CN117711565A - 一种运动恢复时间确定方法及电子设备 - Google Patents
一种运动恢复时间确定方法及电子设备 Download PDFInfo
- Publication number
- CN117711565A CN117711565A CN202311073162.3A CN202311073162A CN117711565A CN 117711565 A CN117711565 A CN 117711565A CN 202311073162 A CN202311073162 A CN 202311073162A CN 117711565 A CN117711565 A CN 117711565A
- Authority
- CN
- China
- Prior art keywords
- exercise
- motion
- load
- determining
- heart rate
- 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
- 230000033001 locomotion Effects 0.000 title claims abstract description 308
- 238000011084 recovery Methods 0.000 title claims abstract description 271
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000006378 damage Effects 0.000 claims abstract description 47
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 claims description 64
- 230000006870 function Effects 0.000 claims description 45
- 208000027418 Wounds and injury Diseases 0.000 claims description 36
- 208000014674 injury Diseases 0.000 claims description 36
- 235000014655 lactic acid Nutrition 0.000 claims description 32
- 239000004310 lactic acid Substances 0.000 claims description 32
- 210000001087 myotubule Anatomy 0.000 claims description 31
- 230000000284 resting effect Effects 0.000 claims description 27
- 238000012544 monitoring process Methods 0.000 claims description 17
- 230000037147 athletic performance Effects 0.000 claims description 16
- 230000000386 athletic effect Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 13
- 239000008280 blood Substances 0.000 claims description 11
- 210000004369 blood Anatomy 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 abstract description 29
- 230000008569 process Effects 0.000 abstract description 8
- 238000012545 processing Methods 0.000 description 42
- 238000007726 management method Methods 0.000 description 37
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 210000000988 bone and bone Anatomy 0.000 description 9
- 230000001976 improved effect Effects 0.000 description 9
- 230000005236 sound signal Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 208000002193 Pain Diseases 0.000 description 7
- 230000001154 acute effect Effects 0.000 description 7
- 230000001684 chronic effect Effects 0.000 description 7
- 230000003860 sleep quality Effects 0.000 description 7
- 230000007423 decrease Effects 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 5
- 208000025978 Athletic injury Diseases 0.000 description 4
- 206010041738 Sports injury Diseases 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 4
- 210000003205 muscle Anatomy 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000004617 sleep duration Effects 0.000 description 3
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 2
- 210000000577 adipose tissue Anatomy 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 210000003403 autonomic nervous system Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000036284 oxygen consumption Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000000112 Myalgia Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000000663 muscle cell Anatomy 0.000 description 1
- 208000013465 muscle pain Diseases 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002138 osteoinductive effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000004461 rapid eye movement Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请提供了一种运动恢复时间确定方法及电子设备。该方法包括:电子设备响应于运动结束指令,根据运动对象的个人特征信息和运动对象的运动数据,确定本次运动的多类运动负荷参数,然后根据多类运动负荷参数,确定运动对象的能量损耗恢复信息和结构损耗恢复信息,再基于能量损耗恢复信息和结构损耗恢复信息,共同确定运动对象的运动恢复时间。该运动恢复时间的确定过程不仅考虑了身体能量的恢复,还考虑了机体损伤的恢复,能够提高确定出的运动恢复时间的精确性,有效协助运动对象根据准确的运动恢复时间规划训练内容,避免运动对象过度训练。
Description
技术领域
本申请涉及终端领域,尤其涉及一种运动恢复时间确定方法及电子设备。
背景技术
运动恢复(训练恢复)一般指的是连续两次运动之间的恢复,运动恢复时间(训练恢复时间)是一次训练结束到身体准备好下一次完成同等运动负荷训练的所需时间。根据运动恢复时间制定运动训练计划可以有效防止过度训练的发生,预防运动损伤。
相关技术中,运动恢复时间大多是根据对运动对象的心率变异性的监测,以及对自主神经系统的监测确定。这类确定运动恢复时间的方法受到运动对象的情绪、晨起神经唤醒等因素的影响,且没有考虑运动造成的机体损伤,导致确定出的运动恢复时间精确性低。
发明内容
为了解决上述技术问题,本申请提供一种运动恢复时间确定方法和电子设备,以基于运动对象的能量系统恢复和身体结构损伤恢复共同确定运动对象的运动恢复时间,提高确定出的运动恢复时间的精确性,降低运动对象过度训练的风险。
第一方面,本申请提供一种运动恢复时间确定方法,该方法包括:电子设备响应于运动结束指令,根据运动对象的个人特征信息和运动对象的运动数据,确定本次运动的多类运动负荷参数;然后根据多类运动负荷参数,确定运动对象的能量损耗恢复信息和结构损耗恢复信息,再基于能量损耗恢复信息和结构损耗恢复信息,共同确定运动对象的运动恢复时间,该运动恢复时间的确定过程既考虑了身体能量的恢复,又考虑到了机体损伤的恢复,能够提高确定出的运动恢复时间的精确性,有效协助运动对象根据准确的运动恢复时间规划训练内容,避免运动对象过度训练。
根据第一方面,运动数据包括运动心率、静息心率和运动时间中的至少一个;个人特征信息包括运动对象的年龄和身体质量指数中的至少一个;前述响应于运动结束指令,根据个人特征信息和运动数据,确定运动对象的多类运动负荷参数,包括:根据个人特征信息确定运动对象对应的人群分类;基于运动心率、静息心率和年龄,确定第一运动强度;根据人群分类和第一运动强度数,确定第二运动强度;基于第二运动强度和运动时间,确定第一运动负荷;基于运动心率和运动时间,确定第二运动负荷;基于运动数据、身体质量指数和急慢性负荷比,确定第三运动负荷。
本申请实施例中,根据个人特征信息和运动数据,确定出多类运动负荷参数,该多类运动负荷参数是从不同角度确定出的运动对象本次运动的运动负荷,为后续进一步确定运动对象的运动损耗提供了数据基础。
根据第一方面,或者以上第一方面的任意一种实现方式,基于运动心率、静息心率和年龄,确定第一运动强度,包括:基于年龄估定运动对象的最大心率;根据最大心率和静息心率,确定运动对象的储备心率;获取运动心率与静息心率的差值;将差值与储备心率的比值,确定为第一运动强度。本申请实施例中,根据运动对象的各个心率初步确定出第一运动强度,实现了对运动对象的运动强度的粗略估计。
根据第一方面,或者以上第一方面的任意一种实现方式,根据人群分类和第一运动强度数,确定第二运动强度,包括:根据公式确定第二运动强度;其中,Y为第二运动强度,/>为第一运动强度,HRex为运动心率,HRrest为静息心率,HRmax为最大心率,G1为人群分类对应的第一人群系数,G2为人群分类对应的第二人群系数。本申请实施例中,第一运动强度是仅根据运动对象的各个心率确定出的运动强度,即第一运动强度是粗略估计出的运动对象的运动强度,精确性低,为此,根据人群分类对第一运动强度进行调整,能够确定出更精确的第二运动强度。
根据第一方面,或者以上第一方面的任意一种实现方式,基于第二运动强度和运动时间,确定第一运动负荷,包括:将第二运动强度和运动时间的乘积,确定为第一运动负荷。本申请实施例中,基于第二运动强度和运动时间,确定一类运动负荷,为后续确定运动对象的能量损耗恢复信息提供数据基础。
根据第一方面,或者以上第一方面的任意一种实现方式,基于运动心率和运动时间,确定第二运动负荷,包括:确定运动对象的运动心率处于每个心率区间的时长;针对每个心率区间,确定心率区间的区间系数与对应的时长的乘积;将全部心率区间对应的乘积之和,确定为第二运动负荷。本申请实施例中,从心率区间的角度确定第二类运动负荷,便于后续确定运动对象的能量损耗恢复信息和结构损耗恢复信息。
根据第一方面,或者以上第一方面的任意一种实现方式,运动数据包括运动的频率、最大功率和平均功率;前述基于运动数据、身体质量指数和急慢性负荷比,确定第三运动负荷,包括:将频率、最大功率、平均功率、身体质量指数和急慢性负荷比作为预设回归函数的输入参数,以确定第三运动负荷。本申请实施例中,从运动表现的角度确定第三类运动负荷,便于后续确定运动对象的结构损耗恢复信息。
根据第一方面,或者以上第一方面的任意一种实现方式,根据多类运动负荷参数,确定运动对象的能量损耗恢复信息和结构损耗恢复信息,包括:根据第一运动负荷和第二运动负荷,确定运动对象的能量损耗恢复信息;能量损耗恢复信息用于指示运动对象的血乳酸的恢复趋势;根据第二运动负荷和第三运动负荷,确定运动对象的结构损耗恢复信息;结构损耗恢复信息用于指示运动对象的肌纤维损伤的恢复趋势。本申请实施例中,根据不同的运动负荷分别确定运动对象的能量损耗恢复信息和结构损耗恢复信息,能够准确、全面地实现对运动恢复过程的分析。
根据第一方面,或者以上第一方面的任意一种实现方式,根据第一运动负荷和第二运动负荷,确定运动对象的能量损耗恢复信息,包括:根据公式确定能量损耗恢复信息;其中,Lt表示运动对象在t时刻的血乳酸积累量;lT表示乳酸偏移参数;/>表示第一负荷乳酸系数;/>表示第二负荷乳酸系数;/>表示第一负荷乳酸衰减系数;λTZ表示第二负荷乳酸衰减系数;Rt表示恢复时间;/>表示第一负荷恢复时间加权指数;表示第二负荷恢复时间加权指数。本申请实施例中,通过具体的函数式确定运动对象的能量损耗恢复信息,能够提高该能量损耗恢复信息的精确性。
根据第一方面,或者以上第一方面的任意一种实现方式,确定运动对象的结构损耗恢复信息,包括:根据公式确定结构损耗恢复信息;其中,Mt表示运动对象在t时刻的肌纤维损伤程度;mT表示肌纤维损伤偏移参数;/>表示第二负荷肌纤维损伤系数;/>表示第三负荷肌纤维损伤系数;/>表示第二负荷肌纤维损伤恢复递延系数;/>表示第三负荷肌纤维损伤恢复递延系数;Rt表示恢复时间;/>表示第二负荷恢复时间加权指数;/>表示第三负荷恢复时间加权指数。本申请实施例中,通过具体的函数式确定运动对象的结构损耗恢复信息,能够提高该结构损耗恢复信息的精确性。
根据第一方面,或者以上第一方面的任意一种实现方式,基于能量损耗恢复信息和结构损耗恢复信息,确定运动对象的运动恢复时间,包括:基于能量损耗恢复信息和结构损耗恢复信息确定运动对象的运动表现变化信息;基于运动表现变化信息,将运动对象的运动表现恢复到初始运动表现状态的时间,确定为运动恢复时间。本申请实施例中,在该运动恢复时间的确定过程不仅考虑了身体能量的恢复,还考虑了机体损伤的恢复,能够提高确定出的运动恢复时间的精确性。
根据第一方面,或者以上第一方面的任意一种实现方式,基于能量损耗恢复信息和结构损耗恢复信息,确定运动对象的运动恢复时间之后,还包括:获取恢复辅助参数;恢复辅助参数包括急慢性负荷比、睡眠监测参数和压力监测参数中的一种或多种;根据恢复辅助参数调整运动恢复时间,以确定出第二恢复时间。本申请实施例中,该第二恢复时间相较于运动恢复时间的精确性进一步提高,基于该第二恢复时间指示运动对象的后续训练,能够进一步降低运动对象过度训练的风险。
根据第一方面,或者以上第一方面的任意一种实现方式,基于能量损耗恢复信息和结构损耗恢复信息,确定运动对象的运动恢复时间之后,还包括:根据运动恢复时间确定运动建议;显示运动恢复时间和对应的运动建议。本申请实施例中,显示运动恢复时间以及对应的运动建议,有助于运动对象了解自身恢复情况,降低运动对象过度训练的风险。
第二方面,本申请提供一种电子设备,该电子设备包括:一个或多个处理器;存储器;以及计算机程序,其中计算机程序存储在存储器上,当计算机程序被一个或多个处理器执行时,使得电子设备执行如上述第一方面以及第一方面的任意一种实现方式中的方法。
第二方面以及第二方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第二方面以及第二方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果,此处不再赘述。
第三方面,本申请提供一种计算机存储介质,其特征在于,包括计算机指令,当计算机指令在电子设备上运行时,使得电子设备执行如上述第一方面或第一方面的任意可能的实现方式中的方法的指令。
第三方面以及第三方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第三方面以及第三方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果,此处不再赘述。
附图说明
图1为本申请实施例提供的一种应用场景示意图;
图2为本申请实施例提供的另一种应用场景示意图;
图3示出了电子设备的结构示意图;
图4是本申请实施例的电子设备的软件结构框图;
图5为本申请实施例提供的一种运动恢复时间确定方法的流程示意图;
图6a为本申请实施例提供的一种运动负荷参数确定方法的流程示意图;
图6b为本申请实施例提供的另一种运动负荷参数确定方法的流程示意图;
图6c为本申请实施例提供的又一种运动负荷参数确定方法的流程示意图;
图7为本申请实施例提供的一种运动速度与运动心率的关系图;
图8为本申请实施例提供的一种乳酸恢复示例图;
图9为本申请实施例提供的一种肌纤维结构损伤恢复示例图;
图10为本申请实施例提供的另一种运动恢复时间确定方法的流程示意图;
图11为本申请实施例提供的一种运动恢复时间使用场景示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本文中术语“和/或”,仅仅是一种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。
本申请实施例的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述对象的特定顺序。例如,第一目标对象和第二目标对象等是用于区别不同的目标对象,而不是用于描述目标对象的特定顺序。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,除非另有说明,“多个”的含义是指两个或两个以上。例如,多个处理单元是指两个或两个以上的处理单元;多个系统是指两个或两个以上的系统。
图1为本申请实施例提供的一种应用场景示意图。图2为本申请实施例提供的另一种应用场景示意图。在介绍本申请实施例之前,首先基于图1和图2对本申请实施例的应用场景进行说明。
图1中的曲线示出了运动对象的身体机能水平在一次运动后随着时间的变化场景。如图1所示,运动对象初始的身体机能水平为机能水平a。在t1时刻至t2时刻,运动对象进行运动,运动负荷造成运动对象的身体机能水平下降,运动对象的身体机能水平由机能水平a下降至机能水平b。在t2时刻,运动对象停止运动,运动对象的身体机能水平从机能水平b开始恢复。t2时刻至t3时刻,运动对象的机能水平由机能水平b恢复到初始的机能水平a。在一些情况下,运动后活跃的肌细胞会因为运动进行适应性调整,因此,运动对象的身体机能水平在t3时刻恢复到最初机能水平之后,在t3时刻至t4时刻还会继续提升。t4时刻,运动对象的身体机能水平提升至最高点(机能水平c)。然而,仅由一次运动带来的机能水平的提升不会长久维持,在t4时刻至t5时刻,运动对象的身体机能水平会由机能水平c回落至初始的机能水平a。需要说明的是,由于t3至t5时间段的机能水平恢复到了高于初始机能水平的程度,该时间段身体机能水平的恢复也被称为超量恢复。
运动恢复时间(训练恢复时间)是一次训练结束到下一次相同训练开始需要间隔的最短时间(如图1中的t2至t3时间段)。一次运动结束,需要等待运动恢复时间之后再进行相同的下一次运动,否则容易造成过度训练,带来运动损伤。
如图2所示,t1至t3时间段可参见前述图1中的详细描述,此处不再赘述。在t3时刻,运动对象开始第二次运动,该第二次运动与第一次运动相同,由于运动对象在t3时刻已经恢复至初始的机能水平,因此,在t3至t6时间段进行第二次运动之后,运动对象的身体机能水平依旧下降至机能水平b。t6至t7时间段运动对象进入第二次运动后的恢复阶段,但运动对象没有恢复至初始的机能水平就在t7时刻开始进行第三次运动,该第三次运动与第二次运动以及第一次运动相同。在t7至t8时间段进行第二次运动之后,运动对象的身体机能水平进一步下降至机能水平d,可能造成过度训练,带来运动损伤。
因此。根据运动恢复时间制定运动训练计划可以有效防止过度训练的发生,预防运动损伤。然而相关技术中,运动恢复时间大多是根据对运动对象的心率变异性的监测,以及对自主神经系统的监测确定。这类确定运动恢复时间的方法受到运动对象的情绪、晨起神经唤醒等因素的影响,且没有考虑运动造成的机体损伤,导致确定出的运动恢复时间精确性低。
为此,本申请实施例提供一种运动恢复时间确定方法,基于运动对象的能量系统恢复和身体结构损伤恢复共同确定运动对象的运动恢复时间,提高确定出的运动恢复时间的精确性,降低运动对象过度训练的风险。
本申请实施例提供的运动恢复时间确定方法可以应用于电子设备中,电子设备可以为可穿戴电子设备、运动健康监测设备、便捷式计算机(如手机)、平板电脑、笔记本电脑、个人计算机(personal computer,PC)、增强现实(augment reality,AR)\虚拟现实(virtual reality,VR)设备等设备,以下实施例对该电子设备的具体形式不做特殊限制。
图3示出了电子设备100的结构示意图。应该理解的是,图3所示电子设备100仅是电子设备的一个范例,并且电子设备100可以具有比图中所示的更多的或者更少的部件,可以组合两个或多个的部件,或者可以具有不同的部件配置。图3中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
电子设备100可以包括:处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M,光学心率传感器180Q,心电传感器(Electrocardiogram,ECG)180R;皮肤电活动传感器或EDA传感器180S,血氧饱和度传感器180T,生物阻抗传感器180U等。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
其中,控制器可以是电子设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。USB接口130是符合USB标准规范的接口,具体可以是Mini USB接口,Micro USB接口,USB Type C接口等。USB接口130可以用于连接充电器为电子设备100充电,也可以用于电子设备100与外围设备之间传输数据。也可以用于连接耳机,通过耳机播放音频。该接口还可以用于连接其他电子设备,例如AR设备等。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块140可以通过电子设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为电子设备供电。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,外部存储器,显示屏194,摄像头193,和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块141也可以设置于处理器110中。在另一些实施例中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
电子设备100的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。电子设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块150可以提供应用在电子设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(low noise amplifier,LNA)等。
无线通信模块160可以提供应用在电子设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。
在一些实施例中,电子设备100的天线1和移动通信模块150耦合,天线2和无线通信模块160耦合,使得电子设备100可以通过无线通信技术与网络以及其他设备通信。
电子设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED)等。在一些实施例中,电子设备100可以包括1个或N个显示屏194,N为大于1的正整数。
电子设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,电子设备100可以包括1个或N个摄像头193,N为大于1的正整数。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当电子设备100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样,电子设备100可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令,从而执行电子设备100的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。
电子设备100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。
扬声器170A,也称“喇叭”,用于将音频电信号转换为声音信号。电子设备100可以通过扬声器170A收听音乐,或收听免提通话。
受话器170B,也称“听筒”,用于将音频电信号转换成声音信号。当电子设备100接听电话或语音信息时,可以通过将受话器170B靠近人耳接听语音。
麦克风170C,也称“话筒”,“传声器”,用于将声音信号转换为电信号。当拨打电话或发送语音信息时,用户可以通过人嘴靠近麦克风170C发声,将声音信号输入到麦克风170C。电子设备100可以设置至少一个麦克风170C。在另一些实施例中,电子设备100可以设置两个麦克风170C,除了采集声音信号,还可以实现降噪功能。在另一些实施例中,电子设备100还可以设置三个,四个或更多麦克风170C,实现采集声音信号,降噪,还可以识别声音来源,实现定向录音功能等。
耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130,也可以是3.5mm的开放移动电子设备平台(open mobile terminal platform,OMTP)标准接口,美国蜂窝电信工业协会(cellular telecommunications industry association of the USA,CTIA)标准接口。
压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。压力传感器180A的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器180A,电极之间的电容改变。电子设备100根据电容的变化确定压力的强度。当有触摸操作作用于显示屏194,电子设备100根据压力传感器180A检测所述触摸操作强度。电子设备100也可以根据压力传感器180A的检测信号计算触摸的位置。在一些实施例中,作用于相同触摸位置,但不同触摸操作强度的触摸操作,可以对应不同的操作指令。例如:当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时,执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时,执行新建短消息的指令。
陀螺仪传感器180B可以用于确定电子设备100的运动姿态。在一些实施例中,可以通过陀螺仪传感器180B确定电子设备100围绕三个轴(即,x,y和z轴)的角速度。陀螺仪传感器180B可以用于拍摄防抖。示例性的,当按下快门,陀螺仪传感器180B检测电子设备100抖动的角度,根据角度计算出镜头模组需要补偿的距离,让镜头通过反向运动抵消电子设备100的抖动,实现防抖。陀螺仪传感器180B还可以用于导航,体感游戏场景。
气压传感器180C用于测量气压。在一些实施例中,电子设备100通过气压传感器180C测得的气压值计算海拔高度,辅助定位和导航。
磁传感器180D包括霍尔传感器。电子设备100可以利用磁传感器180D检测翻盖皮套的开合。在一些实施例中,当电子设备100是翻盖机时,电子设备100可以根据磁传感器180D检测翻盖的开合。进而根据检测到的皮套的开合状态或翻盖的开合状态,设置翻盖自动解锁等特性。
加速度传感器180E可检测电子设备100在各个方向上(一般为三轴)加速度的大小。当电子设备100静止时可检测出重力的大小及方向。还可以用于识别电子设备姿态,应用于横竖屏切换,计步器等应用。
距离传感器180F,用于测量距离。电子设备100可以通过红外或激光测量距离。在一些实施例中,拍摄场景,电子设备100可以利用距离传感器180F测距以实现快速对焦。
接近光传感器180G可以包括例如发光二极管(LED)和光检测器,例如光电二极管。发光二极管可以是红外发光二极管。电子设备100通过发光二极管向外发射红外光。电子设备100使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时,可以确定电子设备100附近有物体。当检测到不充分的反射光时,电子设备100可以确定电子设备100附近没有物体。电子设备100可以利用接近光传感器180G检测用户手持电子设备100贴近耳朵通话,以便自动熄灭屏幕达到省电的目的。接近光传感器180G也可用于皮套模式,口袋模式自动解锁与锁屏。
环境光传感器180L用于感知环境光亮度。电子设备100可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。环境光传感器180L还可以与接近光传感器180G配合,检测电子设备100是否在口袋里,以防误触。
指纹传感器180H用于采集指纹。电子设备100可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。
温度传感器180J用于检测温度。在一些实施例中,电子设备100利用温度传感器180J检测的温度,执行温度处理策略。例如,当温度传感器180J上报的温度超过阈值,电子设备100执行降低位于温度传感器180J附近的处理器的性能,以便降低功耗实施热保护。在另一些实施例中,当温度低于另一阈值时,电子设备100对电池142加热,以避免低温导致电子设备100异常关机。在其他一些实施例中,当温度低于又一阈值时,电子设备100对电池142的输出电压执行升压,以避免低温导致的异常关机。
触摸传感器180K,也称“触控面板”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于电子设备100的表面,与显示屏194所处的位置不同。
骨传导传感器180M可以获取振动信号。在一些实施例中,骨传导传感器180M可以获取人体声部振动骨块的振动信号。骨传导传感器180M也可以接触人体脉搏,接收血压跳动信号。在一些实施例中,骨传导传感器180M也可以设置于耳机中,结合成骨传导耳机。音频模块170可以基于所述骨传导传感器180M获取的声部振动骨块的振动信号,解析出语音信号,实现语音功能。应用处理器可以基于骨传导传感器180M获取的血压跳动信号解析心率信息,实现心率检测功能。
光学心率传感器180Q,用于通过发光二极管(Light Emitting Diode,LED)发光照射皮肤、血液吸收光线产生的波动来检测每分钟的心跳次数。
心电传感器180R,用于检测心脏在每次心跳时发出的微小电脉冲。
皮肤电活动传感器或EDA传感器180S,用于与光学心率传感器180Q、ECG和皮肤温度传感器一起测量压力水平。
可以理解的是,在实际应用中,传感器模块180可以包含比前述更多或更少的传感器,本申请不做限定。
本申请实施例中,传感器模块180可以采集运动对象的运动数据,并将运动数据发送给处理器110进行处理,以供处理器110根据运动数据确定运动对象的运动负荷参数。
按键190包括开机键,音量键等。按键190可以是机械按键。也可以是触摸式按键。电子设备100可以接收按键输入,产生与电子设备100的用户设置以及功能控制有关的键信号输入。
马达191可以产生振动提示。马达191可以用于来电振动提示,也可以用于触摸振动反馈。例如,作用于不同应用(例如拍照,音频播放等)的触摸操作,可以对应不同的振动反馈效果。作用于显示屏194不同区域的触摸操作,马达191也可对应不同的振动反馈效果。不同的应用场景(例如:时间提醒,接收信息,闹钟,游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
电子设备100的软件系统可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本申请实施例以分层架构的Android系统为例,示例性说明电子设备100的软件结构。
图4是本申请实施例的电子设备100的软件结构框图。
电子设备100的分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android系统分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Android runtime)和系统库,以及内核层。
应用程序层可以包括一系列应用程序包。
如图4所示,应用程序包可以包括应用市场、视频、权限管理等应用程序。
在一个实施方式中,该应用程序层还包括运动管理模块和应用程序数据库。
其中,运动管理模块可以为用户提供运动管理服务。例如,运动管理模块可以接收用户输入的个人特征信息,包括性别、年龄、身高、体重等信息;还可以显示用户每次运动的运动数据,包括运动时间、运动轨迹、运动速度、能量消耗等信息;还可以显示用户运动后的运动恢复时长等信息;还可以接收用户输入的运动开始指令和运动结束指令;还可以将手表数据同步到服务器中。
可以理解的是,本申请实施例对运动管理应用程序提供的服务仅为示例性说明,该运动管理应用程序可以提供其他更多的服务,本申请实施例不进行具体限定。
应用程序数据库用于存储来自应用程序的数据,例如,该应用程序数据库可以存储用户通过运动管理模块输入的个人特征信息,例如性别、年龄、身高、体重等信息。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
如图4所示,应用程序框架层可以包括窗口管理器,内容提供器,视图系统,电话管理器,资源管理器,通知管理器等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。
内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。所述数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话簿等。
视图系统包括可视控件,例如显示文字的控件,显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
电话管理器用于提供电子设备100的通信功能。例如通话状态的管理(包括接通,挂断等)。
资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。
通知管理器使应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。比如通知管理器被用于告知下载完成,消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息,发出提示音,电子设备振动,指示灯闪烁等。
Android Runtime包括核心库和虚拟机。Android runtime负责安卓系统的调度和管理。
核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,蓝牙驱动,音频驱动,传感器驱动以及计算模块。
在一个实施方式中,内核层还包括数据处理模块和时间确定模块。
其中,数据处理模块用于缓存电子设备的传感器采集的运动数据,例如,心率、距离、速度、步数、时长、热量等数据。
时间确定模块用于确定运动对象的运动恢复时间。
可以理解的是,图4示出的软件结构中的层以及各层中包含的部件,并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的层,以及每个层中可以包括更多或更少的部件,本申请不做限定。
图5为本申请实施例提供的一种运动恢复时间确定方法的流程示意图。该运动恢复时间确定方法应用于电子设备100,该电子设备100包括运动管理模块、应用程序数据库、数据处理模块和时间确定模块。如图5所示,该方法包括:步骤S501-步骤S507。
步骤S501、数据处理模块接收多个传感器采集的运动数据。
在一个实施方式中,运动对象携带电子设备进行运动训练,电子设备上的传感器采集运动对象本次运动的运动数据,传感器将采集的运动数据发送至数据处理模块。例如,电子设备上的光学心率传感器采集心率数据,并将采集的心率数据发送至数据处理模块。又例如,电子设备上的加速度传感器采集速度变化数据,并将采集的速度变化数据发送至数据处理模块。
在一些示例中,电子设备例如手表、手环等运动健康监控设备。
在一些示例中,运动数据例如运动心率、静息心率、运动距离、运动速度、步数、步频、时长、热量等数据。
步骤S502、运动管理模块向数据处理模块发送运动结束指令,以指示数据处理模块本次运动结束。
在一个实施方式中,在运动对象停止运动时,运动对象在电子设备上点击运动结束控件,电子设备中的运动管理模块响应于运动对象对该运动结束控件的点击操作,向数据处理模块发送运动结束指令,以指示数据处理模块本次运动结束,便于数据处理模块及时基于本次运动的运动数据进行后续数据处理。
在另一个实施方式中,电子设备的传感器自动识别出运动对象停止运动,则运动管理模块向数据处理模块发送运动结束指令,以指示数据处理模块本次运动结束,便于数据处理模块及时基于本次运动的运动数据进行后续数据处理。
在一个实施方式中,数据处理模块响应于运动结束指令,可以基于多个传感器采集的本次运动的运动数据进行数据处理,例如确定本次运动的平均心率、平均功率等信息。
例如,在运动对象进行的运动为骑行运动的情况下,数据处理模块响应于运动结束指令,可以基于传感器采集到的踏频数据,确定运动对象本次运动输出的平均功率。
又例如,在运动对象进行的运动为跑步的情况下,数据处理模块响应于运动结束指令,可以基于传感器采集到的步频数据,确定运动对象本次运动输出的平均功率。
在该实施方式中,处理后的运动数据中除了包括运动心率、静息心率、运动距离、运动速度、步数、时长、热量等数据之外,还可以包括平均心率、平均功率等信息。
步骤S503、数据处理模块响应于运动结束指令,向时间确定模块发送运动数据。
其中,运动数据例如运动心率、静息心率、运动距离、运动速度、步数、步频、时长、热量等数据。
在一个实施方式中,数据处理模块响应于运动结束指令,向时间确定模块发送处理后的运动数据。其中,处理后的运动数据中除了包括运动心率、静息心率、运动距离、运动速度、步数、时长、热量等数据之外,还可以包括平均心率、平均功率等信息。
步骤S504、时间确定模块从应用程序数据库中获取个人特征信息。
在一个实施方式中,运动对象预先在电子设备的运动管理模块(运动管理应用程序)中输入个人特征信息,运动管理模块接收个人特征信息,将该个人特征信息发送至应用程序数据库进行存储。其中,个人特征信息包括但不限于年龄、性别、身高、体重、体脂率等信息。
在一个实施方式中,时间确定模块可以在接收到运动结束指令之后,再从应用程序数据库中获取运动对象的个人特征信息,以保证后续确定运动恢复时间的过程中使用的个人特征信息是最新的,即保证该个人特征信息的有效性。
在另一个实施方式中,时间确定模块可以预先从应用程序数据库中获取运动对象的个人特征信息,以便于在接收到运动结束指令之后,可以直接使用预先获取的特征信息进行后续操作,提高处理效率。
步骤S505、时间确定模块响应于运动结束指令,根据个人特征信息和运动数据,确定运动对象的多类运动负荷参数。
其中,运动负荷又称为运动冲量或者运动量。
图6a为本申请实施例提供的一种运动负荷参数确定方法的流程示意图。如图6a所示,在一个实施方式中,时间确定模块响应于运动结束指令,根据个人特征信息和运动数据,确定运动对象的多类运动负荷参数的步骤(步骤S505),包括:步骤S5051-步骤S5054。
步骤S5051、根据个人特征信息确定运动对象对应的人群分类。
在一个实施方式中,可以基于个人特征信息中的性别确定运动对象对应的人群分类,则该人群分类用于指示运动对象的性别。
在另一个实施方式中,还可以基于个人特征信息中的年龄和性别确定运动对象对应的人群分类,则该人群分类用于指示运动对象的相对运动能力。
例如,对于男性,年龄段划分为20-29;30-39;40-49;50-59;60-69;69以上。各个年龄段分别对应的相对运动能力的等级为极好;非常好;好;一般;较差;非常差。则运动对象为30岁的男性时,运动对象对应的人群分类为相对运动能力非常好的人群。
在又一个实施方式中,还可以基于个人特征信息中的年龄、性别、身高和体重确定运动对象对应的人群分类,则该人群分类同样用于指示运动对象的相对运动能力。
例如,可以基于个人特征信息中的年龄和性别初步确定出运动对象的相对运动能力,再根据身高和体重确定出的身体质量指数(Body Mass Index,BMI)调整初步确定出的相对运动能力。如BMI指数大于最大理想BMI指数或者小于最小理想BMI指数,将初步确定出的相对运动能力的等级相应降低;BMI指数处于理想BMI指数范围,则不改变确定出的相对运动能力的等级,以最终确定运动对象对应的人群分类。
在一个示例中,运动对象为30岁的男性,且BMI指数为31(大于男性最大理想BMI指数22)时,初步确定出运动对象的相对运动能力为运动能力为“非常好”,根据BMI指数可以将该运动对象的相对运动能力降低一级,即运动能力调整为“好”,即最终确定的运动对象对应的人群分类为相对运动能力好的人群。
需要说明的是,上述人群分类的具体方式仅是示例性说明,上述年龄段划分、各年龄段对应的运动能力的等级以及人群分类的等级可以根据实际应用情况进行设置,本实施例中不进行具体限定。
步骤S5052、基于运动心率、静息心率和年龄,确定第一运动强度。
其中,心率是指每分钟的心跳次数;运动心率是指运动对象在本次运动时的心率;静息心率是指运动对象在清醒且安静状态下的心率。
在一个实施方式中,基于运动心率、静息心率和年龄,确定第一运动强度的步骤,包括:下述步骤一至步骤三。
步骤一、基于年龄估计运动对象的最大心率。
其中,最大心率是指进行运动负荷时,随着运动量的增加,耗氧量和心率也增加,在最大负荷强度时,耗氧量和心率不能继续增加时心率达到的最高水平。
在一个示例中,220减去运动对象的年龄可以估计为运动对象的最大心率。
步骤二、基于最大心率和静息心率,确定运动对象的储备心率。
本申请实施例中,储备心率等于最大心率与静息心率之差。
步骤三、基于运动心率、储备心率和静息心率,确定第一运动强度。
本申请实施例中,第一运动强度等于运动心率与静息心率的差值与储备心率的比值。
例如,运动对象的年龄为30岁,运动心率为150次/秒,静息心率为60次/秒的情况下,估计的最大心率为220-30=190次/秒;储备心率为190-60=130次/秒;第一运动强度=(150-60)/130*100%=69.23%,即第一运动强度可以通过储备心率强度的形式表征。
本申请实施例中,该第一运动强度是仅根据运动对象的各个心率确定出的运动强度,即第一运动强度是粗略估计出的运动对象的运动强度,精确性低,为此,需要对该第一运动强度进行进一步调整。
步骤S5053、根据人群分类和第一运动强度数,确定第二运动强度。
在一个实施方式中,可以通过下述公式1确定第二运动强度。
其中,Y为第二运动强度,为第一运动强度,HRex为运动心率,HRrest为静息心率,HRmax为最大心率,G1为第一人群系数,G2为第二人群系数。
本申请实施例中,根据人群分类对第一运动强度进行调整,确定出精确性更高的第二运动强度的过程中,如公式1所示,根据人群分类对第一运动强度的调整程度以人群系数的方式进行表征。例如,该人群系数包括第一人群系数和第二人群系数。
在一个示例中,人群分类用于指示运动对象的相对运动能力的情况下,该第一人群系数和第二人群系数与运动对象的相对运动能力相关。例如,运动对象的相对运动能力为极好的情况下,第一人群系数为0.6,第二人群系数为1.9;运动对象的相对运动能力为一般的情况下,第一人群系数为0.8,第二人群系数为1.3。
在另一个示例中,人群分类用于指示运动对象的性别的情况下,该第一人群系数和第二人群系数与运动对象的性别相关。例如,运动对象的为男性的情况下,第一人群系数为0.7,第二人群系数为1.9;运动对象为女性的情况下,第一人群系数为0.9,第二人群系数为1.7。
应当理解的是,上述人群分类对应的第一人群系数和第二人群系数的具体数值仅为示例性说明,该第一人群系数和第二人群系数可以根据实际应用情况进行设置,本申请实施例对该第一人群系数和第二人群系数的数值大小不进行具体限定。
步骤S5054、基于第二运动强度和运动时间,确定第一运动负荷。
其中,运动时间是指运动对象本次开始运动至结束运动的时长。第一运动负荷用于表征基于运动强度确定出的运动负荷,即第一运动负荷为第二运动强度与运动时间的乘积。
在本申请实施例中,可以通过下述公式2确定第一运动负荷。
其中,Tb为第一运动负荷,te为运动时间,HRex为运动心率,HRrest为静息心率,HRmax为最大心率,G1为第一人群系数,G2为第二人群系数。
在一个示例中,运动对象的运动心率在运动过程中是不断变化的,因此,上述公式2中的运动心率可以是本次运动的平均运动心率。
图6b为本申请实施例提供的另一种运动负荷参数确定方法的流程示意图。如图6b所示,在一个实施方式中,时间确定模块响应于运动结束指令,根据个人特征信息和运动数据,确定运动对象的多类运动负荷参数的步骤(步骤S505),包括:步骤S5055。
步骤S5055、基于运动心率和运动时间,确定第二运动负荷。
在一个实施方式中,确定运动对象的运动心率处于每个心率区间的时长,针对每个心率区间,确定该心率区间的区间系数与对应的时长的乘积,将该乘积之和确定为第二运动负荷。即第二运动负荷用于表征基于心率区间确定出的运动负荷。
在本申请实施例中,可以通过下述公式3确定第二运动负荷。
Tz=∑ZitHRi (公式3)
其中,Tz为第二运动负荷,Σ为求和符号,i为心率区间,Zi为心率区间i的区间系数,为运动对象处于心率区间i的时长。
在一个示例中,心率区间包括第一区间、第二区间、第三区间、第四区间和第五区间;各心率区间分别对应的区间系数为1、2、3、4、5;运动对象处于各心率区间的时长分别为t1、t2、t3、t4、t5;则第二运动负荷Tz=t1*1+t2*2+t3*3+t4*4+t5*5。
需要说明的是,该心率区间是根据运动对象的静息心率(单位为次/分)以及最大心率(单位为次/分)划分出的心率区间,例如,运动对象的静息心率为60,最大心率为190,则第一区间可以为60-86,第二区间可以为86-112,第三区间可以为112-138,第四区间可以为138-164,第五区间可以为164-190。
在一个实施方式中,该心率区间可以根据运动对象的历史运动数据进行划分调整。图7为本申请实施例提供的一种运动速度与运动心率的关系图。图7示出了运动对象的一种历史运动数据,如图7所示,横轴表示运动对象的运动速度,单位为千米/小时(km/h);纵轴为运动对象的心率,单位为次/分(Beat PerMinute,bpm)。图中的矩形框表示运动对象在该运动速度下的心率波动范围,矩形框中的横线表示该运动对象在该运动速度下的平均心率。随着运动对象的运动速度的提升,运动心率不会一直增加,该运动速度与运动心率是非线性关系。在运动速度为10km/h的情况下,运动对象的运动心率出现缓和趋势(将各个速度下的平均心率连线,该处斜率减小),在该情况下,运动对象的平均心率为170bpm。则可以基于该出现缓和趋势时的平均心率对运动对象的心率区间进行划分调整。例如,第五区间可以由原来的164-190调整为170-190,其余四个区间适应性调整为:第四区间调整为142-170;第三区间调整为115-142;第二区间调整为88-115;第一区间调整为60-88。
可以理解的是,由于心率区间是根据运动对象的静息心率、最大心率以及历史运动数据划分出的心率区间,因此,该心率区间是个性化的心率区间,不同运动对象对应的心率区间可能不同。另外,上述心率区间的个数以及每个心率区间的边界也可以根据实际应用情况进行设置,例如可以设置为6个心率区间或者7个心率区间,并根据相应个数的心率区间划定心率区间的边界,本申请实施例中对心率区间的个数以及各心率区间的边界不进行具体限定。
图6c为本申请实施例提供的又一种运动负荷参数确定方法的流程示意图。如图6c所示,在一个实施方式中,时间确定模块响应于运动结束指令,根据个人特征信息和运动数据,确定运动对象的多类运动负荷参数的步骤(步骤S505),包括:步骤S5056。
步骤S5056、基于运动数据、身体质量指数、急慢性负荷比,确定第三运动负荷。
其中,运动数据可以是经运动处理模块处理后的运动数据,该运动数据包括运动心率、静息心率、运动距离、运动速度、步数、时长、热量等数据、平均心率、平均功率中的一种或多种信息。
身体质量指数可以基于运动对象的身高和体重确定,示例性地,BMI=体重(千克)除以身高(米)的平方。
急慢性负荷比定义为运动对象在最近一周的运动负荷(急性负荷)除以包含这一周在内的过去四周的平均运动负荷(慢性负荷)。
在一个示例中,该急慢性负荷比可以是数据处理模块基于本次的运动数据和历史运动数据确定出的信息,时间获取模块可以在获取本次运动的运动数据时,一并获取该急慢性负荷比。
在本申请实施例中,第三运动负荷用于表征基于运动表现确定出的运动负荷。可以将本次运动的频率、最大功率、平均功率、身体质量指数和急慢性负荷比作为预设回归函数的输入参数,以确定第三运动负荷。例如,可以通过下述公式4确定第三运动负荷。
其中,Tp为第三运动负荷,F1( )为拟合函数,f为频率,pwmax为最大功率,为平均功率,BMI为身体质量指数,ACWR为急慢性负荷比。
在本申请实施例中,拟合函数可以为回归函数。
可以理解的是,在实际应用过程中,为了使确定出的该第三运动负荷更精确,可以将更多参数作为预设回归函数的输入参数,例如,还可以增加体脂率FAT%作为上述预设回归函数F1()的输入参数,以确定第三运动负荷。
在一个示例中,在运动对象的本次运动为骑行运动的情况下,该频率指的是踏频,功率指的是骑行运动输出的平均功率。
在又一个示例中,在运动对象的本次运动为跑步运动的情况下,该频率指的是步频,功率指的是跑步运动输出的平均功率。
可以理解的是,上述描述确定第一运动负荷、确定第二运动负荷和确定第三运动负荷的描述顺序不构成对本申请实施例中步骤执行顺序的限定,本申请实施例对第一运动负荷、第二运动负荷和第三运动负荷的确定顺序不进行限定。
本申请实施例中,通过上述步骤S5051-S5056确定出多类运动负荷参数,该多类运动负荷参数包括第一运动负荷、第二运动负荷和第三运动负荷。其中,第一运动负荷用于表征基于运动强度确定出的运动负荷,第二运动负荷用于表征基于心率区间确定出的运动负荷,第三运动负荷用于表征基于运动表现确定出的运动负荷,即本申请实施例中确定出的多类运动负荷是从不同角度确定出的运动对象本次运动的运动负荷,为后续进一步确定运动对象的运动损耗提供了数据基础。
步骤S506、根据多类运动负荷参数,确定运动对象的能量损耗恢复信息和结构损耗恢复信息。
其中,能量损耗恢复信息用于指示运动对象的血乳酸的恢复趋势,该能量损耗恢复信息可以通过函数的形式表示;结构损耗恢复信息用于指示运动对象的肌纤维损伤的恢复趋势,该结构损耗恢复信息也可以通过函数的形式表示。
在一个实施方式中,时间确定模块根据多类运动负荷参数,确定运动对象的能量损耗恢复信息和结构损耗恢复信息的步骤,包括:步骤S5061-步骤S5062。
步骤S5061,根据第一运动负荷和第二运动负荷,确定运动对象的能量损耗恢复信息。
在一个示例中,根据下述公式5确定能量损耗恢复信息。
其中,t表示时间,t的起始点为运动开始时间;Lt表示运动对象在t时刻的血乳酸积累量;lT表示乳酸偏移参数;表示第一负荷乳酸系数;/>表示第二负荷乳酸系数;/>表示第一负荷乳酸衰减系数;/>表示第二负荷乳酸衰减系数;Rt表示恢复时间;/>表示第一负荷恢复时间加权指数;/>表示第二负荷恢复时间加权指数。
需要说明的是,第一负荷乳酸系数可以是根据第一运动负荷确定的影响因子,第二负荷乳酸系数可以是根据第二运动负荷确定的影响因子。
图8为本申请实施例提供的一种乳酸恢复示例图。如图8所示,横轴为时间,单位为分钟(min);纵轴为运动对象体内的乳酸积累量,单位为毫摩尔(mmol)。乳酸积累量上升阶段表示运动对象处于运动阶段,运动对象体内的乳酸含量随着运动而增多;乳酸积累量下降阶段表示运动对象处于恢复阶段,运动对象体内的乳酸含量随着休息而代谢减少。在实际应用或者实际实验过程中,可以调整上述公式5中的各系数,使得能量损耗恢复信息可以拟合图8中的乳酸恢复曲线。
步骤S5062,根据第二运动负荷和第三运动负荷,确定运动对象的结构损耗恢复信息。
在一个示例中,根据下述公式6确定结构损耗恢复信息。
其中,t表示时间,t的起始点为运动开始时间;Mt表示运动对象在t时刻的肌纤维损伤程度;mT表示肌纤维损伤偏移参数;表示第二负荷肌纤维损伤系数;/>表示第三负荷肌纤维损伤系数;/>表示第二负荷肌纤维损伤恢复递延系数;/>表示第三负荷肌纤维损伤恢复递延系数;Rt表示恢复时间;/>表示第二负荷恢复时间加权指数;/>表示第三负荷恢复时间加权指数。
需要说明的是,第二负荷肌纤维损伤系数可以是根据第二运动负荷确定的影响因子,第三负荷肌纤维损伤系数可以是根据第三运动负荷确定的影响因子。在实际应用中,该第二负荷肌纤维损伤系数和第三负荷肌纤维损伤系数可以根据具体实验数据确定,本申请实施例中对该系数的具体值不进行限定。
图9为本申请实施例提供的一种肌纤维结构损伤恢复示例图。如图9所示,该肌纤维结构损伤程度以运动对象肌肉的疼痛量度进行衡量。横轴为时间,单位为小时(hr);纵轴为运动对象肌肉的疼痛量度,分为10个疼痛级别。疼痛量度上升阶段表示运动对象处于运动状态,运动对象肌肉的疼痛程度随着运动而增加;疼痛量度没有上升的阶段表示运动对象处于恢复状态,运动对象的肌肉疼痛程度不再增加,并随着休息时间的增加(例如在30hr之后),肌肉的疼痛程度逐渐减小。在实际应用或者实际实验过程中,可以调整上述公式6中的各系数,使得结构损耗恢复信息可以拟合图9中的肌纤维结构损伤恢复曲线。
步骤S507、时间确定模块根据能量损耗恢复信息和结构损耗恢复信息,确定运动对象本次运动的运动恢复时间。
在一个实施方式中,时间确定模块根据能量损耗恢复信息和结构损伤恢复参数确定运动表现变化信息,然后基于该运动表现变化信息和初始运动表现状态,确定运动恢复时间。即时间确定模块基于该运动表现变化信息,将运动对象的运动表现恢复到初始运动表现状态的时间,确定为运动恢复时间。
在一个示例中,可以根据下述公式7确定运动表现变化信息。
ΔPt=pLLt+pMMt (公式7)
其中,t表示时间,t的起始点为运动开始时间;ΔPt表示运动对象在t时刻的运动表现;pL为血乳酸恢复系数;Lt为能量损耗恢复信息;pM为肌纤维损伤恢复系数;Mt为结构损耗恢复信息。t=0时,ΔPt可以指示运动对象的初始运动表现状态。
需要说明的是,血乳酸恢复系数是根据能量损耗恢复信息确定出的对运动表现的影响因子,肌纤维损伤恢复系数是根据结构损耗恢复信息确定出的对运动表现的影响因子。在实际应用中,该血乳酸恢复系数和肌纤维损伤恢复系数可以根据具体实验数据确定,本申请实施例中对该系数的具体值不进行限定。
本申请实施例中,通过上述步骤S501-步骤S507,根据运动对象的个人特征信息和运动数据确定出运动对象的多类运动负荷参数,并根据该多类运动负荷参数,确定出运动对象的能量损耗恢复趋势以及身体结构损伤恢复趋势,然后由二者共同确定运动对象的运动恢复时间,提高了确定出的运动恢复时间的精确性,能够有效避免运动对象出现过度训练的情况。
图10为本申请实施例提供的另一种运动恢复时间确定方法的流程示意图。一般来说,运动恢复时间的长短还和运动对象的休息好坏程度相关。在一个实施方式中,如图10所示,时间确定模块根据能量损耗恢复信息和结构损伤恢复参数,确定运动对象本次运动的运动恢复时间之后,还包括:步骤S508-步骤S510。
步骤S508、数据处理模块接收多个传感器采集的睡眠监测参数和压力监测参数。
其中,睡眠监测参数用于指示运动对象睡眠质量,该睡眠监测参数例如运动对象的总睡眠时长,深睡时长,浅睡时长,快速眼动时长以及清醒次数等。
压力监测参数用于指示运动对象的受到的压力水平。
步骤S509、时间确定模块从数据处理模块中获取恢复辅助参数。
其中,恢复辅助参数包括急慢性负荷比、睡眠监测参数和压力监测参数中的一种或多种。
步骤S510、时间确定模块根据恢复辅助参数调整该运动恢复时间,以确定出第二恢复时间。
在一个实施方式中,时间确定模块根据睡眠监测参数确定出运动对象的睡眠质量,根据该睡眠质量调整运动恢复时间。一般来说,高质量的睡眠可以有效消除身体疲惫,修复运动损伤,加快运动后身体机能水平的恢复进度,而低质量的睡眠可能会降低运动后身体机能水平的恢复进度。
在一个示例中,该睡眠质量可以通过分数表示,当确定出的睡眠质量高于第一睡眠得分阈值,时间确定模块将运动恢复时间减小第一时长;当确定出的睡眠质量低于第二睡眠得分阈值,时间确定模块将运动恢复时间增加第二时长;当确定出的睡眠质量处于第一睡眠得分阈值和第二睡眠得分阈值之间,时间确定模块不调整运动恢复时间。可以理解的是,上述第一睡眠得分阈值、第一时长、第二睡眠得分阈值、第二时长的具体值可以根据实际应用情况进行设置,本申请实施例中不进行具体限定。
在另一个实施方式中,时间确定模块根据压力监测参数确定出运动对象的压力水平,根据该压力水平调整运动恢复时间。一般来说,运动对象处于低压力水平可以有效消除身体疲惫,修复运动损伤,加快运动后身体机能水平的恢复速度,而运动对象处于高压力水平会降低运动后身体机能水平的恢复速度。
在一个示例中,该压力水平可以通过分数表示,当确定出的压力水平高于第一压力得分阈值,时间确定模块将运动恢复时间增加第三时长;当确定出的压力水平低于第二压力得分阈值,时间确定模块将运动恢复时间减少第四时长;当确定出的压力水平处于第一压力得分阈值和第二压力得分阈值之间,时间确定模块不调整运动恢复时间。可以理解的是,上述第一压力得分阈值、第三时长、第二压力得分阈值、第四时长的具体值可以根据实际应用情况进行设置,本申请实施例中不进行具体限定。
在又一个实施方式中,时间确定模块根据急慢性负荷比调整运动恢复时间。急慢性负荷比定义为运动对象在最近一周的运动负荷(急性负荷)除以包含这一周在内的过去四周的平均运动负荷(慢性负荷)。一般来说,急性复核明显大于慢性负荷,则表示运动对象的运动损伤风险大,运动后所需要的恢复时间长;反之则代表运动对象的运动损伤风险小,运动后所需要的恢复时间少。
在一个示例中,当急慢性负荷比大于第一比值,时间确定模块将运动恢复时间增加第五时长;当确定出的压力水平小于第二比值,时间确定模块将运动恢复时间减少第六时长;当急慢性负荷比处于第一比值和第二比值之间,时间确定模块不调整运动恢复时间。可以理解的是,上述第一比值、第五时长、第二比值、第六时长的具体值可以根据实际应用情况进行设置,本申请实施例中不进行具体限定。
需要说明的是,时间确定模块根据恢复辅助参数中的一种参数调整该运动恢复时间,也可以综合恢复辅助参数中的多种参数调整该运动恢复时间,以确定出第二恢复时间,本申请中不进行具体限定。
在该实施方式中,电子设备在确定出运动恢复时间的基础上,根据恢复辅助参数进一步调整该运动恢复时间,以确定第二恢复时间,该第二恢复时间相较于运动恢复时间的精确性进一步提高,基于该第二恢复时间指示运动对象的后续训练,能够进一步降低运动对象过度训练的风险。
图11为本申请实施例提供的一种运动恢复时间使用场景示意图。在一个实施方式中,时间确定模块根据能量损耗恢复信息和结构损伤恢复参数,确定运动对象本次运动的运动恢复时间之后,还包括:步骤S511-步骤S513。
步骤S511、时间确定模块将确定出的运动恢复时间发送至运动管理模块。
步骤S512、运动管理模块根据运动恢复时间确定运动建议。
需要说明的是,运动恢复时间是一次训练结束到身体准备好下一次完成同等运动负荷训练的所需时间。因此,即使运动对象还需要时间进行恢复,用户仍然可以进行运动锻炼,但建议运动强度以低于上一次的运动锻炼,以防止过度训练,降低运动损伤风险。
在一个示例中,运动恢复时间为0h-13h之间的情况下,该运动恢复时间对应的运动建议为:可正常进行训练;运动恢复时间为14h-30h之间的情况下,该运动恢复时间对应的运动建议为:可进行中强度训练;运动恢复时间为31h-54h之间的情况下,该运动恢复时间对应的运动建议为:可进行低强度训练;运动恢复时间为55h-96h之间的情况下,该运动恢复时间对应的运动建议为:建议休息。
可以理解的是,该示例中的强度是针对运动对象个人而言的,例如,低强度训练可以是使运动对象的心率处于114-133bpm的运动;中强度训练可以是使运动对象的心率处于133-152bpm的运动;正常进行训练是指运动对象可以进行任何运动强度的训练。
步骤S513、运动管理模块显示运动恢复时间和对应的运动建议。
在一个实施方式中,时间确定模块根据恢复辅助参数进一步调整运动恢复时间,以确定第二恢复时间的情况下,在上述步骤S511中,时间确定模块可以将第二恢复时间发送至运动管理模块,运动管理模块则根据第二恢复时间确定运动建议,并显示第二恢复时间和对应的运动建议。
在该实施方式中,运动管理模块显示运动恢复时间以及对应的运动建议,有助于运动对象了解自身恢复情况,降低运动对象过度训练的风险。
可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件和/或软件模块。结合本文中所公开的实施例描述的各示例的算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以结合实施例对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
上述本申请实施例提供的运动恢复时间确定方法中电子设备100所执行的步骤,也可以由电子设备100中包括的一种芯片系统来执行,其中,该芯片系统可以包括处理器和蓝牙芯片。该芯片系统可以与存储器耦合,使得该芯片系统运行时调用该存储器中存储的计算机程序,实现上述电子设备100执行的步骤。其中,该芯片系统中的处理器可以是应用处理器也可以是非应用处理器的处理器。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (15)
1.一种运动恢复时间确定方法,其特征在于,所述方法包括:
响应于运动结束指令,根据运动对象的个人特征信息和运动数据,确定多类运动负荷参数;
根据所述多类运动负荷参数,确定所述运动对象的能量损耗恢复信息和结构损耗恢复信息;
基于所述能量损耗恢复信息和所述结构损耗恢复信息,确定所述运动对象的运动恢复时间。
2.根据权利要求1所述的方法,其特征在于,所述运动数据包括运动心率、静息心率和运动时间中的至少一个;所述个人特征信息包括所述运动对象的年龄和身体质量指数中的至少一个;所述响应于运动结束指令,根据运动对象的个人特征信息和运动数据,确定多类运动负荷参数,包括:
根据所述个人特征信息,确定运动对象对应的人群分类;
基于所述运动心率、所述静息心率和所述年龄,确定第一运动强度;
根据所述人群分类和所述第一运动强度数,确定第二运动强度;
基于所述第二运动强度和所述运动时间,确定第一运动负荷;
基于所述运动心率和所述运动时间,确定第二运动负荷;
基于所述运动数据、身体质量指数和急慢性负荷比,确定第三运动负荷。
3.根据权利要求2所述的方法,其特征在于,所述基于所述运动心率、所述静息心率和所述年龄,确定第一运动强度,包括:
基于所述年龄估定运动对象的最大心率;
根据所述最大心率和所述静息心率,确定运动对象的储备心率;
获取所述运动心率与所述静息心率的差值;
将所述差值与所述储备心率的比值,确定为所述第一运动强度。
4.根据权利要求3所述的方法,其特征在于,所述根据所述人群分类和所述第一运动强度数,确定第二运动强度,包括:
根据公式确定所述第二运动强度;
其中,Y为第二运动强度,为第一运动强度,HRex为运动心率,HRrest为静息心率,HRmax为最大心率,G1为所述人群分类对应的第一人群系数,G2为所述人群分类对应的第二人群系数。
5.根据权利要求4所述的方法,其特征在于,所述基于所述第二运动强度和所述运动时间,确定第一运动负荷,包括:
将所述第二运动强度和所述运动时间的乘积,确定为所述第一运动负荷。
6.根据权利要求2所述的方法,其特征在于,所述基于所述运动心率和所述运动时间确定第二运动负荷,包括:
确定所述运动对象的所述运动心率处于每个心率区间的时长;
针对每个心率区间,确定所述心率区间的区间系数与对应的所述时长的乘积;
将全部所述心率区间对应的乘积之和,确定为所述第二运动负荷。
7.根据权利要求2所述的方法,其特征在于,所述运动数据包括运动的频率、最大功率和平均功率;所述基于所述运动数据、身体质量指数和急慢性负荷比,确定第三运动负荷,包括:
将所述频率、所述最大功率、所述平均功率、所述身体质量指数和所述急慢性负荷比作为预设回归函数的输入参数,以确定所述第三运动负荷。
8.根据权利要求2所述的方法,其特征在于,所述根据所述多类运动负荷参数,确定所述运动对象的能量损耗恢复信息和结构损耗恢复信息,包括:
根据所述第一运动负荷和所述第二运动负荷,确定所述运动对象的能量损耗恢复信息;所述能量损耗恢复信息用于指示所述运动对象的血乳酸的恢复趋势;
根据所述第二运动负荷和所述第三运动负荷,确定所述运动对象的结构损耗恢复信息;所述结构损耗恢复信息用于指示所述运动对象的肌纤维损伤的恢复趋势。
9.根据权利要求8所述的方法,其特征在于,所述根据所述第一运动负荷和所述第二运动负荷,确定所述运动对象的能量损耗恢复信息,包括:
根据公式确定所述能量损耗恢复信息;
其中,Lt表示所述运动对象在t时刻的血乳酸积累量;lT表示乳酸偏移参数;表示第一负荷乳酸系数;/>表示第二负荷乳酸系数;/>表示第一负荷乳酸衰减系数;/>表示第二负荷乳酸衰减系数;Rt表示恢复时间;/>表示第一负荷恢复时间加权指数;/>表示第二负荷恢复时间加权指数。
10.根据权利要求8所述的方法,其特征在于,所述根据所述第二运动负荷和所述第三运动负荷,确定所述运动对象的结构损耗恢复信息,包括:
根据公式确定所述结构损耗恢复信息;
其中,Mt表示运动对象在t时刻的肌纤维损伤程度;mT表示肌纤维损伤偏移参数;表示第二负荷肌纤维损伤系数;/>表示第三负荷肌纤维损伤系数;/>表示第二负荷肌纤维损伤恢复递延系数;/>表示第三负荷肌纤维损伤恢复递延系数;Rt表示恢复时间;/>表示第二负荷恢复时间加权指数;/>表示第三负荷恢复时间加权指数。
11.根据权利要求8所述的方法,其特征在于,所述基于所述能量损耗恢复信息和所述结构损耗恢复信息,确定运动对象的运动恢复时间,包括:
基于所述能量损耗恢复信息和所述结构损耗恢复信息,确定所述运动对象的运动表现变化信息;
基于所述运动表现变化信息,将所述运动对象的运动表现恢复到初始运动表现状态的时间,确定为所述运动恢复时间。
12.根据权利要求11所述的方法,其特征在于,所述基于所述能量损耗恢复信息和所述结构损耗恢复信息,确定运动对象的运动恢复时间之后,还包括:
获取恢复辅助参数;所述恢复辅助参数包括急慢性负荷比、睡眠监测参数和压力监测参数中的一种或多种;
根据恢复辅助参数调整所述运动恢复时间,以确定出第二恢复时间。
13.根据权利要求11所述的方法,其特征在于,所述基于所述能量损耗恢复信息和所述结构损耗恢复信息,确定运动对象的运动恢复时间之后,还包括:
根据所述运动恢复时间确定运动建议;
显示所述运动恢复时间和对应的所述运动建议。
14.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器;
以及计算机程序,其中所述计算机程序存储在所述存储器上,当所述计算机程序被所述一个或多个处理器执行时,使得所述电子设备执行如权利要求1-13任一项所述的运动恢复时间确定方法。
15.一种计算机存储介质,其特征在于,包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1-13任一项所述的运动恢复时间确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311073162.3A CN117711565B (zh) | 2023-08-23 | 2023-08-23 | 一种运动恢复时间确定方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311073162.3A CN117711565B (zh) | 2023-08-23 | 2023-08-23 | 一种运动恢复时间确定方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117711565A true CN117711565A (zh) | 2024-03-15 |
CN117711565B CN117711565B (zh) | 2024-08-06 |
Family
ID=90161261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311073162.3A Active CN117711565B (zh) | 2023-08-23 | 2023-08-23 | 一种运动恢复时间确定方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117711565B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110021319A1 (en) * | 2008-03-27 | 2011-01-27 | Polar Electro Oy | Apparatus for Metabolic Training Load, Mechanical Stimulus, and Recovery Time Calculation |
US20180001181A1 (en) * | 2016-05-19 | 2018-01-04 | Leonardo von Prellwitz | Method and system of optimizing and personalizing resistance force in an exercise |
CN109529304A (zh) * | 2018-11-09 | 2019-03-29 | 深圳市量子智能科技有限公司 | 一种智能训练方法和系统 |
CN109671480A (zh) * | 2018-12-03 | 2019-04-23 | 深圳市龙腾飞通讯装备技术有限公司 | 一种智能穿戴设备及基于该设备估算运动恢复时间的方法 |
CN115227213A (zh) * | 2022-06-17 | 2022-10-25 | 荣耀终端有限公司 | 心率测量方法、电子设备及计算机可读存储介质 |
-
2023
- 2023-08-23 CN CN202311073162.3A patent/CN117711565B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110021319A1 (en) * | 2008-03-27 | 2011-01-27 | Polar Electro Oy | Apparatus for Metabolic Training Load, Mechanical Stimulus, and Recovery Time Calculation |
US20180001181A1 (en) * | 2016-05-19 | 2018-01-04 | Leonardo von Prellwitz | Method and system of optimizing and personalizing resistance force in an exercise |
CN109529304A (zh) * | 2018-11-09 | 2019-03-29 | 深圳市量子智能科技有限公司 | 一种智能训练方法和系统 |
CN109671480A (zh) * | 2018-12-03 | 2019-04-23 | 深圳市龙腾飞通讯装备技术有限公司 | 一种智能穿戴设备及基于该设备估算运动恢复时间的方法 |
CN115227213A (zh) * | 2022-06-17 | 2022-10-25 | 荣耀终端有限公司 | 心率测量方法、电子设备及计算机可读存储介质 |
Non-Patent Citations (5)
Title |
---|
LILI WANG,等: "A novel blood pressure monitoring technique by smart HUAWEI WATCH: A validation study according to the ANSI/AAMI/ISO 81060-2:2018 guidelines", FRONT CARDIOVASC MED, 11 October 2022 (2022-10-11), pages 1 - 6 * |
YANNICK A BALK,等: "Physical recovery, mental detachment and sleep as predictors of injury and mental energy", JOURNAL OF HEALTH PSYCHOLOGY, vol. 24, no. 13, 31 December 2019 (2019-12-31), pages 1828 * |
周兴生,等: "男子足球运动员 YO - YO 测试与运动后血乳酸、心率变化相关性的分析", 广州体育学院学报, vol. 37, no. 4, 31 July 2017 (2017-07-31), pages 85 - 89 * |
张小恒,等: "混合语音段特征双边式优选算法用于帕金森病分类研究", 新技术与新方法, vol. 34, no. 6, 31 October 2017 (2017-10-31), pages 942 - 948 * |
沈友青;徐国栋;: "递增负荷运动后肌氧含量和血乳酸的恢复研究", 中国体育科技, no. 05, 10 September 2011 (2011-09-10), pages 73 - 85 * |
Also Published As
Publication number | Publication date |
---|---|
CN117711565B (zh) | 2024-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4020491A1 (en) | Fitness-assisted method and electronic apparatus | |
WO2021179773A1 (zh) | 图像处理方法和装置 | |
CN113827185B (zh) | 穿戴设备佩戴松紧程度的检测方法、装置及穿戴设备 | |
CN113552937B (zh) | 显示控制方法和可穿戴设备 | |
CN111202955A (zh) | 运动数据处理方法及电子设备 | |
CN111400605A (zh) | 基于眼球追踪的推荐方法及装置 | |
WO2021052070A1 (zh) | 一种帧率识别方法及电子设备 | |
WO2023016004A1 (zh) | 跳绳状态的检测方法及电子设备 | |
CN112527093A (zh) | 手势输入方法及电子设备 | |
CN113744874A (zh) | 风险预警方法、风险行为信息获取方法和电子设备 | |
CN115525372B (zh) | 显示界面的方法和装置 | |
CN113224804A (zh) | 一种充电控制方法及电子设备 | |
CN113996046B (zh) | 热身判断方法、装置及电子设备 | |
CN114422686B (zh) | 参数调整方法及相关装置 | |
WO2021244186A1 (zh) | 用户健康管控方法和电子设备 | |
CN114762588A (zh) | 睡眠监测方法及相关装置 | |
CN117711565B (zh) | 一种运动恢复时间确定方法及电子设备 | |
CN118402756A (zh) | 一种监测睡眠清醒的优化方法及相关电子设备 | |
US20230402150A1 (en) | Adaptive Action Evaluation Method, Electronic Device, and Storage Medium | |
CN114079725B (zh) | 视频防抖方法、终端设备和计算机可读存储介质 | |
CN115336968A (zh) | 一种睡眠状态检测方法与电子设备 | |
CN111026285B (zh) | 一种调节压力阈值的方法及电子设备 | |
CN113918003A (zh) | 检测皮肤接触屏幕时长的方法、装置及电子设备 | |
CN115445170B (zh) | 一种运动提醒方法以及相关设备 | |
WO2021233018A1 (zh) | 运动后肌肉疲劳度的检测方法及装置、电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |