CN114733154B - 一种运动动作的标准度监测方法、系统、存储介质 - Google Patents

Abstract

本发明公开了一种运动动作的标准度监测方法、系统、存储介质，包括以下步骤：获取传感组的初始数据，判断所述初始数据是否异常，其中，所述传感组包括以下至少之一：位于参训者身下的压力传感组、位于参训者身侧的光栅传感组；当参训者上台并做好准备动作后，获取所述传感组的实时数据，并根据所述实时数据判断准备动作是否达标；当参训者开始运动时，获取所述传感组的实时数据，并根据所述实时数据判断运动动作是否标准。本发明能够准确判断运动动作，尤其是仰卧起坐和俯卧撑每个动作合格达标程度，准确记录有效动作个数和时长，智能分析和展示无效动作原因。

Description

一种运动动作的标准度监测方法、系统、存储介质

技术领域

本发明涉及运动动作的监测，具体是一种运动动作的标准度监测方法、系统、存储介质。

背景技术

目前在大众体育竞赛、校园学生仰卧起坐和俯卧撑训练与考核、部队军人仰卧起坐和俯卧撑体能训练与考核等众多仰卧起坐和俯卧撑运动中，需要准确判断参训者的动作合格情况，记录参训者做动作的有效个数和时间，分析无效动作原因，并对无效动作进行一比一的动画仿真。在中学生仰卧起坐和俯卧撑体能测试、部队军人仰卧起坐和俯卧撑体能考核场景下，要准确判定动作合格情况，记录有效个数和时长，达到绝对公平公正的判断就非常困难，一般比较早期的典型方法是人工判断动作达标情况，计数和计时，人眼判断标准尺度不统一，容易产品成绩分歧，不能实现真正的公平公正。

最近十年，随着科技的发展，出现了红外线计数设备。这些设备都不具备防水防尘、高低温环境使用的特性，不能全天候室外使用，且配置部署复杂，满足不了7x24小时训练与考核和来之即用，即用即考的使用场景。

其次，该类型设备一般只能笼统计数，无法对动作达标细节进行准确判断，无法实现防作弊功能。

同时，该类型设备只有红外线传感器，不仅单一，且传感器配置数量较少，容易作弊，同时，传感器布局比较简单，无法适用不同身高、体型的人员，造成动作判断尺度不统一。

发明内容

为解决上述现有技术的缺陷，本发明提供一种运动动作的标准度监测方法、系统、存储介质，本发明能够准确判断运动动作，尤其是仰卧起坐和俯卧撑每个动作合格达标程度，准确记录有效动作个数和时长，智能分析和展示无效动作原因。

为实现上述技术目的，本发明采用如下技术方案：一种运动动作的标准度监测方法，包括以下步骤：

获取传感组的初始数据，判断所述初始数据是否异常，其中，所述传感组包括以下至少之一：位于参训者身下的压力传感组、位于参训者身侧的光栅传感组；

当参训者上台并做好准备动作后，获取所述传感组的实时数据，并根据所述实时数据判断准备动作是否达标；

当参训者开始运动时，获取所述传感组的实时数据，并根据所述实时数据判断运动动作是否标准。

进一步地，所述判断所述初始数据是否异常包括以下子步骤：

将所述初始数据与预设初始数据比较，若所述初始数据超出所述预设初始数据的范围，则判定所述初始数据异常，异常情况包括以下至少之一：所述压力传感组被未知物体压住、所述光栅传感组被未知物体遮挡；

若在使用前判定所述初始数据异常，则发送自检命令，获取自检后数据；若所述自检后数据异常，则判断所述自检后数据对应的位置是否影响使用，若不影响则屏蔽该位置的数据并上报异常，若影响则上报异常并发送检修指令；

若在使用过程中判定所述初始数据异常，则动态调整判定阈值，所述判定阈值是指判定所述传感组数据是否标准的阈值；若所述初始数据仍旧小于所述判定阈值，则判断所述初始数据对应的位置是否影响使用，若不影响则屏蔽该位置的数据并上报异常，若影响则上报异常并发送检修指令。

进一步地，所述根据所述实时数据判断准备动作是否达标包括以下子步骤，判断仰卧起坐的准备动作是否达标：

所述传感组包括仰卧起坐压力传感组、仰卧起坐光栅传感组，所述仰卧起坐压力传感组包括脚位接近传感器、臀位薄膜矩阵压力传感器、肩背位薄膜矩阵压力传感器，所述仰卧起坐光栅传感组包括起坐位矩阵测量光幕传感器、仰卧位矩阵测量光幕传感器；

获取所述传感组的实时数据，所述实时数据包括所述脚位接近传感器、所述臀位薄膜矩阵压力传感器、所述肩背位薄膜矩阵压力传感器、所述起坐位矩阵测量光幕传感器、所述仰卧位矩阵测量光幕传感器的数据；

将所述实时数据与预设准备数据比较，其中所述预设准备数据包括预设脚位准备数据、预设臀位准备数据、预设肩背位准备数据、预设起坐位准备数据、预设仰卧位准备数据；

若所述实时数据超出所述预设准备数据的范围，则判定准备动作不达标，否则达标；不达标时，发出提示并待参训者调整姿势后再次判定；达标时，发出开始训练的提示。

进一步地，所述根据所述实时数据判断运动动作是否标准包括以下子步骤，判断仰卧起坐动作是否标准：

判断双肩位置：在参训者仰卧位时，获取所述传感组的实时数据，计算参训者的仰卧幅度、判定双肩是否触及台面，若仰卧幅度大于预设仰卧幅度或者双肩未触及台面，则判定仰卧动作无效；若双肩触及台面时间超过预设时间，则判定该动作无效；

判断起坐幅度：在参训者起坐位时，获取所述传感组的实时数据，计算参训者的起坐幅度、判定双肩是否离开台面，若仰卧幅度小于预设起坐幅度或者双肩未离开台面，则判定起坐动作无效；若双肩离开台面时间超过预设时间，则判定该动作无效。

进一步地，所述根据所述实时数据判断准备动作是否达标还包括以下子步骤，判断俯卧撑的准备动作是否达标：

所述传感组包括俯卧撑压力传感组、俯卧撑光栅传感组，所述俯卧撑压力传感组包括掌位薄膜压力传感器、肘位薄膜压力传感器、膝位薄膜压力传感器，所述俯卧撑光栅传感组包括上身矩阵测量光幕传感器、下身矩阵测量光幕传感器；

获取所述传感组的实时数据，所述实时数据包括所述掌位薄膜压力传感器、所述肘位薄膜压力传感器、所述膝位薄膜压力传感器、所述上身矩阵测量光幕传感器、所述下身矩阵测量光幕传感器的数据；

将所述实时数据与预设准备数据比较，其中所述预设准备数据包括预设掌位准备数据、预设肘位准备数据、预设膝位准备数据、预设上身准备数据、预设下身准备数据；

若所述实时数据超出所述预设准备数据的范围，则判定准备动作不达标，否则达标；不达标时，发出提示并待参训者调整姿势后再次判定；达标时，发出开始训练的提示。

进一步地，所述根据所述实时数据判断运动动作是否标准还包括以下子步骤，判断俯卧撑动作是否标准：

判断下降幅度：在参训者身体下降时，获取所述传感组的实时数据，计算参训者的身体下降幅度，并判断除了手和脚外是否有身体其他位置触及台面，若下降幅度超出预设下降幅度范围或者有身体其他位置触及台面，则判定下降动作无效；

判断撑起幅度：在参训者身体撑起时，获取所述传感组的实时数据，计算参训者的身体撑起幅度，并判断除了手和脚外是否有身体其他位置触及台面，若撑起幅度超出预设撑起幅度范围或者有身体其他位置触及台面，则判定撑起动作无效。

进一步地，所述方法还包括：判断是否多人协作：

获取所述传感组的实时数据，当所述实时数据的数量大于参训者应该具备的数量时，判定多人协作。

进一步地，所述方法还包括：过滤干扰信号：

获取所述光栅传感组的模拟量信号，将所述模拟量信号转换成数字量信号；

获取所述压力传感组的数字量信号，与所述光栅传感组的数字量信号共同组成数字量数据；

设定有效数据的头、尾、长度、校验码；

将所述数字量数据的第一个字节与设定的头进行匹配，若不匹配，则从下一个字节开始匹配，若匹配，则按照设定的长度读取数据，根据读取出的数据计算校验码，将该校验码与设定的校验码比较，若校验码匹配，则所述数字量数据有效，否则无效；

保留有效的所述数字量数据，过滤无效的所述数字量数据。

一种运动动作的标准度监测系统，包括：智能训练考核主机、智能训练台；所述智能训练考核主机包括：

数据获取模块，用于获取传感组的初始数据和实时数据；

判断模块，用于判断所述初始数据是否异常、根据所述实时数据判断准备动作是否达标、根据所述实时数据判断运动动作是否标准。

一种计算机可读存储介质，其存储用于电子数据交换的程序。

综上所述，本发明取得了以下技术效果：

1、本发明用于大众体育竞赛、校园学生仰卧起坐和俯卧撑训练与考核、部队军人仰卧起坐和俯卧撑体能训练与考核，能够通过更先进的多种高灵敏度传感器，三维立体识别计数，更智能的AI运动模型数据，从而对参训者仰卧起坐和俯卧撑训练和考核数据进行实时分析，精准判断动作达标情况，准确计数计时，防止参训者作弊；

2、本发明基于脚位接近传感器、掌位薄膜压力传感器、肘位薄膜压力传感器、膝位薄膜压力传感器、臀位薄膜矩阵压力传感器、肩背位薄膜矩阵压力传感器、起坐位矩阵测量光幕传感器、仰卧位矩阵测量光幕传感器、上身矩阵测量光幕传感器、下身矩阵测量光幕传感器的三维立体数据判断、大数据分析技术，AI运动模型数据，数字孪生技术，数据抗干扰过滤技术，数据回溯分析技术，实现更加准确、更加稳定、更加科学的仰卧起坐和俯卧撑动作识别分析，防作弊功能更强大；

3、本发明集成人体体型数据模型，匹配定制传感器，动作识别算法模型可实现动态调整，兼容不同性别、身高、体型人员使用，使得运动标准判断是统一的；

4、本发明具备防水防尘、高低温环境使用特性，可7x24小时室外不间断使用，满足学校、部队等特殊训练场景下的使用；

5、本发明固定式安装，支持联网或脱机使用，操作简单方便，来之即用；

6、本发明全程人脸识别，防止替考；

7、本发明全程录像，防止作弊。

附图说明

图1是本发明实施例提供的流程框图示意图；

图2是仰卧起坐的电子器件端口连接示意图；

图3是俯卧撑的电子器件端口连接示意图。

具体实施方式

以下结合附图对本发明作进一步详细说明。

本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

实施例：

如图1所示，一种运动动作的标准度监测方法，包括以下步骤：

S100、获取传感组的初始数据，判断所述初始数据是否异常，其中，所述传感组包括以下至少之一：位于参训者身下的压力传感组、位于参训者身侧的光栅传感组；

S200、当参训者上台并做好准备动作后，获取所述传感组的实时数据，并根据所述实时数据判断准备动作是否达标；

S300、当参训者开始运动时，获取所述传感组的实时数据，并根据所述实时数据判断运动动作是否标准。

在S100中，判断所述初始数据是否异常包括以下子步骤：

S110、将所述初始数据与预设初始数据比较，若所述初始数据超出所述预设初始数据的范围，则判定所述初始数据异常，异常情况包括以下至少之一：所述压力传感组被未知物体压住、所述光栅传感组被未知物体遮挡；

在本实施例中，传感器硬件在正常情况下的数据是固定的，且十分稳定，例如在未使用状态下，无人压住压力传感组，压力传感组的数据为0，无人遮挡光涮，光栅传感组的数据为0，但在一些异常情况下，比如光栅中某一部分被未知物体遮挡，压力中有一小部分被未知物体长时间压着，或者两种传感器出现硬件故障，部分数据产生异常。系统算法会实时的读取传感器的数据，如果遇到数据异常，则会根据当前设备使用状态进行针对性的处理。

S120、若在使用前判定所述初始数据异常，则发送自检命令，获取自检后数据；若所述自检后数据异常，则判断所述自检后数据对应的位置是否影响使用，若不影响则屏蔽该位置的数据并上报异常，若影响则上报异常并发送检修指令；

在本实施例中，比如，如果设备空闲，无人使用，系统会下发自检命令，传感器会启动自检，如果自检后数据恢复正常，则继续使用，如果自检后，数据仍然异常，系统会对异常数据位置进行判断，如果异常数据位置不影响业务流程使用，软件就会自动屏蔽该处数据，从而保证设备能够正常使用，同时会报故障给后台系统。

自检命令可以是重新启动，参数校正，恢复初始值，异常报警。

S130、若在使用过程中判定所述初始数据异常，则动态调整判定阈值，所述判定阈值是指判定所述传感组数据是否标准的阈值；若所述初始数据仍旧小于所述判定阈值，则判断所述初始数据对应的位置是否影响使用，若不影响则屏蔽该位置的数据并上报异常，若影响则上报异常并发送检修指令。

在本实施例中，如果设备正在使用中突然出现设备异常，软件会实时将传感器数值进行动态调整，比如此时判定阈值为1500MPa，即软件判断压力小于1500MPa就算该处传感器被压下，而异常时，可能压力一直在800MPa左右，这时，软件会将判定阈值调整为600MPa、500MPa左右，这样就保证业务软件能准确感知到压下的状态。

同时，S130中，若不影响则屏蔽该位置的数据并上报异常包括：将所述初始数据对应的压力传感器的压力调整为1MPa；

如果传感器故障，压力一直在100MPa以下，已经没法使用，系统软件就会把压力调整为1MPa，基本关闭该处压力判断，只要不影响业务流程使用，就先保护。使用完，立马提示故障。

当S100中初始传感器数据校正完成后，开始使用监测台以及系统，进入步骤S200和步骤S300，S200中判断准备动作是否达标，S300中判断正式运动动作是否标准，本次装置和方式主要针对仰卧起坐和俯卧撑，下面先以仰卧起坐为例。

在步骤S200中，所述根据所述实时数据判断准备动作是否达标包括以下子步骤：

S210、判断仰卧起坐的准备动作是否达标：

S211、在仰卧起坐中，所述传感组包括仰卧起坐压力传感组、仰卧起坐光栅传感组，其中，所述仰卧起坐压力传感组包括脚位接近传感器、臀位薄膜矩阵压力传感器、肩背位薄膜矩阵压力传感器，所述仰卧起坐光栅传感组包括起坐位矩阵测量光幕传感器、仰卧位矩阵测量光幕传感器；分别用于检测双脚是否到位、臀位的压力数据、肩部的压力数据、起坐位是否遮挡光栅、下身是否遮挡光栅；

S212、获取所述传感组的实时数据，所述实时数据包括所述脚位接近传感器、所述臀位薄膜矩阵压力传感器、所述肩背位薄膜矩阵压力传感器、所述起坐位矩阵测量光幕传感器、所述仰卧位矩阵测量光幕传感器的数据；

S213、将所述实时数据与预设准备数据比较，其中所述预设准备数据包括预设脚位准备数据、预设臀位准备数据、预设肩背位准备数据、预设起坐位准备数据、预设仰卧位准备数据；这些预设准备数据是事先设定好的，可以是范围值或者一个具体数值，本实施例中采用范围值的方式；

S214、若所述实时数据超出所述预设准备数据的范围，则判定准备动作不达标，否则达标；不达标时，发出提示并待参训者调整姿势后再次判定；达标时，发出开始训练的提示。

在本实施例中，当脚位接近传感器感知到双脚到位、臀位的压力数据在允许范围内、肩背位的压力数据在允许范围内，起坐位和仰卧位的光栅数据均在允许范围内时，判定准备动作达标。即，通过3个压力数据和2个光栅数据判别动作是否达标。

仰卧起坐的准备动作达标后，即可开始正式运动，进入S300。

S300中，所述根据所述实时数据判断运动动作是否标准包括以下子步骤：

S310、判断仰卧起坐动作是否标准：

S311、判断双肩位置：在参训者仰卧位时，获取所述传感组的实时数据，计算参训者的仰卧幅度、判定双肩是否触及台面，若仰卧幅度大于预设仰卧幅度或者双肩未触及台面，则判定仰卧动作无效；若双肩触及台面时间超过预设时间，则判定该动作无效；

本实施例中，参训者仰卧时，系统接收臀位薄膜矩阵压力传感器、起坐位矩阵测量光幕传感器数据变化和肩位薄膜矩阵压力传感器数据变化，综合分析判断参训者仰卧幅度和是否双肩触及台面。即臀位压力数据过大或者过小，判定臀位过于用力或者未用力，可能是有人帮助仰卧，可能是肩部过分用力，总之，臀位压力数据超出设定的范围，就判定无效。或者，肩位压力数据为零或者过小，判定为双肩未接触或者刚接触就离开台面，也判定为无效。或者，肩位的压力数据长时间保持，判定为双肩接触台面时间过长，视为休息，判定为无效。或者，上半身持续遮挡光栅，正确仰卧时双肩应该是不会遮挡光栅的或者仅遮住一点光栅，当长时间遮住光栅或者遮住很多光栅时，判定为双肩未触及台面，视为无效。

S312、判断起坐幅度：在参训者起坐位时，获取所述传感组的实时数据，计算参训者的起坐幅度、判定双肩是否离开台面，若仰卧幅度小于预设起坐幅度或者双肩未离开台面，则判定起坐动作无效；若双肩离开台面时间超过预设时间，则判定该动作无效。

在本实施例中，参训者起坐时，系统接收臀位薄膜矩阵压力传感器、上身矩阵测量光幕传感器数据变化和肩位薄膜矩阵压力传感器数据变化，综合分析判断参训者起坐幅度和双肩是否离开台面。即，正确动作时，臀位压力数据应该在一个范围值内，如果臀位压力超出预设的范围，则可能有人协作，视为无效。在起坐时，肩位数据应该是0，若肩位数据不为0，则判断为无效。如果上身遮挡的光栅不足或者遮挡的高度过高，也视为起坐的幅度不足或者过足而视为无效。如果肩位的压力数据长时间没有突破0，则判断参训者始终未接触台面，可能幅度不对或者坐着休息，视为无效。

上述表述了何种情况下仰卧起坐动作无效，也就是将上述情况的动作剔除后，将剩余的有效动作计数后作为最后的仰卧起坐的计数，完成有效动作的计数和无效动作的计数，以及有效时长、无效时长，判断标准尺度统一，成绩清晰，实现真正的公平公正。

还包括：记录无效动作的数量，记录无效动作的无效原因，分析该参训者在做仰卧起坐时的缺点是什么、哪里不够标准。整合所有参训者的无效动作后，可以分析普遍缺点以及不标准之处，后续可以加强训练。这对运动分析、训练分析，起到了非常大的作用，代替人工判别和分析，生成分析报告，一目了然。

再以俯卧撑为例进行S200和S300：

在S200中，所述根据所述实时数据判断准备动作是否达标还包括以下子步骤：

S220、判断俯卧撑的准备动作是否达标：

S221、所述传感组包括俯卧撑压力传感组、俯卧撑光栅传感组，所述俯卧撑压力传感组包括掌位薄膜压力传感器、肘位薄膜压力传感器、膝位薄膜压力传感器，所述俯卧撑光栅传感组包括上身矩阵测量光幕传感器、下身矩阵测量光幕传感器；分别用于检测手掌位置压力数据、胳膊肘位置压力数据、膝盖位置压力数据、上身是否遮挡光栅、下身是否遮挡光栅；

S222、获取所述传感组的实时数据，所述实时数据包括所述掌位薄膜压力传感器、所述肘位薄膜压力传感器、所述膝位薄膜压力传感器、所述上身矩阵测量光幕传感器、所述下身矩阵测量光幕传感器的数据；

S223、将所述实时数据与预设准备数据比较，其中所述预设准备数据包括预设掌位准备数据、预设肘位准备数据、预设膝位准备数据、预设上身准备数据、预设下身准备数据；这些预设准备数据是事先设定的；

S224、若所述实时数据超出所述预设准备数据的范围，则判定准备动作不达标，否则达标；不达标时，发出提示并待参训者调整姿势后再次判定；达标时，发出开始训练的提示。

本实施例中，如果手掌位置压力数据过小，可能是有人协助，胳膊肘位置压力数据大于0说明手肘触及台面，视为无效，膝位压力数据大于0说明膝盖触及台面，视为无效，如果上身、下身遮挡的光栅位置过低或者过高，同样视为无效。

俯卧撑准备动作达标后，进入到S300：

在S300中，所述根据所述实时数据判断运动动作是否标准还包括以下子步骤：

S320、判断俯卧撑动作是否标准：

S321、判断下降幅度：在参训者身体下降时，获取所述传感组的实时数据，计算参训者的身体下降幅度，并判断除了手和脚外是否有身体其他位置触及台面，若下降幅度超出预设下降幅度范围即没有达到预定幅度或者有身体其他位置触及台面，则判定下降动作无效；

在本实施例中，参训者身体下降时，系统接收掌位薄膜压力传感器、膝位薄膜压力传感器、上身测量光幕传感器、下身测量光幕传感器数据变化，综合分析判断参训者身体下降幅度和是否除手脚外，身体其他部位触及台面。即，在俯卧撑下降动作时，如果掌位的压力过小，有可能是别人帮助，手掌承受力低，视为无效，手肘、膝盖位置的数据大于0时，则可能是手肘、膝盖触及台面，视为无效，如果两个光栅的变化较小，也有可能是下降的幅度较低，视为无效。

另外，还包括：参训者身体下降时双肩下降未低于肘关节水平面，则判定该动作无效。同时，通过下身测量光幕传感器数据变化，来计算参训者身体是否保持直线，如身体弯曲，则该次下降无效。其中，俯卧撑判断双肩是否低于肘关节水平面，依靠判断双肩上沿水平面在光栅感知区域的上下移动位移，结合参训者撑起时，双肩上沿水平面的位置来综合计算的。

S322、判断撑起幅度：在参训者身体撑起时，获取所述传感组的实时数据，计算参训者的身体撑起幅度，并判断除了手和脚外是否有身体其他位置触及台面，若撑起幅度超出预设撑起幅度范围或者有身体其他位置触及台面，则判定撑起动作无效。

在本实施例中，参训者撑起时，动作识别算法通过掌位薄膜压力传感器、膝位薄膜压力传感器、上身测量光幕传感器、下身测量光幕传感器数据变化，综合分析判断参训者撑起幅度和是否除手脚外，身体其他部位触及台面。即，俯卧撑撑起时，如果手肘、膝盖位置的压力大于0，则该位置接触台面，视为无效，如果光栅被遮挡的最高位置过低，则视为无效。

与仰卧起坐相似，上述表述了何种情况下俯卧撑动作无效，也就是将上述情况的动作剔除后，将剩余的有效动作计数后作为最后的俯卧撑的计数，完成有效动作的计数和无效动作的计数，以及有效时长、无效时长，判断标准尺度统一，成绩清晰，实现真正的公平公正。

还包括：记录无效动作的数量，记录无效动作的无效原因，分析该参训者在做俯卧撑时的缺点是什么、哪里不够标准。整合所有参训者的无效动作后，可以分析普遍缺点以及不标准之处，后续可以加强训练。这对运动分析、训练分析，起到了非常大的作用，代替人工判别和分析，生成分析报告，一目了然。

在上述仰卧起坐和俯卧撑监测中，还包括：A100、判断是否多人协作：获取所述传感组的实时数据，当所述实时数据的数量大于参训者应该具备的数量时，判定多人协作。

例如，在仰卧起坐或者俯卧撑动作中，如果光栅在合理位置之外出现了其他位置的遮挡，则判别为有人帮助。在俯卧撑动作中，如果手掌位置压力过小，也可能是有人托住参训者或者在上方拉住参训者，视为无效。

在S200和S300中，判定仰卧起坐、俯卧撑标准的同时，将无效动作剔除，也在一定程度上过滤了一部分的干扰。除此之外，本实施例还提供信号传输之间的干扰信号过滤。

S400、还包括：过滤干扰信号：

S410、获取所述光栅传感组的模拟量信号，将所述模拟量信号转换成数字量信号；

由于光栅信号为模拟量信号，无法直接计算，因此需要将模拟量信号进行A/D转换；

S420、获取所述压力传感组的数字量信号，与所述光栅传感组的数字量信号共同组成数字量数据；

S430、设定有效数据的头、尾、长度、校验码；

S440、将所述数字量数据的第一个字节与设定的头进行匹配，若不匹配，则从下一个字节开始匹配，若匹配，则按照设定的长度读取数据，根据读取出的数据计算校验码，将该校验码与设定的校验码比较，若校验码匹配，则所述数字量数据有效，否则无效；

S450、保留有效的所述数字量数据，过滤无效的所述数字量数据。

本实施例中，两组光栅传感器是数字信号，数据直接进入MCU主板中；矩阵式压力传感器是模拟量信号，先由MCU主板是做ADC处理(模拟量信号转数字量信号)；以上两类传感器均汇集到MCU，由MCU按照定义好的协议进行数据封包，之后由MCU发送至软件算法主机；软件算法主机接收到发送过来的数据后，根据定义好的协议，对数据的头，尾，长度，还有校验码进行匹配，读到数据后，先匹配头，匹配不上就丢掉一个字节，继续从下一个开始匹配，直到找到头，然后按长度读数据，读完了算校验码，跟定义好发的校验码比对，比对成功就算收到一个有效数据包，如果比对失败，丢一个字节重新找头。

然后结合业务流程(运动的准备、开始、运动中、作弊、运动结束各个流程)，依据数据包实时时间标签，按照定义好的协议格式对数据进行分段、切割和解析，来分析一个完整运动过程。

在运动开始前，还包括：B100、建立AI运动模型；包括以下子步骤：

B110、获取人体尺寸标准库；人体尺寸标准库可以是国家的、地方的；

B120、获取若干参训者的基本信息，所述基本信息包括参训体重、身高、性别、年龄；

B130、获取上述参训者在监测台上做仰卧起坐时的第一信息，所述第一信息包括：在准备动作时，参训者的臀位、肩位，以及臀位压力、肩位压力，在仰卧动作时，光栅遮挡数据、臀位压力变化、肩位压力变化、肩位幅度，在起坐动作时，光栅遮挡数据、臀位压力变化、肩位压力变化、肩位幅度；

臀位、肩位可以计算出准备动作时臀肩间距，光栅遮挡数据可以判别光栅的哪些位置被遮挡，从而判断仰卧或者起坐的幅度；

获取上述参训者在监测台上做俯卧撑时的第二信息，所述第二信息包括：在准备动作时，参训者的手掌位压力、脚位压力、光栅被遮挡的数据，在下降动作时，掌位压力变化、脚位压力变化、光栅被遮挡数据变化、下降幅度，在撑起动作时，掌位压力变化、脚位压力变化、光栅被遮挡数据变化、撑起幅度；

B130、将相同身高、体型、性别的人员化为一个模式区域，按照类别在每一个模式区域内计算最大值和最小值，得到臀位压力范围值组(包括准备动作时臀位压力范围值、仰卧时臀位压力范围值、起坐时臀位压力范围值)、肩位压力范围值组(包括准备动作时肩位压力范围值、仰卧时肩位压力范围值、起坐时肩位压力范围值)、仰卧起坐光栅数据范围值组(包括准备动作时光栅数据范围值、仰卧时光栅数据范围值、起坐时光栅数据范围值)、掌位压力范围值组(包括准备动作时掌位压力范围值、仰卧时掌位压力范围值、起坐时掌位压力范围值)、脚位压力范围值组(包括准备动作时脚位压力范围值、仰卧时脚位压力范围值、起坐时脚位压力范围值)、俯卧撑光栅数据范围值组(包括准备动作时光栅数据范围值、下降时光栅数据范围值、撑起时光栅数据范围值)；

根据每一个模式区域的数据建立一个初级运动模型，根据初级运动模型建立一个AI运动模型，当运动开始前，人脸识别参训者，获取参训者的身高和体重、性别，在AI运动模型中调取相应的初级运动模型，作为该参训者整个运动过程的考核标准也即动作识别算法。即，将该初级运动模型所对应的类别数据范围值作为全程的预设值，即上文所提到的预设数据。

动作识别算法使用深度学习算法，依据每项运动的特征和所使用传感器的真实数据集合，综合分析和逻辑判断。利用合理的传感器布局和业务流程，可以知道每个使用者的身高、体重、年龄、性别数据，以及在训练台上身体各个位置实时处在的位置信息，结合训练的AI大数据运动模型，让动作识别逻辑判断算法来自动匹配每个使用的体型数据，根据其身体位置的变化，来实时调整运动模型去做逻辑判断，使其可以实时保持识别的准确性，标准统一性；

在使用者的使用过程中，也会记录该使用者所对应的传感器数据模型，会单独存储在深度学习软件模块中，并做好数据的整理和标注，通过数据积累，不断训练该模型，使其对该类型使用者的动作识别更加的精准；

本发明为每一个参训者匹配一个合适考核标准，适应不同性别、身高、体重的人，适应性较高，不同身高的人可以使用同一个监测台。并且，模型的匹配是自动的，在系统读取到参训者的基本信息后自动调取初级运动模型，无需人为干扰。当然，为了更加的人性化，本装置还提供人为修改初级运动模型的模式。

使用过程为：参训者来到主机位置，在主机上完成人脸识别，进行身份核验，选择训练模式是仰卧起坐还是俯卧撑。准备动作达标后，主机根据参训者个人体型数据，依据AI运动模型启动初级运动模型作为本次动作识别算法，实现自我动态调整识别算法，使其适应不同性别、身高、体重人群，提高识别合理性、准确率。

智能训练台与智能训练考核主机连接后，实时将训练台上的各类型传感器数据发送至主机，主机利用动作识别算法，实时处理传感器数据，自动过滤干扰信号；依据AI运动模型，动态刷新、自动校正各类型传感器数值，使设备始终处于稳定可用状态。

在运动开始前，本装置提供人脸识别功能，能够获取上监测台的参训者的基本信息，例如身高、体重、性别等等，并且全程开启人脸识别功能以及摄像头开始全程录像，全程防止作弊。

同时，系统利用数字孪生技术，从参训者上监测台开始，一比一还原参训者整个运动姿态，形成可视化动画显示在显示屏上，便于教练查看，存储后能够还原哪些动作不标准，便于结合分析报告、结合摄像实时复盘不标准的动作。

计时结束，或参训者离开训练台后，将动画保存，然后自动核验整个过程的数据，自动结束，并计算成绩，生成仿真分析报告。

训练或考核结束后，参训者可在智能训练主机上查看成绩和仿真分析报告。同时可在后台软件平台查询和导出数据。

在另一个实施例中，提供一种运动动作的标准度监测系统，包括：包括：智能训练考核主机、智能训练台；所述智能训练考核主机包括：

数据获取模块，用于获取传感组的初始数据和实时数据；

判断模块，用于判断所述初始数据是否异常、根据所述实时数据判断准备动作是否达标、根据所述实时数据判断运动动作是否标准。

智能训练考核主机，主要由工控机主板、SSD固态硬盘、DDR内存、LCD触摸显示屏、状态指示灯板、人像识别摄像头、过程录像摄像头，区域感知网关、LED显示屏、音频输入MIC、音频功放板、扬声器、RJ45接口、电源输入接口、开关电源、外壳组件、其他附件组成。设备支持防水防尘和高低温环境使用，主要用来进行参训者的身份识别，业务流程操作，信息查询等工作，同时，整个运动动作的标准度监测算法也运行在该主机上。

智能训练台，主要由数据处理MCU、脚位接近传感器、掌位薄膜压力传感器、肘位薄膜压力传感器、膝位薄膜压力传感器、臀位薄膜矩阵压力传感器、肩背位薄膜矩阵压力传感器、起坐位矩阵测量光幕传感器、仰卧位矩阵测量光幕传感器、上身矩阵测量光幕传感器、下身矩阵测量光幕传感器、电源管理及电源转换、外壳组件、其他附件组成。

如图2所示是仰卧起坐动作的智能训练台的电器元件端口连接示意图，如图3所示是俯卧撑动作的智能训练台的电器元件端口连接示意图。

在另一个实施例中，一种计算机可读存储介质，其存储用于电子数据交换的程序，其中，所述程序使得终端执行上述一种运动动作的标准度监测方法。

以上所述仅是对本发明的较佳实施方式而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (9)

1.一种运动动作的标准度监测方法，其特征在于，包括以下步骤：

获取传感组的初始数据，判断所述初始数据是否异常，其中，所述传感组包括以下至少之一：位于参训者身下的压力传感组、位于参训者身侧的光栅传感组；

当参训者上台并做好准备动作后，获取所述传感组的实时数据，并根据所述实时数据判断准备动作是否达标；

当参训者开始运动时，获取所述传感组的实时数据，并根据所述实时数据判断运动动作是否标准；

所述判断所述初始数据是否异常包括以下子步骤：将所述初始数据与预设初始数据比较，若所述初始数据超出所述预设初始数据的范围，则判定所述初始数据异常，异常情况包括以下至少之一：所述压力传感组被未知物体压住、所述光栅传感组被未知物体遮挡；

若在使用前判定所述初始数据异常，则发送自检命令，获取自检后数据；若所述自检后数据异常，则判断所述自检后数据对应的位置是否影响使用，若不影响则屏蔽该位置的数据并上报异常，若影响则上报异常并发送检修指令；

若在使用过程中判定所述初始数据异常，则动态调整判定阈值，所述判定阈值是指判定所述传感组数据是否标准的阈值；若所述初始数据仍旧小于所述判定阈值，则判断所述初始数据对应的位置是否影响使用，若不影响则屏蔽该位置的数据并上报异常，若影响则上报异常并发送检修指令。

2.根据权利要求1所述的一种运动动作的标准度监测方法，其特征在于，所述根据所述实时数据判断准备动作是否达标包括以下子步骤，判断仰卧起坐的准备动作是否达标：

所述传感组包括仰卧起坐压力传感组、仰卧起坐光栅传感组，所述仰卧起坐压力传感组包括脚位接近传感器、臀位薄膜矩阵压力传感器、肩背位薄膜矩阵压力传感器，所述仰卧起坐光栅传感组包括起坐位矩阵测量光幕传感器、仰卧位矩阵测量光幕传感器；

获取所述传感组的实时数据，所述实时数据包括所述脚位接近传感器、所述臀位薄膜矩阵压力传感器、所述肩背位薄膜矩阵压力传感器、所述起坐位矩阵测量光幕传感器、所述仰卧位矩阵测量光幕传感器的数据；

将所述实时数据与预设准备数据比较，其中所述预设准备数据包括预设脚位准备数据、预设臀位准备数据、预设肩背位准备数据、预设起坐位准备数据、预设仰卧位准备数据；

若所述实时数据超出所述预设准备数据的范围，则判定准备动作不达标，否则达标；不达标时，发出提示并待参训者调整姿势后再次判定；达标时，发出开始训练的提示。

3.根据权利要求2所述的一种运动动作的标准度监测方法，其特征在于，所述根据所述实时数据判断运动动作是否标准包括以下子步骤，判断仰卧起坐动作是否标准：

判断双肩位置：在参训者仰卧位时，获取所述传感组的实时数据，计算参训者的仰卧幅度、判定双肩是否触及台面，若仰卧幅度大于预设仰卧幅度或者双肩未触及台面，则判定仰卧动作无效；若双肩触及台面时间超过预设时间，则判定该动作无效；

判断起坐幅度：在参训者起坐位时，获取所述传感组的实时数据，计算参训者的起坐幅度、判定双肩是否离开台面，若仰卧幅度小于预设起坐幅度或者双肩未离开台面，则判定起坐动作无效；若双肩离开台面时间超过预设时间，则判定该动作无效。

4.根据权利要求1所述的一种运动动作的标准度监测方法，其特征在于，所述根据所述实时数据判断准备动作是否达标还包括以下子步骤，判断俯卧撑的准备动作是否达标：

所述传感组包括俯卧撑压力传感组、俯卧撑光栅传感组，所述俯卧撑压力传感组包括掌位薄膜压力传感器、肘位薄膜压力传感器、膝位薄膜压力传感器，所述俯卧撑光栅传感组包括上身矩阵测量光幕传感器、下身矩阵测量光幕传感器；

获取所述传感组的实时数据，所述实时数据包括所述掌位薄膜压力传感器、所述肘位薄膜压力传感器、所述膝位薄膜压力传感器、所述上身矩阵测量光幕传感器、所述下身矩阵测量光幕传感器的数据；

将所述实时数据与预设准备数据比较，其中所述预设准备数据包括预设掌位准备数据、预设肘位准备数据、预设膝位准备数据、预设上身准备数据、预设下身准备数据；

若所述实时数据超出所述预设准备数据的范围，则判定准备动作不达标，否则达标；不达标时，发出提示并待参训者调整姿势后再次判定；达标时，发出开始训练的提示。

5.根据权利要求4所述的一种运动动作的标准度监测方法，其特征在于，所述根据所述实时数据判断运动动作是否标准还包括以下子步骤，判断俯卧撑动作是否标准：

判断下降幅度：在参训者身体下降时，获取所述传感组的实时数据，计算参训者的身体下降幅度，并判断除了手和脚外是否有身体其他位置触及台面，若下降幅度超出预设下降幅度范围或者有身体其他位置触及台面，则判定下降动作无效；

判断撑起幅度：在参训者身体撑起时，获取所述传感组的实时数据，计算参训者的身体撑起幅度，并判断除了手和脚外是否有身体其他位置触及台面，若撑起幅度超出预设撑起幅度范围或者有身体其他位置触及台面，则判定撑起动作无效。

6.根据权利要求3或5所述的一种运动动作的标准度监测方法，其特征在于，所述方法还包括：判断是否多人协作：

获取所述传感组的实时数据，当所述实时数据的数量大于参训者应该具备的数量时，判定多人协作。

7.根据权利要求1所述的一种运动动作的标准度监测方法，其特征在于，所述方法还包括：过滤干扰信号：

获取所述光栅传感组的模拟量信号，将所述模拟量信号转换成数字量信号；

获取所述压力传感组的数字量信号，与所述光栅传感组的数字量信号共同组成数字量数据；

设定有效数据的头、尾、长度、校验码；

将所述数字量数据的第一个字节与设定的头进行匹配，若不匹配，则从下一个字节开始匹配，若匹配，则按照设定的长度读取数据，根据读取出的数据计算校验码，将该校验码与设定的校验码比较，若校验码匹配，则所述数字量数据有效，否则无效；

保留有效的所述数字量数据，过滤无效的所述数字量数据。

8.一种运动动作的标准度监测系统，其特征在于，应用于如权利要求1所述的一种运动动作的标准度监测方法，包括：智能训练考核主机、智能训练台；所述智能训练考核主机包括：

数据获取模块，用于获取传感组的初始数据和实时数据；

判断模块，用于判断所述初始数据是否异常、根据所述实时数据判断准备动作是否达标、根据所述实时数据判断运动动作是否标准。

9.一种计算机可读存储介质，其存储用于电子数据交换的程序，其中，所述程序使得终端执行如权利要求1-7任意一项提供的一种运动动作的标准度监测方法。