CN113457096A - 基于可穿戴设备检测篮球动作的方法以及可穿戴设备 - Google Patents

Abstract

基于可穿戴设备检测篮球动作的方法以及可穿戴设备。该可穿戴设备包括声波采集装置和运动传感器。在该方法中，可穿戴设备可通过运动传感器采集用户在第一时间段内的第一运动数据。例如移动速度、运动距离。可穿戴设备可通过声波采集装置采集第一时间段内的第一声波信号，并根据该第一声波信号确定该用户在第一是时间段内是否产生运球的动作。如果确定该用户产生运球的动作，则根据第一运动数据确定运球的动作的类型。例如原地运球、跑步运球。可穿戴设备可以检测用户在打篮球时对篮球的具体控制，从而有效辅助用户提高打篮球的能力。

Description

基于可穿戴设备检测篮球动作的方法以及可穿戴设备

技术领域

本申请涉及终端技术领域，尤其涉及基于可穿戴设备检测篮球动作的方法以及可穿戴设备。

背景技术

篮球是一项广受欢迎的运动项目，篮球运动中的动作主要包括跑、跳、运球、传球和投篮等。可穿戴设备可记录用户在打篮球时的运动数据，辅助用户提高打篮球的能力。

目前，可穿戴设备可以通过六轴传感器采集用户在打篮球时的角速度信号和加速度信号，根据角速度信号和加速度信号，可穿戴设备可以计算用户的纵跳高度、纵跳次数和移动速度等运动数据。

但篮球运动中用户运球、传球和投篮的能力是影响用户篮球水平的关键因素，而目前的可穿戴设备只能记录用户在脚部上走、跑和跳的运动数据，无法监测到用户在打篮球时对篮球的具体控制，例如，原地运球、跑步运球和无球跑动等，难以有效辅助用户提高打篮球的能力。

发明内容

本申请提供了基于可穿戴设备检测篮球动作的方法以及可穿戴设备。可穿戴设备可以通过声波采集装置采集声波信号，来确定用户是否运球，并结合通过运动传感器记录的用户在脚部上走、跑和跳的运动数据，实现对用户打篮球时的动作的监测，从而有效辅助用户提高打篮球的能力。

第一方面，本申请实施例提供了一种基于可穿戴设备检测篮球动作的方法，该可穿戴设备包括声波采集装置和运动传感器，该方法包括：可穿戴设备通过运动传感器采集用户在第一时间段内的第一运动数据；该第一运动数据包括以下一项或多项：移动速度、运动距离；可穿戴设备通过声波采集装置采集该第一时间段内的第一声波信号；可穿戴设备根据该第一声波信号确定该用户在该第一时间段内是否产生运球的动作；如果确定该用户在该第一时间段内产生运球的动作，则根据该第一运动数据确定该运球的动作的类型。

结合第一方面提供的方法，可穿戴设备可以得到在同一时间段内用户在脚部上走、跑和跳的运动数据以及是否产生运球的动作的判断结果。这样，可穿戴设备可以确定用户在打篮球时对篮球的具体控制，例如原地运球、跑步运球，从而有效辅助用户提高打篮球的能力。

在本申请实施例中，可穿戴设备可以被扣在用户的鞋上。这样，可穿戴设备可以更准确地利用运动传感器记录用户在脚部上走、跑和跳的运动数据，以及利用声波采集装置采集用户在运球时篮球与地面碰撞产生的声波信号，以确定用户是否产生运球的动作。

可选的，可穿戴设备可以被戴在用户的手腕上。

结合第一方面，在一些实施例中，可穿戴设备显示第一用户界面，该第一用户界面中显示有第一控件；可穿戴设备检测到作用于该第一控件上的第一用户操作；响应于该第一用户操作，可穿戴设备判断运动传感器和声波采集装置是否开启，如果没有开启，则开启该运动传感器和该声波采集装置。

可选的，可穿戴设备可以接收来自电子设备的第一指令。当接收到该第一指令，可穿戴设备判断运动传感器和声波采集装置是否开启，如果没有开启，则开启该运动传感器和该声波采集装置。具体的，该电子设备可在用户界面上显示用于开启运动传感器和声波采集装置的控件。当检测到作用于该开启运动传感器和声波采集装置的控件的用户操作，例如触摸操作，该电子设备可以向可穿戴设备发送该第一指令。其中，可穿戴设备与该电子设备建立有通信连接关系。例如可穿戴设备可以通过蓝牙与该电子设备连接。

结合第一方面，在一些实施例中，可穿戴设备基于该第一声波信号的特征参数和第一高斯混合模型，确定第一相似度；该第一高斯混合模型的训练数据为第一特征参数，该第一特征参数为运球时的声波信号的特征参数；该第一声波信号的特征参数和该第一特征参数均包含至少以下一项或多项：能量、频率和峰值；该第一高斯混合模型包括多个高斯分布，该多个高斯分布的均值、方差均收敛，该多个高斯分布在所述第一高斯混合模型中的权重收敛；该第一相似度用于指示该第一声波信号的特征参数与该第一特征参数的相似度；如果该第一相似度高于第一阈值，则可穿戴设备确定该用户在该第一时间段内产生运球的动作。

可选的，该运球时的声波信号可以是该用户在运球时的声波信号。具体的，可穿戴设备可以预采集该用户在运球时的声波信号，并将该声波信号的特征参数作为第一特征参数，来训练第一高斯混合模型。这样，第一高斯混合模型可以减少他人产生运球的动作的影响，从而更准确地判断该用户是否产生运球的动作。

在本申请实施例中，该运球的动作的类型，包括以下一项或多项：原地运球和跑步运球。

当第一运动数据中的移动速度小于第一速度和/或第一运动数据中的运动距离小于第一距离时，可穿戴设备确定动作的类型为原地运球；当第一运动数据中的移动速度大于第二速度和/或第一运动数据中的运动距离大于第二距离时，可穿戴设备确定动作的类型为跑步运球；该第一速度小于或等于该第二速度，该第一距离小于或等于该第二距离。

在本申请实施例中，可穿戴设备还可以根据第一声波信号确定该用户在第一时间段内产生传球的动作或投篮的动作。

具体的，如果根据第一子时间段内的第一声波信号确定该用户在该第一子时间段内运球，且根据第二子时间段内的第一声波信号确定该用户在该第二子时间段内没有运球，则可穿戴设备确定该用户在该第一时间段内产生传球的动作或投篮的动作；该第一子时间段和该第二子时间段为该第一时间段内先后相邻的两个时间片段。

在本申请实施例中，在可穿戴设备根据第一声波信号确定该用户在第一时间段内产生传球的动作或投篮的动作之后，该方法还包括：如果该第二子时间段内的移动速度大于该第二速度和/或该第二子时间段内的运动距离大于该第二距离，则可穿戴设备确定该用户在该第一时间段内产生跑动传投的动作；跑动传投包括跑动传球和跑动投篮。

在本申请实施例中，该第一运动数据还包括纵跳高度。在可穿戴设备根据第一声波信号确定该用户在第一时间段内产生传球的动作或投篮的动作之后，该方法还包括：如果该第二子时间段内的纵跳高度大于第一高度，则可穿戴设备确定该用户在该第一时间段内产生纵跳传投的动作；纵跳传投包括纵跳传球和纵跳投篮。

在本申请实施例中，可穿戴设备还可以确定该用户在第一时间段内产生以下一种或多种动作：无球跑动和无球纵跳。

具体的，如果确定该用户在该第一时间段内没有产生运球的动作，且该第一时间段内的移动速度大于该第二速度和/或该第一时间段内的运动距离大于该第二距离，则可穿戴设备确定该用户在该第一时间段内产生无球跑动的动作。如果确定该第一时间段内没有产生运球的动作，且该第一时间段内的纵跳高度大于第一高度，则可穿戴设备确定该用户在该第一时间段内产生无球纵跳的动作。

在本申请实施例中，可穿戴设备显示第一信息。该第一信息指示该用户在第一时间段内是否产生运球的动作。

示例性的，当确定该用户在该第一时间段内产生运球动作，可穿戴设备可以计算该用户在该第一时间段内的运球次数和运球时间，并显示该运球次数和运球时间。

结合第一方面，在一些实施例中，第一信息中还可以包含第一运动数据。例如，移动速度和运动距离。

在本申请实施例中，可穿戴设备可以将第一信息发送给电子设备。可穿戴设备与该电子设备建立有通信连接关系。例如可穿戴设备可以与该电子设备通过蓝牙连接。

当接收到该第一信息，电子设备可以进行显示。

可选的，电子设备还可以根据该第一信息向该用户提供针对性的运动建议。示例性的，当判断该用户的纵跳高度的值较低，电子设备可以向用户提供提高弹跳能力的运动建议。这样，可以有效地辅助用户提高打篮球的能力。

结合第一方面，在一些实施例中，可穿戴设备可以确定该用户在第一时间段内的号位。

具体的，可穿戴设备根据第一声波信号确定该用户在该第一时间段内的运球次数和/或运球时间；可穿戴设备根据该用户在该第一时间段内的篮球运动数据确定该用户在该第一时间段内的号位；该用户在该第一时间段内的篮球运动数据包括以下一项或多项：所述用户在所述第一时间段内的运球次数、运球时间、移动速度、运动距离。

示例性的，可穿戴设备可以通过模板匹配的方式来确定用户在第一时间段内的号位。其中，号位模板库中包含有各号位(如大前锋、中锋、小前锋、得分后卫、控球后卫)的各项篮球数据的模板。该模板指示一般用户在篮球场上为某一号位是各项篮球数据的取值范围。可穿戴设备可以计算用户在第一时间段内的篮球运动数据与号位模板库中的篮球运动数据的相关系数，通过确定最大的相关系数对应的号位来确定用户在该第一时间段内的号位。

在本申请实施例中，可穿戴设备可以实现对用户在打篮球时的动作的检测以及用户的号位，从而有效辅助用户提高打篮球的能力。

第二方面，本申请实施例提供了一种可穿戴设备，该可穿戴设备包括：相互耦合的运动传感器、声波采集装置、和处理器；该运动传感器用于，采集用户在第一时间段内的第一运动数据；该第一运动数据包括以下一项或多项：移动速度、运动距离；该声波采集装置，用于采集该第一时间段内的第一声波信号；该处理器用于，根据该第一声波信号确定该用户在该第一时间段内是否产生运球的动作；该处理器还用于，如果确定该用户在该第一时间段内产生运球的动作，则根据该第一运动数据确定该用户运球的动作的类型。

在本申请实施例中，可穿戴设备可以被扣在用户的鞋上。这样，该运动传感器可以更准确地记录用户在脚步上走、跑和跳的运动数据。该声波采集装置可以更好地采集用户在运球时篮球与地面碰撞产生的声波信号。这样，该处理器可以更准确的检测用户是否产生运球的动作。

可选的，可穿戴设备可以被戴在用户的手腕上。

第二方面提供的可穿戴设备，可实现：确定在同一时间段内用户在脚部上走、跑和跳的运动数据以及是否产生运球的动作的判断结果。这样，可穿戴设备可以确定用户在打篮球时对篮球的具体控制，例如原地运球、跑步运球，从而有效辅助用户提高打篮球的能力。

结合第二方面，可穿戴设备还包括显示屏和触控面板；该显示屏用于显示第一用户界面，该第一用户界面中显示有第一控件；该触控面板检测到作用于该第一控件上的第一用户操作；该处理器还用于：判断该运动传感器和该声波采集装置是否开启，如果没有开启，则开启该运动传感器和该声波采集装置。

结合第二方面，在一些实施例中，可穿戴设备可以接收来自电子设备的第一指令。当接收到该第一指令，该处理器可以判断运动传感器和声波采集装置是否开启，如果没有开启，则该处理器开启该运动传感器和该声波采集装置。具体的，该电子设备可在用户界面上显示用于开启运动传感器和声波采集装置的控件。当检测到作用于该开启运动传感器和声波采集装置的控件的用户操作，例如触摸操作，该电子设备可以向可穿戴设备发送该第一指令。其中，可穿戴设备与该电子设备建立有通信连接关系。例如可穿戴设备可以通过蓝牙与该电子设备连接。

结合第二方面，在一些实施例中，该处理器具体用于：基于该第一声波信号的特征参数和第一高斯混合模型，确定第一相似度；该第一高斯混合模型的训练数据为第一特征参数，该第一特征参数为运球时的声波信号的特征参数；该第一声波信号的特征参数和该第一特征参数均包含至少以下一项或多项：能量、频率和峰值；该第一高斯混合模型包括多个高斯分布，该多个高斯分布的均值、方差均收敛，该多个高斯分布在该第一高斯混合模型中的权重收敛；该第一相似度用于指示该第一声波信号的特征参数与该第一特征参数的相似度；如果该第一相似度高于第一阈值，则确定该用户在该第一时间段内产生运球的动作。

可选的，该运球时的声波信号是该声波采集装置预采集的该用户在运球时的声波信号。

在本申请实施例中，该运球的动作的类型，包括以下一项或多项：原地运球和跑步运球。其中，该处理器具体用于：当该第一运动数据中的移动速度小于第一速度和/或该第一运动数据中运动距离小于第一距离时，确定该动作的类型为原地运球；当该第一运动数据中的移动速度大于第二速度和/或该第一运动数据中的运动距离大于第二距离时，确定该动作的类型为跑步运球；该第一速度小于或等于该第二速度，该第一距离小于或等于该第二距离。

在本申请实施例中，处理器可以确定该用户在第一时间段内产生的动作的类型为传球的动作或投篮的动作。其中，该处理器具体用于：如果根据第一子时间段内的第一声波信号确定该用户在该第一子时间段内运球，且根据第二子时间段内的第一声波信号确定该用户在该第二子时间段内没有运球，则确定该用户在该第一时间段内产生传球的动作或投篮的动作；该第一子时间段和该第二子时间段为该第一时间段内先后相邻的两个时间片段。

在本申请实施例中，在确定该用户在第一时间段内产生传球的动作或投篮的动作之后，该处理器还用于：如果该第二子时间段内的移动速度大于该第二速度和/或该第二子时间段内的运动距离大于该第二距离，则确定该用户在该第一时间段内产生跑动传投的动作；跑动传投包括跑动传球和跑动投篮。

在本申请实施例中，该第一运动数据还包括纵跳高度。在确定该用户在第一时间段内产生传球的动作或投篮的动作之后，该处理器还用于：如果该第二子时间段内的纵跳高度大于第一高度，则确定该用户在该第一时间段内产生纵跳传投的动作；纵跳传投包括纵跳传球和纵跳投篮。

在本申请实施例中，处理器可以确定该用户在第一时间段内产生以下一种或多种动作：无球跑动和无球纵跳。其中，处理器具体用于：如果确定该用户在该第一时间段内没有产生运球的动作，且该第一时间段内的移动速度大于该第二速度和/或该第一时间段内的运动距离大于该第二距离，则确定该用户在该第一时间段内产生无球跑动的动作。如果确定该第一时间段内没有产生运球的动作，且该第一时间段内的纵跳高度大于第一高度，则确定该用户在该第一时间段内产生无球纵跳的动作。

在本申请实施例中，该显示屏还用于显示第一信息。该第一信息指示该用户在该第一时间段内是否产生运球的动作。

示例性的，当确定该用户在该第一时间段内产生运球动作，该处理器可以计算该用户在该第一时间段内的运球次数和运球时间。该显示屏可以显示该运球次数和运球时间。

在本申请实施例中，可穿戴设备可以将第一信息发送给电子设备。可穿戴设备与该电子设备建立有通信连接关系。例如可穿戴设备可以与该电子设备通过蓝牙连接。

当接收到该第一信息，电子设备可以进行显示。

可选的，电子设备还可以根据该第一信息向该用户提供针对性的运动建议。示例性的，当判断该用户的纵跳高度的值较低，电子设备可以向用户提供提高弹跳能力的运动建议。这样，可以有效地辅助用户提高打篮球的能力。

结合第二方面，在一些实施例中，处理器还可用于：根据该第一声波信号确定该用户在该第一时间段内的运球次数和/或运球时间；根据该用户在该第一时间段内的篮球运动数据确定该用户在该第一时间段内的号位；该用户在该第一时间段内的篮球运动数据包括以下一项或多项：该用户在该第一时间段内的运球次数、运球时间、移动速度、运动距离。

第三方面，本申请实施例提供一种包含指令的计算机程序产品，当上述计算机程序产品在可穿戴设备上运行时，使得该可穿戴设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

第四方面，本申请实施例提供一种计算机可读存储介质，包括指令，当上述指令在可穿戴设备上运行时，使得该可穿戴设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

可以理解地，上述第二方面提供的可穿戴设备、第三方面提供的计算机程序产品和第四方面提供的计算机存储介质均用于执行本申请实施例所提供的方法。因此，其所能达到的有益效果可参考对应方法中的有益效果，此处不再赘述。

附图说明

图1是本申请实施例提供的可穿戴设备的使用场景；

图2是本申请实施例提供的一种开启/结束篮球模式的示意图；

图3是本申请实施例提供的另一种开启篮球模式的示意图；

图4是本申请实施例提供的另一种开启篮球模式的示意图；

图5是本申请实施例提供的一种可穿戴设备监测用户打篮球的动作的方法流程图；

图6是本申请实施例提供的另一种可穿戴设备监测用户打篮球的动作的方法流程图；

图7是本申请实施例提供的一种可穿戴设备提示用户录入个人运球数据的示意图；

图8是本申请实施例提供的另一种可穿戴设备提示用户录入个人运球数据的示意图；

图9是本申请实施例提供的另一种可穿戴设备提示用户录入个人运球数据的示意图；

图10、图11是本申请实施例提供的一些电子设备的应用界面的意图；

图12是本申请实施例提供的一种可穿戴设备显示运动数据的示意图；

图13是本申请实施例提供的一种可穿戴设备的结构示意图。

具体实施方式

本申请以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式，除非其上下文中明确地有相反指示。还应当理解，本申请中使用的术语“和/或”是指并包含一个或多个所列出项目的任何或所有可能组合。

本申请实施例提供了基于可穿戴设备检测篮球动作的方法。在该方法中，可穿戴设备在通过加速度计和陀螺仪采集用户脚部的加速度信号和角速度信号之外，还可以利用麦克风采集声波信号。其中，可穿戴设备可以利用该加速度信号和该角速度信号分析出用户是否跑动或者跳跃等脚部上的动作。可穿戴设备可以利用该声波信号分析出用户是否运球。这样，结合用户同一时刻在脚部上的动作和是否运球的分析结果，可穿戴设备可以监测用户在打篮球时的整体的动作。即篮球动作，例如原地运球、跑步运球、无球跑动、无球纵跳和纵跳传投等。从而有效辅助用户提高打篮球的能力。

在用户运球(如原地运球、跑步运球)时，篮球会撞击地面而产生音量很大的声音。可穿戴设备在用户运球时采集到的声波信号与在用户没有运球时采集到的声波信号有较大的区别。其中，在可穿戴设备采集到的声波信号的频谱图中，由运球产生的声波信号的峰值和能量远大于由没有运球产生的声波信号的峰值和能量。通过这一区别，可穿戴设备可以分辨出用户是否在运球。

具体的，在用户打篮球时，麦克风采集到的声波信号可以包括由运球(如原地运球、跑步运球)产生的声波信号和由没有运球(如无球跑动、无球纵跳、纵跳传投)产生的声波信号。可穿戴设备可以利用训练好的高斯混合模型对麦克风采集到的声波信号进行识别，以区分其中由运球产生的声波信号和由没有运球产生的声波信号。这样，可穿戴设备可以分析用户是否运球，并计算用户的运球时间和运球次数。

本申请实施例中提及的运球可以指，用户在原地或者移动中用单手连续拍按或双手交替拍按篮球，并使篮球由地面反弹起来的动作。运球可以包括原地运球和跑步运球。

下面对本申请实施例中的可穿戴设备进行介绍。请参阅图1，图1示出了本申请实施例提供的可穿戴设备的使用场景。如图1所示，可穿戴设备100可以被扣在用户的鞋上。可穿戴设备100可包含设备主体110和穿戴部件120。其中：

设备主体110中配置有加速度计、陀螺仪和麦克风。设备主体110利用上述加速度计、陀螺仪和麦克风可以分别采集加速度信号、角速度信号和声波信号。设备主体110可包含显示屏111和触摸控件112。显示屏111可用于显示时间、设备主体110的电量、接收的消息以及用户打篮球的运动数据等内容。触摸控件112可用于点亮显示屏、开启以及结束篮球模式等。

设备主体110还可以记录用户的移动的步数、消耗的热量，并且具备来电提醒以及消息通知等基本功能。

设备主体110可以与电子设备，例如，手机或者平板电脑等，建立无线通信连接。

在一种可能的实现方式中，设备主体110可以通过蓝牙与手机建立无线通信连接。设备主体110可将用户打篮球的运动数据发送给有连接关系的手机。并且，当上述手机收到来电或者消息通知时，设备主体110可接收到上述手机的指令，以提醒用户有来电或者消息通知。

穿戴部件120用于安装设备主体110。穿戴部件120可以为鞋扣或者其它能使设备主体110附着在用户脚部的装置。

可穿戴设备100扣在用户的鞋上，便于加速度计和陀螺仪采集用户脚部的加速度信号和角速度信号，以监测用户脚部上的运动动作。同时也便于麦克风采集用户在运球时篮球与地面碰撞产生的声波信号，以监测用户是否运球。

可穿戴设备除了可以被扣在用户的鞋上，还可以被戴在用户的手腕上。

在一种可能的实现方式中，穿戴部件120还可以为手环或者其他能使设备主体110附着在用户手腕部位的装置。

即用户可以切换设备主体110的穿戴方式。打篮球时，用户可以将设备主体110安装在鞋扣上。这样，可以通过鞋扣将设备主体110扣在鞋上。日常生活使用时，用户可以将设备主体110安装在手环上。这样，可以通过手环将设备主体110戴在手腕上。

当设备主体110安装于手环上，设备主体110可以拒绝开启篮球模式。

在一种可能的实现方式中，当设备主体110安装于鞋扣上，且监测到用于开启篮球模式的用户操作时，设备主体110可以开启篮球模式。当设备主体110安装于手环上，且监测到用于开启篮球模式的用户操作时，设备主体110可以提示用户当前可穿戴设备100未扣在鞋上，无法开启篮球模式。

可穿戴设备100监测用户在打篮球时的动作需要记录用户脚部的运动数据，上述实现方式将设备主体110开启篮球模式的使用场景限定在可穿戴设备100扣在鞋上的应用场景中。这样，可以避免设备主体110戴在用户手腕时开启篮球模式，提高设备主体110监测用户打篮球时的动作的准确性。

下面对篮球模式的概念进行介绍。

篮球模式：指设备主体110的一种功能，可用于记录用户在打篮球时的运动数据，监测用户在打篮球时的动作。当篮球模式开启时，设备主体110中的麦克风、加速度计和陀螺仪均处于工作状态，可分别用于采集用户在打篮球时的声波信号、脚部的加速度信号和角速度信号。设备主体110可以处理上述声波信号、加速度信号和角速度信号，得到纵跳高度、运球次数等运动数据，从而确定用户在打篮球时整体的动作。

设备主体110可通过监测作用于触摸控件112上的用户操作来开启或者结束篮球模式。

在一种能的实现方式中，当监测到作用于触摸控件112的长按操作时，设备主体110可以开启或者结束篮球模式。如图2所示，当设备主体110未开启篮球模式，且监测到作用于触摸控件112的长按操作时，设备主体110可以在震动后倒计时3秒开启篮球模式。当篮球模式开启后，设备主体110可以在显示屏111上显示篮球的图标以及文字“篮球模式”。这样，可以提示用户设备主体110已开启篮球模式。

当设备主体110已开启篮球模式，且监测到作用于触摸控件112的长按操作时，设备主体110可以在震动后结束篮球模式。

设备主体110在开启篮球模式一段时间后，例如1分钟或者2分钟等，可自动关闭显示屏111。当监测到作用于触摸控件112的短按操作，设备主体110可以点亮显示屏111。显示屏111在被点亮后可以显示如图2所示的篮球的图标以及文字“篮球模式”。进一步，若监测到作用于触摸控件112的长按操作，设备主体110可以在震动后结束篮球模式。

设备主体110在开启篮球模式一段时间后自动关闭显示屏111可以有效节省设备主体110的功耗。

本申请实施例对设备主体110开启篮球模式后在显示屏111上显示的内容不进行限定。

即当用户需要开启篮球模式时，用户可以先将设备主体110安装在穿戴部件120上，然后长按触摸控件112。待设备主体110震动后再倒计时3秒即可开启篮球模式。当用户需要结束篮球模式时，用户可以先短按触摸控件112，待点亮显示屏111后，再长按触摸控件112。待设备主体110震动后即可结束篮球模式。

在一些实施例中，设备主体110在开启篮球模式前可以检测运动传感器(如加速度计和陀螺仪)和麦克风是否处于工作状态。

图3示出了另一种开启篮球模式的示意图。当监测到用于开启篮球的用户操作，例如作用在触摸控件112的长按操作，设备主体110可以可以显示屏111上显示如图3所示的用户界面，该用户界面中可包含有提示框130、取消控件131和开启控件132。其中：

提示框130可用于提示用户篮球模式开启时，设备主体110中的运动传感器(如加速度计和陀螺仪)以及麦克风将处于工作状态，以确定用户是否需要开启篮球模式。

取消控件131可用于取消篮球模式的开启。

开启控件131可用于开启篮球模式。响应于作用在开启控件131上的用户操作，例如触摸操作，设备主体110可以检测运动传感器(如加速度计和陀螺仪)和麦克风是否处于工作状态。如果运动传感器和麦克风未处于工作状态，则设备主体110可以自动使运动传感器和麦克风处于工作状态。这样，设备主体110就可以开启篮球模式，并通过震动的方式提醒用户篮球模式已开启。

设备主体110还可以通过接收电子设备发送的开启或者结束篮球模式的指令来开启或者结束篮球模式。

在一种可能的实现方式中，设备主体110可以与电子设备(如手机、平板电脑等)建立通信连接关系。当监测到用于开启或者结束篮球模式的用户操作，该电子设备可以向设备主体110发送开启或者结束篮球模式的指令。当接收到用于开启或者结束篮球模式的指令，设备主体110可以开启或者结束篮球模式。

如图4中的(A)所示，电子设备显示主屏幕界面200。主屏幕界面200可包括应用程序运动健康的图标201，以及其他的应用程序(如邮件、图库和音乐等)的图标。任一个应用的图标可用于响应用户的操作，例如触摸操作，使得电子设备启动图标对应的应用。其中：

运动健康的图标210可用于启动应用程序运动健康。应用程序运动健康可用于电子设备与可穿戴设备100建立通信连接关系。电子设备可以通过应用程序运动健康向用户展示用户的运动数据。本申请实施例对用于连接电子设备和可穿戴设备100的应用程序不进行限定，除了可以为运动健康，还可以为其他应用程序。

如图4中的(A)和(B)所示，响应于作用在运动健康的图标201的用户操作，例如触摸操作，电子设备可以显示运动健康的应用界面210。应用界面210可以包含界面查看选项211、已添加设备选项212和添加设备213。其中：

界面查看选项211可以包含健康选项、运动选项、发现选项、设备选项和我的选项。任一个选项可用于响应用户的操作，例如触摸操作，使得电子设备在应用界面210上显示选项对应的内容。例如，与设备选项211a对应的内容可包含在电子设备中已添加的设备信息以及用于添加新设备的控件。当电子设备监测到作用于设备选项211a上的用户操作，例如触摸操作，电子设备可以显示如图4中的(B)所示的应用界面210。

添加设备213可用于添加新的设备。该新的设备为与上述电子设备首次建立通信连接关系的设备。当监测到作用于添加设备213的用户操作，例如触摸操作，电子设备可以显示添加设备设置界面，使得电子设备与该新的设备建立通信连接关系。上述添加设备设备界面可供用户搜索新的设备和建立通信连接的方式等，例如蓝牙连接。本申请实施例对电子设备与新的设备建立通信连接关系的过程不作限定。

已添加设备选项212中可包含多个可穿戴设备或者其它电子设备的查看控件。上述多个可穿戴设备或者其它电子设备均与电子设备建立过通信连接关系。例如，电子设备与可穿戴设备、电子设备A以及电子设备B建立过通信连接关系。当监测到作用于已添加设备选项212中任一设备的查看控件的用户操作，例如触摸操作，电子设备可以显示与该设备对应的相关信息等。

如图4中的(B)和(C)所示，当监测到作用于已添加设备选项212中可穿戴设备的查看控件，电子设备可以显示应用界面220。应用界面220可以包含返回控件221、设备状态222、运动数据223以及专业运动模式224。其中：

返回控件221可用于返回应用界面220的上一级界面。响应于作用在返回控件221的用户操作，电子设备可显示应用界面210。

设备状态222可用于提示可穿戴设备100与电子设备的连接状态以及可穿戴设备100的电量。示例性的，当监测到电子设备通过蓝牙连接方式与可穿戴设备100建立了通信连接关系，设备状态222可提示连接方式为蓝牙连接以及连接状态为“已连接”。进一步的，电子设备可以获取可穿戴设备100的电量信息。设备状态222可提示可穿戴设备100当前的电量，例如77％。设备状态222提示的内容还可以包含更多，本申请实施例对此不作限定。

运动数据223可包含可穿戴设备100记录的用户移动的步数、消耗的热量和移动的距离。运动数据223中的数据为可穿戴设备100在工作状态下记录的用户一天内的数据。其中可以包含用户日常走路、打篮球以及跑步等活动时总的移动的步数、消耗的热量和移动的距离。响应于作用在运动数据223的用户操作，例如触摸操作，电子设备可以分别显示用户打篮球以及跑步等活动的专业运动数据。

专业运动模式224可用于开启或者结束篮球模式以及跑步模式。专业运动模式224可包含篮球模式224a、用于开启篮球模式的开启按钮224b、跑步模式以及用于开启跑步模式的开启按钮。响应于作用在开启按钮224b的用户操作，例如触摸操作，电子设备可以向可穿戴设备100发送开启篮球模式的指令，并显示如图4中的(D)所示的用户界面220。其中，电子设备可显示用于结束篮球模式的结束按钮224c。响应于作用在结束按钮226c的用户操作，例如触摸操作，电子设备可以向可穿戴设备100发送结束篮球模式的指令，并显示如图4中的(C)所示的用户界面220。其中，电子设备可显示用于开启篮球模式的开启按钮224b。

当接收到电子设备发送的开启篮球模式的指令，可穿戴设备100(即设备主体110)可以在震动后倒计时3秒开启篮球模式。当开启篮球模式，设备主体110可以在显示屏111上显示篮球的图标以及文字“篮球模式”。这样，可以提示用户设备主体110已开启篮球模式。

当接收到电子设备发送的结束篮球模式的指令，可穿戴设备100(即设备主体110)可以在震动后结束篮球模式。

另外，当开启篮球模式时，可穿戴设备100可以自动开启免打扰模式。示例性的，开启免打扰模式时，当电子设备收到来电或者消息通知，可穿戴设备100可以屏蔽电子设备发送的来电或者消息通知的提醒指令。即可穿戴设备100不会通过振动或者响铃等方式提醒用户有来电或者消息通知。这样，当可穿戴设备100已开启篮球模式，且有来电或者消息通知时，可穿戴设备100不会对用户打篮球产生干扰。

需要进行说明的是，当开启上述跑步模式，可穿戴设备100可以记录用户在跑步时的触地时间、着地方式等运动数据，实现对用户跑步的动作的监测。本申请实施例对可穿戴设备100在开启跑步模式后记录的运动数据不作限定。专业运动模式226中还可以包含更多或更少的运动模式，本申请实施例对此不作限定。

在一些实施例中，设备主体110还可以自适应开启或者结束篮球模式。

当未开启篮球模式，且监测到用户处于打篮球的状态时，设备主体110可以自动开启篮球模式。其中，设备主体110判断用户处于打篮球的状态的方式可以为，根据加速度计和陀螺仪采集到的加速度信号和角速度信号，设备主体110计算出用户有跑动和纵跳的动作，并且跑动速度和纵跳高度等运动数据与该用户打篮球时的运动数据接近，则设备主体110可以确定用户处于打篮球的状态。设备主体110还可以根据其它方式来确定用户处于打篮球的状态，本申请实施例对此不作限定。

或者，当开启了其它的专业运动模式，例如跑步模式，但监测到用户处于打篮球的状态时，设备主体110可以自动将其它的专业运动模式切换为篮球模式。即设备主体110可以结束其它专业运动模式，并开启篮球模式。

当开启篮球模式，且监测到用户未处于打篮球的状态时，设备主体110可以自动结束篮球模式。其中，设备主体110判断用户未处于篮球的状态的方式可以为，根据采集的声波信号、加速度信号和角速度信号，设备主体110计算出运球次数基本为零、跑动速度和该用户在走路或者静止时的速度接近，则设备主体110可以确定用户未处于打篮球的状态。设备主体110还可以根据其它方式来确定未处于打篮球的状态，本申请实施例对此不作限定。

这样，当用户在打篮球而忘记开启篮球模式，或者开启的专业运动模式选择错误时，设备主体110可以自适应开启篮球模式，监测用户在这一次打篮球时的整体动作以及运动数据，来辅助用户提高打篮球的能力。并且，当用户在开启篮球模式后忘记结束篮球模式时，设备主体110可以自适应结束篮球模式，从而减少设备主体110的功耗。

除了上述通过监测作用于触摸控件112上的用户操作和通过接收电子设备发送的指令来开启或者结束篮球模式，以及自适应开启或者结束篮球模式，可穿戴设备100还可以通过其它方式开启或者结束篮球模式，例如通过体感手势开启或者结束篮球模式等。

下面说明设备主体110计算用户的运动数据的实现过程。

当开启篮球模式后，设备主体110中的加速度计、陀螺仪和麦克风均处于工作状态。其中，麦克风、加速度计和陀螺仪可分别采集声波信号和用户在脚部上的加速度信号、角速度信号。

设备主体110可以处理上述加速度信号和上述角速度信号，实现用户单步步态特征的监测，进而计算用户的腾空时间、纵跳高度以及移动速度等运动数据。

在一种可能的实现方式中，当得到上述加速度信号和角速度信号，设备主体可以对上述加速度信号的波形和角速度信号的波形进行波形特征检测，得到加速度信号的波形特征和角速度信号的波形特征。根据加速度信号的波形特征和角速度信号的波形特征，设备主体110可以检测出用户离地点和触地点的时刻。根据离地点和触地点的时刻，设备主体110可以计算用户的腾空时间。其中，用户在一次纵跳的腾空时间可以为连续的离地点和触地点之间的时间间隔。根据离地点和触地点的时间间隔内的加速度变化的积分，设备主体110可以计算用户的纵跳高度。利用加速度信号的波形特征，设备主体110可以对加速度进行积分运算以得到用户的移动速度。根据移动速度变化的积分，设备主体110可得到用户的运动距离。本申请实施例对上述计算用户的腾空时间、纵跳高度以及移动速度等运动数据的方法不作限定，还可以为其它利用加速度计和陀螺仪采集的信号来计算用户的腾空时间、纵跳高度以及移动速度等运动数据的方法。

设备主体110可以处理上述声波信号，利用训练好的高斯混合模型来区分其中属于用户运球的声波信号和属于用户没有运球的声波信号，进而计算运球时间和运球次数。

下面对高斯混合模型的原理以及训练过程进行介绍。

高斯混合模型：高斯混合模型为概率统计模型，可通过高斯概率密度函数的线性加权组合刻画声波信号的特征参数的统计分布。高斯混合模型中每个高斯分布的平均值矢量可代表一种由运球或者没有运球产生的声波信号的类别，每个高斯分布的协方差矩阵可代表这个声波信号的类别的变异性。由运球和没有运球产生的声波信号在特征参数(如能量、频率和峰值等)值的大小上有差异，所以根据这些不同的特征参数值可以建立不同类别的声波信号的分布。这些不同的分布可用于区分由运球和没有运球产生的声波信号。

在本申请实施例中，设备主体110使用的训练好的高斯混合模型可以为运球高斯混合模型。该运球高斯混合模型指混合模型中每个单独的高斯分布均表示一种由运球产生的声波信号的分布。根据特征参数值的大小的差异可以将声波信号区分为由运球产生的声波信号和由没有运球产生的声波信号，进一步的，由运球产生的声波信号根据特征参数值的大小上的差异还可以区分为多个类别。运球高斯混合模型中包含的多个高斯分布即为由运球产生的不同类别的声波信号的分布。设备主体110可以将采集的声波信号的特征参数与训练好的运球高斯混合模型进行相似度匹配计算，来判断该声波信号是否为由运球产生的声波信号。

上述运球高斯混合模型可以利用由运球产生的声波信号训练得到。

在一种可能的实现方式中，设备主体110可以对由运球产生的声波信号进行音频信号处理，实现对声波信号的分帧和多维特征参数提取。上述多维特征参数的维度可以为M，其中可以包括声波信号的能量、频率和峰值等特征参数。M为正整数。上述音频信号处理的过程可以参考现有技术中音频信号处理的方法，本申请实施例对此不作赘述。本申请实施例对上述多维特征参数中包含的参数不作具体限定。

设备主体110可以建立运球高斯混合模型。该运球高斯混合模型中可包含N个单独的高斯分布，其中一个高斯分布可以表示由运球产生的一种声波信号的分布。该运球高斯混合模型可以用N个M维的高斯概率密度函数线性加权表示，表达式可以如公式(1)所示：

其中，X＝(x₁,…,x_j,…,x_M)可以表示声波信号的M维特征参数，ω_i可以表示第i个高斯概率密度函数的权重，且

f_i(X)可以表示第i个高斯分布的高斯概率密度函数，其中i＝1,…,N。f_i(X)的表达式可以如公式(2)所示：

其中，μ_i、C_i分别为第i个高斯概率密度函数的均值矢量和协方差矩阵。

当得到由运球产生的声波信号的M维特征参数，设备主体110可以利用这些M维特征参数对运球高斯混合模型进行训练，以得到运球高斯混合模型参数λ＝{ω_i,μ_i,C_i}的最优解。

在一种可能的实现方式中，设备主体110可以利用期望最大化算法的迭代计算来估计上述参数λ的最优解。

用于训练运球高斯混合模型的声波信号的分布具体属于运球高斯混合模型中哪一个高斯分布是未知的，期望最大化算法先假定参数λ的初始值，即先假定用于训练的声波信号的分布具体属于运球高斯混合模型中哪一个高斯分布这一信息是已知的。然后进行期望步骤，该期望步骤表示根据参数λ的值计算用于训练的声波信号是由运球高斯混合模型中哪一个高斯分布生成的，即对用于训练的数据进行分类。再根据分类结果进行最大化步骤，该最大化步骤表示对参数λ进行最大似然估计，即更新参数λ的值。重复上述期望步骤和最大化步骤。当参数λ的值收敛时，设备主体110可以停止训练过程，并将最后一次更新参数λ得到的值作为参数λ的最优解，这样就可以得到训练好的运球高斯混合模型。

上述参数λ的值收敛可以表示连续两次进行最大化步骤更新的参数λ之间的差值小于设定阈值，即可以认为参数λ的值稳定不变。

下面说明设备主体110利用训练好的运球高斯混合模型来判断用户是否运球的实现过程。

当得到训练好的运球高斯混合模型，设备主体110可以利用训练好的运球高斯混合模型来区分麦克风采集的声波信号中由运球产生的声波信号和由没有运球产生的声波信号。示例性的，设备主体110对麦克风采集的声波信号进行音频信号处理，得到某一帧声波信号的M维特征参数X＝(x₁,…,x_j,…,x_M)。根据特征参数X，设备主体110可以对这一帧声波信号与训练好的运球高斯混合模型进行相似度匹配计算。其中，设备主体110可以计算在已知这一帧声波信号的M维特征参数的条件下，这一帧声波信号是由运球高斯混合模型中第i个高斯分布生成的后验概率。具体计算公式可以如式(3)所示：

则这一帧声波信号由运球高斯混合模型中N个高斯分布生成后验概率之和为

上述概率之和Q可以表示这一帧声波信号与运球高斯混合模型的相似度。设备主体110可以设置一个匹配阈值。当上述后验概率之和Q大于该匹配阈值，设备主体110可以判别这一帧声波信号为由运球产生的声波信号。否则，设备主体110可以判别这一帧声波信号为由没有运球产生的声波信号。本申请实施例对该匹配阈值的大小不作具体限定。

本申请实施例对上述相似度匹配的计算方法不作限定，还可以为其它相似度匹配的方法。

进一步的，当判断由运球产生的声波信号，设备主体110可以计算用户在一次打篮球的过程中总的运球时间，即各帧由运球产生的声波信号的时间之和。

设备主体110可以计算用户在一次打篮球的过程中总的运球次数，即由运球产生的声波信号的帧数。其中，在对用户打篮球的声波信号进行分帧处理时，设备主体110可以根据一般用户运球的频率来决定一帧声波信号的长度，例如一帧声波信号的长度可以为500毫秒。当判断出某一帧声波信号为由运球产生的声波信号时，设备主体110可以确定用户进行了一次运球，即由运球产生的声波信号的帧的数量为用户在一次打篮球的过程中总的运球次数。

运球高斯混合模型为多个高斯概率密度函数的线性加权组合，而利用若干个高斯概率密度函数的线性加权组合可以逼近任意分布，因此运球高斯混合模型可以用于描述由运球产生的声波信号的分布。这样，设备主体110可以利用运球高斯混合模型来判断用户是否运球。结合根据加速度信号和角速度信号分析得到的用户在脚部上的动作，设备主体110可以监测用户在打篮球时的整体的动作(如原地运球、跑步运球、无球跑动等)，从而更好的辅助用户提高打篮球的能力。

本申请实施例对处理声波信号来判断用户是否运球的方法不进行限定，除了可以用上述高斯混合模型的算法，还可以用隐马尔可夫模型的算法或者神经网络算法等其它声波信号识别的算法。

图5示出了一种监测用户在打篮球时的整体的动作的方法流程图。

如图5所示，该方法可以包括步骤S101～S105。其中：

S101、设备主体110采集加速度信号、角速度信号和声波信号。

当开启篮球模式后，设备主体110中的麦克风、加速度计和陀螺仪可以分别采集用户打篮球时的声波信号以及用户脚部的加速度信号、角速度信号。

S102、设备主体110对加速度信号和角速度信号进行波形特征检测，得到加速度信号和角速度信号的波形特征；设备主体110对声波信号进行音频信号处理，得到声波信号的特征参数。

上述音频信号处理可以包括对声波信号进行分帧和特征参数提取。其中设备主体110可以根据一般用户运球的频率来决定一帧声波信号的长度。示例性的，一般用户运球一次需要500毫秒，则设备主体110对声波信号进行分帧时可以将声波信号以500毫秒为一帧进行划分。这样，若判断出一帧声波信号为由运球产生的声波信号，则设备主体110可以确定用户运球一次。需要进行说明的是，上述用户运球一次可以表示有球的用户在原地或者移动的过程中中拍按篮球一次，并使篮球由地面反弹起来。

设备主体110可以对每一帧声波信号进行特征参数提取，其中提取的参数可以包括这一帧声波信号的能量、频率和峰值等M维特征参数。上述M为正整数。

S103、设备主体110将声波信号的特征参数与运球高斯混合模型进行相似度匹配计算，确定由运球产生的声波信号。

运球高斯混合模型中可以包括N个单独的高斯分布。其中每一个高斯分布都可以表示由运球产生的一种声波信号的类别。设备主体110可以根据公式(3)计算在已知一帧声波信号的M维特征参数的条件下，这一帧声波信号是由运球高斯混合模型中第i个高斯分布生成的后验概率。这样，设备主体110可以得到这一帧声波信号由运球高斯混合模型中N各高斯分布生成的后验概率之和Q。其中

可以表示这一帧声波信号与运球高斯混合模型的相似度。

设备主体110可以设置一个匹配阈值。当上述后验概率之和Q大于该匹配阈值，设备主体110可以确定这一帧声波信号为由运球产生的声波信号。本申请实施例对该匹配阈值的大小不作具体限定。

S104、设备主体110根据加速度信号和角速度信号的波形特征计算腾空时间、纵跳高度、移动速度和运动距离；设备主体110根据由运球产生的声波信号计算运球时间和运球次数。

根据加速度信号的波形特征和角速度信号的波形特征，设备主体110可以检测出用户离地点和触地点的时刻。根据离地点和触地点的时刻，设备主体110可以计算用户的腾空时间。其中，用户在一次纵跳的腾空时间可以为连续的离地点和触地点之间的时间间隔。根据离地点和触地点的时间间隔内的加速度变化的积分，设备主体110可以计算用户的纵跳高度。利用加速度信号的波形特征，设备主体110可以对加速度进行积分运算以得到用户的移动速度。根据移动速度变化的积分，设备主体110可得到用户的运动距离。不限于上述腾空时间、纵跳高度、移动速度和移动距离，设备主体110还可以根据加速度信号和角速度信号的波形特征计算其他用户在脚部上走、跑和跳的运动数据。

根据每一帧由运球产生的声波信号，设备主体110可以计算用户在一次打篮球的过程中总的运球时间和运球次数。其中，运球时间可以为每一帧由运动产生的声波信号的时间之和。运球次数可以为由运球产生的声波信号的帧的数量。

除了计算上述腾空时间、纵跳高度、移动速度、运动距离、运球时间和运球次数，设备主体110还可以计算用户移动的步数、消耗的热量等运动数据。本申请实施例对设备主体110计算的运动数据的种类不作限定。计算用户移动的步数、消耗的热量的方法可以参考现有技术的计算方法，本申请实施例对此不作赘述。

S105、将用户打篮球的动作分类为运球的动作和没有运球的动作。

结合同一时刻在用户脚部上的动作以及用户是否运球的分析结果，设备主体110可以将用户打篮球的动作分类为运球的动作和没有运球的动作。

上述运球的动作可以包括原地运球和跑步运球。其中：

原地运球：若连续若干帧声波信号属于由运球产生的声波信号，并且在这连续若干帧声波信号对应的时间段内移动速度趋近于0或小于预设的第一速度阈值(第一速度)，或者在这连续若干帧声波信号对应的时间段内运动距离趋近于0或小于预设的第一距离阈值(第一距离)，设备主体110可以确定用户没有在篮球场上移动，从而确定用户在这一时间段内的动作为原地运球。

跑步运球：若连续若干帧声波信号属于由运球产生的声波信号，并且在这连续若干帧声波信号对应的时间段内移动速度大于预设的第二速度阈值(第二速度)，或者在这连续若干帧声波信号对应的时间段内运动距离大于预设的第二距离阈值(第二距离)，设备主体110可以确定用户在篮球场上跑动，从而确定用户在这一时间段内的动作为跑步运球。

需要进行说明的是，上述第一速度阈值小于或等于上述第二速度阈值，上述第一距离阈值小于或等于上述第二距离阈值。

不限于原地运球和跑步运球，运球的动作还可以包含更多的类别，本申请实施例对此不作限定。

上述没有运球的动作可以包括无球跑动、无球纵跳、跑动传投和纵跳传投。其中：

无球跑动：若连续若干帧声波信号属于由没有运球产生的声波信号，并且在这连续若干帧声波信号对应的时间段内移动速度大于第二速度阈值或运动距离大于第二距离阈值，设备主体110可以确定用户在这一时间段内的动作为无球跑动。在篮球规则中，运动员在手中有球并且要在篮球场上移动时，必须边运球边移动，而不能将篮球拿在手中在篮球场上移动。这样，当判断用户没有运球而在篮球场上的移动速度较高时，设备主体110可以确定用户的动作为无球跑动。其中，上述第二速度阈值可以根据一般用户在打篮球时跑动的速度来确定。示例性的，一般用户在打篮球时跑动的速度为2公里每小时。当连续若干帧声波信号属于由没有运球产生的声波信号，并且在这连续若干帧声波信号对应的时间段内移动速度大于2公里每小时，设备主体110可以确定用户在这一时间段内的动作为无球跑动。本申请实施例对上述第二速度阈值的具体数值不作限定。上述第二距离阈值也可以根据一般用户在打篮球跑动时间段内的运动距离来确定。示例性的，一般用户在打篮球跑动时，每一帧声波信号(例如500毫秒)对应的时间段内的运动距离为0.3米。当连续若干帧声波信号属于有没有运球产生的声波信号，并且在这连续若干帧声波信号中每一帧声波信号对应的时间段内用户的运动距离均大于0.3米，设备主体110可以确定供用户在这一时间段内的动作为无球跑动。本申请实施例对上述第二距离阈值的具体数值不作限定。

无球纵跳：若连续若干帧声波信号属于由没有运球产生的声波信号，这连续若干帧声波信号的前面连续若干帧声波信号也属于由没有运球产生的声波信号，并且在这连续若干帧声波信号对应的时间段内纵跳高度不为0或者大于预设的高度阈值(第一高度)，设备主体110可以确定用户在这一时间段内的动作为无球纵跳。上述高度阈值可以根据一般用户在打篮球时向上跳跃的最小高度来决定。示例性的，一般用户在打篮球时向上跳跃的最小高度为10厘米。设备主体110可将高度阈值预设为10厘米。当用户的纵跳高度大于10厘米时，设备主体110可以确定用户做了一次向上跳跃的动作。本申请实施例对上述高度阈值的具体数据不作限定。

跑动传投：若连续若干帧声波信号属于由没有运球产生的声波信号，这连续若干帧声波信号的前面连续若干帧声波信号也属于由没有运球产生的声波信号，并且这连续若干帧声波信号及其前面连续若干帧声波信号对应的时间段内移动速度大于第二速度阈值或运动距离大于第二距离阈值，设备主体110可以确定用户在这一时间段内的动作为跑动传投。根据声波信号的变化，用户的动作由运球变为没有运球，设备主体110可以确定用户进行了传球或者投篮。而在这一时间段内，用户做了跑动的动作。这样，设备主体110就可以确定用户在这一时间段内的动作为跑动传投。

纵跳传投：若连续若干帧声波信号属于由没有运球产生的声波信号，这连续若干帧声波信号的前面连续若干帧声波信号属于由运球产生的声波信号，并且在这连续若干帧声波信号及其前面连续若干帧声波信号对应的时间段内纵跳高度不为0或者超过预设的高度阈值，设备主体110可以确定用户在这一时间段内的动作为纵跳传投。根据声波信号的变化，用户的动作由运球变为没有运球，设备主体110可以确定用户进行了传球或者投篮。而在这一时间段内，用户做了向上跳跃的动作。这样，设备主体110就可以确定用户在这一时间段内的动作为纵跳传投。

不限于无球跑动、无球纵跳、跑动传投和纵跳传投，没有运球的动作还可以包含更多的类别，本申请实施例对此不作限定。

设备主体110可以监测用户在打篮球时的动作，并对用户在打篮球时的动作进行分类。这样，根据用户在打篮球时的动作，设备主体110可以为用户提供运动建议，以辅助用户提高打篮球的能力。示例性的，用户原地运球的时间较长可以说明该用户在打篮球求时容易受到他人阻碍，进攻能力较弱。当监测到用户原地运球的时间较长时，设备主体110可以通过电子设备显示提高打篮球进攻能力的运动建议。

下面说明另一种得到训练好的运球高斯混合模型的实现方法。

在一些实施例中，设备主体110可以先预采集用户运球产生的声波信号。利用预采集的声波信号，设备主体110可以训练运球高斯混合模型。训练好的运球高斯混合模型中一部分高斯分布的权重比较大。这一部分高斯分布可以是生成用户运球产生的声波信号的高斯分布。这样，训练好的运球高斯混合模型可用于更准确地判断用户运球产生的声波信号，减少他人运球产生的声波信号对计算用户运球时间和运球次数等运动数据的影响。

根据上述另一种得到训练好的运球高斯混合模型的实现方法，图6示出了另一种监测用户在打篮球时的整体的动作的方法流程图。

如图6所示，该方法可以包括步骤S201～S207。其中：

S201、预采集用户运球产生的声波信号。

预采集用户运球产生的声波信号可以为设备主体110在首次开启篮球模式前，进行个人运球数据的录入，即录入用户运球产生的声波信号。

用户首次使用可穿戴设备100开启篮球模式时，需要先录入个人运球产生的声波信号。即先开启个人运球数据录入，将可穿戴设备100扣在鞋上，做原地运球或者跑步运球等运球的动作。待个人运球数据录入结束后，用户可以开启篮球模式以监测个人打篮球的运动数据。

S202、利用预采集的声波信号训练运球高斯混合模型，得到用户的运球高斯混合模型。

当得到预采集的声波信号，设备主体110可以对预采集的声波信号进行音频信号处理，得到预采集的声波信号的M维特征参数。利用预采集的声波信号的M维特征参数训练运球高斯混合模型，设备主体110可以得到用户的运球高斯混合模型。该用户的运球高斯混合模型可以用于更准确地判断用户运球产生的声波信号。

S203、采集加速度信号、角速度信号和声波信号。

S204、对加速度信号和角速度信号进行波形特征检测，得到加速度信号和角速度信号的波形特征；对声波信号进行音频信号处理，得到声波信号的特征参数。

S205、将声波信号的特征参数与用户的运球高斯混合模型进行相似度匹配计算，确定属于用户的由运球产生的声波信号。

S206、根据加速度信号和角速度信号的波形特征计算腾空时间、纵跳高度、移动速度和运动距离；根据运球产生的声波信号计算运球时间和运球次数。

S207、将用户打篮球的动作分类为运球的动作和没有运球的动作。

上述步骤S203～S207可以参考步骤S101～S105，这里不再赘述。

下面说明设备主体110在首次开启篮球模式时提示用户进行个人运球数据录入的一种方式。

当首次开启篮球模式，且未监测到用户的个人运球数据时，设备主体110可以提示用户进行个人运球数据的录入。

在一些实施例中，当监测到如图2所示的作用于设备主体110上用于开启篮球模式的用户操作，且未监测到用户的个人运球数据时，设备主体110可以在显示屏111上显示如图7中的(A)所示的用户界面310。用户界面310可用于提示用户进行个人运球数据录入。用户界面310可包含确定选项311和取消选项312。其中：

确定选项311可用于进行个人运球数据录入。响应于作用在确定选项311的用户操作，例如触摸操作，设备主体110可以在显示屏111上显示如图7中的(B)所示的用户界面320。确定选项311上的内容可以为“是”、“确定”或者其它内容，本申请实施例对此不作具体限定。

取消选项312可用于取消个人运球数据录入。响应于作用在取消选项313的用户操作，例如触摸操作，设备主体110可以在显示屏111上显示如图2所示的篮球的图标以及文字“篮球模式”。

即若用户当前想要进行个人运球数据录入，用户可以触摸确定选项311。若用户当前不想进行个人运球数据录入，用户可以触摸取消选项312。

当监测到作用于确定选项的用户操作，设备主体110在显示屏111上显示如图7中的(B)所示的用户界面320。用户界面320可用于用户选择进行个人运球数据录入时间的长度。用户界面320可包括时间选项321。其中：

时间选项321可包含3分钟选项、5分钟选项和10分钟选项。本申请实施例对此不作限定，时间选项321可以包含更多或者更少的选项。响应于作用在时间选项321中任一个选项的用户操作，例如触摸操作，设备主体110可以在显示屏111上显示如图7中的(C)所示的用户界面330。示例性的，当监测到作用在5分钟选项的用户操作，设备主体110可以显示用户界面330，并在开始个人运球数据录入5分钟后结束个人运球数据录入。

如图7中的(C)所示，用户界面330可用于提示用户设备主体110开始进行个人运球数据录入的标志，以及在个人运球数据的录入时间内需要做原地运球可跑步运球等运球的动作。

当监测到作用在时间选项321中任一个选项的用户操作，设备主体110显示用户界面330并产生震动。当震动结束后，设备主体110开始进行个人运球数据录入，其中，设备主体110中的麦克风开始采集声波信号。设备主体110可以利用在个人运球数据录入期间内采集到的声波信号训练运球高斯混合模型，得到训练好的用户的运球高斯混合模型。

本申请实施例对设备主体110开始进行个人运球数据录入和结束个人运球数据录入的方式不作限定。除了通过震动的方式表示开始进行个人运球数据录入和结束个人运球数据录入，还可以通过其它的方式。

当监测到从开始进行个人运球数据录入经过了时间选项321中被选择的选项对应的时间长度时，设备主体110可以震动并在显示屏111上显示如图7中的(D)所示的用户界面340。用户界面340可用于提示用户个人运球数据录入结束。

其中，用户在进行个人运球数据录入时，即用户在做原地运球和跑步运球时，用户不方便直接看到显示屏111上的内容。设备主体110可以通过震动来提示用户个人运球数据录入结束。这样，用户可以在设备主体110震动后停止做原地运球和跑步运球等运球的动作。

下面说明设备主体110在首次开启篮球模式时提示用户进行个人运球数据录入的另一种方式。

在一些实施例中，当电子设备监测到如图4中的(C)所示的作用在开启按钮224b的用户操作，且未监测到用户的个人运球数据时，电子设备可以提示用户进行个人运球数据的录入。

当监测到作用在应用界面220上的用于开启篮球模式的的开启按钮224b的用户操作，且未监测到用户的个人运球数据时，电子设备可在应用界面220上显示如图8中的(A)所示的对话框230。对话框230可用于提示用户进行个人运球数据录入。对话框230中可包含确定选项231和取消选项232。其中：

确定选项231可用于进行个人运球数据录入。响应于作用在确定选项231的用户操作，例如触摸操作，电子设备可以在应用界面220上显示如图8中的(B)所示的对话框240。

取消选项232可用于取消个人运球数据录入。响应于作用在取消选项232的用户操作，例如触摸操作，电子设备可以显示应用界面220。

即若用户当前想要进行个人运球数据录入，用户可以触摸确定选项231。若用户当前不想进行个人运球数据录入，用户可以触摸取消选项232。

如图8中的(B)所示，电子设备在应用界面220上显示对话框240。对话框240可用于用户选择进行个人运球数据录入时间的长度。对话框240中可包含时间选项241。其中：

时间选项241可包含3分钟选项、5分钟选项和10分钟选项。本申请实施例对此不作限定，时间选项241可以包含更多或者更少的选项。响应于作用在时间选项241中任一个选项的用户操作，例如触摸操作，电子设备可以在应用界面220上显示如图8中的(C)所示的对话框250，并向设备主体110发送开始进行个人运球数据录入的指令，以及时间选项241中被选择的选项对应的时间，例如5分钟。

如图8中的(C)所示，电子设备在应用界面220上显示操作提示框250。操作提示框250可用于提示用户设备主体110开始进行个人运球数据录入的标志，以及在个人运球数据的录入时间内需要做原地运球和跑步运球等运球的动作。

当接收到开始进行个人运球数据录入的指令，以及时间选项241中被选择的选项对应的时间，设备主体110可以震动，并在震动结束后开始进行个人运球数据录入。即设备主体110开始采集声波信号，并利用在进行个人运球数据录入期间内采集到的声波信号训练运球高斯混合模型，得到训练好的用户的运球高斯混合模型。经过时间选项241中被选择的选项对应的时间，设备主体110结束个人运球数据录入。设备主体110可以通过震动的方式以及在显示屏111上显示如图7中的(D)所示的用户界面340，来提示用户个人运球数据录入结束。

下面说明设备主体可多次进行个人运球数据录入的实施例。

在一些实施例中，设备主体110可以多次进行个人运球数据录入。设备主体110可以利用每一次进行个人运球数据录入采集到的声波信号来训练运球高斯混合模型，从而调整用户的运球高斯混合模型，提高用户的运球高斯混合模型用于判断用户是否运球的准确性。

如图9中的(A)所示，电子设备的应用界面220中可以包含运球数据录入225。响应于作用在运球数据录入225上的用户操作，例如触摸操作，电子设备可以显示如图9中的(B)所示的应用界面260。

应用界面260可用于用户选择进行个人运球数据录入时间的长度，应用界面260可以包括时间选项261。时间选项261可以包含3分钟选项、5分钟选项和10分钟选项。本申请实施例对此不作限定，时间选项261可以包含更多或者更少的选项。响应于作用在时间选项261中任一个选项的用户操作，例如触摸操作，电子设备可以显示如图9中的(C)所示的应用界面270，并向设备主体110发送开始进行个人运球数据录入的指令，以及时间选项261中被选择的选项对应的时间，例如5分钟。

如图9中的(C)所示，应用界面270可用于提示用户设备主体110开始进行个人运球数据录入的标志，以及在个人运球数据的录入时间内需要做原地运球和跑步运球等运球的动作。

当设备主体110接收到开始进行个人运球数据录入的指令，以及时间选项261中被选择的选项对应的时间，设备主体110可以在震动后开始进行个人运球数据录入。当经过时间选项261中被选择的选项对应的时间，设备主体110可以震动并结束个人运球数据录入。

不同的用户运球产生的声波信号的能量、频率和峰值等特征参数是有区别的。设备主体110预采集用户运球产生的声波信号，来训练运球高斯混合模型，可以得到适用于监测用户是否运球的运球高斯混合模型。这样，可以降低将他人运球产生的声波信号判断为用户运球产生的声波信号的概率，从而提高判断用户是否运球的准确率。并且，除了首次开启篮球模式之前要预采集用户运球产生的声波信号，设备主体110还可以多次进行个人运球数据录入。设备主体110可以多次利用个人运球数据录入时采集的声波信号对运球高斯混合模型进行训练，从而多次调整用户的运球高斯混合模型，提高判断用户是否运球的准确率。当用户认为设备主体110记录的运动数据与个人认知差别较大时，用户可以重新进行个人运球数据录入。这样，可以提高用户的使用体验。

下面说明设备主体110确定用户在篮球场上的号位的实现过程。

在一些实施例中，设备主体110可以根据用户的运动数据来确定用户在篮球场上的号位。其中，上述用户的运动数据可以包括运动距离、移动速度、纵跳高度、运球次数和运球时间等。根据篮球比赛的规则，用户在篮球场上的号位可以分为控球后卫、得分后卫、中锋、小前锋和大前锋这五个号位。

不同号位在篮球场上分工不同，有不同的打法，则对应的各项运动数据的取值范围是存在差别的。例如，控球后卫负责组织进攻、发动战术以及合理分配球等。则控球后卫的运球次数较多，移动速度较快。小前锋负责远投、中投、低位单打、快攻和突破对方防守，为队友创造得分机会。则小前锋的运球次数和纵跳次数较多。

根据一般用户在篮球场上为某一号位时对应的各项运动数据的取值范围，设备主体110中可存储有号位模板库y_a(k)。其中a的取值可以为1、2、3、4和5，可以分别代表控球后卫、得分后卫、中锋、小前锋和大前锋。k可以表示第k个指标。该指标表示一种运动数据，例如，运动距离、移动速度、纵跳高度、运球次数和运球时间等。k＝1,2,…,K。K为正整数，本申请实施例对K的取值不作限定，号位模板库中用于衡量一个号位的指标可以有多个。

根据上述号位模板库y_a(k)，设备主体110可以将用户在一次打篮球时的各项运动数据与号位模板库中各号位的指标进行模板匹配。根据模板匹配结果，设备主体可以确定用户在这一次打篮球时的号位。上述一次打篮球可以表示设备主体110从开启篮球模式到结束篮球模式的一个连续的过程。

在一种可能的实现方式中，设备主体进行模板匹配的方法可以为计算用户在一次打篮球时的各项运动数据与号位模板库中各号位的指标的相关系数。其中，最大的相关系数对应的号位即为用户在这一次打篮球时的号位。具体的，设备主体110可以对号位模板库中的指标进行归一化处理，以消除不同指标之间的量纲影响。上述归一化处理的公式可以如式(4)所示：

当得到进行归一化处理的指标，设备主体110可以进行模板匹配，即计算用户在一次打篮球时的各项运动数据与号位模板库中各号位的指标的相关系数，并选择最大的相关系数对应的号位。模板匹配的规则可以如公式(5)所示：

其中，R(a,b)可以表示号位模板库中第a个号位的指标与设备主体110第b次开启篮球模式时记录的各项运动数据的相关系数。

可以表示号位模板库中5个号位第k个指标的均值。即

G_b(k)可以表示设备主体110第b次开启篮球模式时记录的第k个运动数据。上述第k个指标与上述第k个运动数据是相同的。例如，运动距离、移动速度、纵跳高度、运球次数和运球时间等。其中，设备主体110第b次开启篮球模式时记录的移动速度可以为平均移动速度或者最大移动速度等，纵跳高度可以为平均纵跳高度或者最大纵跳高度等。本申请实施例对此不作限定。

可以表示设备主体第b次开启篮球模式时的第k个运动数据与在第b次开启篮球模式前面c次开启篮球模式时的第k个运动数据的均值。示例性的，当b的取值为5，c的取值为3时，

可以表示设备主体110第2次、第3次、第4次和第5次开启篮球模式时记录的第k个运动数据的均值。C为正整数。本申请实施例对c的具体取值不作限定。

当得到用户在一次打篮球时的各项运动数据与号位模板库中5个号位的指标的相关系数，设备主体110可以确定用户在这一打篮球的号位为最大的相关系数对应的号位。

本申请实施例对进行模板匹配的方法不作限定，除了可以根据相关系数来进行模板匹配，还可以为其他进行模板匹配的方法。

根据上述确定用户在篮球场上的号位，设备主体110可以展示用户在这一号位上的表现情况，并向用户提供针对这一号位的训练建议。这样可以更好地辅助用户提高打篮球的能力。

根据加速度计、陀螺仪和麦克风采集的信号，设备主体110可以计算用户在打篮球时的多项运动数据。当得到多项运动数据，设备主体110可以将这多项运动数据发送给电子设备。电子设备可以将这多项运动数据显示在应用界面上。

下面对电子设备显示这多项运动数据的一些应用界面进行介绍。

响应于作用在如图4中的(C)所示的运动数据223上的用户操作，例如触摸操作，电子设备可以显示如图10中的(A)所示的应用界面410。应用界面410可包含篮球运动数据411和跑步运动数据。应用界面410中还可以包含其它类别的运动数据，本申请实施例对此不作限定。

响应于作用在篮球运动数据411的用户操作，例如触摸操作，电子设备可以显示如图10中的(B)所示的应用界面420。应用界面420可包含返回控件421、图表控件422、详情控件423、纵跳高度424和腾空时间425。其中：

返回控件421可用于返回应用界面420的上一级界面。响应于作用在返回控件421的用户操作，例如触摸操作，电子设备可以显示应用界面410。

电子设备可以通过图表的方式或者具体数据分析的方式来显示这多项运动数据。

具体的，图表控件422可用于以图表的方式来显示这多项运动数据。详情控件423可用于以具体数据分析的方式来显示这多项运动数据。不限于这两种显示多项运动数据的方法，电子设备还可以用其它的方式来显示这多项运动数据。

响应于作用在图表控件422的用户操作，例如触摸操作，电子设备可以显示如图10中的(B)所示的应用界面420。

纵跳高度424可以包含平均纵跳高度424a、最大纵跳高度424b和纵跳高度分布图424c。其中，平均纵跳高度424a可为用户在一次打篮球期间纵跳高度的平均值。最大纵跳高度424b可为用户在一次打篮球期间纵跳高度的最大值。纵跳高度分布图424c可通过直方图来表示用户在一次打篮球期间每一次纵跳的时间点以及纵跳高度。

腾空时间425可以表示用户向上跳跃在空中停留的时间。腾空时间425可以包含平均腾空时间425a、最大腾空时间425b和腾空时间分布图425c。其中，平均腾空时间425a可为用户在一次打篮球期间腾空时间的平均值。最大腾空时间425b可为用户在一次打篮球期间腾空时间的最大值。腾空时间分布图425c可通过直方图来表示用户在一次打篮球期间每一次腾空的时间点以及腾空的时间长度。

响应于作用在详情控件425的用户操作，电子设备可以显示如图11所示的用户界面430。响应于作用在用户界面430上向上或者向下滑动的用户操作，电子设备可以在用户界面430上显示如图11中的(A)、(B)、(C)和(D)所示的不同的内容。

如图11中的(A)所示，应用界面430可包含日期431、综合表现432和分项运动数据433。其中：

日期431可以表示设备主体110记录当前应用界面中430包含的运动数据的时间。日期431可以包含年月日以及时刻。例如2020年1月1日17:01。即用户在这一时间打篮球的运动数据为当前应用界面430中包含的运动数据。需要进行说明的是，应用界面420中包含的运动数据与应用界面430中包含的运动数据为设备主体110同一次开启篮球模式记录的运动数据。

综合表现432可以以100分为满分，通过分数来表示用户在这一次打篮球的整体水平。设备主体110可以根据纵跳高度、移动速度等运动数据来得到综合表现432中用户的分数。具体的计算方法可以参考现有技术中的计算方法，本申请实施例对此不作限定。

分项运动数据433可包含运动时间433a，活跃时间433b、活跃时间占比433c、运球时间433d。响应于作用在如图11中的(A)所示的应用界面430上的向上滑动的用户操作，电子设备可显示如图11中的(B)、(C)和(D)的应用界面430。其中，如图11中的(B)所示的应用界面430，分项运动数据433还可以包含运球时间占比433e、运动距离433f、热量433g以及步数433h。其中，运动时间433a可以表示设备主体110开启篮球模式到结束篮球模式这期间一个连续过程的时间长度。即用户这一次打篮球的时间长度。活跃时间433b可以根据移动速度的大小来决定。用户的移动速度大于2公里每小时的时间可以为用户的活跃时间。本申请实施例对活跃时间的判断条件不作限定。活跃时间占比433c可以为活跃时间433b与运动时间433a的比值。运球时间433d可以根据被确定为由运球产生的声波信号的时间长度来确定。运球时间占比433e可以为运球时间433d与运动时间433a的比值。运动距离433f可以表示用户在运动时间433a内移动的距离。热量433g可以表示用户在运动时间433a内消耗的热量。步数433h可以表示用户在运动时间433a内移动的步数。上述热量433g和步数433h的计算方法可以参考现有技术中的计算方法，本申请实施例对此不作赘述。分项运动数据433中还可以包含更多的运动数据，本申请实施例对此不作限定。

如图11中的(B)所示，应用界面430还可以包含移动速度434。移动速度434可以包含移动速度434a、最快移动速度434b以及移动速度分布图534c。其中，平均移动速度434a可为用户在一次打篮球期间移动速度的平均值。最大移动速度434b可为用户在一次打篮球期间移动速度的最大值。移动速度分布图534c可表示用户在一次打篮球期间不同大小的移动速度的占比。本申请实施例对表示用户在一次打篮球期间的移动速度的变化的形式不作限定，除了可以通过移动速度分布图534c，还可以通过其它方式。

如图11中的(C)所示，应用界面430还可以包含纵跳数据435以及号位评估436。其中：

纵跳数据435可以包含平均纵跳高度435a、平均腾空时间435b和纵跳次数435c。其中，平均纵跳高度435a可为用户在一次打篮球期间纵跳高度的平均值。平均腾空时间435b可为用户在一次打篮球期间腾空时间的平均值。纵跳次数435c可为用户在一次打篮球期间向上跳跃的次数。

号位评估436可以表示用户在这一次打篮球在篮球场上的号位。例如：控球后卫、得分后卫、中锋、小前锋和大前锋。号位评估436的内容可以为设备主体将用户在这一次打篮球的各项运动数据与号位模板库中各号位的指标进行模板匹配得到的结果。若户在这一次打篮球的各项运动数据与号位模板库中小前锋的指标之间的相关系数最大，设备主体可确定用户在这一次打篮球在篮球场上的号位为小前锋。则号位评估436的内容可以为小前锋。

如图11中的(D)所示，应用界面430还可包含运动建议437以及推荐训练438。其中，运动建议437可以根据用户在这一次打篮球的各项运动数据来确定。示例性的，若用户的弹跳能力较弱，运动建议437的内容可以为建议用户提高弹跳能力。推荐训练438的内容可以根据运动建议以及用户在这一次打篮球的各项运动数据来确定。示例性的，若用户的弹跳能力较弱，推荐训练438的内容可以包括提高弹跳能力的训练课程“篮球弹跳·基础力量”等。若用户的号位评估436为小前锋，推荐训练438的内容还可以包括“如何成为更好的小前锋”等训练课程。本申请实施例对运动建议437和推荐训练438的内容不作限定。

应用界面430还可以包含更多或者更少的内容，本申请实施例对此不作限定。

设备主体110显示运动数据的应用界面。

在一些实施例中，当得到用户打篮球的运动数据，设备主体110可以在显示屏111上显示最近一次开启篮球模式得到的运动数据。请参阅图12，图12是本申请实施例提供的一种可穿戴设备(即设备主体110)显示运动数据的示意图。当监测到作用于如图12中应用界面520上向左或者向右滑动的用户操作，设备主体110可以在应用界面520上显示如图12中的(B)、(C)和(D)所示的不同的内容。

设备主体110中可包含多个应用，例如图12中的(A)所示的应用“篮球运动数据”。响应于作用在应用界面510中应用“篮球运动数据的”用户操作，例如触摸操作，设备主体110可以显示如图12中的(B)所示的应用界面520。应用界面520中可包含用户信息521、运动时间522、步数523以及热量524。其中，用户信息521可以包含用户的名称以及设备主体最近一次结束篮球模式的时间，即用户最近一次打篮球的时间。响应于作用在如图12中的(B)所示的应用界面520上向左滑动的用户操作，设备主体110可以显示如图12中的(C)和(D)所示的应用界面520。如图12中的(C)和(D)所示，应用界面520还可以包含运球次数525、平均纵跳高度526、平均移动速度527以及号位评估528。上述运动时间522、步数523、热量524、运球次数525、平均纵跳高度526、平均移动速度527以及号位评估528的内容可以参考图11中的介绍，这里不再赘述。设备主体110在应用界面520显示的内容还可以包含更多或者更少的运动数据，本申请实施例对此不作限定。

由上述电子设备显示运动数据等内容可以看出，电子设备可以详细地显示用户打篮球的运动数据以及运动建议等内容。这样，用户可以全面了解个人打篮球的综合表现，并利用运动建议提高个人打篮球的能力。另外，设备主体110也可以在显示屏111上显示运动数据。其中，由于设备主体110的显示屏111较小，设备主体110显示的运动数据可以是一部分运动数据。这样，用户可以便捷地了解自己打篮球的一部分关键的运动数据。

可穿戴设备(即设备主体110)通过加速度计、陀螺仪和麦克风采集用户在打篮球时的加速度信号、角速度信号以及声波信号。利用采集到的信号，可穿戴设备可以监测用户在打篮球时在脚部上走、跑和跳的运动数据以及运球的运动数据，从而得到用户在打篮球时的整体的动作，例如，原地运球、跑步运球、无球跑动、无球纵跳和纵跳传投等。并且，根据用户的各项运动数据，可穿戴设备可以实现对用户在在篮球场上的号位评估。这样，结合用户的运动数据、运动动作分类以及号位评估的结果，设备主体110可以向用户提供运动建议，有效地辅助用户提高打篮球的能力。

在本申请实施例中，可穿戴设备通过运动传感器采集用户在第一时间段内的第一运动数据，以及可穿戴设备通过声波采集装置采集第一时间段内的第一声波信号。该第一时间段可以为用户一次打篮球的时间段，即可穿戴设备从开启篮球模式到结束篮球这样一个连续的时间段。该第一时间段也可以为用户一次打篮球的时间段中的时间片段，例如5秒、1分钟、5分钟等。

在本申请实施例中，第一声波信号可以包括用户在运球时的声波信号和用户没有运球时的声波信号。

在本申请实施例中，可穿戴设备基于第一声波信号的特征参数和第一高斯混合模型，确定第一相似度。上述第一高斯混合模型可以为训练好的运球高斯混合模型或者为训练好的用户的运球高斯混合模型。上述第一相似度可以为第一声波信号由第一高斯混合模型中多个高斯分布生成的后验概率之和。

在本申请实施例中，可穿戴设备根据用户在第一时间段内的的篮球运动数据确定用户在该第一时间段内的号位。其中，可穿戴设备可以计算用户在第一时间段内的的篮球运动数据与号位模板库中的篮球运动数据的相关系数，通过确定最大的相关系数对应的号位来确定用户在该第一时间段内的号位。除了上述根据号位模板库进行匹配的的方法，可穿戴设备还可以利用其它方法来确定用户在该第一时间段内的号位，本申请实施例对此不作限定。

图13示出了一种可穿戴设备的结构示意图。如图13所示，可穿戴设备(即设备主体110)可包含通过总线连接的运动传感器610、存储器620、处理器630、声波采集装置640以及显示屏650。其中：

运动传感器610可用于采集用户在第一时间段内的第一运动数据。该第一运动数据可以为用户打篮球时在脚部上的运动数据，可包括以下一项或多项：移动速度、运动距离、纵跳高度和腾空时间。

运动传感器610可包含加速度计611和陀螺仪612。当设备主体110开启篮球模式后，加速度计611和陀螺仪612均处于工作状态。加速度计611可以采集用户脚部的加速度信号，陀螺仪612可以采集用户脚部的角速度信号。运动传感器610可以将上述加速度信号和角速度信号发送给处理器630。不限于加速度计和陀螺仪，运动传感器610还可以包含更多类型的运动传感器。

声波采集装置640可用于采集上述第一时间段内的第一声波信号。声波采集装置640可以为麦克风或者其它用于采集声波信号的装置，本申请实施例对此不作限定。

当设备主体110开启篮球模式后，声波采集装置640处于工作状态。声波采集装置640可以将该第一声波信号发送给处理器630。

存储器620中可用于存储第一高斯混合模型、号位数据模板以及运动数据等。上述第一高斯混合模型可以为训练好的运球高斯混合模型。上述号位数据模板可以为号位模板库。

处理器630可以处理来自运动传感器610的加速度信号和角速度信号以及来自声波采集装置640的第一声波信号。

其中，处理器630可以对加速度信号、角速度信号进行波形特征检测，得到加速度信号和角速度信号的波形特征，从而计算纵跳高度、腾空时间和移动速度等用户在脚部上的运动数据。

处理器630可以根据第一声波信号确定用户在第一时间段内是否产生运球的动作。具体的，处理器630可以对第一声波信号进行音频信号处理，得到第一声波信号的特征参数，从而利用处理器630中第一高斯混合模型判断上述第一声波信号是否包括由运球产生的声波信号。上述由运球产生的声波信号可以指示用户在运球。

进一步的，根据由运球产生的声波信号，处理器630可以得到运球时间和运球次数。根据纵跳高度、腾空时间、移动速度、运球时间和运球次数等篮球运动数据，处理器630可以确定用户在打篮球时整体的动作，例如，原地运球、跑步运球、无球跑动、无球纵跳和纵跳传投等。并且处理器630还可以确定用户在打篮球时在篮球场上的号位，例如，控球后卫、得分后卫、中锋、小前锋和大前锋。

显示屏650可用于显示包含有用于开启篮球模式的控件的用户界面以及包含有篮球运动数据的用户界面等用户界面。

需要进行说明的是，设备主体110还包含与处理器630耦合的触控面板。显示屏650可显示包含有用于开启篮球模式的控件的用户界面。当触控面板检测到作用于上述用于开启篮球模式的控件的用户操作，例如触摸操作，处理器630可以判断运动传感器610和声波采集装置640是否开启。如果没有开启，处理器630可以开启运动传感器610和声波采集装置640。

上述实施例中所用，根据上下文，术语“当…时”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于检测到…”。类似地，根据上下文，短语“在确定…时”或“如果检测到(所陈述的条件或事件)”可以被解释为意思是“如果确定…”或“响应于确定…”或“在检测到(所陈述的条件或事件)时”或“响应于检测到(所陈述的条件或事件)”。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘)等。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。

Claims (23)

1.一种基于可穿戴设备检测篮球动作的方法，其特征在于，所述可穿戴设备包括声波采集装置和运动传感器；所述方法包括：

所述可穿戴设备通过所述运动传感器采集用户在第一时间段内的第一运动数据；所述第一运动数据包括以下一项或多项：移动速度、运动距离；

所述可穿戴设备通过所述声波采集装置采集所述第一时间段内的第一声波信号；

所述可穿戴设备根据所述第一声波信号确定所述用户在所述第一时间段内是否产生运球的动作；

如果确定所述用户在所述第一时间段内产生运球的动作，则根据所述第一运动数据确定所述运球的动作的类型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

所述可穿戴设备显示第一用户界面，所述第一用户界面中显示有第一控件；

所述可穿戴设备检测到作用于所述第一控件上的第一用户操作；

响应于所述第一用户操作，所述可穿戴设备判断所述运动传感器和所述声波采集装置是否开启，如果没有开启，则开启所述运动传感器和所述声波采集装置。

3.根据权利要求2所述的方法，其特征在于，所述可穿戴设备根据所述第一声波信号确定所述用户在所述第一时间段内是否产生运球的动作，所述方法包括：

所述可穿戴设备基于所述第一声波信号的特征参数和第一高斯混合模型，确定第一相似度；所述第一高斯混合模型的训练数据为第一特征参数，所述第一特征参数为运球时的声波信号的特征参数；所述第一声波信号的特征参数和所述第一特征参数均包含至少以下一项或多项：能量、频率和峰值；所述第一高斯混合模型包括多个高斯分布，所述多个高斯分布的均值、方差均收敛，所述多个高斯分布在所述第一高斯混合模型中的权重收敛；所述第一相似度用于指示所述第一声波信号的特征参数与所述第一特征参数的相似度；

如果所述第一相似度高于第一阈值，则所述可穿戴设备确定所述用户在所述第一时间段内产生运球的动作。

4.根据权利要求3所述的方法，其特征在于，所述运球时的声波信号是所述可穿戴设备通过所述声波采集装置预采集的所述用户在运球时的声波信号。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述运球的动作的类型，包括以下一项或多项：

原地运球和跑步运球；

所述根据所述第一运动数据确定所述运球的动作的类型，具体包括：当所述第一运动数据中的移动速度小于第一速度和/或所述第一运动数据中的运动距离小于第一距离时，所述可穿戴设备确定所述类型为所述原地运球；当所述第一运动数据中的移动速度大于第二速度和/或所述第一运动数据中的运动距离大于第二距离时，所述可穿戴设备确定所述类型为所述跑步运球；所述第一速度小于或等于所述第二速度，所述第一距离小于或等于所述第二距离。

6.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：

如果根据第一子时间段内的所述第一声波信号确定所述用户在所述第一子时间段内运球，且根据第二子时间段内的所述第一声波信号确定所述用户在所述第二子时间段内没有运球，则所述可穿戴设备确定所述用户在所述第一时间段内产生传球的动作或投篮的动作；所述第一子时间段和所述第二子时间段为所述第一时间段内先后相邻的两个时间片段。

7.根据权利要求6所述的方法，其特征在于，所述可穿戴设备确定所述用户在所述第一时间段内产生传球的动作或者投篮的动作之后，所述方法还包括：

如果所述第二子时间段内的移动速度大于所述第二速度和/或所述第二子时间段内的运动距离大于所述第二距离，则所述可穿戴设备确定所述用户在所述第一时间段内产生跑动传投的动作；所述跑动传投包括跑动传球和跑动投篮。

8.根据权利要求6所述的方法，其特征在于，所述第一运动数据还包括纵跳高度，所述可穿戴设备确定所述用户在所述第一时间段内产生传球的动作或者投篮的动作之后，所述方法还包括：

如果所述第二子时间段内的纵跳高度大于第一高度，则所述可穿戴设备确定所述用户在所述第一时间段内产生纵跳传投的动作；所述纵跳传投包括纵跳传球和纵跳投篮。

9.根据权利要求1至8中任一项所述的方法，其特征在于，所述方法还包括：

所述可穿戴设备显示第一信息；所述第一信息指示所述用户在所述第一时间段内是否产生运球的动作。

10.根据权利要求1至8中任一项所述的方法，其特征在于，所述方法还包括：

所述可穿戴设备根据所述第一声波信号确定所述用户在所述第一时间段内的运球次数和/或运球时间；

所述可穿戴设备根据所述用户在所述第一时间段内的篮球运动数据确定所述用户在所述第一时间段内的号位；所述用户在所述第一时间段内的篮球运动数据包括以下一项或多项：所述用户在所述第一时间段内的运球次数、运球时间、移动速度、运动距离。

11.一种可穿戴设备，其特征在于，包括：

相互耦合的运动传感器、声波采集装置、和处理器；

所述运动传感器用于，采集用户在第一时间段内的第一运动数据；所述第一运动数据包括以下一项或多项：移动速度、运动距离；

所述声波采集装置，用于采集所述第一时间段内的第一声波信号；

所述处理器用于，根据所述第一声波信号确定所述用户在所述第一时间段内是否产生运球的动作；

所述处理器还用于，如果确定所述用户在所述第一时间段内产生运球的动作，则根据所述第一运动数据确定所述用户运球的动作的类型。

12.根据权利要求11所述的可穿戴设备，其特征在于，所述可穿戴设备还包括显示屏和触控面板；所述显示屏用于显示第一用户界面，所述第一用户界面中显示有第一控件；所述触控面板检测到作用于所述第一控件上的第一用户操作；所述处理器还用于：

判断所述运动传感器和所述声波采集装置是否开启，如果没有开启，则开启所述运动传感器和所述声波采集装置。

13.根据权利要求12所述的可穿戴设备，其特征在于，所述根据所述第一声波信号确定所述用户在所述第一时间段内是否产生运球的动作，所述处理器具体用于：

基于所述第一声波信号的特征参数和第一高斯混合模型，确定第一相似度；所述第一高斯混合模型的训练数据为第一特征参数，所述第一特征参数为运球时的声波信号的特征参数；所述第一声波信号的特征参数和所述第一特征参数均包含至少以下一项或多项：能量、频率和峰值；所述第一高斯混合模型包括多个高斯分布，所述多个高斯分布的均值、方差均收敛，所述多个高斯分布在所述第一高斯混合模型中的权重收敛；所述第一相似度用于指示所述第一声波信号的特征参数与所述第一特征参数的相似度；

如果所述第一相似度高于第一阈值，则确定所述用户在所述第一时间段内产生运球的动作。

14.根据权利要求13所述的可穿戴设备，其特征在于，所述运球时的声波信号是所述声波采集装置预采集的所述用户在运球时的声波信号。

15.根据权利要求11至14中任一项所述的可穿戴设备，其特征在于，所述运球的动作的类型，包括以下一项或多项：

原地运球和跑步运球；

所述根据所述第一运动数据确定所述运球的动作的类型，所述处理器具体用于：当所述第一运动数据中的移动速度小于第一速度和/或所述第一运动数据中的运动距离小于第一距离时，确定所述类型为所述原地运球；当所述第一运动数据中的移动速度大于第二速度和/或所述第一运动数据中的运动距离大于第二距离时，确定所述类型为所述跑步运球；所述第一速度小于或等于所述第二速度，所述第一距离小于或等于所述第二距离。

16.根据权利要求11至14中任一项所述的可穿戴设备，其特征在于，所述处理器还用于：

如果根据第一子时间段内的所述第一声波信号确定所述用户在所述第一子时间段内运球，且根据第二子时间段内的所述第一声波信号确定所述用户在所述第二子时间段内没有运球，则确定所述用户在所述第一时间段内产生传球的动作或投篮的动作；所述第一子时间段和所述第二子时间段为所述第一时间段内先后相邻的两个时间片段。

17.根据权利要求16所述的可穿戴设备，其特征在于，所述确定所述用户在所述第一时间段内产生传球的动作或投篮的动作之后，所述处理器还用于：

如果所述第二子时间段内的移动速度大于所述第二速度和/或所述第二子时间段内的运动距离大于所述第二距离，则确定所述用户在所述第一时间段内产生跑动传投的动作；所述跑动传投包括跑动传球和跑动投篮。

18.根据权利要求16所述的可穿戴设备，其特征在于，所述第一运动数据还包括纵跳高度，所述确定所述用户在所述第一时间段内产生传球的动作或投篮的动作之后，所述处理器还用于：

如果所述第二子时间段内的纵跳高度大于第一高度，则确定所述用户在所述第一时间段内产生纵跳传投的动作；所述纵跳传投包括纵跳传球和纵跳投篮。

19.根据权利要求11至18中任一项所述的可穿戴设备，其特征在于，所处显示屏还用于：

显示第一信息；所述第一信息指示所述用户在所述第一时间段内是否产生运球的动作。

20.根据权利要求11至18中任一项所述的可穿戴设备，其特征在于，所述处理器还用于：

根据所述第一声波信号确定所述用户在所述第一时间段内的运球次数和/或运球时间；

根据所述用户在所述第一时间段内的篮球运动数据确定所述用户在所述第一时间段内的号位；所述用户在所述第一时间段内的篮球运动数据包括以下一项或多项：所述用户在所述第一时间段内的运球次数、运球时间、移动速度、运动距离。

21.一种基于可穿戴设备检测篮球动作的方法，其特征在于，所述可穿戴设备包括声波采集装置，所述方法包括：

所述可穿戴设备显示第一用户界面，所述第一用户界面中显示有第一控件；

所述可穿戴设备检测到作用在所述第一控件上的第一用户操作；

响应于所述第一用户操作，所述可穿戴设备判断所述声波采集装置是否开启，如果没有开启，则开启所述声波采集装置；

所述可穿戴设备通过所述声波采集装置采集第一时间段内的第一声波信号，根据所述第一声波信号确定用户在所述第一时间段内是否产生运球的动作。

22.根据权利要求11所述的方法，其特征在于，所述根据所述第一声波信号确定用户在所述第一时间段内是否产生运球的动作，所述方法包括：

所述可穿戴设备基于所述第一声波信号的特征参数和第一高斯混合模型，确定第一相似度；所述第一高斯混合模型的训练数据为第一特征参数，所述第一特征参数为运球时的声波信号的特征参数；所述第一声波信号的特征参数和所述第一特征参数均包含至少以下一项或多项：能量、频率和峰值；所述第一高斯混合模型包括多个高斯分布，所述多个高斯分布的均值、方差均收敛，所述多个高斯分布在所述第一高斯混合模型中的权重收敛；所述第一相似度用于指示所述第一声波信号的特征参数与所述第一特征参数的相似度；

如果所述第一相似度高于第一阈值，则所述可穿戴设备确定所述用户在所述第一时间段内产生运球的动作。

23.根据权利要求21或22所述的方法，其特征在于，所述方法还包括：

所述可穿戴设备显示第一信息；所述第一信息指示所述用户在所述第一时间段内是否产生运球的动作。

Images