CN112600896A - 一种赛段匹配系统、方法及计算机可读存储介质 - Google Patents

一种赛段匹配系统、方法及计算机可读存储介质 Download PDF

Info

Publication number
CN112600896A
CN112600896A CN202011418898.6A CN202011418898A CN112600896A CN 112600896 A CN112600896 A CN 112600896A CN 202011418898 A CN202011418898 A CN 202011418898A CN 112600896 A CN112600896 A CN 112600896A
Authority
CN
China
Prior art keywords
data
matching
user
module
segment
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
Application number
CN202011418898.6A
Other languages
English (en)
Inventor
蒋旻宸
胡伟
周舜
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.)
Shanghai Dabuziduo Information Technology Co ltd
Original Assignee
Shanghai Dabuziduo 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 Shanghai Dabuziduo Information Technology Co ltd filed Critical Shanghai Dabuziduo Information Technology Co ltd
Priority to CN202011418898.6A priority Critical patent/CN112600896A/zh
Publication of CN112600896A publication Critical patent/CN112600896A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明的一种赛段匹配系统、方法及计算机可读存储介质，所述方法为用户端收集用户数据并上传云端，用户端上传路书至云端，云端分别对路书和用户数据进行处理，处理后进行匹配，当发现有与路书相重合的用户数据时，云端对用户数据进行进一步的匹配，匹配完成后根据每条赛段的匹配阈值进行筛选，在落入阈值区间内，将用户的运动数据整合到轨迹信息中，将匹配结果推送给用户，并进入赛段排行榜。用户在匹配后，也可以通过该系统，查看自己当前与过往各个时期针对同一地理空间的运动数据进行对比，为用户提供精细化的数据分析和参考，包括运动能力的趋势和身体状态的趋势。

Description

一种赛段匹配系统、方法及计算机可读存储介质
技术领域
本发明属于智能穿戴设备技术领域，具体来说是一种赛段匹配系统、方法及计算机可读存储介质。
背景技术
当前基于手机或其他GNSS设备记录户外运动轨迹，轨迹点中包括时间戳，经纬度，海拔，精度，速度，甚至包含心率，踏频，功率等数据。通过将这些数据统一同步到云端网络，可以为户外用户提供运动轨迹的数据分析，分享，以及为后续运动提供指导。当前轨迹同步到云端的数据分析具有较大的局限性：
1、大部分运动用户，训练时候通常骑行同一条路线，针对同一个路段的数据，无法在空间维度上进行不同时间段的数据分析和对比；
2、不同运动用户会骑行同一条户外路线一次乃至多次进行训练，针对通过同一个赛段，无法进行精确的数据匹配，用户无法和其他用户对比数据。
发明内容
1.发明要解决的技术问题
本发明的目的在于解决现有的赛段匹配不准确的问题。
2.技术方案
为达到上述目的，本发明提供的技术方案为：
本发明的一种赛段匹配系统，包括客户端和云端，所述客户端包括数据收集模块和数据传输模块，所述云端包括数据存储模块、数据处理模块、数据匹配模块、数据优化模块、数据筛选模块和数据推送模块；
所述数据收集模块用于收集用户的数据并将数据输送给数据传输模块；
所述数据传输模块用于建立客户端和云端的通信，将用户数据和路书传输给云端；
所述数据存储模块用于存储云端接收的数据传输模块所传输的用户数据；
所述数据处理模块用于对数据存储模块存储的路书进行处理，去除异常数据并转换成赛段数据；
所述数据匹配模块用于对用户数据和赛段数据进行匹配，判断是否有重合；
所述数据优化模块对和赛段数据有重合的用户数据进行数据清洗，异常数据清洗完成后，对用户数据中的位置信息进行均匀化处理，然后输送给数据匹配模块进行进一步的匹配；
所述数据筛选模块用于将进一步匹配完成后的用户数据与赛段的匹配阈值进行筛选，在落入阈值区间内，将用户的运动数据整合到轨迹信息中，将匹配结果输送给数据推送模块；
所述数据推送模块用于将匹配结果推送给用户端。
一种赛段匹配方法，用户端收集用户数据并上传云端，用户端上传路书至云端，云端分别对路书和用户数据进行处理，处理后进行匹配，当发现有与路书相重合的用户数据时，云端对用户数据进行进一步的匹配，匹配完成后根据每条赛段的匹配阈值进行筛选，在落入阈值区间内，将用户的运动数据整合到轨迹信息中，将匹配结果推送给用户，并进入赛段排行榜。
优选的，所述方法通过上述的一种赛段匹配系统进行，具体为
S100、数据收集，数据收集模块收集用户数据；
S200、数据输送，数据传输模块将用户数据和路书传输给云端；
S300、数据存储，数据存储模块将云端接收到的用户数据和路书进行存储；
S400、路书处理，数据处理模块将路书进行处理，去除异常数据后对路书中的点进行均匀化处理，计算出路书的边界信息，转化成赛段数据并设置匹配阈值，并转换成赛段数据；
S500、预匹配，数据匹配模块对用户数据和赛段数据进行匹配，针对用户轨迹数据和赛段的边界数据进行叠加分析，判断是否有重合；
S600、用户数据处理，数据优化模块对和赛段数据有重合的用户数据进行数据清洗，异常数据清洗完成后，对用户数据中的位置信息进行均匀化处理；
S700、多次匹配，数据匹配模块对步骤S600处理得到的数据与步骤S500匹配有重合的赛段数据进行二次或多次匹配；
S800、数据筛选，数据筛选模块将步骤S700匹配后的用户数据与赛段的匹配阈值进行筛选，在落入阈值区间内，将用户的运动数据整合到轨迹信息中，将匹配结果输送给数据推送模块；
S900、数据推送，数据推送模块将筛选整合后的轨迹信息推送给用户端，并记录在用户排行榜中。
优选的，所述步骤S100中收集的用户数据具体包括基于GNSS系统的经纬度、海拔、精度、速度、方向数据；还包括来自于其他外部传感的心率、踏频、速度、功率、温度数据。
优选的，所述步骤S400中的去除异常数据中的异常数据为由于GNSS系统误差引起的位置信息异常，包括经纬度和海拔可能出现的漂移。
优选的，所述步骤S600中的数据清洗具体为
当数据中的连续两个点之间距离数据超过1000米则为异常数据，并进行清除；
当数据中的多个点连续速度超过设定阈值则为异常数据，并进行清除。
优选的，所述步骤S700中匹配具体为，采用SegmentNN算法进行轨迹和赛段数据的匹配，主要是为在一个N个点的轨迹中，找到所有含有有M个点路线，通过创建一个N*M的矩阵，这个N*M的矩阵中是每个N中的点到M中点的距离，当这个N*M矩阵中距离小于匹配阈值2^N米后，便匹配一个位置点，当连续匹配到的点在M方向的数量与M的length相同即算单条匹配成功，所述N的数值范围为5～10，所述M的数值小于N。
优选的，所述步骤S800中，用户的运动数据整合到轨迹信息中具体为精确匹配到轨迹路线的起点和终点后，从轨迹数据库中取出起终点之间的运动数据，包括速度，海拔，心率，踏频，功率数据，计算该段之间的运动时间、平均速度、最大速度、平均海拔、最大海拔、平均心率、最大心率、平均踏频、最大踏频、平均功率和最大功率等运动信息。
一种计算机可读存储介质，所述计算机可读存储介质上存储有赛段匹配程序，该赛段匹配程序被处理器执行时实现如上述所述的赛段匹配步骤。
3.有益效果
采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：
本发明的一种赛段匹配系统、方法及计算机可读存储介质，所述方法为用户端收集用户数据并上传云端，用户端上传路书至云端，云端分别对路书和用户数据进行处理，处理后进行匹配，当发现有与路书相重合的用户数据时，云端对用户数据进行进一步的匹配，匹配完成后根据每条赛段的匹配阈值进行筛选，在落入阈值区间内，将用户的运动数据整合到轨迹信息中，将匹配结果推送给用户，并进入赛段排行榜，用户记录的运动信息除了位置信息外，还包括海拔、时间戳、心率、踏频、功能等额外的数据，用户在匹配后，也可以通过该系统，查看自己当前与过往各个时期针对同一地理空间的运动数据进行对比，为用户提供精细化的数据分析和参考，包括用户运动能力和状态数据化展示；同时，针对同区域的空间数据分析，结合时间维度，可以分析出地理空间中热门的户外运动区域，为城市规划、交通等部门提供基础数据。
附图说明
图1为本发明的算法流程图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述，附图中给出了本发明的若干实施例，但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例，相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件；当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件；本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同；本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明；本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
参照附图1，本实施例的一种赛段匹配系统，包括客户端和云端，所述客户端包括数据收集模块和数据传输模块，所述云端包括数据存储模块、数据处理模块、数据匹配模块、数据优化模块、数据筛选模块和数据推送模块；
所述数据收集模块用于收集用户的数据并将数据输送给数据传输模块；
所述数据传输模块用于建立客户端和云端的通信，将用户数据和路书传输给云端；
所述数据存储模块用于存储云端接收的数据传输模块所传输的用户数据；
所述数据处理模块用于对数据存储模块存储的路书进行处理，去除异常数据并转换成赛段数据；
所述数据匹配模块用于对用户数据和赛段数据进行匹配，判断是否有重合；
所述数据优化模块对和赛段数据有重合的用户数据进行数据清洗，异常数据清洗完成后，对用户数据中的位置信息进行均匀化处理，然后输送给数据匹配模块进行进一步的匹配；
所述数据筛选模块用于将进一步匹配完成后的用户数据与赛段的匹配阈值进行筛选，在落入阈值区间内，将用户的运动数据整合到轨迹信息中，将匹配结果输送给数据推送模块；
所述数据推送模块用于将匹配结果推送给用户端。
一种赛段匹配方法，用户端收集用户数据并上传云端，用户端上传路书至云端，云端分别对路书和用户数据进行处理，处理后进行匹配，当发现有与路书相重合的用户数据时，云端对用户数据进行进一步的匹配，匹配完成后根据每条赛段的匹配阈值进行筛选，在落入阈值区间内，将用户的运动数据整合到轨迹信息中，将匹配结果推送给用户，并进入赛段排行榜。
所述赛段匹配方法采用上述的赛段匹配系统进行，具体为
S100、数据收集，数据收集模块收集用户数据；
S200、数据输送，数据传输模块将用户数据和路书传输给云端；
S300、数据存储，数据存储模块将云端接收到的用户数据和路书进行存储；
S400、路书处理，数据处理模块将路书进行处理，去除异常数据后对路书中的点进行均匀化处理，计算出路书的边界信息，转化成赛段数据并设置匹配阈值，并转换成赛段数据；
S500、预匹配，数据匹配模块对用户数据和赛段数据进行匹配，判断是否有重合；
S600、用户数据处理，数据优化模块对和赛段数据有重合的用户数据进行数据清洗，异常数据清洗完成后，对用户数据中的位置信息进行均匀化处理；
S700、多次匹配，数据匹配模块对步骤S600处理得到的数据与步骤S500匹配有重合的赛段数据进行二次或多次匹配；
S800、数据筛选，数据筛选模块将步骤S700匹配后的用户数据与赛段的匹配阈值进行筛选，在落入阈值区间内，将用户的运动数据整合到轨迹信息中，将匹配结果输送给数据推送模块；
S900、数据推送，数据推送模块将筛选整合后的轨迹信息推送给用户端，并记录在用户排行榜中。
其中，步骤S100中收集的用户数据具体包括基于GNSS系统的经纬度、海拔、精度、速度、方向数据；还包括来自于其他外部传感的心率、踏频、速度、功率、温度数据。
其中，步骤S400中的去除异常数据中的异常数据为由于GNSS系统误差引起的位置信息异常，包括经纬度和海拔可能出现的漂移。
其中，步骤S600中的数据清洗具体为
当数据中的连续两个点之间距离数据超过1000米则为异常数据，并进行清除；
当数据中的多个点连续速度超过设定阈值则为异常数据，并进行清除。
其中，步骤S700中匹配具体为，采用SegmentNN算法进行轨迹和赛段数据的匹配，主要是为在一个N个点的轨迹中，找到所有含有有M个点路线，通过创建一个N*M的矩阵，这个N*M的矩阵中是每个N中的点到M中点的距离，当这个N*M矩阵中距离小于匹配阈值2^N米后，便匹配一个位置点，当连续匹配到的点在M方向的数量与M的length相同即算单条匹配成功，所述N的数值范围为5～10，所述M的数值小于N。
SegmentNN算法为基于go语言编写的算法，算执行效率高，针对数以万计的赛段和轨迹的实时匹配，基本可以做到秒级的数据匹配；基于微服务的系统部署，回针对系统计算压力进行弹性扩展，保证用户的数据匹配的实时性；算法对匹配的前进行均匀化处理可以提高匹配效率，配后插值计算匹配率保证了匹配的准确性。
其中，步骤S800中，用户的运动数据整合到轨迹信息中具体为精确匹配到轨迹路线的起点和终点后，从轨迹数据库中取出起终点之间的运动数据，包括速度，海拔，心率，踏频，功率数据，计算该段之间的运动时间、平均速度、最大速度、平均海拔、最大海拔、平均心率、最大心率、平均踏频、最大踏频、平均功率和最大功率运动信息。
实施例2
一种计算机可读存储介质，计算机可读存储介质上存储有赛段匹配程序，该赛段匹配程序被处理器执行时实现上述所述的赛段匹配步骤。
用户记录的运动信息除了位置信息外，还包括海拔、时间戳、心率、踏频、功能等额外的数据，用户在匹配后，也可以通过该系统，查看自己当前与过往各个时期针对同一地理空间的运动数据进行对比，为用户提供精细化的数据分析和参考，包括运动能力的趋势和身体状态的趋势；
同时，针对同区域的空间数据分析，结合时间维度，可以分析出地理空间中热门的户外运动区域，为城市规划、交通等部门提供基础数据。
以上所述实施例仅表达了本发明的某种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制；应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围；因此，本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种赛段匹配系统，其特征在于：包括客户端和云端，所述客户端包括数据收集模块和数据传输模块，所述云端包括数据存储模块、数据处理模块、数据匹配模块、数据优化模块、数据筛选模块和数据推送模块；
所述数据收集模块用于收集用户的数据并将数据输送给数据传输模块；
所述数据传输模块用于建立客户端和云端的通信，将用户数据和路书传输给云端；
所述数据存储模块用于存储云端接收的数据传输模块所传输的用户数据；
所述数据处理模块用于对数据存储模块存储的路书进行处理，去除异常数据并转换成赛段数据；
所述数据匹配模块用于对用户数据和赛段数据进行匹配，判断是否有重合；
所述数据优化模块对和赛段数据有重合的用户数据进行数据清洗，异常数据清洗完成后，对用户数据中的位置信息进行均匀化处理，然后输送给数据匹配模块进行进一步的匹配；
所述数据筛选模块用于将进一步匹配完成后的用户数据与赛段的匹配阈值进行筛选，在落入阈值区间内，将用户的运动数据整合到轨迹信息中，将匹配结果输送给数据推送模块；
所述数据推送模块用于将匹配结果推送给用户端。
2.一种赛段匹配方法，其特征在于：用户端收集用户数据并上传云端，用户端上传路书至云端，云端分别对路书和用户数据进行处理，处理后进行匹配，当发现有与路书相重合的用户数据时，云端对用户数据进行进一步的匹配，匹配完成后根据每条赛段的匹配阈值进行筛选，在落入阈值区间内，将用户的运动数据整合到轨迹信息中，将匹配结果推送给用户，并进入赛段排行榜。
3.根据权利要求2所述的一种赛段匹配方法，其特征在于：采用权利要求1所述的一种赛段匹配系统进行，具体为S100、数据收集，数据收集模块收集用户数据；
S200、数据输送，数据传输模块将用户数据和路书传输给云端；
S300、数据存储，数据存储模块将云端接收到的用户数据和路书进行存储；
S400、路书处理，数据处理模块将路书进行处理，去除异常数据后对路书中的点进行均匀化处理，计算出路书的边界信息，转化成赛段数据并设置匹配阈值，并转换成赛段数据；
S500、预匹配，数据匹配模块对用户数据和赛段数据进行匹配，判断是否有重合；
S600、用户数据处理，数据优化模块对和赛段数据有重合的用户数据进行数据清洗，异常数据清洗完成后，对用户数据中的位置信息进行均匀化处理；
S700、多次匹配，数据匹配模块对步骤S600处理得到的数据与步骤S500匹配有重合的赛段数据进行二次或多次匹配；
S800、数据筛选，数据筛选模块将步骤S700匹配后的用户数据与赛段的匹配阈值进行筛选，在落入阈值区间内，将用户的运动数据整合到轨迹信息中，将匹配结果输送给数据推送模块；
S900、数据推送，数据推送模块将筛选整合后的轨迹信息推送给用户端，并记录在用户排行榜中。
4.根据权利要求3所述的一种赛段匹配方法，其特征在于：所述步骤S100中收集的用户数据具体包括基于GNSS系统的经纬度、海拔、精度、速度、方向数据；还包括来自于其他外部传感的心率、踏频、速度、功率、温度数据。
5.根据权利要求3所述的一种赛段匹配方法，其特征在于：所述步骤S400中的去除异常数据中的异常数据为由于GNSS系统误差引起的位置信息异常，包括经纬度和海拔可能出现的漂移。
6.根据权利要求3所述的一种赛段匹配方法，其特征在于：所述步骤S600中的数据清洗具体为
当数据中的连续两个点之间距离数据超过1000米则为异常数据，并进行清除；
当数据中的多个点连续速度超过设定阈值则为异常数据，并进行清除。
7.根据权利要求3所述的一种赛段匹配方法，其特征在于：所述步骤S700中匹配具体为，采用SegmentNN算法进行轨迹和赛段数据的匹配，主要是为在一个N个点的轨迹中，找到所有含有有M个点路线，通过创建一个N*M的矩阵，这个N*M的矩阵中是每个N中的点到M中点的距离，当这个N*M矩阵中距离小于匹配阈值2^N米后，便匹配一个位置点，当连续匹配到的点在M方向的数量与M的length相同即算单条匹配成功，所述N的数值范围为5～10，所述M的数值小于N。
8.根据权利要求3所述的一种赛段匹配方法，其特征在于：所述步骤S800中，用户的运动数据整合到轨迹信息中具体为精确匹配到轨迹路线的起点和终点后，从轨迹数据库中取出起终点之间的运动数据，包括速度，海拔，心率，踏频，功率数据，计算该段之间的运动时间、平均速度、最大速度、平均海拔、最大海拔、平均心率、最大心率、平均踏频、最大踏频、平均功率和最大功率运动信息。
9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质上存储有赛段匹配程序，该赛段匹配程序被处理器执行时实现如权利要求2～8中任一项所述的赛段匹配步骤。
CN202011418898.6A 2020-12-07 2020-12-07 一种赛段匹配系统、方法及计算机可读存储介质 Pending CN112600896A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011418898.6A CN112600896A (zh) 2020-12-07 2020-12-07 一种赛段匹配系统、方法及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011418898.6A CN112600896A (zh) 2020-12-07 2020-12-07 一种赛段匹配系统、方法及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN112600896A true CN112600896A (zh) 2021-04-02

Family

ID=75188678

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011418898.6A Pending CN112600896A (zh) 2020-12-07 2020-12-07 一种赛段匹配系统、方法及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112600896A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103154954A (zh) * 2010-08-09 2013-06-12 耐克国际有限公司 使用移动装置监测健身
CN104596507A (zh) * 2015-02-09 2015-05-06 成都小步创想畅联科技有限公司 一种移动终端出行轨迹的确定方法
WO2017186157A1 (zh) * 2016-04-29 2017-11-02 盯盯拍（深圳）技术股份有限公司 路况信息的推送方法、行车记录仪、云端服务器以及推送系统
CN109084787A (zh) * 2018-06-20 2018-12-25 郑州国知网络技术有限公司 一种户外骑行数据处理系统
CN109445587A (zh) * 2018-10-22 2019-03-08 北京顺源开华科技有限公司 运动参数确定方法及装置
CN111862659A (zh) * 2020-06-30 2020-10-30 中冶智诚(武汉)工程技术有限公司 一种gps轨迹数据匹配和补全的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103154954A (zh) * 2010-08-09 2013-06-12 耐克国际有限公司 使用移动装置监测健身
CN104596507A (zh) * 2015-02-09 2015-05-06 成都小步创想畅联科技有限公司 一种移动终端出行轨迹的确定方法
WO2017186157A1 (zh) * 2016-04-29 2017-11-02 盯盯拍（深圳）技术股份有限公司 路况信息的推送方法、行车记录仪、云端服务器以及推送系统
CN109084787A (zh) * 2018-06-20 2018-12-25 郑州国知网络技术有限公司 一种户外骑行数据处理系统
CN109445587A (zh) * 2018-10-22 2019-03-08 北京顺源开华科技有限公司 运动参数确定方法及装置
CN111862659A (zh) * 2020-06-30 2020-10-30 中冶智诚(武汉)工程技术有限公司 一种gps轨迹数据匹配和补全的方法

Similar Documents

Publication Publication Date Title
US10558898B2 (en) System and method for generating a map from activity data
CN105872034B (zh) 跟踪和记录运动的系统、使用其的方法及移动通信装置
CN110874362A (zh) 一种数据关联分析方法及装置
EP3086320A1 (en) Method and device for associating frames in a video of an activity of a person with an event
CN109459045A (zh) 一种针对低频gps轨迹的改进交互式投票匹配方法
US10271775B2 (en) Determining performance indicators for periodic movements
CN103699795A (zh) 一种运动行为识别方法、装置及运动强度监测系统
CN106528614B (zh) 一种移动社交网络中用户的地理位置预测方法
CN117392352B (zh) 一种用于元宇宙的模型塑造操作管理系统及方法
CN112600896A (zh) 一种赛段匹配系统、方法及计算机可读存储介质
Schmidt et al. A wearable flexible sensor network platform for the analysis of different sport movements
US10331707B2 (en) System and method for determining the occurrence of organized athletic events
CN112967801A (zh) Pai值处理方法、装置、设备和存储介质
Shen et al. Traffic velocity prediction using GPS data: IEEE ICDM contest task 3 report
CN115732098A (zh) 一种基于改进seir模型的传染病跨城市传播预测方法及系统
Lluch et al. Precision of wearable GPS in marathon races
CN114140292A (zh) 大数据驱动的城市绿地需求测算方法
CN112380314A (zh) 路网信息的处理方法和装置、存储介质及电子设备
CN117711610B (zh) 一种网络化mdt多学科的远程会诊车系统
EP1840809A1 (en) Method and central processing unit for providing a ranking service for athletes
Parto Ice hockey checking detection from indoor localization data
CN118049996A (zh) 路线偏离判断方法、装置、电子设备和存储介质
US20240035826A1 (en) Information processing device, electronic device, information processing method, and recording medium
CN102489019B (zh) 一种区域定位识别系统及其实现方法
TWI546557B (zh) Positioning method

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210402

RJ01 Rejection of invention patent application after publication