CN113360833A - 户外路线坡度的识别方法及存储介质 - Google Patents
户外路线坡度的识别方法及存储介质 Download PDFInfo
- Publication number
- CN113360833A CN113360833A CN202110630389.8A CN202110630389A CN113360833A CN 113360833 A CN113360833 A CN 113360833A CN 202110630389 A CN202110630389 A CN 202110630389A CN 113360833 A CN113360833 A CN 113360833A
- Authority
- CN
- China
- Prior art keywords
- slope
- motion
- point
- gradient
- outdoor
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Physical Education & Sports Medicine (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种户外路线坡度的识别方法及存储介质,该识别方法通过顺序获取户外运动轨迹中多个运动点的运动数据并在获取到一个运动点的运动数据时,根据一定逻辑关系进行不同的计算和判断,进而快速识别出该户外运动轨迹中的坡以及相应坡的有效坡起点和有效坡顶点的位置,有利于综合海拔维度和速度维度深度分析用户的运动能力,为用户提供更多参考数据。
Description
技术领域
本发明涉及户外运动健康技术领域,特别是涉及一种户外路线坡度的识别方法及存储介质。
背景技术
当前户外运动作为大健康产业的一部分,正在蓬勃发展,户外越野跑,骑行,登山的活动近年来受到越来越多的关注,并且参与人数屡创新高。户外运动相对室内运动风险更高,对人们的身体要求更高,所以科学的评估一个人的运动能力,显的更为重要。
当前对户外运动能力的评估,主要的衡量标准是速度。以户外跑步为例,同样是10000米的路线,在户外爬升山坡明显比在体育场上跑需要更多的时间。但是,当前大部分的户外类软件没有将海拔维度考虑进来,最多是做一些简单的海拔可视化,并没有对海拔维度做深度的数据挖掘,无法科学的量化运动指标,因此,对用户运动能力的分析不够全面和深刻。
发明内容
为了解决上述问题,本发明提供了一种户外路线坡度的识别方法及存储介质,可以快速识别户外运动轨迹中的坡以及相应坡的有效坡起点和有效坡顶点的位置,有利于综合海拔维度和速度维度深度分析用户的运动能力,为用户提供更多的参考数据。
本发明通过如下方案来实现:一种户外路线坡度的识别方法,包括步骤:
S1、顺序获取一户外运动轨迹中多个运动点的运动数据;
S2、获取到一个运动点的运动数据时,计算当前运动点和前一个运动点之间的第一坡度,判断所述坡度是否大于预设的坡度阈值:
若否,则重复步骤S2;
若是,则定义所述前一个运动点为临时坡起点,然后进行步骤S3;
S3、获取到一个运动点的运动数据时,计算当前运动点和临时坡起点之间的第二坡度和第一距离,判断所述第二坡度是否大于预设的坡度阈值:
若否,则取消所述临时坡起点的定义,并返回步骤S2;
若是,则判断所述第一距离是否大于预设的上坡距离阈值:
若否,则重复步骤S3;
若是,则将所述临时坡起点标记为有效坡起点,然后进行步骤S4;
S4、获取到一个运动点的运动数据时,计算当前运动点和前一个运动点之间的第一坡度,判断所述第一坡度是否小于等于零:
若否,则重复步骤S4;
若是,则定义所述前一个运动点为临时坡顶点,然后进行步骤S5;
S5、获取到一个运动点的运动数据时,计算当前运动点和临时坡顶点之间的第三坡度和第二距离,判断所述第三坡度是否小于等于零:
若否,则取消所述临时坡顶点的定义,并返回步骤S4;
若是,则判断所述第二距离是否大于预设的下坡距离阈值:
若否,则重复步骤S5;
若是,则将所述临时坡顶点标记为有效坡顶点,然后进行步骤S6;
S6、将所述有效坡起点至所述有效坡顶点之间的运动轨迹定义为一个坡;
S7、判断步骤S1是否已获取完全部运动点的运动数据:若是,则结束;若否,则返回步骤S2。
本发明户外路线坡度的识别方法的进一步改进在于,在定义一个坡时,根据所述坡的有效坡起点和有效坡顶点设置坡索引,同时将与所述坡相关的运动数据、坡度和距离以坡数组的形式进行存储。
本发明户外路线坡度的识别方法的进一步改进在于,在步骤S7结束之后,对坡进行整合,整合步骤S8包括:
S81、顺序获取所述户外运动轨迹中相邻两个坡的坡数组,计算两个有效坡顶点之间的第一水平距离以及前一个坡的有效坡起点至后一个坡的有效坡顶点之间的第二水平距离;
S82、判断所述第一水平距离与所述第二水平距离的比值是否大于预设的坡间距比值阈值;
S83、若是,则返回步骤S81;
S84、若否,则将当前相邻的两个坡合并为一个坡,更新相应坡索引和坡数组后反馈已合并信号,并返回步骤S81;
S85、重复步骤S81~步骤S84,直至所有坡遍历结束;
S86、判断是否有所述已合并信号:若是,则重复步骤S81~步骤S85;若否,则结束。
本发明户外路线坡度的识别方法的进一步改进在于,在步骤S7结束后,对坡的数量进行统计并根据每个坡数组对相应坡进行坡等级分类,同时将所述坡等级补充在相应所述坡索引中。
本发明户外路线坡度的识别方法的进一步改进在于:
所述运动数据包括海拔、经纬度和时间戳;
在步骤S7结束后,根据每个坡的坡数组计算用户爬升相应坡时的运动能力指标,所述运动能力指标包括最大/平均坡度和最大/平均爬升速度。
本发明户外路线坡度的识别方法的进一步改进在于,所述运动数据还包括心率、踏频和功率,所述运动能力指标还包括最大/平均心率、最大/平均踏频和最大/平均功率。
本发明还提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述户外路线坡度的识别方法的步骤。
本发明存储介质的进一步改进在于,所述存储介质可以是云端、ROM、RAM、移动硬盘、磁盘和U盘等。
本发明户外路线坡度的识别方法及存储介质包括但不限于以下有益效果:
(1)通过对户外运动轨迹中多个运动点的运动数据的迭代和计算,可以快速自动识别户外运动轨迹中的坡以及相应坡的有效坡起点和有效坡顶点的位置。
(2)通过坡等级的分类以及对坡设置索引,可以快速调取任意坡的坡数组以及识别坡的类型,便于针对每个坡进行运动能力分析,量化运动指标。
(3)通过对间距较小的坡进行整合,更适应实际需求,同时简化了后续的爬坡运动能力分析。
(4)通过综合海拔维度和速度维度深度分析用户的运动能力,为用户构建更全面的综合运动能力模型提供支撑。
附图说明
图1示出了本发明户外路线坡度的识别方法流程图。
图2示出了传统户外运动轨迹中运动能力指标展示界面。
图3示出了本发明户外运动轨迹中运动能力指标展示界面。
具体实施方式
当前大部分的户外类软件没有将海拔维度考虑进来,最多是做一些简单的海拔可视化。如图2所示,仅示出了高程增益(Elevation Gain)和最大海拔(Max Elevation),并没有对海拔维度做深度的数据挖掘,因此,对用户运动能力的分析不够全面和深刻。本发明为了解决上述问题,提供了一种户外路线坡度的识别方法及存储介质,可以快速识别户外运动轨迹中的坡以及相应坡的有效坡起点和有效坡顶点的位置,有利于综合海拔维度和速度维度深度分析用户的运动能力,为用户提供更多的参考数据。
下面以具体实施例结合附图对该户外路线坡度的识别方法及存储介质作进一步说明。
参阅图1,图1示出了本发明户外路线坡度的识别系统的坡识别流程图。一种户外路线坡度的识别方法,包括步骤:
步骤S1、顺序获取一户外运动轨迹中多个运动点的运动数据。
具体来说,每间隔一定时间获取一个运动点的运动数据并存储,该运动数据包括海拔、距离和时间戳等。
步骤S2、获取到一个运动点的运动数据时,计算当前运动点和前一个运动点之间的第一坡度,判断该坡度是否大于预设的坡度阈值:
若否,则重复步骤S2;
若是,则定义该前一个运动点为临时坡起点,然后进行步骤S3。
具体来说,该第一坡度为当前运动点和前一个运动点的海拔差与距离差的比值。
步骤S3、获取到一个运动点的运动数据时,计算当前运动点和临时坡起点之间的第二坡度和第一距离,判断该第二坡度是否大于预设的坡度阈值:
若否,则取消该临时坡起点的定义,并返回步骤S2;
若是,则判断该第一距离是否大于预设的上坡距离阈值:
若否,则重复步骤S3;
若是,则将该临时坡起点标记为有效坡起点,然后进行步骤S4。
具体来说,该第一距离为当前运动点和临时坡起点的距离差,该第二坡度为当前运动点和临时坡起点的海拔差与距离差的比值。考虑到户外运动轨迹中可能存在距离较短的坡度,而对于整条运动轨迹来说,距离较短的坡度可以忽略不计,因此,本识别方法仅识别满足一定距离(即预设的坡距离阈值)的坡度,只有满足预设的上坡距离阈值的坡度才能被认为是一个有效的坡,进而临时坡起点才能被标记为有效坡起点。该步骤在定义出临时坡起点之后,以临时坡起点作为基准运动点,迭代后续的运动点的运动数据,并计算第二坡度和第一距离,通过对第二坡度和第一距离的依次判断,来确认该临时坡起点是否为一个有效坡的有效坡起点。
步骤S4、获取到一个运动点的运动数据时,计算当前运动点和前一个运动点之间的第一坡度,判断该第一坡度是否小于等于零:
若否,则重复步骤S4;
若是,则定义该前一个运动点为临时坡顶点,然后进行步骤S5。
具体来说,当有效坡起点确认后,进入坡顶点的识别步骤,对于该坡顶点的识别,需判断当前运动点和前一个运动点之间的第一坡度是否小于等于零,若是,则说明当前运动点与前一个运动点的运动方向相反,也就说明可能已经进入坡的拐点,但是,由于户外运动轨迹可能是复杂波动的路线,对于一个较大坡度的坡来说,在上坡的过程中可能会有一段较小距离的下坡过程,而该较小距离的下坡过程相对于整个上坡过程可以忽略不计,因此,在第一次判断坡进入拐点时仅定义临时坡顶点,后续还需要判断下坡趋势如何,即还需要进行步骤S5,若否,则说明该坡的上坡阶段还未结束,需要继续计算下一个第一坡度,如此反复,直至找到坡顶点。
步骤S5、获取到一个运动点的运动数据时,计算当前运动点和临时坡顶点之间的第三坡度和第二距离,判断该第三坡度是否小于等于零:
若否,则取消该临时坡顶点的定义,并返回步骤S4;
若是,则判断该第二距离是否大于预设的下坡距离阈值:
若否,则重复步骤S5;
若是,则将该临时坡顶点标记为有效坡顶点,然后进行步骤S6。
具体来说,该第二距离为当前运动点和临时坡顶点的距离差,该第三坡度为当前运动点和临时坡顶点的海拔差与距离差的比值。通过该步骤,可以定义出有效坡顶点。
步骤S6、将该有效坡起点至该有效坡顶点之间的运动轨迹定义为一个坡。
具体来说,该坡实际为一个有效坡的上坡轨迹,考虑到实际需求,往往用户更关心上坡过程中的运动能力,所以该识别方法仅需识别出一个上坡轨迹(即定位出有效坡起点和坡顶点)即可。当然,利用该识别方法的原理反过来同样可以识别出一个有效坡的坡终点,此处不再赘述。
步骤S7、判断步骤S1是否已获取完全部运动点的运动数据:若是,则结束;若否,则返回步骤S2。
通过步骤S7,可识别出整条户外运动轨迹中的所有坡。
本实施方式中上述的坡度阈值优选大于1.3%,上坡距离阈值优选大于等于1000米,下坡距离阈值优选大于等于300米。
作为一较佳实施方式:在步骤S7结束后,根据每个坡的坡数组计算用户爬升相应坡时的运动能力指标,该运动能力指标包括最大/平均坡度和最大/平均爬升速度。
具体来说,该最大/平均坡度是通过对相应坡中所有相邻运动点的坡度求最大/平均值得到的,该最大/平均爬升速度是通过对相应坡中所有相邻运动点的爬升速度求最大/平均值得到的,而相邻运动点的爬升速度为单位时间内爬升的距离,用VAM表示,计算公式为:
VAM=H/t
其中:H表示相邻运动点的海拔差,t表示爬升该海拔差H所用的时间。
作为一较佳实施方式,该运动数据还包括心率、踏频和功率,该运动能力指标还包括最大/平均心率、最大/平均踏频和最大/平均功率。
具体来说,该心率、踏频和功率均为外接数据,该外接数据还可以包括其他相关数据,该最大/平均心率、最大/平均踏频和最大/平均功率均是对相应坡中所有相邻运动点的心率差、踏频差和功率差分别求最大/平均值得到的,每个心率差、踏频差和功率差均可反应出爬升相应路径的运动能力,如心率下降得越多、踏频和功率上升得越多,则说明运动能力越强。
作为一较佳实施方式,在定义一个坡时,根据该坡的有效坡起点和有效坡顶点设置坡索引,同时将与该坡相关的运动数据、坡度和距离以坡数组的形式进行存储。
通过对坡设置索引,可以快速调取任意坡的坡数组,便于针对每个坡进行运动能力分析,量化运动指标。
作为一较佳实施方式,在步骤S7结束之后,对坡进行整合,整合步骤S8包括:
S81、顺序获取该户外运动轨迹中相邻两个坡的坡数组,计算两个有效坡顶点之间的第一水平距离以及前一个坡的有效坡起点至后一个坡的有效坡顶点之间的第二水平距离;
S82、判断该第一水平距离与该第二水平距离的比值是否大于预设的坡间距比值阈值;
S83、若是,则返回步骤S81;
S84、若否,则将当前相邻的两个坡合并为一个坡,更新相应坡索引和坡数组后反馈已合并信号,并返回步骤S81;
S85、重复步骤S81~步骤S84,直至所有坡遍历结束;
S86、判断是否有该已合并信号:若是,则重复步骤S81~步骤S85;若否,则结束。
具体来说,对于路径较长的户外运动路径来说,可能存在相邻两个坡之间的距离较短、相对于两个坡的总距离可以忽略不计的情况,因此,该实施方式在对整条户外运动轨迹的坡识别结束之后,以迭代的形式对所有坡中距离较短的相邻两个坡进行合并,以使最终识别出的坡更适应实际需求,同时简化了后续的爬坡运动能力分析。
作为一较佳实施方式,在步骤S7结束后,对坡的数量进行统计并根据每个坡数组对相应坡进行坡等级分类,同时将该坡等级补充在相应该坡索引中。
通过对坡的数量的统计以及坡等级的分类,可以更直观的把握整条运动轨迹中的坡的情况以及每个坡的爬升难易程度,为用户提供参考。
本发明还提供了一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述户外路线坡度的识别方法的步骤。
具体来说,该存储介质可以是云端、ROM、RAM、移动硬盘、磁盘和U盘等。以便于保证该户外路线坡度的识别方法的保密性。
另外,该计算机程序可应用于手机或运动手环等产品。该计算机程序通过APP形式加载在该产品中,具体实施方式如下:
1、下载安装相关APP,并注册账号。
2、在APP运动界面开始骑行或徒步等户外运动(运动路况至少需要有一个满足最小路况里程阈值的上坡路况)。
3、完成运动后,将运动轨迹上传到服务器。
4、该计算机程序被处理器执行时,识别上传的运动轨迹中的坡,进一步地,针对每个坡的相关数据计算运动能力指标并反馈至APP的运动能力指标展示界面,该过程大概需要2s~3s。
具体来说,参阅图3,图3示出了本发明户外运动轨迹中运动能力指标展示界面。该运动能力指标展示界面不但可以展示出该户外运动轨迹中坡的数量,每个坡的轨迹、有效坡起点和有效坡顶点的位置,以及每个坡所对应的运动能力指标,如坡等级、里程(即距离)、坡度、用时、速度、心率等等。
以上结合附图实施例对本发明进行了详细说明,本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而,实施例中的某些细节不应构成对本发明的限定,本发明将以所附权利要求书界定的范围作为本发明的保护范围。
Claims (8)
1.一种户外路线坡度的识别方法,其特征在于,包括步骤:
S1、顺序获取一户外运动轨迹中多个运动点的运动数据;
S2、获取到一个运动点的运动数据时,计算当前运动点和前一个运动点之间的第一坡度,判断所述坡度是否大于预设的坡度阈值:
若否,则重复步骤S2;
若是,则定义所述前一个运动点为临时坡起点,然后进行步骤S3;
S3、获取到一个运动点的运动数据时,计算当前运动点和临时坡起点之间的第二坡度和第一距离,判断所述第二坡度是否大于预设的坡度阈值:
若否,则取消所述临时坡起点的定义,并返回步骤S2;
若是,则判断所述第一距离是否大于预设的上坡距离阈值:
若否,则重复步骤S3;
若是,则将所述临时坡起点标记为有效坡起点,然后进行步骤S4;
S4、获取到一个运动点的运动数据时,计算当前运动点和前一个运动点之间的第一坡度,判断所述第一坡度是否小于等于零:
若否,则重复步骤S4;
若是,则定义所述前一个运动点为临时坡顶点,然后进行步骤S5;
S5、获取到一个运动点的运动数据时,计算当前运动点和临时坡顶点之间的第三坡度和第二距离,判断所述第三坡度是否小于等于零:
若否,则取消所述临时坡顶点的定义,并返回步骤S4;
若是,则判断所述第二距离是否大于预设的下坡距离阈值:
若否,则重复步骤S5;
若是,则将所述临时坡顶点标记为有效坡顶点,然后进行步骤S6;
S6、将所述有效坡起点至所述有效坡顶点之间的运动轨迹定义为一个坡;
S7、判断步骤S1是否已获取完全部运动点的运动数据:若是,则结束;若否,则返回步骤S2。
2.如权利要求1所述的户外路线坡度的识别方法,其特征在于,在定义一个坡时,根据所述坡的有效坡起点和有效坡顶点设置坡索引,同时将与所述坡相关的运动数据、坡度和距离以坡数组的形式进行存储。
3.如权利要求2所述的户外路线坡度的识别方法,其特征在于,在步骤S7结束之后,对坡进行整合,整合步骤S8包括:
S81、顺序获取所述户外运动轨迹中相邻两个坡的坡数组,计算两个有效坡顶点之间的第一水平距离以及前一个坡的有效坡起点至后一个坡的有效坡顶点之间的第二水平距离;
S82、判断所述第一水平距离与所述第二水平距离的比值是否大于预设的坡间距比值阈值;
