CN116271772A - 一种应用于智能健身镜的智能阻力推荐方法和系统 - Google Patents
一种应用于智能健身镜的智能阻力推荐方法和系统 Download PDFInfo
- Publication number
- CN116271772A CN116271772A CN202310130179.1A CN202310130179A CN116271772A CN 116271772 A CN116271772 A CN 116271772A CN 202310130179 A CN202310130179 A CN 202310130179A CN 116271772 A CN116271772 A CN 116271772A
- Authority
- CN
- China
- Prior art keywords
- resistance
- training
- intelligent
- group
- user
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012549 training Methods 0.000 claims abstract description 212
- 230000009471 action Effects 0.000 claims abstract description 174
- 230000001105 regulatory effect Effects 0.000 claims abstract description 4
- 230000033001 locomotion Effects 0.000 claims description 59
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 8
- 238000002360 preparation method Methods 0.000 description 7
- 210000003205 muscle Anatomy 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000004026 adhesive bonding Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000003863 physical function Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47G—HOUSEHOLD OR TABLE EQUIPMENT
- A47G1/00—Mirrors; Picture frames or the like, e.g. provided with heating, lighting or ventilating means
- A47G1/02—Mirrors used as equipment
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B2071/0647—Visualisation of executed movements
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B2071/0658—Position or arrangement of display
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2225/00—Miscellaneous features of sport apparatus, devices or equipment
- A63B2225/12—Miscellaneous features of sport apparatus, devices or equipment with mirrors
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Rehabilitation Tools (AREA)
Abstract
一种应用于智能健身镜的智能阻力推荐方法和系统,包括如下步骤:1)用户初次进行某个力量型动作的多组训练时,先按照推荐的临时阻力值进行第一组训练,每组训练时,若监测到用户调整阻力值,则将临时阻力更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中;2)所述力量型动作的多组训练结束时,记录相同组训练采集的阻力值数据并进行计算得到所述力量型动作的该组训练对应的偏好阻力;3)重复步骤1)‑2)得到所述用户的不同力量型动作的偏好阻力。本发明构建了一套能够覆盖用户全生命周期的推荐方法,无论是数据稀缺的全新用户、或是训练数据丰富的深度老用户,均可在训练中获得较精准的阻力推荐,实现智能赋力。
Description
技术领域
本发明涉及智能健身镜领域,特别是指一种应用于智能健身镜的智能阻力推荐方法和系统。
背景技术
随着健身意识的渗透和科技的发展,智能健身产品已开始融入人们的生活,智能力量健身镜也是其中之一。当使用力量健身镜进行力量训练时,是否选用合适的训练阻力则是决定训练效果、规避运动风险的重要因素。
此处列举几种常见情况来简要说明选择合适训练阻力的重要性:
(1)由于人体各肌群的力量天然存在差异,因此,针对同一名用户,理论上不存在一个能够适配所有动作的阻力值,而是应根据每个动作的属性,选用不同的阻力。比如一个人的腿部力量通常比手臂力量大,因此腿部动作选用的阻力通常比手臂动作大;而一些复合型动作的情况又更加复杂些,若选用过大的阻力可能导致拉伤等运动风险,而选用过小的阻力则难以达到合理的训练强度。在传统训练场景中,人们通常是靠经验或是反复体验不同的阻力来寻找合适的阻力,整个流程较为繁琐、只能依靠体感,缺乏数据支撑,在反复试验不同阻力的过程中还存在消耗体力和受伤风险。因此,如何帮助用户快速又精准的找到合适阻力是一个难题。
(2)在训练过程中,随着训练进度的进展,用户体能也在同步消耗,力量也会随之减弱,那么如何及时识别用户进入力竭状态,并实时调整阻力也是需要解决的重要问题之一。
(3)个体之间的力量差异较大,同一个动作由不同的人执行,所适配的阻力可能天差地别,因此,选择符合个体力量水平的阻力尤为重要。
发明内容
本发明的主要目的在于克服现有技术中需要通过经验或是反复体验不同的阻力来寻找合适的阻力的缺陷,提出一种应用于智能健身镜的智能阻力推荐方法和系统,能快速又精准的为用户推荐合适阻力,并能持续优化、逐步提高精准度。
本发明采用如下技术方案:
一种应用于智能健身镜的智能阻力推荐方法,其特征在于,包括如下步骤:
1)用户初次进行某个力量型动作的多组训练时,先按照推荐的临时阻力值进行第一组训练,每组训练时,若监测到用户调整阻力值,则将临时阻力更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中;
2)所述力量型动作的多组训练结束时,记录相同组训练采集的阻力值数据并进行计算得到所述力量型动作的该组训练对应的偏好阻力;
3)重复步骤1)-2)得到所述用户的不同力量型动作的偏好阻力。
优选的,通过采集用户体测的运动测试数据,分析得到每个力量型动作的多个RM值,并设置成每个力量型动作按照不同RM值分成不同的多组训练;则步骤1)中,多组训练时,不同组训练推荐对应的RM值作为所述临时阻力值,相同组训练中的第一组训练推荐对应的RM值作为所述临时阻力值,所述相同组训练是指每组力量型动作相同且目标次数相同,不同组训练是指每组力量型动作不同且目标次数不同。
优选的,步骤2)中,先判断相同组训练的阻力值数据是否达标,若是,则根据次数权重计算相同组训练中的不同阻力值的总使用次数,选择总使用次数最多的阻力值作为该组训练的偏好阻力。
优选的,所述则根据权重参数计算相同组训练中的不同阻力值的总使用次数具体为:将每组训练的第一次动作的阻力值的次数权重设为P1,当次动作调整后的阻力值的次数权重设为P2,其余次阻力值的次数权重为P,并且P1<P<P2,将每个阻力值的次数权重相加即得到所述总使用次数。
优选的,步骤2)中,得到所述力量型动作的某一组训练的偏好阻力后,若其它不同组训练的阻力值数据不达标,则其偏好阻力可通过对已知的偏好阻力进行RM转换得到。
优选的,还包括偏好阻力更新步骤:
用户再次进行某个力量型动作的多组训练时,先按照推荐的对应的偏好阻力值进行训练,每组训练时,若监测到用户调整阻力值,则将偏好阻力值更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中;
所述力量型动作的多组训练结束时,记录相同组训练采集的阻力值数据,并结合历史的相同组训练采集的阻力值数据计算得到该组训练对应的新的偏好阻力。
优选的,还包括智能助力步骤:
采集用户进行当前组训练时的运动数据;
对采集的所述运动数据进行分析计算,得到用户在当前组训练的多个维度的基准数据;
监测当前组训练的后续的运动数据,并与多个维度的基准数据进行对比分析,判断所述用户是否进入力竭状态,若是,则触发智能助力模式。
优选的,所述运动数据至少包括出绳幅度和出绳时长;所述基准数据包括助力幅度基准和助力触发时长基准。
优选的,所述力量型动作包括有向心动作和离心动作,所述助力幅度基准为当前次向心动作的终点幅度与上一次离心动作的终点幅度之间的差值的绝对值;所述助力触发时长基准为当前次向心动作的终点的时间点与上一次离心动作的终点的时间点之间的时长。
优选的,所述基准数据包括平均基准值,当前组训练执行多次所述力量型动作时,分别得到多个助力幅度基准和多个助力触发时长基准,将多个助力幅度基准和多个助力触发时长基准分别进行平均值计算,得到当组训练的助力幅度平均基准值和助力触发时长平均基准值。
优选的,所述基准数据还包括基准值范围,对所述当组训练的助力幅度平均基准值和助力触发时长平均基准值分别赋予一个波动幅度,从而得到当组训练的助力幅度范围和助力触发时长范围。
优选的,所述监测当前组训练的后续的运动数据,并与多个维度的基准数据进行对比分析,判断所述用户是否进入力竭状态,具体如下:
获取当前组训练的后续每一次动作的运动数据,判断用户进行向心动作的时长是否超过助力触发时长范围且出绳幅度是否位于助力幅度范围内,若是,则判定所述用户进入力竭状态。
优选的,所述智能助力模式是指将当前的阻力持续自动下降,直到用户进行向心动作的出绳幅度超出助力幅度范围或阻力降至最低阻力值,则停止下降阻力。
一种应用于智能健身镜的智能阻力推荐系统,其特征在于,包括:
采集装置,采集用户在进行某个力量型动作的多组训练中的运动数据;
赋力装置,用于推荐临时阻力值或偏好阻力值,每组训练时,若监测到阻力值调整,则将临时阻力或偏好阻力值更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中;
力量训练装置,用于提供临时阻力值或偏好阻力以供用户执行力量型动作;
分析计算装置,根据采集的阻力值数据进行计算得到所述力量型动作的该组训练对应的偏好阻力以及不同力量型动作的偏好阻力。
优选的,还包括智能助力装置,对采集的当前组的所述运动数据进行分析计算,得到用户在当前组训练的多个维度的基准数据;监测当前组训练的后续的运动数据,并与多个维度的基准数据进行对比分析,判断所述用户是否进入力竭状态,若是,则触发智能助力模式。
由上述对本发明的描述可知,与现有技术相比,本发明具有如下有益效果:
1、本发明中,用户初次进行力量型动作的多组训练时,先推荐临时阻力值,采集训练过程中的阻力值数据计算得到力量型动作的该组训练对应的偏好阻力,之后向用户推荐偏好阻力进行力量型动作训练,构建了一套能够覆盖用户全生命周期的推荐方法,无论是数据稀缺的全新用户、或是训练数据丰富的深度老用户,均可在训练中获得较精准的阻力推荐,实现智能赋力。
2、本发明中,临时阻力可通过采集用户体测的运动测试数据进行计算分析得到,从而根据用户力量水平推荐合适的训练阻力;而后再根据实际训练使用的阻力对赋力值进行二次调整,则无论是用户真实训练过的动作或未训练过的动作,均可通过本发明方法提前计算出大致适用的阻力,从而加速找到精准阻力的效率
3、本发明中,先判断相同组训练的阻力值数据是否达标,若是,则根据次数权重计算相同组训练中的不同阻力值的总使用次数,选择总使用次数最多的阻力值作为该组训练的偏好阻力,从而确保偏好阻力计算更为精准;得到某一组训练的偏好阻力后,还可通过RM转换得到其他数据未达标的训练组的偏好阻力,从而实现快速精准推荐并覆盖更多训练场景。
4、本发明中,偏好阻力可持续更新,只要用户持续产生新的训练数据并达到一定的累计量,就会循环更新推荐阻力,以此来确保推荐的阻力最接近用户的现状,也使得整套方法始终处于持续优化、逐步提高精准度的状态。
5、本发明中,还增加了智能助力步骤,通过监测运动数据并与多个维度的基准数据进行对比分析,判断是否进入力竭状态,若是,则触发阻力模式,能够自动识别力量训练中非常常见且运动风险较高的力竭状态并自动调节阻力大小,则即使在单独训练的场景中,无需他人协助,也能帮助用户规避运动风险。
6、本发明中,通过判断用户进行向心动作的时长是否超过助力触发时长范围且出绳幅度是否位于助力幅度范围内来判定用户进入力竭状态,设计了可调控的参数和系数,具备容错空间,且便于灵活调整。
7、本发明中,识别力竭状态后,先以逐渐递减的方式实时自动为用户降低阻力,再结合出绳幅度、出绳时长等数据判定停止阻力下降的时机,以此达到及时消解运动风险、同时保障训练强度的双重效果。
附图说明
图1为本发明方法的主流程图;
图2为显示屏的阻力面板模块示意图;
图3为阻力面板模块显示推荐阻力示意图;
图4为本发明智能助力流程图;
