALYSIS OF THE STUDENTS’BEHAVIOR DURING ELECTRONIC TESTING | |
Chen et al. | BP neural network-based model for evaluating user interfaces of human-computer interaction system | |
US20190206568A1 (en) | Motion Control Therapy Software for Evaluation and Development of Cognitive and Motor Functions | |
RU153699U1 (ru) | Антропоморфный робот учебного процесса | |
Li et al. | Applying Coding Behavior Features to Student Plagiarism Detection on Programming Assignments |
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 |