CN112657117B - 跳绳课程推荐方法及装置 - Google Patents

Abstract

本发明涉及一种跳绳课程推荐方法及装置，其中，基于跳绳运动姿态评估的跳绳课程推荐方法通过通过陀螺仪与霍尔传感器获取连续跳绳运动m圈中每圈数据点数[n₁,n₂,n₃,…,n_m]；依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]分别计算用户跳绳动作、协调性、稳定性、节奏、耐力得分；依据动作、协调性、稳定性、节奏、耐力得分，来获取需要推送的训练课程。通过陀螺仪以及霍尔传感器检测使用者跳绳的姿态数据，并根据姿态数据分析跳绳动作、协调性、稳定性、节奏、耐力，并根据跳绳动作、协调性、稳定性、节奏、耐力来对应推送训练课程，让使用者能准确认知到自己跳绳时存在的问题，进而来规范自身跳绳时的姿态，从而提高跳绳的健身效果。

Description

跳绳课程推荐方法及装置

技术领域

本发明涉及跳绳数据处理领域，具体涉及一种跳绳课程推送方法及装置。

背景技术

跳绳是一项简单、老少皆宜又有很多好处的有氧运动，且需要的器械非常简单，因此被广泛使用。

现有技术中的跳绳手柄，分为机械式以及电子式，两种手柄的功能较为单一，仅支持计数功能。然而，随着人们对运动过程中的各项参数的重视度的提高，现有的手柄并不能满足使用者的需求。跳绳作为一项健身运动，其动作的规范性以及合理性，影响着使用者的健身效果，现有技术中的跳绳手柄，并不能实现规范跳绳姿态的目的，使用者在使用现有技术中的手柄跳绳时，并不能认知到自身跳绳过程中存在哪些问题。

上述问题是目前亟待解决的。

发明内容

本发明的目的是提供一种跳绳课程推荐方法及装置。

为了解决上述技术问题，本发明提供了一种基于跳绳运动姿态评估的跳绳课程推荐方法，包括：

通过陀螺仪与霍尔传感器获取连续跳绳运动m圈中每圈数据点数[n₁,n₂,n₃,…,n_m]；

依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]分别计算用户跳绳动作、协调性、稳定性、节奏、耐力得分；

