CN114081479A - 一种身体状态检测方法、装置、电子设备及智能服装 - Google Patents
一种身体状态检测方法、装置、电子设备及智能服装 Download PDFInfo
- Publication number
- CN114081479A CN114081479A CN202111490177.0A CN202111490177A CN114081479A CN 114081479 A CN114081479 A CN 114081479A CN 202111490177 A CN202111490177 A CN 202111490177A CN 114081479 A CN114081479 A CN 114081479A
- Authority
- CN
- China
- Prior art keywords
- user
- state information
- muscle
- body state
- data
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 210000003205 muscle Anatomy 0.000 claims abstract description 103
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000004913 activation Effects 0.000 claims abstract description 36
- 230000033001 locomotion Effects 0.000 claims description 62
- 238000012937 correction Methods 0.000 claims description 29
- 238000003860 storage Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 9
- 230000000386 athletic effect Effects 0.000 claims description 7
- 238000005452 bending Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 19
- 230000008451 emotion Effects 0.000 abstract description 11
- 230000035479 physiological effects, processes and functions Effects 0.000 abstract description 4
- 230000036544 posture Effects 0.000 description 51
- 238000010586 diagram Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 11
- 239000003795 chemical substances by application Substances 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 210000003127 knee Anatomy 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000002567 electromyography Methods 0.000 description 6
- 210000000852 deltoid muscle Anatomy 0.000 description 5
- 230000003183 myoelectrical effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 206010064470 Muscle swelling Diseases 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000009182 swimming Effects 0.000 description 3
- 206010021118 Hypotonia Diseases 0.000 description 2
- 206010049816 Muscle tightness Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000002414 leg Anatomy 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010053615 Thermal burn Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001095 motoneuron effect Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000011540 sensing material Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
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
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A41—WEARING APPAREL
- A41D—OUTERWEAR; PROTECTIVE GARMENTS; ACCESSORIES
- A41D1/00—Garments
- A41D1/002—Garments adapted to accommodate electronic equipment
-
- A—HUMAN NECESSITIES
- A41—WEARING APPAREL
- A41D—OUTERWEAR; PROTECTIVE GARMENTS; ACCESSORIES
- A41D1/00—Garments
- A41D1/04—Vests, jerseys, sweaters or the like
-
- A—HUMAN NECESSITIES
- A41—WEARING APPAREL
- A41D—OUTERWEAR; PROTECTIVE GARMENTS; ACCESSORIES
- A41D27/00—Details of garments or of their making
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4519—Muscles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0204—Operational features of power management
- A61B2560/0214—Operational features of power management of power generation or supply
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0261—Strain gauges
Abstract
本公开涉及一种身体状态检测方法、装置、电子设备及智能服装,其中,该方法包括:获取用户的身体数据;其中,身体数据来自弹性传感器和/或柔性传感器;通过对身体数据进行处理,确定用户当前的身体状态信息,身体状态信息包括身体姿态信息和肌肉激活状态信息。本公开中,通过弹性传感器和/或柔性传感器可以保证不同场景下所获取的身体数据的准确性,同时降低了成本;此外,所确定的用户当前的身体状态信息能够帮助用户更好地从生理及情绪等层面了解自身的身体状态,从而满足用户对自己日常活动及运动时的身体状态的了解需求。
Description
技术领域
本公开涉及智能穿戴技术领域,尤其涉及一种身体状态检测方法、装置、电子设备及智能服装。
背景技术
智能可穿戴设备是指可穿戴在人体上,且可执行一定功能的电子产品,随着微电子行业的蓬勃发展,智能可穿戴设备也越来越多的出现在我们身边,现有相对成熟的智能可穿戴设备包括手环、腰带、检测鞋(鞋垫)、智能服装等等;智能可穿戴设备通常配置有传感器,从而检测体温、心率、心电、呼吸、血压及肌电信号等等数据。
智能可穿戴设备通常是对外界变化作出感知与响应,传感器测量数据的准确率受使用场景干扰波动大,且成本较高;此外,智能可穿戴设备通常仅具有在传感器测得数据超过预定界限时提供预警的功能,例如,智能手环检测到用户的血压异常时,向用户发出告警,无法满足用户对自己日常活动及运动时的身体状态的了解需求。
发明内容
有鉴于此,本公开提出了一种身体状态检测方法、装置、电子设备及智能服装。
根据本公开的一方面,提供了一种身体状态检测方法,所述方法包括:获取用户的身体数据;其中,所述身体数据来自弹性传感器和/或柔性传感器;通过对所述身体数据进行处理,确定所述用户当前的身体状态信息,所述身体状态信息包括身体姿态信息和肌肉激活状态信息。
在一种可能的实现方式中,确定当前的运动类型;获取与所述运动类型对应的标准身体状态信息;通过对比所述当前的身体状态信息与所述标准身体状态信息,确定第一运动矫正信息。
在一种可能的实现方式中,所述标准身体状态信息由所述用户的运动特征和/或运动员的运动特征确定。
在一种可能的实现方式中,确定与所述当前的身体姿态信息对应的第一肌肉部位;确定与所述当前的肌肉激活状态信息对应的第二肌肉部位;匹配所述第一肌肉部位与第二肌肉部位,并根据匹配结果,确定第二运动矫正信息。
在一种可能的实现方式中,所述通过对所述身体数据进行处理,确定所述用户当前的身体状态信息,包括:将所述身体数据输入到智能体,得到所述当前的身体状态信息;其中,所述智能体为利用多种身体数据及各身体数据对应的身体状态信息进行训练所得到的智能体。
在一种可能的实现方式中,所述身体数据包括拉伸、旋转、弯曲、肌肉膨胀中的至少一项数据。
根据本公开的另一方面,提供了一种身体状态检测装置,所述方法包括:获取模块,用于获取用户的身体数据;其中,所述身体数据来自弹性传感器和/或柔性传感器;处理模块,用于通过对所述身体数据进行处理,确定所述用户当前的身体状态信息,所述身体状态信息包括身体姿态信息和肌肉激活状态信息。
根据本公开的另一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的另一方面,提供了一种智能服装,所述智能服装配置有多个弹性传感器,所述弹性传感器用于采集身体数据;所述智能服装还配置有处理器及用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的另一方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
本公开实施例中,获取用户的身体数据;其中,身体数据来自弹性传感器和/或柔性传感器;在一些示例中,弹性传感器和/或柔性传感器可以贴服的安装在智能服装的任意位置,不同于对外界变化做出感知与响应,本公开实施例中通过弹性传感器和/或柔性传感器的本身变化测量用户的身体数据,保证了不同场景下身体数据的准确性,同时降低了成本。进而,通过对身体数据进行处理,确定用户当前的身体状态信息,身体状态信息包括身体姿态信息和肌肉激活状态信息;由于人体运动时形成的不同肌肉激活状态(如肌肉紧张或舒张状态),以及不同情感/情绪状态所对应的身体姿态等信息,能够反映出人的身体状态,因此,所确定的用户当前的身体状态信息能够帮助用户更好地从生理与及情绪等层面了解自身的身体状态,从而满足用户对自己日常活动及运动时的身体状态的了解需求。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出根据本公开一实施例的一种身体状态检测系统的示意图。
图2示出根据本公开一实施例的一种身体状态检测方法的流程图。
图3示出根据本公开一实施例的另一种身体状态检测方法的流程图。
图4示出根据本公开一实施例的另一种身体状态检测方法的流程图。
图5示出根据本公开一实施例的一种身体状态检测装置的框图。
图6是根据一示例性实施例示出的一种用于身体状态检测的装置的框图。
图7是根据一示例性实施例示出的一种用于身体状态检测的装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
在常用的智能可穿戴设备中,不同于手环、腰带等仅能检测人体局部的信息,智能服装可以检测人体更广泛的信息。智能服装主要分为两大类:第一类智能服装安装有以外部环境检测为主的传感器,例如温度传感器,当温度传感器检测到用户体温过低时,启动加热机制在服装内部实现适宜的温度提升;该类智能服装需要配置加热片等以实现加热功能,导致用户穿着舒适度降低,同时存在着潜在的安全风险(例如加热片持续发热可能导致皮肤烫伤等),此外,不同用户对温度的敏感度不同,按照统一判断标准调节温度,无法满足用户的真实需求。第二类智能服装安装有检测人体信号的传感器,例如肌电传感器,可以检测肌肉运动水平的表皮生物电-时间的变化信号,该类智能服装的数据测量准确率受使用场景干扰波动大,同时,产品形态受限于传感器获取信息方式及安装位置,用户穿着的舒适性较低且成本较高。
此外,上述传感器测得数据通常仅用于在超过预定界限时提供预警,无法满足用户对自己日常活动及运动时的身体状态的了解需求。
为此,本申请实施例提供了一种身体状态检测的技术方案。
为了便于理解,下面首先对本申请实施例的技术方案适用的应用场景进行举例说明。图1示出根据本公开一实施例的一种身体状态检测系统的示意图。如图1所示,该系统可以包括:智能服装101、智能传感设备102及处理器103,其中,智能传感设备102可以安装在智能服装101上,并可以与处理器103交互数据;处理器103可以安装在智能服装101上,也可以与智能服装101分体设置,对此不作限制。
示例性地,智能服装101可以为:长袖、短袖、无袖上衣、长裤、短裤、紧身衣、紧身裤、运动背心、连体运动衣、内裤、胸罩、手套、腕带、肘带、臂带、腰带、束腹带、头饰、帽子、面罩、护膝带或袜子等等。
示例性地,智能传感设备102可以包括一个或多个传感器(如图中圆点所示)、主控制器、电池、电源管理模块、及电池充电管理模块等等。示例性地,传感器可以包括弹性传感器(或弹性智能传感器)和/或柔性传感器(或柔性智能传感器),弹性传感器和/或柔性传感器的材质可以与智能服装101相同,从而提高整体舒适性;其中,弹性传感器可以包括电容式弹性应变传感器、电感式弹性应变传感器、电阻式弹性应变传感器等中的一种或多种。示例性地,传感器还可以包括肌电传感器等等其他类型的传感器;肌电传感器等可以与智能服装结合,实现了在运动中更为便捷的检测肌电信号等信息。
智能传感设备102中的传感器可以贴服地安装在智能服装101的不同位置,智能服装101的舒适感较强,用户穿上智能服装101之后,可以在用户无感知的情况下,采集用户不同部位的数据;例如,可以采集关节、上身、上臂、下臂、大腿、小腿、脚、腰部、颈部、肩部、臀部等人体主要肌群的数据。例如,用户在运动时,身体表面会产生拉伸、压缩、弯曲、肌肉膨胀等变化,响应于该变化,弹性传感器的检测信号会发生变化,从而检测到身体拉伸、旋转、弯曲以及肌肉膨胀等数据。
处理器103在获取到智能传感设备102中传感器采集的数据后,通过执行本公开实施例提出的身体状态检测方法(详细描述参见下文),从而实现身体状态检测。
需要说明的是,本申请实施例描述的应用场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,针对其他相似的或新的应用场景的出现,申请实施例提供的技术方案对于类似的技术问题同样适用。
图2示出根据本公开一实施例的一种身体状态检测方法的流程图。示例性地,该方法可以由处理器执行,例如,可以由上述图1中处理器103执行。如图2所示,该方法可以包括以下步骤:
步骤201:获取用户的身体数据。
其中,身体数据可以来自弹性传感器和/或柔性传感器;身体数据可以包括用户肢体运动时的数据,也可以包括用户肢体静态时的数据,例如,可以来自上述图1中安装在智能服装上的弹性智能传感器和/或柔性传感器等;用户穿着智能服装运动时,弹性传感器和/或柔性传感器可以在不影响穿着舒适度的前提下,检测用户不同部位的身体数据。弹性传感器和/或柔性传感器可以贴服地安装在智能服装的任意位置,不同于对外界变化作出感知,本公开实施例中通过弹性传感器和/或柔性传感器的本身变化测量用户的身体数据,保证了不同场景下身体数据的准确性,同时降低了成本。
示例性地,身体数据可以包括拉伸、旋转、弯曲、肌肉膨胀等中的至少一项数据。可以理解的是,用户可以为健身人群,也可以为普通人群,用户在穿着智能服装进行日常活动或运动时,弹性传感器和/或柔性传感器可以实时检测用户的身体数据,并传递给处理器,处理器从而获取某一时刻或某一时段用户的身体数据。
以用户穿着智能服装健身为例,当用户做“哑铃前平举”运动时,智能服装中不同位置的弹性传感器可以检测到用户的手臂旋转角度、膝盖弯曲角度、肌肉(如三角肌)膨胀度、肌肉拉伸长度等身体数据。
作为一个示例,在智能服装安装有肌电传感器的情况下,处理器还可以获取肌电传感器采集的肌电信号。
步骤202:通过对身体数据进行处理,确定用户当前的身体状态信息,所述身体状态信息包括身体姿态信息和肌肉激活状态信息。
示例性地,处理器对上述获取的身体数据进行处理,从而确定用户当前的身体姿态信息和肌肉激活状态信息。由于人体运动时形成的不同肌肉激活状态(如肌肉紧张或舒张状态),以及不同情感/情绪状态所对应的身体姿态等信息,能够反映出人的情感及身体状态,因此,所确定的用户当前的身体状态信息能够帮助用户更好地从生理与及情绪等层面了解自身的身体状态,从而满足用户对自己日常活动及运动时的身体状态的了解需求。
示例性地,身体姿态信息可以包括用户的身体姿势及各部位的运动速度、加速度、相对位置等信息;例如,腿部与肩部的相对位置、上臂的运动速度、下臂的加速度、膝盖的弯曲程度等等信息;肌肉激活状态信息可以包括肌肉的膨胀程度(即肌肉的充血程度)等信息。
作为一个示例,处理器还可以对肌电传感器采集的肌电信号进行处理,由于表面肌电信号(Surface electromyography,SEMG)是浅层肌肉肌电图(electromyography,EMG)和神经干上电活动在皮肤表面的综合效应,能在一定程度上反应神经肌肉的活动;通过肌电信号表征的表皮肌电水平,确定用户当前的肌肉激活状态信息,进而对上述通过身体数据确定的肌肉激活状态信息进行校准,从而进一步提高上述所确定的肌肉激活状态信息准确性。
在一种可能的实现方式中,所述通过对所述身体数据进行处理,确定所述用户当前的身体状态信息,可以包括:将所述身体数据输入到智能体,得到所述当前的身体状态信息;其中,所述智能体为利用多种身体数据及各身体数据对应的身体状态信息进行训练所得到的智能体。
示例性地,智能体可以包括卷积神经网络模型、深度神经网络模型、循环神经网络模型等等。
以智能体为卷积神经网络模型为例,可以预先通过训练集对卷积神经网络模型进行训练,从而得到训练好的卷积神经网络模型;其中,训练集可以包括多种身体训练数据及各身体训练数据对应的身体状态信息。该步骤中,处理器将上述获取的用户的身体数据输入到训练好的卷积神经网络模型,从而确定用户当前的身体状态信息。
举例来说,当用户做“哑铃前平举”运动时,将智能服装上弹性传感器检测到的各个部位的身体数据输入到上述训练好的卷积神经网络模型中,得到用户当前的身体姿态信息为:身体直立,膝盖微弯,双腿与肩同宽,单手臂向前平举,手臂与地面平行;肌肉激活状态信息为:三角肌部位肌肉膨胀较强。这样,用户可以通过这些身体姿态信息和肌肉激活状态信息更加有效地掌握与了解自己的健身运动情况。
在一种可能的实现方式中,处理器可以通过对用户长期进行多项运动时,弹性传感器采集的身体数据进行分析处理,确定用户不同时期及不同运动时的身体状态信息,从而帮助用户更加全面的了解自己的身体状态。
本公开实施例中,处理器获取用户的身体数据;其中,身体数据来自弹性传感器和/或柔性传感器;在一些示例中,弹性传感器和/或柔性传感器可以贴服地安装在智能服装的任意位置,不同于对外界变化做出感知与响应,本公开实施例中通过弹性传感器和/或柔性传感器的本身变化测量用户的身体数据,保证了不同场景下身体数据的准确性,同时降低了成本;进而,通过对身体数据进行处理,确定用户当前的身体状态信息,身体状态信息包括身体姿态信息和肌肉激活状态信息。由于人体运动时形成的不同肌肉激活状态,以及不同情感/情绪状态所对应的身体姿态等信息,能够反映出人的身体状态,因此,所确定的用户当前的身体状态信息能够帮助用户更好地从生理与及情绪等层面了解自身的身体状态,从而满足用户对自己日常活动及运动时的身体状态的了解需求。
进一步地,考虑到日常活动或运动中,用户往往因为运动感知能力有限而无法准确感知姿态的精确度及肌肉的激活程度;进而容易造成达不到运动效果或是非目标肌群的运动代偿等现象,严重时则会导致运动类损伤。本公开实施例中,在上述确定用户当前的身体状态信息的基础上,通过进一步的分析处理,针对用户自身运动习惯及能力,确定运动矫正信息,从而帮助用户更有效地了解与掌握日常活动或运动时自身姿态的精确度及肌肉的激活程度,以便用户及时准确地矫正自身的运动姿态。
图3示出根据本公开一实施例的另一种身体状态检测方法的流程图。如图3所示,该方法可以包括以下步骤:
步骤301:确定当前的运动类型。
其中,运动类型可以包括:走路、、跑步、游泳、羽毛球、篮球等等运动,还可以包括蹲起、举哑铃、引体向上、瑜伽等等健身活动,对此不做限定。
作为一个示例,用户可以通过预先选择运动类型,例如,用户在游泳时,可以选择运动类型为游泳,处理器获取用户的选择结果,从而确定当前的运动类型。
作为另一个示例,处理器可以根据上述获取的身体数据判断当前的运动类型。例如,处理器可以通过预先训练好的智能体,对上述获取的用户的身体数据进行处理,从而确定当前的运动类型;其中,智能体为利用多种身体数据及各身体数据对应的运动类型进行训练所得到的智能体。
举例来说,用户可以通过外部输入设备(如手机)选择运动类型为“哑铃前平举”运动,或者处理器也可以将获取的用户的身体数据输入到训练好的卷积神经网络,从而得到此时的运动类型为“哑铃前平举”运动。
步骤302:获取与所述运动类型对应的标准身体状态信息。
该步骤中,处理器可以根据上述确定的当前的运动类型,获取与该当前的运动类型对应的标准身体状态信息。可以理解的是,可以预设各运动类型对应的标准身体状态信息集合,进而根据当前运动类型,在预设的标准身体状态信息集合中选择相对应的标准身体状态信息。
示例性地,所述标准身体状态信息可以由所述用户的运动特征和/或运动员的运动特征确定。
作为一个示例,可以以语言、视频、文字等形式预先指导用户做一套指定动作,从而确定用户的运动特征,进而根据用户的运动特征确定各运动类型对应的标准身体状态信息。其中,用户的运动特征可以包括用户能够承受或适宜的运动强度、姿态幅度、肌肉膨胀程度等等,运动特征可以反映用户的运动能力及习惯,根据用户的运动特征确定与用户自身运动能力及习惯相适应的标准身体状态信息。
作为另一个示例,针对任一运动类型,可以预先采集专业运动员或健身教练以标准动作规范完成该运动时的身体姿态、肌肉膨胀程度等信息作为标准身体状态信息。
举例来说,当上述确定的运动类型为“哑铃前平举”时,处理器可以获取“哑铃前平举”运动相对应的标准身体状态信息,如身体姿态信息:身体直立、膝盖微弯、双臂张开与肩同宽、单手臂向前平举、手臂与地面平行;肌肉激活状态信息:三角肌部位肌肉膨胀且膨胀程度较强。
步骤303:通过对比当前的身体状态信息与标准身体状态信息,确定第一运动矫正信息。
其中,当前的身体状态信息可以为上述步骤202所确定的身体状态信息。
处理器通过对比当前的身体状态信息与标准身体状态信息,判断两者是否存在差异,并在存在差异的情况下,确定第一运动矫正信息。示例性地,当身体状态信息与标准身体状态信息之间的差异超过预定误差范围时,处理器可以确定第一运动矫正信息。
作为一个示例,标准身体状态信息与用户自身运动习惯及能力相适应,这样,基于当前的身体状态信息与该标准身体状态信息确定的第一运动矫正信息可以针对性地指导用户进行有效的运动矫正,同时避免运动矫正不足造成的达不到运动效果,或者运动矫正过度而造成的肌肉、关节等损伤。作为另一个示例,标准身体状态信息由运动员的运动特征确定,这样,基于当前的身体状态信息与该标准身体状态信息确定的第一运动矫正信息可以针对性地指导用户进行更加规范的运动矫正,从而得到更加理想的运动效果。
举例来说,当用户做“哑铃前平举”运动时,处理器根据用户的身体数据得到的身体状态信息包括:身体直立、膝盖微弯、双臂张开与肩同宽、单手臂向前平举、手臂超过地面的角度为30度等身体姿态信息;以及三角肌部位以及斜方肌部位肌肉膨胀、斜方肌部位肌肉膨胀程度较强、三角肌部位肌肉膨胀程度较弱等肌肉激活状态信息。通过将当前的身体状态信息与上述所确定的“哑铃前平举”运动对应的标准身体状态信息进行对比,可以确定当前手臂与地面的角度与标准手臂与地面的角度相差30度,并且斜方肌部位肌肉膨胀过强,三角肌部位肌肉膨胀程度过弱,从而确定对应的第一运动矫正信息可以包括:降低手臂高度至与地面平行,还可以包括加强三角肌部位发力,减少斜方肌部位发力。
进一步地,还可以向用户发出提示信息,从而便于用户进行运动矫正,调整自身姿态。示例性地,可以通过视频、语音、文字等形式向用户发出提示信息;例如,可以通过手机等终端设备的屏幕显示第一运动矫正信息,还可以显示当前的身体状态信息及标准身体状态信息,从而方便用户可视化获取上述信息,以便用户针对性地做出运动姿态上的调整或目标肌肉的强化。
在本公开实施例中,确定当前的运动类型;获取与运动类型对应的标准身体状态信息;通过对比当前的身体状态信息与标准身体状态信息,确定第一运动矫正信息。这样,针对用户自身运动习惯及能力,确定第一运动矫正信息,实现了针对不同用户的个性化反馈,从而帮助不同用户更有效地了解与掌握日常活动或运动时自身姿态的精确度及肌肉的激活程度,满足了健身人群及普通消费者对自身运动状态的了解需求。同时,用户可以根据第一运动矫正信息及时准确地矫正自身的运动姿态,以便达到理想的运动效果,并且避免造成运动类损伤。
图4示出根据本公开一实施例的另一种身体状态检测方法的流程图。如图4所示,该方法可以包括以下步骤:
步骤401:确定与当前的身体姿态信息对应的第一肌肉部位。
其中,当前的身体姿态信息为上述步骤202所确定的身体姿态信息。
该步骤中,处理器可以确定弹性传感器检测到的身体姿态信息对应的第一肌肉部位,第一肌肉部位表示通过当前的身体姿态期望锻炼的目标肌肉部位。示例性地,可以确定与当前的身体姿态信息对应的标准身体姿态信息,从而在标准身体姿态信息中确定对应的目标肌肉部位。其中,标准身体姿态信息的获取方式可以参照前文标准身体状态信息的相关表述。
举例来说,用户做“哑铃前平举”运动时,通过弹性传感器检测到当前的身体姿态信息为:身体直立、膝盖微弯、张开与肩同宽、单手臂向前平举、手臂超过地面的角度为30度。从而可以确定对应的第一肌肉部位为三角肌部位,且三角肌部位膨胀程度应该较强。
步骤402:确定与当前的肌肉激活状态信息对应的第二肌肉部位。
其中,当前的肌肉激活状态信息可以为上述步骤202所确定的肌肉激活状态信息。
该步骤中,处理器可以确定弹性传感器检测到的肌肉激活状态信息对应的第二肌肉部位,即实际锻炼的肌肉部位。
举例来说,用户做“哑铃前平举”运动时,通过弹性传感器检测到当前斜方肌部位肌肉膨胀程度较强、三角肌部位肌肉膨胀程度较弱,即第二肌肉部位为斜方肌部位。
步骤403:匹配第一肌肉部位与第二肌肉部位,并根据匹配结果,确定第二运动矫正信息。
由于第一肌肉部位表示期望锻炼的肌肉部位,第二肌肉部位表示实际锻炼的肌肉部位,若第一肌肉部位与第二肌肉部位相匹配,则说明用户当前的运动姿态是标准的,没有出现运动代偿;若第一肌肉部位与第二肌肉部位不匹配,则说明用户的运动姿态不标准,出现了运动代偿,需要进行矫正。
示例性地,在上述匹配结果为不匹配的情况下,处理器可以根据当前身体姿态信息与标准身体姿态信息的差异,确定第二运动矫正信息。
举例来说,用户做“哑铃前平举”运动时,当前的身体姿态信息为:身体直立、膝盖微弯、双臂张开与肩同宽、单手臂向前平举、手臂超过地面的角度为30度,确定的对应的第一肌肉部位为三角肌部位,第二肌肉部位为斜方肌部位,则需要调整第二运动矫正信息。相应的标准姿态信息为:身体直立、膝盖微弯、双臂张开与肩同宽、单手臂向前平举、手臂与地面平行,从而可以确定第二运动矫正信息为:降低手臂高度至与地面平行。
示例性地,处理器可以保存不同时间的身体数据,并可以对较长时间内的身体数据进行分析统计,并确定用户的身体姿态信息、肌肉激活状态信息等的变化或变化趋势,从而可以确定用户的运动习惯及运动矫正情况等信息,实现对用户姿态矫正的追踪分析。
本公开实施例中,处理器确定与当前的身体姿态信息对应的第一肌肉部位;确定与当前的肌肉激活状态信息对应的第二肌肉部位;匹配第一肌肉部位与第二肌肉部位,并根据匹配结果,确定第二运动矫正信息。由于身体姿态信息能够反映出人体肢体的姿态,肌肉激活状态信息能够反映实际被激活肌肉部位,将两者信息进行叠加分析能够更准确地判断用户实际肌肉发力情况与运动姿态的匹配程度,帮助用户更有效地了解与掌握日常活动或运动时自身姿态的精确度,所确定的第二运动矫正信息,可以有效帮助用户针对性地调整运动姿态,从而避免出现非目标肌群的运动代偿现象。
基于相同的发明构思,本公开实施例还提供一种身体状态检测装置。该身体状态检测装置用于执行上述方法实施例所描述的技术方案。例如,可以执行上述图2、图3或图4所示的各步骤。
图5示出根据本公开一实施例的一种身体状态检测装置的框图。如图5所示,该装置可以包括:获取模块501,用于获取用户的身体数据;其中,所述身体数据来自弹性传感器和/或柔性传感器;处理模块502,用于通过对所述身体数据进行处理,确定所述用户当前的身体状态信息,所述身体状态信息包括身体姿态信息和肌肉激活状态信息。
在一种可能的实现方式中,所述处理模块502,还用于:确定当前的运动类型;获取与所述运动类型对应的标准身体状态信息;通过对比所述当前的身体状态信息与所述标准身体状态信息,确定第一运动矫正信息。
在一种可能的实现方式中,所述标准身体状态信息由所述用户的运动特征和/或运动员的运动特征确定。
在一种可能的实现方式中,所述处理模块502,还用于,确定与所述当前的身体姿态信息对应的第一肌肉部位;确定与所述当前的肌肉激活状态信息对应的第二肌肉部位;匹配所述第一肌肉部位与第二肌肉部位,并根据匹配结果,确定第二运动矫正信息。
在一种可能的实现方式中,所述处理模块502,还用于,将所述身体数据输入到智能体,得到所述当前的身体状态信息;其中,所述智能体为利用多种身体数据及各身体数据对应的身体状态信息进行训练所得到的智能体。
在一种可能的实现方式中,所述身体数据包括拉伸、旋转、弯曲、肌肉膨胀中的至少一项数据。
上述实施例中,身体状态检测装置及其各种可能的实现方式的技术效果及具体描述可参见上述身体状态检测方法,此处不再赘述。
需要说明的是,应理解以上身体状态检测装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调度的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调度软件的形式实现,部分模块通过硬件的形式实现。
本公开实施例还提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。示例性地,电子设备可以为终端设备或服务器等,其中,终端设备可以为智能手机、笔记本电脑、平板设备、智能车载设备以及智能家居设备等固定或移动的终端设备。服务器可以为单独的服务器或者多个服务器组成的服务器集群。任意电子设备可以通过处理器调用存储器中存储的指令实现本申请实施例中上述方法。
本公开实施例还提供一种智能服装;所述智能服装配置有多个弹性传感器,所述弹性传感器用于采集身体数据;所述智能服装还配置有处理器及用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用存储器中存储的指令实现本申请实施例中上述方法,从而实现检测用户的身体状态信息,其中,身体状态信息包括身体姿态信息及肌肉激活状态信息。相较于通过肌电传感器、陀螺仪以及计算机视觉等方式检测身体状态的方式,该智能服装利用弹性传感器自身的拉伸、压缩、弯曲、膨胀等信号,检测用户的身体状态,更加准确、便捷、舒适、安全与私人化。且使用弹性智能材料相比肌电传感材料及陀螺仪成本更低,更加适用于批量化服装生产。
图6是根据一示例性实施例示出的一种用于身体状态检测的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图6,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
图7是根据一示例性实施例示出的一种用于身体状态检测的装置1900的框图。例如,装置1900可以被提供为一服务器。参照图7,装置1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理,一个有线或无线网络接口1950被配置为将装置1900连接到网络,和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种身体状态检测方法,其特征在于,包括:
获取用户的身体数据;其中,所述身体数据来自弹性传感器和/或柔性传感器;
通过对所述身体数据进行处理,确定所述用户当前的身体状态信息,所述身体状态信息包括身体姿态信息和肌肉激活状态信息。
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:
确定当前的运动类型;
获取与所述运动类型对应的标准身体状态信息;
通过对比所述当前的身体状态信息与所述标准身体状态信息,确定第一运动矫正信息。
3.根据权利要求2所述的方法,其特征在于,所述标准身体状态信息由所述用户的运动特征和/或运动员的运动特征确定。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定与所述当前的身体姿态信息对应的第一肌肉部位;
确定与所述当前的肌肉激活状态信息对应的第二肌肉部位;
匹配所述第一肌肉部位与第二肌肉部位,并根据匹配结果,确定第二运动矫正信息。
5.根据权利要求1所述的方法,其特征在于,所述通过对所述身体数据进行处理,确定所述用户当前的身体状态信息,包括:
将所述身体数据输入到智能体,得到所述当前的身体状态信息;其中,所述智能体为利用多种身体数据及各身体数据对应的身体状态信息进行训练所得到的智能体。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述身体数据包括拉伸、旋转、弯曲、肌肉膨胀中的至少一项数据。
7.一种身体状态检测装置,其特征在于,包括:
获取模块,用于获取用户的身体数据;其中,所述身体数据来自弹性传感器和/或柔性传感器;
处理模块,用于通过对所述身体数据进行处理,确定所述用户当前的身体状态信息,所述身体状态信息包括身体姿态信息和肌肉激活状态信息。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行根据权利要求1至6中任一项所述的方法。
9.一种智能服装,其特征在于,所述智能服装配置有多个弹性传感器,所述弹性传感器用于采集身体数据;
所述智能服装还配置有处理器及用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行根据权利要求1至6中任一项所述的方法。
10.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至6中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111490177.0A CN114081479A (zh) | 2021-12-08 | 2021-12-08 | 一种身体状态检测方法、装置、电子设备及智能服装 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111490177.0A CN114081479A (zh) | 2021-12-08 | 2021-12-08 | 一种身体状态检测方法、装置、电子设备及智能服装 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114081479A true CN114081479A (zh) | 2022-02-25 |
Family
ID=80306854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111490177.0A Pending CN114081479A (zh) | 2021-12-08 | 2021-12-08 | 一种身体状态检测方法、装置、电子设备及智能服装 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114081479A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114504143A (zh) * | 2022-04-20 | 2022-05-17 | 垒途智能教科技术研究院江苏有限公司 | 一种儿童服装及其设计方法 |
WO2022194281A1 (zh) * | 2021-03-19 | 2022-09-22 | 深圳市韶音科技有限公司 | 一种运动监控方法和设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106691447A (zh) * | 2017-02-23 | 2017-05-24 | 北京纳通科技集团有限公司 | 肌肉训练辅助装置、肌肉训练评估装置及方法 |
US20170156662A1 (en) * | 2014-07-17 | 2017-06-08 | Elwha Llc | Monitoring body movement or condition according to motion regimen with conformal electronics |
CN107341351A (zh) * | 2017-07-06 | 2017-11-10 | 京东方科技集团股份有限公司 | 智能健身方法、装置及系统 |
CN207071088U (zh) * | 2017-01-25 | 2018-03-06 | 杭州三目科技有限公司 | 一种基于服装的人体运动监测、分析和反馈装置 |
CN108519818A (zh) * | 2018-03-29 | 2018-09-11 | 北京小米移动软件有限公司 | 信息提示方法及装置 |
US20190159719A1 (en) * | 2017-11-30 | 2019-05-30 | Institute For Information Industry | Electronic apparatus, system, and method for providing body posture health information |
CN110991482A (zh) * | 2019-10-31 | 2020-04-10 | 深圳市木瓜有子健康科技有限公司 | 健身动作识别的方法、终端及计算机存储介质 |
-
2021
- 2021-12-08 CN CN202111490177.0A patent/CN114081479A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170156662A1 (en) * | 2014-07-17 | 2017-06-08 | Elwha Llc | Monitoring body movement or condition according to motion regimen with conformal electronics |
CN207071088U (zh) * | 2017-01-25 | 2018-03-06 | 杭州三目科技有限公司 | 一种基于服装的人体运动监测、分析和反馈装置 |
CN106691447A (zh) * | 2017-02-23 | 2017-05-24 | 北京纳通科技集团有限公司 | 肌肉训练辅助装置、肌肉训练评估装置及方法 |
CN107341351A (zh) * | 2017-07-06 | 2017-11-10 | 京东方科技集团股份有限公司 | 智能健身方法、装置及系统 |
US20190159719A1 (en) * | 2017-11-30 | 2019-05-30 | Institute For Information Industry | Electronic apparatus, system, and method for providing body posture health information |
CN108519818A (zh) * | 2018-03-29 | 2018-09-11 | 北京小米移动软件有限公司 | 信息提示方法及装置 |
CN110991482A (zh) * | 2019-10-31 | 2020-04-10 | 深圳市木瓜有子健康科技有限公司 | 健身动作识别的方法、终端及计算机存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022194281A1 (zh) * | 2021-03-19 | 2022-09-22 | 深圳市韶音科技有限公司 | 一种运动监控方法和设备 |
CN114504143A (zh) * | 2022-04-20 | 2022-05-17 | 垒途智能教科技术研究院江苏有限公司 | 一种儿童服装及其设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10973439B2 (en) | Systems and methods for real-time data quantification, acquisition, analysis, and feedback | |
Wang et al. | Smart Rehabilitation Garment for posture monitoring | |
CN107105804B (zh) | 具有可移除模块的运动带 | |
US10743592B2 (en) | Smart apparel | |
US20190282131A1 (en) | Management of biomechanical achievements | |
US10842415B1 (en) | Devices, systems, and methods for monitoring and assessing gait, stability, and/or balance of a user | |
EP3337401B1 (en) | Method and system for adjusting audio signals based on motion deviation | |
CN114081479A (zh) | 一种身体状态检测方法、装置、电子设备及智能服装 | |
US20200008745A1 (en) | Wearable Flexible Sensor Motion Capture System | |
WO2017111564A1 (ko) | 전자 장치 및 이의 개인화된 운동 가이드를 제공하는 방법 | |
US20230410679A1 (en) | Systems and methods for facilitating mind-body-emotion state self-adjustment and functional skills development by way of biofeedback and environmental monitoring | |
US11406285B2 (en) | Exosuit systems and methods for posture session segmentation and biomechanical feedback | |
CN111228752B (zh) | 用于自动配置传感器的方法、电子设备和记录介质 | |
US20120212340A1 (en) | Method and apparatus for providing communications with haptic cues | |
US20190374161A1 (en) | Exosuit systems and methods for detecting and analyzing lifting and bending | |
WO2019086997A2 (en) | Wearable biofeedback system | |
US20170348583A1 (en) | Wearable technology for enhancing kinesthetic performance | |
US20190310714A1 (en) | Motion evaluation system, method thereof and computer-readable recording medium | |
Lin et al. | A comparative study of smart insole on real-world step count | |
JP2019155078A (ja) | 姿勢及び深呼吸改善装置、システム、並びに方法 | |
KR20180073795A (ko) | 스마트 의복과 연동하는 전자 장치, 그 동작 방법 및 시스템 | |
CN113521534A (zh) | 运动调节装置及方法、电子设备和存储介质 | |
JPWO2018179664A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN113544736A (zh) | 下肢肌肉力量估计系统、下肢肌肉力量估计方法及程序 | |
US20230096206A1 (en) | Method and Device for Diagnosing Anterior Cruciate Ligament Injury Susceptibility |
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 |