CN112384984A - 具有健身机连接性以使用卡路里消耗模型来改善活动监视的可穿戴式计算机 - Google Patents

具有健身机连接性以使用卡路里消耗模型来改善活动监视的可穿戴式计算机 Download PDF

Info

Publication number
CN112384984A
CN112384984A CN201980044525.6A CN201980044525A CN112384984A CN 112384984 A CN112384984 A CN 112384984A CN 201980044525 A CN201980044525 A CN 201980044525A CN 112384984 A CN112384984 A CN 112384984A
Authority
CN
China
Prior art keywords
exercise
user
data
machine
wearable computer
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
Application number
CN201980044525.6A
Other languages
English (en)
Other versions
CN112384984B (zh
Inventor
B·N·拉奥
J·斯特拉瑟
U·斯瑞尼瓦斯
K·谢尔丹
J·奥克斯
V·R·马伊吉
K·J·拉格胡拉姆
O·胡布里特
J·布拉尼克
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.)
Apple Inc
Original Assignee
Apple Inc
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
Priority claimed from US16/129,664 external-priority patent/US10987006B2/en
Application filed by Apple Inc filed Critical Apple Inc
Publication of CN112384984A publication Critical patent/CN112384984A/zh
Application granted granted Critical
Publication of CN112384984B publication Critical patent/CN112384984B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • 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
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/1124—Determining motor skills
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • 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
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B22/00—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements
    • A63B22/04—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with movable multiple steps, i.e. more than one step per limb, e.g. steps mounted on endless loops, endless ladders
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G06F1/1613—Constructional details or arrangements for portable computers
    • G06F1/163—Wearable computers, e.g. on a belt
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10—Athletes
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B22/00—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements
    • A63B22/02—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with movable endless bands, e.g. treadmills
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B22/00—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements
    • A63B22/06—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with support elements performing a rotating cycling movement, i.e. a closed path movement
    • A63B22/0605—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with support elements performing a rotating cycling movement, i.e. a closed path movement performing a circular movement, e.g. ergometers
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/20—Distances or displacements
    • A63B2220/22—Stride length
    • 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
    • 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
    • A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
    • 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
    • A63B2230/75—Measuring physiological parameters of the user calorie expenditure
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Cardiology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Obesity (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种具有健身机连接性以使用卡路里消耗模型来改善活动监视的无线可穿戴式计算机的实施方案。在一个实施方案中，一种方法包括：当用户参与健身机上的健身会话时，从健身机获取机器数据；从心率传感器获取用户的心率数据；通过将运动量卡路里模型应用于机器数据来确定运动量卡路里消耗；基于心率数据和运动量卡路里消耗来确定用户的校准的最大耗氧量；通过将心率卡路里模型应用于心率数据和用户的校准的最大耗氧量来确定心率卡路里消耗；以及将运动量卡路里消耗或心率卡路里消耗中的至少一者发送到健身机。

Description

具有健身机连接性以使用卡路里消耗模型来改善活动监视的 可穿戴式计算机
技术领域
本公开通常涉及使用可穿戴式计算机的活动监视。
背景技术
一些可穿戴式计算机(例如，智能手表、健身带)包括健身应用程序，该健身应用程序使用数字计步器来跟踪用户的日常移动并提供与进展和健身结果相关的自定义通知，诸如行进的距离和燃烧的卡路里。一些健身应用程序还监视用户的心率，其可用于计算燃烧的卡路里。典型的数字计步器依赖于来自加速度计的加速度计数据来确定何时迈出一步。如果可穿戴式计算机穿戴在手腕上，则使用由于摆臂引起的加速度来确定步数。这些步数可能不准确(例如，由于不规律或不明显的摆臂)，从而导致行进距离测量不准确。心率可使用嵌入在可穿戴式计算机中的光学传感器来测量。
当用户在健身房中健身时，他们通常将使用健身机，该健身机包括监视健身并生成汇总健身的健身指标的处理器。例如，跑步机可以向用户显示在健身期间行进的总距离、实耗时间和燃烧的总卡路里。行进的总距离通常是准确的，因为它基于跑步机马达轴的旋转而不是加速度计数据，但是燃烧的总卡路里常常是基于不包括用户的实际心率的模型的估计，或者在无氧卡路里燃烧的情况下，不能通过心率进行观察。
发明内容
本发明公开了一种具有健身机连接性以使用卡路里消耗模型来改善活动监视的无线可穿戴式计算机的实施方案。在一个实施方案中，一种方法包括：通过用户穿戴的无线可穿戴式计算机的处理器建立与健身机的无线通信连接；当用户参与健身机上的健身会话时，由处理器使用通信连接从健身机获取机器数据；从无线设备的心率传感器获取用户的心率数据；由处理器通过将运动量卡路里模型应用于机器数据来确定运动量卡路里消耗；由处理器基于心率数据和运动量卡路里消耗来确定用户的校准的最大耗氧量；由处理器通过将心率卡路里模型应用于心率数据和用户的校准的最大耗氧量来确定心率卡路里消耗；以及由处理器经由通信连接将运动量卡路里消耗或心率卡路里消耗中的至少一者发送到健身机。
其他实施方案可以包括装置、计算设备和非暂态计算机可读存储介质。
在以下附图和描述中阐述了该主题的一个或多个具体实施的细节。根据说明书、附图及权利要求，本主题的其他特征、方面和优点将变得显而易见。
附图说明
图1示出了根据一个实施方案的用于改善的活动监视系统的操作环境，该系统包括无线连接到健身机的可穿戴式计算机。
图2是根据一个实施方案的用于使用与健身机数据组合的可穿戴式计算机数据来改善活动监视的示例活动监视系统的框图。
图3是根据一个实施方案的用于将可穿戴式计算机与健身机连接的示例性过程流。
图4是根据一个实施方案的示例连接建立规程的泳道图。
图5是示出根据一个实施方案的由健身机处理器实现的用于连接和建立与可穿戴式计算机的会话的示例状态机的状态图。
图6是根据一个实施方案的由可穿戴式计算机执行的用于计算健身数据的示例性过程的流程图。
图7是根据一个实施方案的由可穿戴式计算机执行以校准数字计步器的示例性过程的流程图。
图8A是根据一个实施方案的由可穿戴式计算机执行以基于来自跑步机的数据来确定燃烧的卡路里的数据流的框图。
图8B是根据一个实施方案的由可穿戴式计算机执行以基于来自椭圆机、室内自行车、划船器或爬楼器的数据来确定燃烧的卡路里的数据流的框图。
图9是根据一个实施方案的由可穿戴式计算机执行以基于来自健身机的机器数据来确定燃烧的卡路里的示例性过程的流程图。
图10是实现参考图1至图9描述的特征和操作的可穿戴式计算机的示例性可穿戴式计算机架构。
具体实施方式
示例性操作环境
图1示出了根据一个实施方案的用于改善的活动监视系统的操作环境100，该系统包括无线连接到健身机101的可穿戴式计算机102。用户100在她的手腕上佩戴计算机102，同时她在健身机101上跑步，该健身机在该示例中是跑步机。健身机的其他示例包括但不限于：全功能训练器(椭圆训练器)、踏板/爬楼器、室内自行车、室内划船机和滑雪机。可穿戴式计算机102可以是智能手表、健身手环、胸带、头带、耳塞、活动/健身跟踪器、头戴式耳机、智能眼镜或能够与健身机101通信并计算健身指标的任何其他可穿戴式计算机。可穿戴式计算机102使用无线通信协议与健身机101中的处理器建立双向无线通信会话103。在一个实施方案中，会话103可以是蓝牙会话或近场通信(NFC)会话，其可以使用“配对”过程来建立，如参考图4和图5所描述的。在一个实施方案中，认证健身机101，并且在可穿戴式计算机102与健身机101之间允许双向数据共享之前，确认用户同意共享数据。
可穿戴式计算机102包括处理器和存储器，其包括用于运行可由处理器执行的健身应用程序的指令。健身应用程序在健身机101上的用户健身会话期间在可穿戴式计算机102上运行。健身机101中的处理器监视健身会话，并计算与健身会话相关的各种数据(下文中称为“机器数据”)，包括但不限于：使用的总能量、总运行距离、实耗时间、瞬时速度、平均速度、倾斜度和正仰角增益。机器数据通过链接103传送到计算机102，健身应用程序将其与计算机102已知的数据一起使用(下文称为“可穿戴式计算机数据”)，以计算一个或多个健身指标，诸如燃烧的卡路里。如下文进一步详细描述的，可穿戴式计算机102可以包括用于确定用户心率的心率监视器，其可以与机器数据组合以确定燃烧的卡路里。
在健身会话期间，由可穿戴式计算机102计算的一个或多个健身指标被传送回健身机101，其中这些指标显示在健身机101的监视器上。在健身会话期间和/或健身会话结束之后，包括健身指标的健身总结被传送到计算机102。用户可在健身机101或可穿戴式计算机102上在任何时间查看健身会话的细节。在一个实施方案中，可穿戴式计算机102显示具有从健身机101接收的指标的会话中视图，以及由可穿戴式计算机102计算的心率和卡路里(总/活动)。用户可以使用计算机102通过直接与其他设备同步或通过网络(例如，因特网)间接地将健身总结传输到另一设备。在一个实施方案中，健身会话总结可以通过无线局域网(WLAN)或多对等自组织网状网络与健身房中的其他用户设备共享。这样，用户可以将他们的健身指标与健身时特定健身机的朋友、训练员和其他个人进行比较。在一个实施方案中，并且在用户同意的情况下，匿名总结数据可以由服务器计算机处理，以在大样本集上提供特定健身机的健身统计值。健身房操作员、健身机制造商和其他感兴趣的实体可以使用此类统计值来确定最受欢迎的机器、在机器上花费的平均时间和其他有用信息。
除了计算健身指标之外，可穿戴式计算机102还可以使用机器数据来校准在可穿戴式计算机102上运行的数字计步器。例如，由健身机101计算的健身会话期间行进的总距离可以与健身会话期间基于计步器步数的估计行进距离一起使用，以确定校准因子(例如，两个数字的比率)。校准因子可用于缩放由计算机102计算的估计行进距离，以校正估计中的误差。
示例系统
图2是根据一个实施方案的用于使用与健身机数据组合的可穿戴式计算机数据来改善活动监视的示例活动监视系统的框图。系统200可以在可穿戴式计算机102中实现，诸如智能手表或健身手环。系统200包括无线接口201、运动传感器202(例如，加速度计、陀螺仪、磁力仪)、健身应用程序203、数字计步器204、活动数据205、生理传感器206和计步器数据207。系统200可以通过WLAN接入点208(例如，Wi-Fi路由器)有线或无线地耦接到网络212，以通过网络服务器计算机210传输数据和/或与活动数据211同步。
在一个实施方案中，无线接口201包括无线收发器和用于建立、维护和结束与健身机101的无线通信会话的其他硬件(例如，天线)和软件(例如，软件通信栈)，如参考图1所描述。在一个实施方案中，无线接口201还可以被配置为通过多对等自组织网状网络建立、维护和结束与WLAN接入点208和/或其他设备213的无线通信会话。
在一个实施方案中，运动传感器诸如加速度计提供加速度数据，数字计步器204可使用该加速度数据来确定步数并基于步数和用户的步长来计算估计行进距离。步长可基于给定用户性别和身高的用户的平均步长，或者其可基于传感器数据自动确定。包括步数和行进距离的计步器数据207可以存储在可穿戴式计算机102上(例如，存储在闪存存储器中)。
健身应用程序203可以是由可穿戴式计算机102的一个或多个处理器执行的软件程序。健身应用程序203使用计步器数据207来跟踪用户的日常运动，并提供与过程和健身结果相关的定制通知，诸如行进的距离和燃烧的卡路里。健身应用程序203还监视用户的心率和用户的其他生理机能，这可以根据由生理传感器206提供的传感器数据来计算。生理传感器206的一些示例包括但不限于：心率(脉搏)传感器、血压传感器、皮肤温度和/或电导响应传感器和呼吸速率传感器。在一个实施方案中，生理传感器206包括心率传感器，该心率传感器包括与可以感测光的光电二极管配对的多个发光二极管(LED)。LED朝向用户的身体部位(例如，用户的手腕)发光，并且光电二极管测量反射光。源光和反射光之间的差值是用户身体吸收的光量。因此，用户的心跳调制反射光，可以对该反射光进行处理以确定用户的心率。可随时间推移对所测量的心率进行平均以确定平均心率。
心率监视器(HRM)不测量卡路里消耗。相反，HRM使用心率与摄氧量(VO2)之间的关系估计稳态心血管锻炼期间的卡路里消耗。用于测量针对特定活动燃烧的卡路里的通常接受的方法是测量摄氧量(VO2)。在稳态有氧运动期间，取决于运动的强度，以相对一致的速率利用氧气。心率与摄氧量之间存在可观察和可重现的关系。当工作负荷强度增加时，心率增加，反之亦然。如果已知用户的静息心率、最大心率、最大摄氧量和体重，则可以基于其最大心率的百分比或其心率储备的百分比来估计卡路里消耗。
任务的代谢当量(MET)是在特定身体活动期间消耗的能量速率与静止时消耗的能量的速率的比率。按照惯例，静息代谢率(RMR)为3.5ml O2kg-1·min-1，1MET由等式1定义：
Figure BDA0002877095030000051
使用方程式[1]，3MET活动消耗的是身体静止时使用的能量的3倍。如果一个人做了30分钟的3MET活动，则她已经进行了3×30＝90MET-分钟的身体活动。由于能量消耗速率取决于身体活动的强度，因此能量消耗也取决于健身会话中使用的健身机的类型。例如，跑步机上的强力慢跑可能具有大于6的MET，并且在固定的室内自行车上的轻度健身可具有3或更小的MET。
在一个实施方案中，MET值的查找表可以存储为活动数据211。在健身会话期间，健身机101发送包括健身机类型的机器数据，该健身机类型可以由健身应用程序203使用，以识别身体活动并为身体活动选择合适的MET。例如，如果健身机类型指示跑步机，则可以选择适合在跑步机上慢跑的MET来使用等式[2]计算消耗的卡路里C：
C＝MET×时间(分钟)×体重(kg)， [2]
其中MET是与特定健身活动相关联的MET，并且可以从例如由可穿戴式计算机102存储的查找表中检索。
已发布的MET值和健身机器用于特定身体活动的值常常是通过实验或统计从人类样本中得出的平均值。用户执行特定身体活动(例如，步行速度、跑步速度)的强度水平将偏离平均MET值。为了向用户个性化卡路里消耗，可以在可穿戴式计算机102上使用更准确的模型来计算卡路里消耗，如参考图8和图9所述。
示例性使用案例
图3是根据一个实施方案的用于将可穿戴式计算机与健身机连接的示例性过程流300。存在用于将可穿戴式计算机与健身机连接的四个使用案例：1)用户首先与健身机配对，然后开始他们的健身，2)用户开始他们与可穿戴式计算机的健身，然后与健身机配对，3)用户开始他们与健身机的健身，然后与可穿戴式计算机配对，以及4)用户在可穿戴式计算机和健身机上同时进行健身。将依次描述每个使用案例。
在第一使用案例中，用户访问健身房并找到具有标记牌(例如，RFID标签)的健身机，该标记牌指示机器可与可穿戴式计算机配对，该可穿戴式计算机在该示例中是用带固定到用户手腕的智能手表。用户通过将其可穿戴式计算机放置在标记牌附近以开始配对来开始新的健身会话(301)。当可穿戴式计算机靠近标记牌(例如，小于10cm)时，使用例如位于可穿戴式计算机中的环形天线与标记牌之间的磁感应来检测其与标记牌的接近度。
如果是用户第一次与健身机配对，则要求用户同意与健身机共享数据(303)。该同意请求可以是在可穿戴式计算机的显示器上呈现的GUI示能表示的形式。如果用户已经同意(例如，基于先前与健身机的连接)，则将要求用户与健身机配对。由于在该第一使用案例中，用户不在当前的健身会话中，因此步骤302不适用。如果用户同意配对，则开始配对/认证过程(305)。如果在配对/认证期间发生错误，则向用户报告错误(304)。错误可能是由于连接失败和/或身份验证失败引起的。
由于个人生理数据被传送到公共健身机，因此可穿戴式计算机和健身机在允许共享用户的个人健身数据之前执行认证过程。在认证过程期间，并且在使用公钥-私钥加密的实施方案中，健身机生成并安全地存储公钥-私钥对，其可以是椭圆曲线数字签名算法(ECDSA)或任何其他合适的数字签名算法的格式。健身机然后使用私钥和其他数据计算消息摘要(例如，SHA256消息摘要)。其他数据可以是例如随机数、连接确认值、本地名称数据等。然后健身机使用编码的公钥和消息摘要来执行认证过程。在成功验证健身机之后，可穿戴式计算机和健身机开始配对。
在成功配对之后，用户通过例如启动健身机(例如，启动跑步机)来开始在机器上的物理健身(306)。在健身会话期间，可穿戴式计算机显示指示可穿戴式计算机和健身机配对并且健身会话有效的示能表示。在活动健身会话期间，由可穿戴式计算机显示所有当前指标。如果健身机被暂停，则可穿戴式计算机上的健身会话也被暂停，并且可穿戴式计算机显示GUI，该GUI指出可穿戴式计算机上的健身不能暂停。如果暂停被延长(307)(例如，超过1.5分钟)，则健身会话结束(309)，并且健身会话总结被显示给用户(310)。如果可穿戴式计算机在健身会话期间与健身机断开连接，则可穿戴式计算机向用户报告其已与健身机断开连接。如果断开连接被延长(308)(例如，超过1.5分钟)，则健身会话结束(309)，并且健身会话总结被显示给用户(310)。在一个实施方案中，可穿戴式计算机显示GUI示能表示，其允许用户断开和结束可穿戴式计算机上的有效健身会话而不影响健身机上的健身。
在第二使用案例中，用户已经处于其可穿戴式计算机上的健身会话中。例如，用户可能是在室外跑步之后进入的健身房，在室外跑步时健身会话在其可穿戴式计算机上运行。在该第二使用案例中，用户通过将可穿戴式计算机放置在健身机上的标记牌附近来开始新的健身会话(301)。在一个实施方案中，如果用户已经同意共享数据，则提示用户使用示能表示，以结束并保存当前的健身会话，并开始与健身机配对。如果用户同意，则终止并保存当前的健身会话(302)，并且开始配对/认证过程(305)。如果用户不同意，则不执行配对/认证，并且当前健身会话在可穿戴式计算机上保持活动。在一个实施方案中，当前健身会话由可穿戴式计算机自动终止并保存，并且配对屏幕显示在可穿戴式计算机上。
在成功配对/认证过程之后，用户开始身体健身(306)。当新的健身会话结束(309)(包括通过延长的暂停307或延长的断开308)时，来自先前和当前健身会话的数据被显示在健身会话总结中(310)。
在一个实施方案中，如果用户不同意共享数据，则向用户提示GUI示能表示，请求用户同意共享数据(303)、结束并保存他们的当前健身会话并开始配对/认证过程。如果用户同意共享数据，则终止并保存当前的健身会话(302)，并且开始配对/认证过程(305)。如果用户不同意共享数据，则配对/认证过程结束，并且当前健身会话在可穿戴式计算机上保持活动。在一个实施方案中，当前健身会话由可穿戴式计算机自动终止并保存，并且配对屏幕显示在可穿戴式计算机上。
在第三使用案例中，用户开始健身机上而不是可穿戴式计算机上的新健身会话(301)。在健身会话期间，用户注意到标记牌并将其可穿戴式计算机放置在标记牌附近。如果用户已经同意共享数据，则提示用户配对。如果用户同意配对，则开始配对/认证过程(305)。如果配对/认证过程成功，则可穿戴式计算机和健身机配对。用户可在健身机上继续其身体健身(306)。将由用户在健身机上产生的健身数据摄取到可穿戴式计算机中，使得用户不会丢失任何数据，即使他们在健身机上开始健身会话之后可能已经在可穿戴式计算机上开始健身会话。当健身会话结束(309)(包括通过延长的暂停307或延长的断开308)时，显示健身会话的总结(310)。
如果用户先前不同意共享数据，则请求用户同意(303)。如果用户同意，则开始配对(305)。如果配对/认证过程成功，则可穿戴式计算机和健身机配对。用户在健身机上继续身体健身(306)。当健身会话结束(309)(包括通过延长的暂停307或延长的断开308)时，显示健身会话的总结(310)。如果用户不同意共享数据，则不执行配对/认证，并且用户可以在健身机上继续进行身体健身而不使可穿戴式计算机运行健身会话。
在第四使用案例中，用户同时参与健身机健身和可穿戴式计算机健身。用户通过将其可穿戴式计算机放置在健身机上的标记牌附近来开始新的健身(301)。在一个实施方案中，如果用户已经同意共享数据，则提示用户结束并保存其当前的健身，并开始配对。如果用户同意，则终止并保存当前的健身(302)，并且开始配对/认证(305)。如果用户不同意，则不执行配对/认证过程。在一个实施方案中，当前健身会话由可穿戴式计算机自动终止并保存，并且配对屏幕显示在可穿戴式计算机上。如果配对/认证过程成功，则可穿戴式计算机和健身机配对。当新健身会话结束(309)(包括通过延长的暂停307或延长的断开308)时，显示先前保存的健身会话和新健身会话的总结(310)。
如果用户不同意共享数据，则请求用户结束并保存当前的健身会话(302)并同意共享数据(303)，如果用户同意，则当前健身会话结束，保存健身会话的总结并开始配对(305)。如果配对/认证过程成功，则用户开始新的健身(306)。当新健身会话结束(309)(包括通过延长的暂停307或延长的断开308)时，显示保存的健身会话和新健身会话的总结(310)。
图4是示出根据一个实施方案的使用NFC的示例连接建立规程的泳道图。在该图中，有三个行为者，包括用户401、可穿戴式计算机402和健身机403。图中的每一步都用一个字母表示，以字母“a”开头，以字母“q”结束。
当用户401通过将可穿戴式计算机放置在健身机上的标记牌附近来向健身机403发信号通知他们想要与健身机403配对(步骤“a”)时，连接建立过程开始。
在定时连接间隔T连接准备好期间，健身机403由可穿戴式计算机402检测(步骤“b”)，可穿戴式计算机402向健身机403发送会话ID(例如，每次配对尝试的唯一的编号)和带外(OOB)秘密数据(每个连接唯一的)(步骤“c”)，并且健身机403使用例如ECDSA计算识别数字签名(步骤“d”)。在一个实施方案中，OOB秘密数据可以符合蓝牙核心规范的安全管理器规范，第3卷，第H部分。健身机403可以包括用于读取会话ID和OOB秘密数据的NFC读取器。
在定时发现间隔T发现期间，健身机403通告健身机服务(FTMS)和会话ID(步骤“e”)。可穿戴式计算机402经由广告发现健身机403(步骤“f”)并提供公钥和签名请求(步骤“g”)。
健身机403向可穿戴式计算机402发送公钥和签名响应(步骤“h”)。可穿戴式计算机402向用户401发送同意请求(步骤“i”)，用户401准许该请求(步骤“j”)。
在定时配对间隔T配对期间，可穿戴式计算机402向健身机403发送OOB配对请求(步骤“k”)，健身机403向可穿戴式计算机402发送OOB配对响应(步骤“I”)。
在定时认证间隔T附件认证期间，可穿戴式计算机402向健身机403发送认证质询(步骤“m”)，并从健身机403接收认证响应(步骤“n”)。
在成功认证时，用户401启动健身(步骤“o”)，将机器数据(例如，健身机类型、使用的总能量、实耗时间、总距离)发送到可穿戴式计算机402(步骤“p”)，并且将健身数据(例如，瞬时和平均心率、活动和总卡路里)从可穿戴式计算机402发送到健身机403(步骤“q”)。使用例如NFC或蓝牙标准协议(例如，蓝牙核心规范版本4.2、NFC套件B版本1.0)来传送数据。
图5是示出根据一个实施方案的由健身机处理器实现的用于连接和建立与可穿戴式计算机的会话的示例状态机500的图。每个状态由一个字母表示，从“a”开头，以“f”结束。
健身机从发现状态501(状态“a”)开始，其中健身机空闲并且其NFC读取器准备好读取用户的标签。当检测到用户意图连接(“轻击”)时，状态501转变为可连接广告状态502(状态“b”)，并且健身机以定时间隔T连接通告进行通告。通告包中包括会话ID和FTMS。当从可穿戴式计算机接收到配对请求时，状态502转变为配对状态503(状态“c”)。在状态503下，健身机响应于身份验证请求、认证质询和配对请求。
当配对完成时，状态503转变为连接的可发现状态504(状态“d”)，其中健身机与可穿戴式计算机配对。如果链接丢失，则连接的可发现状态504转变为断开的通告状态505(步骤“e”)。在状态505下，健身机不再能够与可穿戴式计算机通信，并且开始通告为不可发现以便于重新连接。当重新连接时间T重新连接到期时，断开的通告状态505转变为未配对状态506(步骤“f”)。在状态506下，健身机删除其当前配对记录。
如果健身机处于连接的可发现状态504，并且用户发起断开，则连接的可发现504转变为未配对状态506。如果健身机处于断开的通告状态505，并且可穿戴式计算机发起重新连接，则断开的通告状态505转变为断开的可发现状态504。如果健身机处于配对状态503并且配对时间T配对到期，则配对状态503转变到可发现状态501。如果健身机处于可连接的通告状态502，并且发现时间T发现到期，则可连接的通告状态502转变为可发现状态501。
在一个实施方案中，用户可以确定配对将如何在其可穿戴式计算机上操作。用户可以使用一个或多个GUI示能表示或硬件输入机制来选择各种配对选项。例如，开关可以允许用户打开和关闭自动配对。如果用户过去已经接受与健身机的配对，则自动配对是用户不必对配对说“是”。另一个开关允许用户选择自动配对，以便仅当用户在可穿戴式计算机上启动健身应用程序时才打开或关闭。如果仅在启动健身应用程序时允许自动配对，则用户必须启动健身应用程序以与健身机配对。在一个实施方案中，如果可穿戴式计算机确定用户已经在可穿戴式计算机上完成了至少一个健身会话，则无论健身应用程序是否被启动，自动配对都保持打开。如果用户尚未完成健身会话，则用户将需要启动健身应用程序以打开自动配对。
在一个实施方案中，GUI示能表示或硬件输入机制可用于清除存储在可穿戴式计算机上的配对记录中列出的特定健身机或所有健身机。然而，如果可穿戴式计算机在过去与特定健身机配对，并且用户试图在最后配对的x天(例如，90天)内配对，则可穿戴式计算机将自动连接健身机。否则，将提示用户与健身机执行配对/认证过程，如参考图3至图5所描述。
图6是根据一个实施方案的由可穿戴式计算机执行的用于计算健身数据的示例性过程的流程图。过程600可以由架构600实现，如参考图8所描述。
过程600可以通过与健身机建立无线通信开始(601)。例如，可以与健身机建立蓝牙或NFC会话，如参考图3至图5所描述。可以在可穿戴式计算机上计算唯一的会话ID和OOB秘密数据，并将其发送到健身机以用于配对和认证。
在配对之后，过程600通过从健身机获取机器数据而继续(602)。在成功配对和验证之后，可以使用蓝牙或NFC会话数据包将机器数据传输到可穿戴式计算机。机器数据可以包括例如描述健身机的数据，包括但不限于：制造商名称、型号、硬件版本、软件版本、供应商ID、产品ID。另外，各种健身指标可以包括在机器数据中，诸如总能量、总距离和实耗时间。在下面的表I中描述了不同类型的健身机的一些健身指标。
表I—健身机指标
Figure BDA0002877095030000121
Figure BDA0002877095030000131
过程600通过根据机器数据确定健身会话而继续(603)。基于机器数据，可穿戴式计算机学习用户在健身会话期间将参与的特定身体活动。例如，如果健身机是跑步机，则可穿戴式计算机将知道可以从健身机接收什么健身指标以及如何计算健身的健身数据。这可以包括调节卡路里模型的参数诸如，例如，确定用于计算卡路里消耗的适当MET。
过程600通过发起健身会话继续(604)。例如，用户启动健身机。过程600通过在健身期间获得用户的生理数据而继续(605)。生理数据可以是在健身期间测量用户的生理学的任何数据，包括但不限于：心率传感器、脉搏检测器、血压传感器、皮肤温度和/或电导响应传感器、呼吸速率传感器等。这些传感器可以包括在任何合适的外壳中，包括但不限于：智能手表或表带、健身手环、胸带、头带、手指夹、耳夹、耳塞、无带心率监视器等。
过程600通过基于生理数据、机器数据和用户特征，在健身会话期间为用户确定健身数据而继续(606)。例如，燃烧的卡路里可以使用表I中所示的身体活动、总能量、总距离、实耗时间、任何其他数据的知识来计算，这些知识可用于卡路里消耗模型中。可以使用任何合适的卡路里消耗模型，包括依赖MET和不依赖MET的模型，以及包括用户特征的任何类型和组合的模型，诸如身高、体重、年龄和性别。
过程600通过在健身会话期间将健身数据发送到健身机(607)来继续。在计算健身数据之后，可穿戴式计算机将健身数据发送到健身机，在健身机上可以将健身数据显示在健身机的监视器上。在一个实施方案中，健身数据也存储在可穿戴式计算机上。存储的健身数据可以同步到包括基于网络的服务器计算机的另一个设备，并通过客户端-服务器架构与其他设备共享。在一个实施方案中，健身数据可以与多对等自组织网状网络中的其他设备(例如，朋友、训练员等拥有的设备)直接共享。
图7是根据一个实施方案的由可穿戴式计算机执行以校准数字计步器的示例性过程700的流程图。过程700可以由架构700实现，如参考图8所描述。
过程700通过与健身机建立无线通信开始(701)。例如，可以与健身机建立蓝牙或NFC会话，如参考图4至图5所描述。
过程700通过在可穿戴式计算机上启动计步器校准应用程序来继续(702)。计步器应用程序可基于传感器数据(诸如由可穿戴式计算机上的加速度计提供的加速度计数据)来测量步数。
过程700通过从健身机获取机器数据而继续(703)。在成功配对/认证过程之后，健身机可以向可穿戴式计算机发送数据，该数据指示用户在健身期间参与的特定身体活动。另外，机器数据可以包括可用于校准数字计步器的信息，诸如来自跑步机的总距离数据。
过程700通过获取计步器数据继续(704)。计步器数据可包括步数或行进距离，该行进距离可根据步数和用户的步长计算。
过程700通过基于机器数据和计步器数据确定计步器校准因子而继续(705)。例如，可以由机器数据中提供的总距离与数字计步器提供的估计距离形成比率。该比率可以用作校准比例因子，以通过按比例缩放估计距离来校正未来的计步器测量。过程700通过存储校准因子继续(706)。每次用户使用跑步机时都可以执行校准。
使用健身机数据的示例性卡路里消耗模型
计算用户的卡路里消耗的有效且准确的方式是通过使用摄氧量VO2。VO2是运动强度的良好指标，因为其与能量消耗密切相关。强度越高，用户消耗的氧气越多，并且用户燃烧的卡路里越多。美国运动医学会(ACSM)提供了VO2模型，该模型可用于预测各种类型健身机(例如，跑步机、划船器、爬楼器、室内自行车、椭圆机)的卡路里消耗。例如，对于步行，VO2＝(0.1×速度)+(1.8×速度×坡度)+3.5。该公式适用于相当慢的速度范围—从1.9至大约4英里/小时(mph)。速度以米/分钟(m/min)计算。数字0.1和1.8是指示以下的常数：0.1＝在步行时(水平地)移动每千克(kg)体重的每米氧耗，并且1.8＝相对于重力(竖直地)移动总体重的每米氧耗。对于跑步，VO2＝(0.2×速度)+(0.9×速度×坡度)+3.5。该公式适用于大于5.0mph(或3.0mph或更大，如果受试者在真正慢跑的话)的速度。速度以m/min为单位计算。常数指示如下：0.2＝在跑步时(水平地)移动每千克体重的每米氧耗，并且0.9＝相对于重力(竖直地)移动总体重的每米氧耗。然而，这些ACSM模型通常是不准确的，因为它们是使用一些成年男性的平均身高开发的。本文所述的可穿戴式计算机可通过以下方式提供更准确的卡路里消耗计算：使用健身机数据，诸如跑步机提供的速度和坡度数据，并然后将新模型应用于健身机数据以计算健身机用户的更准确的卡路里消耗。
在下面的描述中，量热法建模用于基于健身机输入的诸如速度、仰角等参数来改善运动量(WR)卡路里估计。当用户处于健身机健身会话时，量热法建模还通过校准VO2最大值来改善VO2最大值的估计。
示例性数据流
图8A是根据一个实施方案的用于基于跑步机数据确定卡路里消耗的数据流的框图。系统800包括与可穿戴式计算机102无线通信的健身机101，该健身机如参考图1至图7所述进行操作。可穿戴式计算机102包括实现数据流的软件。在所示的示例中，健身机101是跑步机，并且向可穿戴式计算机102提供由跑步机计算机计算的跑步机数据(例如，距离、步速、倾斜度)。
可穿戴式计算机102包括向数字计步器802提供传感器数据(例如，加速度、角速率)的一个或多个惯性传感器801(例如，加速度计、陀螺仪)。数字计步器802使用传感器数据来确定用户的步数。步幅校准器804基于跑步机数据(例如，被认为是真实数据)和计步器输出数据(例如，被认为是估计数据)来计算校准因子。校准因子被应用于计步器输出数据，并且校准的计步器输出数据被显示为可穿戴式计算机102的显示器上的健身会话数据，或者被发送回跑步机101以用于显示，或者被发送回另一设备以用于显示或存储。
在一个实施方案中，步幅校准器804计算输入到运动量卡路里模型805中的校准的步长。可以针对每种类型的健身机计算运动量。对于跑步机101，可使用跑步机数据来计算所施加的功率输出或运动量(WR)。一般来讲，WR＝f(机器正在计算的能量)，其中f(.)表示括号内的参数的函数。对于跑步机，WR＝f(步速)*g(坡度校正)，并且对于健身车，WR＝f(速度)*g(阻力)。在所示的示例中，运动量卡路里模型805基于使用跑步机数据(例如，使用步速和坡度)计算的运动量来计算用户的卡路里消耗(以MET)。然后可将运动量MET输入到VO2最大值校准器807中作为VO2的隐式估计。可穿戴式计算机102中的光学传感器806将心率数据作为另一个输入提供到VO2最大值校准器807中。VO2最大值校准器807使用VO2的隐式估计和心率数据来校准VO2最大值。然后将心率数据和校准的VO2最大值输入到心率卡路里模型808中。心率卡路里模型808基于用户的心率数据和校准的VO2最大值来计算用户的卡路里消耗(以MET)。运动量MET和心率MET可被显示为可穿戴式计算机102上的健身会话数据或通过通信连接发送回跑步机101以进行显示，或者可被发送到另一个设备以用于显示或存储。
在一个实施方案中，在本文称为“时段”的连续非重叠时间间隔内估计WR和HR卡路里消耗值(MET值)。在一个实施方案中，“时段”可以是x秒(例如，2.56秒，对应于以100Hz采样的加速计传感器数据的256个样本)。在每个时段，报告单个MET值，这是用户消耗的MET的最佳估计。这种最佳MET估计由仲裁逻辑选择，仲裁逻辑比较运动量和心率的MET值的量值以及与这些值中的每一者相关联的置信度。例如，如果心率MET值比运动量MET值大x％(例如，10％)，则心率MET值可为优选的。例如，用户对倾斜度的施加可能由运动量MET估计不足，但由心率MET更准确地跟踪。
在一个实施方案中，由校准器804实施两种校准方法：基于节奏的查找表和加速度计能量方法。基于节奏的查找表包括节奏和步长(SL)，其中节奏＝Steps/unit_time，SL＝D/Steps，Steps是由可穿戴式计算机102计算的步数，并且D是从跑步机接收的真实距离。在一个实施方案中，Steps由可穿戴式计算机102使用传感器数据来测量。在恒定节奏下，节奏与SL高度相关。当用户不在跑步机101上时，可穿戴式计算机102可使用当前节奏从基于节奏的查找表查找SL。
在加速度计能量方法中，可穿戴式计算机102基于加速度数据(SL_uncal＝f(accel))的函数来计算未校准的SL(SL_uncal)。然后根据Steps和SL_uncal来计算未校准的距离(D_uncalibrated)，使得D_uncalibrated＝Steps*SL_uncal并且Pace_uncalibrated＝time/(Steps*SL_uncal)。当用户在跑步机101上时，校准因子被计算为Kval＝D/D_uncalibrated。当用户离开跑步机101时，D_calibrated＝Steps*SL_uncal*Kval。对于基于节奏的查找表和加速度计能量方法两者，可包括坡度。另外，针对步行和跑步可使用单独的基于节奏的查找表。
任何期望的模型可用于运动量卡路里模型805。在一个实施方案中，二次模型可用于步行，并且线性模型用于跑步，其中以指定速度(例如，4.5mph)从二次模型切换到线性模型，并且二次模型基于用户的身高。二次模型考虑了从步行转变为跑步时步长的差异。在一个实施方案中，步行MET被计算为：MET＝k*(a*s2+b*s+c)，其中s＝以英里/小时为单位的速度，k是坡度校正因子，使得在平面上(零上坡坡度)k＝1并且如果检测到上坡坡度则k>1，并且a、b、c是可以凭经验确定的常数。跑步MET被计算为：MET＝k*(a*s+c)。模型从步行MET切换到跑步MET的速度根据用户的身高被确定为在4.2-4.8英里/小时的范围内。
任何期望的模型可用于心率卡路里模型808。在一个实施方案中，HR卡路里模型808通过分数心率(由用户观察到的最小心率和最大心率归一化的心率)线性地缩放从VO2最大值校准器807输出的VO2最大值。VO2最大值可使用任何已知的方法来估计。例如，使用Uth-
Figure BDA0002877095030000172
-Overgaard–Pedersen估计，VO2最大值可使用以下公式来估计。
Figure BDA0002877095030000171
其中HRmax心率，HRrest为静息心率。
图8B是根据一个实施方案的由可穿戴式计算机执行以基于来自椭圆机、室内自行车、划船器或爬楼器的数据来确定燃烧的卡路里的数据流的框图。系统800包括与可穿戴式计算机102无线通信的健身机101，该健身机如参考图1至图7所述进行操作。可穿戴式计算机102包括实现数据流的软件。
WR卡路里模型805采用健身机数据作为输入并输出运动量的估计(以MET)。跑步机WR卡路里模型的细节先前在上文中有所描述。如果健身机101是椭圆机、室内自行车或划船器，则健身机数据包括阻力、步幅/行程计数和功率。如果健身机101是爬楼器，则健身机数据包括步幅计数和仰角增益。对于室内自行车，MET是功率(通过用户体重归一化)的线性函数。在一个实施方案中，MET＝a*normalized_power+c，并且功率是用户选择的阻力水平和节奏以及用户体重的函数。椭圆机和划船器MET是功率、节奏和阻力水平的函数，类似于室内自行车。爬楼器MET是仰角增益和步伐节奏的函数。
示例过程
图9是根据一个实施方案的由可穿戴式计算机执行以基于来自跑步机的数据来确定燃烧的卡路里的示例性过程900的流程图。过程900可使用参考图10所公开的可穿戴式计算机架构1000来实现。
过程900开始于由用户穿戴的无线可穿戴式计算机的处理器建立与健身机的无线通信连接(901)。过程900通过在用户参与健身机上的健身会话时由处理器使用通信连接从健身机获取机器数据(902)而继续。过程900通过从无线可穿戴式设备的一个或多个运动传感器获取响应于用户在健身机上的运动而生成的运动数据(903)而继续。过程900通过从无线设备的心率传感器获取用户的心率数据(904)而继续。过程900通过由可穿戴式计算机的数字计步器基于运动数据确定计步器输出数据(905)而继续。过程900通过由处理器基于计步器输出数据和机器数据确定用户的步长(906)而继续。过程900通过由处理器基于机器数据确定运动量(907)而继续。过程900通过由处理器通过将运动量卡路里模型应用于运动量来确定运动量卡路里消耗(908)而继续。过程900通过由处理器基于心率数据和运动量卡路里消耗确定用户的最大耗氧量(909)而继续。过程900通过由处理器通过将心率卡路里模型应用于心率数据和最大耗氧量来确定心率卡路里消耗(910)而继续。过程900通过由处理器经由通信连接将运动量卡路里消耗或心率卡路里消耗中的至少一者发送到跑步机(911)而继续。
示例性可穿戴式计算机架构
图10示出了示例性可穿戴式计算机架构1000，其实现参考图1至图9描述的特征和操作。架构1000可包括存储器接口1002、一个或多个数据处理器、图像处理器和/或处理器1004，以及外围设备接口1006。存储器接口1002、一个或多个处理器1004和/或外围设备接口1006可为独立部件或者可集成到一个或多个集成电路中。
可将传感器、设备和子系统耦合到外围设备接口1006以提供多个功能。例如，可将一个或多个运动传感器1010、光传感器1012和接近传感器1014耦接到外围设备接口1006，以促进可穿戴式计算机的运动感测(例如，加速度、旋转速率)、照明和接近功能。可将位置处理器1015连接到外围设备接口1006以提供地理定位。在一些具体实施中，位置处理器1015可以是GNSS接收器，诸如全球定位系统(GPS)接收器。也可将电子磁力仪1016(例如，集成电路芯片)连接到外围设备接口1006以提供可用于确定磁北方向的数据。电子磁力仪1016可以向电子罗盘应用程序提供数据。运动传感器1010可包括一个或多个加速度计和/或陀螺仪，其被配置为确定可穿戴式计算机的速度和运动方向的变化。气压计1017可被配置为测量移动设备周围的大气压力。
心率监视子系统1020用于测量在其手腕上佩戴计算机的用户的心跳。在一个实施方案中，子系统1020包括与光电二极管配对的LED，用于测量从手腕反射的光量(未被手腕吸收)以检测心跳。
可通过无线通信子系统1024来促进通信功能，这些无线通信子系统可包括射频(RF)接收器和发射器(或收发器)和/或光学(例如，红外)接收器和发射器。通信子系统1024的具体设计与实现可取决于移动设备预期通过其进行操作的通信网络。例如，架构1000可包括设计用于通过GSM网络、GPRS网络、EDGE网络、Wi-FiTM网络以及BluetoothTM网络操作的通信子系统1024。具体地讲，无线通信子系统1024可包括主机协议，使得移动设备可被配置作为其他无线设备的基站。
音频子系统1026可耦接到扬声器1028和麦克风1030以促进支持语音的功能，诸如声音识别、语音复制、数字记录和电话功能。音频子系统1026可被配置为从用户接收语音命令。
I/O子系统1040可包括触摸表面控制器1042和/或其他输入控制器1044。触摸表面控制器1042可耦接到触摸表面1046。触摸表面1046和触摸表面控制器1042可例如使用多种触敏技术中的任何技术以及其他接近传感器阵列或用于确定与触摸表面1046的一个或多个接触点的其他元件来检测接触及其移动或中断，该多种触敏技术包括但不限于电容性、电阻性、红外及表面声波技术。触摸表面1046可包括例如触摸屏或智能手表的数字表冠。I/O子系统1040可以包括触觉引擎或设备，用于响应于来自处理器1004的命令提供触觉反馈(例如，振动)。在一个实施方案中，触摸表面1046可以是压敏表面。
其他输入控制器1044可以耦接到其他输入/控制设备1048，诸如一个或多个按钮、摇臂开关、拇指滚轮、红外线端口和USB端口。一个或多个按钮(未示出)可以包括用于扬声器1028和/或麦克风1030的音量控制的上/下按钮。触摸表面1046或其他控制器1044(例如，按钮)可包括或耦接到指纹标识电路，以与指纹认证应用程序一起使用，从而基于用户的指纹来认证用户。
在一个具体实施中，将按钮按下第一持续时间可解除触摸表面1046的锁定；并且将按钮按下持续比第一持续时间长的第二持续时间可打开或关闭移动设备的电源。用户能够对一个或多个按钮的功能进行自定义。例如，还可以使用触摸表面1046实现虚拟或软按钮。
在一些具体实施中，计算设备可呈现记录的音频文件和/或视频文件，诸如MP3、AAC和MPEG文件。在一些具体实施中，移动设备可包括MP3播放器的功能。也可使用其他输入/输出以及控制设备。
存储器接口1002可耦接到存储器1050。存储器1050可包括高速随机存取存储器和/或非易失性存储器，诸如一个或多个磁盘存储设备、一个或多个光学存储设备和/或闪存存储器(例如，NAND、NOR)。存储器1050可存储操作系统1052，诸如由Apple Inc.(Cupertino,California)开发的iOS操作系统。操作系统1052可包括用于处理基础系统服务以及用于执行硬件相关任务的指令。在一些具体实施中，操作系统1052可包括内核(例如，UNIX内核)。
存储器1050还可存储通信指令1054，该通信指令促进与一个或多个附加设备、一个或多个计算机和/或一个或多个服务器的通信，诸如例如用于实现与其他设备的有线或无线通信的软件栈的指令。存储器1050可以包括：促进图形用户界面处理的图形用户界面指令1056；促进与传感器相关的处理和功能的传感器处理指令1058；促进与电话相关的过程和功能的电话指令1060；促进与电子消息处理相关的过程和功能的电子消息处理指令1062；促进与网页浏览相关的过程及功能的网页浏览器指令1064；促进与媒体处理相关的过程和功能的媒体处理指令1066；促进一般性与GNSS和位置相关的过程和指令的GNSS/位置指令1068；以及促进心率测量的心率指令1070。存储器1050还包括用于执行参考图1至图9所述的特征和过程的活动应用程序指令。
上面所识别的指令和应用程序中的每一者可对应于用于执行上述一个或多个功能的指令集。这些指令不需要作为独立软件程序、进程或模块来实现。存储器1050可包括附加指令或更少的指令。此外，可在硬件和/或软件中，包括在一个或多个信号处理和/或专用集成电路中，执行移动设备的各种功能。
所描述的特征可有利地在能够在可编程系统上执行的一个或多个计算机程序中实现，该可编程系统包括至少一个输入设备、至少一个输出设备以及被耦接以从数据存储系统接收数据和指令并且将数据和指令发送到数据存储系统的至少一个可编程处理器。计算机程序是在计算机中可以直接或间接使用以执行某种活动或者产生某种结果的指令集。计算机程序可以包括编译和解释语言在内的任何形式的编程语言(例如，SWIFT、Objective-C、C#、Java)来编写，并且其可以任何形式部署，包括作为独立程序或者作为模块、部件、子例程、基于浏览器的网页应用程序、或适于在计算环境中使用的其他单元。
虽然本说明书包含许多具体实施细节，但是这些具体实施细节不应被理解为是对任何发明或可能要求保护的内容的范围的限制，而应被理解为对特定于特定发明的特定实施方案的特征的描述。本说明书中在不同实施方案的上下文中描述的某些特征也可以在单个实施方案中组合地实现。相反，在单个实施方案的上下文中描述的各种特征也可单独地或者以任何合适的子组合的形式在多个实施方案中实现。此外，虽然某些特征可能在上面被描述为以某些组合来起作用并且甚至最初也这样地来要求保护，但是要求保护的组合的一个或多个特征在某些情况下可从该组合去除，并且要求保护的组合可涉及子组合或子组合的变型。
类似地，虽然操作在附图中以特定次序示出，但不应将此理解为要求以相继次序或所示的特定次序来执行此类操作，或者要求执行所有所示的操作以实现期望的结果。在某些情况中，多任务和并行处理可能是有利的。此外，上述实施方案中各个系统部件的划分不应被理解为在所有实施方式中都要求此类划分，并且应当理解，所述程序部件和系统可一般性地一起整合在单个软件产品中或者封装到多个软件产品中。
如上所述，本说明书的主题的一些方面包括来自各种来源的数据的采集和使用以改善移动设备可向用户提供的服务。本公开预期，在一些情况下，该采集到的数据可基于设备使用情况来识别特定位置或地址。此类个人信息数据可包括基于位置的数据、地址、订阅者账户标识符或其他标识信息。
本公开还设想负责此类个人信息数据的收集、分析、公开、传输、存储或其他用途的实体将遵守已确立的隐私政策和/或隐私做法。具体地，此类实体应当实行并坚持使用被公认为满足或超出对维护个人信息数据的隐私性和安全性的行业或政府要求的隐私政策和实践。例如，来自用户的个人信息应当被收集用于实体的合法且合理的用途，并且不在这些合法用途之外共享或出售。另外，此类收集应当仅在用户知情同意之后进行。另外，此类实体应采取任何所需的步骤，以保障和保护对此类个人信息数据的访问，并且确保能够访问个人信息数据的其他人遵守他们的隐私政策和程序。另外，这种实体可使其本身经受第三方评估以证明其遵守广泛接受的隐私政策和实践。
就广告递送服务而言，本公开还预期用户选择性地阻止使用或访问个人信息数据的实施方案。即本公开预期可提供硬件元件和/或软件元件，以防止或阻止对此类个人信息数据的访问。例如，就广告递送服务而言，本发明的技术可被配置为在注册服务期间允许用户选择“加入”或“退出”参与对个人信息数据的收集。
因此，虽然本公开广泛地覆盖了使用个人信息数据来实现一个或多个各种所公开的实施方案，但本公开还预期各种实施方案也可在无需访问此类个人信息数据的情况下被实现。即，本发明技术的各种实施方案不会由于缺少此类个人信息数据的全部或一部分而无法正常进行。例如，可通过基于非个人信息数据或绝对最小量的个人信息诸如与用户相关联的设备所请求的内容、对内容递送服务可用的其他非个人信息或公开可用信息来推断偏好，从而选择内容并递送至用户。

Claims (20)

1.一种方法，所述方法包括：
由用户穿戴的无线可穿戴式计算机的一个或多个处理器建立与健身机的无线通信连接；
当所述用户参与所述健身机上的健身会话时，由所述一个或多个处理器使用所述通信连接从所述健身机获取机器数据；
从所述无线设备的心率传感器获取所述用户的心率数据；
由所述处理器通过将运动量卡路里模型应用于所述机器数据来确定运动量卡路里消耗；
由所述一个或多个处理器基于所述心率数据和所述运动量卡路里消耗来确定所述用户的校准的最大耗氧量；
由所述一个或多个处理器通过将心率卡路里模型应用于所述心率数据和所述用户的所述校准的最大耗氧量来确定心率卡路里消耗；以及
由所述一个或多个处理器经由所述通信连接将所述运动量卡路里消耗或所述心率卡路里消耗中的至少一者发送到所述健身机。
2.根据权利要求1所述的方法，所述方法还包括：
从所述无线可穿戴式设备的一个或多个运动传感器获取响应于所述用户在所述健身机上的运动而生成的运动数据；
由所述可穿戴式计算机的数字计步器基于所述运动数据来确定计步器输出数据；
由所述一个或多个处理器基于所述计步器输出数据和所述机器数据来确定所述用户的校准的步长；以及
将所述校准的步长作为输入应用于所述运动量卡路里模型。
3.根据权利要求2所述的方法，其中所述机器数据包括距离、步速或节奏中的至少一者。
4.根据权利要求1所述的方法，其中所述健身机是跑步机，并且所述机器数据包括速度、步速、倾斜度、坡度或行进距离中的至少一者。
5.根据权利要求1所述的方法，其中所述健身机是健身车或划船器，并且所述机器数据包括阻力、步长、行程计数或功率中的至少一者。
6.根据权利要求1所述的方法，其中所述健身机是爬楼器，并且所述健身数据包括步幅计数或仰角增益中的至少一者。
7.根据权利要求1所述的方法，其中在连续的非重叠时间间隔内估计运动量和心率MET。
8.根据权利要求1所述的方法，其中由所述一个或多个处理器经由所述通信连接将所述运动量卡路里消耗或所述心率卡路里消耗中的至少一者发送到所述健身机还包括：
比较所述运动量和心卡路里消耗值的量值；以及
向所述健身机发送在用户卡路里燃烧时具有最大量值的卡路里消耗。
9.根据权利要求1所述的方法，其中二次运动量卡路里模型用于步行，并且线性运动量卡路里模型用于跑步。
10.根据权利要求9所述的方法，其中以所述用户的指定速度调用所述线性模型，并且所述二次模型基于所述用户的身高。
11.一种无线可穿戴式计算机，所述无线可穿戴式计算机包括：
一个或多个运动传感器；
心率传感器；
一个或多个处理器；
存储器，所述存储器存储指令，所述指令在被所述一个或多个处理器执行时使得所述一个或多个处理器执行包括以下内容的操作：
与健身机建立无线通信连接；
当用户参与所述健身机上的健身会话并且穿戴所述无线可穿戴式计算机时，使用所述通信连接从所述健身机获取机器数据；
从所述心率传感器获取所述用户的心率数据；
通过将运动量卡路里模型应用于所述机器数据来确定运动量卡路里消耗；
基于所述心率数据和所述运动量卡路里消耗来确定所述用户的校准的最大耗氧量；
通过将心率卡路里模型应用于所述心率数据和所述用户的所述校准的最大耗氧量来确定心率卡路里消耗；以及
经由所述通信连接将所述运动量卡路里消耗或所述心率卡路里消耗中的至少一者发送到所述健身机。
12.根据权利要求11所述的无线可穿戴式计算机，还包括：
从所述无线可穿戴式设备的所述一个或多个运动传感器获取响应于所述用户在所述健身机上的运动而生成的运动数据；
由所述无线可穿戴式计算机的数字计步器基于所述运动数据来确定计步器输出数据；
基于所述计步器输出数据和所述机器数据来确定所述用户的校准的步长；以及
将所述校准的步长作为输入应用于所述运动量卡路里模型。
13.根据权利要求12所述的无线可穿戴式计算机，其中所述机器数据包括距离、步速或节奏中的至少一者。
14.根据权利要求11所述的无线可穿戴式计算机，其中所述健身机是跑步机，并且所述机器数据包括速度、步速、倾斜度、坡度或行进距离中的至少一者。
15.根据权利要求11所述的无线可穿戴式计算机，其中所述健身机是健身车或划船器，并且所述机器数据包括阻力、步长、行程计数或功率中的至少一者。
16.根据权利要求11所述的无线可穿戴式计算机，其中所述健身机是爬楼器，并且所述健身数据包括步幅计数或仰角增益中的至少一者。
17.根据权利要求11所述的无线可穿戴式计算机，其中在连续的非重叠时间间隔内估计所述运动量和心率MET。
18.根据权利要求11所述的无线可穿戴式计算机，其中经由所述通信连接将所述运动量卡路里消耗或所述心率卡路里消耗中的至少一者发送到所述健身机还包括：
比较所述运动量和心卡路里消耗值的量值；以及
向所述健身机发送在用户卡路里燃烧时具有最大量值的卡路里消耗。
19.根据权利要求11所述的无线可穿戴式计算机，其中二次运动量卡路里模型用于步行，并且线性运动量卡路里模型用于跑步。
20.根据权利要求19所述的无线可穿戴式计算机，其中以所述用户的指定速度调用所述线性模型，并且所述二次模型基于所述用户的身高。
CN201980044525.6A 2018-07-12 2019-07-09 具有健身机连接性以使用卡路里消耗模型来改善活动监视的可穿戴式计算机 Active CN112384984B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862697386P 2018-07-12 2018-07-12
US62/697,386 2018-07-12
US16/129,664 US10987006B2 (en) 2017-06-02 2018-09-12 Wearable computer with fitness machine connectivity for improved activity monitoring using caloric expenditure models
US16/129,664 2018-09-12
PCT/US2019/040956 WO2020014196A1 (en) 2018-07-12 2019-07-09 Wearable computer with fitness machine connectivity for improved activity monitoring using caloric expenditure models

Publications (2)

Publication Number Publication Date
CN112384984A true CN112384984A (zh) 2021-02-19
CN112384984B CN112384984B (zh) 2024-10-29

Family

ID=

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077865A (zh) * 2021-03-03 2021-07-06 福建野小兽健康科技有限公司 一种卡路里排行榜动态更新的方法及装置
CN113204009A (zh) * 2021-05-12 2021-08-03 深圳康佳电子科技有限公司 跑步步长提醒方法、装置、终端及计算机可读存储介质
CN113577656A (zh) * 2021-06-17 2021-11-02 河北华科质检技术服务有限公司 一种体育训练用多功能数据监测设备
CN115245677A (zh) * 2021-04-26 2022-10-28 Oppo广东移动通信有限公司 热源消耗量的计算方法、装置、可穿戴设备和存储介质
CN115316969A (zh) * 2022-07-20 2022-11-11 深圳市爱都科技有限公司 一种身体能量的估算方法、可穿戴设备及计算机存储介质
CN116407088A (zh) * 2023-03-01 2023-07-11 山西美好蕴育生物科技有限责任公司 基于功率车的运动心率预测模型训练方法、心率预测方法
WO2023216267A1 (zh) * 2022-05-13 2023-11-16 北京小米移动软件有限公司 热量消耗估算方法、装置及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103505847A (zh) * 2013-09-26 2014-01-15 浙江大学城市学院 一种基于数据监测实现运动指导的跑步健身系统
US20160058302A1 (en) * 2014-09-02 2016-03-03 Apple Inc. Latent load calibration for calorimetry using sensor fusion

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103505847A (zh) * 2013-09-26 2014-01-15 浙江大学城市学院 一种基于数据监测实现运动指导的跑步健身系统
US20160058302A1 (en) * 2014-09-02 2016-03-03 Apple Inc. Latent load calibration for calorimetry using sensor fusion

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
NIELS UTH•HENRIK SØRENSEN•KRISTIAN OVERGAARD等: "Estimation of_VO2maxfrom the ratio between HRmax and HRrest– the Heart Rate Ratio Method", ESTIMATION OF_VO2MAXFROM THE RATIO BETWEEN HRMAX AND HRREST– THE HEART RATE RATIO METHOD, pages 111 - 115 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077865A (zh) * 2021-03-03 2021-07-06 福建野小兽健康科技有限公司 一种卡路里排行榜动态更新的方法及装置
CN115245677A (zh) * 2021-04-26 2022-10-28 Oppo广东移动通信有限公司 热源消耗量的计算方法、装置、可穿戴设备和存储介质
CN115245677B (zh) * 2021-04-26 2024-05-10 Oppo广东移动通信有限公司 热源消耗量的计算方法、装置、可穿戴设备和存储介质
CN113204009A (zh) * 2021-05-12 2021-08-03 深圳康佳电子科技有限公司 跑步步长提醒方法、装置、终端及计算机可读存储介质
CN113204009B (zh) * 2021-05-12 2023-12-22 深圳康佳电子科技有限公司 跑步步长提醒方法、装置、终端及计算机可读存储介质
CN113577656A (zh) * 2021-06-17 2021-11-02 河北华科质检技术服务有限公司 一种体育训练用多功能数据监测设备
WO2023216267A1 (zh) * 2022-05-13 2023-11-16 北京小米移动软件有限公司 热量消耗估算方法、装置及存储介质
CN115316969A (zh) * 2022-07-20 2022-11-11 深圳市爱都科技有限公司 一种身体能量的估算方法、可穿戴设备及计算机存储介质
CN116407088A (zh) * 2023-03-01 2023-07-11 山西美好蕴育生物科技有限责任公司 基于功率车的运动心率预测模型训练方法、心率预测方法
CN116407088B (zh) * 2023-03-01 2024-01-09 山西美好蕴育生物科技有限责任公司 基于功率车的运动心率预测模型训练方法、心率预测方法

Also Published As

Publication number Publication date
EP4345828A2 (en) 2024-04-03
AU2024205797A1 (en) 2024-09-05
EP3821438A1 (en) 2021-05-19
JP7116810B2 (ja) 2022-08-10
KR102579276B1 (ko) 2023-09-15
AU2019100752B4 (en) 2019-10-03
JP2021528179A (ja) 2021-10-21
KR20210016417A (ko) 2021-02-15
WO2020014196A1 (en) 2020-01-16
AU2019100752A4 (en) 2019-08-15
AU2022263609A1 (en) 2022-12-15
AU2022263609B2 (en) 2024-05-16
EP4345828A3 (en) 2024-10-09
EP3821438B1 (en) 2024-02-28
AU2019301615A1 (en) 2021-01-07

Similar Documents

Publication Publication Date Title
CN109564777B (zh) 具有健身机连接性以改善活动监视的可穿戴式计算机
US11857143B2 (en) Wearable computer with fitness machine connectivity for improved activity monitoring using caloric expenditure models
US20170333755A1 (en) Multi-sport biometric feedback device, system, and method for adaptive coaching with gym apparatus
US20160303425A1 (en) Real-Time Comparison of Athletic Information
JP7015812B2 (ja) 複数のデバイスからのデータを使用するエネルギー消費の算出
US20140306821A1 (en) Motion profile templates and movement languages for wearable devices
AU2012267525A1 (en) Motion profile templates and movement languages for wearable devices
JP2016535611A (ja) 目標動機付けを提供するように構成されたフィットネス装置
US11857840B2 (en) Momentum measurement device, momentum measurement system including the same, and momentum measurement method using the same
CN112384984B (zh) 具有健身机连接性以使用卡路里消耗模型来改善活动监视的可穿戴式计算机
KR102579276B1 (ko) 칼로리 소비 모델들을 사용하는 개선된 활동 모니터링을 위한 피트니스 기계 연결성을 갖는 웨어러블 컴퓨터
US20220095957A1 (en) Estimating Caloric Expenditure Based on Center of Mass Motion and Heart Rate

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