CN115475370A - 基于跑道在地图数据进行模拟跑的方法、装置及存储介质 - Google Patents

Abstract

本申请公开了一种基于跑道在地图数据进行模拟跑的方法、装置及存储介质。其中，该方法包括：云端服务器从用户终端设备接收与目标用户对应的虚拟跑步路线，其中虚拟跑步路线为用户在用户终端设备所显示的地图数据界面输入的跑步路线；云端服务器在目标用户已登录跑道系统且在跑道上运动的情况下，从AI交互设备接收目标用户的图像特征，其中图像特征为AI交互设备根据所采集的用户图像信息分析得到的特征；云端服务器根据图像特征和AI交互设备的地理位置信息，确定目标用户在跑道上的跑动距离；以及云端服务器根据目标用户在跑道上的跑动距离，统计目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息。

Description

基于跑道在地图数据进行模拟跑的方法、装置及存储介质

技术领域

本申请涉及数据处理技术领域，特别是涉及一种基于跑道在地图数据进行模拟跑的方法、装置及存储介质。

背景技术

随着人们生活水平的提高，人们更加注重自己的健康情况，健身运动已成为人们提高身体素质的一项重要方式，对于健身爱好者来说，去跑道上跑步最常见的健身方式。随着人们个性化需求的增加，人们已不能满足于只有单一跑步路线的跑道，人们迫切需要一种可以在地图上自由选择跑步路线进行模拟跑的或多用户在同一路线上进行竞赛的新形式来满足人们个性化的需求。

针对上述的现有技术中存在的基于跑道进行单一跑步路线的运动方式无法满足人们个性化需求的技术问题，目前尚未提出有效的解决方案。

发明内容

本公开的实施例提供了一种基于跑道在地图数据进行模拟跑的方法、装置及存储介质，以至少解决现有技术中存在的基于跑道进行单一跑步路线的运动方式无法满足人们个性化需求的技术问题。

根据本公开实施例的一个方面，提供了一种基于跑道在地图数据进行模拟跑的方法，应用于跑道系统，跑道系统包括设置于跑道两侧的AI交互设备、用户终端设备以及与AI交互设备和用户终端设备通信连接的云端服务器，并且方法包括：云端服务器从用户终端设备接收与目标用户对应的虚拟跑步路线，其中虚拟跑步路线为用户在用户终端设备所显示的地图数据界面输入的跑步路线；云端服务器在目标用户已登录跑道系统且在跑道上运动的情况下，从AI交互设备接收目标用户的图像特征，其中图像特征为AI交互设备根据所采集的用户图像信息分析得到的特征；云端服务器根据图像特征和AI交互设备的地理位置信息，确定目标用户在跑道上的跑动距离；以及云端服务器根据目标用户在跑道上的跑动距离，统计目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息。

根据本公开实施例的另一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。

根据本公开实施例的另一个方面，还提供了一种基于跑道在地图数据进行模拟跑的装置，包括：第一接收模块，用于从用户终端设备接收与目标用户对应的虚拟跑步路线，其中虚拟跑步路线为目标用户在用户终端设备所显示的地图数据界面输入的跑步路线；第二接收模块，用于在目标用户已登录跑道系统且在跑道上运动的情况下，从AI交互设备接收目标用户的图像特征，其中图像特征为AI交互设备根据所采集的用户图像信息分析得到的特征；跑动距离确定模块，用于根据图像特征和AI交互设备的地理位置信息，确定目标用户在跑道上的跑动距离；以及统计模块，用于根据目标用户在跑道上的跑动距离，统计目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息。

根据本公开实施例的另一个方面，还提供了一种基于跑道在地图数据进行模拟跑的装置，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：从用户终端设备接收与目标用户对应的虚拟跑步路线，其中虚拟跑步路线为目标用户在用户终端设备所显示的地图数据界面输入的跑步路线；在目标用户已登录跑道系统且在跑道上运动的情况下，从AI交互设备接收目标用户的图像特征，其中图像特征为AI交互设备根据所采集的用户图像信息分析得到的特征；根据图像特征和AI交互设备的地理位置信息，确定目标用户在跑道上的跑动距离；以及目标用户在跑道上的跑动距离，统计目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息。

在本公开实施例中，用户可以通过在用户终端设备所显示的地图数据界面中输入对应的虚拟跑步路线，由用户终端设备将对应的虚拟跑步路线发送至云端服务器。从而，云端服务器从用户终端设备接收与用户对应的虚拟跑步路线。用户在完成跑道系统的登录操作后，可以直接在跑道上进行运动，由设置于跑道两侧的AI交互设备实时抓拍用户的图像信息。此时，AI交互设备会先对用户进行人脸识别，并根据人脸识别的结果判定用户为系统的已登录用户后，对图像信息进行处理，从而得到用户的图像特征。在该应用场景下，AI交互设备会将得到的图像特征发送至云端服务器。从而，云端服务器从AI交互设备接收用户的图像特征。然后，云端服务器根据用户的图像特征和AI交互设备的地理位置信息，确定用户在跑道上的跑动距离。最后，云端服务器根据用户在跑道上的跑动距离，统计用户在虚拟跑步路线上的累计跑动距离以及用户在虚拟跑步路线上的位置信息。通过这种方式，本实施例所提出的跑道系统可以通过用户终端设备让用户在其所显示的地图数据界面上自由选择跑步路线进行模拟跑以及多用户在同一跑步路线上进行竞赛。通过设置于跑道两侧的AI交互设备根据所抓拍到的用户的图像信息对用户进行人脸识别，并根据人脸识别的结果判定用户为系统的已登录用户后，对图像信息进行处理，从而得到用户的图像特征后发送至云端服务器。通过云端服务器根据用户的图像特征和AI交互设备的地理位置信息，确定用户在跑道上的跑动距离，根据跑道距离统计用户在虚拟跑步路线上的累计跑动距离以及其在虚拟跑步路线上的位置信息。从而，本实施例所提供的技术方案能够让用户在用户终端设备所显示的地图数据界面上自由选择跑步路线进行模拟跑以及多用户在同一跑步路线上进行竞赛，满足了人们的个性化需求。进而解决了现有技术中存在的基于跑道进行单一跑步路线的运动方式无法满足人们个性化需求的技术问题。

附图说明

此处所说明的附图用来提供对本公开的进一步理解，构成本申请的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：

图1是用于实现根据本公开实施例1所述的方法的计算设备的硬件结构框图；

图2是根据本公开实施例1所述的跑道系统的示意图；

图3是根据本公开实施例1的第一个方面所述的基于跑道在地图数据进行模拟跑的方法的流程示意图；

图4是根据本公开实施例2所述的基于跑道在地图数据进行模拟跑的装置的示意图；以及

图5是根据本公开实施例3所述的基于跑道在地图数据进行模拟跑的装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本公开的技术方案，下面将结合本公开实施例中的附图，对本公开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公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，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，都应当属于本公开保护的范围。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本实施例，提供了一种基于跑道在地图数据进行模拟跑的方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的计算设备中执行。图1示出了一种用于实现基于跑道在地图数据进行模拟跑的方法的计算设备的硬件结构框图。如图1所示，计算设备可以包括一个或多个处理器(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器、以及用于通信功能的传输装置。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算设备中的其他元件中的任意一个内。如本公开实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。

存储器可用于存储应用软件的软件程序以及模块，如本公开实施例中的基于跑道在地图数据进行模拟跑的方法对应的程序指令/数据存储装置，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的基于跑道在地图数据进行模拟跑的方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算设备的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算设备的用户界面进行交互。

此处需要说明的是，在一些可选实施例中，上述图1所示的计算设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算设备中的部件的类型。

图2是根据本实施例所述的跑道系统的示意图。参照图2所示，该系统包括：包括设置于跑道两侧的AI交互设备(例如AI交互设备100a～100f)、设置于跑道上的预先位置(例如但不限于起点位置)的一体机识别设备200、用户的用户终端设备400以及与AI交互设备100a～100f、一体机识别设备200和用户终端设备400通信连接的云端服务器300。AI交互设备100a～100f包括摄像头和AI处理模块。摄像头用于实时抓拍在跑道上运动的用户(例如用户110)的图像信息并发送至AI处理模块。AI处理模块在接收到摄像头发送的图像信息后，先对用户110进行人脸识别，并根据人脸识别的结果判定该用户110为系统的已登录用户后，对图像信息进行处理，从而收集用户的各项指标数(包括用户的多个图像特征以及与该图像特征对应的图像的采集时间)并传输至云端服务器300进行算法分析，由云端服务器300确定用户的运动数据(例如但不限于包括里程信息、速度信息和排名信息等)。

此外，云端服务器300在完成用户110的运动数据的分析计算后，可以将运动数据返回至AI交互设备100a～100f，由AI交互设备100a～100f实时显示该运动数据，从而便于用户110可以便捷的查看其运动数据。此外，云端服务器300还可以将运动数据发送至用户终端设备400，以便于用户110可以通过用户终端设备400查看其运动数据，为用户110提供多种运动数据的查看方式，有效提升用户110的运动体验。

此外，用户110在运动之前，可以通过设置于跑道上的起点位置的一体机识别设备200完成跑道系统的登录操作。例如，用户110站立于一体机识别设备200正前方，由一体机识别设备200上方设置的摄像头采集用户110的人脸图像，对用户110进行人脸识别，并将包括人脸识别结果在内的登录请求发送至云端服务器300，从而完成跑道系统的登录操作。需要说明的是，系统中的AI交互设备100a～100f、一体机识别设备200、云端服务器300以及用户终端设备400均可适用上面所述的硬件结构。

在上述运行环境下，根据本实施例的第一个方面，提供了一种基于跑道在地图数据进行模拟跑的方法，应用于图2所示的跑道系统。该方法由图2中所示的AI交互设备100a～100f、一体机识别设备200、云端服务器300以及用户终端设备400共同实现。图3示出了该方法的流程示意图，参考图3所示，该方法包括：

S302：云端服务器从用户终端设备接收与目标用户对应的虚拟跑步路线，其中虚拟跑步路线为目标用户在用户终端设备所显示的地图数据界面输入的跑步路线；

S304：云端服务器在目标用户已登录跑道系统且在跑道上运动的情况下，从AI交互设备接收目标用户的图像特征，其中图像特征为AI交互设备根据所采集的用户图像信息分析得到的特征；

S306：云端服务器根据图像特征和AI交互设备的地理位置信息，确定目标用户在跑道上的跑动距离；以及

S308：云端服务器根据目标用户在跑道上的跑动距离，统计目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息。

参见图2所示，在本实施例中，目标用户(例如用户110)在完成跑道系统的登录操作后，用户终端设备400会显示一个地图数据界面。从而，用户110可以通过在用户终端设备400所显示的地图数据界面中输入对应的虚拟跑步路线。该虚拟跑步路线例如可以是半程马拉松路线、全程马拉松路线以及用户110自定义的跑步路线。在该应用场景下，用户终端设备400响应于用户110在该地图数据界面输入的跑步路线，将对应的虚拟跑步路线发送至云端服务器300。从而，云端服务器300从用户终端设备400接收与用户110对应的虚拟跑步路线。

进一步地，用户110在完成跑道系统的登录操作后，可以直接在跑道上进行运动，由设置于跑道两侧的AI交互设备100a～100f实时抓拍用户110的图像信息。此时，AI交互设备100a～100f会先对用户110进行人脸识别，并根据人脸识别的结果判定用户110为系统的已登录用户后，对图像信息进行处理，从而得到用户110的图像特征。在该应用场景下，AI交互设备100a～100f会将得到的图像特征发送至云端服务器300。从而，云端服务器300从AI交互设备100a～100f接收用户110的图像特征。

然后，云端服务器300根据用户110的图像特征和AI交互设备100a～100f的地理位置信息，确定用户110在跑道上的跑动距离。例如：云端服务器300可以通过确定用户110的跑步起点位置和当前位置信息，从而根据跑步起点位置和当前位置信息确定用户110在跑道上的跑动距离。具体为，云端服务器300根据用户110的图像特征确定用户110的身份后，获取第一个发送用户110的图像特征的AI交互设备(例如AI交互设备100a)的设备地理位置信息，从而将该设备地理位置信息确定为用户110的跑步起点位置。云端服务器300根据用户110的图像特征确定用户110的身份后，获取最后一个发送用户110的图像特征的AI交互设备(例如AI交互设备100f)的设备地理位置信息，从而将该设备地理位置信息确定为用户110的当前位置信息。

最后，云端服务器300根据用户110在跑道上的跑动距离，统计用户110在虚拟跑步路线上的累计跑动距离以及用户110在虚拟跑步路线上的位置信息。例如：用户110在地图数据上输入的是一个著名的半程马拉松，路程约为21公里。用户110可以分多段完成该半程马拉松的全程跑，因此云端服务器300需要根据用户110在跑道上的跑动距离，统计用户110在虚拟跑步路线上的累计跑动距离。例如：用户110在之前已分5段在跑道上跑完了该半程马拉松中12公里的路程，用户110本次在跑道上的跑动距离为2公里，从而云端服务器300统计用户110在虚拟跑步路线上的累计跑动距离为14公里。并且，对于同一条虚拟跑步路线，不同的用户可以选择不同的起始点开始跑步，从而满足个性化需求。因此，云端服务器300还需要根据用户110在跑道上的跑动距离，确定用户110在虚拟跑步路线上的位置信息。

正如上述背景技术所述的，随着人们生活水平的提高，人们更加注重自己的健康情况，健身运动已成为人们提高身体素质的一项重要方式，对于健身爱好者来说，去跑道上跑步最常见的健身方式。随着人们个性化需求的增加，人们已不能满足于只有单一跑步路线的跑道，人们迫切需要一种可以在地图上自由选择跑步路线进行模拟跑的或多用户在同一路线上进行竞赛的新形式来满足人们个性化的需求。

有鉴于此，本实施例的用户可以通过在用户终端设备400所显示的地图数据界面中输入对应的虚拟跑步路线，由用户终端设备400将对应的虚拟跑步路线发送至云端服务器300。从而，云端服务器300从用户终端设备400接收与用户110对应的虚拟跑步路线。用户110在完成跑道系统的登录操作后，可以直接在跑道上进行运动，由设置于跑道两侧的AI交互设备100a～100f实时抓拍用户110的图像信息。此时，AI交互设备100a～100f会先对用户110进行人脸识别，并根据人脸识别的结果判定用户110为系统的已登录用户后，对图像信息进行处理，从而得到用户110的图像特征。在该应用场景下，AI交互设备100a～100f会将得到的图像特征发送至云端服务器300。从而，云端服务器300从AI交互设备100a～100f接收用户110的图像特征。然后，云端服务器300根据用户110的图像特征和AI交互设备100a～100f的地理位置信息，确定用户110在跑道上的跑动距离。最后，云端服务器300根据用户110在跑道上的跑动距离，统计用户110在虚拟跑步路线上的累计跑动距离以及用户110在虚拟跑步路线上的位置信息。通过这种方式，本实施例所提出的跑道系统可以通过用户终端设备400让用户110在其所显示的地图数据界面上自由选择跑步路线进行模拟跑以及多用户在同一跑步路线上进行竞赛。通过设置于跑道两侧的AI交互设备100a～100f根据所抓拍到的用户110的图像信息对用户110进行人脸识别，并根据人脸识别的结果判定用户110为系统的已登录用户后，对图像信息进行处理，从而得到用户110的图像特征后发送至云端服务器300。通过云端服务器300根据用户110的图像特征和AI交互设备100a～100f的地理位置信息，确定用户110在跑道上的跑动距离，根据跑道距离统计用户110在虚拟跑步路线上的累计跑动距离以及其在虚拟跑步路线上的位置信息。从而，本实施例所提供的技术方案能够让用户在用户终端设备所显示的地图数据界面上自由选择跑步路线进行模拟跑以及多用户在同一跑步路线上进行竞赛，满足了人们的个性化需求。进而解决了现有技术中存在的基于跑道进行单一跑步路线的运动方式无法满足人们个性化需求的技术问题。

可选地，该方法还包括：云端服务器将目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息发送至用户终端设备。

具体地，云端服务器300计算得到目标用户(例如用户110)在虚拟跑步路线上的累计跑动距离以及其在虚拟跑步路线上的位置信息后，可以将其在虚拟跑步路线上的累计跑动距离以及其在虚拟跑步路线上的位置信息发送至用户终端设备400。通过这种方式，用户110可以通过用户终端设备400查看其对于所选择的虚拟运动路线的运动完成情况，有效提高用户运动体验。

可选地，该方法还包括：AI交互设备抓拍在跑道上运动的跑步者的图像信息；AI交互设备对抓拍到的图像进行人脸识别，并根据人脸识别的结果判定跑步者是否已登录跑道系统；AI交互设备在判定跑步者已登录跑道系统的情况下，将跑步者确认为目标用户，并收集目标用户的图像信息；以及AI交互设备根据所收集到的图像信息确定目标用户的图像特征，并将图像特征发送至云端服务器。

具体地，AI交互设备100a～100f可以包括摄像头和AI处理模块。在确定用户指标数据的过程中，AI交互设备100a～100f首先可以通过摄像头实时抓拍用户110的图像序列并发送至AI处理模块，然后通过AI处理模块对图像序列进行处理，确定跑步者的图像特征。最后，AI交互设备100a～100f将用户110的图像特征发送至云端服务器300。从而，本实施例通过AI交互设备100a～100f来进行图像处理，在云端服务器300只做数据分析计算，有效减轻了云端服务器300的工作负担。

可选地，该方法还包括：用户终端设备显示地图数据界面；以及用户终端设备响应于目标用户在地图数据界面中输入虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器。

具体地，用户110在用户终端设备400所显示的地图数据界面中输入对应的虚拟跑步路线的操作过程中，用户终端设备400先显示该地图数据界面。用户110在地图数据界面中输入虚拟跑步路线时，用户终端设备400响应于用户110在地图数据界面中输入虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器300。通过这种方式，用户110可以通过用户终端设备400在其所显示的地图数据界面上自由选择跑步路线进行模拟跑。

可选地，用户终端设备响应于目标用户在地图数据界面中输入虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器，包括：用户终端设备响应于搜集目标用户的人脸图像的操作，将人脸图像发送至云端服务器；或者用户终端设备响应于目标用户在地图数据界面中描绘虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器；或者用户终端设备响应于目标用户在地图数据界面从预设的多个虚拟跑步路线中选择虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器。

具体地，用户110在地图数据界面中输入虚拟跑步路线的方式，可以为用户110在地图数据界面中手动描绘虚拟跑步路线，也可以为用户110在地图数据界面中从预设的多个虚拟跑步路线中选择一个感兴趣的虚拟跑步路线。从而，用户终端设备400响应于用户110在地图数据界面中描绘虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器300。或者用户终端设备400响应于用户110在地图数据界面从预设的多个虚拟跑步路线中选择虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器300。此外，用户终端设备400响应于搜集目标用户(即，用户110)的人脸图像的操作，将对应的人脸图像发送至云端服务器300。通过这种方式，用户100可以选择手动描绘虚拟跑步路线，也可以选择从系统预先的多个虚拟跑步路线中选择一个感兴趣的虚拟跑步路线，还可以通过用户终端设备400收集用户110的人脸图像并发送至云端服务器300，有效提高了用户的使用体验。

可选地，该方法还包括：云端服务器确定在虚拟跑步路线上运动的其他用户的累计跑动距离以及其他用户在虚拟跑步路线上的位置信息；云端服务器根据目标用户的累计跑动距离、目标用户的位置信息、其他用户的累计跑动距离以及其他用户的位置信息，确定虚拟跑步路线上运动的各个用户的排名信息和完成度信息；以及云端服务器将虚拟跑步路线上运动的各个用户的排名信息和完成度信息发送至各个用户的用户终端设备。

具体地，在本实施例中，多个用户可以在同一虚拟跑步路线上进行竞赛。从而，云端服务器300还可以确定在虚拟跑步路线上运动的其他用户的累计跑动距离以及其他用户在虚拟跑步路线上的位置信息。然后，云端服务器300根据目标用户(例如用户110)的累计跑动距离、用户110的位置信息、其他用户的累计跑动距离以及其他用户的位置信息，确定虚拟跑步路线上运动的各个用户的排名信息和完成度信息。最后，云端服务器300将虚拟跑步路线上运动的各个用户的排名信息和完成度信息(以“里程”衡量)发送至各个用户的用户终端设备400。通过这种方式，使得在同一虚拟跑步路线上进行竞赛各个用户都可以实时查看个人以及其他参赛者的排名情况。

可选地，该方法还包括：用户终端设备显示从云端服务器接收到的目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息；以及用户终端设备使用不同的颜色渲染虚拟跑步路线上的各段跑动距离，其中各段跑动距离为目标用户在不同的时间段产生的跑动距离。

具体地，用户终端设备400在接收到云端服务器300发送的目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息后，将这两个信息向目标用户显示，以便其查看。并且，由于用户110可以分多段完成该虚拟跑步路线的全程跑，因此用户终端设备400还可以使用不同的颜色渲染虚拟跑步路线上的各段跑动距离。各段跑动距离为目标用户在不同的时间段产生的跑动距离。通过这种方式，可以让目标用户可以更直观的知晓其不同的时间段产生的跑动距离。

可选地，跑道系统还包括设置于跑道上的一体机识别设备，其中一体机识别设备与云端服务器通信连接，并且方法还包括：一体机识别设备采集目标用户的人脸图像信息，并对人脸图像信息进行人脸识别，得到目标用户的人脸识别结果；一体机识别设备将人脸识别结果发送至云端服务器；云端服务器存储从一体机识别设备接收到的人脸识别结果，并确认目标用户已完成登录操作和人脸数据录入操作；以及云端服务器将用于通知目标用户已完成登录操作的通知信息发送至AI交互设备。

具体地，跑道系统能够为跑步者提供跑步前的登录操作、跑步前的热身指导、跑步中的调节指导、跑步后的相关数据的查看(例如但不限于有跑步时间、跑步里程、分段配速以及能量消耗等)以及跑步后的恢复指导等服务。参照图2所示，跑道系统还包括设置于跑道上的与云端服务器300通信连接的一体机识别设备200。跑道系统可以通过一体机识别设备200向跑步者提供跑步前的登录操作、跑步前的热身指导、跑步中的调节指导、跑步后的相关数据的查看以及跑步后的恢复指导等服务。

在通过一体机识别设备200向跑步者提供跑步前的登录操作的过程中，一体机识别设备200采集跑步者的人脸图像信息(对应于第一人脸图像信息)，并对第一人脸图像信息进行人脸识别，得到跑步者的第一人脸识别结果。通过对图像信息进行处理的方式获取到跑步者的人脸数据，从而一体机识别设备200将第一人脸识别结果发送至云端服务器300。此时，云端服务器300存储从一体机识别设备200接收到的第一人脸识别结果，并确认跑步者已完成登录操作和人脸数据录入操作。最后云端服务器300将用于通知跑步者已完成登录操作的通知信息发送至AI交互设备100a～100f。从而，AI交互设备100a～100f根据从云端服务器300接收到的通知信息，可以知晓哪个跑步者为跑道系统的已登录用户。因此，AI交互设备100a～100f在实时抓拍跑道上的各个跑步者的图像信息后，可以通过人脸识别的方式来判定跑步者是否为跑道系统的已登录用户，并只对已登录用户的图像信息进行处理，从而收集已登录用户的用户指标数据并发送至云端服务器300。通过这种方式，为AI交互设备100a～100f能够只收集已登录用户的用户指标数据并发送至云端服务器300的操作奠定了技术基础，从而有效减轻了AI交互设备100a～100f的图像处理工作量，也进一步减轻了云端服务器300的数据分析计算工作量。

此外，跑步者无需佩戴任何计步器产品，也无需携带安装有运动APP的手机，而是在完成跑道系统的登录操作后，直接在跑道上进行运动，由设置于跑道两侧的AI交互设备100a～100f实时抓拍跑步者的图像信息。AI交互设备100a～100f在根据该图像信息确定跑步者为跑道系统的已登录用户后，对图像信息进行处理，从而收集跑步者的用户指标数据，并将用户指标数据发送至云端服务器300。从而，云端服务器300首先从设置于跑道两侧的AI交互设备100a～100f接收跑步者的用户指标数据，然后需要根据接收到的用户指标数据确定跑步者的运动数据，最后将确定得到的运动数据发送至AI交互设备100a～100f，由AI交互设备100a～100f显示运动数据。通过这种方式，使得跑步者可以随着运动位置的变化，从临近其位置设置的各个不同的AI交互设备实时地、便捷地查看其运动数据的详情。从而，跑步者无需佩戴任何计步器产品，也无需携带安装有运动APP的手机，跑道系统能够随着跑步者在跑道上的运动进程，通过设置在跑道两侧的不同位置的AI交互设备100a～100f，实时地采集跑步者的图像信息并分析跑步者的用户指标数据，将分析得到的用户指标数据发送至云端服务器300。云端服务器300根据用户指标数据分析计算跑步者的运动数据，并将对应的运动数据返回至AI交互设备100a～100f。通过设置在跑道两侧的不同位置的AI交互设备100a～100f，实时地将对应的运动数据向跑步者显示。从而达到了不仅可以有效提高跑步者的运动体验，还使得跑步者可以便捷地实时查看其运动数据的详情的技术效果。

云端服务器300在分析计算得到的运动数据后，不仅将运动数据发送至AI交互设备100a～100f，还可以将运动数据发送至一体机识别设备200，由一体机识别设备200显示该运动数据。通过这种方式，便于跑步者在跑步后可以通过一体机识别设备200查看其各项运动数据。

AI交互设备100a～100f可以包括摄像头和AI处理模块。在确定用户指标数据的过程中，AI交互设备100a～100f首先可以通过摄像头实时抓拍跑步者的图像序列并发送至AI处理模块，然后通过AI处理模块对图像序列进行处理，确定跑步者的多个图像特征以及与图像特征对应的图像的采集时间。最后，AI交互设备100a～100f将包括有跑步者的多个图像特征以及与图像特征对应的图像的采集时间的用户指标数据发送至云端服务器300。从而，本实施例通过AI交互设备100a～100f来进行图像处理，在云端服务器300只做数据分析计算，有效减轻了云端服务器300的工作负担。

云端服务器300在根据用户指标数据，确定跑步者的运动数据的操作过程中，可以根据用户指标数据中的多个图像特征以及与图像特征对应的图像的采集时间，确定跑步者的瞬时速度。例如：云端服务器300可以根据相邻两个图像特征及其对应的两个图像的采集时间，确定跑步者的瞬时运动速度。云端服务器还可以根据AI交互设备的设备地理位置、多个图像特征和采集时间，确定跑步者的平均速度和里程信息。例如：云端服务器300还可以根据临近跑步者的起点位置设置的AI交互设备(例如AI交互设备100a)所采集的第一张图像的采集时间、跑步者当前所达到的位置的AI交互设备(例如AI交互设备100c)所采集的最后一张图像的采集时间以及这两个AI交互设备之间的地理距离，计算跑步者的当前平均速度和当前运动里程等。云端服务器300还可以根据临近跑步者的起点位置设置的AI交互设备(例如AI交互设备100a)所采集的第一张图像的采集时间、临近跑步者的终点位置设置的AI交互设备(例如AI交互设备100f)所采集的最后一张图像的采集时间、以及这两个AI交互设备之间的地理距离，计算跑步者的总平均速度和总运动里程等。

此外，云端服务器300还可以根据瞬时速度、平均速度和里程信息，确定跑步者的排名信息。即，云端服务器300还可以结合各个跑步者的瞬时运动速度、当前平均速度、当前运动里程、总平均速度和总运动里程等信息，从而计算跑步者的排名信息。最后，云端服务器300根据瞬时速度、平均速度、里程信息和排名信息，确定跑步者的运动数据。通过这种方式，可以高效、准确地确定跑步者的运动数据。

云端服务器300在分析计算得到的运动数据后，不仅将运动数据发送至AI交互设备100a～100f，还可以将运动数据发送至一体机识别设备200，由一体机识别设备200显示该运动数据。同样的，云端服务器300还可以将运动数据发送至用户终端设备400，由用户终端设备400显示从云端服务器300接收到的运动数据。通过这种方式，便于跑步者在跑步后可以通过用户终端设备400查看其各项运动数据。

为了保证跑步者在跑道上进行运动的过程中，无需佩戴任何计步器产品，也无需携带安装有运动APP的手机，跑步者在初次使用跑道系统时需要通过用户终端设备400授权登陆并进行人脸数据录入，后续使用无需使用用户终端设备400登录，而是通过一体机识别设备200来完成登录操作。从而，跑步者在通过用户终端设备400授权登陆并进行人脸数据录入的过程中，用户终端设备400首先采集跑步者的人脸图像信息(对应于第二人脸图像信息)，并对第二人脸图像信息进行人脸识别，得到跑步者的第二人脸识别结果(对应于人脸数据)。然后，用户终端设备400将第二人脸识别结果发送至云端服务器300，由云端服务器300存储从用户终端设备接收到的第二人脸识别结果，并确认跑步者已完成登录操作和人脸数据录入操作。最后，云端服务器300将用于通知跑步者已完成登录操作的通知信息发送至AI交互设备。通过这种方式，为跑步者后续可以通过一体机识别设备200来完成登录操作奠定了技术基础。

此外，参考图1所示，根据本实施例的第二个方面，提供了一种存储介质。存储介质包括存储的程序，其中，在所述程序运行时由处理器执行以上任意一项所述的方法。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例2

图4示出了根据本实施例所述的基于跑道在地图数据进行模拟跑的装置400，该装置400与根据实施例1的第一个方面所述的方法相对应。参考图4所示，该装置400包括：第一接收模块410，用于从用户终端设备接收与目标用户对应的虚拟跑步路线，其中虚拟跑步路线为目标用户在用户终端设备所显示的地图数据界面输入的跑步路线；第二接收模块420，用于在目标用户已登录跑道系统且在跑道上运动的情况下，从AI交互设备接收目标用户的图像特征，其中图像特征为AI交互设备根据所采集的用户图像信息分析得到的特征；跑动距离确定模块430，用于根据图像特征和AI交互设备的地理位置信息，确定目标用户在跑道上的跑动距离；以及统计模块440，用于根据目标用户在跑道上的跑动距离，统计目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息。

可选地，装置400还包括：第一发送模块，用于将目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息发送至用户终端设备。

可选地，装置400还包括：抓拍模块，用于抓拍在跑道上运动的跑步者的图像信息；人脸识别模块，用于对抓拍到的图像进行人脸识别，并根据人脸识别的结果判定跑步者是否已登录跑道系统；收集模块，用于在判定跑步者已登录跑道系统的情况下，将跑步者确认为目标用户，并收集目标用户的图像信息；以及第二发送模块，用于根据所收集到的图像信息确定目标用户的图像特征，并将图像特征发送至云端服务器。

可选地，装置400还包括：第一显示模块，用于显示地图数据界面；以及第三发送模块，用于响应于目标用户在地图数据界面中输入虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器。

可选地，第三发送模块，包括：第一发送子模块，用于响应于搜集目标用户的人脸图像的操作，将人脸图像发送至云端服务器；或者第二发送子模块，用于响应于目标用户在地图数据界面中描绘虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器；或者第三发送子模块，用于响应于目标用户在地图数据界面从预设的多个虚拟跑步路线中选择虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器。

可选地，装置400还包括：第一确定模块，用于确定在虚拟跑步路线上运动的其他用户的累计跑动距离以及其他用户在虚拟跑步路线上的位置信息；第二确定模块，用于根据目标用户的累计跑动距离、目标用户的位置信息、其他用户的累计跑动距离以及其他用户的位置信息，确定虚拟跑步路线上运动的各个用户的排名信息和完成度信息；以及第四发送模块，用于将虚拟跑步路线上运动的各个用户的排名信息和完成度信息发送至各个用户的用户终端设备。

可选地，装置400还包括：第二显示模块，用于显示从云端服务器接收到的目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息；以及渲染模块，用于使用不同的颜色渲染虚拟跑步路线上的各段跑动距离，其中各段跑动距离为目标用户在不同的时间段产生的跑动距离。

可选地，跑道系统还包括设置于跑道上的一体机识别设备，其中一体机识别设备与云端服务器通信连接，并且装置400还包括：采集模块，用于采集目标用户的人脸图像信息，并对人脸图像信息进行人脸识别，得到目标用户的人脸识别结果；第五发送模块，用于将人脸识别结果发送至云端服务器；接收模块，用于从一体机识别设备接收到的人脸识别结果，并确认目标用户已完成登录操作和人脸数据录入操作；以及通知信息发送模块，用于将用于通知目标用户已完成登录操作的通知信息发送至AI交互设备。

从而根据本实施例，用户可以通过在用户终端设备所显示的地图数据界面中输入对应的虚拟跑步路线，由用户终端设备将对应的虚拟跑步路线发送至云端服务器。从而，云端服务器从用户终端设备接收与用户对应的虚拟跑步路线。用户在完成跑道系统的登录操作后，可以直接在跑道上进行运动，由设置于跑道两侧的AI交互设备实时抓拍用户的图像信息。此时，AI交互设备会先对用户进行人脸识别，并根据人脸识别的结果判定用户为系统的已登录用户后，对图像信息进行处理，从而得到用户的图像特征。在该应用场景下，AI交互设备会将得到的图像特征发送至云端服务器。从而，云端服务器从AI交互设备接收用户的图像特征。然后，云端服务器根据用户的图像特征和AI交互设备的地理位置信息，确定用户在跑道上的跑动距离。最后，云端服务器根据用户在跑道上的跑动距离，统计用户在虚拟跑步路线上的累计跑动距离以及用户在虚拟跑步路线上的位置信息。通过这种方式，本实施例所提出的跑道系统可以通过用户终端设备让用户在其所显示的地图数据界面上自由选择跑步路线进行模拟跑以及多用户在同一跑步路线上进行竞赛。通过设置于跑道两侧的AI交互设备根据所抓拍到的用户的图像信息对用户进行人脸识别，并根据人脸识别的结果判定用户为系统的已登录用户后，对图像信息进行处理，从而得到用户的图像特征后发送至云端服务器。通过云端服务器根据用户的图像特征和AI交互设备的地理位置信息，确定用户在跑道上的跑动距离，根据跑道距离统计用户在虚拟跑步路线上的累计跑动距离以及其在虚拟跑步路线上的位置信息。从而，本实施例所提供的技术方案能够让用户在用户终端设备所显示的地图数据界面上自由选择跑步路线进行模拟跑以及多用户在同一跑步路线上进行竞赛，满足了人们的个性化需求。进而解决了现有技术中存在的基于跑道进行单一跑步路线的运动方式无法满足人们个性化需求的技术问题。

实施例3

图5示出了根据本实施例所述的基于跑道在地图数据进行模拟跑的装置500，该装置500与根据实施例1的第一个方面所述的方法相对应。参考图5所示，该装置500包括：处理器510；以及存储器520，与处理器510连接，用于为处理器510提供处理以下处理步骤的指令：从用户终端设备接收与目标用户对应的虚拟跑步路线，其中虚拟跑步路线为目标用户在用户终端设备所显示的地图数据界面输入的跑步路线；在目标用户已登录跑道系统且在跑道上运动的情况下，从AI交互设备接收目标用户的图像特征，其中图像特征为AI交互设备根据所采集的用户图像信息分析得到的特征；根据图像特征和AI交互设备的地理位置信息，确定目标用户在跑道上的跑动距离；以及目标用户在跑道上的跑动距离，统计目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息。

可选地，存储器520还用于为处理器510提供处理以下处理步骤的指令：将目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息发送至用户终端设备。

可选地，存储器520还用于为处理器510提供处理以下处理步骤的指令：抓拍在跑道上运动的跑步者的图像信息；对抓拍到的图像进行人脸识别，并根据人脸识别的结果判定跑步者是否已登录跑道系统；在判定跑步者已登录跑道系统的情况下，将跑步者确认为目标用户，并收集目标用户的图像信息；以及根据所收集到的图像信息确定目标用户的图像特征，并将图像特征发送至云端服务器。

可选地，存储器520还用于为处理器510提供处理以下处理步骤的指令：显示地图数据界面；以及响应于目标用户在地图数据界面中输入虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器。

可选地，响应于目标用户在地图数据界面中输入虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器，包括：响应于搜集目标用户的人脸图像的操作，将人脸图像发送至云端服务器；或者响应于目标用户在地图数据界面中描绘虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器；或者响应于目标用户在地图数据界面从预设的多个虚拟跑步路线中选择虚拟跑步路线的操作，将虚拟跑步路线发送至云端服务器。

可选地，存储器520还用于为处理器510提供处理以下处理步骤的指令：确定在虚拟跑步路线上运动的其他用户的累计跑动距离以及其他用户在虚拟跑步路线上的位置信息；根据目标用户的累计跑动距离、目标用户的位置信息、其他用户的累计跑动距离以及其他用户的位置信息，确定虚拟跑步路线上运动的各个用户的排名信息和完成度信息；以及将虚拟跑步路线上运动的各个用户的排名信息和完成度信息发送至各个用户的用户终端设备。

可选地，存储器520还用于为处理器510提供处理以下处理步骤的指令：显示从云端服务器接收到的目标用户在虚拟跑步路线上的累计跑动距离以及目标用户在虚拟跑步路线上的位置信息；以及使用不同的颜色渲染虚拟跑步路线上的各段跑动距离，其中各段跑动距离为目标用户在不同的时间段产生的跑动距离。

可选地，跑道系统还包括设置于跑道上的一体机识别设备，其中一体机识别设备与云端服务器通信连接，并且存储器520还用于为处理器510提供处理以下处理步骤的指令：采集目标用户的人脸图像信息，并对人脸图像信息进行人脸识别，得到目标用户的人脸识别结果；将人脸识别结果发送至云端服务器；存储从一体机识别设备接收到的人脸识别结果，并确认目标用户已完成登录操作和人脸数据录入操作；以及将用于通知目标用户已完成登录操作的通知信息发送至AI交互设备。

从而根据本实施例，用户可以通过在用户终端设备所显示的地图数据界面中输入对应的虚拟跑步路线，由用户终端设备将对应的虚拟跑步路线发送至云端服务器。从而，云端服务器从用户终端设备接收与用户对应的虚拟跑步路线。用户在完成跑道系统的登录操作后，可以直接在跑道上进行运动，由设置于跑道两侧的AI交互设备实时抓拍用户的图像信息。此时，AI交互设备会先对用户进行人脸识别，并根据人脸识别的结果判定用户为系统的已登录用户后，对图像信息进行处理，从而得到用户的图像特征。在该应用场景下，AI交互设备会将得到的图像特征发送至云端服务器。从而，云端服务器从AI交互设备接收用户的图像特征。然后，云端服务器根据用户的图像特征和AI交互设备的地理位置信息，确定用户在跑道上的跑动距离。最后，云端服务器根据用户在跑道上的跑动距离，统计用户在虚拟跑步路线上的累计跑动距离以及用户在虚拟跑步路线上的位置信息。通过这种方式，本实施例所提出的跑道系统可以通过用户终端设备让用户在其所显示的地图数据界面上自由选择跑步路线进行模拟跑以及多用户在同一跑步路线上进行竞赛。通过设置于跑道两侧的AI交互设备根据所抓拍到的用户的图像信息对用户进行人脸识别，并根据人脸识别的结果判定用户为系统的已登录用户后，对图像信息进行处理，从而得到用户的图像特征后发送至云端服务器。通过云端服务器根据用户的图像特征和AI交互设备的地理位置信息，确定用户在跑道上的跑动距离，根据跑道距离统计用户在虚拟跑步路线上的累计跑动距离以及其在虚拟跑步路线上的位置信息。从而，本实施例所提供的技术方案能够让用户在用户终端设备所显示的地图数据界面上自由选择跑步路线进行模拟跑以及多用户在同一跑步路线上进行竞赛，满足了人们的个性化需求。进而解决了现有技术中存在的基于跑道进行单一跑步路线的运动方式无法满足人们个性化需求的技术问题。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，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信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

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，在本发明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，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明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、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于跑道在地图数据进行模拟跑的方法，应用于跑道系统，其特征在于，所述跑道系统包括设置于跑道两侧的AI交互设备、用户终端设备以及与所述AI交互设备和所述用户终端设备通信连接的云端服务器，并且所述方法包括：

所述云端服务器从所述用户终端设备接收与目标用户对应的虚拟跑步路线，其中所述虚拟跑步路线为所述目标用户在所述用户终端设备所显示的地图数据界面输入的跑步路线；

所述云端服务器在所述目标用户已登录所述跑道系统且在所述跑道上运动的情况下，从所述AI交互设备接收所述目标用户的图像特征，其中所述图像特征为所述AI交互设备根据所采集的用户图像信息分析得到的特征；

所述云端服务器根据所述图像特征和所述AI交互设备的地理位置信息，确定所述目标用户在所述跑道上的跑动距离；以及

所述云端服务器根据所述目标用户在所述跑道上的跑动距离，统计所述目标用户在所述虚拟跑步路线上的累计跑动距离以及所述目标用户在所述虚拟跑步路线上的位置信息。

2.根据权利要求1所述的方法，其特征在于，还包括：

所述云端服务器将所述目标用户在所述虚拟跑步路线上的累计跑动距离以及所述目标用户在所述虚拟跑步路线上的位置信息发送至所述用户终端设备。

3.根据权利要求1所述的方法，其特征在于，还包括：

所述AI交互设备抓拍在所述跑道上运动的跑步者的图像信息；

所述AI交互设备对抓拍到的图像进行人脸识别，并根据人脸识别的结果判定所述跑步者是否已登录所述跑道系统；

所述AI交互设备在判定所述跑步者已登录所述跑道系统的情况下，将所述跑步者确认为所述目标用户，并收集所述目标用户的图像信息；以及

所述AI交互设备根据所收集到的图像信息确定所述目标用户的图像特征，并将所述图像特征发送至所述云端服务器。

4.根据权利要求1所述的方法，其特征在于，还包括：

所述用户终端设备显示地图数据界面；以及

所述用户终端设备响应于所述目标用户在所述地图数据界面中输入所述虚拟跑步路线的操作，将所述虚拟跑步路线发送至所述云端服务器。

5.根据权利要求4所述的方法，其特征在于，所述用户终端设备响应于所述目标用户在所述地图数据界面中输入所述虚拟跑步路线的操作，将所述虚拟跑步路线发送至所述云端服务器，包括：

所述用户终端设备响应于搜集所述目标用户的人脸图像的操作，将所述人脸图像发送至所述云端服务器；或者

所述用户终端设备响应于所述目标用户在所述地图数据界面中描绘虚拟跑步路线的操作，将所述虚拟跑步路线发送至所述云端服务器；或者

所述用户终端设备响应于所述目标用户在所述地图数据界面从预设的多个虚拟跑步路线中选择所述虚拟跑步路线的操作，将所述虚拟跑步路线发送至所述云端服务器。

6.根据权利要求1所述的方法，其特征在于，还包括：

所述云端服务器确定在所述虚拟跑步路线上运动的其他用户的累计跑动距离以及所述其他用户在所述虚拟跑步路线上的位置信息；

所述云端服务器根据所述目标用户的累计跑动距离、所述目标用户的位置信息、所述其他用户的累计跑动距离以及所述其他用户的位置信息，确定所述虚拟跑步路线上运动的各个用户的排名信息和完成度信息；以及

所述云端服务器将所述虚拟跑步路线上运动的各个用户的排名信息和完成度信息发送至各个所述用户的用户终端设备。

7.根据权利要求2所述的方法，其特征在于，还包括：

所述用户终端设备显示从所述云端服务器接收到的所述目标用户在所述虚拟跑步路线上的累计跑动距离以及所述目标用户在所述虚拟跑步路线上的位置信息；以及

所述用户终端设备使用不同的颜色渲染所述虚拟跑步路线上的各段跑动距离，其中所述各段跑动距离为所述目标用户在不同的时间段产生的跑动距离。

8.根据权利要求2所述的方法，其特征在于，所述跑道系统还包括设置于所述跑道上的一体机识别设备，其中所述一体机识别设备与所述云端服务器通信连接，并且所述方法还包括：

所述一体机识别设备采集所述目标用户的人脸图像信息，并对所述人脸图像信息进行人脸识别，得到所述目标用户的人脸识别结果；

所述一体机识别设备将所述人脸识别结果发送至所述云端服务器；

所述云端服务器存储从所述一体机识别设备接收到的所述人脸识别结果，并确认所述目标用户已完成登录操作和人脸数据录入操作；以及

所述云端服务器将用于通知所述目标用户已完成登录操作的通知信息发送至所述AI交互设备。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至8中任意一项所述的方法。

10.一种基于跑道在地图数据进行模拟跑的装置，其特征在于，包括：

第一接收模块，用于从用户终端设备接收与目标用户对应的虚拟跑步路线，其中所述虚拟跑步路线为所述目标用户在所述用户终端设备所显示的地图数据界面输入的跑步路线；

第二接收模块，用于在所述目标用户已登录跑道系统且在跑道上运动的情况下，从AI交互设备接收所述目标用户的图像特征，其中所述图像特征为所述AI交互设备根据所采集的用户图像信息分析得到的特征；

跑动距离确定模块，用于根据所述图像特征和所述AI交互设备的地理位置信息，确定所述目标用户在所述跑道上的跑动距离；以及

统计模块，用于根据所述目标用户在所述跑道上的跑动距离，统计所述目标用户在所述虚拟跑步路线上的累计跑动距离以及所述目标用户在所述虚拟跑步路线上的位置信息。

Images