图5为本发明跪姿高位下拉的准备阶段示意图;
图6为实际动作执行阶段示意图;
图7为拉绳幅度变化示意图。
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
以下通过具体实施方式对本发明作进一步的描述。
本发明中,对于术语“第一”、“第二”、“第三”等仅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,也不能理解为指示或暗示相对重要性。对于描述中,采用了“上”、“下”、“左”、“右”、“前”和“后”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,而不是指示或暗示所指的装置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保护范围的限制。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申请中的具体含义。
另外,在本申请的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本发明中的智能健身镜可包括主体支架、力量训练装置以及覆盖主体支架的显示组件,力量训练装置可用于执行力量训练动作,显示组件可包括玻璃镜面和显示屏等,玻璃镜面用于反馈用户的运动姿势图像,方便用户得到运动反馈,显示屏可用于显示视频内容等,即用户的运动姿势图像可与视频内容叠加显示,以引导用户采用正确姿势健身。
其中,力量训练装置可包括万向导引组件、驱动组件等,万向导引组件设有拉力件即拉绳,驱动组件设有阻力件,阻力件可以是电机,卷簧或拉簧等。用户通过拉动拉力件与阻力件驱动的阻力进行对抗,从而执行力量型训练。参见图2,显示屏可设有阻力面板模块,可用于推荐、调节、显示阻力。
本发明中还涉及RM值,RM值是一种通用的健身术语,用于描述在训练某个力量型动作时,在某个阻力下,能够完成的最大重复次数。针对同一名用户,执行同一个动作,RM越小,其对应的阻力越大。
例如,针对动作A,用户甲的1RM是10KG,即该用户最多能用10KG完成1次动作A。那么,针对动作A,用户甲的10RM即为10KG*75%=7.5KG,即该用户最多能7.5KG完成10次动作A。
同一个动作的各RM之间存在转换关系。这是一套普遍应用于健身领域的转换公式,可参考表1:
表1
%1RM | 最大重复次数(XRM) |
100 | 1 |
95 | 2 |
93 | 3 |
90 | 4 |
87 | 5 |
85 | 6 |
83 | 7 |
80 | 8 |
77 | 9 |
75 | 10 |
70 | 11 |
67 | 12 |
67 | 13 |
67 | 14 |
65 | 15 |
因此,涉及到推荐阻力,通常指的是推荐某动作某RM阻力值。例如某用户要训练3组动作A,每组的目标次数分别为8次/6次/3次。则每组推荐的阻力应依次为8RM值/6RM值/3RM值
基于此,参见图1,本发明提出一种应用于智能健身镜的智能阻力推荐方法,包括如下步骤:
1)用户初次进行某个力量型动作的多组训练时,先按照推荐的临时阻力值进行第一组训练,每组训练时,若监测到用户调整阻力值,则将临时阻力更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中。
针对新用户,在缺少用户信息和训练数据的情况下,向用户推荐临时阻力值,该临时阻力值可以是通过体测分析计算得到,也可以是从预先设定的若干阻力值中进行选择。临时阻力值主要用于临时推荐给用户使用,后续可再根据实际训练使用的阻力对赋力值进行二次调整。
以通过体测分析得到为例,通过采集用户体测的运动测试数据,分析得到每个力量型动作的多个RM值,将RM值作为临时阻力值。每个力量型动作按照不同RM值分成不同的多组训练。
该体测可以是通过智能健身镜播放测试动作的视频教程,新用户可通过观看视频学习动作,从而进行对应姿势的正确发力,避免不正确的姿势导致测试结果不精准。在教学视频播放完毕后,进入测试环节,新用户将跟随镜体引导完成动作,当用户完成指定次数才视为该动作的测试完成。
本发明中,通过体测评估出用户各肌群的力量水平,并根据建立动作和肌肉部位的关联,初步计算出每个力量型动作在的多个RM值。具体的,对运动测试结果进行分析,得到对应测试动作的RM值,可包括:获取有效阻力值,并选取有效阻力值中最大的值作为目标阻力值,其中,有效阻力值包括出绳速度为正的阻力值;计算每一测试动作在预定次数下的目标阻力值的平均值,得到对应测试动作的RM值。
假设用户通过体测得出其训练【动作A-10RM】的初始赋力值为12KG,那么,在赋力值未更新的情况下,当用户训练动作A且该组目标为10次时,系统将推荐其使用12KG进行训练。
该步骤中,多组训练时,不同组训练推荐对应的RM值作为临时阻力值,相同组训练中的第一组训练推荐对应的RM值作为临时阻力值。其中,相同组训练是指每组力量型动作系统且目标次数相同,RM值相同,不同组训练是指每组力量型动作不同且目标次数不同,RM值不同。实际应用中,将RM值作为临时阻力值的赋力数据的格式大致如表2:
表2
动作名称 | 1RM | 2RM | ...RM |
动作A | XKG | YKG | ZKG |
当用户开始当前组训练,可根据【动作名称】、【当组目标次数】等字段,从数据库中调取对应的RM值作为临时阻力值,并自动将电机阻力调节到临时阻力值,参见图3。
进一步的,用户按照推荐的临时阻力值进行力量型动作训练时,可能产生两种情况:(1)推荐的临时阻力值和新用户能力匹配,则直接采用推荐的临时阻力进行训练;(2)推荐的临时阻力值与新用户能力不匹配,新用户可手动调节阻力值大小。
当用户手动调节阻力值时,将记录用户在当前组训练的最后一次动作中使用的阻力值,并将其记录为临时阻力值并应用于后续的相同组训练中。例如,某节课中,需训练3组动作A,3组动作A的目标次数相同,在训练开始前动作A的临时阻力值为10KG,但在第一组训练结束时,用户采用12KG进行训练,则12KG将被记录为临时阻力值,并在用户进入动作A的下一组训练时推荐使用12KG。
2)力量型动作的多组训练结束时,记录相同组训练采集的阻力值数据并进行计算得到力量型动作的该组训练对应的偏好阻力。
由于临时阻力值和用户实际使用的阻力可能存在差异,因此需进一步调节推荐的阻力值。为此,本发明方法将采集用户实际训练所使用的阻力值,当采集的数据样本达到一定的量,即可计算出用户的偏好阻力值。
在健身领域,单次训练通常包含多个力量型动作,每个力量型动作需训练多组,每组要执行多次。因此,每次训练,都将以动作为单位,记录不同目标次数下,每1次动作所使用的阻力值。仍以动作A举例,参见表3:
表3
动作A | 第1次 | 第2次 | 第...次 |
第1组 | 10KG | 11KG | ...KG |
第M组 | 8KG | 9KG | ...KG |
通过上述方式,将获得【用户甲-动作A-在不同目标次数下(即不同RM下)-每一次实际使用的阻力值】。
基于此,先判断相同组训练的阻力值数据是否达标,若是,则根据次数权重计算相同组训练中的不同阻力值的总使用次数,选择总使用次数最多的阻力值作为该组训练的偏好阻力。
其中,对于判断阻力值数据即样本数量是否达标,具体为:针对同一动作A,同一RM即相同训练组,当实际完成次数达到W(W可灵活配置),即视为样本量达标。
样本达标后,针对不同的阻力值的使用场景设计了对应的次数权重参数,以此来区分不同场景中所用阻力值的优先级。将每组训练的第一次动作的阻力值的次数权重设为P1,当次动作调整后的阻力值的次数权重设为P2,其余次阻力值的次数权重为P,并且P1<P<P2,将每个阻力值的次数权重相加即得到总使用次数。
具体来说:
(1)每组训练的第1次,在未调节阻力的前提下,该次大概率处于试探阻力大小的状态,因此对此类数据降权,假设该次数权重为P1。
(2)当用户手动调节了阻力值,可判定调节后的阻力值有更大可能是用户的偏好阻力,因此本次阻力需加权,假设该次数权重为P2。
(3)除上述情况外,其余情况则视为稳定阻力,假设该次数权重为1。
举例:
假设P1=0.8,P2=1.2,P=1。
当用户甲以3RM为目标训练了一组动作A,具体参见表4
表4
则当前组训练数据将记录为:
(1)10KG使用次数=1*0.8=0.8次
(2)12KG使用次数=1*1.2+1*1=2.2次
…
随着训练数据的增加,动作A的3RM的累计完成次数终将达到规定的样本数量(样本量可灵活配置,例如30次)。
在样本量达标的前提下,针对动作A的各RM,偏好阻力即实际使用次数最多的阻力。
例如,动作A的3RM,用户曾分别使用过10KG,12KG,15KG进行训练。其中,10KG用了10次,12KG用了30次,15KG用了5次,则该用户针对动作A的3RM的偏好阻力判定为12KG。
进一步的,得到力量型动作的某一组训练的偏好阻力后,若其它不同组训练的阻力值数据不达标,则其偏好阻力可通过对已知的偏好阻力进行RM转换得到。
本发明中,每个力量型动作都有多个RM值。在实际训练中,这些RM值的偏好阻力通常处于异步更新的状态。例如,同样是做动作A,10RM的偏好阻力可能比3RM的偏好阻力更快或更慢得出。此时,为了尽快实现精准推荐并覆盖更多训练场景,每当某个动作的某RM成功计算出偏好阻力时,即针对该动作其他尚未获得偏好阻力的RM进行同步更新。
例如,用户甲的【动作A-1RM-偏好阻力为10KG】,此时动作A的10RM尚未积累够充分的样本数据量尚未计算出【偏好阻力】,此时,系统将参照RM换算公式(10RM=1RM*75%),计算出动作A的10RM推荐阻力=10KG*0.75=7.5KG。直到动作A的10RM积累的样本数据达标时,即可计算出10RM的【偏好阻力】,并替换掉旧的推荐阻力。
3)重复步骤1)-2)得到用户的不同力量型动作的偏好阻力。即用户通过重复执行步骤1)-2)进行不同力量型动作的多组训练,即可将所有力量型动作的临时阻力值替代为偏好阻力,实现覆盖全动作。
进一步的,由于用户的力量水平处于随时可能变化的状态,例如随着健身经验增长,力量随之变强,或伤病时力量变弱。为了确保偏好阻力能够持续更新,本发明还设有持续更新机制。即每当获得偏好阻力,将自动开启下一个采样——样本达标——计算偏好阻力的循环,从而确保偏好阻力始终处于持续更新的状态。
本发明的偏好阻力更新步骤可应用于用户之后的常规力量型训练中,具体如下:
用户再次进行某个力量型动作的多组训练时,先按照推荐的对应的偏好阻力值进行训练,每组训练时,若监测到用户调整阻力值,则将偏好阻力值更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中;
力量型动作的多组训练结束时,记录相同组训练采集的阻力值数据,并结合历史的相同组训练采集的阻力值数据进行计算得到该组训练对应的新的偏好阻力。
该步骤中,新的偏好阻力计算方法与步骤1)-2)类似,先判断结合历史的相同组训练采集的阻力值数据是否达标,若是,则根据次数权重计算相同组训练中的不同阻力值的总使用次数,选择总使用次数最多的阻力值作为该组训练的新的偏好阻力。
假设以训练X次为一个偏好阻力的更新循环。比如一组训练是力量型动作A且目标次数为10次,假设更新循环是【60次】,则每当用户完成60次以10RM为目标的动作A,就重新计算在本轮60次中用户最偏好的阻力,并替换旧的偏好阻力,同时开启下一轮60次的计算循环,直到再次达到60次样本量。如此往复循环。
本发明中,还提出一种实时自动调节阻力的机制,主要应用于用户执行力量型动作训练的过程中,通过识别用户是否进入力竭状态,从而判断是否启动智能助力模式,此时无需用户中断力量型动作进程进行手动调节,可自动调节阻力来帮助用户顺利完成动作。
其中,力竭状态指的是用户的肌肉力量已消耗殆尽,无法使用原先的阻力完成动作的状态。力竭状态的典型特征是:(1)在发力过程中力竭,即出绳状态下力竭,(2)由于肌肉力量消耗殆尽,针对同一动作,在阻力不变的前提下,想要完成相同的动作幅度需消耗更多的时长,甚至根本无法完成原先的动作幅度。
参见图4,本发明的智能助力步骤包括如下:
首先,采集用户进行当前组训练时的运动数据,可以是按照偏好阻力或设定的阻力或其它来进行当前组训练。本发明中,用户通过拉动绳索与电机驱动的阻力进行对抗,包括有向心动作(例如拉绳)和离心动作(例如回绳),从而执行力量型动作训练。在训练过程中,可通过实时采集电机的相关数据得到用户的运动数据,包括但不限于左/右电机、出绳幅度、实时速度、阻力值、出绳时长和电机温度等。
当采集上述目标数据后,应用层则以大约平均20次/秒的频率进行读取。例如,当用户执行每一次动作A时,应用层读取到的N个实时运动数据,如表5:
表5
其次,对采集的运动数据进行分析计算,得到用户在当前组训练的多个维度的基准数据。基准数据是判断用户是否进入力竭状态的主要判断依据。比如,在出绳阶段,在一定的出绳幅度内,当动作执行时长显著>基准时长时,即说明出现了异常胶着状态,即用户力竭了。本发明的目标基准数据主要包括助力幅度基准和助力触发时长基准这两个部分。
该步骤中,得到基准数据的方式可包括两个步骤:在当前组训练中,定位能够作为基准数据的参考对象的若干次动作,每次动作包括有向心动作和离心动作;调取参考对象的原始数据,并进行多个维度的基准数据分析计算。
基准值是判断是否进入力竭状态的核心参考值,因此,能够作为基准值参考的对象本身需要尽可能标准。如何确保参考对象的可靠性就是首个要解决的问题。
由于,每个个体的身体机能都不尽相同,因此首先将参考对象锁定为用户自己,即仅以自身的情况作为参考。
在健身领域,单次训练包含多个动作,每个动作需训练多组,每组要执行多次。用户在单次训练的不同阶段和单组训练的不同阶段,体力和力量存在明显差异,例如在每组的前N次,由于用户正处于体力和力量均相对饱满的阶段,此时动作准确度最高。而每组的后几次动作,由于体力和力量逐渐消耗,绝大部分动作变形和出错的场景都集中在每组的后半段。
因此,基准值参考对象有以下特征(1)锁定用户自己为参考对象(2)以组为单位获取基准值:即每组有每组自己的基准值;(3)以每组训练的前N次运动数据作为基准值参考对象。
同时,为了进一步确保获取对象的可靠性我们还增加了以下机制:过滤每组训练的第1次动作:目的是避免动作准备阶段产生的准备距离和准备时长影响基准值的计算。
那么,什么是动作准备阶段?
为方便理解,请参考图5的跪姿高位下拉的准备阶,当用户摆好准备姿势,可以看出绳索此时已被拉出了一段距离,当用户完成拉出阶段进行还原时也会还原到这个位置,这段距离就是准备阶段,而这段距离实际并不参与到图6的实际动作执行阶段。由于每组动作的第1次动作都需要用户调整好准备姿势,此时就会产生准备距离,因此过滤了每组的第一次。
举例:假设某用户训练某动作的训练数据如下表:
首先过滤第1次动作,而后取第2次和第3次的运动数据作为基准参考对象。
而后,调取参考对象的原始数据,并进行基准值分析计算,并最终计算出助力幅度基准和助力触发时长基准。
具体的,锁定参考对象后,接下来需要调取参考对象的目标数据,分别是:出绳幅度和出绳时长。以每组训练中,包括若干次动作,每次动作包括向心拉绳和离心拉绳为例,参见图7的拉绳幅度变化示意图,各点说明如下:
将上述定位进一步转化为以下数据:
具体的,助力幅度基准为当前次向心动作的终点幅度与上一次离心动作的终点幅度之间的差值的绝对值,即为|G-E|;助力触发时长基准为当前次向心动作的终点的时间点与上一次离心动作的终点的时间点之间的时长,即为E-C的时长。
当有多个基准值参考对象时,再将每次动作的数据进行平均值计算,最终得出各项维度的唯一基准值。即基准数据包括平均基准值,当前组训练执行多次力量型动作时,分别得到多个助力幅度基准和多个助力触发时长基准,将多个助力幅度基准和多个助力触发时长基准分别进行平均值计算,得到当组训练的助力幅度平均基准值和助力触发时长平均基准值。
举例:已知用户A训练某组动作的第2次和第3次运动数据被锁定为当组的基准值参考对象,则该组基准值计算方式如下:
取2次的平均值,则该组训练的·助力幅度基准=(10+12)/2=11cm
·助力触发时长基准=(2+2)/2=2秒
进一步的,基准数据还包括基准值范围,对当组训练的助力幅度平均基准值和助力触发时长平均基准值分别赋予一个波动幅度,从而得到当组训练的助力幅度范围和助力触发时长范围。
具体的,得出上述的助力幅度基准和助力触发时长基准后,需赋予助力幅度基准一个取值系数,该系数用于进一步精确智能助力模式能够作用的范围,即助力幅度基准范围。(注:取值系数可配置,系根据大量采样数据获得,随着采样样本量逐步增加,该系数可灵活更新。
举例:假设出绳幅度基准值为11CM,取值系数为90%,则最终的助力幅度范围为0-11*90%,即0-9.9cm。通常情况下,该系数的上限值会<100%,原因是,在力量训练中,为了充分刺激肌肉泵感,用户通常会在动作顶端停留片刻,此时的停留并非异常黏着而是正常的停留,因此,增加取值系数后可以避免智能助力模式在动作顶端误触从而影响用户的训练效果。
同样的,对于助力触发时长基准,也赋予一个波动幅度,从而给与基准值一定的容错空间。举例:已知用户完成动作A的基准出绳时长为2秒,波动幅度为+1秒,那么,该动作的助力触发时长基准实际为2+1=3秒。
最后,监测当前组训练的后续的运动数据,并与多个维度的基准数据进行对比分析,判断用户是否进入力竭状态,若是,则触发智能助力模式。
在力量型动作的训练中,判断用户是否进入力竭状态的主要判断依据是:是否出现异常胶着状态,即是否在动作执行过程中停留了过长的时间。因此,针对本方案,主要数据目标是针对每个动作的每次执行,记录下各个时间节点的出绳幅度,通过与出绳时长和出绳幅度相关的基准数据来判定用户是否进入力竭模式。具体如下:
获取当前组训练的后续每一次动作的运动数据,判断用户进行向心动作的时长是否超过助力触发时长范围且出绳幅度是否位于助力幅度范围内,若是,则判定用户进入力竭状态。
具体的,成功获取某组力量型动作的助力幅度基准范围和助力触发时长基准范围后,实时跟踪当组训练后续的每一次动作是否在触发时长基准范围内超过助力幅度基准范围,若在出绳阶段即向心动作阶段,用户执行力量型动作的时长超过了触发时长基准范围,且出绳幅度仍在助力幅度基准范围内,则判定该用户进入力竭状态,已无法自行完成动作,此时触发智能助力模式。
智能助力模式是指将当前的阻力持续自动下降,直到用户进行向心动作的出绳幅度超出助力幅度范围或阻力降至最低阻力值,则停止下降阻力。实际应用中,阻力下降速度可根据实际情况设定,例如可设置以每秒下降20%阻力的速度,持续自动下降阻力。
本发明还提出一种应用于智能健身镜的智能阻力推荐系统,其特征在于:包括
采集装置,采集用户在进行某个力量型动作的多组训练中的运动数据,采集的运动数据可包括有左/右电机、出绳幅度、实时速度、阻力值、出绳时长和电机温度等。
赋力装置,用于推荐临时阻力值或偏好阻力值,每组训练时,若监测到阻力值调整,则将临时阻力或偏好阻力值更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中。
力量训练装置,用于提供临时阻力值或偏好阻力以供用户执行力量型动作,其可包括拉力件和阻力件等,用户通过拉动拉力件与阻力件驱动的阻力进行对抗,从而执行力量型训练,阻力件提供的阻力值可来自赋力装置或用户主动调节。
分析计算装置,根据采集的阻力值数据进行计算得到所述力量型动作的该组训练对应的偏好阻力以及不同力量型动作的偏好阻力,分析计算装置可对偏好阻力进行更新。
本发明的系统,还可包括智能助力装置,用于对采集的当前组的所述运动数据进行分析计算,得到用户在当前组训练的多个维度的基准数据;监测当前组训练的后续的运动数据,并与多个维度的基准数据进行对比分析,判断所述用户是否进入力竭状态,若是,则触发智能助力模式。
本发明的一种应用于智能健身镜的智能阻力推荐系统,用于执行上述的一种应用于智能健身镜的智能阻力推荐方法。
上述仅为本发明的具体实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。
Claims (15)
1.一种应用于智能健身镜的智能阻力推荐方法,其特征在于,包括如下步骤:
1)用户初次进行某个力量型动作的多组训练时,先按照推荐的临时阻力值进行第一组训练,每组训练时,若监测到用户调整阻力值,则将临时阻力更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中;
2)所述力量型动作的多组训练结束时,记录相同组训练采集的阻力值数据并进行计算得到所述力量型动作的该组训练对应的偏好阻力;
3)重复步骤1)-2)得到所述用户的不同力量型动作的偏好阻力。
2.如权利要求1所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,通过采集用户体测的运动测试数据,分析得到每个力量型动作的多个RM值,并设置成每个力量型动作按照不同RM值分成不同的多组训练;则步骤1)中,多组训练时,不同组训练推荐对应的RM值作为所述临时阻力值,相同组训练中的第一组训练推荐对应的RM值作为所述临时阻力值,所述相同组训练是指每组力量型动作相同且目标次数相同,不同组训练是指每组力量型动作不同且目标次数不同。
3.如权利要求1所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,步骤2)中,先判断相同组训练的阻力值数据是否达标,若是,则根据次数权重计算相同组训练中的不同阻力值的总使用次数,选择总使用次数最多的阻力值作为该组训练的偏好阻力。
4.如权利要求3所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,所述则根据权重参数计算相同组训练中的不同阻力值的总使用次数具体为:将每组训练的第一次动作的阻力值的次数权重设为P1,当次动作调整后的阻力值的次数权重设为P2,其余次阻力值的次数权重为P,并且P1<P<P2,将每个阻力值的次数权重相加即得到所述总使用次数。
5.如权利要求3所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,步骤2)中,得到所述力量型动作的某一组训练的偏好阻力后,若其它不同组训练的阻力值数据不达标,则其偏好阻力可通过对已知的偏好阻力进行RM转换得到。
6.如权利要求1所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,还包括偏好阻力更新步骤:
用户再次进行某个力量型动作的多组训练时,先按照推荐的对应的偏好阻力值进行训练,每组训练时,若监测到用户调整阻力值,则将偏好阻力值更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中;
所述力量型动作的多组训练结束时,记录相同组训练采集的阻力值数据,并结合历史的相同组训练采集的阻力值数据计算得到该组训练对应的新的偏好阻力。
7.如权利要求1所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,还包括智能助力步骤:
采集用户进行当前组训练时的运动数据;
对采集的所述运动数据进行分析计算,得到用户在当前组训练的多个维度的基准数据;
监测当前组训练的后续的运动数据,并与多个维度的基准数据进行对比分析,判断所述用户是否进入力竭状态,若是,则触发智能助力模式。
8.如权利要求7所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,所述运动数据至少包括出绳幅度和出绳时长;所述基准数据包括助力幅度基准和助力触发时长基准。
9.如权利要求8所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,所述力量型动作包括有向心动作和离心动作,所述助力幅度基准为当前次向心动作的终点幅度与上一次离心动作的终点幅度之间的差值的绝对值;所述助力触发时长基准为当前次向心动作的终点的时间点与上一次离心动作的终点的时间点之间的时长。
10.如权利要求8所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,所述基准数据包括平均基准值,当前组训练执行多次所述力量型动作时,分别得到多个助力幅度基准和多个助力触发时长基准,将多个助力幅度基准和多个助力触发时长基准分别进行平均值计算,得到当组训练的助力幅度平均基准值和助力触发时长平均基准值。
11.如权利要求10所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,所述基准数据还包括基准值范围,对所述当组训练的助力幅度平均基准值和助力触发时长平均基准值分别赋予一个波动幅度,从而得到当组训练的助力幅度范围和助力触发时长范围。
12.如权利要求11所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,所述监测当前组训练的后续的运动数据,并与多个维度的基准数据进行对比分析,判断所述用户是否进入力竭状态,具体如下:
获取当前组训练的后续每一次动作的运动数据,判断用户进行向心动作的时长是否超过助力触发时长范围且出绳幅度是否位于助力幅度范围内,若是,则判定所述用户进入力竭状态。
13.如权利要求12所述的一种应用于智能健身镜的智能阻力推荐方法,其特征在于,所述智能助力模式是指将当前的阻力持续自动下降,直到用户进行向心动作的出绳幅度超出助力幅度范围或阻力降至最低阻力值,则停止下降阻力。
14.一种应用于智能健身镜的智能阻力推荐系统,其特征在于,包括:
采集装置,采集用户在进行某个力量型动作的多组训练中的运动数据;
赋力装置,用于推荐临时阻力值或偏好阻力值,每组训练时,若监测到阻力值调整,则将临时阻力或偏好阻力值更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中;
力量训练装置,用于提供临时阻力值或偏好阻力以供用户执行力量型动作;
分析计算装置,根据采集的阻力值数据进行计算得到所述力量型动作的该组训练对应的偏好阻力以及不同力量型动作的偏好阻力。
15.如权利要求14所述的一种应用于智能健身镜的智能阻力推荐系统,其特征在于,还包括智能助力装置,对采集的当前组的所述运动数据进行分析计算,得到用户在当前组训练的多个维度的基准数据;监测当前组训练的后续的运动数据,并与多个维度的基准数据进行对比分析,判断所述用户是否进入力竭状态,若是,则触发智能助力模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310130179.1A CN116271772B (zh) | 2023-02-17 | 2023-02-17 | 一种应用于智能健身镜的智能阻力推荐方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310130179.1A CN116271772B (zh) | 2023-02-17 | 2023-02-17 | 一种应用于智能健身镜的智能阻力推荐方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116271772A true CN116271772A (zh) | 2023-06-23 |
CN116271772B CN116271772B (zh) | 2024-05-17 |
Family
ID=86812343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310130179.1A Active CN116271772B (zh) | 2023-02-17 | 2023-02-17 | 一种应用于智能健身镜的智能阻力推荐方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116271772B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4678454A (en) * | 1984-12-19 | 1987-07-07 | Sears, Roebuck & Co. | Inertia controlled loading system |
EP0621058A1 (en) * | 1993-04-21 | 1994-10-26 | Life Fitness | Step exercise apparatus |
US5830116A (en) * | 1994-10-20 | 1998-11-03 | Gautier; Kenneth Bryan | Multiexercise weight lifting machine |
RU2162003C1 (ru) * | 1999-10-22 | 2001-01-20 | Ткачук Анатолий Петрович | Способ тренировки гребцов и тренажер-эргометр для академической гребли |
US20080248935A1 (en) * | 2003-04-23 | 2008-10-09 | Howard J Solow | Foldable Transportable Multiple Function Pilates Exercise Apparatus and Method |
EP2327455A1 (en) * | 2009-11-27 | 2011-06-01 | Technogym S.p.A. | Gymnastic machine |
US20120088640A1 (en) * | 2010-10-06 | 2012-04-12 | Daniel Raymond Wissink | Shoe Shaker |
CN102772897A (zh) * | 2012-06-27 | 2012-11-14 | 浙江理工大学 | 健身娱乐益智跷跷板 |
CN203075534U (zh) * | 2013-02-28 | 2013-07-24 | 山东体育学院 | 可调节腰部阻力训练器 |
US20140031172A1 (en) * | 2012-07-26 | 2014-01-30 | James Chen | Weight trainer with load detection system |
CN104939815A (zh) * | 2015-07-15 | 2015-09-30 | 张鸣生 | 综合反馈式肺康复评估治疗仪 |
US20160263429A1 (en) * | 2015-03-10 | 2016-09-15 | Christopher Wagner | Stationary Manual Exercise Sled |
CN109078290A (zh) * | 2018-09-21 | 2018-12-25 | 王晓东 | 一种模拟现实健身器材的关键电路及其使用方法 |
CN109603113A (zh) * | 2018-12-24 | 2019-04-12 | 北京申润通科技有限公司 | 一种慢病运动康复训练方法 |
EP3469987A1 (en) * | 2017-10-13 | 2019-04-17 | Strength Master Fitness Tech. Co., Ltd. | Measuring method for maximum muscle strength |
CN110124270A (zh) * | 2019-05-14 | 2019-08-16 | 河南交通职业技术学院 | 一种体育锻炼用腿部辅助训练装置 |
CN212214503U (zh) * | 2020-05-08 | 2020-12-25 | 张敏杰 | 一种上肢康复训练器 |
CN113599781A (zh) * | 2021-06-25 | 2021-11-05 | 浙江大学 | 基于外骨骼的穿戴式走步健身系统及控制方法与存储介质 |
-
2023
- 2023-02-17 CN CN202310130179.1A patent/CN116271772B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4678454A (en) * | 1984-12-19 | 1987-07-07 | Sears, Roebuck & Co. | Inertia controlled loading system |
EP0621058A1 (en) * | 1993-04-21 | 1994-10-26 | Life Fitness | Step exercise apparatus |
US5830116A (en) * | 1994-10-20 | 1998-11-03 | Gautier; Kenneth Bryan | Multiexercise weight lifting machine |
RU2162003C1 (ru) * | 1999-10-22 | 2001-01-20 | Ткачук Анатолий Петрович | Способ тренировки гребцов и тренажер-эргометр для академической гребли |
US20080248935A1 (en) * | 2003-04-23 | 2008-10-09 | Howard J Solow | Foldable Transportable Multiple Function Pilates Exercise Apparatus and Method |
EP2327455A1 (en) * | 2009-11-27 | 2011-06-01 | Technogym S.p.A. | Gymnastic machine |
US20120088640A1 (en) * | 2010-10-06 | 2012-04-12 | Daniel Raymond Wissink | Shoe Shaker |
CN102772897A (zh) * | 2012-06-27 | 2012-11-14 | 浙江理工大学 | 健身娱乐益智跷跷板 |
US20140031172A1 (en) * | 2012-07-26 | 2014-01-30 | James Chen | Weight trainer with load detection system |
CN203075534U (zh) * | 2013-02-28 | 2013-07-24 | 山东体育学院 | 可调节腰部阻力训练器 |
US20160263429A1 (en) * | 2015-03-10 | 2016-09-15 | Christopher Wagner | Stationary Manual Exercise Sled |
CN104939815A (zh) * | 2015-07-15 | 2015-09-30 | 张鸣生 | 综合反馈式肺康复评估治疗仪 |
EP3469987A1 (en) * | 2017-10-13 | 2019-04-17 | Strength Master Fitness Tech. Co., Ltd. | Measuring method for maximum muscle strength |
CN109078290A (zh) * | 2018-09-21 | 2018-12-25 | 王晓东 | 一种模拟现实健身器材的关键电路及其使用方法 |
CN109603113A (zh) * | 2018-12-24 | 2019-04-12 | 北京申润通科技有限公司 | 一种慢病运动康复训练方法 |
CN110124270A (zh) * | 2019-05-14 | 2019-08-16 | 河南交通职业技术学院 | 一种体育锻炼用腿部辅助训练装置 |
CN212214503U (zh) * | 2020-05-08 | 2020-12-25 | 张敏杰 | 一种上肢康复训练器 |
CN113599781A (zh) * | 2021-06-25 | 2021-11-05 | 浙江大学 | 基于外骨骼的穿戴式走步健身系统及控制方法与存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116271772B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210205664A1 (en) | User interface for a motorized isokinetic resistance exercise machine | |
CN104323759B (zh) | 基于运动心率和跑步机的心肺耐力测试方法 | |
EP3043875B1 (en) | Method to determine body's physiological response to physical exercise for assessing readiness and to provide feedback, and system for implementing the method | |
JP2013500758A (ja) | 対象者にトレーニングプログラムを提供するための方法及び装置 | |
EP3509071B1 (en) | A method for determining injury risk of a person based on physiological data | |
Simpson et al. | Comparison of critical power and W′ derived from 2 or 3 maximal tests | |
CN113241148B (zh) | 健身方案生成方法、装置、终端设备和存储介质 | |
Falk et al. | Measurement and interpretation of maximal aerobic power in children | |
Bronner et al. | A preseason cardiorespiratory profile of dancers in nine professional ballet and modern companies | |
CN106999104A (zh) | 心肺健康评估 | |
CN116271772B (zh) | 一种应用于智能健身镜的智能阻力推荐方法和系统 | |
CN106178466A (zh) | 一种健身用度量分析方法及系统 | |
CN110353692B (zh) | 基于生物信号的体能、疲劳、恢复能力的评测系统及方法 | |
US10702201B2 (en) | Instrumented device for analysing and quantifying physiological parameters of the upper limbs of a sports person, and associated method | |
CN113255622B (zh) | 一种智能识别仰卧起坐动作姿态完成状况的系统和方法 | |
JP2006031433A (ja) | 高齢者の日常生活・運動支援システム | |
EP2689810A2 (en) | Weight trainer with load detection system | |
CN107951474A (zh) | 基于心率和血压的实时监测的运动心肺测试方法及系统 | |
DE102010012519A1 (de) | Vorrichtung und Verfahren zum Verarbeiten und Anzeigen von Messsignalen an einem Trainingsgerät | |
US11890507B2 (en) | System and method for providing functionality to race other athletes asynchronously | |
JP2020048867A (ja) | トレーニング支援方法および装置 | |
WO2021166000A1 (en) | A method and system for determining exercise parameters including aerobic endurance based on heart rate curve analysis | |
CN113255624A (zh) | 一种智能识别引体向上动作姿态完成状况的系统和方法 | |
CN115957497A (zh) | 一种基于力量健身镜的智能训练方法和装置 | |
CN106178465A (zh) | 一种健身用引导计数方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |