CN116351024A - 人工智能训练指导装置及方法 - Google Patents

人工智能训练指导装置及方法 Download PDF

Info

Publication number
CN116351024A
CN116351024A CN202211685546.6A CN202211685546A CN116351024A CN 116351024 A CN116351024 A CN 116351024A CN 202211685546 A CN202211685546 A CN 202211685546A CN 116351024 A CN116351024 A CN 116351024A
Authority
CN
China
Prior art keywords
pmw
training
user
objectification
unit
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
Application number
CN202211685546.6A
Other languages
English (en)
Inventor
俞善庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Drax Inc
Original Assignee
Drax Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from KR1020220152001A external-priority patent/KR20230101698A/ko
Application filed by Drax Inc filed Critical Drax Inc
Publication of CN116351024A publication Critical patent/CN116351024A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • 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
    • A63B24/0087—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B21/00—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices
    • A63B21/06—User-manipulated weights
    • A63B21/062—User-manipulated weights including guide for vertical or non-vertical weights or array of weights to move against gravity forces
    • A63B21/0626—User-manipulated weights including guide for vertical or non-vertical weights or array of weights to move against gravity forces with substantially vertical guiding means
    • A63B21/0628—User-manipulated weights including guide for vertical or non-vertical weights or array of weights to move against gravity forces with substantially vertical guiding means for vertical array of weights
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B21/00—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices
    • A63B21/40—Interfaces with the user related to strength training; Details thereof
    • A63B21/4041—Interfaces with the user related to strength training; Details thereof characterised by the movements of the interface
    • A63B21/4047—Pivoting movement
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B23/00—Exercising apparatus specially adapted for particular parts of the body
    • A63B23/035—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously
    • A63B23/03516—For both arms together or both legs together; Aspects related to the co-ordination between right and left side limbs of a user
    • A63B23/03525—Supports for both feet or both hands performing simultaneously the same movement, e.g. single pedal or single handle
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B23/00—Exercising apparatus specially adapted for particular parts of the body
    • A63B23/035—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously
    • A63B23/12—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles
    • A63B23/1209—Involving a bending of elbow and shoulder joints simultaneously
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • A63B24/0087—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load
    • A63B2024/0093—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load the load of the exercise apparatus being controlled by performance parameters, e.g. distance or speed
    • 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
    • A63B21/00—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices
    • A63B21/40—Interfaces with the user related to strength training; Details thereof
    • A63B21/4027—Specific exercise interfaces
    • A63B21/4033—Handles, pedals, bars or platforms
    • A63B21/4035—Handles, pedals, bars or platforms for operation by hand
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2208/00—Characteristics or parameters related to the user or player
    • A63B2208/02—Characteristics or parameters related to the user or player posture
    • A63B2208/0228—Sitting on the buttocks
    • A63B2208/0233—Sitting on the buttocks in 90/90 position, like on a chair
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/10—Positions
    • A63B2220/13—Relative positions
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/805—Optical or opto-electronic sensors
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/806—Video cameras
    • 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
    • A63B2225/15—Miscellaneous features of sport apparatus, devices or equipment with identification means that can be read by electronic means
    • 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
    • A63B2225/50—Wireless data transmission, e.g. by radio transmitters or telemetry
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/60—Measuring physiological parameters of the user muscle strain, i.e. measured on the user
    • A63B2230/605—Measuring physiological parameters of the user muscle strain, i.e. measured on the user used as a control parameter for the apparatus

Landscapes

  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Engineering & Computer Science (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Epidemiology (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

作为本发明的一优选实施例，提供一种人工智能(Artificial Intelligence；AI)训练指导装置，其特征在于，包括：个人最大体重(Personal Maximum Weight；PMW)预测单元，其以基于用户数据计算出的预测肌力值为基础，预测用户欲使用的训练机的PMW预测；以及PMW指导单元，其通过在所述PMW预测中补充用户个体客观化指数来提供与所述训练机有关的PMW个体。