S83、若是,则返回步骤S81;
S84、若否,则将当前相邻的两个坡合并为一个坡,更新相应坡索引和坡数组后反馈已合并信号,并返回步骤S81;
S85、重复步骤S81~步骤S84,直至所有坡遍历结束;
S86、判断是否有所述已合并信号:若是,则重复步骤S81~步骤S85;若否,则结束。
4.如权利要求2所述的户外路线坡度的识别方法,其特征在于,在步骤S7结束后,对坡的数量进行统计并根据每个坡数组对相应坡进行坡等级分类,同时将所述坡等级补充在相应所述坡索引中。
5.如权利要求2所述的户外路线坡度的识别方法,其特征在于:
所述运动数据包括海拔、经纬度和时间戳;
在步骤S7结束后,根据每个坡的坡数组计算用户爬升相应坡时的运动能力指标,所述运动能力指标包括最大/平均坡度和最大/平均爬升速度。
6.如权利要求5所述的户外路线坡度的识别方法,其特征在于,所述运动数据还包括心率、踏频和功率,所述运动能力指标还包括最大/平均心率、最大/平均踏频和最大/平均功率。
7.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1~6任一项所述的户外路线坡度的识别方法的步骤。
8.如权利要求7所述的存储介质,其特征在于,所述存储介质可以是云端、ROM、RAM、移动硬盘、磁盘和U盘等。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110630389.8A CN113360833B (zh) | 2021-06-07 | 2021-06-07 | 户外路线坡度的识别方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110630389.8A CN113360833B (zh) | 2021-06-07 | 2021-06-07 | 户外路线坡度的识别方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113360833A true CN113360833A (zh) | 2021-09-07 |
CN113360833B CN113360833B (zh) | 2022-04-19 |
Family
ID=77532670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110630389.8A Active CN113360833B (zh) | 2021-06-07 | 2021-06-07 | 户外路线坡度的识别方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113360833B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160091320A1 (en) * | 2014-09-30 | 2016-03-31 | General Electric Company | System and method for displaying planned speed values |
CN112307905A (zh) * | 2020-09-30 | 2021-02-02 | 威伯科汽车控制系统(中国)有限公司 | 一种用于车辆预测控制的道路坡度自学习方法及系统 |
CN112581560A (zh) * | 2020-12-15 | 2021-03-30 | 卡斯柯信号有限公司 | 一种电子地图中的坡度信息自动生成方法 |
-
2021
- 2021-06-07 CN CN202110630389.8A patent/CN113360833B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160091320A1 (en) * | 2014-09-30 | 2016-03-31 | General Electric Company | System and method for displaying planned speed values |
CN112307905A (zh) * | 2020-09-30 | 2021-02-02 | 威伯科汽车控制系统(中国)有限公司 | 一种用于车辆预测控制的道路坡度自学习方法及系统 |
CN112581560A (zh) * | 2020-12-15 | 2021-03-30 | 卡斯柯信号有限公司 | 一种电子地图中的坡度信息自动生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113360833B (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9903720B2 (en) | Method and apparatus for creating cost data for use in generating a route across an electronic map | |
US9700241B2 (en) | Gait analysis system and method | |
US9237868B2 (en) | Fitness test | |
US10042893B2 (en) | System and method for personal and peer performance ranking of outdoor activities | |
US20120232432A1 (en) | Sensor Fusion for Activity Identification | |
US20180335522A1 (en) | System and Method for Graph Encoding of Physical Activity Data | |
CN113360833B (zh) | 户外路线坡度的识别方法及存储介质 | |
Stenneth et al. | Automated transportation transfer detection using GPS enabled smartphones | |
CN114155700B (zh) | 路面湿滑状态监测方法及系统 | |
CN112289405A (zh) | 配速推荐方法、装置、电子设备和存储介质 | |
CN111854791B (zh) | 一种运动轨迹确定方法、装置、终端设备和存储介质 | |
CN109993371A (zh) | 预测赛道人流分布情况的方法、装置、系统及存储介质 | |
CN113723346A (zh) | 基于人像和车辆卡口数据的多轨迹落脚点碰撞分析方法 | |
US10068004B2 (en) | System and method for determining the occurrence of organized athletic events | |
Fister et al. | A minimalistic toolbox for extracting features from sport activity files | |
CN114942032A (zh) | 户外综合导航方法、系统及存储介质 | |
Wister et al. | A comparative study of cycling mobile applications | |
KR101967072B1 (ko) | 사용자 활동 기반 가상 객체 관리 방법, 이를 수행하는 가상 객체 관리 장치 및 이를 기록한 기록매체 | |
CN118277440A (zh) | 一种基于大数据的个性化资源推送方法、系统、设备及介质 | |
CN116881796B (zh) | 基于卡尔曼滤波的燃油车续航里程预测方法 | |
Szot et al. | Global navigation satellite systems’ receivers in mountain running: the elevation problem | |
US11135478B1 (en) | Virtual power athletic performance metric | |
Liu et al. | Research on Multi-algorithm Fusion Based on AHP-GCA-MPC Power Division Optimization | |
CN117807301A (zh) | 歌曲推荐方法、装置、电子设备及车辆 | |
CN115320609A (zh) | 一种斜坡区域标记方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant |