CN115316970A - 一种卡路里消耗测量方法、可穿戴设备及计算机存储介质 - Google Patents
一种卡路里消耗测量方法、可穿戴设备及计算机存储介质 Download PDFInfo
- Publication number
- CN115316970A CN115316970A CN202210851112.2A CN202210851112A CN115316970A CN 115316970 A CN115316970 A CN 115316970A CN 202210851112 A CN202210851112 A CN 202210851112A CN 115316970 A CN115316970 A CN 115316970A
- Authority
- CN
- China
- Prior art keywords
- user
- heart rate
- determining
- exercise intensity
- calorie
- 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
- 235000019577 caloric intake Nutrition 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000001133 acceleration Effects 0.000 claims abstract description 82
- 230000033001 locomotion Effects 0.000 claims abstract description 60
- 238000012544 monitoring process Methods 0.000 claims abstract description 42
- 230000037323 metabolic rate Effects 0.000 claims abstract description 40
- 230000004044 response Effects 0.000 claims abstract description 5
- 238000000691 measurement method Methods 0.000 claims description 14
- 230000000284 resting effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013186 photoplethysmography Methods 0.000 description 62
- 238000004364 calculation method Methods 0.000 description 15
- 238000005259 measurement Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 238000010606 normalization Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000002808 connective tissue Anatomy 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000003462 vein 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
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- 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
- 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
- A61B5/1118—Determining activity level
-
- 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
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4866—Evaluating metabolism
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Geometry (AREA)
- Obesity (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种卡路里消耗测量方法、可穿戴设备及计算机存储介质，卡路里消耗测量方法包括：获取加速度传感器产生的加速度数据；根据加速度数据确定用户的运动强度以及行走步数；获取PPG传感器的工作模式，PPG传感器的工作模式包括日常监测模式以及运动监测模式；响应于PPG传感器为日常监测模式，根据行走步数、用户体重及用户基础代谢率中的至少一个以及运动强度确定用户消耗的卡路里；响应于PPG传感器为运动监测模式，根据PPG信号确定用户的实时心率以及实时心率所在的心率区间，并根据心率区间以及运动强度确定用户消耗的卡路里。可穿戴设备可根据PPG传感器的工作模式采用不同的卡路里消耗测量方法，提升了测量精度。
Description
技术领域
本发明涉及可穿戴设备领域，更具体地说，是涉及一种卡路里消耗测量方法、可穿戴设备及计算机存储介质。
背景技术
活动卡路里是指人体除基础新陈代谢外，由于个体不同的活动而消耗的卡路里，是表征人体每天活动强度的主要指标。目前测量卡路里的方式主要是通过专业的设备测试人体的耗氧量和二氧化碳浓呼出量直接计算出卡路里的消耗值。直接测量法设备昂贵，测试流程复杂，且须长时间佩戴封闭式专业头盔，导致人体舒适度很差。
在现有技术中出现了通过可穿戴设备来计算卡路里消耗的方法，例如可以通过个人信息、可穿戴设备所监测的心率信息以及人体活动信息来估算卡路里消耗。但是，由于生理监测传感器(如PPG传感器)的功耗较高，可穿戴设备不会持续长时间的开启生理监测传感器。现有可穿戴设备在测量卡路里消耗时，无论生理监测传感器是否开启，均采用相同的标准，导致卡路里消耗的测量精度较差。并且，在PPG(Photop lethysmography，光电容积描记)传感器间隔开启过程中，由于PPG传感器往往受到环境光、用户姿势等影响导致所得出的心率值可靠性较差，从而使得卡路里消耗的计算也产生较大误差，无法得出较为准确的值。
发明内容
本发明实施例的目的在于提供一种卡路里消耗测量方法、可穿戴设备及计算机存储介质，其目的是解决现有技术中可穿戴设备在测量卡路里消耗时，测量精度较差的问题。
第一方面，本申请实施例提供了一种卡路里消耗测量方法，应用于包括加速度传感器以及PPG传感器的可穿戴设备，包括：
获取加速度传感器产生的加速度数据；
根据加速度数据确定用户的运动强度以及行走步数；
获取PPG传感器的工作模式，PPG传感器的工作模式包括日常监测模式以及运动监测模式，在日常监测模式下PPG传感器间隔开启，在运动监测模式下PPG传感器持续开启；
响应于PPG传感器为日常监测模式，根据行走步数、用户体重及用户基础代谢率中的至少一个以及运动强度确定用户消耗的卡路里；
响应于PPG传感器为运动监测模式，根据PPG信号确定用户的实时心率以及实时心率所在的心率区间，并根据心率区间以及运动强度确定用户消耗的卡路里。
根据本公开的第一方面，根据行走步数、用户体重及用户基础代谢率中的至少一个以及运动强度确定用户消耗的卡路里，之前还包括：获取用户的基本信息；根据基本信息确定基础代谢率。
根据本公开的第一方面，根据PPG信号确定用户的实时心率以及实时心率所在的心率区间，包括：
获取用户的静息心率；
根据基本信息确定用户的最大心率；
根据静息心率、最大心率确定用户各个心率区间的心率阈值；
根据实时心率确定实时心率所在的心率区间。
根据本公开的第一方面，根据加速度数据确定用户的运动强度，包括：根据加速度数据确定加速度振幅；根据预先配置的加速度振幅与运动强度之间的关联关系确定用户的运动强度。
根据本公开的第一方面，根据行走步数、用户体重及用户基础代谢率中的至少一个以及运动强度确定用户消耗的卡路里，具体包括：
对预设时间段内多个时间点的运动强度进行归一化处理得到归一化值；
若归一化值低于第一预设阈值，则基于运动强度以及基础代谢率确定用户消耗的卡路里；
若归一化值不低于第一预设阈值，且行走步数不为0，则基于运动强度、行走步数以及基础代谢率确定用户消耗的卡路里；
若归一化值不低于第一预设阈值，且行走步数为0，则基于运动强度以及体重确定用户消耗的卡路里。
根据本公开的第一方面，根据心率区间以及运动强度确定用户消耗的卡路里，之后还包括：获取用户当前的运动时长；根据运动强度以及运动时长对卡路里进行补偿。
根据本公开的第一方面，根据运动强度以及运动时长对卡路里进行补偿，包括：当运动强度大于或等于第二预设阈值，且运动时长超过预设时间阈值，则根据预先配置的补偿因子对卡路里进行补偿，其中补偿因子被配置为随运动时间加长而增大。
根据本公开的第一方面，根据心率区间以及运动强度确定用户消耗的卡路里，之后还包括：
根据实时心率确定心率变化量，根据心率变化量对卡路里进行补偿，补偿公式为
其中，Cur_kcal表示当前卡路里，cur_HR表示当前时刻的心率值；pre_HR表示前一时刻的心率值。
第二方面，本申请实施例提供了一种可穿戴设备，包括处理器、存储器、加速度传感器以及PPG传感器，存储器上存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法的步骤。
第三方面，本申请实施例提供了一种计算机存储介质，计算机存储介质存储有计算机程序，其特征在于，计算机程序被处理器执行时实现上述方法的步骤。
在本申请实施例中，卡路里消耗测量方法包括：根据加速度传感器产生的加速度数据确定用户的第一运动强度以及行走步数；根据PPG传感器的信号确定用户的实时心率以及实时心率所在的心率区间；获取PPG传感器的工作模式，PPG传感器的工作模式包括日常监测模式以及运动监测模式；若PPG传感器在日常监测模式，则根据行走步数、用户体重及用户基础代谢率中的至少一个与第一运动强度确定用户消耗的卡路里；若PPG传感器为运动监测模式，则根据心率区间以及第一运动强度确定用户消耗的卡路里。可穿戴设备可以根据PPG传感器的工作模式采用不同的卡路里消耗测量方法，在PPG传感器间隔开启时，基于行走步数、用户体重及用户基础代谢率中的至少一个与第一运动强度确定用户消耗的卡路里，放弃使用可靠性较差的心率值，提升了卡路里消耗的测量精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1示出了本申请一种实施例提供的可穿戴设备的框图；
图2是本申请实施例提供的一种卡路里测量方法的流程图；
图3是本申请实施例提供的在日常监测模式下确定卡路里的方法的流程图；
图4是本申请实施例提供的另一种卡路里测量方法的流程图。
具体实施方式
下面将结合本发明实施例中附图，对本发明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发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
另外，在本申请说明书和所附权利要求书的描述中，术语“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。例如，第一奖章可以被称为第二奖章。本领域的技术人员还应当理解，术语“包括”、“具有”在本说明书中使用时指定了特征、整体、步骤、操作、元件和/或部件的存在，但并不排除一个或多个其他特征、整体、步骤、操作、元件、部件和/或它们的组合。术语“如果”、“若”取决于上下文可以被解读为表示“在…时”或“响应于”。
由于卡路里消耗与人体活动、心率、体重等因素强相关，现有可穿戴设备通常会采用PPG传感器获取的心率参与卡路里消耗的计算。考虑到功耗因素，PPG传感器在用户日常心率跟踪时不会持续开启，而是间隔开启，例如每隔10分钟开启一次PPG传感器，直至能够计算出用户心率时关闭PPG传感器；当可穿戴设备侦测到用户进入运动或者用户主动在可穿戴设备上选择运动监测时，可穿戴设备才会持续开启PPG传感器。在PPG传感器间隔开启过程中，由于PPG传感器往往受到环境光、用户姿势等影响导致所得出的心率值可靠性较差，并且长时间才能产生一个心率值，从而使得卡路里消耗的计算也产生较大误差，无法得出较为准确的值。
本发明的基本思路是：在PPG传感器间隔开启时，可穿戴设备主要基于用户运动强度以及用户的行走步数、体重以及基础代谢率进行卡路里测量；在PPG传感器持续开启时，可穿戴设备基于用户的心率区间以及运动强度进行卡路里测量。可穿戴设备可以根据PPG传感器的工作模式采用不同的卡路里消耗测量方法，特别是在PPG传感器间隔开启时，不采用可靠性差的心率值进行卡路里计算，提升了卡路里消耗的测量精度。
图1示出了用于实现卡路里消耗测量方法的可穿戴设备框图。可穿戴设备100以包括但不限于手机、平板电脑、笔记本电脑、超级移动个人计算机、上网本、个人数字助理等。可穿戴设备可以包括一个或多个处理器101、存储器102、通信模块103、传感器模块104、显示屏105、音频模块106、扬声器107、麦克风108、相机模块109、马达110、按键111、指示器112、电池113、电源管理模块114等。这些部件可以通过一条或多条通信总线或信号线来进行通信。
处理器101是信息处理、程序运行的最终执行单元，可以运行操作系统或应用程序，以执行可穿戴设备100的各种功能应用以及数据处理。处理器101可以包括一个或多个处理单元，例如：处理器101可以包括中央处理器(central processing unit，CPU)、图形处理单元(Graphics Processing Unit,GPU)、图像信号处理器100(Image SignalProcessing，ISP)、传感器中枢处理器或通信处理器(Central Processor，CP)应用处理器(Application Processor，AP)等等。在一些实施例中，处理器101可以包括一个或多个接口。接口用于将外围设备耦接到处理器101，以传输处理器101与外围设备之间的指令或者数据。
存储器102可以用于存储计算机可执行程序代码，可执行程序代码包括指令。存储器102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(比如用于运动健康管理相关的应用程序)等。存储数据区可存储可穿戴设备100使用过程中所创建的数据，例如用户的个人信息，用户个人信息可以包括年龄、身高、体重、性别等，可以存储用户每次运动的运动参数以及生理参数，如步数、步幅、配速、运动类型、运动时长、心率、血压、血氧等。存储器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(universalflash storage，UFS)等。
通信模块103可支持可穿戴设备100通过无线通信技术与网络以及其他设备通信(例如与可穿戴设备通信)。通信模块103将电信号转换为电磁信号进行发送，或者将接收到的电磁信号转换为电信号。通信模块103包括：天线、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组等等。可穿戴设备100的通信模块103可以包括蜂窝移动通信模块、短距离无线通信模块、无线互联网模块、位置信息模块中的一个或者多个。
传感器模块104用于测量物理量或检测可穿戴设备的操作状态。传感器104可以包括加速度传感器104A、陀螺仪传感器104B、气压传感器104C、磁传感器104D、生物传感器104E、接近传感器104F、环境光传感器104G、触摸传感器104H等。传感器模块104还可以包括控制电路，以用于控制包括在传感器模块104中的一个或多个传感器。
其中，加速度传感器104A可检测可穿戴设备100在各个方向上的加速度大小。当可穿戴设备100静止时可检测出重力的大小及方向。在一些实施方式中，，加速度传感器104A还可以用于识别可穿戴设备100的姿态，以计算用户在运动过程中步数。加速度传感器104A可以和陀螺仪传感器104B结合起来，用于监测用户在运动过程中的步幅、步频及配速等。
陀螺仪传感器104B可以用于确定可穿戴设备100的运动姿态。在一些实施例中，可以通过陀螺仪传感器104B确定可穿戴设备100围绕三个轴(即，x，y和z轴)的角速度。在一些实施例中，可以通过加速度传感器104A配合陀螺仪传感器104B共同识别用户的运动，例如识别用户的运动类型，用户运动的开始与结束。
气压传感器104C用于测量气压。在一些实施例中，可穿戴设备100通过气压传感器104C测得的气压值计算海拔高度，辅助定位和导航。
磁传感器104D包括霍尔传感器，或者磁力计等，可以用于确定用户位置。
PPG传感器104E用于测量用户的生理参数。例如可穿戴设备100可以通过PPG传感器104E获取用户的PPG信号，以计算用户的心率或者血氧饱和度等信息。在一些实施例中，可穿戴设备100还可包括用于测量用户生理产生的其他生理传感器，例如指纹传感器、心电图传感器等。可穿戴设备100也可基于心电图传感器来获取用户的心率。
接近传感器104F用于在没有任何的物理接触时检测可穿戴设备100附近物体的存在。在一些实施例中，接近传感器104F可以包括发光二极管和光检测器。
环境光传感器104G用于感知环境光亮度。在一些实施例中，可穿戴设备100可以根据感知的环境光亮度自适应调节显示屏亮度，以降低功耗。在一些实施例中，环境光传感器104G还可以与接近传感器104F配合，检测可穿戴设备100是否在口袋里，以防误触。
触摸传感器104H，触摸传感器104H用于检测作用于其上或附近的触摸操作，也称“触控器件”。触摸传感器104H可以设置于显示屏105，由触摸传感器104H与显示屏105组成触摸屏。
显示屏105用于显示图形用户界面(User Interface，UI)，图形用户界面可以包括图形、文本、图标、视频及其它们的任意组合。显示屏105可以是液晶显示屏(LiquidCrystal Display，液晶显示屏)、有机发光二极管(Organic Light-Emitting Diode，OLED)显示屏等。当显示屏105是触摸显示屏时，显示屏105能够采集在显示屏105的表面或表面上方的触摸信号，并将该触摸信号作为控制信号输入至处理器101。
音频模块106、扬声器107，麦克风108提供用户与可穿戴设备100之间的音频功能等，例如收听音乐或通话。其中，音频模块106将接收到的音频数据转换为电信号发送至扬声器107，由扬声器107将电信号转换为声音；或者由麦克风108将声音转换为电信号发送至音频模块106，再由音频模块106将音频电信号转换为音频数据。
相机模块109用于捕获静态图像或视频。相机模块109可以包括图像传感器、图像信号处理器(ISP)和数字信号处理器(DSP)。图像传感器把光信号转换成电信号，图像信号处理器将电信号转换成数字图像信号，数字信号处理器将数字图像信号转换成标准格式(RGB、YUV)的图像信号。图像传感器可以是电荷耦合元件(charge coupled device，CCD)或金属氧化物半导体元件(complementary metal-oxide-semiconductor，CMOS)。
马达110可以将电信号转换为机械振动，以产生振动效果。马达110可以用于来电、消息的振动提示，也可以用于触摸振动反馈。
按键111包括开机键，音量键等。按键111可以是机械按键(物理按钮)或者触摸式按键。
指示器112用于指示可穿戴设备100的状态，例如用于指示充电状态、电量变化，也可以用于指示消息，未接来电，通知等。
电池113用于为可穿戴设备100的各个部件提供电力。电源管理模块114用于电池的充放电管理，以及监测电池容量，电池循环次数，电池健康状态(是否漏电，阻抗、电压、电流以及温度)等参数。在一些实施例中，电源管理模块114可以通过有线或者无线方式为可穿戴设备100充电。
应当理解，在一些实施例中，可穿戴设备100可由前述部件中的一个或多个组成，可穿戴设备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。
图2是本申请实施例提供的一种卡路里消耗测量方法的流程图。该方法可通过如图1所示的可穿戴设备实现。该方法包括：
S201,获取加速度传感器产生的加速度数据。
S203,根据加速度数据确定用户的运动强度以及行走步数。可穿戴设备可以预先配置运动强度与加速度特征的关联关系，当获取加速度数据，根据加速度特征确定对应的运动强度。
在一些实施例中，可以根据加速度数据确定加速度振幅，根据预先配置的加速度振幅与运动强度之间的关联关系确定用户的运动强度。可穿戴设备可以预先设置多个运动强度，每个运动强度对应不同的加速度振幅阈值范围，当获取到加速度数据时，根据加速度数据确定加速度振幅，并根据加速度振幅确定运动强度。
在一些实施例中，也可以根据预设时间段内加速度变化量来确定用户的运动强度，可穿戴设备预先配置多个运动强度与加速度变化量的关系，每个运动强度对应不同的加速度变化量阈值范围。当获取到加速度数据时，判断当前时间点的加速度数据与预设时间之前的加速度数据的差来确定加速度变化量，在根据加速度变化量确定用户的运动强度。本领域的技术人员还可以采用其他加速度特征确定用户的运动强度，例如基于瞬时动量、预设时间段内的动量和、三轴加速度数据的振幅总和等等来确定用户运动强度。
采用加速度数据确定用户的行走步数可以采用现有技术中的步数计算方法，该步数计算方法不是本发明的重点，在此不再赘述。
S203,获取PPG传感器的工作模式，PPG传感器的工作模式包括日常监测模式以及运动监测模式，在日常监测模式下PPG传感器间隔开启，在运动监测模式下PPG传感器持续开启。
在一些实施例中，PPG传感器可以根据用户选择进入对某种运动的监测而进入运动监测模式，也可基于可穿戴设备监测到的用户正在运动中而进入运动监测模式。在运动监测模式下，PPG传感器的发光模块按照预设频率持续发光，PPG传感器的采集模块按照预设采样频率持续采集用户皮肤的反射信号，以产生PPG信号。在日常监测模式下，PPG传感器根据预先配置的时间开启，例如每隔5分钟、10分钟开启一次，以获取用户生理信息，当获取到用户生理信息后，PPG传感器关闭。
S204,响应于PPG传感器为日常监测模式，根据行走步数、用户体重及用户基础代谢率中的至少一个以及运动强度确定用户消耗的卡路里。
在一些实施例中，可穿戴设备可以获取用户的基本信息，例如性别、年龄、身高、体重等，并根据基本信息确定基础代谢率(basal metabolic rate,BMR)。例如可以采用FAQ/WHO建议的按体重计算BMR，如表1所示：
表1.BRM的计算公式
| 年龄(岁) | 男(Kcal/d) | 女(Kcal/d) |
| 0～ | 60.9×W-54 | 61.0×W-51 |
| 3 | 22.4×W+495 | 22.5×W+499 |
| 10 | 17.5×W+651 | 12.2×W+746 |
| 18 | 15.3×W+679 | 14.7×W+496 |
| 30 | 11.6×W+879 | 8.7×W+829 |
| 60 | 13.5×W+487 | 10.5×W+596 |
在表1中，BMR的单位可以是千卡路里每天(Kcal/d)，也可以是兆焦每天(MJ/d)；W表示体重，单位是千克(kg)。
可选的，根据所走步数、用户体重及用户基础代谢率中的至少一个以及运动强度确定用户消耗的卡路里，具体包括：对预设时间段内多个时间点的运动强度进行归一化处理得到归一化值；若归一化值低于第一预设阈值，则基于运动强度以及基础代谢率确定用户消耗的卡路里；若归一化值不低于第一预设阈值，且行走步数不为0，则基于运动强度、行走步数以及基础代谢率确定用户消耗的卡路里。具体可以参考图3。
S205,响应于PPG传感器为运动监测模式，根据PPG信号确定用户的实时心率以及实时心率所在的心率区间，并根据心率区间以及运动强度确定用户消耗的卡路里。
具体的，PPG传感器能够向用户发出光，并接收从用户皮肤反射回的光，肌肉、骨骼、静脉和其他连接组织等等对光的吸收是基本不变的(前提是测量部位没有大幅度的运动)，但是由于血管中有血液的流动，那么对光的吸收自然也有所变化。当我们把光转换成电信号时，正是由于血液对光的吸收有变化而其他组织对光的吸收基本不变，得到的信号就可以分为直流DC信号和交流AC信号。提取其中的AC信号，就能反应出血液流动的特点，并可确定用户的心率。
用户的心率区间可以基于最大心率百分比或者储备心率百分比来确定个心率区间。最大心率百分比仅利用最大心率来确定训练中的心率分区。储备心率百分比需要确定最大心率和静息心率后，来计算出的储备心率(储备心率＝最大心率-静止心率)，最后用储备心率来确定心率区间。
可选的，根据PPG信号确定用户的实时心率以及实时心率所在的心率区间，包括：获取用户的静息心率；根据基本信息确定用户的最大心率；根据静息心率、最大心率确定用户各个心率区间的心率阈值；根据实时心率确定实时心率所在的心率区间。确定实时心率所在的心率区间的公式如下：
在公式1中，HR_range表示实时心率所在的心率区间，HRmax表示用户最大心率，可以采用220与用户年龄之差计算，HR表示为实时心率，RHR表示静息心率。静息心率可以根据用户在静息状态(例如睡觉)下进行测量得到，并存储在可穿戴设备中。
实时心率所在的各心率区间的含义如表2：
表2实时心率所在的各心率区间的含义
| HR_range | 心率区间含义 |
| [0,0.2] | 身体极限消耗 |
| [0.2,0.45] | 高效燃脂 |
| [0.45,0.6] | 有氧活动 |
| [0.6,0.75] | 热身阶段 |
| ≥0.75 | 舒适放松 |
可选的，根据心率区间以及运动强度确定用户消耗的卡路里可以采用如下公式：
Cur_kcal＝a*HR_range+b*Level……(公式2)
在公式2中，Cur_kcal表示用户当前消耗的卡路里，HR_range表示用户当前的心率区间，Level表示运动强度。a，b参数是根据不同的运动类型和性别对高精度卡路里测量设备所测得的卡路里进行分段线性拟合出的参数。
在本实施例中，在PPG传感器间隔开启时，可穿戴设备主要基于用户运动强度以及用户的行走步数、体重以及基础代谢率进行卡路里测量；在PPG传感器持续开启时，可穿戴设备基于用户的心率区间以及运动强度进行卡路里测量。可穿戴设备可以根据PPG传感器的工作模式采用不同的卡路里消耗测量方法，特别是在PPG传感器间隔开启时，不采用可靠性差的心率值进行卡路里计算，提升了卡路里消耗的测量精度。
可选的，根据心率区间以及运动强度确定用户消耗的卡路里，之后还包括：获取用户当前的运动时长；根据运动强度以及运动时长对卡路里进行补偿。当运动强度大于或等于第二预设阈值，且运动时长超过预设时间阈值，则根据预先配置的补偿因子对卡路里进行补偿，其中补偿因子被配置为随运动时间加长而增大。在用户长时间的运动之后，保持一定运动频率，心率区间可能趋于稳定，但用户运动强度并未降低，因此需要根据运动时长以及运动强度进行补偿，提升了卡路里测量的精度。示例性的，根据运动强度和运动时长，对当前卡路里的补偿公式如下：
在公式3中，Cur_kcal表示当前卡路里，Level表示当前运动强度，c表示补偿因子，补偿因子取值范围为分时段统计出来的结果。当前运动强度大于等于3时，超过预设运动时间需要根据补偿因子对卡路里进行补偿，例如：运动时间大于5分钟，补偿因子可以取0.02；运动时间大于12分钟，补偿因子可以取0.1；运动时间大于20分钟，补偿因子可以取0.15；运动时间大于35分钟，补偿因子可以取0.2。
可选的，根据心率区间以及运动强度确定用户消耗的卡路里，之后还包括：根据实时心率确定心率变化量，根据心率变化量对卡路里进行补偿，补偿公式为：
在公式4中，Cur_kcal表示当前卡路里，cur_HR表示当前时刻的心率值；pre_HR表示前一时刻的心率值。由于心率根据卡路里具有强相关关系，通过实时心率对卡路里进行补偿，能够使得卡路里的变化率与心率变化相关，提升了卡路里测量的进度。
在如图2所示的实施例的基础上，图3是本申请实施例提供的在日常监测模式下确定卡路里的方法的流程图。如图3所示，上述步骤S204可以通过如下步骤实现：
S301,对预设时间段内多个时间点的运动强度进行归一化处理得到归一化值。其中归一化值表示用户在预设时间段内的整体运动强度，基于预设时间段内整体运动强度的不同，采用不同的卡路里消耗计算方法。在整体运动强度较低的时，基于归一化值与人体基础代谢率进行卡路里计算。在整体运动强度较高时，若有步数产生(说明用户进行了行走或者跑步)，根据用户步数、归一化值与用户基础代谢率来确定用户在预设时间段内消耗的卡路里；若无步数产生(说明用户进行了原地运动)，根据归一化值与用户体重来确定用户在预设时间段内消耗的卡路里。
示例性的，可以对1分钟内的运动强度进行归一化处理得到归一化值。可以先计算每秒加速度传感器的加速度振幅，加速度振幅计算公式如下：
在公式5中，AMP表示加速度振幅，x,y,z分别表示加速度传感器的三个轴，max(ACCi)表示某个轴的加速度最大值，min(ACCi)表示某个轴的加速度最小值。
然后基于每秒加速度振幅，确定每秒对应的运动强度。在一些实施例中，运动强度、加速度振幅阈值范围的关联关系可以预先存储在可穿戴设备中，如下表3。在确定每秒加速度振幅后，通过查表确定某一秒的运动强度。
表3运动强度等级与加速度振幅对应表
| 运动强度等级 | AMP(加速度振幅) |
| 0 | AMP小于等于a |
| 1 | AMP大于b且小于等于c |
| 2 | AMP大于c且小于等于d |
| 3 | AMP大于d |
在表3中，a、b、c、d表示不同的加速度振幅阈值，加速度振幅在不同运动强度等级的阈值范围可以根据PPG传感器的工作模式预先配置不同的值，还可以根据用户在可穿戴设备上选择的不同运动类型来进行预先配置。运动强度等级也不限于上表中的4个等级，也可以设置为3个、5个、6个、其他更多或者更少的等级。在一些实例中，可以配置PPG传感器在日常监测模式下各运动强度等级对应的加速度振幅阈值。其中，加速度振幅阈值x可以设为用户正常办公或休息时加速度振幅的均值，例如10；加速度振幅阈值z可以设为用户走动时候的加速度振幅均值，例如50；加速度振幅阈值m可以设为用户快步走动的加速度振幅均值，例如120。
当确定一分钟内每秒的运动强度之后，可以基于如下的公式1分钟内每秒的运动强度进行归一化处理得到归一化值。
在公式6中，Level_min表示1分钟内运动强度的归一化值，Level(i)表示某一秒的第一运动强度，Max(Level)表示最大运动强度。
其中，预设时间段不能设置的太长，也不能设置的太短。在太长将会导致数据细腻度不够，太短则需要频繁计算，提升设备能耗。因此预设时间段优选为1～5分钟，且为1分钟的整数倍为佳。
S302，若归一化值低于第一预设阈值，则基于运动强度以及基础代谢率确定用户消耗的卡路里。其中，第一预设阈值为经验值，可以根据精确卡路里测量设备所测得的卡路里值进行拟合得到。
示例性的，基于运动强度以及基础代谢率确定用户消耗的卡路里的公式如下：
kcal_1＝Level_min*bmr……(公式7)
在公式7中，kcal_1表示用户消耗的卡路里，Level_min表示1分钟内运动强度的归一化值，bmr表示用户的基础代谢率，基础代谢率的单位为kcal/min(千卡/分)。
S303，若归一化值不低于第一预设阈值，且行走步数不为0，则基于运动强度、行走步数以及基础代谢率确定用户消耗的卡路里。示例性的，基于运动强度以及基础代谢率确定用户消耗的卡路里的公式如下：
kcal_2＝Level_min*bmr*step_param……(公式8)
在公式8中，kcal_2表示用户消耗的卡路里，level_min表示1分钟内运动强度的归一化值，bmr表示用户的基础代谢率，step_param表示行走步数。
S304，若归一化值不低于第一预设阈值，且行走步数为0，则基于运动强度以及体重确定用户消耗的卡路里。示例性的，基于运动强度以及体重确定用户消耗的卡路里公式如下：
kcal_3＝Level_min*weight_param……(公式9)
在公式9中，kcal_3表示用户消耗的卡路里，Level_min表示1分钟内运动强度的归一化值，weight_param表示体重行走步数。
在本实施例中，在PPG传感器间隔开启时，可穿戴设备主要基于用户运动强度以及用户的行走步数、体重以及基础代谢率进行卡路里测量。并基于预设时间段内整体运动强度的不同，采用不同的卡路里消耗计算方法。在整体运动强度较低的时，基于归一化值与人体基础代谢率进行卡路里计算。在整体运动强度较高时，若有步数产生(说明用户进行了行走或者跑步)，根据用户步数、归一化值与用户基础代谢率来确定用户在预设时间段内消耗的卡路里；若无步数产生(说明用户进行了原地运动)，根据归一化值与用户体重来确定用户在预设时间段内消耗的卡路里。从而，提升了卡路里消耗的测量精度。
图4是本申请实施例提供的另一种卡路里测量方法的流程图。该方法可通过如图1所示的可穿戴设备100实现，该流程包括：
S402，获取用户的基本信息。基本信息包括：性别、年龄、身高、体重等。用户可以在可穿戴设备直接输入基本信息；也可以由与可穿戴设备关联的移动通信设备向可穿戴设备传输基本信息。
S404，根据基本信息确定基础代谢率以及最大心率。基础代谢率的确定方式可以参考表1。最大心率可以采用220与用户年龄之差计算。
S406，获取用户的静息心率。静息心率可以根据用户在静息状态(如静坐、睡觉)下由可穿戴设备测量得到，并保存在可穿戴设备中。
S408，获取加速度数据。
S410，确定用户的运动强度以及行走步数。可穿戴设备可以预先配置运动强度与加速度特征的关联关系，当获得加速度数据时，基于加速度特征确定运动强度。加速度特征可以是加速度振幅、基于瞬时动量、预设时间段内的动量和、三轴加速度数据的振幅总和等等。行走步数可以通过计步算法进行确定，计步算法可以参考现有技术。
S412，获取PPG传感器的工作模式。PPG传感器的工作模式包括日常监测模式以及运动监测模式，在日常监测模式下PPG传感器间隔开启，在运动监测模式下PPG传感器持续开启。
S414，判断是否为运动监测模式。若是则进入步骤S416，否则进入步骤S424。
S416，根据PPG信号确定用户的实时心率以及实时心率所在的心率区间。确定实时心率所在的心率区间如公式1。
S418，根据心率区间以及运动强度确定用户消耗的卡路里。可参考公式2。
S420，根据运动强度以及运动时长对卡路里进行补偿。具体的，可穿戴设备可以获取用户当前的运动时长；根据运动强度以及运动时长对卡路里进行补偿。当运动强度大于或等于预设阈值，且运动时长超过预设时间阈值，则根据预先配置的补偿因子对卡路里进行补偿，其中补偿因子被配置为随运动时间加长而增大。根据心率区间以及运动强度确定用户消耗的卡路里可参考公式3。
S422，根据心率变化量对卡路里进行补偿。由于心率根据卡路里具有强相关关系，通过实时心率对卡路里进行补偿，能够使得卡路里的变化率与心率变化相关，提升了卡路里测量的进度。具体补偿公式可参考公式4。
S424，对预设时间段内多个时间点的运动强度进行归一化处理得到归一化值。其中归一化值表示用户在预设时间段内的整体运动强度，基于预设时间段内整体运动强度的不同，采用不同的卡路里消耗计算方法。在整体运动强度较低的时，基于归一化值与人体基础代谢率进行卡路里计算。在整体运动强度较高时，若有步数产生(说明用户进行了行走或者跑步)，根据用户步数、归一化值与用户基础代谢率来确定用户在预设时间段内消耗的卡路里；若无步数产生(说明用户进行了原地运动)，根据归一化值与用户体重来确定用户在预设时间段内消耗的卡路里。归一化处理的公式可参考公式6。
S426，判断归一化值是否低于第一预设阈值。若是则进入S428，否则进入S430。
S428，基于运动强度以及基础代谢率确定用户消耗的卡路里。具体的计算方法可参考公式7。
S430，判断步数是否为0。若是在进入S434，否则进入S432。
S432，基于运动强度、行走步数以及基础代谢率确定用户消耗的卡路里。具体的计算方法可参考公式8。
S434，基于运动强度以及体重确定用户消耗的卡路里。具体的计算方法可参考公式9。
本领域的技术人员应当理解，上述方法仅为示例性的说明，各个步骤的顺序不构成对本发明的限定。
本申请的示例性实施方式还提供了一种计算机存储介质，计算机存储介质包括计算机指令，当计算机指令在通信终端运行时，使得电子设备运行上述奖章管理方法的部分或者全部步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、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、程序段或代码的一部分，模块、程序段或代码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。也应当注意，在有些作为替换的实现方式中，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。
功能如果以软件功能模块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，本发明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，包括若干指令用以使得一台计算机设备执行本发明各个实施例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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种卡路里消耗测量方法，应用于包括加速度传感器以及PPG传感器的可穿戴设备，其特征在于，包括：
获取加速度传感器产生的加速度数据；
根据所述加速度数据确定用户的运动强度以及行走步数；
获取PPG传感器的工作模式，所述PPG传感器的工作模式包括日常监测模式以及运动监测模式，在日常监测模式下所述PPG传感器间隔开启，在运动监测模式下所述PPG传感器持续开启；
响应于所述PPG传感器为日常监测模式，根据所述行走步数、用户体重及用户基础代谢率中的至少一个以及所述运动强度确定用户消耗的卡路里；
响应于所述PPG传感器为运动监测模式，根据PPG信号确定用户的实时心率以及所述实时心率所在的心率区间，并根据所述心率区间以及所述运动强度确定用户消耗的卡路里。
2.根据权利要求1所述的卡路里消耗测量方法，其特征在于，根据所述行走步数、用户体重及用户基础代谢率中的至少一个以及所述运动强度确定用户消耗的卡路里，之前还包括：
获取用户的基本信息；
根据所述基本信息确定所述基础代谢率。
3.根据权利要求2所述的卡路里消耗测量方法，其特征在于，根据PPG信号确定用户的实时心率以及所述实时心率所在的心率区间，包括：
获取用户的静息心率；
根据所述基本信息确定用户的最大心率；
根据所述静息心率、所述最大心率确定用户各个心率区间的心率阈值；
根据所述实时心率确定所述实时心率所在的心率区间。
4.根据权利要求1所述的卡路里消耗测量方法，其特征在于，根据所述加速度数据确定用户的运动强度，包括：
根据所述加速度数据确定加速度振幅；
根据预先配置的所述加速度振幅与运动强度之间的关联关系确定用户的运动强度。
5.根据权利要求1-4任一项所述的卡路里消耗测量方法，其特征在于，根据所述行走步数、用户体重及用户基础代谢率中的至少一个以及所述运动强度确定用户消耗的卡路里，具体包括：
对预设时间段内多个时间点的运动强度进行归一化处理得到归一化值；
若所述归一化值低于第一预设阈值，则基于所述运动强度以及所述基础代谢率确定用户消耗的卡路里；
若所述归一化值不低于第一预设阈值，且所述行走步数不为0，则基于所述运动强度、所述行走步数以及所述基础代谢率确定用户消耗的卡路里；
若所述归一化值不低于第一预设阈值，且所述行走步数为0，则基于所述运动强度以及所述体重确定用户消耗的卡路里。
6.根据权利要求1-4任一项所述的卡路里消耗测量方法，其特征在于，根据所述心率区间以及所述运动强度确定用户消耗的卡路里，之后还包括：
获取用户当前的运动时长；
根据所述运动强度以及所述运动时长对所述卡路里进行补偿。
7.根据权利要求6所述的卡路里消耗测量方法，其特征在于，根据所述运动强度以及所述运动时长对所述卡路里进行补偿，包括：
当所述运动强度大于或等于第二预设阈值，且所述运动时长超过预设时间阈值，则根据预先配置的补偿因子对所述卡路里进行补偿，其中所述补偿因子被配置为随所述运动时间加长而增大。
8.根据权利要求1-4任一项所述的卡路里消耗测量方法，其特征在于，根据所述心率区间以及所述运动强度确定用户消耗的卡路里，之后还包括：
根据所述实时心率确定心率变化量，根据所述心率变化量对所述卡路里进行补偿，补偿公式为：
其中，Cur_kcal表示当前卡路里，cur_HR表示当前时刻的心率值；pre_HR表示前一时刻的心率值。
9.一种可穿戴设备，包括处理器、存储器、加速度传感器以及PPG传感器，其特征在于，所述存储器上存储有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实现根据权利要求1至7任一项所述方法的步骤。
10.一种计算机存储介质，所述计算机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实现根据权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210851112.2A CN115316970A (zh) | 2022-07-20 | 2022-07-20 | 一种卡路里消耗测量方法、可穿戴设备及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210851112.2A CN115316970A (zh) | 2022-07-20 | 2022-07-20 | 一种卡路里消耗测量方法、可穿戴设备及计算机存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115316970A true CN115316970A (zh) | 2022-11-11 |
Family
ID=83918162
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210851112.2A Pending CN115316970A (zh) | 2022-07-20 | 2022-07-20 | 一种卡路里消耗测量方法、可穿戴设备及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115316970A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116631579A (zh) * | 2022-11-29 | 2023-08-22 | 广州源动智慧体育科技有限公司 | 一种卡路里计算方法、装置、设备和存储介质 |
| CN116705308A (zh) * | 2022-11-22 | 2023-09-05 | 荣耀终端有限公司 | 生命体征的测量方法和可穿戴设备 |
| CN118121190A (zh) * | 2024-04-30 | 2024-06-04 | 深圳市奋达智能技术有限公司 | 日常活动等级计算方法及相关装置 |
-
2022
- 2022-07-20 CN CN202210851112.2A patent/CN115316970A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116705308A (zh) * | 2022-11-22 | 2023-09-05 | 荣耀终端有限公司 | 生命体征的测量方法和可穿戴设备 |
| CN116631579A (zh) * | 2022-11-29 | 2023-08-22 | 广州源动智慧体育科技有限公司 | 一种卡路里计算方法、装置、设备和存储介质 |
| CN116631579B (zh) * | 2022-11-29 | 2024-02-06 | 广州源动智慧体育科技有限公司 | 一种卡路里计算方法、装置、设备和存储介质 |
| CN118121190A (zh) * | 2024-04-30 | 2024-06-04 | 深圳市奋达智能技术有限公司 | 日常活动等级计算方法及相关装置 |
| CN118121190B (zh) * | 2024-04-30 | 2024-08-02 | 深圳市奋达智能技术有限公司 | 日常活动等级计算方法及相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115316970A (zh) | 一种卡路里消耗测量方法、可穿戴设备及计算机存储介质 | |
| KR100612864B1 (ko) | 칼로리 측정 방법 및 장치 | |
| US20160256058A1 (en) | Statistical heart rate monitoring for estimating calorie expenditure | |
| US8942796B2 (en) | Exercise determination method, and electronic device | |
| JP2016198512A (ja) | エネルギー消費 | |
| US20140005575A1 (en) | Activity meter | |
| JP2017158999A (ja) | 最大酸素消費をリアルタイムに監視する監視方法 | |
| CN107438210A (zh) | 一种体征检测耳机和体征检测方法 | |
| JP2015213686A (ja) | 生体情報測定装置およびこの装置を備える生体情報測定システム | |
| WO2015152921A1 (en) | Calibration of a primary pedometer device using a secondary pedometer device | |
| JP2006204446A (ja) | 運動量計測装置及びそれを用いた活動量計 | |
| US10987002B2 (en) | Biological information measurement device, and biological information measurement device operating method | |
| JP2008250967A (ja) | 健康管理システム | |
| JP2008029418A (ja) | 運動支援装置 | |
| US11116408B2 (en) | Biological information measurement support device, biological information measurement device, and biological information measurement support method | |
| CN109833037B (zh) | 一种监测血压状态的设备和计算机可读存储介质 | |
| CN112168155B (zh) | 一种血压检测方法、可穿戴设备以及计算机可读存储介质 | |
| Kawahara et al. | Monitoring daily energy expenditure using a 3-axis accelerometer with a low-power microprocessor | |
| US8808146B2 (en) | Activity meter | |
| CN115316969A (zh) | 一种身体能量的估算方法、可穿戴设备及计算机存储介质 | |
| KR101586729B1 (ko) | 생체신호 모니터링 장치 및 시스템, 및 이를 이용한 생체신호 모니터링 방법 | |
| US20210353234A1 (en) | Fitness Tracking System and Method of Operating a Fitness Tracking System | |
| CN114912065A (zh) | 运动距离的计算方法、装置、可穿戴设备及介质 | |
| KR20160080810A (ko) | 개인 맞춤형 칼로리 관리 시스템 | |
| JP2019531114A (ja) | 身体組成解析方法及び装置 |
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 |