CN117582645A - 健身跟踪装置及方法 - Google Patents
健身跟踪装置及方法 Download PDFInfo
- Publication number
- CN117582645A CN117582645A CN202211699432.7A CN202211699432A CN117582645A CN 117582645 A CN117582645 A CN 117582645A CN 202211699432 A CN202211699432 A CN 202211699432A CN 117582645 A CN117582645 A CN 117582645A
- Authority
- CN
- China
- Prior art keywords
- value
- axis
- sensor
- exercise
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000033001 locomotion Effects 0.000 claims abstract description 251
- 230000001133 acceleration Effects 0.000 claims abstract description 100
- 238000002360 preparation method Methods 0.000 claims abstract description 75
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 230000009471 action Effects 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 16
- 238000010801 machine learning Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 10
- 238000002474 experimental method Methods 0.000 description 10
- 210000000707 wrist Anatomy 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000005484 gravity Effects 0.000 description 9
- 230000009194 climbing Effects 0.000 description 8
- 238000009795 derivation Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000000630 rising effect Effects 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 208000031872 Body Remains Diseases 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
-
- 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
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- 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
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B69/00—Training appliances or apparatus for special sports
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
- G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- 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
- A61B5/68—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
- A61B5/6802—Sensor mounted on worn items
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- 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
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- 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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6814—Head
-
- 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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6824—Arm or wrist
-
- 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
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
- A63B2024/0065—Evaluating the fitness, e.g. fitness level or fitness index
-
- 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
- A63B2220/83—Special sensors, transducers or devices therefor characterised by the position of the sensor
- A63B2220/836—Sensors arranged on the body of the user
-
- 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
- A63B2225/02—Testing, calibrating or measuring of equipment
-
- 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
- A63B2230/62—Measuring physiological parameters of the user posture
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Physical Education & Sports Medicine (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明的力量运动健身跟踪方法的特征在于,包括:校准步骤,基于身体传感器及手臂传感器的传感器数据来设置局部轴;运动准备姿势检测步骤,基于用于检测运动准备姿势的第一指定轴值来判断运动准备姿势;运动参数数据导出步骤,基于用于检测动作次数或是否保持力量运动姿势的第二指定轴值来导出运动参数数据;以及运动结束检测步骤,基于用于检测运动是否结束的第三指定轴值来检测运动结束,从而提供一种健身跟踪器,通过由身体传感器及手臂传感器测量的加速度信息检测各种力量运动动作,而且便于穿戴,以在进行运动时,可以在不会感到不适的情况下集中注意力。
Description
技术领域
本发明涉及一种健身跟踪装置及方法。更详细地,涉及一种测量/分析装置及方法,从头部和手腕的加速度及角速度信息导出进行各种力量运动时的多个动作的运动参数。
背景技术
可穿戴设备是数字设备市场的一大热门话题,其有望为日常生活带来诸多改变。其中,可穿戴设备正在以健身跟踪领域为中心逐渐扩大,从通过使用加速度传感器来只显示活动量的功能进一步发展成利用各种传感器来收集生物信息的功能。如今它发展到根据运动的性质,利用这些数据来提供用户所需的信息。但因其佩戴的便利性,附着在手腕上的可穿戴健身跟踪产品正逐渐成为可穿戴设备市场的中心。
然而,由于手腕的动作自由度太大,手腕上的健身跟踪器很难检测到多种运动动作。尤其,大部分力量运动在进行过程中伴随身体及手臂的动作,仅凭附着在手腕上的传感器很难准确地检测出这些动作。因此,需要开发一种易于佩戴且可以准确地检测出力量运动的健身跟踪器。
发明内容
针对这些现有问题,本发明人注意到,身体和手臂的动作分别与头部和手腕的动作相似,可以通过头部和手腕的运动信息来测量并分析各种力量运动动作,并且,在头部和手腕的加速度及角速度的情况下,可以通过近来有多数人使用的无线耳机和智能手表进行测量,从而是访问性较高的运动信息。
因此,本发明的目的在于,提供一种健身跟踪器系统,其可通过建立一种从头部和手腕的加速度及角速度传感器信息导出各种力量运动动作的运动参数的方法来向运动人士提供有意义的运动分析信息,且具有较高的访问性。
为了解决上述问题,本发明一实施例的力量运动健身跟踪方法可以包括:校准步骤,基于身体传感器及手臂传感器的传感器数据来设置局部轴;运动准备姿势检测步骤,基于用于检测运动准备姿势的第一指定轴值来判断运动准备姿势;运动参数数据导出步骤,基于用于检测动作次数或是否保持力量运动姿势的第二指定轴值来导出运动参数数据;以及运动结束检测步骤,基于用于检测运动是否结束的第三指定轴值来检测运动结束。
在此情况下,上述第一指定轴、第二指定轴及第三指定轴可以包含轴类型信息及值类型信息,上述轴类型信息可以包含如下信息:是否为局部轴或全局轴、是否为加速度、角速度、角度中的一种以及是否为x、y、z、横滚角(roll)、俯仰角(pitch)或偏向角(yaw)轴中的一个,值类型信息可以包含如下信息:传感器值、平均值、前值、角度值、大小值,或对上述传感器值、平均值、角度值、前值及大小值中的一个进行积分来得到的值中的一个。
并且,本发明的力量运动健身跟踪方法还可以包括如下步骤:选择是上述身体传感器及手臂传感器中的哪一个,并选择上述第一指定轴值、第二指定轴值及第三指定轴值。
并且,上述局部轴可以包括基于在显示部中显示指导画面时所生成的前后方注视数据、上下方注视数据以及通过对上述前后方注视数据和上下方注视数据进行外积而生成的左右方向数据生成的身体传感器的x、y、z轴。
并且,上述局部轴还可以包括基于在显示部中显示指导画面时所生成的手背左右数据、手背上下方数据以及通过对上述手背左右数据和手背上下方数据进行外积而生成的手背前后方数据生成的手臂传感器的x、y、z轴。
并且,上述是否保持力量运动姿势可以包括根据上述第二指定轴值来确定的运动速度、是否保持正确的姿势及活动范围是否适当。
实施例的其他具体事项包含在详细描述和附图中。
因此,根据本发明,本发明提供一种健身跟踪器,通过由身体传感器及手臂传感器测量的加速度信息检测各种力量运动动作,而且便于穿戴,以在进行运动时,可以在不会感到不适的情况下集中注意力。
并且,根据本发明,本发明提供一种健身跟踪器,可以自动检测现有的手臂传感器(智能手表等)中难以准确提供的力量运动动作的准备及结束。
并且,根据本发明,本发明可以自动存储运动数据,因此可以准确地测量用户的力量运动。
本发明的效果不限于以上例示的内容,其他更多的效果包含在本说明书中。
附图说明
图1为简要示出本发明一实施例的健身跟踪系统的结构的框图。
图2为示出本发明一实施例的身体传感器及手臂传感器的佩戴示例图。
图3为本发明一实施例的运动姿势分析方法的流程图。
图4及图5为示出本发明一实施例的俯卧撑运动分析的示例图。
图6及图7为示出本发明一实施例的仰卧起坐运动分析的示例图。
图8及图9为示出本发明一实施例的深蹲运动分析的示例图。
图10及图11为示出本发明一实施例的弓步运动分析的示例图。
图12及图13为示出本发明一实施例的跳绳运动分析的示例图。
图14及图15为示出本发明一实施例的爬楼梯运动分析的示例图。
图16为示出本发明一实施例的平板支撑运动分析的示例图。
具体实施方式
以下内容仅例示出发明的原理。因此,本领域的技术人员可以发明出各种本说明书中未明确说明或示出但实现发明原理且包含在发明的概念及范围内的装置。并且,本说明书中列出的所有条件性术语及实施例在原则上的明确目的仅为理解发明的概念,而不限于这些特别列出的实施例及状态。
并且,应当理解,在以下的描述中,“第一”、“第二”等序数表达用于说明彼此同等且独立的对象,在顺序上不具备主(main)/副(sub)或主(master)/从(slave)的含义。
上述目的、特征及优点将通过以下结合附图的详细描述而变得更加清楚,据此,本发明所属领域的普通技术人员可以容易地实施本发明的技术思想。
本发明多个实施例中的各个特征可以部分或全部相互结合或组合,本领域技术人员可以充分理解,在技术上可以进行多种联动和驱动,各个实施例可以相互独立地实施,也可以相互关联地一起实施。
以下,将参照附图对本发明各种实施例进行详细的说明。首先,参照图1,对本发明一实施例的健身跟踪系统进行详细的说明。
根据图1,本发明一实施例的健身跟踪系统可以包括身体传感器100、手臂传感器200及控制部300。在此情况下,在本说明书中,身体传感器100及手臂传感器200主要通过耳机或安装在智能手表中的加速度传感器来实现,但也可以使用陀螺仪传感器或重力传感器。
参照图2,优选地,身体传感器100可以是设置在耳机100-1中的加速度传感器。但不限于此,也可以利用带或各种装置附着在耳朵、头部附近。再例如,也可以附着在胸带100-2或腰带100-3。身体传感器100可以附着在能够代表身体动作的任何部位。并且,身体传感器100可以收纳在独立于控制部300的外壳中,也可以收纳在同一个外壳中。
优选地,手臂传感器200可以是在佩戴于手腕上的手表200-1中设置的加速度传感器。但不限于此,也能够以臂带200-2等多种形态附着在代表手臂动作的部位。
在本说明书中,以作为身体传感器100的优选形态,使用设置在耳机100-1中的加速度传感器,作为手臂传感器200,使用设置在智能手表200-1中的加速度传感器为基准而进行说明。由于耳机及智能手表易于佩戴且检测位置适当,因此在本发明中是最为优选的传感器,但是,也可以将身体传感器及手臂传感器佩戴在如图2所示的其他佩戴部位。
控制部300可以基于由身体传感器100及手臂传感器200检测到的检测数据来自动检测力量运动的准备或结束,并生成力量运动数据。更具体地,控制部300可以包括可校准身体传感器100及手臂传感器200的传感器校准部310、轴运算部320及运动参数导出部330。控制部300及控制部300的各结构要素可以是在与身体传感器100及手臂传感器200进行无线通信的手机、平板电脑、个人电脑等中驱动的应用软件、软件模块、硬件模块及软件和硬件的组合。
在此情况下,传感器校准部310向控制部300的显示部340提供指导画面,在用户根据指导画面采取动作时,基于在动作过程中由身体传感器100及手臂传感器200检测到的传感器数据来校准该用户的运动方向。对此的详细内容将在下文中参照图3进行详细的描述。在此情况下,传感器校准部310包括身体传感器校准部313及手臂传感器校准部315。
另一方面,轴运算部320可以从由传感器收集到的数据运算出局部轴数据及全局轴数据。
运动参数导出部330可以检测每项运动的运动准备姿势和结束,通过将两个时间点之间的区间设为运动区间并对此进行分析来导出运动参数数据。每项运动的参数导出方法都各不相同,对此,将在下文中参照图4至图16进行详细的描述。在此情况下,运动参数导出部330可以通过显示部340提供能够使用户输入运动类型的界面。或者可以根据由运动准备检测部333导出的数据内容来自动辨别运动类型。
另一方面,控制部300可以与服务器400进行通信并构建数据库,并且根据数据库进行机器学习的内容来定期更新每项运动的运动参数的导出基准。
以下,将参照图3对本发明实施例的健身跟踪方法进行详细的说明。
首先,在本发明实施例的健身跟踪方法中,先基于传感器数据将数据校准至局部轴(S100)。在健身跟踪传感器中,由于每个人的体形和骨骼互不相同,每个人佩戴传感器的方式和方向可能会各不相同,因此,即使进行相同的运动,也会导致检测到的力量运动信息存在偏差。
为了消除这种误差而需进行校正,当向用户提供指导画面以凝视前方(后方)及下方(上方)时,通过利用在凝视过程中产生的身体传感器100的值来生成前后方注视数据及上下方注视数据。手臂传感器200以手背面向的方向为基准来生成手背上下方数据和手背左右数据。在此情况下,前后方注视数据、手背上下方数据、上下方注视数据及手背左右数据可以在可用的2个方向(例如,前/后方)中仅利用一个方向来生成。
前后方注视数据是指头部注视前方时的身体传感器100的传感器数据,上下方数据是指低头时检测到的加速度数据。手背上下方数据是指手背面向下方或上方时的加速度数据,手背左右方数据是指以手背用户前方为基准面向左方或右方时检测到的加速度数据。
可通过对所生成的前后方注视数据和上下方注视数据进行外积来找到身体传感器的左右方向,在此情况下,可以基于前后方/上下方/左右方向来设置身体传感器100的x、y、z轴。另一方面,也可以通过相同的方法设置手臂传感器200的x、y、z轴。设置的x、y、z轴为局部轴数据。
而且,局部轴数据的局部轴是将上述定义的方向(身体上下方、身体前后方、手背上下方、手背左右)中的至少一个作为轴来进行运算得出的。即,作为局部轴数据的基准的x、y、z轴或横滚角(roll)、俯仰角(pitch)、偏向角(yaw)轴是基于身体上下方、身体前后方、手背上下方、手背左右来确定的,轴运算部320以确定的轴为基准校正传感器数据,从而生成局部轴数据。
全局轴数据是指基于固定的轴方向的数据,例如,以重力加速度为上下方向(z轴),以真北方向(或靠近局部轴数据中设定的前方且垂直于上下方向的方向)为y轴,并且将与这两个方向垂直的方向定义为x轴。在此情况下,全局轴数据的任一轴可以包括重力加速度。局部轴及全局轴数据可以基于传感器数据来通过轴运算部320运算得出。
而且,可以根据运动类型来选择传感器及指定轴值(S200)。但传感器及指定轴值可以在校准步骤之前或之后进行选择。例如,若运动类型根据校准时的轴方向自动确定,则可以在校准步骤之后进行选择,若运动类型由用户指定,则可以在校准步骤之前选择传感器及测量对象参数的类型。稍后将对指定轴值进行详细描述。
传感器100可以根据运动类型选择身体传感器100、手臂传感器200或两种传感器的组合。在此情况下,由所选的传感器输入的传感器数据可以通过轴运算部320分别计算并生成为局部轴数据和全局轴数据。运动参数导出部330可以基于由轴运算部320生成的局部轴/全局轴数据来执行运动准备姿势的检测、运动结束步骤的检测及运动参数数据的导出。
另一方面,在校准传感器并选择传感器之后,开始运动准备姿势检测步骤S300。在运动准备姿势检测步骤S300中,例如,当根据运动类型指定的传感器的指定轴值在规定期间内在第一基准范围内移动时,运动准备检测部333可以判断为正在采取力量运动的准备姿势。在此情况下,若有需要,则还可以在附加指定轴值具有第二基准范围内的值时判断为正在采取力量运动的准备姿势。即,运动准备检测部333可以同时使用多个指定轴值来准确地进行判断。
在此情况下,指定轴值可以包含轴类型信息、指定轴信息及值类型信息。轴类型信息可以包含如下信息:局部轴或全局轴、是否为加速度、角速度、角度中的一种以及是否为x、y、z、横滚角(roll)、俯仰角(pitch)或偏向角(yaw)轴中的一个。值类型信息可以包含如下信息:传感器值、平均值、前值、角度值、大小值,或对上述传感器值、平均值、角度值、前值及大小值中的一个进行积分来得到的值中的一个。前值是指检测时间点或计算时间点之前的预设期间内的传感器值,平均值是指预设期间内的传感器值,值类型信息中的传感器值是指在检测时间点或计算时间点导出的值。并且,大小值是指在以x、y、z为轴时向量的大小值。
另一方面,在本说明书中,加速度、速度及位置的标记单位分别为g(9.81m/s2)、g*s(9.81m/s)及g*s2(9.81m),为了简要说明,以下描述中将省略单位。
例如,指定轴值可以是局部轴y轴的前2秒钟的加速度,全局轴-x轴的平均角速度。
另一方面,在检测到运动准备姿势后,运动参数计算部337将计算运动参数数据(S400)。运动参数数据可以包括基于指定轴值的极大值或极小值来确定的动作次数。并且,运动参数数据可以包括是否保持力量运动姿势,上述是否保持力量运动姿势可以包括根据指定轴值确定的运动速度、是否保持正确的姿势及活动范围是否适当。
在计算运动参数数据的同时,运动结束检测部335继续进行监测,在检测到运动结束动作时停止继续计算数据。即,运动结束检测部335通过对指定轴的传感器数据进行监测来检测运动结束姿势(S500)。在力量运动的运动过程中,运动不持续而停止的情况较多,因此,无法仅凭力量运动不持续规定时间以上就判断为结束。并且,还有可能会出现在结束力量运动后因用户的动作而导致错误地计算运动参数数据的情况,因此,对于运动结束的检测是非常必要的。
当根据运动类型指定的传感器的指定轴值在规定期间内在第一基准范围内移动时,运动结束检测部335可以判断为该力量运动正在结束。在此情况下,若有需要,则还可以在附加指定轴值具有第二基准范围内的值时判断为该力量运动正在结束。
在此情况下,当与动作次数、运动速度、是否保持正确的姿势及与活动范围有关的指定轴值超出第三基准范围时,运动参数导出部可以通过显示部发出警告。
以下,将参照图4至图15,基于本发明人进行的实验对各项运动的实施例进行说明。本实验基于通过多名运动者的实验获得的值来确定了基准范围。
俯卧撑
参照图4及图5,对俯卧撑运动的运动准备、运动结束及运动参数作如下定义。
针对俯卧撑运动的运动准备,所选的传感器是身体传感器100中的加速度传感器,指定轴值是局部轴加速度的前2秒钟的y值及局部轴加速度的平均y值。在此情况下,参照图4,运动准备检测部333在局部轴加速度的前2秒钟期间的y值具有-1.4~-0.6之间的值且平均值具有-1.2~-0.8之间的值的时间点410判断为运动准备就绪。
即,其中第一基准范围为-1.4~-0.6,第二基准范围为-1.2~-0.8。在本实施例中,第一基准范围及第二基准范围是根据实验设定的值,可以通过机器学习进行更新。在机器学习过程中,针对该运动的多位专家的运动值,可以应用支持向量机(SVM)等算法来学习并更新对于最佳指定轴值的选定及基准范围。
根据另一实施例,所选的传感器是身体传感器100中的陀螺仪传感器,指定轴是全局轴-x轴的前2秒钟期间的角度值,也可以将全局轴-x轴的前2秒钟期间的角度值超过60度的时间点判断为运动准备时间点。
另一方面,运动参数数据计算部337可以计算俯卧撑的次数,例如,参照图5,运动参数数据计算的指定轴值是局部轴加速度x、y、z轴的大小值,可以通过在大小值超过1.3的极大值后具有小于0.8的极小值的时间点510来检测出1次动作。图5中检测到的次数为10次。
根据另一实施例,运动参数数据计算的指定轴值是局部轴加速度的y轴值,可以通过在小于-1.3的极小值后具有超过-0.8的极大值的时间点来检测出1次动作。
或者,运动参数数据计算的指定轴值是全局轴加速度的z轴值,可以通过在超过1.3的极大值后具有小于0.8的极小值的时间点来检测出1次动作。
或者,运动参数数据计算的指定轴值是全局轴加速度的z轴值减去1的值,值类型是从运动准备时间点起对上述指定轴值进行2次积分得到的值,可以通过在上述指定轴值小于-0.01的极小值后具有超过-0.01的极大值的时间点来检测出1次动作。
另一方面,俯卧撑运动的运动结束的指定轴值是局部轴的前3秒钟的z加速度,在此情况下,运动结束检测部335在进行运动的过程中在局部轴的前3秒钟的z加速度具有超过0.6的值的时间点判断为运动结束。另一方面,运动结束时间点的基准范围也可以与运动准备时间点相同通过机器学习。
根据另一实施例,所选的传感器是身体传感器100中的陀螺仪传感器,指定轴是全局轴-x轴的前3秒钟期间的角度值,可以将全局轴-x轴的前3秒钟期间的角度值保持小于30度的时间点判断为运动结束时间点。
另一方面,在俯卧撑运动中,运动参数数据可以为头部及身体是否保持一字形态。在此情况下,运动参数数据中所选的传感器是身体传感器100中的陀螺仪传感器,指定轴值是局部轴X轴的传感器值及全局轴y轴的传感器值(例如,直立时的前方值),在局部轴X轴的传感器值及全局轴y轴的传感器值具有45度以上的值时,运动参数数据可以判断为头部及身体未保持一字形态。或者,所选的传感器是身体传感器100,可以检测局部轴加速度的z传感器值超过-0.4~0.8的基准范围的情况。
或者,在俯卧撑运动中,运动参数数据可以为是否检测到过大的运动速度。在此情况下,运动参数数据中所选的传感器是身体传感器100,指定轴值是从运动准备时间点起对全局轴z轴的传感器值减去1的值进行1次积分得到的值,可以通过检测该值超过0.1的情况来检测出运动速度是否过大。
或者,在俯卧撑运动中,运动参数数据可以为是否检测到运动的活动范围小。在此情况下,运动参数数据中所选的传感器是身体传感器100,指定轴值是从运动准备时间点起对全局轴z轴的传感器值减去1的值进行2次积分得到的值的前5秒钟的值,可以通过检测最大值和最小值之差小于0.015的情况来检测出运动的活动范围小。
仰卧起坐
参照图6及图7,对仰卧起坐运动的运动准备、运动结束及运动参数作如下定义。
针对仰卧起坐运动的运动准备,所选的传感器是身体传感器100,指定轴值是局部轴加速度的前2秒钟的y值。在此情况下,参照图6,运动准备检测部333在局部轴加速度的前2秒钟期间的y值具有0.8~1.2之间的值的时间点610判断为运动准备就绪。
即,其中第一基准范围为0.8~1.2。在本实施例中,第一基准范围是根据实验设定的值,但可以与俯卧撑运动相似地通过机器学习进行更新。
根据另一实施例,所选的传感器是身体传感器100中的陀螺仪传感器,指定轴是全局轴x轴的前2秒钟期间的角度值,可以通过将全局轴x轴的前2秒钟期间的角度值保持超过60度的时间点判断为运动准备时间点。
另一方面,运动参数数据计算部337可以计算仰卧起坐的次数(动作次数),运动参数数据计算的指定轴值是局部轴加速度y轴的传感器值,可以通过传感器值具有小于0的极小值的时间点来检测出1次动作。
根据另一实施例,运动参数数据计算的指定轴值是全局轴加速度y轴的传感器值,可以通过传感器值具有小于0的极小值的时间点来检测出1次动作。
根据另一实施例,所选的传感器是身体传感器中的陀螺仪传感器,指定轴值是全局轴横滚角(roll)轴的角度值,可以在角度值超过70度的时间点710检测出1次动作。在图7中,动作次数为10次。
另一方面,仰卧起坐运动的运动结束的指定轴值是局部轴的前3秒钟的x、y、z加速度的大小值及局部轴加速度y轴的传感器值,当大小值在前3秒钟期间具有0.8~1.2之间的值且传感器值在前3秒钟期间小于0.6的时间点620判断为运动结束。另一方面,运动结束时间点的基准范围也可以与运动准备时间点相同通过机器学习。
根据另一实施例,所选的传感器是身体传感器100中的加速度传感器及陀螺仪传感器,指定轴是局部轴的前3秒钟的x、y、z加速度的大小值及全局轴-x轴的前3秒钟期间的角度值,可以将大小值在前3秒钟期间具有0.8~1.2之间的值且全局轴x轴在前3秒钟期间的角度值保持小于30度的时间点判断为运动结束时间点。
深蹲
参照图8及图9,对深蹲运动的运动准备、运动结束及运动参数作如下定义。
针对深蹲运动的运动准备,所选的传感器是身体传感器100,指定轴值是局部轴加速度的前2秒钟的z值。在此情况下,参照图8,运动准备检测部333在局部轴加速度的前2秒钟期间的z值具有0.8~1.2之间的值的时间点810判断为运动准备就绪。
即,其中第一基准范围为0.8~1.2。在本实施例中,第一基准范围是根据实验设定的值,但可以通过机器学习进行更新。
另一方面,运动参数数据计算部337可以计算深蹲的次数,例如,参照图9,运动参数数据计算的指定轴值是局部轴加速度x、y、z轴的大小值,可以通过在大小值超过1.2的极大值后具有小于0.8的极小值的时间点910来检测出1次动作。图9中检测到的次数为10次。
根据另一实施例,运动参数数据计算的指定轴值是局部轴加速度z轴的传感器值,可以通过在超过1.2的极大值后具有小于0.8的极小值的时间点来检测出1次动作。
根据另一实施例,运动参数数据计算的指定轴值是全局轴加速度z轴传感器值,也可以在超过1.2的极大值后具有小于0.8的极小值的时间点来检测出1次动作。
或者,运动参数数据计算的指定轴值是全局轴加速度的z轴值减去1的值,值类型是从运动准备时间点起对上述指定轴值进行2次积分得到的值,可以通过在上述指定轴值小于-0.02的极小值后具有超过-0.01的极大值的时间点来检测出1次动作。
深蹲运动结束的指定轴值是局部轴的前3秒钟的x、y、z加速度大小值,在此情况下,运动结束检测部335在大小值在前3秒钟期间具有0.8~1.2之间的值的时间点判断为运动结束。另一方面,运动结束时间点的基准范围也可以与运动准备时间点相同通过机器学习。
另一方面,在深蹲运动中,运动参数数据可以为检测到正确的起立。在此情况下,运动参数数据中所选的传感器是身体传感器100,指定轴值是局部轴x轴加速度传感器值或全局轴z轴加速度传感器值,可以在局部轴x轴的传感器值或全局轴z轴的传感器值在极大值之间具有0.9以上的峰值时判断为正确的起立。或者,所选的传感器是身体传感器100,指定轴值是从运动准备时间点起对全局轴z轴的传感器值减去1的值进行2次积分得到的值的极大值时间点的前后(前后的极大值和极大值之间)值,可以在上述指定轴值具有2秒钟以上满足-0.03以上的值的区间时判断为发生了正确的起立。
或者,在深蹲运动中,运动参数数据可以为是否检测到重心在前后方向上晃动。在此情况下,运动参数数据中所选的传感器是身体传感器100,指定轴值是从运动准备时间点起对全局轴y轴加速度传感器值进行2次积分得到的值的绝对值,可以通过检测该绝对值超过0.05的情况来判断重心在前后方向上的晃动。或者,运动参数数据中所选的传感器是身体传感器100,指定轴值是从运动准备时间点起对全局轴y轴加速度传感器值进行1次积分得到的值的绝对值,可以通过检测该绝对值超过0.2的情况来判断重心在前后方向上的晃动。或者,运动参数数据中所选的传感器是身体传感器100,指定轴值可以通过检测全局轴y轴加速度传感器值的绝对值超过1的情况来判断重心在前后方向上的晃动。
或者,在深蹲运动中,运动参数数据可以为是否检测到运动的活动范围小的情况。在此情况下,运动参数数据中所选的传感器是身体传感器100,指定轴值是从运动准备时间点起对全局轴z轴加速度传感器值减去1的值进行2次积分得到的值的前5秒钟区间的值,可以通过检测区间值的最大值和最小值之差小于用户身高的1/6的情况来检测运动活动范围是否小。
弓步
参照图10及图11,对弓步运动的运动准备、运动结束及运动参数作如下定义。但弓步运动使用经低通滤波器(Low pass filter)处理后的数据。
针对弓步运动的运动准备,所选的传感器是身体传感器100,指定轴值是局部轴加速度的前2秒钟的z值。在此情况下,参照图10,运动准备检测部333在局部轴加速度的前2秒钟期间的z值具有0.8~1.2之间的值的时间点1010判断为运动准备就绪。
即,其中,第一基准范围为0.8~1.2。在本实施例中,第一基准范围是根据实验设定的值,但可以通过机器学习进行更新。
另一方面,运动参数数据计算部337可以计算弓步的次数,例如,参照图11,运动参数数据计算的指定轴值是局部轴加速度x、y、z轴的大小值,可以通过在大小值超过1.1的极大值后具有小于1的极小值的时间点1110来检测出1次动作。图11中检测到的次数为10次。
根据另一实施例,运动参数数据计算的指定轴值是局部轴加速度z轴的传感器值,可以通过在超过1.1的极大值后具有小于1的极小值的时间点来检测出1次动作。
根据另一实施例,运动参数数据计算的指定轴值是全局轴加速度z轴的传感器值,可以通过在超过1.1的极大值后具有小于1的极小值的时间点来检测出1次动作。
或者,运动参数数据计算的指定轴值是全局轴加速度的z轴值减去1的值,值类型是从运动准备时间点起对上述指定轴值进行2次积分得到的值,可以通过在上述指定轴值小于-0.02的极小值后具有超过-0.01的极大值的时间点来检测出1次动作。
弓步运动结束的指定轴值是在执行1次以上运动后局部轴的前3秒钟的x、y、z加速度大小值,在此情况下,运动结束检测部335在大小值在前3秒钟期间具有0.9~1.1之间的值的时间点判断为运动结束。另一方面,运动结束时间点的基准范围也可以与运动准备时间点相同通过机器学习。
另一方面,在弓步运动中,运动参数数据可以为是否检测到重心在左右方向上晃动。在此情况下,运动参数数据中所选的传感器是身体传感器100,指定轴值是从运动准备时间点起对全局轴x轴加速度传感器值进行2次积分得到的值的绝对值,可以通过检测绝对值超过0.05的情况来判断为重心在左右方向上晃动。或者,所选的传感器是身体传感器100,指定轴值是从运动准备时间点起对全局轴x轴加速度传感器值进行2次积分得到的值的绝对值,可以在绝对值超过0.2的情况下判断为重心在左右方向上晃动。或者,可以在全局轴加速度x值的绝对值超过0.5的情况下判断为重心在左右方向上晃动。
或者,在深蹲运动中,运动参数数据可以为是否检测到运动的活动范围小的情况。在此情况下,运动参数数据中所选的传感器是身体传感器100,指定轴值是从运动准备时间点起对全局轴z轴加速度传感器值减去1的值进行2次积分得到的值的前5秒钟区间的值,可以通过检测区间值的最大值和最小值之差小于用户身高的1/6的情况来检测运动活动范围是否小。
跳绳
参照图12及图13,对跳绳运动的运动准备、运动结束及运动参数作如下定义。
针对跳绳运动的运动准备,所选的传感器是身体传感器100,指定轴值是局部轴加速度的前2秒钟的z值。在此情况下,参照图12,运动准备检测部333在局部轴加速度的前2秒钟期间的z值具有0.8~1.2之间的值的时间点1210判断为运动准备就绪。
即,其中,第一基准范围为0.8~1.2。在本实施例中,第一基准范围是根据实验设定的值,但可以通过机器学习进行更新。
另一方面,运动参数数据计算部337可以计算跳绳的次数,例如,参照图13,运动参数数据计算的指定轴值是局部轴加速度x、y、z轴的大小值,可以通过在大小值超过1.5的极大值后具有小于0.6的极小值的时间点1310来检测出1次动作。图13中检测到的次数为10次。
根据另一实施例,运动参数数据计算的指定轴值是局部轴加速度z轴的传感器值,可以通过在超过1.5的极大值后具有小于0.6的极小值的时间点来检测出1次动作。
根据另一实施例,运动参数数据计算的指定轴值是全局轴加速度z轴的传感器值,可以通过在超过1.5的极大值后具有小于0.6的极小值的时间点来检测出1次动作。
或者,运动参数数据计算的指定轴值是全局轴加速度的z轴值减去1的值,值类型是从运动准备时间点起对上述指定轴值进行2次积分得到的值,可以通过上述指定轴值具有超过0.005的极大值的时间点来检测出1次动作。
跳绳运动结束的指定轴值是局部轴的前3秒钟的x、y、z加速度大小值,在此情况下,运动结束检测部335在大小值在前3秒钟期间具有0.8~1.2之间的值的时间点判断为运动结束。另一方面,运动结束时间点的基准范围也可以与运动准备时间点相同通过机器学习。
爬楼梯
参照图14及图15,对爬楼梯运动的运动准备、运动结束及运动参数作如下定义。
针对爬楼梯运动的运动准备,所选的传感器是身体传感器100,指定轴值是局部轴加速度的前2秒钟的z值。在此情况下,参照图14,运动准备检测部333在局部轴加速度的前2秒钟期间的z值具有0.85~1.2之间的值的时间点810判断为运动准备就绪。
即,其中,第一基准范围为0.8~1.2。在本实施例中,第一基准范围是根据实验设定的值,但可以通过机器学习进行更新。
另一方面,运动参数数据计算部337可以计算爬楼梯的次数,例如,参照图15,运动参数数据计算的指定轴值是局部轴加速度x、y、z轴的大小值,可以通过大小值具有超过1.2的极大值的时间点1510来检测出1次动作。图15中检测到的次数为10次。
根据另一实施例,运动参数数据计算的指定轴值是局部轴加速度z轴的传感器值,可以通过具有超过1.2的极大值的时间点来检测出1次动作。
根据另一实施例,运动参数数据计算的指定轴值是全局轴加速度z轴的传感器值,可以通过具有超过1.2的极大值的时间点来检测出1次动作。
爬楼梯运动结束的指定轴值是局部轴的前3秒钟的x、y、z加速度大小值,在此情况下,运动结束检测部335在执行一次运动后大小值在前3秒钟期间具有0.85~1.2之间的值的时间点判断为运动结束。另一方面,运动结束时间点的基准范围也可以与运动准备时间点相同通过机器学习。
另一方面,在爬楼梯运动中,运动参数数据可以为上升的高度。在此情况下,运动参数数据中所选的传感器是身体传感器100,指定轴值可以是从运动准备时间点起对全局轴加速度的z传感器值进行2次积分得到的值。
或者,在爬楼梯运动中,运动参数数据可以为是否检测到头部及身体向前方倾斜的情况。在此情况下,运动参数数据中所选的传感器是身体传感器100中的陀螺仪传感器,指定轴值是全局轴z轴加速度传感器值在全局轴yz平面上的正投影和全局轴z轴之间的角度,可以通过检测上述角度为45度以上的情况来检测出头部及身体向前方倾斜。或者,指定轴值是局部轴加速度y轴的传感器值,可以通过检测上述传感器值小于-0.8的情况来检测出头部及身体向前方倾斜。
平板支撑
参照图16,对平板支撑运动的运动准备、运动结束及运动参数作如下定义。
针对平板支撑运动的运动准备,所选的传感器是身体传感器100,指定轴值是局部轴加速度的前2秒钟的y平均值及局部轴加速度大小值。在此情况下,参照图16,运动准备检测部333在局部轴加速度的前2秒钟期间的y值平均值小于-0.8且加速度大小具有0.7~1.3之间的值的时间点1610判断为运动准备就绪。
即,其中,第一基准范围及第二基准范围分别为小于-0.8及0.7~1.3。在本实施例中,第一基准范围及第二基准范围是根据实验设定的值,但可以通过机器学习进行更新。
另一方面,运动参数数据计算部337可以计算平板支撑时间,平板支撑时间是从运动开始到运动结束为止的时间。
平板支撑运动结束的指定轴值是局部轴x、y、z加速度大小值及局部轴加速度y轴的传感器值,在此情况下,运动结束检测部335在大小值小于0.5或超过1,或者局部轴y轴传感器值大于-0.2的时间点判断为结束。
另一方面,在平板支撑运动中,运动参数数据可以为运动过程中疲劳度是否上升。在此情况下,运动参数数据中所选的传感器是身体传感器100,指定轴值是局部轴加速度大小的前3秒钟的值,可以在各个成分的标准差均为基准标准差以上时判断为处于疲劳度上升的状态。
或者,在平板支撑运动中,运动参数数据可以为头部及身体是否保持向前方呈一字形态。在此情况下,运动参数数据中所选的传感器是身体传感器100中的陀螺仪传感器,指定轴值是全局轴z轴加速度传感器值向全局轴yz平面的正投影和全局轴z轴形成的角度,可以通过检测上述角度为45度以上的情况来判断头部及身体未保持一字形态。或者,指定轴值是局部轴加速度z轴的传感器值,可以通过检测上述传感器值超过-0.4~0.8范围的情况来判断头部及身体未保持一字形态。
哑铃弯举(二头肌运动)
对哑铃弯举运动的运动准备、运动结束及运动参数作如下定义。
针对哑铃弯举的运动准备,所选的传感器是手臂传感器200,指定轴值是局部轴加速度的y传感器值及前2秒钟期间的局部轴加速度大小值。在此情况下,参照图16,运动准备检测部333在局部轴加速度y轴的传感器值具有-0.4~0.4之间的值且前2秒钟期间的加速度大小具有0.8~1.2之间的值的时间点判断为运动准备就绪。
另一方面,运动参数数据计算部337可以计算哑铃弯举的次数,运动参数数据计算的指定轴值是局部轴加速度x、y、z轴的大小值,可以通过大小值具有超过0.5的极大值的时间点检测出1次动作。
根据另一实施例,运动参数数据计算的指定轴值是从运动准备时间点起对全局轴加速度z轴的传感器值减去1的值进行2次积分得到的值,也可以通过该值具有超过0.01的极大值的时间点来检测出1次动作。
根据另一实施例,所选的传感器是手臂传感器200中的陀螺仪传感器,运动参数数据计算的指定轴值是局部轴俯仰角(pitch)(y)的旋转角度值的绝对值,可以通过基于运动准备时间点向绝对值增加的方向超过80度的时间点来检测出1次动作。
因此,根据本发明,本发明提供一种健身跟踪器,通过由身体传感器及手臂传感器测量的加速度信息检测各种力量运动动作,而且便于穿戴,以在进行运动时,可以在不会感到不适的情况下集中注意力。
并且,根据本发明,本发明提供一种健身跟踪器,可以自动检测现有的手臂传感器(智能手表等)中难以准确提供的力量运动动作的准备及结束。
并且,根据本发明,本发明可以自动存储运动数据,因此可以准确地测量用户的力量运动。
以上,参照附图对本发明实施例进行了详细的说明,但本发明并不限于这些实施例,可以在不脱离本发明的技术思想的范围内进行各种变形实施。因此,本发明中公开的实施例并非用于限定本发明的技术思想,而是为了进行说明,这些实施例并不限定本发明的技术思想的范围。因此,应当理解,以上描述的实施例在所有方面都是示例性的,而不是限定性的。本发明的保护范围应由所附发明要求保护范围来解释,在其等同范围内的所有技术思想都应解释为包含在本发明的保护范围内。
Claims (7)
1.一种力量运动健身跟踪方法,其特征在于,包括:
校准步骤,基于身体传感器及手臂传感器的传感器数据来设置局部轴;
运动准备姿势检测步骤,基于用于检测运动准备姿势的第一指定轴值来判断运动准备姿势;
运动参数数据导出步骤,基于用于检测动作次数或是否保持力量运动姿势的第二指定轴值来导出运动参数数据;以及
运动结束检测步骤,基于用于检测运动是否结束的第三指定轴值来检测运动结束。
2.根据权利要求1所述的力量运动健身跟踪方法,其特征在于,
上述第一指定轴、第二指定轴及第三指定轴包含轴类型信息及值类型信息,
上述轴类型信息包含如下信息:是否为局部轴或全局轴、是否为加速度、角速度、角度中的一种以及是否为x、y、z、横滚角、俯仰角或偏向角轴中的一个,
上述值类型信息包含如下信息:传感器值、平均值、前值、角度值、大小值或对上述传感器值、平均值、角度值、前值及大小值中的一个进行积分来得到的值中的一个。
3.根据权利要求1所述的力量运动健身跟踪方法,其特征在于,还包括如下步骤:
选择是上述身体传感器及手臂传感器中的哪一个,并选择上述第一指定轴值、第二指定轴值及第三指定轴值。
4.根据权利要求1所述的力量运动健身跟踪方法,其特征在于,上述局部轴包括基于在显示部中显示指导画面时所生成的前后方注视数据、上下方注视数据以及通过对上述前后方注视数据和上下方注视数据进行外积而生成的左右方向数据生成的身体传感器的x、y、z轴。
5.根据权利要求4所述的力量运动健身跟踪方法,其特征在于,上述局部轴还包括基于在显示部中显示指导画面时所生成的手背左右数据、手背上下方数据以及通过对上述手背左右数据和手背上下方数据进行外积而生成的手背前后方数据生成的手臂传感器的x、y、z轴。
6.根据权利要求1所述的力量运动健身跟踪方法,其特征在于,上述是否保持力量运动姿势包括根据上述第二指定轴值来确定的运动速度、是否保持正确的姿势及活动范围是否适当。
7.根据权利要求1所述的力量运动健身跟踪方法,其特征在于,
上述第一指定轴值为局部轴y轴加速度的前2秒钟的值及局部轴y轴加速度的平均值,
当上述局部轴y轴加速度的前2秒钟的值为-1.4~-0.6且上述局部轴y轴加速度的平均值为-1.2~-0.8之间时,判断为俯卧撑运动准备就绪。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220100670A KR20240022235A (ko) | 2022-08-11 | 2022-08-11 | 피트니스 트래킹 장치 및 방법 |
KR10-2022-0100670 | 2022-08-11 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117582645A true CN117582645A (zh) | 2024-02-23 |
Family
ID=83903136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211699432.7A Pending CN117582645A (zh) | 2022-08-11 | 2022-12-28 | 健身跟踪装置及方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240050804A1 (zh) |
EP (1) | EP4321092A1 (zh) |
JP (1) | JP2024025616A (zh) |
KR (1) | KR20240022235A (zh) |
CN (1) | CN117582645A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118503858A (zh) * | 2024-07-11 | 2024-08-16 | 南京陆加壹智能科技有限公司 | 一种仰卧起坐智能测试方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7533907B1 (ja) | 2023-12-21 | 2024-08-14 | 有限会社ベータ・エンドルフィン | スポーツ技能測定方法、システム及びそのためのプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150100141A1 (en) * | 2013-10-07 | 2015-04-09 | Zinc Software Limited | Head Worn Sensor Device and System for Exercise Tracking and Scoring |
US20160256082A1 (en) * | 2013-10-21 | 2016-09-08 | Apple Inc. | Sensors and applications |
US11602669B2 (en) * | 2020-04-20 | 2023-03-14 | MyFitnessPal, Inc. | Fitness tracking system with voice input |
US20210394020A1 (en) * | 2020-06-17 | 2021-12-23 | FitForm Technologies Inc. | Tracking three-dimensional motion during an activity |
US20220193522A1 (en) * | 2020-12-22 | 2022-06-23 | Beflex Inc. | Exercise analysis system using sensor worn on user's head |
-
2022
- 2022-08-11 KR KR1020220100670A patent/KR20240022235A/ko unknown
- 2022-10-11 US US18/045,470 patent/US20240050804A1/en active Pending
- 2022-10-20 EP EP22202827.6A patent/EP4321092A1/en active Pending
- 2022-11-28 JP JP2022189333A patent/JP2024025616A/ja active Pending
- 2022-12-28 CN CN202211699432.7A patent/CN117582645A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118503858A (zh) * | 2024-07-11 | 2024-08-16 | 南京陆加壹智能科技有限公司 | 一种仰卧起坐智能测试方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
KR20240022235A (ko) | 2024-02-20 |
EP4321092A1 (en) | 2024-02-14 |
US20240050804A1 (en) | 2024-02-15 |
JP2024025616A (ja) | 2024-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210394020A1 (en) | Tracking three-dimensional motion during an activity | |
US10755466B2 (en) | Method and apparatus for comparing two motions | |
CN117582645A (zh) | 健身跟踪装置及方法 | |
US11182946B2 (en) | Motion management via conductive threads embedded in clothing material | |
US20180133551A1 (en) | System and method for personalized exercise training and coaching | |
US10684304B2 (en) | Foot exercise motion analysis device during moving exercise | |
EP3010414B1 (en) | Gait monitor and method of monitoring gait of person | |
US20150081061A1 (en) | Exercise support device, exercise support method, and exercise support program | |
US8157707B2 (en) | Method and device enabling an athlete to determine and then control the rate of displacement of a mass | |
JP5166826B2 (ja) | 歩容情報表示システム | |
CN111477297A (zh) | 个人计算设备 | |
US20220101588A1 (en) | Techniques for establishing biomechanical model through motion capture | |
CN111700624A (zh) | 一种智能手环检测运动姿态的模式识别方法及系统 | |
CN107617201A (zh) | 用于自动配置传感器的方法、电子设备和记录介质 | |
JP6446941B2 (ja) | 運動解析装置、方法、およびプログラム | |
KR101651429B1 (ko) | 피트니스 모니터링 시스템 | |
JP2017029516A (ja) | ゴルフスイング解析装置 | |
US20160030806A1 (en) | Exercise ability evaluation method, exercise ability evaluation apparatus, exercise ability calculation method, and exercise ability calculation apparatus | |
US20220193522A1 (en) | Exercise analysis system using sensor worn on user's head | |
KR101672481B1 (ko) | 스윙 자세 분석 시스템 | |
JP6697300B2 (ja) | 情報処理方法、プログラム及び情報処理装置 | |
JP2021137415A (ja) | ウェアラブルデバイス、及び筋機能パラメータ算出システム | |
JP2016032525A (ja) | 運動能力評価方法、運動能力評価装置、運動能力評価システム、およびプログラム | |
JP7401568B2 (ja) | 歩行動作可視化装置および歩行動作可視化方法並びに正対状態判定装置および正対状態判定方法 | |
CN219782545U (zh) | 一种可穿戴设备 |
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 |