获取动作、协调性、稳定性、节奏、耐力5项得分对应的权重w1，w2，w3，w4，w5；

获取动作、协调性、稳定性、节奏、耐力5项得分与N项课程的相关性权重r_i,j，r_i,j表示第i项得分与第j项课程的相关性；

计算每项课程的联合相关性得分

将所有课程根据联合相关性得分从小到大排序，并返回前k个作为推荐课程。

进一步的，所述动作得分的计算方法包括

通过数值计算拟合每个跳绳被测圈的X、Y、Z、pitch，yaw五个方向的正弦曲线；

依据每个跳绳被测圈的X、Z两个方向的正弦曲线计算手臂运动幅度；

依据每个跳绳被测圈的pitch，yaw两个方向的正弦曲线计算手腕运动幅度；

将手臂运动幅度以及手腕运动幅度分别代入对应的预设的判定区间，从而得出每个跳绳被测圈的手臂运动幅度得分以及手腕运动幅度得分；

计算m个跳绳被测圈的手臂运动幅度得分的均值以及手腕运动幅度得分的均值，计算手臂运动幅度得分的均值以及手腕运动幅度得分的均值的平均值，即为最终的跳绳动作得分。

进一步的，所述协调性得分的计算方法包括：

计算每个跳绳被测圈的X和Z方向的正弦曲线的相位差；

通过相位差来判断每个跳绳被测圈的协调性得分；

计算m个跳绳被测圈的协调性得分均值，即为最后整体协调性得分。

进一步的，所述稳定性得分的计算方法包括：

通过每个跳绳被测圈的X以及Y方向的运动幅度来计算跳绳被测圈整体水平运动积分；

计算m个跳绳被测圈的整体水平运动积分的平均值，并将平均值带入预设的评判区间，得出跳绳水平运动稳定性得分。

进一步的，所述节奏得分的计算方法包括：

循环计算每连续5圈的数据点数方差[var₁,var₂,var₃,…,var_m-4]；

设定阈值d，计算每连续5圈的数据点数方差大于d的方差个数占所有方差的比例r

将比例r代入对应的判定区间，确定节奏得分。

进一步的，所述耐力得分的计算方法包括：

获取跳m圈的时间；

计算跳m圈的平均速度s；

将平均速度s代入对应的判定区间，确定耐力得分。

进一步的，所述依据动作、协调性、稳定性、节奏、耐力得分，来获取需要推送的训练课程的方法包括：

获取动作、协调性、稳定性、节奏、耐力5项得分对应的权重w1，w2，w3，w4，w5；

获取动作、协调性、稳定性、节奏、耐力5项得分与N项课程的相关性权重r_i,j，r_i,j表示第i项得分与第j项课程的相关性；

计算每项课程的联合相关性得分

将所有课程根据联合相关性得分从小到大排序，并返回前k个作为推荐课程。

本发明还提供了一种基于跳绳运动姿态评估的跳绳课程推荐装置，包括：

数据获取模块，适于通过陀螺仪与霍尔传感器获取连续跳绳运动m圈中每圈数据点数[n₁,n₂,n₃,…,n_m]；

得分计算模块，适于依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]分别计算用户跳绳动作、协调性、稳定性、节奏、耐力得分；

权重获取模块，适于获取动作、协调性、稳定性、节奏、耐力5项得分对应的权重w1，w2，w3，w4，w5；

相关性权重获取模块，适于获取动作、协调性、稳定性、节奏、耐力5项得分与N项课程的相关性权重r_i,j，r_i,j表示第i项得分与第j项课程的相关性；

联合相关性得分计算模块，适于计算每项课程的联合相关性得分

课程选择模块，适于将所有课程根据联合相关性得分从小到大排序，并返回前k个作为推荐课程。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，所述一个或一个以上的指令被处理器执行时实现如上述的基于跳绳运动姿态评估的跳绳课程推荐方法。

本发明还提供了一种电子设备，包括：存储器和处理器；所述存储器中存储有至少一条程序指令；所述处理器，通过加载并执行所述至少一条程序指令以实现如上述的基于跳绳运动姿态评估的跳绳课程推荐方法。

本发明的有益效果是，本发明提供了一种跳绳课程推荐方法及装置，其中，基于跳绳运动姿态评估的跳绳课程推荐方法通过陀螺仪与霍尔传感器获取连续跳绳运动m圈中每圈数据点数[n₁,n₂,n₃,…,n_m]；依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]分别计算用户跳绳动作、协调性、稳定性、节奏、耐力得分；依据动作、协调性、稳定性、节奏、耐力得分，来获取需要推送的训练课程。通过陀螺仪以及霍尔传感器检测使用者跳绳的姿态数据，并根据姿态数据分析跳绳动作、协调性、稳定性、节奏、耐力，并根据跳绳动作、协调性、稳定性、节奏、耐力来对应推送训练课程，让使用者能准确认知到自己跳绳时存在的问题，进而来规范自身跳绳时的姿态，从而提高跳绳的健身效果。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明实施例所提供的基于跳绳运动姿态评估的跳绳课程推荐方法的流程图。

图2是本发明实施例所提供的基于跳绳运动姿态评估的跳绳课程推荐装置的原理框图。

图3是本发明实施例所提供的电子设备的部分原理框图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

实施例1

如图1所示，本实施例1提供了一种基于跳绳运动姿态评估的跳绳课程推荐方法。通过陀螺仪以及霍尔传感器检测使用者跳绳的姿态数据，并根据姿态数据分析跳绳动作、协调性、稳定性、节奏、耐力，并根据跳绳动作、协调性、稳定性、节奏、耐力来对应推送训练课程，让使用者能准确认知到自己跳绳时存在的问题，进而来规范自身跳绳时的姿态，从而提高跳绳的健身效果。

具体来说，所述方法包括：

S110：通过陀螺仪与霍尔传感器获取连续跳绳运动m圈中每圈数据点数[n₁,n₂,n₃,…,n_m]；

S120：依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]分别计算用户跳绳动作、协调性、稳定性、节奏、耐力得分；

具体来说，步骤S120包括：

S121：所述动作得分的计算方法包括：

S1211：通过数值计算拟合每个跳绳被测圈的X、Y、Z、pitch，yaw五个方向的正弦曲线；

通过数值计算拟合跳绳被测圈的X方向的正弦曲线的方法包括：

获取X方向的六轴陀螺仪数据的n个数据样本，并将n个数据样本的均值置零，即，n个数据样本为v_x，v_x＝[v₁，v₂，v₃，...，v_n]；置零后的

其中，v_new表示置零后的数据样本，v_xi表示数据样本v_x中的第i个样本数据。

设X方向的拟合曲线为f(x)＝a_x*sin(b_xx+c_x)；

计算X方向的六轴陀螺仪数据的n个数据样本，计算参数a_x、b_x、c_x，从而获得X方向的拟合曲线的公式。

参数

其中，t表示该圈的时间，

式中，n为该圈所用的时间，f表示n个数据样本的采样频率；

计算v_new与y＝0曲线围成的面积

通过正弦曲线性质计算，

计算

对应的

并从所有w₁～w_n中选取最大值记为w_j，通过正弦曲线性质计算，

剩余Y、Z、pitch，yaw四个方向的正弦曲线的拟合方法与X方向的正弦曲线的拟合方法相同。

S1212：依据每个跳绳被测圈的X、Z两个方向的正弦曲线计算手臂运动幅度；

具体来说，依据跳绳被测圈的X、Z两个方向的正弦曲线计算手臂运动幅度，即：跳绳被测圈的手臂运动幅度为

S1213：依据每个跳绳被测圈的pitch，yaw两个方向的正弦曲线计算手腕运动幅度。即，依据跳绳被测圈的pitch，yaw两个方向的正弦曲线计算手腕运动幅度，即：跳绳被测圈的手腕运动幅度为

S1214：将手臂运动幅度以及手腕运动幅度分别代入对应的预设的判定区间，从而得出每个跳绳被测圈的手臂运动幅度得分以及手腕运动幅度得分。其中，手臂运动幅度对应的判定区间为，[0,pa₁)，5分；[pa₁,pa₂)，4分；[pa₂,pa₃)，3分；[pa₃,pa₄)，2分；[pa₄,+∞]，1分，手腕运动幅度对应的判定区间为[0,qa₁)，1分；[qa₁,qa₂)，2分；[qa₂,qa₃)，3分；[qa₃,qa₄)，4分；[qa₄,+∞]，5分。

其中，手臂运动幅度的判定区间的端值，pa₁-pa₄通过专家标注的历史数据得出，例如，专家标注的历史数据中，手臂运动幅度的平均值为a时，得分为5分，手臂运动幅度的平均值为b时，得分为b，那么5分与4分的临界值，pa₁为(a+b)/2，pa₂-pa₄的获得方式与pa₁相同，此处不再重复性描述。

手腕运动幅度的判定区间的端值，qa₁-qa₄通过专家标注的历史数据得出，具体的计算方式和手臂运动幅度的判定区间的端值的计算方式相同。

计算m个跳绳被测圈的手臂运动幅度得分的均值以及手腕运动幅度得分的均值，计算手臂运动幅度得分的均值以及手腕运动幅度得分的均值的平均值，即为最终的跳绳动作得分,即，手臂运动幅度得分的均值

其中，S1_i表示第i个跳绳被测圈的手臂运动幅度得分，手腕运动幅度得分的均值

其中，S2_i表示第i个跳绳被测圈的手腕运动幅度得分，m表示跳绳被测圈的总数。计算手臂运动幅度得分的均值以及手腕运动幅度得分的均值的平均值，即为最终的跳绳动作标准度得分。

S122：所述协调性得分的计算方法包括：

S1221：计算每个跳绳被测圈的X和Z方向的正弦曲线的相位差。

具体来说，取得X和Z方向的相位值c_X与c_Z，及两个方向的公共周期b＝b_x＝b_z；

相位间误差

S1222：通过相位差来判断每个跳绳被测圈的协调性得分。

具体来说，将相位差代入预设的判定区间，从而得出协调性得分。述预设的判定区间为：1到5分评判区间：[0,pb₁)，5分；[pb₁,pb₂)，4分；[pb₂,pb₃)，3分；[pb₃,pb₄)，2分；[pb₄,2π]，1分，其中，pb₁,pb₂,pb₃,pb₄为人为设定的端值。具体数值，通过相关专家标注的历史数据得出，例如，得5分的相位差的平均值为a，得4分的相位差的平均值为b，那么，5分与4分的临界值pb₁＝(a+b)/2。

S1223：计算m个跳绳被测圈的协调性得分均值，即为最后整体协调性得分。

具体来说，设定所有被测圈的圈数为m，最后整体协调性得分

其中，S_i表示第i个跳绳被测圈的得分。

S123：所述稳定性得分的计算方法包括：

S1231：通过每个跳绳被测圈的X以及Y方向的运动幅度来计算跳绳被测圈整体水平运动积分。

具体来说，跳绳被测圈X方向每个数据样本的预测值

X方向水平运动积分

其中，v_xi表示，跳绳被测圈X方向的数据样本，

表示跳绳被测圈X方向的数据样本对应的预测值；

Y方向水平运动积分

其中，v_yi表示，跳绳被测圈Y方向的数据样本，

表示跳绳被测圈Y方向的数据样本对应的预测值表示，跳绳被测圈Y方向的数据样本，

表示跳绳被测圈Y方向的数据样本对应的预测值。

S1232：计算m个跳绳被测圈的整体水平运动积分的平均值，并将平均值带入预设的评判区间，得出跳绳水平运动稳定性得分。

具体来说，跳绳被测圈整体水平运动积分

1到5分评判区间：[0,pc₁)，5分；[pc₁,pc₂)，4分；[pc₂,pc₃)，3分；[pc₃,pc₄)，2分；[pc₄,+∞]，1分。其中，pc₁,pc₂,pc₃,pc₄为人为设定的端值。具体数值，通过相关专家标注的历史数据得出，例如，得5分的整体水平运动积分的平均值为a，得4分的整体水平运动积分的平均值为b，那么，5分与4分的临界值pc₁＝(a+b)/2。

S124：所述节奏得分的计算方法包括：

S1241：循环计算每连续5圈的数据点数方差[var₁,var₂,var₃,…,var_m-4]。

S1242：设定阈值d，计算每连续5圈的数据点数方差大于d的方差个数占所有方差的比例r。

S1243：将比例r代入对应的判定区间，确定节奏得分。

其中，节奏1到5分评判区间：[0,pd₁)，5分；[pd₁,pd₂)，4分；[pd₂,pd₃)，3分；[pd₃,pd₄)，2分；[pd₄,+∞]，1分。其中，pd₁,pd₂,pd₃,pd₄为人为设定的端值。具体数值，通过相关专家标注的历史数据得出，例如，得5分的比例r的平均值为a，得4分的比例r的平均值为b，那么，5分与4分的临界值pd₁＝(a+b)/2。

S125：所述耐力得分的计算方法包括：

S1251：获取跳m圈的时间；

S1252：计算跳m圈的平均速度s；

S1253：将平均速度s代入对应的判定区间，确定耐力得分。

其中，耐力1到5分评判区间：[0,qe₁)，1分；[qe₁,qe₂)，4分；[qe₂,qe₃)，3分；[qe₃,qe₄)，2分；[qe₄,+∞]，1分。其中，pe₁,pe₂,pe₃,pe₄为人为设定的端值。具体数值，通过相关专家标注的历史数据得出，例如，得5分的平均速度s的平均值为a，得4分的平均速度s的平均值为b，那么，5分与4分的临界值pe₁＝(a+b)/2。

S130：获取动作、协调性、稳定性、节奏、耐力5项得分对应的权重w1，w2，w3，w4，w5。

具体来说，通过相关领域的专家标注的数据进行权重设置。

S140：获取动作、协调性、稳定性、节奏、耐力5项得分与N项课程的相关性权重r_i,j，r_i,j表示第i项得分与第j项课程的相关性。

具体来说，通过专家标注的课程历史数据库来分析动作、协调性、稳定性、节奏、耐力5项得分与课程列表中的课程相关性权重。

S150：计算每项课程的联合相关性得分

S160：将所有课程根据联合相关性得分从小到大排序，并返回前k个作为推荐课程。

实施例2

请参阅图2，本实施例提供了一种基于跳绳运动姿态评估的跳绳课程推荐装置，包括：

数据获取模块，适于通过陀螺仪与霍尔传感器获取连续跳绳运动m圈中每圈数据点数[n₁,n₂,n₃,…,n_m]；

得分计算模块，适于依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]分别计算用户跳绳动作、协调性、稳定性、节奏、耐力得分；

具体来说，得分计算模块包括以下步骤：

S121：所述动作得分得分的计算方法包括

S1211：通过数值计算拟合每个跳绳被测圈的X、Y、Z、pitch，yaw五个方向的正弦曲线；

通过数值计算拟合跳绳被测圈的X方向的正弦曲线的方法包括：

获取X方向的六轴陀螺仪数据的n个数据样本，并将n个数据样本的均值置零，即，n个数据样本为v_x，v_x＝[v₁，v₂，v₃，...，v_n]；置零后的

其中，v_new表示置零后的数据样本，v_xi表示数据样本v_x中的第i个样本数据。

设X方向的拟合曲线为f(x)＝a_x*sin(b_xx+c_x)；

计算X方向的六轴陀螺仪数据的n个数据样本，计算参数a_x、b_x、c_x，从而获得X方向的拟合曲线的公式。

参数

其中，t表示该圈的时间，

式中，n为该圈所用的时间，f表示n个数据样本的采样频率；

计算v_new与y＝0曲线围成的面积

通过正弦曲线性质计算，

计算

对应的

并从所有w₁～w_n中选取最大值记为w_j，通过正弦曲线性质计算，

剩余Y、Z、pitch，yaw四个方向的正弦曲线的拟合方法与X方向的正弦曲线的拟合方法相同。

S1212：依据每个跳绳被测圈的X、Z两个方向的正弦曲线计算手臂运动幅度；

具体来说，依据跳绳被测圈的X、Z两个方向的正弦曲线计算手臂运动幅度，即：跳绳被测圈的手臂运动幅度为

依据每个跳绳被测圈的pitch，yaw两个方向的正弦曲线计算手腕运动幅度。即，依据跳绳被测圈的pitch，yaw两个方向的正弦曲线计算手腕运动幅度，即：跳绳被测圈的手腕运动幅度为

将手臂运动幅度以及手腕运动幅度分别代入对应的预设的判定区间，从而得出每个跳绳被测圈的手臂运动幅度得分以及手腕运动幅度得分。其中，手臂运动幅度对应的判定区间为，[0,pa₁)，5分；[pa₁,pa₂)，4分；[pa₂,pa₃)，3分；[pa₃,pa₄)，2分；[pa₄,+∞]，1分，手腕运动幅度对应的判定区间为[0,qa₁)，1分；[qa₁,qa₂)，2分；[qa₂,qa₃)，3分；[qa₃,qa₄)，4分；[qa₄,+∞]，5分。

其中，手臂运动幅度的判定区间的端值，pa₁-pa₄通过专家标注的历史数据得出，例如，专家标注的历史数据中，手臂运动幅度的平均值为a时，得分为5分，手臂运动幅度的平均值为b时，得分为b，那么5分与4分的临界值，pa₁为(a+b)/2，pa₂-pa₄的获得方式与pa₁相同，此处不再重复性描述。

手腕运动幅度的判定区间的端值，qa₁-qa₄通过专家标注的历史数据得出，具体的计算方式和手臂运动幅度的判定区间的端值的计算方式相同。

计算m个跳绳被测圈的手臂运动幅度得分的均值以及手腕运动幅度得分的均值，计算手臂运动幅度得分的均值以及手腕运动幅度得分的均值的平均值，即为最终的跳绳动作得分,即，手臂运动幅度得分的均值

其中，S1_i表示第i个跳绳被测圈的手臂运动幅度得分，手腕运动幅度得分的均值

其中，S2_i表示第i个跳绳被测圈的手腕运动幅度得分，m表示跳绳被测圈的总数。计算手臂运动幅度得分的均值以及手腕运动幅度得分的均值的平均值，即为最终的跳绳动作标准度得分。

S122：所述协调性得分的计算方法包括：

S1221：计算每个跳绳被测圈的X和Z方向的正弦曲线的相位差。

具体来说，取得X和Z方向的相位值c_X与c_Z，及两个方向的公共周期b＝b_x＝b_z；

相位间误差

S1222：通过相位差来判断每个跳绳被测圈的协调性得分。

具体来说，将相位差代入预设的判定区间，从而得出协调性得分。述预设的判定区间为：1到5分评判区间：[0,pb₁)，5分；[pb₁,pb₂)，4分；[pb₂,pb₃)，3分；[pb₃,pb₄)，2分；[pb₄,2π]，1分，其中，pb₁,pb₂,pb₃,pb₄为人为设定的端值。具体数值，通过相关专家标注的历史数据得出，例如，得5分的相位差的平均值为a，得4分的相位差的平均值为b，那么，5分与4分的临界值pb₁＝(a+b)/2。

S1223：计算m个跳绳被测圈的协调性得分均值，即为最后整体协调性得分。

具体来说，设定所有被测圈的圈数为m，最后整体协调性得分

其中，S_i表示第i个跳绳被测圈的得分。

S123：所述稳定性得分的计算方法包括：

S1231：通过每个跳绳被测圈的X以及Y方向的运动幅度来计算跳绳被测圈整体水平运动积分。

具体来说，跳绳被测圈X方向每个数据样本的预测值

X方向水平运动积分

其中，v_xi表示，跳绳被测圈X方向的数据样本，

表示跳绳被测圈X方向的数据样本对应的预测值；

Y方向水平运动积分

其中，v_yi表示，跳绳被测圈Y方向的数据样本，

表示跳绳被测圈Y方向的数据样本对应的预测值表示，跳绳被测圈Y方向的数据样本，

表示跳绳被测圈Y方向的数据样本对应的预测值。

S1232：计算m个跳绳被测圈的整体水平运动积分的平均值，并将平均值带入预设的评判区间，得出跳绳水平运动稳定性得分。

具体来说，跳绳被测圈整体水平运动积分

1到5分评判区间：[0,pc₁)，5分；[pc₁,pc₂)，4分；[pc₂,pc₃)，3分；[pc₃,pc₄)，2分；[pc₄,+∞]，1分。其中，pc₁,pc₂,pc₃,pc₄为人为设定的端值。具体数值，通过相关专家标注的历史数据得出，例如，得5分的整体水平运动积分的平均值为a，得4分的整体水平运动积分的平均值为b，那么，5分与4分的临界值pc₁＝(a+b)/2。

S124：所述节奏得分的计算方法包括：

S1241：循环计算每连续5圈的数据点数方差[var₁,var₂,var₃,…,var_m-4]。

S1242：设定阈值d，计算每连续5圈的数据点数方差大于d的方差个数占所有方差的比例r。

S1243：将比例r代入对应的判定区间，确定节奏得分。

其中，节奏1到5分评判区间：[0,pd₁)，5分；[pd₁,pd₂)，4分；[pd₂,pd₃)，3分；[pd₃,pd₄)，2分；[pd₄,+∞]，1分。其中，pd₁,pd₂,pd₃,pd₄为人为设定的端值。具体数值，通过相关专家标注的历史数据得出，例如，得5分的比例r的平均值为a，得4分的比例r的平均值为b，那么，5分与4分的临界值pd₁＝(a+b)/2。

S125：所述耐力得分的计算方法包括：

S1251：获取跳m圈的时间；

S1252：计算跳m圈的平均速度s；

S1253：将平均速度s代入对应的判定区间，确定耐力得分。

其中，耐力1到5分评判区间：[0,qe₁)，1分；[qe₁,qe₂)，4分；[qe₂,qe₃)，3分；[qe₃,qe₄)，2分；[qe₄,+∞]，1分。其中，pe₁,pe₂,pe₃,pe₄为人为设定的端值。具体数值，通过相关专家标注的历史数据得出，例如，得5分的平均速度s的平均值为a，得4分的平均速度s的平均值为b，那么，5分与4分的临界值pe₁＝(a+b)/2。权重获取模块，适于获取动作、协调性、稳定性、节奏、耐力5项得分对应的权重w1，w2，w3，w4，w5。

具体来说，通过相关领域的专家进行权重设置。

相关性权重获取模块，适于获取动作、协调性、稳定性、节奏、耐力5项得分与N项课程的相关性权重r_i,j，r_i,j表示第i项得分与第j项课程的相关性。

具体来说，通过专家来分析动作、协调性、稳定性、节奏、耐力5项得分与课程列表中的课程相关性权重。

联合相关性得分计算模块，适于计算每项课程的联合相关性得分

课程选择模块，适于将所有课程根据联合相关性得分从小到大排序，并返回前k个作为推荐课程。

实施例3

本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，所述一个或一个以上的指令被处理器执行时实现实施例1所提供的基于跳绳运动姿态评估的跳绳课程推荐方法。

本实施方式中，在对跳绳课程推荐时，获霍尔传感器信号数据以及六轴陀螺仪数据，依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]分别计算用户跳绳动作、协调性、稳定性、节奏、耐力得分；依据动作、协调性、稳定性、节奏、耐力得分，来获取需要推送的训练课程。

即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。

实施例4

请参阅图3，本发明实施例还提供了一种电子设备，包括：存储器502和处理器501；所述存储器502中存储有至少一条程序指令；所述处理器501，通过加载并执行所述至少一条程序指令以实现如实施例1所提供的基于跳绳运动姿态评估的跳绳课程推荐方法。

存储器502和处理器501采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器501和存储器502的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器501处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器501。

处理器501负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器502可以被用于存储处理器501在执行操作时所使用的数据。

综上所述，本发明提供了一种基于跳绳运动姿态评估的跳绳课程推荐方法及装置，其中，基于跳绳运动姿态评估的跳绳课程推荐方法通过通过陀螺仪与霍尔传感器获取连续跳绳运动m圈中每圈数据点数[n₁,n₂,n₃,…,n_m]；依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]分别计算用户跳绳动作、协调性、稳定性、节奏、耐力得分；依据动作、协调性、稳定性、节奏、耐力得分，来获取需要推送的训练课程。通过陀螺仪以及霍尔传感器检测使用者跳绳的姿态数据，并根据姿态数据分析跳绳动作、协调性、稳定性、节奏、耐力，并根据跳绳动作、协调性、稳定性、节奏、耐力来对应推送训练课程，让使用者能准确认知到自己跳绳时存在的问题，进而来规范自身跳绳时的姿态，从而提高跳绳的健身效果。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (6)

1.一种基于跳绳运动姿态评估的跳绳课程推荐方法，其特征在于，包括：

通过陀螺仪与霍尔传感器获取连续跳绳运动m圈中每圈数据点数[n₁,n₂,n₃,…,n_m]；

依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]分别计算用户跳绳动作、协调性、稳定性、节奏、耐力得分；

获取动作、协调性、稳定性、节奏、耐力5项得分对应的权重w1，w2，w3，w4，w5；

获取动作、协调性、稳定性、节奏、耐力5项得分与N项课程的相关性权重r_i,j，r_i,j表示第i项得分与第j项课程的相关性；

计算每项课程的联合相关性得分

其中，S_i代表了第i项得分；

将所有课程根据联合相关性得分从小到大排序，并返回前k个作为推荐课程；

依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]分别计算用户跳绳动作、协调性、稳定性、节奏、耐力得分，包括：

依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]，通过数值计算拟合每个跳绳被测圈的X、Y、Z、pitch，yaw五个方向的正弦曲线，计算手臂和手腕的运动幅度，再根据对应的预设的判定区间，进而得到跳绳动作得分；

依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]，计算每个跳绳被测圈的X和Z方向的正弦曲线的相位差，再根据相位差得到协调性得分；

依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]，得到每个跳绳被测圈的X以及Y方向的运动幅度，计算跳绳被测圈整体水平运动积分，再根据对应的预设判定区间，进而得到稳定性得分；

依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]，循环计算每连续5圈的数据点数方差[var₁,var₂,var₃,…,var_m-4]；设定阈值d，计算每连续5圈的数据点数方差大于d的方差个数占所有方差的比例r；将比例r代入对应的判定区间，确定节奏得分；

依据m个跳绳被测圈中每圈数据点数[n₁,n₂,n₃,…,n_m]，获取跳m圈的时间；计算跳m圈的平均速度s；将平均速度s代入对应的判定区间，确定耐力得分。

2.如权利要求1所述的基于跳绳运动姿态评估的跳绳课程推荐方法，其特征在于，所述动作得分的计算方法包括：

通过数值计算拟合每个跳绳被测圈的X、Y、Z、pitch，yaw五个方向的正弦曲线；

依据每个跳绳被测圈的X、Z两个方向的正弦曲线计算手臂运动幅度；

依据每个跳绳被测圈的pitch，yaw两个方向的正弦曲线计算手腕运动幅度；

将手臂运动幅度以及手腕运动幅度分别代入对应的预设的判定区间，从而得出每个跳绳被测圈的手臂运动幅度得分以及手腕运动幅度得分；

计算m个跳绳被测圈的手臂运动幅度得分的均值以及手腕运动幅度得分的均值，计算手臂运动幅度得分的均值以及手腕运动幅度得分的均值的平均值，即为最终的跳绳动作得分。

3.如权利要求1所述的基于跳绳运动姿态评估的跳绳课程推荐方法，其特征在于，所述协调性得分的计算方法包括：

计算每个跳绳被测圈的X和Z方向的正弦曲线的相位差；

通过相位差来判断每个跳绳被测圈的协调性得分；

计算m个跳绳被测圈的协调性得分均值，即为最后整体协调性得分。

4.如权利要求1所述的基于跳绳运动姿态评估的跳绳课程推荐方法，其特征在于，所述稳定性得分的计算方法包括：

通过每个跳绳被测圈的X以及Y方向的运动幅度来计算跳绳被测圈整体水平运动积分；

计算m个跳绳被测圈的整体水平运动积分的平均值，并将平均值带入预设的评判区间，得出跳绳水平运动稳定性得分。

5.一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，其特征在于，所述一个或一个以上的指令被处理器执行时实现权利要求1-4任一项所述的基于跳绳运动姿态评估的跳绳课程推荐方法。

6.一种电子设备，其特征在于，包括：存储器和处理器；所述存储器中存储有至少一条程序指令；所述处理器，通过加载并执行所述至少一条程序指令以实现权利要求1-4中任一项所述的基于跳绳运动姿态评估的跳绳课程推荐方法。

Images