Description

人工智能训练指导装置及方法
技术领域
本发明涉及一种考虑用户的个体特征来自动提供训练机的目标重量的方法。
背景技术
根据需要增肌的身体部位或使用目的等，能够以各种形式提供重量训练机，其主要以通过手或脚锻炼上半身和下半身的结构形成。用户可以通过训练机的训练结构移动已选重量，以此做训练。
但是，用户难以确定自身是否按照身体特征、训练执行能力或训练机的目的而正确使用训练机。
现有技术文献
专利文献
KR 10-1968621B1
发明内容
技术问题
作为本发明的一优选实施例，人工智能(Artificial Intelligence；AI)训练指导装置仅通过包含用户性别、年龄、体重、身高、身体质量指数(Body Mass Index；BMI)以及体脂率等的用户数据，提供适合用户使用的训练机的初始目标重量。
作为本发明的一优选实施例，人工智能训练指导装置根据用户的训练目的自动调整训练机的目标重量。
作为本发明的一优选实施例，提供一种方法，所述方法在向用户性别、年龄、体重、身高、身体质量指数以及体脂率等相同的第一用户和第二用户的每个训练机提供相同的初始目标重量的情况下，通过进一步反映包括第一用户和第二用户的训练记录等的个体客观化指数，针对第一用户和第二用户使用的每个训练机分别重新设置和提供适合第一用户和第二用户的目标重量。
作为本发明的一优选实施例，人工智能训练指导装置通过学习和分析用户的个体客观化指数，对每个用户持续更新差异化的训练机目标重量，提供使用户以最优化的方式利用训练机的方法。
技术方案
作为本发明的一优选实施例，提供一种人工智能(Artificial Intelligence；AI)训练指导装置，其特征在于，包括：个人最大体重(Personal Maximum Weight；PMW)预测单元，其以基于用户数据计算出的预测肌力值为基础，预测用户欲使用的训练机的PMW预测；以及PMW指导单元，其通过在所述PMW预测中补充用户个体客观化指数来提供与所述训练机有关的PMW个体，其中，所述用户客观化指数包括通过用户在预设期间内使用所述训练机时确认到的所述训练机的重量、重复次数(Reps)、组数、训练轨迹、移动速度以及组单位重复次数(Reps)的规律性中的至少一部分。
作为本发明的一优选实施例，人工智能训练指导装置的特征在于，进一步包括：训练目标设置单元，其基于所述PMW预测自动设置所述用户欲使用的训练机的初始目标重量。
作为本发明的一优选实施例，人工智能训练指导装置的特征在于，进一步包括：人工智能训练目标设置单元，其基于所述PMW个体自动更新所述用户欲使用的训练机的目标重量。
作为本发明的一优选实施例，所述PMW指导单元包括PMW更新单元，当所述客观化指数大于或等于第一基准值时，所述PMW更新单元将PMW个体更新为比PMW预测更大的值，当所述客观化指数小于或等于第二基准值时，将PMW个体更新为比PMW预测更小的值。PMW更新单元在每隔一次所述预设期间单位时，以所述客观化指数为基础重新更新所述被更新的PM W个体。
作为本发明的一优选实施例，所述PMW指导单元包括显示单元，所述显示单元显示以PMW个体为基础自动更新的所述训练机的目标重量。显示单元进一步显示所述训练机的目标重量在所述预设期间内的变化量。
作为本发明的一优选实施例，在将所述训练轨迹用作所述客观化指数时，所述PMW指导单元利用通过训练轨迹确认到的上升起点、下降起点、上升区间平均速度、下降区间平均速度以及高度来判断训练轨迹的完整性，并以数值转换所述训练轨迹的完整性水平后用作所述客观化指数。
作为本发明的一优选实施例，在将所述重复次数(Reps)用作所述客观化指数时，所述PMW指导单元基于构成1组的全部重复次数(Reps)中的每一个的训练轨迹间规律性来判断所述重复次数(Reps)的完整性，并以数值转换所述重复次数(Reps)的完整性水平后用作所述客观化指数。
作为本发明的另一优选实施例，提供一种人工智能训练指导方法，其特征在于，包括以下步骤：PMW预测单元以基于用户数据计算出的预测肌力值为基础，预测用户欲使用的训练机的PMW预测；以及PMW指导单元通过在所述PMW预测中补充用户个体客观化指数来提供与所述训练机有关的PMW个体，其中，所述用户客观化指数包括通过用户在预设期间内使用所述训练机时确认到的训练机的重量、重复次数(Reps)、组数、训练轨迹、移动速度以及组单位重复次数(Reps)的规律性中的至少一部分。
有益效果
作为本发明的一优选实施例，当包括用户性别、年龄、体重、身高、身体质量指数(Body Mass Index；BMI)以及体脂率中至少一部分的用户数据被输入时，人工智能(Artificial Intelligence；AI)训练指导装置可以针对每一个训练机自动设置适合用户的目标重量。
作为本发明的一优选实施例，人工智能训练指导装置通过学习和分析用户的训练记录，持续更新用户使用的训练机的目标重量，从而提供使用户以最优化的方式使用训练机的方法。
作为本发明的一优选实施例，人工智能训练指导装置根据用户的训练记录和用户变化的身体状况，相应地重新接收关于训练机使用方法的建议，从而可提高训练效果。
作为本发明的一优选实施例，人工智能训练指导装置还可以根据用户的训练目的，对每一个训练机自动设置适合用户的目标重量。
附图说明
图1作为本发明一优选实施例示出利用人工智能(Artificial Intelligence；AI)训练指导装置的智能健身房系统。
图2作为本发明一优选实施例示出智能健身房中置备的实现人工智能训练方法的训练机示例。
图3作为本发明一优选实施例示出人工智能训练指导方法在智能健身房系统中实现的训练机和智能健身房服务器的内部配置图。
图4作为本发明一优选实施例示出人工智能训练指导装置的内部配置图。
图5作为本发明一优选实施例示出人工智能训练指导装置的用户界面的示例。
图6作为本发明一优选实施例示出在实现人工智能训练指导方法的训练机中检测出的训练轨迹的示例。
图7至图9作为本发明一优选实施例示出客观化指数计算单元基于重复次数进行分析的示例。
图10作为本发明一优选实施例示出机器学习处理单元对训练轨迹大数据进行分类的示例。
图11作为本发明一优选实施例示出测量两个用户对胸部推举机的训练轨迹的示例。
图12作为本发明一优选实施例示出人工智能训练指导方法的流程图。
具体实施方式
以下，参考关于本发明各个实施例的附图进行描述，以使本发明所属领域的技术人员能够容易地实施本发明。
图1作为本发明一优选实施例示出利用人工智能训练指导装置的智能健身房系统。
智能健身房系统100包括智能健身房服务器110、至少一个训练机100a、100b、100c、…、100n、至少一个用户终端120、以及管理员终端130。
在图1中，智能健身房服务器110可与物理上位于不同位置的第一智能健身房112、第二智能健身房114以及第n智能健身房116通信，并且可与布置于第一智能健身房112内的至少一个训练机100a和100b，布置于第二智能健身房114内的至少一个训练机100c、以及布置于第n智能健身房116内的至少一个训练机100n发送和接收数据。
作为本发明的一优选实施例，智能健身房指物理空间，所述物理空间向智能健身房服务器110提供用户使用训练机的训练记录，并在智能健身房服务器110中学习和分析用户的训练记录以提供适合用户的训练处方。智能健身房能够以健身中心、健身房、具备训练机的空间等实现。
访问智能健身房进行训练的用户USER A、USER B、USER C、…、USER N在出入智能健身房时可以经身份验证后进入智能健身房内。例如，用户可通过以近场通信(Near FieldCommunication；NFC)或射频识别(Radio Frequency Identification；RFID)方式将用户终端120标记(tagging)到智能健身房门口的自助服务机等无人机终端来进行会员验证后出入，或者在无人机终端通过人脸识别等生物信息识别进行会员验证后出入。
与进行会员验证的用户有关的信息可在智能健身房服务器110中通过网络传输至训练机100a、100b、100c、…至100n中的至少一个。例如，智能健身房服务器200可将与用户有关的信息传输至用户标记(tagging)终端120的训练机。在本发明的一优选实施例中，与用户有关的信息以称为用户数据的术语来被利用，其包括用户性别、年龄、体重、身高、身体质量指数(Body Mass Index；BMI)以及体脂率中的至少一部分或全部。
智能健身房服务器110可对第一用户USER A和第二用户USER B指导适合每个用户的训练方法、训练强度以及训练顺序等，所述第一用户USER A和所述第二用户USER B使用布置于智能健身房112内的至少一个训练机100a和100b中的每一个。另外，智能健身房服务器110可以提供训练机100a和100b中的每一个的目标重量、推荐使用速度等的值。另外，智能健身房服务器110可以接收使用过训练机100a和100b中的每一个的第一用户USER A和第二用户USER B的训练记录。另外，其可以从用户终端120进一步接收用户的心率、血压、脉搏等健康信息或日志信息等。
智能健身房服务器110能够以云服务器的形式实现。智能健身房服务器110可以整合从位于不同位置的智能健身中心内的每个训练机收集的信息并进行管理。例如，智能健身房服务器110可以整合第一用户在位于第一位置的智能健身房112中利用训练机的详细条目以及在位于第二位置的智能健身房114中利用训练机的详细条目并进行管理。
作为本发明的一优选实施例，至少一个训练机100a、100b、100c、…、100n可以是伸展训练器、重量训练机或有氧训练机。重量训练机包括自由重量设备和机械设备。至少一个训练机100a、100b、100c、…、100n通过安装于训练机的显示器或可与训练机进行有线或无线通信的显示器提供适合用户的训练指导。例如，以伸展训练器为例，其通过可与伸展训练器进行有线或无线通信的智能镜，提供与用户将使用的伸展运动有关的训练指导。但不限于此，可以通过扬声器、振动等各种输出方法来提供训练指导。
至少一个训练机100a、100b、100c、…、100n可与智能健身房服务器110、用户终端120以及管理员终端130进行有线或无限通信。
作为本发明的一优选实施例，用户终端120能够以智能手机、智能手表、手持设备、可穿戴设备等形式实现。另外，用户终端120上可以设置用于使用智能健身房系统的应用软件等。用户终端120可以从智能健身房服务器110接收训练顺序信息等。训练顺序是指考虑用户的体力和训练能力而计划的训练计划。训练顺序包括用户将使用的训练机目录、每个训练机的目标重量和使用次数等信息。
当用户使用智能健身房系统100内的至少一个训练机100a、100b、100c、…、100n时，可利用终端120通过NFC和RFID等的标记来进行通信，或者利用用户的身体特征进行身份验证。用户的身份验证结束后，智能健身房服务器110可以向用户标记的训练机传输用户数据。
图3作为本发明一优选实施例示出人工智能训练指导方法在智能健身房系统中实现的训练机和智能健身房服务器的内部配置图。
作为本发明的一优选实施例，智能健身房内的训练机300可与智能健身房服务器380、用户终端390以及外部服务器388进行通信。
作为本发明的一优选实施例，训练机300包括处理器310、感测单元320、通信单元340、训练指导单元360以及显示器370。另外，可进一步包括相机单元330和图像处理单元350。处理器310可根据需要进一步包括人工智能处理单元312。
进一步参考图2，肩部压力机200示出适用人工智能训练指导方法的智能健身房中使用的训练机300示例。以下，参考图2和图3描述训练机300。
感测单元220可以设置于训练机主体210的框架结构213。框架结构213包括基础框架213a和导轨213b以及连接线213c。感测单元220通过向销结构215照射激光束并接收反射的激光束，从而实时测量或以预设的t时间为单位测量感测单元220到销结构215的距离DS220。感测单元220可以实时检测由销结构215选择的重量部件211的位置、移动速度以及移动方向中的至少一个。另外，当用户推动训练机200的手柄212以使重量板运动时，感测单元220可以测量其到插入重量板的销结构215的距离D S220，并以此为基础检测训练轨迹。
通信单元340通过显示器单元230接收用户输入或从智能健身房服务器380的用户数据库(Database；DB)382发送和接收用户数据。通信单元340还可以与外部服务器388进行通信。
训练指导单元360可将从智能健身房服务器380接收的用户数据、训练机的目标重量、训练机的移动速度指导、使用训练机时的呼吸指导以及训练顺序等信息提供给用户。参考图5和图10描述训练指导单元360向用户提供训练机的移动速度指导的示例。
图10的曲线图示出将通过机器学习处理单元384从总体获取的对特定训练机的训练轨迹分类为七种(1010至1070)模式的示例。初期总体能够以n名预设人员为对象，但可以持续积累使用智能健身房的用户的数据后使用。
机器学习处理单元384可以对总体的训练轨迹模式进行分类，并分别确定属于每种模式的总体的比例。机器学习处理单元384从已分析的七种训练轨迹中选择训练效果最优异的训练轨迹。在此情况下，机器学习处理单元384选择与预设基准值轨迹1012方差最小且训练效果最优异的第二训练轨迹1020和第六训练轨迹1060。第二训练轨迹1020为总体的21.7％，第六训练轨迹1060为总体的23.1％。
训练指导处理单元386可以确认检测出的用户训练轨迹属于何种模式。另外，可以根据训练负荷、训练次数和时间确定用户的训练轨迹变化。例如，第一用户以60㎏使用胸部推举机时的训练轨迹属于第二训练轨迹1020，但是当第一用户以70㎏使用胸部推举机时的训练轨迹属于第一训练轨迹1010时，训练指导处理单元386可以判断适合第一用户的负荷为60㎏。
训练指导处理单元386通过训练指导单元360提供适合用户的训练机的移动速度指导VG1(图5，530)。移动速度指导VG1 530意指在用户使用训练机时适于获得符合训练目的的效果的移动速度。例如，当用户与移动速度指导VG1 530的移动相应地推动肩部压力机时，用户推动肩部压力机时测得的速度V1 520一同显示在基准线510。
智能健身房服务器380可以基于用户数据计算特定肌力的预测肌力值。另外，基于预测肌力值确认用户将使用的训练机的PMW预测，并基于用户的训练目的和PMW预测自动设置用户将使用的训练机的初始目标重量。在本发明的一优选实施例中，PMW(Personal Maxi mumWeight)是指个体以最大的努力抵抗重量的阻力而可发挥的肌力。PMW的示例包括1RM、4RM等。PMW预测表示基于预测肌力值来预测用户的PMW的值，智能健身房服务器380可以确认每个训练机的PMW预测。
智能健身房服务器380可以向训练机300的训练指导单元360提供用户将使用的训练机的初始目标重量，训练指导单元360可以在显示器370上显示用户将使用的训练机的初始目标重量。用户将使用的训练机的初始目标重量(图5,550)的示例示于图5。
智能健身房服务器380还可以预测PMW个体，所述PMW个体是在PMW预测中补充用户的个体客观化指数的最大肌力值。在此情况下，智能健身房服务器380通过更新基于PMW预测设置的训练机的初始目标重量，提供进一步反映用户个体特征的新的目标重量。客观化指数的示例可以例举训练记录，其包括在使用训练机时确认到的训练机的重量、重复次数(Re ps)、组数、训练轨迹、移动速度、以及组单位重复次数(Reps)的规律性等。
相机单元330可内嵌于训练机300或与训练机进行无线或有线通信，并拍摄用户的训练姿势。图像处理单元350可通过处理器310分析相机单元330拍摄的用户的训练姿势。另外，可通过人工智能处理单元312学习用户按照训练机的目标重量进行训练时拍摄的训练姿势的图像处理结果，并将学习结果传输至智能健身房服务器380。人工智能处理单元312还可以处理或学习用户的客观化指数。
智能健身房服务器380包括用户数据库382、机器学习处理单元384以及训练指导处理单元386。用户数据库382存储和管理用户数据。用户数据包括用户的性别、年龄、体重、身高、身体质量指数以及体脂率。
机器学习处理单元384学习和处理客观化指数，所述客观化指数包括用户在智能健身房中使用的训练机的训练记录。机器学习处理单元384学习客观化指数的示例示于图6至图10。
机器学习处理单元384可基于一定期间内用户在智能健身房中使用的训练机的客观化指数，将PMW预测更新为PMW个体。机器学习处理单元384可以在客观化指数大于或等于第一基准值时将PMW个体更新为比PMW预测更大的值，在客观化指数小于或等于第二基准值时将PMW个体更新为比PMW预测更小的值。
当机器学习处理单元384以基于用户的训练记录等确认到的客观化指数为基础判断出用户的训练能力大于从用户的特定肌力预测的PMW预测时，可以将用户的最大肌力值重新设置为比PMW预测更大的PMW个体。与此不同，当机器学习处理单元384以基于用户的训练记录等确认到的客观化指数为基础判断出用户的训练能力小于从用户的特定肌力预测的PMW预测时，可以将用户的最大肌力值重新设置为比PMW预测更小的PMW个体。
由此，机器学习处理单元384即使在用户性别、年龄、体重、身高、身体质量指数以及体脂率等相同的第一用户和第二用户的PMW预测被预测为相同时，也可以通过进一步反映包括第一用户和第二用户的训练记录等的个体客观化指数，针对第一用户和第二用户使用的每个训练机学习和预测适合第一用户和第二用户的PMW个体。
也就是说，机器学习处理单元384可以在与用户性别、年龄、体重、身高、身体质量指数以及体脂率等身体条件有关的用户数据相同的情况下学习和预测PMW个体，所述PMW个体是进一步反映个体客观化指数的最大肌力值，所述个体客观化指数根据每个用户的肌肉发育状况、动作范围、身体比例、训练习惯、训练达成率而不同。
感测单元320还可以基于在用户使用肩部压力机过程中感测到的距离信息确认训练轨迹。机器学习处理单元384可以利用通过在用户使用肩部压力机过程中检测的训练轨迹确认到的上升起点611、下降起点613、上升区间速度V1 S610、下降区间速度V2 S620、上升区间平均速度、下降区间平均速度以及高度H 612中的至少一部分判断训练轨迹的完整性，并以数值转换训练轨迹的完整性水平后用作客观化指数。
作为本发明的一优选实施例，在将重复次数(Reps)用作客观化指数时，机器学习处理单元384基于构成1组的全部重复次数(Reps)中的每一个的训练轨迹间规律性来判断重复次数(Reps)的完整性，并以数值转换所述重复次数(Reps)的完整性水平后利用。
训练指导处理单元386还可以基于从机器学习处理单元384接收的PMW个体，提供被更新的训练机的目标重量。
图4作为本发明一优选实施例示出人工智能训练指导装置的内部配置图。人工智能训练指导装置400包括智能健身房服务器或终端。
人工智能训练指导装置400包括PMW预测单元410、PMW指导单元420、训练目标设置单元430、人工智能训练目标设置单元440以及显示单元450。PMW预测单元410进一步包括肌力预测单元412和检测单元414。PMW指导单元420进一步包括客观化指数计算单元422和PMW更新单元424。
肌力预测单元412基于用户数据预测与用户的特定肌力有关的预测肌力值。如数学式1所示，肌力预测单元412利用用户的性别、身体质量指数、体脂率以及年龄信息来计算与用户的特定肌力有关的预测肌力值。当用户的性别、身体质量指数、体脂率以及年龄信息均相同时，会计算出相同的预测肌力值。特定肌力的示例可以是握力。
[数学式1]
预测肌力值＝A*性别+B*年龄+C*体脂率+D*身体质量指数+E
在数学式1中，A、B、C、D以及E表示预设值。
检测单元414从外部服务器(图3,388)获取或者从预设的成年人肌力百分位值(如表1至表2)中检测出预测肌力值所属的百分位数值。表1示出成年男性相对握力的百分位，表2示出成年女性相对握力的百分位。
[表1]
Figure BDA0004019601180000091
[表2]
Figure BDA0004019601180000092
