CN112789092B - 用于更改步态的生物反馈 - Google Patents
用于更改步态的生物反馈 Download PDFInfo
- Publication number
- CN112789092B CN112789092B CN201980064699.9A CN201980064699A CN112789092B CN 112789092 B CN112789092 B CN 112789092B CN 201980064699 A CN201980064699 A CN 201980064699A CN 112789092 B CN112789092 B CN 112789092B
- Authority
- CN
- China
- Prior art keywords
- motion
- user
- feedback
- activity
- value
- 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.)
- Active
Links
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
- A61B5/1118—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
- A61B5/112—Gait analysis
-
- 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
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- 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
- A61B5/486—Bio-feedback
-
- 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
-
- 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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/63—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 operation of medical equipment or devices for local operation
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biodiversity & Conservation Biology (AREA)
- Data Mining & Analysis (AREA)
- Physical Education & Sports Medicine (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本公开一般地涉及一种用于在用户执行活动时向用户提供运动生物反馈的方法,其中生物反馈可以实时地或在离散的时间点之后(例如,在驱动阶段或最大速度阶段之后)发生。该方法包括确定用户执行的活动类型;确定与该活动相关联的一个或多个运动特性的目标值,其中目标值由历史收集的运动数据确定;当用户执行活动时,接收与该活动相关的运动数据;将运动数据与目标值进行比较;以及基于与目标值的比较向反馈设备传输反馈,其中该反馈对应于与所述运动数据相对于目标值的偏差成比例的运动调整。
Description
发明人
科罗拉多州苏必利尔的史蒂文·萨森(Steven Sashen)。
相关申请的交叉引用
本申请要求2018年8月31日提交并且标题为“用于更改步态的生物反馈(Biofeedback for alteraing gait)”的美国临时申请号62/725,900的权益,出于所有目的通过引用将其全部结合于本文中。
技术领域
本文中描述的技术一般地涉及用于检测用户的步态或其他运动并向用户提供关于所述用户的步态或其他运动的反馈的系统和方法。
背景技术
跑步和步行是人们每天执行的活动。然而,许多人没有意识到在这些活动期间他们的运动、施力等如何可能是低效的,潜在地损害了他们的身体等。用于改进跑步或步行形式的常规技术包括教练在活动期间在视觉上看着人并提供指示。然而,这限制了此人对受监视活动时间的指示能力,是时间密集的,并且受限于该特定教练或指导者的专门知识。
本说明书的该背景技术部分中包括的信息(包括本文中引用的任何参考文献及其任何描述或讨论)仅出于技术参考目的而被包括并且将不被看作将用来捆绑如在权利要求书中限定的本发明的范围的主题。
发明内容
在一些实施例中,公开了一种用于向用户提供运动反馈的方法。该方法包括通过处理器确定用户执行的活动类型;通过处理器确定与该活动相关联的一个或多个运动特性的目标值,其中该目标值由历史收集的运动数据确定;当用户执行该活动时,从检测设备接收与该活动相关的运动数据;通过处理器将运动数据与目标值进行比较;以及基于与目标值的比较向反馈设备传输反馈,其中该反馈对应于与运动数据相对于目标值的偏差成比例的运动调整。检测到的运动可以包括地面接触时间、冲击力、冲击力矢量以及人在诸如步行、跑步、短跑等的活动期间其他可检测到的特性。
在一些实施例中,公开了一种向用户提供针对诸如短跑、跑步和步行之类的多个运动活动的反馈的方法。该方法包括从第一检测设备接收与第一运动特性对应的第一运动特性值,该第一运动特性具有第一存储目标值;从第二检测设备接收与第二运动特性对应的第二运动特性值,该第二运动特性具有第二存储目标值;通过处理器将第一运动特性值与第一存储目标值进行比较,以确定与第一运动特性值相对于第一存储目标值的偏差对应的第一偏差量;通过处理器将第二运动特性值与第二存储目标值进行比较,以确定与第二运动特性值相对于第二存储目标值的偏差对应的第二偏差量;以及通过所述处理器传输与第一偏差量相关的第一反馈和与第二偏差量相关的第二反馈,其中所述第一反馈对应于与第一运动特性相关的第一运动调整,第一运动调整与第一偏差量成比例,第二反馈对应于与第二运动特性相关的第二运动调整,第二运动调整与第二偏差量成比例,并且第一反馈与第二反馈不同。
在一些实施例中,公开了一种向短跑运动员提供运动反馈的方法。该方法包括从检测设备接收与地面接触力对应的第一运动数据和与地面接触的力矢量角对应的第二运动数据;通过处理器将第一运动数据与理想的地面接触力值进行比较,其中理想的地面接触力值是改进的短跑表现的指示符;通过处理器将第二运动数据与理想的力矢量角值进行比较,其中理想的力矢量角值是改进的短跑运动员形式的指示符;通过处理器,基于第一运动数据与理想的地面接触力值的比较,生成将经由反馈设备提供给用户的与地面接触力中的调整对应的第一反馈,并且基于第二运动数据与理想的力矢量角值的比较而生成与力矢量角中的调整对应的第二反馈。
在一些实施例中,公开了一种用于向用户提供阶段特定的运动反馈的方法。该方法包括通过处理器来确定用户执行的活动类型;从检测设备接收运动数据,所述运动数据包括与和活动类型相关联的运动特性对应的运动特性值;通过处理器基于活动类型和检测到的运动数据来确定当前活动阶段;通过处理器基于当前活动阶段来确定运动特性的理想值;通过处理器将运动特性值与理想值进行比较,以确定达到理想值的运动调整;以及通过处理器生成与运动调整相关的反馈,其中该反馈取决于活动阶段。
提供本发明内容以便以简化的形式引入下面在本说明书中进一步描述的概念的选集。本发明内容不意图标识所要求保护的主题的关键特征或基本特征,其也不意图用来限制所要求保护的主题的范围。在各种实施例和实现的以下书面描述中提供并在附图中图示了如在权利要求书中定义的本发明的特征、细节、效用和优点的更广泛呈现。
附图说明
图1是用于提供与由用户进行的身体运动对应的生物反馈的系统的示意图。
图2是图1的系统的精选方面的简化框图。
图3是图示用于使用图1的系统向用户施加生物反馈的方法的流程图。
图4A是图示用于在特定活动期间使用图1的系统一致地跟踪用户移动并向用户提供运动反馈的方法的流程图。
图4B是图示用于使用图1的系统基于收集的运动数据来确定用户类别的方法的流程图。
图5是图示用于在活动期间使用图1的系统跟踪阶段特定的用户移动并提供运动反馈的方法的流程图。
具体实施方式
在本文中的一些实施例中,公开了用于检测用户、分析用户并向用户提供与他或她的运动(诸如跑步或步行)相关的反馈的系统和设备。该系统可以包括一个或多个设备,例如可穿戴传感器,其附连到用户或用户的在运动活动期间检测各种运动相关特性(例如,用户施加的力和移动信息)的配件,诸如用户的鞋子、衣服、腿、手臂等。所图示的运动相关的特性包括节奏、跨步长度、在地面接触时和期间的垂直载荷力、在地面接触时和期间的减速度/加速度、在地面接触时和期间的力矢量的角度、地面接触的持续时间、和/或在整个移动或步态周期中的垂直位移。
然后通过一个或多个处理元件来分析检测到的特性以输出反馈值。可以相对于预定的理想范围或阈值来比较反馈值,以确定用户是否需要以任何方式改变运动,诸如以带来更高效或改进的运动范围等。该系统诸如通过可听的、视觉的和/或触觉的感觉来实时向用户提供生物反馈,所述感觉指示由其当前移动模式生成的反馈值相对于更理想的反馈值之间的差异。例如,可以经由耳机或扬声器向用户传输精选音调,其中音高、音量等相对于反馈值和/或推荐的改变而变化。作为另一示例,可以(例如,通过可穿戴的手表、手镯、健身跟踪器等)将电脉冲或振动递送到用户的皮肤,其中感觉的强度、重复、位置等对应于建议的改变或反馈值。作为又一示例,可以通过显示器(例如,电视、眼镜、虚拟现实耳机或其他电子显示器)来呈现与推荐的改变相关的视觉指示符。
在运动活动期间,对用户的实时检测、分析和反馈允许用户实时地调整他或她的运动,以改进步态、表现等。可以基于用户的技能水平、期望的目标(例如,更快的跑步时间、更长的跨步)、伤害等来动态改变检测到的特性和反馈值。进一步地,因为该反馈基于预定的范围或阈值,所以用户将接收到一致的针对运动改变的指令。
转到图,现在将讨论用于向用户提供运动反馈的系统。图1A示出了用于在运动期间检测用户并向用户提供反馈的系统。系统100可以包括检测设备112、计算元件103和输出/反馈设备104。检测设备112可以检测在活动(例如,步行、慢跑、跑步、短跑、有氧运动、增强式训练等)期间生成的运动特性。检测设备可以连接或耦合到用户,使得它随用户而移动或能够检测由用户进行的移动,例如,检测器可以附连到用户的鞋子、胸带、皮带、连接到衣服的夹子、扎头带、耳塞等。计算元件103可以包括能够分析检测到的运动特性以确定运动特性是理想的还是在选择的值之内还是应该被调整的处理器。输出/反馈设备104向用户提供视觉、触觉/触感、听觉和/或嗅觉反馈。由反馈设备104提供的反馈对应于用户的运动的改变以输出与推荐值或理想或目标值有关的值,例如,反馈随着用户运动接近/离开理想或目标值而相应地改变。例如,反馈可以随着用户落在期望的运动输出之后更远而在强度上增加,或者可以随着用户接近期望的运动输出而在强度上降低。去往用户的输出的反馈的对应性质帮助用户操纵他或她的活动和运动特性,以导向期望的目标值。
图1B示出了用于图1A的系统的示例性系统。系统100可以包括一个或多个用户设备102,诸如移动计算设备(例如,蜂窝电话、移动游戏设备等)、反馈设备104(例如,耳机、眼镜、视觉显示器106、可穿戴设备112)等、以及一个或多个检测设备(例如,可穿戴设备112、114;传感器116、118),每个在下面被讨论。
系统100的各种组件可以诸如通过网络、无线电传输(蓝牙、WiFi、ZigBee、BLE等)或硬连线连接而彼此通信。以该方式,可以容易地在设备之间传输数据,并且然后根据需要将其呈现给用户。进一步地,在一些实例中,设备可以传输数据和/或从服务器(例如,云网络等)接收数据。
如上面提及的,用户设备102可以是移动蜂窝电话、游戏设备、可穿戴计算设备(例如,智能手表、智能眼镜)、计算机等。常常,用户设备102可以是移动的并且在运动期间由用户携带以便提供分析用户的运动的计算能力,但是在一些实施例中,可以将计算功能合并到反馈和/或检测设备中并且可以省略用户设备102。用户设备102可以包括向用户提供图形用户界面108的显示屏106,所述图形用户界面108包括图示了对用户的当前运动分析的反馈图标和元素。
反馈设备104基本上可以是用于向用户提供视觉、听觉或身体感觉(例如,机械或电脉冲)的任何类型的设备。在一个实施例中,反馈设备104可以是用于向用户提供可听信息的耳机。在另一示例中,反馈设备104可以是视觉设备,诸如智能眼镜、仿生镜片、护目镜等,并且包括变化的颜色和光以向用户呈现信息。在另一示例中,反馈设备104可以与用户的皮肤(直接或间接)接触,以提供触觉或电感觉(例如,脉冲、波等)来向用户提供信息。常常,反馈设备104可以被配置成向用户递送两个或更多个类型的反馈,例如可听的和触觉的感觉,其可以被同时使用,或单独使用以递送不同类型的信息。
检测设备112、114可以包括一个或多个传感器116、118(或者整合在其中或者与其通信)。检测设备112、114被配置成穿戴或以其他方式固定到用户,使得用户的移动相应地移动了检测设备112、114。在许多实例中,系统100可以包括单个检测设备112、114,但是在其他实施例中,可以包括两个或更多个检测设备。检测设备112、114可以是可穿戴设备,例如,踝带、腕带、胸带、皮带、(例如,用于夹到装置上的)夹子、耳塞或耳机、头带或到身体的另一部分的其他附件,和/或可以被合并或配置成附连到用户穿戴配件,例如,(多个)鞋子、衣服、手套、头饰等,并且可以被配置成检测用户的生物特征值(例如,心率)。在一些实施例中,用户的定位和到用户的连接取决于要跟踪的期望运动。例如,为了检测步行或跑步移动特性,检测设备112、114可以连接在用户的腿或脚(例如,踝带)附近或上,使得当用户移动他或她的腿时,检测设备112、114随之移动。在其他示例中,检测设备112、114可以嵌入用户的鞋子110中,诸如附连到鞋子的顶部和/或侧面、鞋子中(例如鞋内底或脚床内)放置的插入物等。在其他实施例中,检测设备112、114可以在与要跟踪的运动不同的区域中定位并连接到用户。例如,检测设备可以位于用户的头部附近(例如,一个或多个耳塞),但是可以用于跟踪用户的腿附近的运动(例如,步行或跑步运动)。
传感器116、118(其可以合并到检测设备112、114中)包括一个或多个加速度计(例如,可以包括3轴加速度计、3轴陀螺仪、3轴磁力计和/或指南针的9轴传感器)、陀螺仪、压力或力传感器、位置传感器(全球定位系统传感器)等。在一些实例中,检测器设备可以包括多个传感器(例如,包括三个不同的三轴加速度计的9轴加速度计、具有两个三轴设备和一单轴设备的7轴传感器等),或者检测设备可以包括单个传感器,诸如一个加速度计。检测设备的配置可以根据检测到的运动特性而变化。传感器116、118也可以被合并到用户设备102中,使得检测设备112、114可以包括第一组传感器,例如,加速度计和力传感器,并且用户设备102可以包括GPS传感器和/或图像检测传感器。可以取决于要跟踪的期望特性通过系统100来定位传感器116、118。
图2图示了系统100计算资源和组件130的示例性框图,所述计算资源和组件130可以被包括在各种系统100设备中和/或由各种设备跨系统100共享。系统100可以包括一个或多个处理元件120、显示器106、一个或多个存储器组件122、输入/输出接口124、网络接口126以及一个或多个传感器128,它们中的每个都可以直接或间接地通信。
处理元件120是能够处理、接收和/或传输指令的任何类型的电子设备。例如,处理元件120可以是微处理器或微控制器。另外,应当注意,系统100的精选组件可以由第一处理器控制,并且其他组件可以由第二处理器控制,其中第一处理器和第二处理器可以或可以不彼此通信。作为一个示例,检测设备112、114或反馈设备104可以包括一个或多个处理元件120,或者可以利用系统100的其他组件中包括的处理元件。在一些实施例中,设想,所有计算可以由检测设备112、114和/或由反馈设备104(例如耳塞)执行。
显示器106向用户提供视觉输出,并且可选地可以接收用户输入(例如,通过触摸屏界面)。显示器106基本上可以是任何类型的电子显示器,包括液晶显示器、有机液晶显示器等。显示器的类型和布置取决于要传输给其的期望视觉信息(例如,可以合并到诸如眼镜之类的可穿戴物品中,或者可以是电视或大型显示器或者移动设备上的屏幕)。
存储器122存储系统100用来存储用于处理元件120的指令的数据,并且存储用于系统100的位置和内容数据。例如,存储器122可以存储数据或内容,诸如反馈参考范围、值、图像、图形等。存储器122可以是例如磁光贮存器、只读存储器、随机存取存储器、可擦除可编程存储器、闪存或者一个或多个类型的存储器组件的组合。
I/O接口124提供了去往和来自系统100内的各种设备的通信和计算资源的组件与彼此的通信。I/O接口124可以包括一个或多个输入按钮,诸如WiFi、以太网等的通信接口,以及诸如通用串行总线(USB)电缆等的其他通信组件。
电源126向各种计算资源和/或设备提供电力。系统元件100可以包括一个或多个电源,并且电源的类型可以取决于接收电力的组件而变化。电源126可以包括一个或多个电池、壁装电源插座、缆绳(例如,USB绳)等。
传感器128可以包括运动检测传感器116、118以及被合并到系统100中的其他传感器,例如图像传感器(相机)、光传感器等。传感器128用于向计算资源提供输入,所述计算资源可用于分析用户运动和/或补充由传感器116、118收集的运动数据。
图3图示了用于使用系统100来分析并向用户提供与用户的运动相关或对应的运动反馈(例如,生物反馈)的方法。参考图3,方法200可以始于传感器116、118检测用户的运动的一个或多个特性。例如,用户可以开始跑步或步行,移动他或她的腿,相应地移动检测设备112、114。当用户的腿移动时,他或她的脚交替撞击地面。当这发生时,传感器116、118检测在诸如力、加速度、角度、定位等的特性中的变化。检测到的特性的示例包括在地面接触时和期间的垂直载荷力、在地面接触时和期间的减速/加速力、在接触时和期间的一个或多个力矢量角、地面接触持续时间和/或通过步态或其他移动周期的垂直位移。可以通过传感器116、118,光传感器(例如,光级随着用户的脚在覆盖/未覆盖传感器的地面上而改变),触觉传感器等所经历的力来确定地面接触持续时间。所述传感器可以被配置成在精选时间段内检测特性和/或可以仅检测基线中的改变等。
当检测到运动特性时,将数据传输到处理元件120,并且方法200前进到操作204。在操作204中,处理元件120分析各种检测到的特性以确定反馈或分析值。取决于系统100的期望特性,反馈值可以是单个值或可以是多个值。处理元件120可以取决于系统默认和/或用户选择或检测到的运动(例如,跑步对比步行、短跑对比长跑、跑步技能或水平)来组合运动数据中的一个或多个。在许多实施例中,反馈值被选择为用户可以相对于范围或阈值容易理解的单个“值”或数字,以理解检测到的运动特性。
不同反馈值的示例包括:
• “过大跨步者(Overstrider)”——测量初始地面接触时的减速度/加速度的标度(scale),其中0=无加速度或减速度;-100=完全减速度(停止);100=使地面接触之前跨地面的移动速率加倍。
• “过大跨步/监狱(Slammer)”——通过将“过大跨步者”值乘以在地面接触时以牛顿为单位的垂直载荷力而计算出的值。
• “到达者(Reacher)”——地面接触时的力矢量的角度的标度,其中1=垂直于地面;100=在相反的移动方向上平行于地面1度以上。
• “到达者/制动者(Braker)”——通过将“到达者”值乘以“过大跨步者”值而计算出的值。
• “主人(Master)”——通过将以上值中的任何值乘以地面接触时间而计算出的值。
除了以上反馈值之外,处理元件120还可以确定原始计算出的反馈值的最近历史的一个或多个衍生值以返回导数反馈值。衍生值的示例包括“进度”——通过对最近一组值求平均而计算出的移动平均值,和/或“改进”——通过采取精选数量的最近反馈值计算来确定的加权移动平均值,向每个分配权重,其中较近的值具有较高的权重并且总权重之和=100,将反馈值乘以它们的权重并且对加权后的反馈值求平均。
一旦处理元件120已经生成所述一个或多个反馈值,方法200就可以前进到操作206。在操作206中,处理元件120将反馈值与一个或多个范围或阈值进行比较。基于认可或期望的运动和力为用户选择所述范围或阈值。例如,使用示例性跨步长度、地面力、接触时间等为每个特性或反馈值生成理想值。这些理想值存储在存储器122中,并且处理元件120将理想值与检测到的反馈值进行比较,以确定用户的运动落在期望目标之上还是之下。理想值基于用户的目标、运动或活动、用户的技能水平、用户的骨骼等的目标而变化。可以基于针对用户的改进计划来预定或生成理想值,例如,理想值随着用户进展而动态地更新。
在一些实施例中,理想或目标值可以是预设的增量或百分比值关系,诸如比起历史或上一次收集的运动数据(例如,先前检测到的运动特性)的值改变。例如,理想或目标值可以是比起上一次收集的值的百分比增加或减少(例如,使力比起上一次针对每个新活动检测到的平均值增加5%,自上一次检测到的地面力值或来自上一次活动的平均值以来使地面接触力减少10%)。在该示例中,理想值可以是可缩放的或可变的,因为该值接近最大值或最小值。例如,理想或目标值可以每次跑步将地面力增加5%,直到施加的力达到某个阈值量,然后可以缩放理想值以每次跑步将力增加1%,要理解可能存在可实现的最大级别的力。通过使用预设的增量值或以其他方式选择理想或目标值作为历史值的可变百分比而不是算法或预测值,系统可以更快地确定运动调整(即,不需要复杂的算法评定),并且与其中确定和计算附加因素和关系的实例相比,更快向用户提供反馈。进一步地,以理想或目标值作基础作为与先前检测到的值的百分比关系可以减少需要实时存储和分析的数据。
在操作206之后,方法前进到操作208,并且例如通过处理元件将数据传输给向用户提供反馈的反馈设备104来将反馈提供给用户。例如,如果反馈值在正确、目标或理想范围(例如,作为理想值的百分比)处,则系统可以诸如通过反馈设备104向用户提供输出正反馈。正反馈可以包括令人愉快的音调、触感、可听的鼓励、视觉上愉快的显示等。
如果在操作206中,反馈值低于或高于所选范围或阈值,则反馈被选择成对应于反馈值相对于理想范围或阈值的相对位置,例如,低反馈值可能导致与高反馈值相比较低的可听音调。作为一些示例,音调或音频信号被提供给用户,其中音高或音量相对于反馈值的值改变,使得较高的反馈值导致较高的音高。作为另一示例,例如,关于计算出或检测到的值与目标值/范围的偏差量,音调或音频信号可以变得更悦耳(例如,更柔和、更平滑、更安静等)(即,“更好”或更令用户愉快)或更不悦耳(更刺耳、更急促、更大声等)(即,“更糟糕”或令用户更不愉快)。作为一个示例,运动相关的特性可以具有符合钟形曲线的值,其中目标值在50%标记处。在该示例中,可以通过“糟糕”的音调来指示在任一方向上与目标值的任何偏差。作为另一示例,在存在目标值范围或设置的目标值的情况下,可以通过积极的音调(例如,悦耳的音调,诸如柔和、安静等的音调)来指示检测到的值落在值范围内或其与设置的值匹配。在该示例中,检测到的值偏离所述范围或设置的值越多,音调可能就变得“越糟糕”。作为另一示例,将电脉冲递送到用户的皮肤,其中不同的反馈值导致脉冲的不同强度、位置、波形等。作为又一示例,在显示器106上显示视觉指示符,诸如彩色光、下降的图像,其可以被呈现在用户的视线内并且其与反馈值相关,例如,较高的反馈值可能导致一个图标跨屏幕升起。
应当注意,提供给用户的各种生物反馈可以由用户选择(例如,在用户设备102上执行的应用中的设置),或者可以被预先选择为默认,等等。打算基本上同时或接近生成反馈值的实际运动,将反馈递送给用户,使得用户可以实时地纠正或改变他或她的运动并被动态地提供调整用户的改变的可变反馈。与常常在时间上与运动分离的常规反馈机制(例如,录像带分析)和/或不准确或可变的常规反馈机制(例如,教练的口头指示)相比,这允许用户更容易地调整和纠正他们的运动。
进一步地,对于检测到的不同运动特性,反馈可以是不同的或可区分的。例如,可以同时或基本上同时提供与地面接触力和力矢量角两者相关的反馈,因为这两者在与地面接触时都会发生。对于不同的运动特性,反馈可能因类型(例如,视觉、可听、触感等)、呈现(例如,视觉呈现的类型、音量、音高、声音的类型等)、位置(例如,在腕关节的顶部或底部的振动)、频率(例如,许多快速振动对比缓慢、长时间的振动)等而有所不同。通过为不同的运动特性提供不同类型的反馈,用户可以评定如何调整用户的运动来纠正单独的特性。以该方式,用户可以做出调整以改进表现,同时维持适当的形式。例如,某些系统可以提供对于多个检测到的特性通用的集成反馈,或者可以提供关于单个检测到的特性的反馈。在这些实例中,用户可以采取他们的形式来改进单个特性,却损害了他们的形式,因此虽然反馈将看上去有改进,但是用户的实际形式和其他特性却降级了。照此,通过提供针对不同特性可区分的反馈,用户将注意采取他或她的运动来改进所有检测到的特性,带来表现上的总体改进而没有牺牲或降级他或她的形式。作为特定示例,提供与地面角相关的第一反馈(例如,过大跨步),并且提供与力相关的第二反馈,使得用户将想要一起改进跨步和力两者,而不是采取虽然具有高的力撞击但将影响用户的总体表现的跨步。
图4A图示了用于在特定活动期间使用系统100来一致地跟踪用户移动并向用户提供运动反馈的方法。方法250开始于操作252,并且确定用户类别。用户类别可以定义具有特定运动特性的活动的类型,并且在活动期间帮助系统为用户确定期望的目标值。例如,用户类别可以包括短跑运动员、长跑运动员、慢跑者、步行者、远足者、活动类型(例如,足球、橄榄球、长曲棍球、网球等)运动员等。作为一个示例,短跑运动员可以生成跟踪快速、有力的移动的特性,而长跑运动员、慢跑者或步行者可以生成具有较慢、影响较小的移动的特性。
用户类别可以由用户输入和/或由系统确定。例如,用户可以在发起活动之前选择用户类别,例如,用户可以在用户设备上选择适用于要执行的活动的类别。例如,如果用户将要去长跑,则用户可以选择长跑运动员类别。作为另一示例,如果用户将要去步行,则用户可以选择步行者类别。
