CN112158285B - 一种山地自行车实时变速建议系统 - Google Patents

Abstract

本发明提供一种山地自行车实时变速建议系统，包括运动检测模块、数据处理模块、电源模块、存储模块、通讯模块和人机交互模块。所述的运动检测模块、存储模块、通讯模块和人机交互模块连接数据处理模块，所述的电源模块连接各个模块，为整个系统提供电能。数据处理模块对运动检测模块传入的骑行数据进行处理，综合坡度、路况、速度、档位、踏频和骑行者的脉搏信息，给出当前适合的速度和档位，并通过人机交互模块显示。本发明系统增加了运动建议功能，而且相比于一般的码表，有更好的人机交互功能。由于本发明内嵌神经网络，所以本发明可在不连接网络的情况下进行深度学习，来适应山地骑行信号差的环境。

Description

一种山地自行车实时变速建议系统

技术领域

本发明涉及运动器械领域，具体而言，涉及一种山地自行车实时变速建议系统。

背景技术

变速自行车的出现满足了人们对于长距离骑行的需求，也使自行车竞赛变得更加专业，让越来越多的人加入骑行的行列。但是对于诸多初学者来说，骑行时的变速显得十分随意，缺乏科学性，也存在滞后性，这样造成的后果除了浪费大量体力之外，严重的甚至还会发生安全事故。可见，在长距离骑行时，实时的对自行车档位进行监测，并结合自行车姿态、路况和骑行者生理指标给出实时的换挡和变速建议显得尤为重要。

发明内容

针对现有技术中存在的不足，本发明提供一种山地自行车实时变速建议系统。在骑行的过程中，对当前不太合适的档位进行监测，提醒骑行者注意档位调整。可应用于骑行教学，和骑行技术的提升。

一种山地自行车实时变速建议系统，包括运动检测模块、数据处理模块、电源模块、存储模块、通讯模块和人机交互模块。

所述的运动检测模块、存储模块、通讯模块和人机交互模块连接数据处理模块，所述的电源模块连接各个模块，为整个系统提供电能。

所述的运动检测模块包括位置传感器、速度传感器、脉搏传感器和档位传感器。所述的位置传感器为一个三轴陀螺仪，用于检测当前车体的姿态，根据其输出的变化判断当前路况是否颠簸，并获取当前坡度，数据通过数据线传输至数据处理模块。所述的速度传感器安装在轮胎辐条和曲柄上，用于采集当前车速和骑行者踏频，数据通过数据线经信号放大器进行信号放大后传输至数据处理模块。所述的脉搏传感器安装在握把上为数据处理模块提供骑行者的脉搏信息。所述的档位传感器为压力传感器，固定在车架上与变速线相连接，检测变速线上的压力从而确定当前档位，因此每次骑行前需要进行调零操作。

数据处理模块对运动检测模块传入的骑行数据进行处理，综合坡度、路况、速度、档位、踏频和骑行者的脉搏信息，给出当前适合的速度和档位，并通过人机交互模块显示。

所述的存储模块为SD卡，用于存储骑行者日常骑行的数据。

所述的人机交互模块包括OLED模块、麦克风和按键，骑行者可通过按键调节模式、声音大小和设定目标速度，麦克风用于语音提示。

通讯模块包括蓝牙模块、GPS模块，用于数据处理模块和手机互联传输数据和定位。

进一步的，所述的速度传感器采用型号为A44E的霍尔传感器，所用的数据处理模块采用STM32单片机。

在数据处理模块中部署有STM32能够运行的神经网络，输出数据为建议的速度和档位。该神经网络为三层神经网络，分别为输入层、隐藏层和输出层。输入层有5个神经元对应输入数据：速度、档位、坡度、脉搏和踏频，输入的数据经过隐藏层的10个神经元后，通过输出层的两个神经元输出对应数据，所述的对应数据为建议的速度和档位。

根据运动学知识和运动员骑行经验可知，在不同路况下保持相对恒定的踏频，有助于节省体力，达到运动目的。比如，平路在比较轻松的踩踏力度下，踏频保持80-90RPM。当保持现有踏频，感觉有些费力时，那这时就需要变速，来保持原有力度的情况下，维持原有踏频。

本发明系统可以通过设定的三种模式对骑行进行辅助：

1、一般骑行模式：当运动检测模块检测到将要上坡时，通过人机交互模块提醒骑手提早把档位调低来保持踏频和节省体力。当运动检测模块检测到将要下坡时，通过人机交互模块提醒骑手把档位调高来适应将要到达的下坡和平路，保证骑手安全。当运动检测模块检测到颠簸路面，如果此时链条处于最边缘齿轮的位置系统将通过人机交互模块对骑行者做出提醒，提醒其更换档位，以免因为路面颠簸而使链条脱离齿轮。

2、自我学习模式：分为训练阶段和指导阶段两个阶段。训练阶段，系统通过采集骑手日常骑行数据，对数据处理模块中的神经网络进行训练。指导模式，通过数据处理模块中训练好的神经网络对骑手的日常骑行行为进行指导，使日常的骑行保持相对稳定和安全。

3、训练进阶模式：训练进阶模式的目的是使骑行者模仿专业骑手进行骑行，所以骑行前会把专业骑手的骑行参数下载到存储模块中。在实际骑行时，通过运动检测模块收集路况信息，通过数据处理模块检测当前路况，根据路况自动匹配骑行参数，通过人机交互模块对骑行者进行指导，以此来提升骑行者的骑行技术。

本发明有益效果如下：

1、在现有一般码表只能测速度的基础上增加了运动建议功能，而且相比于一般的码表，本发明有更好的人机交互功能。

2、由于本发明内嵌神经网络，所以本发明可在不连接网络的情况下进行深度学习，来适应山地骑行信号差的环境。

附图说明

图1是本发明系统工作示意图；

图2是一般骑行模式逻辑流程图；

图3是自我学习模式逻辑流程图；

图4是训练进阶模式逻辑流程图。

具体实施方式

下面根据附图详细说明本发明，本发明的目的和效果将变得更加明显。

图1是本发明系统工作示意图，本发明提出一种面向山地自行车的变速换挡实时建议系统，本系统有硬件和软件两部分组成，通过用深度学习算法处理运动检测模块的各个传感器输出的数据，系统从安全、节能等角度出发自动计算出当前最佳的速度和档位搭配。下面分别介绍本系统工作的三种模式及其工作流程：

如图2所示，一般骑行模式：

通过运动检测模块对路况信息进行实时检测，从安全的角度出发，数据处理模块对采集到的路况信息进行处理分析，通过人机交互模块实时向骑行者给出当前档位搭配建议。识别的路况分为上坡、下坡、平路和颠簸。上坡时位置传感器检测到坡度变化，系统将通过人机交互模块的OLED模块和麦克风及时提醒骑行者降低档位来保持踏频。在下坡时，位置传感器检测到当前处于下坡，该系统会通过显示屏和语音提醒骑行者提升档位，来实现骑行者对山地自行车更好的控制。在颠簸路段，位置传感器会在一段时间输出一个极不稳定的信号，此时系统会根据位置传感器输出的信号判定当前处于颠簸路段，系统会通过显示屏和语音及时提醒骑行者调节档位，让链条距离最边缘齿轮至少一个档位。

如图3所示，自我学习模式：

在自我学习模式中有三个可供选择的强度，分别是轻松、常规和冲刺。三种强度分别对应三个参数不同的神经网络。数据处理模块将骑行者日常骑行的数据换算成消耗卡路里消耗大小并平均分为大中小三类数据，分别训练三个独立的神经网络。

卡路里cal计算公式如下：

其中，平均能量

T为单次运动总时间；

每秒动能变化计算公式：

其中m为骑行者重量，速度v通过速度传感器得到；

每秒势能变化公式：ΔW₂＝mgΔh

l

其中，Δh＝lsinθ，θ为自行车仰角，通过位置传感器获得，为每秒钟行驶距离，通过速度传感器得到。

自我学习模式的运行包括以下步骤：

步骤(1)为训练神经网络，通过采集骑行者使用一般骑行模式时在上下坡以及颠簸和平路的骑行数据，对神经网络的各个权值和偏置进行训练。

步骤(2)在骑行过程中，通过运动检测模块检测当前骑行数据，通过数据处理模块分析当前骑行数据，与设定的轻松、常规和冲刺三个强度的卡路里消耗进行比较，根据减小误差的原则，做出相应加速减速或换挡判断。

步骤(3)根据神经网络的输出值通过人机交互模块对当前的档位和速度给出实时建议。例如，在当前卡路里消耗较低时，首先系统会提醒骑行者在当前档位上提升速度，若由于提升速度引起踏频过高，系统则提醒骑行者调高档位。

如图4所示，训练进阶模式：

预先把专业骑行者的轻松、常规和冲刺三个强度的骑行数据下载到系统中，其中轻松、常规和冲刺三种强度对应着骑行一小时消耗约245卡路里、415卡路里和655卡路里，骑行者可根据自身水平选择不同强度。训练进阶模式运行时，程序根据当前卡路里消耗对档位和踏频做出实时建议，以减小当前数据与专业数据的误差，从而达到训练目的。

Claims (1)

1.一种山地自行车实时变速建议系统，其特征在于，包括运动检测模块、数据处理模块、电源模块、存储模块、通讯模块和人机交互模块；所述的运动检测模块、存储模块、通讯模块和人机交互模块连接数据处理模块，所述的电源模块连接各个模块，为整个系统提供电能；

所述的运动检测模块包括位置传感器、速度传感器、脉搏传感器和档位传感器；所述的位置传感器为一个三轴陀螺仪，用于检测当前车体的姿态，根据其输出的变化判断当前路况是否颠簸，并获取当前坡度，数据通过数据线传输至数据处理模块；所述的速度传感器安装在轮胎辐条和曲柄上，用于采集当前车速和骑行者踏频，数据通过数据线经信号放大器进行信号放大后传输至数据处理模块；所述的脉搏传感器安装在握把上为数据处理模块提供骑行者的脉搏信息；所述的档位传感器为压力传感器，固定在车架上与变速线相连接，检测变速线上的压力从而确定当前档位，因此每次骑行前需要进行调零操作；

数据处理模块对运动检测模块传入的骑行数据进行处理，综合坡度、路况、速度、档位、踏频和骑行者的脉搏信息，给出当前适合的速度和档位，并通过人机交互模块显示；

所述的存储模块为SD卡，用于存储骑行者日常骑行的数据；

所述的人机交互模块包括OLED模块、麦克风和按键，骑行者可通过按键调节模式、声音大小和设定目标速度，麦克风用于语音提示；

通讯模块包括蓝牙模块、GPS模块，用于数据处理模块和手机互联传输数据和定位；

所述的速度传感器采用型号为A44E的霍尔传感器，所用的数据处理模块采用STM32单片机；

在数据处理模块中部署有STM32能够运行的神经网络，输出数据为建议的速度和档位；该神经网络为三层神经网络，分别为输入层、隐藏层和输出层；输入层有5个神经元对应输入数据：速度、档位、坡度、脉搏和踏频，输入的数据经过隐藏层的10个神经元后，通过输出层的两个神经元输出对应数据，所述的对应数据为建议的速度和档位；

系统可以通过设定的三种模式对骑行进行辅助：

一般骑行模式：

通过运动检测模块对路况信息进行实时检测实时向骑行者给出当前档位搭配建议；识别的路况分为上坡、下坡、平路和颠簸；上坡时位置传感器检测到坡度变化，系统将通过人机交互模块的OLED模块和麦克风及时提醒骑行者降低档位来保持踏频；在下坡时，位置传感器检测到当前处于下坡，该系统会通过显示屏和语音提醒骑行者提升档位，来实现骑行者对山地自行车更好的控制；在颠簸路段，位置传感器会在一段时间输出一个极不稳定的信号，此时系统会根据位置传感器输出的信号判定当前处于颠簸路段，系统会通过显示屏和语音及时提醒骑行者调节档位，让链条距离最边缘齿轮至少一个档位；

自我学习模式：

在自我学习模式中有三个可供选择的强度，分别是轻松、常规和冲刺；三种强度分别对应三个参数不同的神经网络；数据处理模块将骑行者日常骑行的数据换算成消耗卡路里消耗大小并平均分为大中小三类数据，分别训练三个独立的神经网络；

卡路里cal计算公式如下：

其中，平均能量

T为单次运动总时间；

每秒动能变化计算公式：

其中m为骑行者重量，速度v通过速度传感器得到；

每秒势能变化公式：ΔW₂＝mgΔh

其中，Δh＝lsinθ，θ为自行车仰角，通过位置传感器获得，l为每秒钟行驶距离，通过速度传感器得到；

自我学习模式的运行包括以下步骤：

步骤(1)为训练神经网络，通过采集骑行者使用一般骑行模式时在上下坡以及颠簸和平路的骑行数据，对神经网络的各个权值和偏置进行训练；

步骤(2)在骑行过程中，通过运动检测模块检测当前骑行数据，通过数据处理模块分析当前骑行数据，与设定的轻松、常规和冲刺三个强度的卡路里消耗进行比较，根据减小误差的原则，做出相应加速减速或换挡判断；

步骤(3)根据神经网络的输出值通过人机交互模块对当前的档位和速度给出实时建议；在当前卡路里消耗较低时，首先系统会提醒骑行者在当前档位上提升速度，若由于提升速度引起踏频过高，系统则提醒骑行者调高档位；

训练进阶模式：

预先把专业骑行者的轻松、常规和冲刺三个强度的骑行数据下载到系统中，其中轻松、常规和冲刺三种强度对应着骑行一小时消耗约245卡路里、415卡路里和655卡路里，骑行者可根据自身水平选择不同强度；训练进阶模式运行时，程序根据当前卡路里消耗对档位和踏频做出实时建议，以减小当前数据与专业数据的误差，从而达到训练目的。

Images