例如，当肌力预测单元412计算的32岁男性的预测肌力值为55.9时，检测单元414从如表1所示的预设成年人肌力百分位值中检测32岁男性的预测肌力值55.9所属的百分位数值40。
PMW预测单元410利用匹配于从检测单元414检测出的预测肌力值的PMW预测百分位值，预测用户欲使用的训练机的PMW预测。作为本发明的一优选实施例，PMW预测单元410可以预先存储训练机的PMW预测百分位值，或者从智能健身房服务器下载，其中，所述训练机的PMW预测百分位值从利用训练机的总体中获取。
智能健身房服务器已预先存储映射表，所述映射表法存储与每个训练机有关的PMW预测百分位值，PMW预测百分位值进一步反映在智能健身房使用每个训练机的用户的数据，从而以预设期间为单位进行更新。进一步地，智能健身房服务器380的机器学习处理单元384基于最初从预设的总体中获取的PMW数据，生成包括PMW预测百分位值的映射表。然后，机器学习处理单元384可以继续收集用户的PMW数据，从而以预定时间为单位对提供PMW预测百分位数的映射表进行更新，其中，所述用户为使用智能健身房中置备的训练机的用户，所述PMW预测百分位值基于最初从预设的总体中获取的PMW数据而生成。
表3至表5示出PMW预测单元410使用的映射表示例。为了便于说明，表3至表5仅示出PMW10百分位数值至PMW90百分位数值中的一部分，需要注意的是，示出的数值为助于理解发明的一实施例。
作为本发明的一优选实施例，PMW预测单元410从针对胸部推举机的总体中获取的训练机的PMW百分位值和映射表的示例如表3所示。
[表3]
PMW百分位值 初始总体的PMW(kg) 被更新的总体的PMW(kg)
PMW90 102.7 107.8
…
PMW50 67.2 67.8
PMW40 65.1 64.7
…
PMW10 24.6 23.9
作为本发明的一优选实施例，PMW预测单元410从针对坐式伸腿训练器(Leg extension)的总体中获取的训练机的PMW百分位值和映射表的示例如表4所示。
[表4]
PMW预测百分位值 初始总体的PMW预测(kg) 被更新的总体的PMW预测(kg)
PMW90 103.3 107.8
... ... ...
PMW50 67.3 69.2
PMW40 66.5 66.8
... ... ...
PMW10 24.6 24.9
作为本发明的一优选实施例，提供训练机的PMW预测百分位数的映射表示例如表5所示，其中，所述训练机的PMW预测百分位值由PMW预测单元410从针对肩部压力机的总体中获取。
[表5]
PMW百分位值 初始总体的PMW(kg) 被更新的总体的PMW(kg)
PMW90 64.5 65.5
... ... ...
PMW50 43.3 43.2
PMW40 41.2 40.2
... ... ...
PMW10 16.1 16.3
在从预设的成年人肌力百分位值(例如，表1)中检测出32岁男性的预测肌力值55.9所属的百分位数值40时，PMW预测单元410预测与百分位数值40对应的训练机的PM W。
参考表3至表5，训练目标设置单元430以“初始总体的PMW(kg)”为基准将胸部推举机的PMW预测预测为与PMW40的百分位数值对应的65.1kg。其将坐式伸腿训练器的PM W预测预测为与PMW40的百分位数值对应的66.5kg。另外，其将肩部压力机的PMW预测预测为与PMW40的百分位数值对应的41.2kg。
在本发明的另一优选实施例中，除最初预设总体的PMW数据之外，当在智能健身房中使用训练机的用户的大数据被进一步收集时，PMW预测单元410可以利用被更新的PMW数据，例如，表3至表5的“被更新的总体的PMW(kg)”。在此情况下，可以将胸部推举机的PMW预测更新为与PMW40的百分位数值对应的64.7kg。其可以将坐式伸腿训练器的PMW预测更新为与PMW40的百分位数值对应的66.8kg。另外，可以将肩部压力机的PMW预测更新为与PMW40的百分位数值对应的40.2kg。
训练目标设置单元430基于通过PMW预测单元410预测的每个训练机的PMW预测，设置每个训练机的初始目标重量。训练目标设置单元430可以进一步反映通过用户界面接收的用户的训练目的，以此设置每个训练机的初始目标值。
训练目标设置单元430可以根据用户的训练目的是否为自由训练541、标准训练542、增肌543、体能训练544来相异地设置每个训练机的初始目标值。
以自由训练541为例，可以将训练机的初始目标值设置为PMW预测*PFree(％)。以标准训练542为例，可以将训练机的初始目标值设置为PMW预测*P标准(％)。以增肌543为例，可以将训练机的初始目标值设置为PMW预测*P增肌(％)。另外，以体能训练544为例，可以将训练机的初始目标值设置为PMW预测*P体能训练(％)。
作为本发明的一优选实施例，P增肌(％)可设置为65％至85％并设置6次至12次的重复次数。作为本发明的一优选实施例，当训练目的为增肌时，反映的权重P增肌(％)可利用预设值。另外，权重P增肌(％)可以通过接收与向用户建议的初始目标重量有关的客观性指数反馈来重新进行调整，例如，用户的训练轨迹、每次用户训练的训练轨迹等的完整性等。
假设用户通过显示器500提供的用户界面将训练目的选为标准542，当肩部压力机的PMW预测为40.2kg时，训练目标设置单元可以在反映P标准(％)＝60后对用户设置25kg的初始目标重量。40.2kg*60％＝24.12kg，并且可将训练机所支持的重量中最相近的25kg设置为初始目标重量。
作为本发明的一优选实施例，PMW指导单元420通过在由PMW预测单元410预测的PMW预测中补充用户个体客观化指数来提供与所述训练机有关的PMW个体。PMW指导单元420通过将每个用户的训练记录反映到针对同一训练机预测出同一PMW预测的相异的用户，提供适合每个用户的PMW个体。在同一用户使用同一训练机且预测出相同的PMW预测的情况下，PMW指导单元420也在一定期间内反映用户的训练记录，以此提供当前时间点适合用户的PMW个体。PMW指导单元420可以通过使用已反映用户的身体状况、体力以及训练日志的PMW个体，持续提供适合用户的训练计划。
PMW指导单元420可以在显示单元450中显示以下信息中的至少一种：当用户使用所选训练机时激活的肌肉、PMW个体或基于PMW个体计算出的目标重量。
PMW指导单元420包括客观化指数计算单元422和PMW更新单元424。客观化指数计算单元422通过用户在预设期间内使用所述训练机时确认到的训练机的重量、重复次数(Reps)、组数、训练轨迹、移动速度以及组单位重复次数(Reps)的规律性中的至少一部分计算客观化指数。
当客观化指数计算单元422计算出的客观化指数大于或等于第一基准值时，PMW更新单元424将PMW个体更新为比PMW预测更大的值，当小于或等于第二基准值时，将PMW个体更新为比PMW预测更小的值。PMW更新单元424可在每隔一次预设期间单位时，以客观化指数为基础重新更新被更新的PMW个体。
人工智能训练目标设置单元440以从PMW指导单元420计算出的PMW个体为基准更新每个训练机的目标重量。另外，人工智能训练目标设置单元440可以进一步反映通过用户界面接收的用户的训练目的，以此设置每个训练机的初始目标值。可以根据用户的训练目的是否为自由训练541、标准训练542、增肌543、体能训练544来相异地更新每个训练机的目标重量。
作为本发明的一优选实施例，参考图6描述客观化指数计算单元422将训练轨迹用作客观化指数的示例。客观化指数计算单元422通使用过上升起点611、下降起点613、上升区间速度V1 S610、下降区间速度V2 S620、上升区间平均速度、下降区间平均速度以及高度H 612判断训练轨迹的完整性，并将训练轨迹的完整性转换为数值后用作客观化指数。
例如，客观化指数计算单元422按照预设标准判断上升起点611在0至ta秒时适度，超过ta则过晚。另外，可以根据对适度的上升起点611条目预设的标准，对完整性给予上、中、下或者1分至10分单位的分数。同样地，可以按照预设标准判断上升区间速度V1 S610在Va至Vb之间时适度、超过Vb时过快、不及Va则过慢，并根据适度、过快、过慢的判断结果分别给予上、中、下或者1分至10分单位的分数。
通过如上所述的方法，客观化指数计算单元422通过上升起点611、下降起点613、上升区间速度V1 S610、下降区间速度V2 S620、上升区间平均速度、下降区间平均速度以及高度H 612中的至少一部分，判断用户使用训练机时检测到的训练轨迹的完整性。
以将训练轨迹的完整性数值用作客观化指数为例，在客观化指数大于或等于第一基准值(例如，8分)时，PMW更新单元424将PMW个体更新为比PMW预测更大的值。作为一示例，当用户的客观化指数为9分、第一基准值为8分时，可将PMW个体更新为比PMW预测大n％(n为自然数)的值。另外，在客观化指数小于或等于第二基准值(例如，6分)时，可将PMW个体更新为比PMW预测更小的值。另外，在客观化指数大于第二基准值小于第一基准值时，可将PMW个体保持为PMW预测值。
作为本发明的另一优选实施例，参考图7至图9描述客观化指数计算单元422将重复次数(Reps)用作客观化指数的示例。客观化指数计算单元422以构成1组的全部重复次数中的每一个的训练轨迹间规律性为基础判断重复次数(Reps)的完整性，并以数值转换重复次数(Reps)的完整性水平后用作客观化指数。
图7至图9示出在第一用户至第3用户于1组内重复12次坐姿蹬腿机(Seated LegPress)训练过程中检测出的训练轨迹的示例。在图7至图9中，X轴表示时间、Y轴表示训练机的位移(displacement)。
客观化指数计算单元422判断是否全部完成1组中的重复次数。其判断是否全部执行12次重复次数，或是否中途放弃后执行部分重复次数。另外，客观化指数计算单元422以第一用户的12次重复次数(711至714、721至724、731至734)、第二用户的12次重复次数(811至814、821至724、831至834)以及第3用户的12次重复次数(911至914、921至924、931至934)中的每一个的训练轨迹间规律性为基础判断重复次数(Reps)的完整性。在此情况下，可以划分为初期规律性、中期规律性以及后期规律性后进行判断。
例如，在图7的第一用户和图9的第3用户的第一次至第4次(711至744、911至914)的初期规律性中，4个训练轨迹几乎恒定，因此可认为初期规律性较高。在此情况下，可以对初期规律性给予4分。图8的第二用户的第一次至第3次(811至813)训练轨迹恒定，但第4次(814)训练轨迹脱离程度较大，因此难以认为其初期规律性较高。在此情况下，可以对初期规律性给予3分。但是，这仅是在判断训练轨迹是否一致后给予数值以判断初期规律性的一实施例，可以利用基于训练轨迹间的距离、时间序列上的长度等来判断规律性等各种方法。
客观化指数计算单元422可以判断第一用户的12次重复次数规律性较高、第二用户的第4次至第7次的重复次数(即，中期规律性)较低、第3用户的第一0次和第一2次的重复次数(即，后期规律性)较低，并以此分别给予分数。
客观化指数计算单元422还可以在每个用户的12次重复次数中每一个的训练轨迹中分别判断上升起点的标准方差、上升起点的标准方差、高度标准方差、上升区间速度标准方差、下降区间速度标准方差等，并与预设标准相应地给予分数。
另外，客观化指数计算单元422进一步参考执行时间计算出客观化指数，所述执行时间为全部执行构成1组的全部重复次数的时间。
图11作为本发明一优选实施例示出对胸部推举机具有同一PMW预测值的第一用户和第二用户的重复次数有关的训练轨迹的检测示例。在图11中，X轴表示时间、Y轴表示位移。
第一用户1120和第二用户1130初期可基于同一PMW预测而被提供同一训练计划。关于胸部推举机的训练计划可以包括适合用户以最佳的训练轨迹1110进行训练的训练机的初始目标重量、重复次数、移动速度指导、呼吸方法指导等。
参考图11，可以看出第一用户1120的位移高于最佳的训练轨迹1110，但是上升起点、下降起点、上升区间平均速度、下降区间平均速度等相似。另外，可以看出第一1次的训练轨迹间的方差1120a较小。
可以看出第二用户1130的位移较高，并且下降起点和下降区间平均速度过快。另外，可以看出第一1次的训练轨迹间的方差1130a较大。
PMW指导单元420可以使第一用户1120的PMW个体值增加，使第二用户1130的PMW个体值减少。
图12作为本发明一优选实施例示出人工智能训练指导方法的流程图。
PMW预测单元以基于用户数据计算出的预测肌力值为基础，预测用户欲使用的训练机的PMW预测S1210。训练目标设置单元基于PMW预测自动设置训练机的初始目标重量S1220。
PMW指导单元通过在PMW预测中补充用户个体客观化指数来提供与所述训练机有关的PMW个体，所述用户个体客观化指数包括在一定期间内基于初始目标重量进行训练的训练记录等S1230。人工智能训练目标设置单元基于PMW个体自动设置所述训练机的目标重量S1240。
根据本发明实施例的方法能够以可由各种计算机途径所执行的程序指令形式实现，从而写入计算机可读介质。所述计算机可读介质可以单独或组合包括程序指令、数据文件、数据结构等。所述记录到介质的程序指令可以是为本发明而专门设计和配置的，或者是计算机软件领域的技术人员已知和可用的。
以上，通过有限的实施例和附图描述了本发明，但本发明不限于此，本发明所属领域技术人员可以基于此进行各种修改和变换。

Claims (17)

1.一种人工智能训练指导装置，其特征在于，包括：个人最大体重(PersonalMaximumWeight；PMW)预测单元，其以基于用户数据计算出的预测肌力值为基础，预测用户欲使用的训练机的PMW预测；以及
PMW指导单元，其通过在所述PMW预测中补充用户个体客观化指数来提供与所述训练机有关的PMW个体，
其中，PMW是指个体以最大的努力抵抗重量的阻力而可发挥的肌力，所述用户客观化指数包括通过用户在预设期间内使用所述训练机时确认到的所述训练机的重量、重复次数、组数、训练轨迹、移动速度以及组单位重复次数的规律性中的至少一部分。
2.根据权利要求1所述的人工智能训练指导装置，其特征在于，进一步包括：
训练目标设置单元，其基于所述PMW预测自动设置所述用户欲使用的训练机的初始目标重量。
3.根据权利要求1所述的人工智能训练指导装置，其特征在于，进一步包括：
人工智能训练目标设置单元，其基于所述PMW个体自动更新所述用户欲使用的训练机的目标重量。
4.根据权利要求1所述的人工智能训练指导装置，其特征在于，包括：PMW更新单元，当所述客观化指数大于或等于第一基准值时，其将PMW个体更新为比PMW预测更大的值，当所述客观化指数小于或等于第二基准值时，将PMW个体更新为比PMW预测更小的值。
5.根据权利要求4所述的人工智能训练指导装置，其特征在于，
所述PMW更新单元在每隔一次所述预设期间单位时，以所述客观化指数为基础重新更新所述被更新的PMW个体。
6.根据权利要求1所述的人工智能训练指导装置，其特征在于，包括：
所述PMW指导单元包括显示单元，所述显示单元显示以PMW个体为基础自动更新的所述训练机的目标重量。
7.根据权利要求1所述的人工智能训练指导装置，其特征在于，
在将所述训练轨迹用作所述客观化指数时，所述PMW指导单元利用通过训练轨迹确认到的上升起点、下降起点、上升区间平均速度、下降区间平均速度以及高度来判断训练轨迹的完整性，并以数值转换所述训练轨迹的完整性水平后用作所述客观化指数。
8.根据权利要求1所述的人工智能训练指导装置，其特征在于，
在将所述重复次数用作所述客观化指数时，所述PMW指导单元基于构成1组的全部重复次数中的每一个的训练轨迹间规律性以及全部执行所述构成1组的全部重复次数的执行时间来判断所述重复次数的完整性，并以数值转换所述重复次数的完整性水平后用作所述客观化指数。
9.一种人工智能训练指导方法，其特征在于，包括以下步骤：个人最大体重(PersonalMaximum Weight；PMW)预测单元以基于用户数据计算出的预测肌力值为基础，预测用户欲使用的训练机的PMW预测；以及
PMW指导单元通过在所述PMW预测中补充用户个体客观化指数来提供与所述训练机有关的PMW个体，
其中，所述用户客观化指数包括通过用户在预设期间内使用所述训练机时确认到的训练机的重量、重复次数、组数、训练轨迹、移动速度以及组单位重复次数的规律性中的至少一部分。
10.根据权利要求9所述的人工智能训练指导方法，其特征在于，进一步包括以下步骤：
训练目标设置单元基于所述PMW预测自动设置所述训练机的初始目标重量。
11.根据权利要求9所述的人工智能训练指导方法，其特征在于，进一步包括以下步骤：
人工智能训练目标设置单元基于所述PMW个体自动更新所述训练机的目标重量。
12.根据权利要求9所述的人工智能训练指导方法，其特征在于，
所述提供PMW个体的步骤包括，当所述客观化指数大于或等于第一基准值时，PMW更新单元将PMW个体更新为比PMW预测更大的值，当所述客观化指数小于或等于第二基准值时，将PMW个体更新为比PMW预测更小的值。
13.根据权利要求12所述的人工智能训练指导方法，其特征在于，
所述提供PMW个体的步骤在每隔一次所述预设期间单位时，以所述客观化指数为基础重新更新所述被更新的PMW个体。
14.根据权利要求9所述的人工智能训练指导方法，其特征在于，
所述提供PMW个体的步骤通过显示单元显示PMW个体或显示在使用所述训练机时可最大限度举起的重量变化量。
15.根据权利要求9所述的人工智能训练指导方法，其特征在于，
在将所述训练轨迹用作所述客观化指数时，利用通过训练轨迹确认到的上升起点、下降起点、上升区间平均速度、下降区间平均速度以及高度来判断训练轨迹的完整性，并以数值转换所述训练轨迹的完整性水平后用作所述客观化指数。
16.根据权利要求9所述的人工智能训练指导方法，其特征在于，
在将所述重复次数用作所述客观化指数时，基于构成1组的全部重复次数中的每一个的训练轨迹间规律性来判断所述重复次数的完整性，并以数值转换所述重复次数的完整性水平后用作所述客观化指数。
17.一种计算机可读记录介质，其特征在于，
其存储使计算设备执行以下步骤的指令：
个人最大体重(Personal Maximum Weight；PMW)预测单元以基于用户数据计算出的预测肌力值为基础，预测用户欲使用的训练机的PMW预测；以及
PMW指导单元通过在所述PMW预测中补充用户个体客观化指数来提供与所述训练机有关的PMW个体，
其中，所述用户客观化指数包括通过用户在预设期间内使用所述训练机时确认到的训练机的重量、重复次数、组数、训练轨迹、移动速度以及组单位重复次数的规律性中的至少一部分。
CN202211685546.6A 2021-12-28 2022-12-27 人工智能训练指导装置及方法 Pending CN116351024A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20210190376 2021-12-28
KR10-2021-0190376 2021-12-28
KR1020220152001A KR20230101698A (ko) 2021-12-28 2022-11-14 Ai운동가이드장치 및 방법
KR10-2022-0152001 2022-11-14

Publications (1)

Publication Number Publication Date
CN116351024A true CN116351024A (zh) 2023-06-30

Family

ID=84541479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211685546.6A Pending CN116351024A (zh) 2021-12-28 2022-12-27 人工智能训练指导装置及方法

Country Status (3)

Country Link
US (1) US20230201667A1 (zh)
EP (1) EP4207212A1 (zh)
CN (1) CN116351024A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030068790A (ko) * 2002-02-18 2003-08-25 김종관 자동 운동 부하 설정방법 및 이를 이용한 근력운동장치
CN105797306A (zh) * 2014-11-07 2016-07-27 凯旋体育运动器材有限公司 重量训练机
CN107469292A (zh) * 2016-06-07 2017-12-15 北京力方体智慧体育科技有限公司 具有力量调节杆的智能力量训练器
US20180001181A1 (en) * 2016-05-19 2018-01-04 Leonardo von Prellwitz Method and system of optimizing and personalizing resistance force in an exercise
KR20210147479A (ko) * 2020-05-29 2021-12-07 주식회사 피씨티 운동 가이드를 제공하는 근력 운동 머신 운동량 분석 및 자동측정 기기
CN116351037A (zh) * 2021-12-28 2023-06-30 株式会社Drax 人工智能训练指导装置及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030068790A (ko) * 2002-02-18 2003-08-25 김종관 자동 운동 부하 설정방법 및 이를 이용한 근력운동장치
CN105797306A (zh) * 2014-11-07 2016-07-27 凯旋体育运动器材有限公司 重量训练机
US20180001181A1 (en) * 2016-05-19 2018-01-04 Leonardo von Prellwitz Method and system of optimizing and personalizing resistance force in an exercise
CN107469292A (zh) * 2016-06-07 2017-12-15 北京力方体智慧体育科技有限公司 具有力量调节杆的智能力量训练器
KR20210147479A (ko) * 2020-05-29 2021-12-07 주식회사 피씨티 운동 가이드를 제공하는 근력 운동 머신 운동량 분석 및 자동측정 기기
CN116351037A (zh) * 2021-12-28 2023-06-30 株式会社Drax 人工智能训练指导装置及方法

Also Published As

Publication number Publication date
US20230201667A1 (en) 2023-06-29
EP4207212A1 (en) 2023-07-05

Similar Documents

Publication Publication Date Title
Velloso et al. Qualitative activity recognition of weight lifting exercises
US10105574B2 (en) Technologies for managing user-specific workouts
US20180133551A1 (en) System and method for personalized exercise training and coaching
CN102110191B (zh) 锻炼引导系统
KR102245338B1 (ko) 웨어러블 기반 셀프형 운동관리 시스템 및 그 방법
US20220176201A1 (en) Methods and systems for exercise recognition and analysis
US10892055B2 (en) Motor function estimation information generation apparatus, motor function estimation system, motor function estimation information generation method, motor function estimation method and storage medium
Zou et al. A low-cost smart glove system for real-time fitness coaching
US9826923B2 (en) Motion analysis method
Kowsar et al. Detecting unseen anomalies in weight training exercises
KR20220061511A (ko) 운동 자세 및 운동량 가이드 장치, 방법 및 프로그램
KR101819346B1 (ko) 무산소운동 센싱 시스템
CN111569397B (zh) 手柄类运动计数方法及终端
CN116351037A (zh) 人工智能训练指导装置及方法
CN116351024A (zh) 人工智能训练指导装置及方法
US20140207263A1 (en) Evaluating a fitness level
KR102145672B1 (ko) 스마트 바벨 시스템 제어방법
KR20230101698A (ko) Ai운동가이드장치 및 방법
CN118414199A (zh) 一种用于比较运动成果的装置及方法
CN118338943A (zh) 人工智能训练指导装置及方法
CN118338941A (zh) 一种人工智能训练指导装置及方法
KR20230100622A (ko) 운동성과비교장치 및 방법
CN106178465A (zh) 一种健身用引导计数方法及系统
KR20230100664A (ko) Ai운동시퀀스제공장치 및 방법
KR20200092229A (ko) 서비스 질의 편차를 줄이는 스마트 피트니스 시스템

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