CN113996046B - 热身判断方法、装置及电子设备 - Google Patents

Abstract

本申请适用于运动数据处理技术领域，提供了一种热身判断方法、装置及电子设备，包括获取用户处于预设的运动状态下的第一心率数据；根据所采集的第一心率数据获取用户的心率波动幅度；根据所述心率波动幅度和预设的幅度阈值，判断是否充分热身。与通过热身时的心率数值大小的判定方式相比，通过运动状态的第一心率数据的心率波动幅度，可以更有效的判断热身是否充分，有利于提高热身判断的准确率。

Description

热身判断方法、装置及电子设备

技术领域

本申请属于运动数据处理领域，尤其涉及热身判断方法、装置及电子设备。

背景技术

热身，是指运动者在进行高强度运动之前，通过完成一些简单的运动，使运动者的身体机能被激活或提升。在热身后，运动者的肌肉温度、代谢率和心率达到适合运动的范围，从而使得在热身后的运动过程中，减少乳酸和其它代谢物的堆积，减少由于机体未激活而出现的运动损伤。因此，为了减少运动损伤，提高运动竞技水平，减少运动后的恢复时间，非常有必要在运动之前进行科学有效的热身。

在判断热身是否有效时，通常是根据运动者(或用户)的心率的大小进行判断。比如，根据运动者的最大心率确定热身阈值，将采集到的运动者的心率与热身阈值进行比较，如果大于热身阈值则表示热身充分。由于受到热身强度和热身时长的影响，通过心率来判断运动者热身是否充分的准确性不高。

发明内容

本申请实施例提供了一种热身判断方法、装置及电子设备，以解决现有技术中判断用户热身是否充分时的准确性不高的问题。

第一方面，本申请实施例提供了一种热身判断方法，所述热身判断方法包括：获取用户处于预设的运动状态下的第一心率数据；根据所采集的第一心率数据获取用户的心率波动幅度；根据所述心率波动幅度和预设的幅度阈值，判断是否充分热身。

其中，预设的运动状态可以指用户热身后的运动状态。预设的运动状态可以为任意类型的运动对应的状态，包括如快跑、慢跑等。在用户处于预设的运动状态时，获取用户的第一心率数据，根据第一心率数据确定用户的心率波动幅度。其中，心率波动幅度是指用户处于预设的运动状态时，心率发生上下波动的幅度。在确定心率波动幅度时，可以将第一心率数据划分为一个或者多个心率区间，根据波动区域确定一个或者多个心率波动幅度，根据一个或者多个心率波动幅度与预设的幅度阈值，判断用户是否充分热身。可以将心率波动幅度与预设的幅度阈值直接比较，当心率波动幅度大于预设的幅度阈值，则判断用户未充分热身。或者，还可以结合由两个波峰心率所确定的波动区域的波动时长，判断用户是否充分热身。与通过热身时的心率数值大小的判定方式相比，通过运动状态的第一心率数据的心率波动幅度，可以更有效的判断热身是否充分，有利于提高热身判断的准确率。

结合第一方面，在第一方面的第一种可能实现方式中，获取用户处于预设的运动状态下的第一心率数据包括：根据用户的运动数据确定用户进入预设的运动状态的时间点；根据所述进入预设的运动状态的时间点和预设的第一时长，获取所述第一心率数据。

在获取第一心率数据时，可以根据用户的运动数据来确定进入预设的运动状态的时间点。在确定进入预设的运动状态的时间点的方式中，第一方面的第二种可能实现方式和第一方面的第三种可能实现方式提供了两种具体的确定方式，分别为通过运动数据的变化速度以及稳定性要求确定进入预设的运动状态的时间点。在确定进入预设的运动状态的时间点后的第一时长范围内所获取的心率数据，作为第一心率数据。通过确定进入预设的运动状态的时间点作为第一心率的起点时间，从而便于更为准确的获取用户在开始运动时的心率，有利于得到更为准确的热身判断结果。

结合第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，根据用户的运动数据确定用户进入预设的运动状态的时间点包括：获取所述运动数据的变化速度；根据运动数据的变化速度大于预设的速度变化阈值，且运动数据大于预设的运动阈值的时间点，确定进入预设的运动状态的时间点。

在这种确定用户进入预设的运动状态的时间点的方式中，根据所获取的用户的运动数据中的变化速度，包括如步频的变化速度、配速的变化速度等。如果运动数据的变化速度大于预设的速度变化阈值，并且运动数据大于预设的运动阈值，则表明用户进入较为稳定的运动状态，可以将变化速度大于预设的速度变化阈值的时间点，作为进入预设的运动状态的时间点。通过对运动数据的变化速度进行监测，可以准确有效的确定进入预设的运动状态的时间点。

结合第一方面的第一种可能实现方式，在第一方面的第三种可能实现方式中，根据用户的运动数据确定用户进入预设的运动状态的时间点包括：根据预设的步长依次截取第二时长的运动数据；当所获取的第二时长的运动数据符合预设的稳定性要求时，根据第二时长的运动数据的平均值，确定进入预设的运动状态的时间点。

在确定进入预设的运动状态的时间点的一种实现方式中，可以根据预定的步长，依次截取第二时长的运动数据。在截取到第二时长的运动数据后，对截取的运动数据中的稳定性进行判断。比如，稳定性可以为波动比例小于预定的比例阈值。该波动比例为截取的运动数据的平均值与截取的第二时长的运动数据中的任意值的差值，与平均值的比值。如果确定所截取的第二时长的运动数据符合预设的稳定性要求，则可以根据所截取的运动数据的平均值，确定进入预设的运动状态的时间点。比如，进入预设的运动状态的时间点可以为运动数据首次达到平均值时对应的时间点。

结合第一方面的第一种可能实现方式、第一方面的第二种可能实现方式或第一方面的第三种可能实现方式，在第一方面的第四种可能实现方式中，所述运动数据包括步频数据或配速数据。通过用户的步频数据或配速数据，可以有效的反应用户在行走时的运动状态，因此，通过步频数据或配速数据，能够有效的确定用户进入预设的运动状态的时间点。当然，不局限于此，对于不同的运动类型，还可以包括不同的运动数据。比如，对于游泳运动，运动数据可以为手臂挥动频率等。

结合第一方面，在第一方面的第五种可能实现方式中，根据所采集的第一心率数据获取用户的心率波动幅度包括：根据心率的变化确定第n心率区间中的第n峰值心率、第n谷值心率和第n+1峰值心率，其中，第n+1峰值心率大于或等于第n峰值心率；根据第n峰值心率与第n谷值心率的差值，或第n+1峰值心率与第n谷值心率的差值，确定所述心率区间的心率波动幅值。

在所采集的心率数据中，可以根据所确定的峰值心率，划分为一个或者多个心率区间，根据一个心率区间中的峰值心率和谷值心率，可以确定该心率区间所对应的心率波动幅度。当通过心率波动幅度的大小直接确定热身是否充分时，可以选择多个心率区间中最大的心率波动幅度，对用户的热身是否充分进行判断。当通过心率波动幅度和心率区间的心率的波动时长共同确定热身是否充分时，可以对各个心率区间的数据分别进行是否热身充分的计算和判断。

结合第一方面的第五种可能实现方式，在第一方面的第六种可能实现方式中，所述方法还包括：确定第n心率区间的心率的波动时长，所述波动时长为第n峰值心率与第n+1峰值心率之间的时间间隔；相应的，根据所述心率波动幅度和预设的幅度阈值，判断是否充分热身包括：当所述心率波动幅度大于预设的幅度阈值，且心率的波动时长大于预设的时长阈值，则判断用户未充分热身。

通过心率波动幅度结合心率的波动时长来判断热身是否充分时，可以根据任意心率区间的判断结果为未充分热身时，则确定用户未充分热身。其中，对于任意心率区间是否充分热身的判断过程，可以包括以下几种情况：

1、心率波动幅度大于预设的幅度阈值，且心率的波动时长大于预定的时长阈值。

2、心率波动幅度大于预定的幅度阈值，且心率的波动时长小于预定的时长阈值。

3、心率波动幅度小于预设的幅度阈值，且心率的波动时长大于预定的时长阈值。

2、心率波动幅度小于预定的幅度阈值，且心率的波动时长小于预定的时长阈值。

对于上述情况1，可以认为用户未充分热身，对于情况2、3、4，则可以是用户在运动过程中的正常的心率波动。

结合第一方面、第一方面的第一种可能实现方式、第一方面的第二种可能实现方式、第一方面的第三种可能实现方式、第一方面的第四种可能实现方式、第一方面的第五种可能实现方式或第一方面的第六种可能实现方式，在第一方面的第七种可能实现方式中，根据所采集的第一心率数据获取用户的心率波动幅度包括：获取所述第一心率数据中的最后峰值心率，根据最后峰值心率在第一心率数据中的时间确定心率的波动时长，根据所述最后峰值心率和所述波动时长的范围内的心率谷值确定心率波动幅度 。

当第一心率数据中，心率在进入预设的运动状态后，心率数据确定第一峰值心率后，之后的心率比第一峰值心率小，在这种情况下，最后峰值心率即为第一峰值心率。当第一心率数据中包括多个峰值心率时，根据峰值心率的时间先后，可以确定最后峰值心率的时间。

可以根据最后峰值心率在第一心率数据中的时间，确定最后峰值心率所对应的心率地波动时长，根据所确定的心率的波动时长，查找属于该心率的波动时长的范围内的心率谷值，根据心率谷值和最后峰值心率，确定该心率区间对应的心率波动幅度。根据所确定的心率的波动时长的心率波动幅度，确定是否充分热身。

比如，所选取的第一心率数据的时长为20分钟，最后峰值心率(也有可能为第一峰值心率)所在的时间为第5分钟，可以根据第一心率数据的时长20-最后峰值心率所在的时间 5，得到最后峰值心率所在的心率区间的心率的波动时长为15分钟。可以在此心率区间查找最低的心率，作为该心率区间的谷值心率。根据谷值心率和峰值心率确定心率波动幅度。

结合第一方面，在第一方面的第八种可能方式中，所述方法还包括：获取进入预设的运动类型之前的预设的第三时长的运动数据；根据所述第三时长的运动数据确定用户的有效热身时长和总热身时长；根据所述有效热身时长和所述总热身时长确定热身未充分的原因。

为了便于用户能够对热身未充分的情况进行改进，可以获取进入预设的运动状态之间的第三时长的运动数据，根据第三时长的运动数据确定有效热身时长和总热身时长，根据有效热身时长和总热身时长区分热身强度、热身时长等因素所引起的热身不充分的原因。

结合第一方面的第八种可能实现方式，在第一方面的第九种可能实现方式中，根据所述有效热身时长和所述总热身时长确定热身未充分的原因包括：当有效热身时长小于第一热身时长阈值，且总热身时长大于第一热身时长阈值时，则确定热身强度不足；当有效热身时长小于第一热身时长阈值，且总热身时长小于第一热身时长阈值时，则根据热身运动数据确定未充分热身的原因。

结合第一方面的第九种可能实现方式，在第一方面的第十种可能方式中，当有效热身时长小于第一热身时长阈值，且总热身时长小于第一热身时长阈值时，则根据热身运动数据确定未充分热身的原因包括：当有效热身时长小于第一热身时长阈值，且总热身时长小于第一热身时长阈值时，获取热身过程中的第一运动时长和第二运动时长，其中第一运动的强度大于第二运动的强度；当第一运动时长小于预设的第二热身时长阈值，则提示热身强度不足且热身时长不足；当第一运动时长大于预设的第二热身时长阈值，则提示热身时长不足。

当总热身时长与有效热身时长均小于第一热身时长阈值，可以进一步确定第一运动时长和第二运动时长。其中，第一运动的运动强度大于第二运动。比如，第一运动可以为热身跑或热身跳等动作，第二运动可以为拉伸等动作。如果第一运动时长小于预设的第二热身时长阈值，则可以提示热身强度不足，当第一运动时长大于预设的第二热身时长阈值，则可以提示热身时长不足，从而使得用户能够更为准确的对热身过程进行改进，提升热身效果。

第二方面，本申请实施例提供了一种热身判断装置，所述热身判断装置包括：数据获取单元，用于获取用户处于预设的运动状态下的第一心率数据；心率波动幅度获取单元，用于根据所采集的第一心率数据获取用户的心率波动幅度；热身判断单元，用于根据所述心率波动幅度和预设的幅度阈值，判断是否充分热身。

第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，使得电子设备实现如第一方面任一项所述方法的步骤。

第四方面，本申请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存储有计算机程序，所述计算机程序被处理器执行时，使得执行所述计算机可读存储介质的电子设备实现如第一方面任一项所述方法的步骤。

可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

附图说明

图1为本申请实施例提供的一种电子设备的结构示意图；

图2为本申请实施例提供的一种电子设备的软件结构框图；

图3为本申请实施例提供的一种应用场景示意图；

图4为本申请实施例提供的一种电子设备的界面示意图；

图5a为申请实施例提供的一种应用程序界面中的健康界面示意图；

图5b为本申请实施例提供的一种应用程序界面中的运动界面示意图；

图6为本申请实施例提供的一种应用程序的运动界面示意图；

图7为本申请实施例提供的一种应用程序的数据统计界面示意图；

图8为本申请实施例提供的一种应用程序的热身提示界面示意图；

图9为本申请实施例提供的一种热身判断方法的实现流程示意图；

图10为本申请实施例提供的一种用户运动的状态数据示意图；

图11为本申请实施例提供的又一状态数据示意图；

图12为本申请实施例提供的一种心率区间与行走运动状态的对应关系表；

图13为本申请实施例提供的一种待检测的心率示意图；

图14为本申请实施例提供的一种用户运动的心率示意图；

图15为本申请实施例提供的一种的未充分热身的状态数据示意图；

图16为本申请实施例提供的又一种的未充分热身的状态数据示意图；

图17为本申请实施例提供的又一种的未充分热身的状态数据示意图；

图18为本申请实施例提供的一种运动状态监测装置的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

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”旨在也包括例如“一个或多个”这种表达形式，除非其上下文中明确地有相反指示。还应当理解，在本申请实施例中，“一个或多个”是指一个、两个或两个以上；“和/或”，描述关联对象的关联关系，表示可以存在三种关系；例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。

本申请实施例中的热身，是指运动者在进行高强度运动之前，通过完成一些简单的运动，使运动者的身体机能被激活或提升。在热身后，运动者的肌肉温度、代谢率和心率达到适合运动的范围，从而使得在热身后的运动过程中，减少乳酸和其它代谢物的堆积，减少由于机体未激活而出现的运动损伤。通过热身，可以使运动者获得如下益处：

1、升高体温，降低软组织粘连，预防或减少肌肉、肌韧带拉伤。

2、激活肌肉，产生更大的肌肉力量，提高肌肉的收缩速度，改善肌肉的协调能力。

3、调动心肺，增强血红素和肌蛋白结合和释放氧的能力，改善代谢，缩短进入最佳运动状态时间。

4、促进关节液分泌，降低因润滑不足产生的疼痛。

5、改善神经感觉受纳器的敏感度，以及神经传导速度。

因此，为了减少运动损伤，提高运动竞技水平，减少运动后的恢复时间，非常有必要在运动之前进行科学有效的热身运动。

而运动者(或者用户)在进行热身时，需要衡量或检测当前的运动强度是否达到热身的强度要求。通常是基于运动前的心率所处的区间，来确定用户是否充分热身。比如，可以根据用户的最大心率和用户当前的心率，来确定用户热身是否充分。在一种实现方式中，可以将用户的最大心率的50％-60％的心率区间，作为用户热身的心率区间。当用户通过热身，使心率处于预设的用户热身的心率区间时，则认为用户的运动强度达到热身的强度要求。其中，用户的最大心率的确定，可以通过获取用户的年龄的方式计算，也可以通过用户的运动数据测量和计算得到。通过用户的最大心率的一定比值的心率范围来判断用户的热身是否充分的方式，可能会受热身时长的影响而出现误差。比如，用户可能在短时间内进行高强度的运动，虽然用户的心率达到了热身的心率范围，但用户的热身时长不足。因此，通过最大心率的预定比例的心率范围来确定用户热身是否充分的方式的准确性不高，用户无法真正有效的确定本次运动的热身过程是否充分。

为此，本申请提出了一种热身判断方法，可以有效的提高判断热身是否充分的准确率。本申请实施例提供的热身判断方法可以应用于手机、平板电脑、可穿戴设备、智能音箱、智能家居、车载设备、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、个人数字助理 (personal digital assistant，PDA)、桌上型计算机等。本申请实施例对用于运动状态监测的设备的具体类型不作任何限制。

以下首先介绍本申请实施例涉及的电子设备。请参阅图1，图1是本申请实施例提供的电子设备100的结构示意图。

电子设备100可以包括处理器110，外部存储器接口120，内部存储器121，通用串行总线(universal serial bus，USB)接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块150，无线通信模块160，音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，传感器模块180，按键190，马达191，指示器192，摄像头193，显示屏194，以及用户标识模块(subscriber identification module，SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A，陀螺仪传感器180B，气压传感器180C，磁传感器180D，加速度传感器180E，距离传感器180F，接近光传感器180G，指纹传感器 180H，温度传感器180J，触摸传感器180K，环境光传感器180L，骨传导传感器180M等。

可以理解的是，本申请实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中，电子设备100可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。

处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit， NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。

控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。

处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110 中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。

在一些实施例中，处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，I2C)接口，集成电路内置音频(inter-integrated circuitsound，I2S)接口，脉冲编码调制(pulse code modulation，PCM)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，UART)接口，移动产业处理器接口(mobile industry processor interface， MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。

I2C接口是一种双向同步串行总线，包括一根串行数据线(serial data line，SDA)和一根串行时钟线(derail clock line，SCL)。在一些实施例中，处理器110可以包含多组I2C总线。处理器110可以通过不同的I2C总线接口分别耦合触摸传感器180K，充电器，闪光灯，摄像头193等。例如：处理器110可以通过I2C接口耦合触摸传感器180K，使处理器110与触摸传感器180K通过I2C总线接口通信，实现电子设备100的触摸功能。

I2S接口可以用于音频通信。在一些实施例中，处理器110可以包含多组I2S总线。处理器110可以通过I2S总线与音频模块170耦合，实现处理器110与音频模块170之间的通信。在一些实施例中，音频模块170可以通过I2S接口向无线通信模块160传递音频信号，实现通过蓝牙耳机接听电话的功能。

PCM接口也可以用于音频通信，将模拟信号抽样，量化和编码。在一些实施例中，音频模块170与无线通信模块160可以通过PCM总线接口耦合。在一些实施例中，音频模块170也可以通过PCM接口向无线通信模块160传递音频信号，实现通过蓝牙耳机接听电话的功能。所述I2S接口和所述PCM接口都可以用于音频通信。

UART接口是一种通用串行数据总线，用于异步通信。该总线可以为双向通信总线。它将要传输的数据在串行通信与并行通信之间转换。在一些实施例中，UART接口通常被用于连接处理器110与无线通信模块160。例如：处理器110通过UART接口与无线通信模块160中的蓝牙模块通信，实现蓝牙功能。在一些实施例中，音频模块170可以通过UART接口向无线通信模块160传递音频信号，实现通过蓝牙耳机播放音乐的功能。

MIPI接口可以被用于连接处理器110与显示屏194，摄像头193等外围器件。MIPI接口包括摄像头串行接口(camera serial interface，CSI)，显示屏串行接口(displayserial interface， DSI)等。在一些实施例中，处理器110和摄像头193通过CSI接口通信，实现电子设备100 的拍摄功能。处理器110和显示屏194通过DSI接口通信，实现电子设备100的显示功能。

GPIO接口可以通过软件配置。GPIO接口可以被配置为控制信号，也可被配置为数据信号。在一些实施例中，GPIO接口可以用于连接处理器110与摄像头193，显示屏194，无线通信模块160，音频模块170，传感器模块180等。GPIO接口还可以被配置为I2C接口，I2S 接口，UART接口，MIPI接口等。

USB接口130是符合USB标准规范的接口，具体可以是Mini USB接口，Micro USB接口，USB Type C接口等。USB接口130可以用于连接充电器为电子设备100充电，也可以用于电子设备100与外围设备之间传输数据。也可以用于连接耳机，通过耳机播放音频。该接口还可以用于连接其他电子设备，例如AR设备等。

可以理解的是，本申请实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对电子设备100的结构限定。在本申请另一些实施例中，电子设备100也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。

充电管理模块140用于从充电器接收充电输入。其中，充电器可以是无线充电器，也可以是有线充电器。在一些有线充电的实施例中，充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中，充电管理模块140可以通过电子设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时，还可以通过电源管理模块141为电子设备供电。

电源管理模块141用于连接电池142，充电管理模块140与处理器110。电源管理模块 141接收电池142和/或充电管理模块140的输入，为处理器110，内部存储器121，显示屏194，摄像头193，和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量，电池循环次数，电池健康状态(漏电，阻抗)等参数。在其他一些实施例中，电源管理模块141也可以设置于处理器110中。在另一些实施例中，电源管理模块141和充电管理模块140也可以设置于同一个器件中。

电子设备100的无线通信功能可以通过天线1，天线2，移动通信模块150，无线通信模块160，调制解调处理器以及基带处理器等实现。

天线1和天线2用于发射和接收电磁波信号。电子设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。

移动通信模块150可以提供应用在电子设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器，开关，功率放大器，低噪声放大器(low noise amplifier，LNA)等。移动通信模块150可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大，经天线1转为电磁波辐射出去。在一些实施例中，移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中，移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。

调制解调处理器可以包括调制器和解调器。其中，调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后，被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170A，受话器170B等)输出声音信号，或通过显示屏194显示图像或视频。在一些实施例中，调制解调处理器可以是独立的器件。在另一些实施例中，调制解调处理器可以独立于处理器110，与移动通信模块150或其他功能模块设置在同一个器件中。

无线通信模块160可以提供应用在电子设备100上的包括无线局域网(wirelesslocal area networks，WLAN)(如无线保真(wireless fidelity，Wi-Fi)网络)，蓝牙(bluetooth，BT)，全球导航卫星系统(global navigation satellite system，GNSS)，调频(frequency modulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。

在一些实施例中，电子设备100的天线1和移动通信模块150耦合，天线2和无线通信模块160耦合，使得电子设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications，GSM)，通用分组无线服务(general packet radio service，GPRS)，码分多址接入(codedivision multiple access，CDMA)，宽带码分多址(wideband code division multipleaccess，WCDMA)，时分码分多址(time-division code division multiple access，TD-SCDMA)，长期演进(long term evolution，LTE)，BT，GNSS，WLAN，NFC，FM，和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system，GPS)，全球导航卫星系统(global navigation satellite system，GLONASS)，北斗卫星导航系统(beidounavigation satellite system，BDS)，准天顶卫星系统(quasi-zenith satellitesystem，QZSS)和/或星基增强系统(satellite based augmentation systems，SBAS)。

电子设备100通过GPU，显示屏194，以及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏194和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器110可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。

显示屏194用于显示图像，视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，LCD)，有机发光二极管(organic light-emittingdiode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的，AMOLED)，柔性发光二极管(flex light-emittingdiode，FLED)，Miniled，MicroLed， Micro-oLed，量子点发光二极管(quantum dot lightemitting diodes，QLED)等。在一些实施例中，电子设备100可以包括1个或N个显示屏194，N为大于1的正整数。

电子设备100可以通过ISP，摄像头193，视频编解码器，GPU，显示屏194以及应用处理器等实现拍摄功能。

ISP用于处理摄像头193反馈的数据。例如，拍照时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给ISP处理，转化为肉眼可见的图像。ISP还可以对图像的噪点，亮度，肤色进行算法优化。ISP还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，ISP可以设置在摄像头193中。

摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，CCD)或互补金属氧化物半导体 (complementary metal-oxide-semiconductor，CMOS)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB，YUV等格式的图像信号。在一些实施例中，电子设备100可以包括1个或N个摄像头193，N为大于1的正整数。

数字信号处理器用于处理数字信号，除了可以处理数字图像信号，还可以处理其他数字信号。例如，当电子设备100在频点选择时，数字信号处理器用于对频点能量进行傅里叶变换等。

视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样，电子设备100可以播放或录制多种编码格式的视频，例如：动态图像专家组 (moving picture experts group，MPEG)1，MPEG2，MPEG3，MPEG4等。

NPU为神经网络(neural-network，NN)计算处理器，通过借鉴生物神经网络结构，例如借鉴人脑神经元之间传递模式，对输入信息快速处理，还可以不断的自学习。通过NPU可以实现电子设备100的智能认知等应用，例如：图像识别，人脸识别，语音识别，文本理解等。

外部存储器接口120可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备 100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信，实现数据存储功能。例如将音乐，视频等文件保存在外部存储卡中。

内部存储器121可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。内部存储器121可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如音频数据，电话本等)等。此外，内部存储器121 可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，UFS)等。处理器110通过运行存储在内部存储器121的指令，和/或存储在设置于处理器中的存储器的指令，执行电子设备100的各种功能应用以及数据处理。

电子设备100可以通过音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，以及应用处理器等实现音频功能。例如音乐播放，录音等。

音频模块170用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中，音频模块170可以设置于处理器110中，或将音频模块170的部分功能模块设置于处理器110 中。

扬声器170A，也称“喇叭”，用于将音频电信号转换为声音信号。电子设备100可以通过扬声器170A收听音乐，或收听免提通话。

受话器170B，也称“听筒”，用于将音频电信号转换成声音信号。当电子设备100接听电话或语音信息时，可以通过将受话器170B靠近人耳接听语音。

麦克风170C，也称“话筒”，“传声器”，用于将声音信号转换为电信号。当拨打电话或发送语音信息时，用户可以通过人嘴靠近麦克风170C发声，将声音信号输入到麦克风170C。电子设备100可以设置至少一个麦克风170C。在另一些实施例中，电子设备100可以设置两个麦克风170C，除了采集声音信号，还可以实现降噪功能。在另一些实施例中，电子设备100还可以设置三个，四个或更多麦克风170C，实现采集声音信号，降噪，还可以识别声音来源，实现定向录音功能等。

耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130，也可以是3.5mm 的开放移动电子设备平台(open mobile terminal platform，OMTP)标准接口，美国蜂窝电信工业协会(cellular telecommunications industry association of the USA，CTIA)标准接口。

压力传感器180A用于感受压力信号，可以将压力信号转换成电信号。在一些实施例中，压力传感器180A可以设置于显示屏194。压力传感器180A的种类很多，如电阻式压力传感器，电感式压力传感器，电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器180A，电极之间的电容改变。电子设备100 根据电容的变化确定压力的强度。当有触摸操作作用于显示屏194，电子设备100根据压力传感器180A检测所述触摸操作强度。电子设备100也可以根据压力传感器180A的检测信号计算触摸的位置。在一些实施例中，作用于相同触摸位置，但不同触摸操作强度的触摸操作，可以对应不同的操作指令。例如：当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时，执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时，执行新建短消息的指令。

陀螺仪传感器180B可以用于确定电子设备100的运动姿态。在一些实施例中，可以通过陀螺仪传感器180B确定电子设备100围绕三个轴(即，x，y和z轴)的角速度。陀螺仪传感器180B可以用于拍摄防抖。示例性的，当按下快门，陀螺仪传感器180B检测电子设备 100抖动的角度，根据角度计算出镜头模组需要补偿的距离，让镜头通过反向运动抵消电子设备100的抖动，实现防抖。陀螺仪传感器180B还可以用于导航，体感游戏场景。

气压传感器180C用于测量气压。在一些实施例中，电子设备100通过气压传感器180C 测得的气压值计算海拔高度，辅助定位和导航。

磁传感器180D包括霍尔传感器。电子设备100可以利用磁传感器180D检测翻盖皮套的开合。在一些实施例中，当电子设备100是翻盖机时，电子设备100可以根据磁传感器180D 检测翻盖的开合。进而根据检测到的皮套的开合状态或翻盖的开合状态，设置翻盖自动解锁等特性。

加速度传感器180E可检测电子设备100在各个方向上(一般为三轴)加速度的大小。当电子设备100静止时可检测出重力的大小及方向。还可以用于识别电子设备姿态，应用于横竖屏切换，计步器等应用。

距离传感器180F，用于测量距离。电子设备100可以通过红外或激光测量距离。在一些实施例中，拍摄场景，电子设备100可以利用距离传感器180F测距以实现快速对焦。

接近光传感器180G可以包括例如发光二极管(LED)和光检测器，例如光电二极管。发光二极管可以是红外发光二极管。电子设备100通过发光二极管向外发射红外光。电子设备100使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时，可以确定电子设备100附近有物体。当检测到不充分的反射光时，电子设备100可以确定电子设备100 附近没有物体。电子设备100可以利用接近光传感器180G检测用户手持电子设备100贴近耳朵通话，以便自动熄灭屏幕达到省电的目的。接近光传感器180G也可用于皮套模式，口袋模式自动解锁与锁屏。

环境光传感器180L用于感知环境光亮度。电子设备100可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。环境光传感器180L还可以与接近光传感器180G配合，检测电子设备100是否在口袋里，以防误触。

指纹传感器180H用于采集指纹。电子设备100可以利用采集的指纹特性实现指纹解锁，访问应用锁，指纹拍照，指纹接听来电等。

温度传感器180J用于检测温度。在一些实施例中，电子设备100利用温度传感器180J 检测的温度，执行温度处理策略。例如，当温度传感器180J上报的温度超过阈值，电子设备100执行降低位于温度传感器180J附近的处理器的性能，以便降低功耗实施热保护。在另一些实施例中，当温度低于另一阈值时，电子设备100对电池142加热，以避免低温导致电子设备100异常关机。在其他一些实施例中，当温度低于又一阈值时，电子设备100对电池142的输出电压执行升压，以避免低温导致的异常关机。

触摸传感器180K，也称“触控器件”。触摸传感器180K可以设置于显示屏194，由触摸传感器180K与显示屏194组成触摸屏，也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中，触摸传感器180K也可以设置于电子设备100的表面，与显示屏194所处的位置不同。

骨传导传感器180M可以获取振动信号。在一些实施例中，骨传导传感器180M可以获取人体声部振动骨块的振动信号。骨传导传感器180M也可以接触人体脉搏，接收血压跳动信号。在一些实施例中，骨传导传感器180M也可以设置于耳机中，结合成骨传导耳机。音频模块170可以基于所述骨传导传感器180M获取的声部振动骨块的振动信号，解析出语音信号，实现语音功能。应用处理器可以基于所述骨传导传感器180M获取的血压跳动信号解析心率信息，实现心率检测功能。

按键190包括开机键，音量键等。按键190可以是机械按键。也可以是触摸式按键。电子设备100可以接收按键输入，产生与电子设备100的用户设置以及功能控制有关的键信号输入。

马达191可以产生振动提示。马达191可以用于来电振动提示，也可以用于触摸振动反馈。例如，作用于不同应用(例如拍照，音频播放等)的触摸操作，可以对应不同的振动反馈效果。作用于显示屏194不同区域的触摸操作，马达191也可对应不同的振动反馈效果。不同的应用场景(例如：时间提醒，接收信息，闹钟，游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。

指示器192可以是指示灯，可以用于指示充电状态，电量变化，也可以用于指示消息，未接来电，通知等。

SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195，或从SIM卡接口195拔出，实现和电子设备100的接触和分离。电子设备100可以支持1个或N个SIM 卡接口，N为大于1的正整数。SIM卡接口195可以支持Nano SIM卡，Micro SIM卡，SIM 卡等。同一个SIM卡接口195可以同时插入多张卡。所述多张卡的类型可以相同，也可以不同。SIM卡接口195也可以兼容不同类型的SIM卡。SIM卡接口195也可以兼容外部存储卡。电子设备100通过SIM卡和网络交互，实现通话以及数据通信等功能。在一些实施例中，电子设备100采用eSIM，即：嵌入式SIM卡。eSIM卡可以嵌在电子设备100中，不能和电子设备100分离。

电子设备100的软件系统可以采用分层架构，事件驱动架构，微核架构，微服务架构，或云架构。本申请实施例以分层架构的Android系统为例，示例性说明电子设备100的软件结构。

图2是本申请实施例的电子设备100的软件结构框图。

分层架构将软件分成若干个层，每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中，将Android系统分为四层，从上至下分别为应用程序层，应用程序框架层，安卓运行时(Android runtime)和系统库，以及内核层。

应用程序层可以包括一系列应用程序包。

如图2所示，应用程序包可以包括相机，图库，日历，通话，地图，导航，WLAN，蓝牙，音乐，视频，短信息等应用程序。

应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface，API)和编程框架。应用程序框架层包括一些预先定义的函数。

如图2所示，应用程序框架层可以包括窗口管理器，内容提供器，视图系统，电话管理器，资源管理器，通知管理器等。

窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小，判断是否有状态栏，锁定屏幕，截取屏幕等。

内容提供器用来存放和获取数据，并使这些数据可以被应用程序访问。所述数据可以包括视频，图像，音频，拨打和接听的电话，浏览历史和书签，电话簿等。

视图系统包括可视控件，例如显示文字的控件，显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如，包括短信通知图标的显示界面，可以包括显示文字的视图以及显示图片的视图。

电话管理器用于提供电子设备100的通信功能。例如通话状态的管理(包括接通，挂断等)。

资源管理器为应用程序提供各种资源，比如本地化字符串，图标，图片，布局文件，视频文件等等。

通知管理器使应用程序可以在状态栏中显示通知信息，可以用于传达告知类型的消息，可以短暂停留后自动消失，无需用户交互。比如通知管理器被用于告知下载完成，消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知，例如后台运行的应用程序的通知，还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息，发出提示音，电子设备振动，指示灯闪烁等。

Android Runtime包括核心库和虚拟机。Android runtime负责安卓系统的调度和管理。

核心库包含两部分：一部分是java语言需要调用的功能函数，另一部分是安卓的核心库。

应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理，堆栈管理，线程管理，安全和异常的管理，以及垃圾回收等功能。

系统库可以包括多个功能模块。例如：表面管理器(surface manager)，媒体库(Media Libraries)，三维图形处理库(例如：OpenGL ES)，2D图形引擎(例如：SGL)等。

表面管理器用于对显示子系统进行管理，并且为多个应用程序提供了2D和3D图层的融合。

媒体库支持多种常用的音频，视频格式回放和录制，以及静态图像文件等。媒体库可以支持多种音视频编码格式，例如:MPEG4，H.264，MP3，AAC，AMR，JPG，PNG等。

三维图形处理库用于实现三维图形绘图，图像渲染，合成，和图层处理等。

2D图形引擎是2D绘图的绘图引擎。

内核层是硬件和软件之间的层。内核层至少包含显示驱动，摄像头驱动，音频驱动，传感器驱动。

下面结合捕获拍照场景，示例性说明电子设备100软件以及硬件的工作流程。

当触摸传感器180K接收到触摸操作，相应的硬件中断被发给内核层。内核层将触摸操作加工成原始输入事件(包括触摸坐标，触摸操作的时间戳等信息)。原始输入事件被存储在内核层。应用程序框架层从内核层获取原始输入事件，识别该输入事件所对应的控件。以该触摸操作是触摸单击操作，该单击操作所对应的控件为相机应用图标的控件为例，相机应用调用应用框架层的接口，启动相机应用，进而通过调用内核层启动摄像头驱动，通过摄像头 193捕获静态图像或视频。

在实施上述的热身判断方法时，一种可能的应用场景如图3所示。用户佩戴有智能手环或智能手表等可穿戴设备。可穿戴设备可以采集用户的状态数据，包括运动数据和生理数据等。其中，生理数据可以包括心率数据等，运动数据可以包括步频数据、配速数据等。电子设备可以安装有运动应用程序，比如图4所示的电子设备界面示意图中，电子设备中安装有“运动健康”的应用程序，用户可以通过点击触摸屏的“运动健康”应用程序的图标的方式，启动应用程序，进入图5a所示的应用程序界面。当然，进入应用程序界面的方式不局限于触摸，还可以通过所设定的其它快捷方式，比如通过双击按键，或者通过特定的触摸轨迹进入该应用程序的界面。

在可能的实现方式中，触发该应用程序的方式不局限于上述触摸或按键的方式，还可以通过与电子设备相连的可穿戴设备触发。当可穿戴设备开启运动时，电子设备可以根据该触发指令，启动应用程序，并自动打开所开启的运动对应的数据记录页面。比如，可穿戴设备开启跑步时，电子设备根据可穿戴设备发送的指令，触发应用程序，并进入到图5b所示的运动界面。

在图5a所示的“运动健康”的界面中，在下部的导航栏包括“健康”、“运动”、“发现”、“设备”和“我的”五个导航按键，在“健康”导航栏中，可用于查看用户通过可穿戴设备或者其它方式所获取的用户数据。包括如运动记录、心率、睡眠、体重和血氧饱和度等。在图5b所示的“运动”导航栏中，可以包括“户外跑步”、“室内跑步”、“游泳”、“骑行”和“训练”等子导航栏，当接收到用户点击子导航栏中的开始按键时，电子设备开始采集用户在该运动过程中的运动数据。比如，当用户点击“开始跑步”的按键时，电子设备可以进入图6所示的运动数据实时记录界面。

图6为“跑步”的运动类型所对应的运动数据记录界面。如图6所示，所记录的数据可以包括运动时长、配速、消耗的热量、心率、运动轨迹等。其中，心率、配速或运动轨迹等数据可以通过可穿戴设备采集，可实时由可穿戴设备向电子设备发送所采集的数据。在可能的实现方式中，运动时长、配速、消耗的热量或运动轨迹也可以由电子设备采集。比如，电子设备可以记录运动时间，得到用户的实时运动时长。电子设备可通过加速度传感器可以获取用户的运动速度，根据运动速度计算得到运动时长。电子设备通过定位传感器，比如，可以通过GPS定位系统、北斗定位系统或移动通信定位系统获取终端的实时位置，根据所获取的位置生成运动轨迹。

在本申请实施例中，当用户的运动时长达到预定时长时，电子设备可以根据所采集的数据，通过本申请所示的热身判断方法，判断用户是否热身充分。如果判断用户未充分热身，可以如图6所示的界面，在详情界面中，生成未充分热身的提醒。用户可以根据此提醒调整运动状态。或者，在可能的实现方式中，还可以生成调整提醒信息。比如，在检测到热身时长不足时，提示用户增加热身时长，或者检测到热身强度不够时，提示用户增加热身强度等信息。

在接收到用户触发的运动完成指令时，可以生成如图7所示的数据统计界面。在数据统计界面中，可以显示本次运动的数据的统计结果，包括热身时长、平均速度、步频海拔、卡路里、步数、步幅等数据信息。在可能的实现方式中，如图7所示，可以针对本次运动存在的不足之处，显示提示按钮。比如，根据本申请所示的热身判断方法，判断本次未充分热身时，可以显示热身提示按钮。当接收到用户触发的热身提示按钮时，可进入到图8所示的热身提示界面。

在图8所示的热身提示界面中，可以包括热身动作建议、不同热身动作的热身动作的示意说明以及动作的组数或时长说明等。在接收到用户的查看指令时，可以通过播放动态图或者短视频的方式，对热身动作进行示意或说明。

当然，在数据统计界面中还可以包括运动后的拉伸按钮。在接收到用户输入的拉伸指令时，可以播放预先存储的拉伸视频或动画。或者可以根据本次运动的强度、本次运动的类型，确定相应的拉伸动作。比如，可以根据运动类型的运动部位，确定相应运动部位的拉伸动作。

在图3所示的应用场景下，可穿戴设备可通过蓝牙通信或其它通信的方式，将采集的状态数据发送至手机等用于对数据进行分析处理的电子设备。或者，在对所述状态数据分析处理完毕后，手机还可以将分析结果或未充分热身的原因发送至可穿戴设备，比如发送至智能手环或手表等。

比如，当可穿戴设备或者电子设备开启运动时，手机可以通过可穿戴设备获取用户在运动时的状态数据，并对所获取的数据进行分析处理。可以通过电子设备中安装的运动健康等应用程序，对数据进行分析处理。在检测到用户未充分热身时，还可以进一步获取用户在运动之前的第二预定时长的状态数据，根据所述第二预定时长的状态数据，分析未充分热身的具体原因。或者电子设备也可以将所述状态数据发送至云服务器集中分析处理，并接收云服务器分析处理完毕后的结果和具体原因等数据。

电子设备播放所得到的分析结果，或者用户未充分热身的具体原因，使得用户可以对运动习惯进行改进。或者，电子设备可以根据分析的结果和具体原因，生成运动提醒信息，提醒用户在运动时，比如在开启运动健康中的运动时，提醒用户未充分热身的具体原因，使得用户能够根据所述热身判断方法所得到的结果，优化用户运动的科学性，减少运动受伤。

当然，图3中的应用场景中，可穿戴设备还可以为其它用于采集用户的运动状态的设备。比如，用户在跑步机上进行跑步时，则可以通过跑步机采集所述用户的运动状态，包括通过跑步机的运动传感器检测用户的步频数据，通过佩戴跑步机配置的心率采集手环采集用户的心率数据等。用户在使用跑步机时，可以通过蓝牙等通信方式，使手机与跑步机建立连接，手机获取跑步机所采集的状态数据，通过分析处理后，将分析结果或未充分热身的原因保存在用户手机中，或者保存在用户所使用的运动健康的应用程序的账号下。根据所保存的分析结果，方便用户对运动过程进行调整。

在可能的实现方式中，所述热身判断方法可以直接由智能手表、手环、跑步机或云服务器执行，并根据执行所述热身判断方法所获取的分析结果、未充分热身的原因等数据，保存在使用设备的用户账号下。对于私人设备，比如智能手环或手表，也可以直接存储在设备中。

作为示例而非限定，可穿戴设备还可以是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称，如眼镜、手套、手表、服饰及鞋等。可穿戴设备即直接穿在身上，或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备，更是通过软件支持以及数据交互、云端交互来实现强大的功能。广义穿戴式智能设备包括功能全、尺寸大、可不依赖智能手机实现完整或者部分的功能，如智能手表或智能眼镜等，以及只专注于某一类应用功能，需要和其它设备如智能手机配合使用，如各类进行体征监测的智能手环、智能首饰等。

以下实施例可以在具有上述硬件结构/软件结构的手机上实现。以下实施例将以手机为例，对本申请实施例提供的热身判断方法进行说明。

图9示出了本申请提供的热身判断方法的示意性流程图，作为示例而非限定，该方法可以应用于上述手机中。

在步骤S901中，获取用户处于预设的运动状态下的第一心率数据。

其中，所述预设的运动状态，可以指用户处于稳定状态的运动状态。对于跑步等运动类型，用户处于稳定状态，可以指用户的步频处于稳定状态，或者用户的配速处于稳定状态。

其中，处于稳定状态的定义，可以指运动数据的变化幅度小于预定的幅度范围。比如，用户的步频处于稳定状态，可以指用户的步频变化处于预定的幅度阈值之内。用户的配速处于稳定状态，可以指用户配速处于预定的幅度阈值之内。预定的幅度范围可以为百分比的幅度范围。比如，在一种实现方式中，用户的运动状态处于稳定状态时，可以理解为用户的配速或者步频的变化幅度小于3％。

比如，在图6所示的运动数据记录界面中，记录得到如图10所示的状态数据示意图。如图10所示的运动数据示意图中，记录了用户的步频数据和心率数据。根据稳定状态状态的指标中的步频指标，可以按照如下方式确定进入预设的运动状态的时间点。

方式一，可以根据步频或配速的变化快慢来确定预设的运动状态的起点时间。比如，可以设定步频超过预定的步频阈值，且步频变化速度超过预定的速度变化阈值时，则该时间点为进入预设的运动状态的时间点。

比如，在图10所示的状态数据示意图中，A点的步频变化速度超过预定的变化速度，但是，A点的步频没有超过预定的步频阈值。因此，A点不满足进入预设的运动状态的时间点的要求。

在图10所示的运动数据示意图中，B点的步频变化速度超过预定的变化速度，且B点的步频超过预定的步频阈值。因此，B点满足进入预设的运动状态的时间点的要求，B点可以作为进入预设的运动状态的时间点。

其中，在获取运动数据，比如在获取步频的数据时，可以通过设置在智能手环、手表或手机中的加速度传感器，来检测用户当前的步频数据。比如，可以根据用户在步行周期中的加速度的大小变化。方向变化，来检测用户的步频数据。或者，所述步频数据也可以通过跑步机中设置的压力传感器、图像传感器来检测。比如，通过压力检测用户的脚步的抬起与落下的快慢，确定用户的实时的步频数据。通过图像传感器采集用户运动时的图像，通过对图像中的用户脚步的状态与图像帧的对应关系，计算得到用户的实时的步频数据。

方式二，可以预先设定第二时长和步幅，按照采集的运动数据的先后顺序，依次截取预先设定的第二时长的运动数据。对于截取的运动数据，可以计算所获取的运动数据中的步频或配速的平均值。当所截取的运动数据的步频或配速与平均值的差异属于预定的阈值范围时，则可以在所截取的运动数据中确定预设的运动状态的起点时间。

当所截取的运动数据的心率数据与平均值的差异不属于预定的阈值范围时，则可以根据预设的步幅，截取下一段运动数据。其中，步幅小于运动数据的第二时长。对于相邻的两段截取的运动数据，包括部分相同的运动数据。根据上述对运动数据的分析方法，可以判断新截取的运动数据是否符合所设定的稳定状态的要求。

当所截取的运动数据符合预设的稳定状态的要求，则可以在所截取的运动数据中确定进入预设的运动状态的起点。在所截取的数据中确定进入预设的运动状态的起点的方式，可以包括：

1)根据平均值确定。

可以确定所截取的数据中的步频或配速的平均值。根据所确定的所截取的数据的平均值，查找该截取的数据中的步频或配速到达所确定的平均值的时间点。根据步频或配速到达平均值的时间点作为进入预设的运动状态的时间点。如图11所示的状态数据示意图中，所截取的数据为L，在所截取的数据L中，查找步频到达平均值的时间点C，确定C点为进入预设的运动状态的时间点。

2)、根据步频或配速的变化快慢确定。

在所截取的数据中，查找步频或配速的变化速度大于预设的速度变化阈值。如果所查找的时间点的步频或配速的变化速度大于预设的速度变化阈值，则确定该时间点为进入预设的运动状态的时间点。比如，在图10所示的运动数据示意图中，确定进入预设的运动状态的时间点属于所截取的数据L中，在所截取的数据L中确定步频变化速度大于预设的速度变化阈值的时间点B，作为进入预设运动状态的时间点。

在可能的实现方式中，可以根据用户所选择的运动类型，判断用户是否处于预设的运动状态。即预设的运动状态可以根据预设的运动类型确定。

在确定用户的运动类型时，比如，在图5所示的“运动健康”界面，当用户开启“户外跑步”时，则预设的运动类型为“户外跑步”运动类型。当用户开启“游泳”时，则预设的运动类型为“游泳”类型。

在可能的实现方式中，该预设的运动类型的确定，也可以根据可穿戴设备中开启的运动类型所确定。比如，智能手环接收用户的滑动指令，可进入到图5所示的运动选择界面，在用户选择“跑步”运动时，可确定预设的运动类型为跑步运动类型。

当接收到用户选择轻松跑的指令，则预设的运动类型为轻松跑运动类型。接收到用户选择的节奏跑的指令，则预设的运动类型为节奏跑运动类型。接收到用户选择的室内跑步的指令，比如完成10km室内跑步的指令，则预设的运动类型为跑步运动类型。

根据用户的使用习惯，用户在开启运动类型时，通常会同步进行运动。因此，在一种实现方式中，可以根据用户开启运动状态对应的运动类型的时间点，作为第一心率数据采集的起点。

在一种可能实现方式中，可以通过用户的生理数据和运动数据，确定预设的运动类型。该生理数据可以包括心率、呼吸频率或体表温度等参数中的一种或者多种，运动数据可以包括步频、配速等参数中的一种或多种。可以先根据运动数据估计用户的运动类型，然后根据运动类型进一步确认运动状态。

比如，可以根据运动数据的步频或配速确定用户处于行走的运动状态。由于不同人行走的步频可能会有偏差，因此，可以通过生理数据进一步确定用户的运动类型。

通过运动数据估计用户的运动类型后，可以根据预先设定的运动类型与生理数据的对应关系，进一步对运动类型进行确认。比如，通过运动估计用于处于行走状态，且运动类型估计为跑步或快走、散步等运动类型。可以通过生理数据与运动类型的对应关系，确定用户的运动类型。例如，用户处于行走状态，可以根据图12所示的心率区间与行走运动状态的对应关系表，确定预设的运动类型。

如图12所示，当用户的心率为最大心率的50％-60％的区间时，该区间的心率通常为 97-117，用户处于行走状态时，所对应的运动状态可能为快走运动状态。

当用户的心率为最大心率的60％-70％的区间时，该区间的心率通常为117-137，所对应的运动状态可能为慢跑运动状态。

当用户的心率为最大心率的70％-80％的区间时，该区间的心率通常为137-157，所对应的运动状态可能为轻松跑运动状态。

当用户的心率为最大心率的80％-90％的区间时，该区间的心率通常为157-176，所对应的运动状态可能为节奏跑或间歇跑运动状态。

当用户的心率为最大心率的90％-100％的区间时，该区间的心率通常为176-195，所对应的运动状态可能为快速跑步运动状态。

可以理解的是，对于不同的运动类型，所对应的心率的范围也会有所不同。比如，根据运动数据估计用户处于游泳状态时，可以根据心理数据进一步确认用户处于游泳状态中的具体运动类型，包括如快速游泳和慢速游泳等。

在确定生理数据所对应的运动类型时，可以根据生理数据的大小以及生理数据的稳定性共同确定第一心率数据的起始时间。生理数据的稳定性可以通过生理数据的大小变化是否属于预设的幅值范围的方式来确定。

具体的，在确定生理数据所属的运动类型后，可以进一步检测该生理数据在预设的一段时间内的稳定性，当生理数据的稳定性符合预设的稳定性要求，则可以确定用户处于所确定的运动类型的预设的运动状态。

用户在佩戴心率采集设备，包括如智能手环、手表或心率环等可穿戴设备后，可以实时的采集用户的心率数据。根据所采集的心率数据，结合根据运动数据所估计的运动类型，可以检测到用户的心率进入预设的运动类型所对应的心率的时间点，可以根据该时间点作为第一心率数据采集的起始时间点，对用户在该时间点之后的心率数据进行采集得到第一心率数据。基于所采集的第一心率数据进行热身效果，即热身是否充分的结果进行分析判断。

比如，图10所示的运动数据心率示意图，细线为心率曲线图，粗线为步频曲线图。可以按照时间顺序对采集的心率与用户预定的运动类型所对应的心率区间进行比较。可以根据步频数据确定进入预设的运动状态的时间点B。比如，可以根据步频的变化速度大于预定的速度变化阈值，且步频大于预设的步频阈值，来确定进入预设的运动状态的时间点B。或者，如图11所示，可以根据步频的数值确定处于稳定状态的时间段，在这个时间段通过步频达到平均值的时间点，作为进入预设的运动状态的时间点。或者，在可能的实现方式中，还可以在接收到用户开启运动时的时间点，作为进入预设的运动状态的时间点。或者，还可以根据用户的步频和心率确定用户的运动类型，根据所确定的运动类型，在进入该运动类型所对应的心率范围时，确定该时间点作为进入预设的运动状态的时间点。可以在进入预设的运动状态的时间点开始的第一时长内，获取第一心率数据。

由于用户在充分热身、未充分热身对于运动过程的影响，通常体现在运动开始的一段时间。因此，考虑到这个因素，可以在开始获取第一心率数据时，可以按照预先设定的第一时长的时间范围内，获取第一心率数据。根据所获取的第一心率数据，对用户热身是否充分进行判断分析。

另外，所述第一时长可以根据不同的运动类型来确定不同的预定时长。比如，对于中短跑运动，所选定的第一时长可以较短的时长。第一时长可以选择中短跑完成时间的预定比例的时间长度。比如，可以选择完成时间的1/2时长作为所述第一时长。对于需要花费较长时间的运动，比如长跑运动，可以选择设定的固定时长。比如，可以选择进入轻松跑运动后的20分钟作为第一时长。

在步骤S902中，根据所采集的第一心率数据获取用户的心率波动幅度；

在一种实现方式中，本申请所述心率波动幅度，可以通过心率的坡降来体现。可以通过心率的坡降反应用户在进入预设的运动类型后的心率的变化情况，并根据该变化情况确定用户是否充分热身。

一种坡降的获取方式中，可以根据用户的第一心率数据中的心率波动图，确定其中包括的一个或者多个峰值心率(最大心率)和谷值心率(最小心率)。根据相邻的峰值心率与谷值心率之间，心率由峰值心率降至谷值心率的心率波动幅度。根据心率波动幅度确定坡降，根据所确定的坡降来判断用户热身是否充分。

比如，在第一心率数据中检测到的其中一个峰值心率的心率为Max1，检测到的一个谷值心率的心率为Min1，且心率为Min1的谷值心率与心率为Max1的峰值心率相邻，心率为 Min1的谷值心率位于心率为Max1的峰值心率之后。根据所述峰值心率与谷值心率的心率差值，即Max1-Min1，即可得到心率变化产生的峰值心率与谷值心率所对应的心率波动幅度。

在又一种坡降的获取方式中，为了避免由于误检测到的心率突变可能引起的误检测，比如由于心率采集出错可能产生心率突然的情况，除了考虑心率数据的变化幅度，还考虑心率变化时间的长短，即两个峰值心率之间的波动时长。可以根据用户的第一心率数据中的心率波动图，确定其中包括的一个或者多个峰值心率(最大心率)和谷值心率(最小心率)。根据所检测到的谷值心率，以及与所述谷值心率相邻的两个峰值心率，以及两个峰值心率之间的时长，来判断用户热身是否充分。

比如，所检测到的谷值心率的心率为min1，在所述谷值心率之前，且与所述谷值心率相邻的第一峰值心率的心率为Max1，该第一峰值心率所对应的时间点为Tmax1，在所述谷值心率之后，且与所述谷值心率相邻的第二峰值心率的心率为Max2，该第二峰值心率所对应的时间点为Tmax2。那么，可以根据第一峰值心率或第二峰值心率与谷值心率的心率差值来确定心率的变化幅度，根据第一峰值心率与第二峰值心率之间的时长，确定所述心率的波动时长。

在本申请实施例中，由于心率变化较为频繁，为了准确的获取所需要峰值心率和谷值心率，可以采用如下方式：

假设图13为需要检测峰值心率和谷值心率的第一心率数据示意图。从左到右依次对所述心率图中的峰值心率和谷值心率进行检测时，可以将初始时刻T0的心率HR0赋值给第一峰值心率Max1。按照预定的抽样间隔，获取T1时刻的心率HR1，将心率HR1与心率HR0 比较，如果HR1比HR0大，则对峰值心率的心率进行更新，将心率HR1赋值给第一峰值心率Max1。直到Ta时刻的心率HRa小于Ta-1时刻的心率HRa-1，则固定第一峰值心率Max1 的心率为HRa-1，Ta-1时刻即为第一峰值心率所对应的时刻Tmax1。

然后寻找第一峰值心率Max1之后的第二峰值心率Max2。在确定第一峰值心率Max1对应的第二峰值心率Max2时，可以包括两种方式：

第一种，在Ta+1时刻对应的心率为HRa+1，将HRa+1与确定了数值的第一峰值心率Max1比较，如果HRa+1小于第一峰值心率Max1，则继续获取下一抽样时刻Ta+2所对应的心率THa+2，并继续将心率THa+2与第一峰值心率Max1进行比较，直到得到Tb时刻所对应的心率为HRb，且心率HRb大于或等于心率第一峰值心率Max1。则将Tb时刻所对应的心率HRb赋值给第二峰值心率Max2，根据第一峰值心率Max1和第二峰值心率Max2所确定的心率区间，查找这个区间最小的心率值，即为第一峰值心率Max1和第二峰值心率Max2 所对应的第一谷值心率Min1。并且，可以根据第一峰值心率Max1和第二峰值心率Max2(此时未对第二峰值心率更新Max2)所对应的时间点，确定该心率的坡降所对应的波动时长。

在Tb时刻之后，可以按照上述查找方式，即从初始时刻T0到Tb时刻的峰值心率的查找过程，更新并固定Tc时刻所对应的心率THc为第二峰值心率Max2，根据Tc时刻所得到的第二峰值心率Max2。更新完成的和二峰值心率Max2所对应的时间为Tmax2。继续获取抽样心率，根据抽样心率的比较结果，在Td时刻得到大于或等于第二峰值心率Max2的第三峰值心率Max3。如此反复，得到多个由两个峰值心率和一个谷值心率构成的心率变化区间。根据每个心率变化区间，均可得到该区间所对应的心率的坡降。

第二种，在确定第一峰值心率之后，在Ta+1时刻对应的心率为HRa+1，将HRa+1与确定了数值的第一峰值心率Max1比较，如果HRa+1小于第一峰值心率Max1，则继续获取下一抽样时刻Ta+2所对应的心率HRa+2，并继续将心率HRa+2与第一峰值心率Max1进行比较，直到得到Tc时刻所对应的心率为HRc，心率HRc大于或等于心率第一峰值心率Max1，并且在抽样时刻Tc+1对应的心率HRc+1小于HRc。则将Tc时刻所对应的心率THc赋值给第二峰值心率Max2，根据第一峰值心率Max1和第二峰值心率Max2所确定的心率区间，查找这个区间最小的心率值，即为第一峰值心率Max1和第二峰值心率Max2所对应的第一谷值心率Min1。并且，可以根据第一峰值心率Max1和第二峰值心率Max2所对应的时间点，确定该心率的坡降所对应的波动时长。

在一种实现方式中，如图14所示的心率示意图中，在第一心率数据中，获取到第n峰值心率Maxn之后的心率数据中(n大于或等于1)，并不存在大于或等于第n峰值心率Maxn的心率，即Maxn为最后峰值心率。此时，为了便于获取用于判断是否充分热身的坡降周期，可以Maxn对应的Tn时刻为坡降周期的时间起点，以第一心率数据的结束时间点Tend为时间终点，确定所述坡降周期的时长。比如，图14所示的心率图中，第二预定时长为20分钟，第n峰值心率Maxn对应的时间点为第5分钟。由于第一心率数据中，在第5分钟之后的心率均小于第n峰值心率Maxn，可选择第n峰值心率Maxn对应的时间点，即第5分钟作为时间起点，以第二预定时长的第一心率数据的结束时间点为时间终点，确定这段心率的坡降所对应的波动时长。其中，第n波谷心率为第n峰值心率至结束时间点中的心率最小值。在出现图14所示的心率图时，通常是由于用户未充分热身，或未经过热身，直接进行剧烈运动时，用户体内有大量的血液流向骨骼肌，而用户体内的微血管为未充分张开的收缩状态，为了提供更多的血流，心跳会加速，提高血液流速，导致用户的心率上升到一个较高的区间。当用户运动到身体适应运动状态时，微血管充分扩张，能提供更多的血液，不需要大方快的血液流速，心跳会减慢，用户心率下降。

在可能的实现方式中，本申请实施例还可以通过运动数据判断用户是否进入预设的运动状态。如果用户的运动数据未达到用户所设定的运动状态对应的数值区间，也即用户可能一直未进入运动状态。系统可以认为没有符合条件的第一心率数据。在这种情况下，系统不进行心率的坡降的计算。可以根据用户的运动数据所对应的运动类型，判断用户当前所处的运动类型，或可提示用户未能进入所设定的运动类型。

在步骤S403中，当所述心率波动幅度符合预设的波动要求，则判断用户未充分热身。

根据上述心率的比较方式，可以更新和确定多个区间对应的峰值心率与谷值心率，并根据确定心率区间中的峰值心率和谷值心率，获取心率波动幅度，或者还可以获得心率区间中心率的波动时长。

在一种判断方式中，预先设定的心率波动的幅度阈值。通过所确定的心率波动幅度来判断用户热身是否充分。即判断心率波动幅度是否大于预定的幅度阈值。比如，预设定幅度阈值为k1。当在第一心率数据中检测到的心率波动区间(由两个心率峰值构成的心率区间) 中，只要存在一个心率波动区间的心率波动幅值大于所述幅度阈值(假设为k1)，则认为用户没有充分热身。比如，在第一心率数据中，存在第n峰值心率Maxn，以及第n谷值心率 Minn，且Maxn-Minn>k1，那么，可以得到用户的本次运动没有充分热身检测结果。如果任意坡降周期的坡降幅值均不满足上式要求，则判断用户本次运动热身充分。

为了避免心率数据可可能存在的心率脉冲影对测结果的影响，在又一种判断方式中，预先设定的心率波动要求，可以包括心率波动幅值和心率的波动时长。通过心率波动幅值和心率的波动时长来判断热身是否充分。即判断心率的波动幅度是否大于预定的幅度阈值(假设为k1)，以及判断坡降周期的时长是否大于预定的时长阈值(假设为k2)。比如，在第一心率数据中，存在第n峰值心率Maxn，以及第n谷值心率Minn，该心率区间所对应的坡降周期的时长为Tmax2-Tmax1，Maxn-Minn>k1且Tmax2-Tmax1>k2，那么，可以得到用户的本次运动没有充分热身检测结果。如果任意坡降周期的坡降幅值均不满足上式要求，则判断用户本次运动热身充分。

在本申请的实施例中，根据第一心率数据检测到用户未充分热身时，还可以进一步对用户未充分热身的原因进行分析处理，从而使得用户能够清楚未充分热身的原因，为矫正不科学的运动方式提供指导信息。

在对用户未充分热身的原因进行分析处理时，可以获取用户在预设的运动类型之前，即用户开始运动(进入本次运动的运动类型)之前的预设的第三时长的第二心率数据。所述第三时长可以预先设定的固定时长，也可以根据所检测到的本次运动的运动类型，即第一运动状态，选择与运动类型匹配的时长。比如，可以设置固定的第三时长为15分钟。当所述第三时长与运动类型对应时，对于运动强度较高的运动类型，比如快速跑步，所对应的第三时长可以为较长的时长，对于运动强度较低的运动类型，比如轻松跑等，所对应的第三时长可以为较短的时长。

在获取所述第二运动数据后，可以根据运动数据与运动状态的对应关系，确定第二运动数据中包括的运动状态。

假设第二运动数据中包括第一运动类型和第二运动类型。其中，第一运动类型的强度大于第二运动类型的强度。可以所检测得到第一运动类型对应的第一运动时长，第二运动类型对应的第二运动时长。可以根据第一运动时长、第二运动时长，结合对应的热身系数，计算有效热身时长。当然，不局限于此，根据计算的精度要求，还可以划分为更多类型的运动类型。

在一种实现方式中，假设热身过程中包括第一运动类型和第二运动类型。对应的第一运动时长的热身系数为1，第二运动时长的热身系数为0.5，那么，有效热身时长为：第一运动长时+第二运动时长*0.5。而总计热身时长为：第一运动时长+第二运动时长。比如，第一运动时长为用户心率处于热身区间的时长T_热，第二运动时长为用户心率处于活跃区间的时长T_活，得到总计热身时长T_总＝T_热+T_活，有效热身时长T_e＝T_热+0.5*T_活。

当有效热身时长小于预设的第一热身时长阈值，并且总热身时长大于第一热身时长阈值，则确定用户的热身强度不足。其中，第一热身时长阈值与运动类型对应，不同运动类型对应不同的第一标准时长。比如，对于运动强度较高的运动类型，比如快速跑步，所对应的第一热身时长阈值可以为较长的时长，对于运动强度较低的运动类型，比如轻松跑等，所对应的第一热身时长阈值可以为较短的时长。

进一步分析未充分热身的原因的步骤中，可以包括：

当有效热身时长小于预设的第一热身时长阈值，并且总热身时长小于第一热身时长阈值，可以将第一运动时长和第二运动时长分别与预设的第二热身时长阈值进行比较：

当第一运动时长小于预设的第二热身时长阈值，则提示热身强度不足且热身时长不足；当第一运动时长大于预设的第二热身时长阈值，则提示热身时长不足。

假设第一运动类型为热身运动，第二运动类型为活跃运动，如图15所示的未充分热身的状态数据示意图中，用户心率在活跃区间的第二运动时长，以及用户心率在热身区间的第一运动时长，分别小于第二热身时长阈值，比如小于3分钟，确定用户热身时间不足且热身强度不足。

如图16所示的未充分热身的状态数据示意图中，用户心率在热身区间的第一运动时长，与在活跃区间的第二运动时长之和，即总计热身时长小于第一热身时长阈值，比如总计热身时长小于12分钟。并且第一运动时长大于预设的第二热身时长阈值，可以确定用户热身时间过短。

如图17所示的未充分热身的状态数据示意图中，用户的总计热身时长大于第一热身时长，且第一运动时长小于第二热身时长阈值。比如，用户的总计热身时长大于12分钟，且热身区间的运动时长小于3分钟，则确定用户热身强度不足。

根据第二心率数据，确定用户未充分热身的主要原因后，还可以根据用户的运动类型，生成标准的热身时长建议，比如，当用户在运动时未热身时，可以根据运动类型，向用户建议第一运动类型的建议时长，以及第二运动类型的建议时长，并可推荐具体的运动类型的动作。当用户运动时热身时间短时，可建议延长处于第二运动类型的时间，或者延长处于第一运动类型的时间。当用户运动时热身强度不足时，可以建议提高热身强度的方式等。所生成的建议信息，可以在用户所使用的设备中显示或播报，或者也可以将其发送至与用户使用的设备相连的其它设备，比如与用户手机建立通信连接的智能手环或手表、跑步机等。

图18为本申请实施例提供的一种运动状态监测装置的示意图，如图18所示，所述运动状态监测装置包括：

数据获取单元1801，用于获取用户处于预设的运动状态下的第一心率数据；

心率波动幅度获取单元1802，用于根据所采集的第一心率数据获取用户的心率波动幅度；

热身判断单元1803，用于根据所述心率波动幅度和预设的幅度阈值，判断是否充分热身。

图18所述的运动状态监测装置，与图9所示的热身判断方法对应。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到运动状态监测装置/用于运动状态监测的设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM， Random Access Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (13)

1.一种热身判断方法，其特征在于，所述热身判断方法包括：

获取用户处于预设的运动状态下的第一心率数据；

根据所采集的第一心率数据获取用户的心率波动幅度；

根据所述心率波动幅度和预设的幅度阈值，判断是否充分热身；

在判断用户未充分热身之后，所述方法还包括：

获取进入预设的运动类型之前的预设的第三时长的运动数据；

根据所述第三时长的运动数据确定用户的有效热身时长和总热身时长；

根据所述有效热身时长和所述总热身时长确定热身未充分的原因。

2.根据权利要求1所述的方法，其特征在于，获取用户处于预设的运动状态下的第一心率数据包括：

根据用户的运动数据确定用户进入预设的运动状态的时间点；

根据所述进入预设的运动状态的时间点和预设的第一时长，获取所述第一心率数据。

3.根据权利要求2所述的方法，其特征在于，根据用户的运动数据确定用户进入预设的运动状态的时间点包括：

获取所述运动数据的变化速度；

根据运动数据的变化速度大于预设的速度变化阈值，且运动数据大于预设的运动阈值的时间点，确定进入预设的运动状态的时间点。

4.根据权利要求2所述的方法，其特征在于，根据用户的运动数据确定用户进入预设的运动状态的时间点包括：

根据预设的步长依次截取第二时长的运动数据；

当所获取的第二时长的运动数据符合预设的稳定性要求时，根据第二时长的运动数据的平均值，确定进入预设的运动状态的时间点。

5.根据权利要求2-4任一项所述的方法，其特征在于，所述运动数据包括步频数据或配速数据。

6.根据权利要求1所述的方法，其特征在于，根据所采集的第一心率数据获取用户的心率波动幅度包括：

根据心率的变化确定第n心率区间中的第n峰值心率、第n谷值心率和第n+1峰值心率，其中，第n+1峰值心率大于或等于第n峰值心率；

根据第n峰值心率与第n谷值心率的差值，或第n+1峰值心率与第n谷值心率的差值，确定所述心率区间的心率波动幅值。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

确定第n心率区间的心率的波动时长，所述波动时长为第n峰值心率与第n+1峰值心率之间的时间间隔；

相应的，根据所述心率波动幅度和预设的幅度阈值，判断是否充分热身包括：

当所述心率波动幅度大于预设的幅度阈值，且心率的波动时长大于预设的时长阈值，则判断用户未充分热身。

8.根据权利要求1-4任一项所述的方法，其特征在于，根据所采集的第一心率数据获取用户的心率波动幅度包括：

获取所述第一心率数据中的最后峰值心率，根据最后峰值心率在第一心率数据中的时间确定心率的波动时长，根据所述最后峰值心率和所述波动时长的范围内的心率谷值确定心率波动幅度。

9.根据权利要求1所述的方法，其特征在于，根据所述有效热身时长和所述总热身时长确定热身未充分的原因包括：

当有效热身时长小于第一热身时长阈值，且总热身时长大于第一热身时长阈值时，则确定热身强度不足；

当有效热身时长小于第一热身时长阈值，且总热身时长小于第一热身时长阈值时，则根据热身运动数据确定未充分热身的原因。

10.根据权利要求9所述的方法，其特征在于，当有效热身时长小于第一热身时长阈值，且总热身时长小于第一热身时长阈值时，则根据热身运动数据确定未充分热身的原因包括：

当有效热身时长小于第一热身时长阈值，且总热身时长小于第一热身时长阈值时，获取热身过程中的第一运动时长和第二运动时长，其中第一运动的强度大于第二运动的强度；

当第一运动时长小于预设的第二热身时长阈值，则提示热身强度不足且热身时长不足；

当第一运动时长大于预设的第二热身时长阈值，则提示热身时长不足。

11.一种热身判断装置，其特征在于，所述热身判断装置包括：

数据获取单元，用于获取用户处于预设的运动状态下的第一心率数据；

心率波动幅度获取单元，用于根据所采集的第一心率数据获取用户的心率波动幅度；

热身判断单元，用于根据所述心率波动幅度和预设的幅度阈值，判断是否充分热身；

所述数据获取单元，还用于在所述热身判断单元判断用户未充分热身之后，获取进入预设的运动类型之前的预设的第三时长的运动数据；

所述热身判断单元，还用于根据所述第三时长的运动数据确定用户的有效热身时长和总热身时长；并根据所述有效热身时长和所述总热身时长确定热身未充分的原因。

12.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，使得电子设备实现如权利要求1至10任一项所述方法的步骤。

13.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得执行所述计算机可读存储介质的电子设备实现如权利要求1至10任一项所述方法的步骤。

Images