作为另一示例,系统可以基于检测到的用户运动来确定适用的用户类别。例如,图4B图示了用于使用系统100基于收集的运动数据来确定用户类别的方法。该方法开始于操作272,并且接收试运行数据。例如,用户可以利用该系统实施初始试运行,作为注册过程的一部分,或者可以在用户的运动的前几个实例(例如,1-3秒或更长时间)内建立试验。初始的试运行或样本运行可能受限于特定的距离、跨步数或时间。例如,初始试运行可以包括最少10个跨步。传感器跟踪试运行期间的运动特性,诸如与用户的运动范围、身体定位、力(例如,垂直地面接触力)、速度等相关的数据。
在操作272之后,方法270前进到操作274,并且对试运行数据进行分析以确定运动数据中的值和/或趋势。例如,可以分析运动数据以确定步幅(例如,随着时间的过去的距离)、节奏(例如,随着时间的过去的跨步数)、地面接触时间、垂直地面接触力、不同时间的加速度/减速度等。
在操作274之后,方法270前进到操作276,并且系统将所确定的值和/或趋势中的一个或多个与所存储的与用户类别相关的运动特性数据进行比较,以为用户确定用户类别。例如,短跑运动员类别可能与指示快速的节奏(例如,每分钟190-280步)、短的地面接触时间(例如,小于160毫秒)、较大的垂直地面接触力、开始时的较大加速度等的数据相关联,而长跑运动员类别可能与指示较慢的节奏(例如,每分钟75-180步)、较长的地面接触时间(例如,大于160毫秒)、减小的垂直地面接触力等的数据相关联。该系统可以使用一个或多个确定的值和/或趋势或其任何组合来确定用户类别。例如,系统可以使用垂直地面接触力和地面接触时间的组合来确定用户类别(例如,步行者、慢跑者、长跑运动员、短跑运动员等)。
在操作276之后,方法270前进到操作278,并且系统基于所确定的值和/或趋势与所存储的数据的比较来确定用户类别。例如,当所确定的值和/或趋势与运动特性值相同、适合在运动特性的值的范围内、或偏离运动特性的一个或多个值一定百分数(例如,0.05%或更少、0.1%或更少、1%或更少、5%或更少)时,所确定的值和/或趋势可以与针对用户类别所存储的运动特性匹配。与存储的运动特性匹配的所确定的值/趋势的百分比越大,运动数据适合在用户类别内的可能性就越大。例如,用户可以具有每分钟185步的确定节奏值,其可以指示短跑运动员或长跑运动员。然而,系统可以基于与短跑运动员运动特性(例如,短的地面接触时间、较大的垂直地面接触力、较大的开始时加速度等)而非长跑运动员运动特性匹配的附加确定值/趋势来确定用户适合在短跑运动员类别内。应当注意,类别确定也可以基于诸如手臂速度、活动时间、力等的单个特性,而不是多个特性,以便允许系统更快地估计用户正在参与的活动的类型。
返回图4A,在操作252处确定用户类别之后,方法250可以前进到操作254,并且可以确定用户特性。例如,用户可以(例如,经由图形用户界面)将用户特性输入到系统中和/或系统可以自动检测特性,或者可以从与系统100相关联的数据库或其他应用检索或访问用户特性。用户特性可以包括例如性别、年龄、体格、身高、体重和其他身体特性。体格特性可以包括身体类型(例如,苗条的、运动的、健美的、超重的等)、肢体/躯干尺寸、脚大小等。
在操作252之后,以及可选地在操作254之后,方法250前进到操作256,并且基于用户类别以及可选地基于用户特性来确定运动特性的理想值。理想值可以对应于用户类别中专业人员的平均值、系统针对用户类别收集(例如,从其他用户收集的)的历史数据的平均值、基于(例如,从初始试运行或先前记录的活动)历史收集并存储的数据的针对特定用户的平均值、比起最近收集的数据的百分比改进、被运动专家(例如,教练、培训师、理疗专家等)标记为理想的值、被用户标记为理想的值(例如,目标或目的)等。例如,理想值可以指示例如通过改进能量使用的效率、减少疲劳、减少身体撞击(例如,减少伤害)、改进运动范围、改进姿势等而在活动期间提供强的总体表现的运动特性的值。
作为另一示例,在理想值基于特定用户的平均历史值的情况下,理想值可以指示用户的一致性。作为又一示例,在理想或目标值基于比起最近收集的数据的百分比改进的情况下,理想值可以指示目标增量改进目的。理想值可以是设置的值(例如,量、百分数等)、阈值(例如,最小或最大)或值的范围。理想值可以是定性或定量值。作为一个示例,定性的理想值可以是足部触地(footstrike)的位置(例如,足中、跖骨球等)、撞击类型(例如,过大跨步、外八字、内八字等)等。理想值可以由系统或第三方数据库存储。
理想值可能基于用户类别而变化。例如,长跑运动员的理想值可能与短跑运动员的理想值不同。例如,长跑运动员可能想要通过降低速度/节奏(例如,每分钟75-180步)、增加地面接触时间(例如,160-300毫秒或更长)、每步使用较少的力等来在较长的时段内节省能量。另一方面,短跑运动员可能想要通过提高速度/节奏(例如,每分钟190-280步)、减少地面接触时间(例如,小于200毫秒或小于160毫秒)、每步使用较多的力等来在短距离期间使能量最大化(例如,尽可能快地走)。作为另一示例,跑步者的理想的足部触地可能是脚的中部,而短跑运动员的理想的足部触地可能是跖骨球(例如,基于与适当的姿势和减少伤害相关的研究)。
在一些实例中,理想值可能基于用户特性而变化。例如,理想的运动可以基于诸如性别、年龄、体格、身高、体重等的身体特性而变化。作为一个示例,理想的节奏可以基于用户身高而变化。例如,对于较高的用户(或成年人或有较长腿的用户)的理想节奏可能比较矮的用户(或儿童或有较短腿的用户)的理想节奏慢。理想值或值范围可能因用户特性的不同类别或范围而异。例如,在某个年龄范围(例如,9-12岁、13-15岁、16-19岁、20-25岁、26-31岁、32-36岁等)、身高范围(例如,5'0”-5'4”、5'5”-5'8”、5'9”-6'0”等)、体重范围(例如,110lbs.-120lbs.、121lbs.-130lbs、131lbs.-140lbs等)等或其任何组合内的女性或男性的理想值可能相同。系统可以基于所接收的用户特性来确定哪些理想值是适用的。例如,体重125lbs的5'2”女性的理想值可以基于具有在5'0”和5'4”之间的身高且在121lbs.-130lbs之间的体重的女性的理想值来确定。
然而,一些理想值对于用户类别而言可能是一致的,而不管用户特性如何。作为一个示例,研究表明,为得到理想的短跑表现,地面应与跖骨球接触。在该情况下,不管用户特性如何,接触位置的理想值都是跖骨球。作为另一示例,研究表明,脚接触地面的理想位置在人的质心下面或非常接近人的质心以防止过大跨步。在该情况下,不管用户特性如何,接触位置的理想值都在人的质心下面或非常接近人的质心。
在一些实例中,可能合期望的是用户递增地调整他或她的运动以随着时间的过去例如朝着目标最终目的或没有目标最终目的一致地改进。在这些实例中,理想值可以取决于历史收集的数据,例如,上一次检测到的值或上一次存储的用户活动的平均值。例如,理想值可以是比起上一次检测到的值的改变量(例如,百分数、角度等)。例如,理想值可以被设置为从用户上一次检测到的特性朝着目标值的增量值,例如,每步将脚接触角改变1度,以帮助用户逐渐达到期望值。作为另一示例,增量理想值可以在达到最大值时可缩放。例如,对于跑步者而言可能合期望的是(例如,基于用户的体重)不断增加地面接触力,直到最大可达到的力。例如,每次跑步时接触力中的理想增加可以为5%。当用户接近最大可达到的力时,可以按比例减小理想的增量值,例如每次跑步减小1%。作为另一示例,对于跑步者而言可能合期望的是不断减少地面接触时间以改进跑步效率。例如,跑步者每次跑步可使地面接触时间减少10%。通过提供预设的增量改进目标(例如,比起先前收集的数据的预设改变),系统减少了确定改进所需的因素。例如,不管用户的性别、年龄、体格等如何,用户都可以将其在先检测到的运动特性改进一定量。
在操作256之后,方法250前进到操作258并且检测运动特性。用户可以执行活动,诸如例如步行、慢跑、跑步、短跑、做运动、有氧运动、增强式训练等。如以上更详细地讨论的,可以经由具有一个或多个传感器116、118的一个或多个检测设备112、114(所述一个或多个传感器116、118被整合在其中或与其通信)来检测运动特性。检测设备112、114被配置成穿戴或以其他方式固定到用户,使得用户的移动相应地移动检测设备112、114。例如,检测设备112、114可以检测与步态相关的运动,诸如步行、慢跑、跑步或短跑移动特性。
可以监视某些运动以确定速度、效率、适当的姿势以及其他表现指示符。例如,与移动表现(例如,跑步、短跑等)相关的受监视(例如,由系统检测或确定)的因素可以包括地面接触时间(例如,脚在地面上的时间量)、地面接触平衡(例如,每只脚的地面接触时间之间的差异)、跨步长度、跨步宽度(例如,接触地面的脚之间的间隔)、跨步频率(例如,节奏)、跨步类型(过大跨步者、到达者、倒塌者(collapser)、织布者(weaver)、跳跃者、臀肌健忘症患者等)、施加到地面的垂直力(例如,在跨步或最大量期间)、水平力、力的发展速率、质量特定的力(例如,相对于体重或质量所施加的力的量)、力的角度、动量、阻力、加速度/减速度、质心/重心(及其垂直位移)、支撑位移(例如,地面接触相对于质心的位置)、步幅(例如,随时间的过去的距离)、脚撞击地面的位置(例如,基于加速度/减速度位置的足部触地)等。
作为一个示例,可以基于以下短跑速度等式来监视某些变量:
V = f
step
F
avg
/W
b
L
c
其中V是短跑速度(m/s)、f step 是步进频率(1/s)、F avg 是施加到地面的平均垂直力(N)、W b 是体重(N)、并且L c 是接触长度(m)(例如,人的质心在一个接触时段的过程中平移的距离)。例如,短跑运动员的理想短跑速度大于长跑运动员的理想短跑速度。基于以上等式,较大的短跑速度V与较大的步进频率f step 和/或施加到地面的平均垂直力F avg 以及较低的体重W b 和/或接触长度L c 相关。在一个实施例中,这四个变量可以由系统检测并输入到短跑速度等式中以确定实际的短跑速度。可以将实际的短跑速度与理想的短跑速度值进行比较,以确定对输入变量中的一个或多个的调整来实现理想的短跑速度值。在另一实施例中,如果系统检测到与短跑速度V相关联的四个变量中的三个(例如,fstep、Favg、Wb、L c ),则可以基于速度V的理想值来确定第四个变量的理想值。例如,一个或多个传感器可以检测到或者系统可以确定步进频率f step 、施加到地面的平均垂直力F avg 以及用户的体重W b 。可以例如如操作256中所描述的那样确定短跑速度V的理想值。在该示例中,可以通过将已知值输入到短跑速度等式中来确定接触长度L c 的理想值。作为另一示例,监视与被确定成(例如,在跑步或短跑期间)高效或低效的移动相关联的运动变量。作为一个示例,过大跨步被认为是一种低能效的跑步方式,导致地面反作用力、制动力和关节载荷增加。过大跨步是跑步的一种模式,其中脚在地面上的初始接触远在人的质心前面,并且通常包括脚后跟撞击(即脚后跟与地面初始接触)。为了监视过大跨步,一个或多个传感器可以在初始与地面接触时检测相对于人的质心的力的角度(或脚倾斜角度)。例如,可以基于减速角度来确定过大跨步。作为一个示例,可以利用加速度计检测由地面接触创建的力矢量的角度。正角可以指示过大跨步,而接近零、零或负角被认为是更好的形式(例如,没有到很少过大跨步)。作为另一示例,与短跑运动员的跖骨球隔离的地面接触被认为是高效的短跑技术。为了监视脚接触地面的位置,系统可以评定加速和减速力的位置和/或角度以及地面接触时间,以确定地面接触是通过脚后跟撞击,还是前脚、脚中部等进行的。例如,脚的前部减速快于后部可以指示前脚接触,而后部减速快于最前面部分可以指示脚后跟接触。
在操作258之后,可选地,该方法前进到操作260,并且系统基于检测到的运动特性来确定活动中是否存在改变。例如,系统可以将最近检测到的运动特性与先前检测到的运动特性进行比较,并确定在指示活动中的改变的值中有足够的改变。例如,比起特定量的值中的改变可以指示活动中的改变。作为一个示例,50%的值改变可以指示活动中的改变。作为另一示例,系统可以确定最近检测到的运动特性落在操作252处确定的用户类别的典型范围值外部。例如,如以上关于操作252所讨论的,值的某些范围可以指示不同的活动(例如,步行、慢跑、跑步、短跑、有氧运动、增强式训练等)。作为一个示例,跨步频率或垂直地面力中的急剧下降(例如,大于50%下降或大于某一其他阈值)可以指示从跑步到慢跑或步行的活动中的改变。
如果系统确定活动中存在改变,则方法250前进到操作262,并生成表现概要。表现概要可以向用户提供关于特定的活动表现的总体反馈。例如,概要可以是检测到的数据的概要。概要可以将检测到的数据与理想值进行比较。例如,表现概要可以指示用户是过大跨步者。该概要可以提供改进的建议。例如,如果用户每跨步都一致地做出脚后跟触地,则概要可以命令用户尝试在前脚先接触地面的情况下着陆。该概要可以由系统存储为用户的历史运动数据。
如果系统没有检测到活动中的改变,则方法250前进到操作264,并且将检测到的运动特性与系统存储的理想值进行比较。如所讨论的,理想值可以是设置值、最小或最大阈值、或者范围。该系统可以确定检测到的运动特性是偏离设置值特定的量,高于最小值,低于最大值,在理想值范围内,还是在理想范围外部的特定量。当检测到的运动特性偏离理想值一定程度或百分数(例如,大于0.05%、1%、5%、10%、20%偏差等),超过理想阈值(例如,落在最小值以下或最大值以上),或落在理想值范围外部时,它可能不是理想的。例如,如果检测到的运动特性指示表现不佳(例如,导致低效的能量使用、增加的疲劳、身体磨损等)、表现不一致(例如,偏离历史用户表现)、或者没有以其他方式满足目标或目的(例如,目标增量改变)等,则它可能不是理想的。作为一个示例,理想的力矢量角(例如由与地面的接触力创建的、例如相对于地面的地面冲击角)可以具有0°的最大阈值,指示没有过大跨步。在该示例中,在与理想值比较时,检测到的10°的力矢量角超过阈值(10°>0°),指示过大跨步(例如,不理想)。作为另一示例,检测到的足部触地位置可以在跖骨球2cm后,其在与理想值(例如,跖骨球)比较时偏离理想位置2cm(或者如果此人具有例如24cm的脚大小,则例如偏差约为8%)(例如,不是理想的)。在另一示例中,对于为7分钟/英里的步幅奋斗的身高170 cm的跑步者,基于某个节奏的理想跨步长度是130 cm。当与理想跨步长度相比时,检测到的110 cm的跨步长度比理想跨步长度约短15%(例如,导致较慢的步幅,使得检测到的跨步长度不理想)。作为又一示例,理想的垂直地面力可能是人的体重的2.5倍,使得人的体重5倍的检测到的垂直地面力使理想值加倍(例如,不理想)。作为另一示例,理想值可以是每次跑步时的力中的5%增加。如果用户仅将力从前一次跑步增加1%,则检测值偏离理想值4%(例如,不理想)。
在操作264之后,方法250前进到操作268,并且基于比较将运动反馈(例如,生物反馈)传输给用户。运动反馈是与用户的移动相关的反馈。例如,运动反馈可以包括与移动表现相关的与由系统监视的因素相关的反馈,诸如例如地面接触时间、地面接触平衡、跨步长度、跨步宽度、跨步频率、跨步类型、施加到地面的垂直力、水平力、力发展率、质量特定的力、力的角度、动量、阻力、加速度/减速度、质心/重心、支撑位移、步幅、生物特征数据(例如,恢复率、心率变异性等)等。
如以上所讨论的,可以经由反馈设备104将反馈传输给用户。反馈可以是正的或负的。例如,正反馈可以指示用户的检测到的移动是理想的,在距理想值的可接受偏差内,不超过理想值阈值,在理想值范围内,等等。例如,正反馈可以指示地面接触时间、跨步频率、跨步长度、垂直地面力、支撑位移、足部触地位置等是理想的或接近理想的。作为另一示例,正反馈可以指示用户实现了理想的增量改变(例如,地面接触力比起前一次跑步增加了5%,其中5%增加是理想值)。正反馈可以向用户指示用户正在适当或充分地(例如,高效地使用能量、减少疲劳和身体磨损、具有适当的姿势等)或一致地(例如,随着时间的过去产生类似或相同的结果)执行,或正在改进等。作为另一示例,负反馈可以指示用户的检测到的移动是不理想的,大大偏离理想值(例如,超过可接受的偏差范围),超过理想值阈值,落在理想值范围外部等。负反馈可以向用户指示用户的表现不充分(例如,无效率地使用能量、增加疲劳和身体磨损、具有不当的姿势等),不一致(例如,结果随时间的过去而变化),无法跟踪目标改进目的等。
反馈可以被作为视觉的、可听的和/或触感的信息呈现给用户。视觉反馈可以包括出现在可穿戴设备(例如,智能手表、眼镜、护目镜等)上的不同颜色、图标、文本等。可听反馈可以包括警报、哔哔声、歌曲频率或音高中的改变等。触感反馈可以包括振动或电脉冲的不同强度、定时或位置。反馈呈现可以根据反馈是正还是负而变化。例如,可以通过不同于指示负反馈的可听频率、视觉指示符或触感指示符的可听频率(例如,高或低)、视觉指示符(例如,颜色、图形、文本等)或触感指示符(例如,振动强度、频率、位置)来指示正反馈。例如,如所讨论的,可以通过“较好”或更令人愉快的音调(例如,较柔和、较安静、不太急促、稳定等)来指示正反馈,而可以通过“糟糕”或不太令人愉快的音调(例如,较刺耳、较大声、更急促等)来指示负反馈。在该示例中,音调可能随着检测到的值偏离目标值或范围更远而变得糟糕,或者音调可能随着检测到的值变得更接近目标值或范围而变得更好。通过取决于与目标范围的偏差向用户提供或多或少愉悦或令人愉快的反馈,用户可以更快地内在化该反馈并相应地纠正他或她的运动特性。在另一示例中,正反馈可以由绿闪光指示,而负反馈由红闪光指示。作为另一示例,可以通过用户的手腕顶部的振动来指示正反馈,而将负反馈指示为用户的手腕底部的振动。作为另一示例,正反馈可以是一个反馈类型(例如,可听的、触感的、视觉的),并且负反馈可以是另一个反馈类型。
反馈呈现还可以基于与理想值或范围的变化/偏差的水平而变化,或者换句话说,与建议的改进或为了达到或接近理想值的用户的动作所需的改变直接相关。作为一个示例,用户的移动偏离理想值越大,音量强度或音高可能会增加。作为另一示例,用户的移动偏离理想值越多,颜色或光就可能会变更明亮或更暗。呈现中的改变(例如,更大的音量或更明亮的颜色)可能和与理想值的偏差成比例地变化。例如,可听反馈可能在用户偏离理想值最大量(例如,用户需要将施加的地面力调整最大量)时是最大声的,并且随着偏差减小而成比例地降低。以该方式,用户可以检测他或她的运动并依照反馈来适应他或她的运动,并了解上一个运动是否是对过去运动的改进。作为一个示例,大声的哔哔声可以向用户指示该用户过大跨步40%。然后,用户可以旨在利用下一个跨步来调整他或她的跨步以计及过大跨步。在系统检测到下一个跨步时,较安静的哔哔声(约为第一次哔哔声的音量的一半)可以向用户指示该用户过大跨步20%。用户可以再次调整他或她的跨步。在该示例中,沉默可以指示用户的跨步是理想的(例如,无过大跨步)。以该方式,用户可以继续调整他或她的跨步,直到反馈指示用户的跨步是理想的为止(例如,直到不再听到哔哔声为止)。
反馈类型和/或呈现也可以针对不同的运动特性而变化。例如,垂直力可以由一个反馈类型(例如,视觉反馈)指示,而地面接触时间可以由另一反馈类型(例如,音频反馈)表示。作为另一示例,跨步长度可以由一个类型的视觉呈现(例如,颜色梯度)表示,而跨步频率可以由另一类型的视觉呈现(例如,图形)表示。以该方式,用户可以针对不同的特性来调整他或她的运动。
反馈可以包括针对运动调整的建议。例如,系统可以基于检测到的运动特性与理想值的比较来确定调整。例如,在检测到的运动特性偏离理想值一定量的情况下,系统可以建议用户将运动更改偏差量以达到理想值。例如,在用户以比理想力值大10%的力接触地面时,系统可能会建议用户将接触力减小10%,例如,视觉显示或图形可以指示达到理想值所需的力减少量(例如,智能手表可以显示文本,诸如“减小力10%”)。
反馈传输的定时可以变化。例如,可以实时地递送反馈。如所讨论的,可以基本上同时地或接近于生成反馈值的实际移动,将反馈递送给用户,使得用户可以实时地纠正或改变他或她的运动并被提供调整以适应于用户的改变的动态可变的反馈。例如,反馈可以与一系列移动一样快或比其更快地发生。作为一个示例,可以在跨步之间(例如,当用户在下一只脚接触地面之前是中跨步时)将反馈传输给用户。在该情况下,用户可以在做出下一跨步或接触之前接收到关于先前的跨步或与地面的接触的反馈。以该方式,用户可以实时地纠正或改变他或她的运动直到用户接收到正反馈为止。
作为另一示例,反馈可以发生在一定数量的移动之后,在一定量的时间之后,在活动阶段之后,等等。作为一个示例,对于短跑运动员,可以在前2-4步之后或在开始阶段之后提供反馈。在收集反馈时,反馈可以是实时的,或者反馈也可能是累积的。在前2-4步之后的短跑运动员反馈递送的示例中,可以为每步提供关于力矢量数据的反馈,和/或可以在完成4步之后一次提供关于覆盖的总距离和覆盖该距离的时间的累积反馈。作为另一示例,可以在特定活动阶段期间或离开该活动阶段之后提供反馈。例如,系统可以(例如,基于历史数据)确定短跑运动员何时处于最大速度阶段,并在该阶段期间提供反馈。作为另一示例,系统可以确定最大速度阶段已经结束并且提供关于在该阶段期间收集的运动数据的反馈(例如,最高速度、所覆盖的距离,跨步数等)。
在一些实例中,检测到的移动可能比系统可以提供反馈更快地发生。例如,可以在与先前检测到的运动特性相关的反馈被传输给用户之前检测新的运动特性。在这些实例中,较新检测到的运动特性可以覆写先前检测到的运动特性,并且与最近检测到的运动特性相关的反馈可以被传输给用户。以该方式,用户可以更改/纠正最近的移动。
在操作268之后,方法250前进到操作258,并且再次检测运动特性,如以上所讨论的那样。以该方式,系统可以在活动期间不断地检测用户的运动并提供实时反馈,直到活动结束或改变成新活动为止。
图5图示了用于使用系统100在活动期间跟踪阶段特定的用户移动并提供运动反馈的方法。方法300开始于操作301,并且确定用户活动。以与以上关于方法250的操作252所讨论的用户类别类似的方式确定用户活动。例如,用户活动可以由用户输入或者由系统基于试运行来确定。用户活动可以包括有氧运动、增强式训练、步行、慢跑、跑步、短跑、运动或其他锻炼。用户活动可能具有不同的活动阶段。例如,短跑具有开始阶段、加速阶段、最大速度阶段和减速阶段。活动水平和运动特性可能会基于活动阶段而变化。
在操作301之后,方法300前进到操作302,并且接收运动和定时数据。可以以与以上关于方法250的操作258所讨论的类似的方式来检测运动数据。例如,可以通过一个或多个检测设备112、114来收集运动数据。运动数据可以包括与速度、运动效率、姿势和其他表现指示符相关的数据。例如,如以上所讨论的那样,运动数据可以包括跨步(例如,长度、宽度、频率、类型)、地面相互作用(例如,地面接触时间、施加的垂直力、质量特定的力、力的角度)、足部触地位置、加速度/减速度、身体定位、支撑位移、步幅等。检测设备112、114或与之通信的另一系统组件可以包括定时组件(例如,计时器),所述定时组件在运动数据被收集时为所述运动数据提供时间戳。例如,定时信息可以作为元数据与运动数据一起被包括。定时数据可以指示从活动开始起流逝的时间量。
在操作302之后,方法300前进到操作304,并且基于用户活动和定时数据来确定理想值。系统100可能已经存储了与用户活动相关联的理想值。例如,如以上所讨论的那样,跑步和短跑,两个不同的活动,可以具有与适当的姿势、高效的能量使用、减少的疲劳、减少的身体伤害等相关联的不同的理想值。活动也可以在该活动的不同阶段具有不同的理想值。例如,在加速阶段对比恒定速度阶段期间,短跑可能具有不同的理想值。作为一个示例,施加的理想垂直力可能在加速阶段对比恒定速度阶段变化。基于所确定的用户活动和所接收的定时数据,系统可以确定适用的理想值。例如,在短跑示例中,在操作301处确定的用户活动是短跑,并且在前4秒中收集了指示运动数据的定时数据将指示在加速阶段期间收集了运动数据。在该情况下,系统将会将在操作302处接收的运动数据与短跑加速阶段的理想值相关联。每个活动阶段的理想值可以由系统存储,或者可通过第三方数据库访问。
在操作304之后,方法300前进到操作306,并且将运动数据与理想值进行比较。可以以与以上关于方法250的操作260所讨论的类似的方式,将运动数据与理想值进行比较。例如,如所讨论的那样,系统可以确定检测到的运动数据是偏离理想值一特定量,高于理想最小值阈值,低于理想最大值阈值,还是在理想值范围内。当运动数据偏离理想值一定程度或百分数、超过理想阈值(例如,落在最小值以下或最大值以上)或落在理想值范围外部时,该运动数据不是理想的。
在操作306之后,方法300前进到操作308,并且基于所述比较将反馈传输给用户。例如,以与以上关于方法250的操作262所讨论的类似的方式生成反馈数据并将其传输给用户。如以上所讨论的那样,可以经由反馈设备104将反馈传输给用户。反馈可以是正的(例如,指示移动是理想的或接近理想的)或负的(例如,指示移动不是理想的且可能需要被调整)。可以将反馈作为视觉的、可听的和/或触感的信息呈现给用户。反馈呈现可以取决于反馈是正还是负而变化。在理想值基于活动阶段而变化的情况下,在一个阶段处针对特定移动的正反馈可能在另一阶段处变成负反馈,如果用户未能基于特定活动阶段处的理想值来调整用户的运动的话。例如,在加速阶段期间,相对于地面的理想力矢量角可能小于恒定速度阶段期间,使得当用户从加速阶段过渡到恒定速度阶段时,用户必须增大相对于地面的力矢量角。如果用户没有增大该力矢量角,则用户可以在加速阶段期间接收正反馈并且在恒定速度阶段期间接收负反馈,该负反馈指示用户需要增加力矢量角。
本文中描述的技术可以被实现为一个或多个系统中的逻辑操作和/或模块。逻辑操作可以被实现为在一个或多个计算机系统中执行的处理器实现的步骤的序列,并且被实现为一个或多个计算机系统内的互连的机器或电路模块。同样,可以根据由模块执行或实现的操作来提供各种组件模块的描述。逻辑操作可以由单个系统组件(例如,检测设备、反馈设备或用户设备)或由多个系统组件来实现。所得到的实现是选择问题,取决于实现所描述的技术的底层系统的性能要求。因此,构成本文中描述的技术的实施例的逻辑操作被不同地称为操作、步骤、对象或模块。此外,应该理解,逻辑操作可以任何顺序执行,除非另外明确声明,或者权利要求语言固有地需要特定顺序。
在一些实现中,制品被提供为计算机程序产品,其使得计算机系统上的操作实例化实现程序操作。计算机程序产品的一个实现提供了一种非暂时性计算机程序存储介质,所述介质可被计算机系统读取并且对计算机程序进行编码。应当进一步理解,可以在独立于个人计算机的专用设备中采用所描述的技术。
以上说明书、示例和数据提供了对如在权利要求中限定的本发明的示例性实施例的结构和使用的完整描述。尽管上面已经以一定程度的特殊性或参考一个或多个单独的实施例描述了所要求保护的发明的各种实施例,但是本领域技术人员可以在不脱离所要求保护的发明的精神或范围的情况下对所公开的实施例做出许多更改。因此设想其他实施例。意图以上描述中包含的以及在附图中示出的所有内容应被解释为仅说明特定实施例而非是限制性 的。在不脱离如在所附权利要求书中限定的本发明的基本元素的情况下,可以做出细节或结构中的改变。
Claims (11)
1.一种用于向用户提供运动生物反馈的方法,包括:
通过处理器来确定所述用户执行的活动的活动类型;
通过所述处理器来确定与所述活动相关联的一个或多个运动特性的目标值,其中所述目标值由历史收集的运动数据确定;
在所述用户执行所述活动时从包括加速度计、陀螺仪、磁力计、指南针、压力传感器、力传感器、位置传感器或全球定位传感器中的一种或多种的检测设备接收与所述活动相关的运动数据,所述运动数据包括在从第一跨步发生的第一脚在表面上的地面接触时和期间检测到的第一减速/加速力;
通过所述处理器将所述运动数据与所述目标值进行比较;以及
基于与所述目标值的比较而向反馈设备传输所述运动生物反馈,其中:
所述运动生物反馈对应于与所述运动数据相对于所述目标值的偏差成比例的运动调整;以及
在从第二跨步发生的所述第一脚或第二脚之一在表面上的第二接触期间检测到第二减速/加速力之前,将所述运动生物反馈传输给所述反馈设备。
2.根据权利要求1所述的方法,其中所述目标值是历史收集的运动数据的百分比增加或减少。
3.根据权利要求1所述的方法,其中所述运动数据与脚减速/加速位置相关,并且所述方法进一步包括通过所述处理器基于所述脚减速/加速位置来确定足部触地位置,其中当所述足部触地位置偏离理想的足部触地位置时,所述运动生物反馈对应于足部触地位置调整。
4.根据权利要求1所述的方法,其中所述运动数据与地面接触力相关,并且所述目标值是来自历史收集的地面接触力数据的地面接触力中的增加。
5.根据权利要求1所述的方法,其中所述运动数据是地面接触时间,并且所述目标值是来自历史收集的地面接触时间数据的地面接触时间中的百分比降低。
6.根据权利要求1所述的方法,其中所述运动数据是地面接触处的力矢量角,并且所述目标值是来自历史收集的力矢量角数据的力矢量角中的百分比降低,直到所述力矢量角达到零度。
7.根据权利要求1所述的方法,其中历史收集的运动数据是与所述一个或多个运动特性相关的上一次存储的收集的运动数据。
8.根据权利要求1所述的方法,其中所述活动是短跑、步行或长距离跑步中的一个,并且所述一个或多个运动特性包括地面接触力、地面接触的力矢量角和地面接触时间。
9.根据权利要求1所述的方法,其中确定所述活动包括:
通过所述处理器将所述运动数据与存储在与所述处理器相关联的存储器中的活动数据进行比较;
通过所述处理器基于所述运动数据和所存储的活动数据的所述比较来确定与和所存储的活动相关联的一个或多个运动特性值相关的运动数据值;以及
确定所述用户执行的活动是所存储的活动。
10.根据权利要求1所述的方法,进一步包括通过所述处理器基于所述活动类型和所述运动数据来确定所述活动的当前活动阶段,其中所述目标值和所述运动生物反馈基于所述当前活动阶段。
11.一种用于向用户提供阶段特定的运动反馈的方法,包括:
通过处理器确定所述用户执行的活动的活动类型;
从包括加速度计、陀螺仪、磁力计、指南针、压力传感器、力传感器、位置传感器或全球定位传感器中的一种或多种的检测设备接收运动数据,所述运动数据包括与和所述活动类型相关联的运动特性对应的第一运动特性值;
通过处理器基于所述活动类型和所述运动数据来确定所述活动的当前活动阶段;
通过处理器基于所述当前活动阶段来确定所述运动特性的理想值;
通过处理器将所述第一运动特性值与所述理想值进行比较,以确定实现所述理想值的运动调整;以及
通过所述处理器生成与所述运动调整相关的所述阶段特定的运动反馈,其中所述阶段特定的运动反馈取决于所述当前活动阶段;以及
在检测到第二运动特征值之前,通过所述处理器在所述当前活动阶段提供所述阶段特定的运动反馈。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862725900P | 2018-08-31 | 2018-08-31 | |
US62/725900 | 2018-08-31 | ||
PCT/US2019/048682 WO2020047179A1 (en) | 2018-08-31 | 2019-08-29 | Biofeedback for altering gait |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112789092A CN112789092A (zh) | 2021-05-11 |
CN112789092B true CN112789092B (zh) | 2023-06-23 |
Family
ID=69643730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980064699.9A Active CN112789092B (zh) | 2018-08-31 | 2019-08-29 | 用于更改步态的生物反馈 |
Country Status (6)
Country | Link |
---|---|
US (2) | US11191454B2 (zh) |
EP (1) | EP3843863A4 (zh) |
CN (1) | CN112789092B (zh) |
AU (1) | AU2019333116B2 (zh) |
CA (1) | CA3109967C (zh) |
WO (1) | WO2020047179A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10863928B1 (en) * | 2020-01-28 | 2020-12-15 | Consensus Orthopedics, Inc. | System and methods for monitoring the spine, balance, gait, or posture of a patient |
WO2024044252A1 (en) * | 2022-08-23 | 2024-02-29 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer readable media for detecting and monitoring gait using a portable gait biofeedback system |
CN116271737B (zh) * | 2023-02-23 | 2024-08-23 | 广州卓远虚拟现实科技股份有限公司 | 一种vr跑步机跑步履带的速度控制方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102058955A (zh) * | 2009-11-18 | 2011-05-18 | 周有礼 | 生物回馈式下肢复健训练装置与系统 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5449002A (en) | 1992-07-01 | 1995-09-12 | Goldman; Robert J. | Capacitive biofeedback sensor with resilient polyurethane dielectric for rehabilitation |
KR100601932B1 (ko) | 2003-09-04 | 2006-07-14 | 삼성전자주식회사 | 바이오피드백을 이용한 훈련제어방법 및 장치 |
US7771371B2 (en) | 2004-08-11 | 2010-08-10 | Andante Medical Devices Ltd | Sports shoe with sensing and control |
US8360904B2 (en) | 2007-08-17 | 2013-01-29 | Adidas International Marketing Bv | Sports electronic training system with sport ball, and applications thereof |
US8702430B2 (en) | 2007-08-17 | 2014-04-22 | Adidas International Marketing B.V. | Sports electronic training system, and applications thereof |
US8221290B2 (en) | 2007-08-17 | 2012-07-17 | Adidas International Marketing B.V. | Sports electronic training system with electronic gaming features, and applications thereof |
US20110152696A1 (en) * | 2009-12-22 | 2011-06-23 | Hall Ryan Laboratories, Inc. | Audible biofeedback heart rate monitor with virtual coach |
US8979665B1 (en) * | 2010-03-22 | 2015-03-17 | Bijan Najafi | Providing motion feedback based on user center of mass |
KR102009711B1 (ko) * | 2011-02-07 | 2019-08-12 | 뉴우바란스아스레틱스인코포레이팃드 | 운동 동작 모니터링 시스템 및 그 방법 |
WO2014089238A1 (en) * | 2012-12-04 | 2014-06-12 | Mapmyfitness, Inc. | Gait analysis system and method |
JP5982058B2 (ja) * | 2013-03-29 | 2016-08-31 | Jx金属株式会社 | タングステン酸ジルコニウム |
CN105358055A (zh) | 2013-07-12 | 2016-02-24 | 墨尔本皇家理工大学 | 传感器阵列系统 |
US10115319B2 (en) * | 2015-03-26 | 2018-10-30 | President And Fellows Of Harvard College | Systems and methods for detecting overstriding in runners |
CN106267780B (zh) * | 2016-08-31 | 2019-08-20 | 广东小天才科技有限公司 | 一种运动提醒的方法及装置 |
US20180177436A1 (en) * | 2016-12-22 | 2018-06-28 | Lumo BodyTech, Inc | System and method for remote monitoring for elderly fall prediction, detection, and prevention |
DE202017100072U1 (de) | 2017-01-10 | 2018-04-11 | automation & software Günther Tausch GmbH | Schuhsohle für den diabetischen Fuß und Biofeedback-System |
WO2019086997A2 (en) | 2017-10-31 | 2019-05-09 | Ori Elyada | Wearable biofeedback system |
CN107944431B (zh) * | 2017-12-19 | 2019-04-26 | 天津天远天合科技有限公司 | 一种基于运动变化的智能识别方法 |
CN108073287B (zh) * | 2018-01-22 | 2024-01-19 | 杨尚林 | 运动监测方法、装置和可穿戴运动设备 |
US11128636B1 (en) * | 2020-05-13 | 2021-09-21 | Science House LLC | Systems, methods, and apparatus for enhanced headsets |
-
2019
- 2019-08-29 CN CN201980064699.9A patent/CN112789092B/zh active Active
- 2019-08-29 EP EP19853345.7A patent/EP3843863A4/en active Pending
- 2019-08-29 US US17/269,398 patent/US11191454B2/en active Active
- 2019-08-29 AU AU2019333116A patent/AU2019333116B2/en active Active
- 2019-08-29 WO PCT/US2019/048682 patent/WO2020047179A1/en active Search and Examination
- 2019-08-29 CA CA3109967A patent/CA3109967C/en active Active
-
2021
- 2021-12-02 US US17/540,350 patent/US11839466B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102058955A (zh) * | 2009-11-18 | 2011-05-18 | 周有礼 | 生物回馈式下肢复健训练装置与系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3843863A1 (en) | 2021-07-07 |
US11191454B2 (en) | 2021-12-07 |
EP3843863A4 (en) | 2021-11-17 |
WO2020047179A1 (en) | 2020-03-05 |
US11839466B2 (en) | 2023-12-12 |
AU2019333116B2 (en) | 2022-12-08 |
CN112789092A (zh) | 2021-05-11 |
CA3109967A1 (en) | 2020-03-05 |
AU2019333116A1 (en) | 2021-05-06 |
CA3109967C (en) | 2023-02-21 |
US20210244318A1 (en) | 2021-08-12 |
US20220087573A1 (en) | 2022-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11426630B1 (en) | Stride change detection and correction | |
US10271773B2 (en) | System and method of biomechanical posture detection and feedback including sensor normalization | |
US11839466B2 (en) | Biofeedback for altering gait | |
US10271790B2 (en) | Methods and systems for training proper gait of a user | |
US9687695B2 (en) | Methods and systems for training proper running of a user | |
EP3337401B1 (en) | Method and system for adjusting audio signals based on motion deviation | |
TWI638280B (zh) | 自動配置感測器的方法、電子設備及記錄媒體 | |
US10471331B2 (en) | Pacing system with feedback based adjustments | |
US20190272345A1 (en) | Methods and systems for control of human locomotion | |
JP7020479B2 (ja) | 情報処理装置、情報処理方法及びプログラム |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40046549 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |