CN115006824B - 一种划船机动作计数方法、装置、介质和智能穿戴设备 - Google Patents

Abstract

本申请涉及运动检测领域，公开了一种划船机动作计数方法、装置、介质和智能穿戴设备，包括：当检测到智能穿戴设备的工作模式为划船机模式时，获取智能穿戴设备在预设坐标系中各坐标轴上的加速度数据，以便于对加速度数据进行处理。判断坐标系的预设坐标轴上的目标加速度数据是否满足第一预设条件，其中，预设坐标轴为与划船机拉绳伸缩方向平行的轴；若满足第一预设条件，则根据目标加速度数据计算用户完成划船动作的数量。由此可见，本申请提供的划船机动作计数方法，仅在预设坐标轴上的目标加速度数据满足第一预设条件时，对用户的划船动作进行计数，防止用户启动划船机模式后的其他动作影响计数准确度，提高用户使用体验。

Description

一种划船机动作计数方法、装置、介质和智能穿戴设备

技术领域

本申请涉及运动检测领域，特别是涉及一种划船机动作计数方法、装置、介质和智能穿戴设备。

背景技术

划船机是一种用于模拟划船运动的机器，可以用于进行有氧锻炼。用户做划船动作的次数是划船机运动检测的主要指标，能够直接影响用户的锻炼效果。目前主要通过用户佩戴的智能穿戴设备(例如：手环、智能手表等)对划船动作进行计数，在使用时，用户启动智能穿戴设备的划船机模式后，智能穿戴设备会收集用户的姿态数据，从而确定用户完成划船动作的次数。

但用户手动启动划船机模式后，可能进行走路、跳绳等其他运动，可能会导致划船动作计数错误，影响用户锻炼效果和使用体验。

由此可见，如何提供一种更精确的划船动作计数方法，是本领域技术人员亟需解决的问题。

发明内容

本申请的目的是提供一种划船机动作计数方法、装置、介质和智能穿戴设备，以防止用户手动启动划船机模式后进行其他运动而导致划船动作计数错误，影响用户的锻炼效果和使用体验。

为了解决上述计算问题，本申请提供了一种划船机动作计数方法，该方法包括：

当检测到智能穿戴设备的工作模式为划船机模式时，获取所述智能穿戴设备在预设坐标系中各坐标轴上的加速度数据；

判断预设坐标轴上对应的目标加速度数据是否满足第一预设条件；其中，所述预设坐标轴为与划船机拉绳伸缩方向平行的轴；

若满足所述第一预设条件，则根据所述目标加速度数据计算用户完成划船动作的数量。

优选的，所述第一预设条件包括：

在连续的第一阈值个数的周期内，所述目标加速度数据在每个周期中的最大值均大于第二阈值且最小值均小于第三阈值，且各周期内的所述目标加速度数据的相似度大于相似度阈值；其中，所述第二阈值大于所述第三阈值，所述周期为用户完成1个动作所需的时间。

优选的，所述根据所述目标加速度数据计算用户完成划船动作的数量包括：

当检测到当前目标加速度数据为零且所述当前目标加速度数据的前一所述目标加速度数据大于零，则判断当前周期内的数据变化是否满足所述第一预设条件；

若满足所述第一预设条件，则确定用户完成1个划船动作；

当检测到运动结束指令后，计算用户完成划船动作的数量和。

优选的，所述获取所述智能穿戴设备在预设坐标系中各坐标轴上的加速度数据包括：

读取所述智能穿戴设备的加速度计生成的初始加速度数据；

通过预设加权算法对所述初始加速度数据进行加权处理以获取第一加速度数据；

对所述第一加速度数据进行滤波操作以获取第二加速度数据；

计算各所述第二加速度数据的平均加速度，并将所述第二加速度数据与所述平均加速度作差得到的值作为所述加速度数据。

优选的，计算各所述周期内的所述目标加速度数据的所述相似度包括：

在N个所述周期内选取M个点，以构成N个信号序列；

利用互相关函数计算各所述信号序列间的互相关性，以获取N个互相关系数；

根据各所述互相关系数计算所述相似度，所述相似度为各所述互相关系数的平均数。

优选的，所述计算计数周期内用户完成的划船动作的数量的步骤后，还包括：

获取所述用户的体表温度数据和心率数据；

根据所述体表温度数据和所述心率数据计算用户健康值；

判断所述用户健康值是否低于健康阈值；

若低于所述健康阈值，向用户发送第一报警信息。

优选的，所述若满足所述第一预设条件，则根据所述目标加速度数据计算用户完成划船动作的数量的步骤后，还包括：

当检测到预设时间周期内所述用户完成划船动作的数量小于数量阈值时，向用户发送第二报警信息。

为了解决上述计算问题，本申请还提供了一种划船机动作计数装置，包括：

获取模块，用于当检测到智能穿戴设备的工作模式为划船机模式时，获取所述智能穿戴设备在预设坐标系中各坐标轴上的加速度数据；

判断模块，用于判断预设坐标轴上对应的目标加速度数据是否满足第一预设条件；其中，预设坐标轴为与划船机拉绳伸缩方向平行的轴；

计算模块，用于若满足所述第一预设条件，则根据所述目标加速度数据计算用户完成划船动作的数量。

为了解决上述计算问题，本申请还提供了一种智能穿戴设备，包括存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现所述的划船机动作计数方法的步骤。

为了解决上述计算问题，本申请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上存储有计算机程序，所述计算机程序被处理器执行时实现所述的划船机动作计数方法的步骤。

本申请提供了一种划船机动作计数方法，包括：当检测到智能穿戴设备的工作模式为划船机模式时，获取智能穿戴设备在预设坐标系中各坐标轴上的加速度数据，以便于对加速度数据进行处理。判断坐标系的预设坐标轴上的目标加速度数据是否满足第一预设条件，其中，预设坐标轴为与划船机拉绳伸缩方向平行的轴；若满足第一预设条件，则根据目标加速度数据计算用户完成划船动作的数量。由此可见，本申请提供的划船机动作计数方法，仅在预设坐标轴上的目标加速度数据满足第一预设条件时，对用户的划船动作进行计数，防止用户启动划船机模式后的其他动作影响计数准确度，提高用户使用体验。

此外，本申请还提供了一种划船机动作技术装置、介质和智能穿戴设备，与上述方法对应，效果同上。

附图说明

为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为划船机的规范动作示意图；

图2为本申请实施例所提供的划船运动数据图；

图3为本申请实施例所提供的划船机动作计数方法的流程图；

图4为降采样后的目标加速度数据的示意图；

图5为去中心化处理后的目标加速度数据示意图；

图6为本申请实施例所提供的划船机动作计数装置的结构图；

图7为本申请实施例所提供的一种智能穿戴设备的结构图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本申请保护范围。

本申请的核心是提供一种划船机动作计数方法、装置、介质和智能穿戴设备，以防止用户手动启动划船机模式后进行其他运动而导致划船动作计数错误，影响用户的锻炼效果和使用体验。

在划船机使用场景中，用户多通过智能穿戴设备为划船动作计数，由于智能穿戴设备的划船动作需要人工开启，若用户开启划船模式后进行其他运动，则可能导致划船动作计数错误，影响用户的锻炼效果和使用体验。为了解决这一问题，本申请提供了一种划船动作计数方法，仅在预设坐标轴上的目标加速度数据满足第一预设条件时，对用户的划船动作进行计数，防止用户启动划船机模式后的其他动作影响计数准确度，提高用户使用体验。图1为划船机的规范动作示意图，如图1所示，用户使用划船机进行室内运动时，其动作较为单一，且手握拉杆的姿势限制穿戴设备仅能以一定的角度、在一个方向上运动。图2为本申请实施例所提供的划船运动数据图，如图2所示，智能穿戴设备仅在与划船机拉绳伸缩方向平行的轴上具有明显的加速度变化，因此，只需分析加速度数据里的一个轴的数据即可检测划船运动情况。

为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。

图3为本申请实施例所提供的一种划船机动作计数方法的流程图，如图3所示，该方法包括：

S10：当检测到智能穿戴设备的工作模式为划船机模式时，获取智能穿戴设备在预设坐标系中各坐标轴上的加速度数据。

本实施例所提供的方案应用于用户佩戴的智能穿戴设备，以提高划船动作计数的准确性。在一种可选的实施例中，该方案还可以应用于手机等于智能穿戴设备连接的智能设备，以根据智能穿戴设备发送的用户运动数据计算用户完成划船动作的数量。

在具体实施中，用户通过佩戴智能穿戴设备(例如：智能手表、手环等)对运动过程进行计数，以准确掌握自身的锻炼情况。具体的，用户通过语音控制或触控使智能穿戴设备开启划船运动模式，以对划船动作的数量进行计数。当检测到智能穿戴设备的工作模式为划船机模式时，获取智能穿戴设备在预设坐标系中各坐标轴上的加速度分量。本实施例中对预设坐标系的具体设置方式不做限定，作为一种可选的实施例，以智能穿戴设备为原点建立左手坐标系，其中，坐标系的X轴垂直于智能穿戴设备的腕带，指向手指方向；坐标系的Y轴平行于腕带，手腕平放时指向前方；坐标系的Z轴垂直穿戴设备屏幕水平面向下。

S11：判断预设坐标轴上对应的目标加速度数据是否满足第一预设条件；其中，预设坐标轴为与划船机拉绳伸缩方向平行的轴。

S12：若满足第一预设条件，则根据目标加速度数据计算用户完成划船动作的数量。

由图2可知，智能穿戴设备仅在与划船机拉绳伸缩方向平行的轴上具有明显的加速度变化，因此，只需分析加速度数据里的一个轴的数据即可检测用户是否在进行划船运动。

在具体实施中，判断与划船机拉绳伸缩方向平行的坐标轴上的目标加速度(加速度分量)是否满足第一预设条件，若满足第一预设条件则表明用户当前正在进行划船运动。否则，表明用户在进行其他运动。

需要注意的是，设图1中用户面向方向为X轴正方向，本申请文件中的数据正负均在此基础上确定。

为了进一步提高划船运动检测的准确性，还可以对其他坐标轴上的加速度数据进行检测，若其他坐标轴上的加速度数据均小于加速度阈值，则表明用户在进行划船运动。可以理解的是，还可以对常见的运动形式的运动数据进行采集，并为各种运动形式建立数学模型，以更准确的判断用户是否在进行划船运动。

在具体实施中，判断目标加速度数据是否满足第一预设条件包括：判断加速度数据是否能够与划船运动的正弦曲线拟合，或判断在连续的第一阈值个数的周期内，目标加速度数据在每个周期中是否均满足最大值大于第二阈值且最小值小于第三阈值等，此处不做限定。

本实施例中提供了一种划船机动作计数方法，包括：当检测到智能穿戴设备的工作模式为划船机模式时，获取智能穿戴设备在预设坐标系中各坐标轴上的加速度数据，以便于对加速度数据进行处理。判断坐标系的预设坐标轴上的目标加速度数据是否满足第一预设条件，其中，预设坐标轴为与划船机拉绳伸缩方向平行的轴；若满足第一预设条件，则根据目标加速度数据计算用户完成划船动作的数量。由此可见，本申请提供的划船机动作计数方法，仅在预设坐标轴上的目标加速度数据满足第一预设条件时，对用户的划船动作进行计数，防止用户启动划船机模式后的其他动作影响计数准确度，提高用户使用体验。

在具体实施中，由于划船运动仅在与划船机拉绳伸缩方向平行的方向上存在较大的加速度变化，因此可以根据预设坐标轴上的目标加速度数据判断当前用户是否在进行划船运动。

在上述实施例的基础上，第一预设条件包括：在连续的第一阈值个数的周期内，目标加速度数据在每个周期中的最大值均大于第二阈值且最小值均小于第三阈值，且各周期内的目标加速度数据的相似度大于相似度阈值，其中，第二阈值大于第三阈值。

在具体实施中，为了准确判断当前动作是否为划船动作，需要对各周期内的目标加速度数据进行判断。需要注意的是，此处周期为用户完成一次划船动作。首先对周期内的目标加速度数据的波峰波谷的幅值进行判断，当波峰波谷的幅值均满足预设条件时(即最大值均大于第二阈值且最小值均小于第三阈值)，对目标加速度数据的连续性进行检测。具体的，通过检测加速度数据在各个周期内的相似度判断是否加速度数据是否相似，由于划船运动动作较为单一，当加速度数据相似时，表明当前处于划船运动。需要注意的是，第二阈值和第三阈值可以由研发人员设定，也可以由用户的运动数据计算得到，此处不做限定，只需保证第二阈值大于第三阈值即可。

需要注意的是，计算各周期内的目标加速度数据的相似度包括：

在N个周期内选取M个点，以构成N个信号序列；

利用互相关函数计算各信号序列间的互相关性，以获取N个互相关系数；

根据各互相关系数计算相似度，相似度为各互相关系数的平均数。

在本实施例中，通过判断各周期内目标加速度数据的最大值是否均大于第二阈值且最小值是否均小于第三阈值，并通过计算各周期内目标加速度数据的相关性判断当前运动是否为连续运动，从而排除掉敏感轴不是X轴的运动以及不规则的运动，以提高划船运动计数准确性。

在具体实施中，当确定用户正在进行划船动作后，即对用户划船动作进行计数。

在上述实施例的基础上，根据目标加速度数据计算用户完成划船动作的数量包括：

当检测到当前目标加速度数据为零且当前目标加速度数据的前一目标加速度数据大于零，则判断当前周期内的数据变化是否满足第一预设条件；

若满足第一预设条件，则确定用户完成1个划船动作；

当检测到运动结束指令后，计算用户完成划船动作的数量和。

判断当前目标加速度数据是否为零，若当前目标加速度数据为零则确定前一目标加速度数据是否大于零，若大于零，则表明当前目标加速度数据处于下降趋势，即此时用户完成一次划船动作。

需要注意的是，当智能穿戴设备开始计数后，可能出现用户完成几个划船动作后停止划船运动的情况。因此，当确定用户完成一次动作后，还需要对最新的目标加速度数据进行检测，通过判断当前周期内的目标加速度数据是否满足第一预设条件以确定用户是否依然在进行划船运动。

在具体实施中，当检测到用户结束划船运动的指令，或检测到用户在阈值时间内未进行划船运动，则停止计数并退出划船运动模式，计算用户在运动期间完成划船动作的数量和。

作为优选的实施例，可以通过读取智能穿戴设备的加速度计的数据获取智能穿戴设备在预设坐标系中各坐标轴上的加速度数据，具体的，读取智能穿戴设备的加速度计生成的初始加速度数据；通过预设加权算法对初始加速度数据进行加权处理以获取第一加速度数据；对第一加速度数据进行滤波操作以获取第二加速度数据；计算各第二加速度数据的平均加速度，并将第二加速度数据与平均加速度作差得到的值作为加速度数据。

在具体实施中，智能穿戴设备还用于监控用户的身体状况，以为用户提供健康运动建议，并通过报警信息的形式提醒用户。

在上述实施例的基础上，计算计数周期内用户完成的划船动作的数量的步骤后，还包括：

获取用户的体表温度数据和心率数据，根据体表温度数据和心率数据计算用户健康值，判断用户健康值是否低于健康阈值，若低于健康阈值，向用户发送第一报警信息。

可以理解的是，智能穿戴设备通过自身的温度传感器等获取体表温度数据和心率数据。其中，健康阈值可以为统一的值，也可以为根据用户预先提供的身体状况信息确定的值，后一种方案所提供的预警信息更具有参考价值。

进一步的，若满足第一预设条件，则根据目标加速度数据计算用户完成划船动作的数量的步骤后，还包括：当检测到预设时间周期内用户完成划船动作的数量小于数量阈值时，向用户发送第二报警信息。以防止用户由于动作不规范导致无法准确计数，提高用户的使用体验。

在具体实施中，为了便于计数，对加速度数据进行滑动加权滤波，滤除干扰噪声，为了降低运算量，本实施例中将采样频率降低至10hz。图4为降采样后的目标加速度数据的示意图，如图4所示，目标加速度数据的均值线可能在Y＝0上方，也可能处于Y＝0下方，不利于波峰波谷的检测以及划船运动的识别。

为了解决这一问题，还需要对滑动加权滤波后的数据进行去中心化处理，图5为去中心化处理后的目标加速度数据示意图，如图5所示，去中心化处理后的数据便于检测加速度的波峰和波谷，同时还有利于进行相似度的计算。

在上述实施例中，对于划船机动作计数方法进行了详细描述，本申请还提供划船机动作计数装置对应的实施例。需要说明的是，本申请从两个角度对装置部分的实施例进行描述，一种是基于划船机动作计数装置功能模块的角度，另一种是基于智能穿戴设备硬件的角度。

图6为本申请实施例所提供的划船机动作计数装置的结构图，如图6所示，该装置包括：

获取模块10，用于当检测到智能穿戴设备的工作模式为划船机模式时，获取智能穿戴设备在预设坐标系中各坐标轴上的加速度数据。

判断模块11，用于判断预设坐标轴上对应的目标加速度数据是否满足第一预设条件；其中，预设坐标轴为与划船机拉绳伸缩方向平行的轴。

计算模块12，用于若满足第一预设条件，则根据目标加速度数据计算用户完成划船动作的数量。

由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。

本实施例中提供了一种划船机动作计数装置，包括：当检测到智能穿戴设备的工作模式为划船机模式时，获取智能穿戴设备在预设坐标系中各坐标轴上的加速度数据，以便于对加速度数据进行处理。判断坐标系的预设坐标轴上的目标加速度数据是否满足第一预设条件，其中，预设坐标轴为与划船机拉绳伸缩方向平行的轴；若满足第一预设条件，则根据目标加速度数据计算用户完成划船动作的数量。由此可见，本申请提供的划船机动作计数装置，仅在预设坐标轴上的目标加速度数据满足第一预设条件时，对用户的划船动作进行计数，防止用户启动划船机模式后的其他动作影响计数准确度，提高用户使用体验。

图7为本申请实施例提供的一种智能穿戴设备的结构图，如图7所示，智能穿戴设备包括：存储器20，用于存储计算机程序；

处理器21，用于执行计算机程序时实现如上述实施例获取目标加速度数据方法的步骤。

其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理器(Digital Signal Processor，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(CentralProcessing Unit，CPU)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以集成有图像处理器(Graphics Processing Unit，GPU)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括人工智能(Artificial Intelligence，AI)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器20可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器20至少用于存储以下计算机程序201，其中，该计算机程序被处理器21加载并执行之后，能够实现前述任一实施例公开的划船机动作计数方法的相关步骤。另外，存储器20所存储的资源还可以包括操作系统202和数据203等，存储方式可以是短暂存储或者永久存储。其中，操作系统202可以包括Windows、Unix、Linux等。数据203可以包括但不限于目标加速度数据等。

在一些实施例中，智能穿戴设备还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。

本领域技术人员可以理解，图7中示出的结构并不构成对智能穿戴设备的限定，可以包括比图示更多或更少的组件。

本申请实施例提供的智能穿戴设备，包括存储器和处理器，处理器在执行存储器存储的程序时，能够实现如下方法：

当检测到智能穿戴设备的工作模式为划船机模式时，获取智能穿戴设备在预设坐标系中各坐标轴上的加速度数据。

判断预设坐标轴上对应的目标加速度数据是否满足第一预设条件；其中，预设坐标轴为与划船机拉绳伸缩方向平行的轴.

若满足第一预设条件，则根据目标加速度数据计算用户完成划船动作的数量。

本实施例中提供了一种智能穿戴设备，包括：当检测到智能穿戴设备的工作模式为划船机模式时，获取智能穿戴设备在预设坐标系中各坐标轴上的加速度数据，以便于对加速度数据进行处理。判断坐标系的预设坐标轴上的目标加速度数据是否满足第一预设条件，其中，预设坐标轴为与划船机拉绳伸缩方向平行的轴；若满足第一预设条件，则根据目标加速度数据计算用户完成划船动作的数量。由此可见，本申请提供的智能穿戴设备，仅在预设坐标轴上的目标加速度数据满足第一预设条件时，对用户的划船动作进行计数，防止用户启动划船机模式后的其他动作影响计数准确度，提高用户使用体验。

最后，本申请还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。

可以理解的是，如果上述实施例中的方法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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上对本申请所提供的划船机动作计数方法、装置、介质和智能穿戴设备进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置和智能穿戴设备而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (6)

1.一种划船机动作计数方法，其特征在于，包括：

当检测到智能穿戴设备的工作模式为划船机模式时，读取所述智能穿戴设备的加速度计生成的在预设坐标系中各坐标轴上的初始加速度数据，通过预设加权算法对所述初始加速度数据进行加权处理以获取第一加速度数据，对所述第一加速度数据进行滤波操作以获取第二加速度数据，计算各所述第二加速度数据的平均加速度，并将所述第二加速度数据与所述平均加速度作差得到的值作为加速度数据；

判断预设坐标轴上对应的目标加速度数据是否满足第一预设条件；其中，所述预设坐标轴为与划船机拉绳伸缩方向平行的轴，所述第一预设条件包括：在连续的第一阈值个数的周期内，所述目标加速度数据在每个周期中的最大值均大于第二阈值且最小值均小于第三阈值，且各周期内的所述目标加速度数据的相似度大于相似度阈值；其中，所述第二阈值大于所述第三阈值，所述周期为用户完成1个动作所需的时间；计算各所述周期内的所述目标加速度数据的所述相似度包括：在N个所述周期内选取M个点，以构成N个信号序列，利用互相关函数计算各所述信号序列间的互相关性，以获取N个互相关系数，根据各所述互相关系数计算所述相似度，所述相似度为各所述互相关系数的平均数；

若满足所述第一预设条件，则当检测到当前目标加速度数据为零且所述当前目标加速度数据的前一所述目标加速度数据大于零，则判断当前周期内的数据变化是否满足所述第一预设条件；

若满足所述第一预设条件，则确定用户完成1个划船动作；

当检测到运动结束指令后，计算用户完成划船动作的数量和。

2.根据权利要求1所述的划船机动作计数方法，其特征在于，所述计算计数周期内用户完成的划船动作的数量的步骤后，还包括：

获取所述用户的体表温度数据和心率数据；

根据所述体表温度数据和所述心率数据计算用户健康值；

判断所述用户健康值是否低于健康阈值；

若低于所述健康阈值，向用户发送第一报警信息。

3.根据权利要求2所述的划船机动作计数方法，其特征在于，所述若满足所述第一预设条件，则根据所述目标加速度数据计算用户完成划船动作的数量的步骤后，还包括：

当检测到预设时间周期内所述用户完成划船动作的数量小于数量阈值时，向用户发送第二报警信息。

4.一种划船机动作计数装置，其特征在于，包括：

获取模块，用于当检测到智能穿戴设备的工作模式为划船机模式时，读取所述智能穿戴设备的加速度计生成的在预设坐标系中各坐标轴上的初始加速度数据，通过预设加权算法对所述初始加速度数据进行加权处理以获取第一加速度数据，对所述第一加速度数据进行滤波操作以获取第二加速度数据，计算各所述第二加速度数据的平均加速度，并将所述第二加速度数据与所述平均加速度作差得到的值作为加速度数据；

判断模块，用于判断预设坐标轴上对应的目标加速度数据是否满足第一预设条件；其中，所述预设坐标轴为与划船机拉绳伸缩方向平行的轴，所述第一预设条件包括：在连续的第一阈值个数的周期内，所述目标加速度数据在每个周期中的最大值均大于第二阈值且最小值均小于第三阈值，且各周期内的所述目标加速度数据的相似度大于相似度阈值；其中，所述第二阈值大于所述第三阈值，所述周期为用户完成1个动作所需的时间；计算各所述周期内的所述目标加速度数据的所述相似度包括：在N个所述周期内选取M个点，以构成N个信号序列，利用互相关函数计算各所述信号序列间的互相关性，以获取N个互相关系数，根据各所述互相关系数计算所述相似度，所述相似度为各所述互相关系数的平均数；

计算模块，用于若满足所述第一预设条件，则根据所述目标加速度数据计算用户完成划船动作的数量。

5.一种智能穿戴设备，其特征在于，包括存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至3任一项所述的划船机动作计数方法的步骤。

6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的划船机动作计数方法的步骤。