CN206026334U - 一种运动量检测装置以及包括该装置的智能可穿戴设备 - Google Patents

Abstract

本实用新型公开了一种运动量检测装置，包括：采集模块，用于按照预定频率采集加速度数据；第一计算模块，用于计算单位时间内采集的加速度数据的变化累积量并计算预定时间段内加速度数据的变化累积量的平均值；判定模块，根据计算的加速度数据变化累积量的平均值以及预定的运动强度等级区间划分，确定检测的运动强度等级；以及第二计算模块，用于根据确定的运动强度等级以及相应的持续时间计算运动量。按照本实用新型实施例的运动量检测装置，运动量的计算只与运动强度和运动时间有关，对于不同的用户可以作为同一的衡量指标；不需要预输入运动类型或自动识别运动类型，避免预设运动类型种类不够或自动识别运动类型出现错误的情况发生。

Description

一种运动量检测装置以及包括该装置的智能可穿戴设备

技术领域

本实用新型涉及一种检测装置，特别是涉及一种运动量检测装置以及包括该装置的智能可穿戴设备。

背景技术

目前市售的、适用于运动类的可穿戴设备，如智能手环，普遍具有的运动功能为：计步数和步速、卡路里消耗计算等。有些功能更广的智能手环包括识别和记录运动类型、运动强度和运动时间等数据。其中记录的运动强度和运动时间主要是反映用户当时、当天的运动量，对于已预设并储存运动计划的智能手环来说，能够作为判断运动计划是否完成的指标。但对于生活工作随机性强的用户来说，运动的时间无法保证，无法完全按照运动计划进行；对于对运动计划没有清晰概念或框架的用户来说，直接预设运动计划存在盲目性和不合理性。另外，对于乐于与其他用户分享和比较运动情况的用户来说，步数和步速反映的信息过于单一，无法用于衡量运动量；而卡路里消耗的计算涉及个人的身体参数，数据的个人性太强，无法用作统一的比较指标。此外，连续时间段的运动强度和运动时间反映的是用户运动量的趋势，无法量化指标来评估用户长期的运动情况。

因此，需要寻找一种能够将用户一段时间内的运动量量化成统一指标、降低数据个体差异性的影响、有利于提高设定运动计划科学性的运动量检测装置。

发明内容

本实用新型的目的是为了克服现有技术存在的缺陷，提供一种运动量检测装置以及包括该装置的智能可穿戴设备。为了实现这一目的，本实用新型所采取的技术方案如下。

按照本实用新型实施例的第一方面，提供一种运动量检测装置，包括：采集模块，用于按照预定频率采集加速度数据；第一计算模块，与所述采集模块相连，用于计算单位时间内采集的加速度数据的变化累积量，并计算预定时间段内加速度数据的变化累积量的平均值；判定模块，与所述第一计算模块相连，根据预定的运动强度等级区间以及计算的加速度数据的变化累积量的平均值确定检测的运动强度等级；以及第二计算模块，与所述判定模块相连，用于根据确定的运动强度等级以及相应的持续时间计算运动量。

按照一个实施例，可选地是，所述的运动量检测装置还包括显示模块，与所述第二计算模块相连，用于向用户显示计算的运动量数据。

按照再一个实施例，优选地是，所述采集模块包括加速度传感器。

按照再一个实施例，可选地是，所述第二计算模块还配置成以每天0:00-24:00小时为时间段来计算运动量。

按照又一个实施例，可选地是，所述第二计算模块还配置成计算分成多个组的预订时间段的运动量数据，其中多个组可设定不同的权重。

按照另一个实施例，优选地是，所述加速度数据的变化累积量为采集的加速度数据中每两个相邻数据之差的绝对值之和。

按照再又一个实施例，优选地是，所述第一计算模块计算的加速度数据的变化累积量的平均值为一分钟内加速度数据的变化累积量的平均值。

按照本实用新型实施例的第二方面，提供一种智能可穿戴设备，其包括按照本实用新型实施例的第一方面所述的运动量检测装置。其中所述智能可穿戴设备包括智能手环。

按照本实用新型实施例的运动量检测装置以及包括该装置的智能可穿戴设备，运动量的计算只与运动强度和运动时间有关，不涉及用户个人参数，因此对于不同的用户可以作为同一的衡量指标；另外，也不需要预输入运动类型或自动识别运动类型，避免预设运动类型种类不够或自动识别运动类型出现错误的情况发生。

下面将结合附图并通过实施例对本实用新型进行具体说明，其中相同或基本相同的部件采用相同的附图标记指示。

附图说明

图1是按照本实用新型一个实施例的运动量检测装置的示意性结构框图。

具体实施方式

如图1所示，是按照本实用新型一个实施例的运动量检测装置的示意性结构框图，主要包括：采集模块100，第一计算模块200，判定模块300，以及第二计算模块400；在其他实施例中，还可选地包括显示模块500。

人在运动时，人体因运动引起振动或移动，对应的就是加速度变化。人的运动越激烈，加速度的变化越大，通过采集和分析加速度的变化情况可以分析得到人的运动剧烈程度，即运动强度。通过累加相邻加速度的变化值，可以评估单位时间内加速度变化情况，求得预订时间段内相邻加速度变化的累加值的平均值，可评估该段时间内的加速度变化情况。所以，通过这种方式可以进行运动量检测。

在一个实施例中，其中采集模块100包括加速度传感器，用于按照预定频率采集加速度数据。

第一计算模块200与所述采集模块相连，用于计算单位时间内采集的加速度数据的变化累积量，并计算预定时间段内加速度数据的变化累积量的平均值。在一个实施例中，所述第一计算模块200可以利用各种计算器来实现，当然，也可以通过配置具有计算功能的处理器（例如MCU、DSP或CPU等）来实现。

判定模块300与所述第一计算模块相连，根据计算的加速度数据的变化累积量的平均值以及预定的运动强度等级区间划分，确定检测的运动强度等级；具体来说，在一个实施例中，根据预定的运动强度等级区间幅度、计算的加速度数据的变化累积量的平均值、以及预定的变换方式（如下文所述），将运动强度等级数值变换为较直观的、易于辨识和比较的运动强度等级数值，从而得到检测的运动强度等级。

第二计算模块400与所述判定模块相连，用于根据确定的运动强度等级以及相应的持续时间计算运动量。具体来说，就是用确定的运动强度等级乘以该强度的运动持续的时间，从而得到运动量；如果在一段时间内，检测到不同的运动强度等级，则该段时间的运动量为不同的运动强度等级与其相应的持续时间分别相乘后再累加。其中相应运动强度的持续时间可以通过采集频率以及相对应的采集数据的数量计算得出，如：采集频率是25Hz（即1s采集25笔数据），相对应的采集数据的数量为200个，则持续时间为（200/25）s，即（8/60）min；也可以通过计时得到。此外，所述第二计算模块400也可以利用各种计算器来实现，当然，也可以通过配置具有计算功能的处理器（例如MCU、DSP或CPU等）来实现。

显示模块500与所述第二计算模块相连，用于向用户显示检测和计算的运动量数据。其中显示模块包括但不限于各种显示器件。

按照上述实施例的运动量检测装置可以通过软件、硬件、固件或者其组合来实现在智能可穿戴设备中，例如智能手环以及智能脚环等等。在一个实施例中，优选地是按照上述实施例的运动量检测装置可以结合智能手环的加速度传感器、显示器以及处理器等来实现。

下面通过实例对按照本实用新型实施例的运动量检测装置以及包括该装置的智能可穿戴设备进行具体说明，其中以智能手环为例进行说明。

当用户佩戴包含按照本实用新型实施例的运动量检测装置的智能手环时，该智能手环设备的运动传感器持续采集并记录用户的运动数据。可根据运动数据中用户的加速度计算用户的运动强度，根据用户的运动强度计算用户的运动量。其中运动量（A）=运动强度（E）*运动时间（T），其中运动时间的单位为分钟（min）。一天的运动量计算如下所述：

通过加速度变化情况评估运动等级Acc，如加速度传感器的采样频率是25Hz，即一秒采集25笔数据，每25笔加速度数据进行一次变化量累加和计算，也就是相邻两笔采样数据相减取绝对值然后求和，作为一秒的加速度等级K。一秒作为一个单位，每60笔（即预订时间段为一分钟）取一次平均，作为1min运动等级Acc，即：，，其中，。

通过运动等级Acc评估运动强度E，如在一个实施例中可以做如下设定：

Acc≤200，运动强度E为：0～a，Acc和运动强度E满足关系：E=0+（Acc-0）*（a-0）/（200-0）；

200＜Acc≤400，运动强度E为：a～b，Acc和运动强度E满足关系：E=a+(Acc-200)*（b-a）/（400-200）；

400＜Acc≤600，运动强度E为：b～c，Acc和运动强度E满足关系：E=b+(Acc-400)*（c-b）/(600-400)；

600＜Acc≤800，运动强度E为：c～d，Acc和运动强度E满足关系：E=c+(Acc-600)*(d-c)/(800-600)；

800＜Acc≤2000，运动强度E为：d～e，Acc和运动强度E满足关系：E=d+(Acc-800)*(e-d)/(2000-800)；

Acc＞2000，运动强度为：e，Acc和运动强度E满足关系：无论Acc是多少，E=10；

其中a、b、c、d、e均为整数，且a＜b＜c＜d＜e。当Acc处于某一范围内时，运动强度在其范围内随Acc的增大而增大，两者呈线性关系。

在一个实施例中，若运动强度a、b、c、d、e的定义为1、2、3、4、10，则可通过运动等级Acc评估运动强度，具体如下：

Acc≤200，运动强度为：0～1，Acc和运动强度E满足关系：E=Acc/200；

200＜Acc≤400，运动强度为：1～2，Acc和运动强度E满足关系：E=1+(Acc-200)*（2-1）/(400-200)；

400＜Acc≤600，运动强度为：2～3，Acc和运动强度E满足关系：E=2+(Acc-400)*（3-2）/(600-400)；

600＜Acc≤800，运动强度为：3～4，Acc和运动强度E满足关系：E=3+(Acc-600)*（4-3）/(800-600)；

800＜Acc≤2000，运动强度为：4～10，Acc和运动强度E满足关系：E=4+(Acc-800)*（10-4）/(2000-800)；

Acc＞2000，运动强度为：10，Acc和运动强度E满足关系：无论Acc是多少，E=10；

例如，若检测和计算的Acc=150，其运动强度E为：E=150/200=0.75。

通过运动强度及该运动强度持续时间计算运动量，一段时间的运动量等于该时间段内不同运动强度对应的运动量的累加。例如，如果分析得到用户在60min内，运动强度2持续时间25min，运动强度2.8持续时间10min，运动强度3持续时间25min，则用户这60min的运动量=2*25+2.8*10+3*25=153。一般每天重新计算运动量A，一天的时间定义为0:00-24:00，当一天时间到24:00时，结束该天的运动量计算，重新开始下一天的运动量计算。

在另一个实施例中，按照本实用新型实施例的运动量检测装置以及包括该装置的智能可穿戴设备（例如智能手环）还可以配置成计算分成多个组的预订时间段的运动量数据，其中多个组还可设定有不同的权重。下面以30天运动量的计算为例，对此进行说明：

将30天分成5组（按时间先后分组），每组包含6天，计算每组的运动量A（等于该组所包含的6天的运动量累加）。可给予每组不同的权重系数，其中优选的是越后的组的权重系数越大，例如在一个实施例中，第一组权重是1，第二组权重是2，第三组权重是3，第四组权重是4，第五组权重是5；计算30天运动量，即：30天运动量=（1/15）*A1+（2/15）*A2+（3/15）*A3+（4/15）*A4+（5/15）*A5。

每天对当天的运动量和最近30天的运动量进行统计计算，通过设备界面或移动客户端（设备与移动客户端绑定的情况下）显示于用户，用户可以通过移动客户端将数据分享到运动社区并和社区的其他用户进行比较。

按照本实用新型实施例的运动量检测装置以及包括该装置的智能可穿戴设备，其运动量的计算只与运动强度和运动时间有关，不涉及用户个人参数，因此对于不同的用户也可以作为同一的衡量指标；另外，也不需要预先输入运动类型或自动识别运动类型，避免预设运动类型种类不够或自动识别运动类型出现错误的情况发生。根据30天运动量可以衡量用户最近30天的运动情况，若用户运动量或30天运动量突然暴涨，则认为用户运动计划不当，不合理增加运动量，需要调整运动计划；若用户运动量或30天运动量降低，则认为用户不合理减少运动量，需要调整运动计划，保证运动量；若用户运动量或30天运动量缓慢增加、持平或小幅度波动，则认为用户运动计划合理，可提示继续保持运动量。

以上通过具体的实施例对本实用新型进行了说明，但本实用新型并不限于这些具体的实施例。本领域技术人员应该明白，还可以对本实用新型做各种修改、等同替换、变化等等。但是，这些变换只要未背离本实用新型的精神，都应在本实用新型的保护范围之内。另外，本申请说明书和权利要求书所使用的一些术语，例如“第一”、“第二”等，并不是限制，仅仅是为了便于描述。此外，以上多处所述的“一个实施例”、“另一个实施例”等等表示不同的实施例，当然也可以将其全部或部分结合在一个实施例中。

Claims (9)

1.一种运动量检测装置，其特征在于，包括：

采集模块，用于按照预定频率采集加速度数据；

第一计算模块，与所述采集模块相连，用于计算单位时间内采集的加速度数据的变化累积量，并计算预定时间段内加速度数据的变化累积量的平均值；

判定模块，与所述第一计算模块相连，根据计算的加速度数据的变化累积量的平均值以及预定的运动强度等级区间划分，确定检测的运动强度等级；以及

第二计算模块，与所述判定模块相连，用于根据确定的运动强度等级以及相应的持续时间计算运动量。

2.如权利要求1所述的运动量检测装置，其特征在于，还包括：

显示模块，与所述第二计算模块相连，用于向用户显示计算的运动量数据。

3.如权利要求1所述的运动量检测装置，其特征在于：所述采集模块包括加速度传感器。

4.如权利要求1所述的运动量检测装置，其特征在于：所述第二计算模块还配置成以每天0:00-24:00小时为时间段来计算运动量。

5.如权利要求1所述的运动量检测装置，其特征在于：所述第二计算模块还配置成计算分成多个组的预订时间段的运动量数据，其中多个组可设定不同的权重。

6.如权利要求1所述的运动量检测装置，其特征在于：所述加速度数据的变化累积量为采集的加速度数据中每两个相邻数据之差的绝对值之和。

7.如权利要求1所述的运动量检测装置，其特征在于：所述第一计算模块计算的加速度数据的变化累积量的平均值为一分钟内加速度数据的变化累积量的平均值。

8.一种智能可穿戴设备，其特征在于：包括权利要求1至7中任一项所述的运动量检测装置。

9.如权利要求8所述的智能可穿戴设备，其特征在于：所述智能可穿戴设备包括智能手环。