EP2790578A1 - Verfahren und vorrichtung zur mobilen trainingsdatenermittlung und analyse von krafttraining - Google Patents

Verfahren und vorrichtung zur mobilen trainingsdatenermittlung und analyse von krafttraining

Info

Publication number
EP2790578A1
EP2790578A1 EP12810197.9A EP12810197A EP2790578A1 EP 2790578 A1 EP2790578 A1 EP 2790578A1 EP 12810197 A EP12810197 A EP 12810197A EP 2790578 A1 EP2790578 A1 EP 2790578A1
Authority
EP
European Patent Office
Prior art keywords
training
data
mobile device
training data
values
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.)
Withdrawn
Application number
EP12810197.9A
Other languages
English (en)
French (fr)
Inventor
Hauke Radtki
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.)
Hero Workout GmbH
Original Assignee
Walke Fabian
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
Application filed by Walke Fabian filed Critical Walke Fabian
Publication of EP2790578A1 publication Critical patent/EP2790578A1/de
Withdrawn legal-status Critical Current

Links

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • 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
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • 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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/224—Measuring muscular strength
    • 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
    • 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
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/90—Identification means for patients or instruments, e.g. tags
    • A61B90/98—Identification means for patients or instruments, e.g. tags using electromagnetic means, e.g. transponders
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B1/00—Horizontal bars
    • 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
    • A63B21/072—Dumb-bells, bar-bells or the like, e.g. weight discs having an integral peripheral handle
    • A63B21/0724—Bar-bells; Hand bars
    • 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
    • A63B21/072—Dumb-bells, bar-bells or the like, e.g. weight discs having an integral peripheral handle
    • A63B21/0726—Dumb bells, i.e. with a central bar to be held by a single hand, and with weights at the ends
    • 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
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • A—HUMAN NECESSITIES
    • 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
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04—Constructional details of apparatus
    • A61B2560/0475—Special features of memory means, e.g. removable memory cards
    • 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
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • 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
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A61B5/1122—Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
    • 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
    • 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
    • A61B5/1124—Determining motor skills
    • A61B5/1125—Grasping motions of hands
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7242—Details of waveform analysis using integration
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • 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
    • A63B2071/0655—Tactile feedback
    • 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
    • A63B2071/0675—Input for modifying training controls during workout
    • A63B2071/068—Input by voice recognition
    • 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
    • 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
    • A63B2220/16—Angular 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
    • A63B2220/17—Counting, e.g. counting periodical movements, revolutions or cycles, or including further data processing to determine distances or speed
    • 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
    • A63B2220/30—Speed
    • A63B2220/34—Angular speed
    • 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
    • A63B2220/40—Acceleration
    • 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
    • A63B2220/50—Force related parameters
    • A63B2220/51—Force
    • 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
    • A63B2220/802—Ultra-sound 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
    • A63B2220/808—Microphones
    • 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
    • A63B2225/20—Miscellaneous features of sport apparatus, devices or equipment with means for remote communication, e.g. internet or the like
    • 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
    • A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
    • A63B2230/06—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations heartbeat rate only
    • 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
    • A63B23/1218—Chinning, pull-up, i.e. concentric 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
    • A63B23/12—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
    • A63B23/1236—Push-ups in horizontal position, i.e. eccentric movement

Definitions

  • Physiotherapy practices or rehabilitation facilities provide athletes / patients with a large number of training utensils, which can be subdivided among other things into the training with dumbbells, barbells, own body weight, stationary machines / equipment, cable trays and cardio equipment. Due to the low counterforce of the cardio machines, endurance training is carried out, for example, the pulse is recorded and the calorie consumption is calculated. In strength training, however, worked against higher loads and come
  • dumbbells For example, dumbbells, barbells, machines, cables or your own body weight as a counterforce to the application.
  • weight training can also be the
  • Machines for example by cable pull sensors.
  • Other mobile devices measure parameters such as
  • EP 1834583B1 and US 2011027581A1 describe an invention using acceleration sensor parameters such as muscular force, speed, power, jump-height in counter-movement jumps, reactivity, muscular
  • Elastic behavior or coordination calculated by performing test movements to directly assess the athlete's level of training or level of performance and to optimize the training by calculations based on acceleration values. These are a limited number of tests, such as the collection of the
  • Training optimizations are based on acceleration data or the aforementioned muscular parameters.
  • a personalized "muscular profile” (US 20110207581A1, p. 3, [0043]) is based on force, performance, and speed curves.
  • Adjustments through selected training areas e.g.
  • Maximum force determination (English: Repetition Maximum, short: RM) determines the load normative training intensity, so the training load, which should be optimized training.
  • Controlling structure generates tensile forces in several cables with the desired resistance. With this invention, even in weightlessness, any form of training exercise can be performed with a resisting force. This invention enables stationary strength training.
  • WO 9426359 describes an invention by means of
  • Inclination sensor determines the movement of a joint.
  • US 0250286A1 describes an invention for monitoring movements of a subject by means of a plurality of
  • JP 2007209636 describes an invention which gives it a
  • Training repetition such as time or frequency by means
  • US 20080090703A1 describes an invention for automatic retransmission counting and practice orchestration. This invention provides access to a portable computer such as a smartphone / cell phone or PDA prescribed training program. Similar to the invention US 6796925B2 the motion repeats are counted up. This requires two different modules. For one
  • portable computer device such as a
  • Acceleration sensor which wirelessly transmits the measurement data to the portable computer.
  • EP 1688746A2 describes an invention human
  • Body movements measures. These body movements are detected by means of an acceleration sensor.
  • WO 0169180A1 describes an invention which allows the speed and the distance during a
  • Running movement for example, in an endurance training to measure.
  • US 6820025B2 describes an invention for detecting motion on a hingedly connected rigid body. This invention can detect the position of a sensor in space.
  • Invention is for example virtual reality applications to track head movements.
  • DE 10029459A1 describes an invention for detecting the position and / or movement of an object and / or animal as well as parts of this device. This invention is suitable, for example, for determining the position of a game ball on a soccer field in order, for example, to find out whether the ball was positioned behind the goal line in the case of a shot on goal.
  • DE 10029459A1 describes an invention which can recognize, track, display and identify repetitive movements of swimmers. The application of the invention relates to float-specific motion sequences, two axes of motion and acceleration data.
  • CA 1148186 describes an invention which enables tennis players to learn the controlled flexing of the wrist. "It is therefore the primary object of this
  • the drawing device stores the number and frequency of bends of the wrist.
  • DE 4222373A1 describes an invention for way and
  • An acceleration sensor is used to calculate displacement and velocity.
  • DE 19830359A2 describes an invention for the spatial location and movement determination of body parts and bodies by means of a combination of inertial orientation sensors and position detection sensor systems. With this invention, for example, the position of a body segment in space or a sub-coordinate system could be determined.
  • DE 102006047099A1 describes an invention for collecting and processing training data in a gym. This invention enables acquisition of training data on stationary training devices in the form of force, movement and repetition information and the preparation of data for training control.
  • This invention is specifically designed for cardiopulmonary monitoring of an athlete during a workout to provide safety in particular
  • US 4660829 describes an invention making it possible, in sports games such as tennis, to move two body segments such as the wrist and forearm
  • US 20110082394A1 describes an invention for monitoring sports-related fitness by estimating muscle strength and joint strength of extremities, consisting of a
  • Muscle strength and joint strength of the limbs For example, with this invention movements can recognized / classified, which were performed, for example, in the upper and lower limbs.
  • US 6514219B1 describes an invention for automatic biomechanical analysis and detection and correction of
  • US 6834436B2 describes an invention around at a
  • exercise load and performance e.g., one input and one performance
  • Strength training exercises with all training utensils, to be able to capture precisely, without having to rely on firmly prescribed training procedures, smartphones / cell phones and / or electronic stationary strength training equipment.
  • a generic method for training data acquisition comprises the following steps: fixation of a mobile device on a body segment; Determination of sensor values in
  • Movements with said mobile device Calculating training data from said sensor values with said mobile device; Storing said training data on a first storage unit in said mobile device; Transmission of said training data from said mobile
  • Device via a data interface to a computer.
  • a data interface to a computer.
  • the enumerated inventions includes a
  • Position of the force application point of the training load in the room can determine. This method can only be really accurate in a determination of sensor values if the mathematical structure and the measurement distortions in the respectively selected strength training exercises already have a
  • the object of the invention is, by the improvement of a generic method and a generic
  • Training tools to be able to capture precise, as well as to analyze this training data and the strength training based to control a variety of training data and to calculate predictions of performance.
  • the object is achieved according to a first aspect of the invention by a method for precise, mobile training data determination, consisting of the following steps: Selection of a
  • Training utensils by means of a mobile device; Retrieval of given movement data, consisting of the characteristics of defined movements of a said
  • Weight training exercise X with a said training tool Y from a second storage unit in said mobile
  • Training data with said mobile device, based on said revised measurements. It has been shown that in the analysis of training data, the significance can be increased when a variety of training data are determined, which is why the determined
  • Training data are referred to as “multiple training data”, but this also a single
  • Movements are specified by the selection of strength training exercises and the training utensils and thus the mathematical structure and the measurement distortions known are. These said predetermined movements are located on the second storage unit in the mobile
  • a second aspect of the invention relates to a device for precise, mobile training data acquisition, comprising: the second memory unit, on which the predetermined
  • Movement data are stored, consisting of the characteristics of fixed movements of N strength training exercises with a training tool Y, and are retrieved by a processor; Acceleration sensor and rotation rate sensor for
  • This device is the mobile device of the method for precise, mobile
  • the mobile device may be in the form of a wristwatch. Furthermore, the mobile device includes a radio interface for wireless data exchange with at least one sensor module and / or at least one radio station and / or other devices.
  • the radio interface is used for the wireless transmission of data. This can, for example, as a 2.4 GHz
  • Radio interface be formed.
  • the radio station can, for example, the real-time data transmission, in
  • the sensor module For example, it may correspond to a limited embodiment of the mobile device. In the other
  • the mobile device may be, for example, personal scales and / or smartphones / cell phones and / or body composition analyzers.
  • the mobile device includes an RFID unit, which serves as an RFID reading unit and as an RFID transmitting unit
  • Training equipment may include, for example, "dumbbells", "barbells”,
  • Fitness studios is completed and / or lockers, which can be opened or completed, for example, and / or base stations, where, for example
  • the mobile device includes a magnetometer for measuring the magnetic flux density vector.
  • the mobile device includes a user interface and / or a display unit and / or a vibration motor and / or a speaker.
  • the user interface may be in the form of buttons / buttons which may be
  • the display unit for example in the form of a display, shows the user a graphic
  • the display unit itself can be used as a user interface, for example in the form of a
  • Touch screens be trained.
  • Training data can be stored on a first storage unit
  • the second storage unit includes the given movement data.
  • the sensors in the mobile device are the accelerometer, the gyroscope and the magnetometer.
  • the processor retrieves the predetermined movement data from the second storage unit and receives the sensor raw values from the sensors.
  • the mobile device includes a battery, such as a lithium battery.
  • the mobile device includes a
  • Interface also called data interface
  • USB interface which both for
  • Data transmission to a computer of the user, as well as to power the mobile device is used.
  • the calculation of revised measurements with the mobile device includes at least one of the following
  • the alignment of the mobile device in space (roll, pitch, yaw angle) are calculated relative to the earth.
  • the calculation of the orientation is not possible in the moving state alone by means of acceleration data, since in addition to the gravitational acceleration, there are further accelerations which can not be separated from each other. Due to the known orientation, it is possible the acceleration data from the local system (mobile device) in the global
  • Motion vectors and all resulting variables are calculated. With the aid of the fixed reference system, it is possible to fix the mobile device also at positions which rotate during the planned movement, although the movement is rectilinear. About a mathematical
  • the mobile device may also be located outside the center of the movement, ie at the point of application of the training load, when the respective distances are entered into the mobile device.
  • Integrating the accelerations the motion vector of the mobile device can be recorded.
  • a system-related offset caused by drift of the acceleration and rotation rate sensor over time, can be eliminated, for example, by high-pass filtering, in particular in the case of double integration.
  • Training load is known, for example, the
  • the preliminarily calculated position of the mobile device, especially its movement in space is subjected to further plausibility tests.
  • information about the human skeletal system is included.
  • Said multiple training data contain, based on said raw sensor values, at least one of the following information:
  • Training load in X-axis and / or Y-axis and / or Z-axis Voltage duration of eccentric muscle length changes and / or concentric muscle length changes and / or isometric muscle contractions;
  • Individual training data of the multiple training data can also be determined and / or processed on a time-dependent basis, such as, for example, the time-dependent processing of the training data
  • Training data such as the path-time course of the force application point of the training load in X-axis and / or Y-axis and / or Z-axis, it may be sufficient that only individual ranges of values, such as the route history, are determined.
  • Motion performed a calibration, whereby the position and the position of said mobile device are calculated in space. Furthermore, the calibration determines the starting position of body segments in strength training exercises and calculates additional training data, such as, for example, the starting angle of a parent
  • Joint for example, the shoulder joint in a
  • Strength training exercise in which a flexion and / or extension takes place in the elbow joint, and / or a grip width, for example on a barbell, and / or the position of a foot or both feet, for example at
  • the grip width can be calculated, for example, via an angle of the forearm to the training tool (for example "barbell).
  • Handle variant for example, pronated handle, supinated handle, hammer handle, cross handle, staple grip, SZ handle
  • handle variant can be determined automatically based on the sensor raw values.
  • Further training data are determined which contain at least one of the following information:
  • the procedure involves that of a user
  • Training utensil such as a barbell
  • the RFID tag sends the information to the mobile device
  • Training load is the example of the training tool “barbell” from the sum of the mass of the barbell and attached to the barbell weight plates.
  • the mobile device is formed, the mass of the training utensils and the
  • Training utensil dumbbell is the same procedure given. If it is a compact dumbbell, in which the number of weight plates is unchangeable, no summation of the training weights is necessary.
  • Body weight the movements are determined only in combination with a strength training exercise. Accordingly, with a training utensil various strength training exercises can be performed. Specified movements refer to the selection of exercise equipment "dumbbell",
  • Strength training exercise X not restricted in its movement possibilities with the training equipment dumbbell, barbell, cable pull and body weight.
  • the predetermined movement data of a strength training exercise X located in said second memory unit is assigned a
  • Training utensil Y retrieved directly from the processor and processed continuously with the Sensorroh 75. Is not selected by the user before the movement
  • Strength training exercise based on the raw sensor values, to be determined automatically.
  • the scope of training will be in training practice
  • the mechanical work is calculated from the product of force and way. Since all strength training exercises are around
  • Training load to the axis of rotation / joint, so the lever arm can be entered via the user interface and / or the display unit in the mobile device.
  • Training load may be compromised when selecting the training tool cable and / or machine
  • Training utensils are calculated when a reduction factor manually by the user via the user interface and / or the display unit
  • TUT Time Under Tension
  • Information on the anatomy of the human skeletal system and the functions of the musculature be predetermined.
  • muscles can perform the functions of indoor and
  • target musculature which is mainly loaded in the respective training exercise (for example “pectoralis major” in the training exercise “bench press")
  • a supporting musculature for example “m.triceps brachii” and “mdeltoideus clavicularis "in the training exercise
  • Bench press and a stabilizing musculature, usually the antagonistically contracting muscles (for example, “biceps brachii” in the "bench press” training exercise.)
  • the muscles loaded in a strength training are stored in the second memory unit and automatically assigned to the selected strength training exercises .
  • the movement rhythm of static, dynamic-positive and dynamic-negative muscle work is also called cadence in training practice.
  • this cadence is intentionally prolonged and extremely slow movements, for example in the dynamic negative phase, are carried out. It is difficult for the user without support in the training practice to adhere to exact specifications of cadences, for example four seconds of dynamic negative, two seconds of static, four seconds of dynamic positive muscle work.
  • there is a working angle in joints of the human body in which a maximum distance of the Line of action of the force application point of the training load to the axis of rotation / joint and thus with the same force a larger torque is generated. This angle range around the maximum torque is called in sport science also as "optimal working angle"
  • Muscle length condition Muscle length condition, a contracted muscle length condition, and a mean muscle length condition. In the stretched
  • Length condition contracted and in the mid-length state he is between the stretched and contracted length condition.
  • the transitions between the muscle length conditions are fluent.
  • length state a muscle is dependent on the initial angle of a higher-level joint, such as the shoulder joint in a strength training exercise in a diffraction and / or
  • the initial angle of a superior joint can be determined by said initial calibration of the mobile device, which also determines the muscle length condition
  • the invention does not limit the user in the possibilities of exercise in strength training exercises. From the user can therefore also
  • Strength training exercise X made with a training tool Y. become. These deviations are determined and can relate to the movement amplitude and / or the direction of movement.
  • the movement amplitude is movement, joint and
  • Strength training exercise is exploited, can be optionally made.
  • the method includes providing the user with visual and / or visual assistance by means of said mobile device for assistance in carrying out the predetermined sequence of movements
  • acoustic or / and / haptic signals are displayed, the information about, for example, the rhythm and / or the amplitude and / or the direction of the given
  • Motion sequence included.
  • the user can use the optical and / or acoustic and / or haptic signals to specify the cadence (movement rhythm) which is predetermined, for example, by a training method and / or a training plan, and / or the movement direction and / or the movement amplitude of a predetermined movement sequence of a strength training exercise , and / or the optimal working angle in a joint, easier to comply.
  • Training sets, strength training exercises, workouts, micro, meso, and / or macrocycles are determined.
  • Training units and / or microcycles and / or mesocycles and / or macrocycles are determined.
  • a microcycle can last a week, a mesocycle ten weeks, and a Include macrocycles lasting thirty weeks in which, for example, several training sessions have been completed.
  • the number of movement repeats and / or training sets and / or strength training exercises, and / or training units and / or microcycles and / or mesocycles and / or macrocycles can be determined. Also, the order of
  • Strength training exercises are determined. Moreover, in said mobile device, manually over the
  • an intended speed can be entered, if this does not coincide with the actual speed. This can be the case, for example, if, due to a very high training load, the movement is very slow, but actually at maximum speed against the
  • Training load is being worked.
  • an applied weight is being applied.
  • Intensity technique eg reduction set, partial repeats, superset, negative set, etc.
  • the mobile device can remind a user by means of optical and / or acoustic and / or haptic signals to a training session.
  • This reminder can be personalized, for example via the
  • Radio interface and / or interface Radio interface and / or interface.
  • the method includes that at least one of said sensor module additional raw sensor values on the
  • Radio interface are transmitted to said mobile device.
  • the sensor module which for example a
  • the mobile device for example, without the user interface, the Display unit and the RFID unit, allows the detection of the additional sensor raw values and the wireless transmission of additional sensor raw values to the mobile device.
  • the additional raw sensor values may be present in the sensor module, prior to transmission to the mobile
  • the sensor module eliminates the need to reposition the mobile device when switching to certain strength training exercises (e.g., from a leg exercise to an upper body exercise). For example, the mobile device is on the wrist / forearm and the sensor module is on the user's upper ankle.
  • the mobile device positioned at the wrist / forearm is in combination with the upper one
  • Ankle positioned sensor module formed, the said multiple training data in all
  • Sensor module depending on the strength training exercise X with the training tool Y to reposition. Nevertheless, repositioning to other body segments (for example, hip, thigh, upper arm,
  • Wrist / forearm, chest) and / or to the training utensil itself eg, in pure wrist extensions and / or flexions
  • the training utensil itself eg, in pure wrist extensions and / or flexions
  • This arrangement may be around a chest strap positioned on the chest of the user on which
  • This chest strap can be designed to detect the pulse.
  • the method includes said multiple training data and / or said revised measurements and / or said raw sensor values and / or said further
  • Radio station and over the Internet to one
  • Training data server and / or via the Internet and / or a direct connection to a computer of an external user, transferred.
  • the user logs in with a
  • Training data server enter personal user data
  • Gender pre-existing conditions, other sports activities, habitual physical activity, energy intake, temporal and motivational aspects, previously used training methods and training content, date of last performed
  • the user can, for example via his computer and the Internet, the multiple training data and / or the revised measured values and / or the sensor raw values and / or the other
  • the radio station can for example be placed in a gym and can serve the real-time data transmission.
  • the external user may be, for example, a trainer, physiotherapist or physician, who may access the training data server and the multiple training data and / or said revised measurements and / or said Sensor raw values and / or said further training data, gets transmitted by the radio station in real time to his computer.
  • the external user can use his computer to control the mobile device and / or make settings, such as movements of certain
  • the method involves a continual analysis of said multiple training data and / or said
  • Training model said training model is stored on said training data server and combines a first sub-model and a second sub-model;
  • Training model receives as input data said multiple
  • said training model predicts the performance of the user in weight training based on said first sub-model; said training model controls that
  • Strength training can be used several measures, such as One Repetition Maximum / concentric
  • the training model can set the choice of a measure of strength training in function of the training method used by the training model.
  • the training methods can be based on a
  • Subset of the multiple training data are determined, for example, based on the number of movement repeats and / or the voltage duration and / or the training load. It can be, for example, the training methods
  • the measure "One Repetition Maximum” offers, since only a small number of repetitions of movement with a high training load is performed and described with the "One Repetition Maximum” the highest training load, despite the greatest possible Effort can only be moved once.
  • the (local) fat-free muscle mass may be of interest, which for example by means of other devices
  • the measures of strength training in strength training can be in one or more performance index
  • Performance indices are combined to give the user a simpler overall view of his current
  • the direct performance diagnostics would be a sport motor
  • the determination of the maximum isometric force on a force plate or the measurement of the One Repetition Maximum provide, which is performed for example before and after a three-month training cycle.
  • Indirect performance diagnostics are performed during the training period.
  • the invention includes an indirect approach to power diagnostics in strength training, which consists of the multiple training data and / or the further training data and / or the revised measured values and / or the
  • Testing procedures e.g., performing test moves in the measurement of the One Repetition Maximum
  • the performance can be continually assessed (in each training session) and controlled.
  • the subjective mean stress up to the actual maximum performance can be made on the basis of empirical values.
  • Determination may be based on, among other things
  • the learning algorithm can be a mix of supervised, unmonitored and empowering
  • the subjective daily form of the user can be determined on the day of a training session, for example, to assign a lower weighting to poor daily performance values.
  • Strength training can be data-based modeling approaches, such as model trees or artificial neural
  • modeling trees divide the function that is induced into linear sections
  • Training load input of the training model
  • performance output of the training model
  • the first submodel is not exclusively based on the described input data and / or
  • Output data bound and it can also be supplemented and / or exchanged other metrics.
  • further approaches of data mining and / or machine learning and / or statistics and / or other mathematical and / or informational approaches may be used.
  • fuzzy logic offers, which has not yet been used in weight training.
  • a knowledge-based fuzzy model and a state transition modeling in the form of a finite automaton for the algorithmic control of strength training is integrated, resulting in concrete training recommendations for the user.
  • the user is referred to by fuzzy functions and personal user data in so-called application areas (e.g.
  • Training intensity, training density and frequency of training was performed.
  • process states in the strength training process are used
  • state transition model controls this process.
  • the controller can be in different
  • Training process levels temporary depth of the control, for example, motion repetition, training set,
  • the control of the second submodel relates both to the load normative to be selected by the user and to the strength training exercises, their selection, sequence and organizational form in
  • User data is taken. Here, among other things, based on the personal user data, the most important
  • FIG. 1 shows an overview in the form of a block diagram of an embodiment variant of the arrangement according to the invention
  • Weight stack of exercise equipment "machine / device” and / or “cable pull";
  • FIG. 4 shows a mobile device on a body segment with the distance to the point of application of the training load and the distance to the axis of rotation (elbow joint);
  • Fig. 5 a standing user with the
  • Body segment regions to which a mobile device and / or a sensor module can be attached at least;
  • Fig. 6 an example of a standing user
  • Fig. 7 an example of a horizontal user
  • Training tool "barbell”, with a view from behind on the user;
  • Fig. 8 a three-dimensional perspective of
  • Strength training exercise “bench press” shows an exemplary starting position of the strength training exercise “biceps curls” with the training tool “dumbbell", perpendicular to the ground;
  • Fig. 11 shows an exemplary angled
  • Fig. 12 shows an exemplary angled middle one
  • FIG. 1 shows an overview in the form of a block diagram of an embodiment of the inventive arrangement.
  • a mobile device 1 is exemplified in FIG. 1
  • the mobile device 1 includes a user interface 3, for example in the form of buttons / buttons.
  • a display unit 4 displays to the user 2 a graphical user interface 7 and may itself be configured as a user interface.
  • a second memory unit 5 includes predetermined ones
  • Movement data consisting of the characteristics of defined movements of N strength training exercises with one
  • the mobile device 1 includes an acceleration sensor 6a, a yaw rate sensor (gyroscope) 6b, and a magnetometer 6c.
  • a processor 13 calls, inter alia, from the second memory unit 5, the predetermined Movement data and obtained from the sensors 6a and / or 6b and / or 6c sensor raw values.
  • Algorithm 8 will be
  • Revised measured values are generated, depending on the raw sensor values and the given movement data from the second memory unit 5. Based on the revised measured values, multiple training data are precisely calculated.
  • a barbell 11, and / or a training load can be selected.
  • 3 shows an exemplary arrangement of the RFID tags 10 on the weights of a weight stack 31 of a training tool "cable pull" or "machine". Via the RFID unit 9 can communicate with external
  • Devices 12 take place, for example, turnstiles and / or spin cabinets and / or base stations in
  • the multiple training data and / or sensor raw values and / or revised measured values and / or further training data are displayed via the graphical user interface
  • the system 14 also manages the RFID unit 9 components,
  • Radio interface 18 and interface 22 The system 14 organizes the storage units 5 and 15, the
  • the interface 22 (also called data interface) is used both for
  • the interface 22 (FIG. 1),
  • the radio interface 18 is the wireless
  • a sensor module 19 which
  • Display unit 4 and RFID unit 9 corresponds, allows the detection of additional Sensorroh massage and the
  • FIG. 2 shows a further overview of a
  • the mobile device 1 is attached to the wrist / forearm 39 (Fig. 5), formed in the form of a wristwatch, and is responsible for the detection of arm and upper body movements.
  • the sensor module 19 is attached by way of example to the upper ankle joint 41 (FIG. 5), is responsible for determining leg movements and can optionally be repositioned to the body segments wrist 39, thigh 40 (above the knee), hip 38, upper arm 37 and chest 36.
  • the body segments wrist 39, thigh 40 (above the knee), hip 38, upper arm 37 and chest 36.
  • Wrist / forearm 39, thigh 40, upper ankle 41, hip 38, upper arm 37 and chest 36 are in one
  • the sensor module 19 can be attached directly to the training utensil (not
  • the radio interface 18 ( Figure 1) is
  • This radio station 20 is used for data transmission to an external User 21 and / or data transmission over the Internet 16 to a training data server 24.
  • This data transmission can be both directly, via a connection to a computer 29, as well as indirectly, via the Internet 16 and the
  • Training data server 24 are made.
  • Data transmission can be both wired and wireless.
  • a wireless data transmission can be carried out via an interface 30 (FIG. 2), for example a WLAN router, which, for example, is in one
  • the external user 21 may, for example, on the training area in the gym, by computer 29 (for example, a mobile tablet PC) the
  • On the training data server 24 is a
  • Training model 25 which combines a first sub-model 26 and a second sub-model 27, and thus implies the analysis of a strength training.
  • the training model 25 receives as input data 57 the multiple training data and / or the revised measured values and / or the personal data
  • the training model 25 is based on the first sub-model 26 configured to
  • the training model 25 is based on the second sub-model 27, designed to Force training of the user 2 to control 58, so
  • the force and distances 33 and 34 must be known.
  • the distance 33 from the mobile device 1 to the point of application of the training load 32 and the distance 34 from the mobile device to the rotation axis need to be once
  • Fig. 6 shows the strength training exercise "biceps curls" from the side view Fig. 6 is divided into the partial images a) to e), which show a succession of times of several movements and the same elements
  • FIG. 43 shows a forearm of the user 2.
  • Fig. 11 shows the training tool “barbell.”
  • Fig. 42 shows the muscle “biceps brachii” in an extended initial posture.
  • the mobile device 1 is on
  • Forearm / wrist 39 ( Figure 5) attached. If the user 2 in FIG. 6 b) lifts the lower arm 43, then the mobile device 1 moves with the lower arm 43 and the
  • Training utensil 11 sets the path 45 from the starting position 44.
  • the muscle 42 has done dynamic-positive muscle work, needed a certain amount of time for this concentric muscle length change, and is in a middle position. A partial movement was carried out, which was not carried out over the full movement amplitude or range of motion (ROM).
  • the mobile device 1 calculates the distance traveled 45 and the path-time course of the point of application of the training load of training tool 11, the voltage duration concentric muscle length change of the target musculature "m. biceps brachii " 42, the supporting muscles as well as the
  • partial image d) shows a muscle that has been completely contracted by lifting the training tool 11.
  • the forearm can not be brought closer to the upper arm. It was exploited the full amplitude of movement.
  • sub-image d) 46 shows a random deviation of the path course of the training utensil of the ideal line of
  • FIG. 6 shows a path-time profile of FIG
  • Trainingsutensils in which in the middle of the movement amplitude, the movement was stopped. Static holding of the training utensil does not work in the physical sense, but energy is still consumed in the muscle. Even with a longer distance 46 is more
  • Fig. 7 shows the multi-joint strength training exercise
  • Fig. 8 shows the strength training exercise
  • FIG. 7 is subdivided into the partial illustrations a) and b), which show a
  • FIG. 7 partial illustration a) 11 shows the training utensil "barbell", which of the User 2 is held statically in a home position. 49 shows a grip width of the user 2 on the exercise utensil 11.
  • the mobile device 1 is attached to the wrist / forearm 39 (FIG. 5) of the user 2. As soon as the user 2 in FIG. 7 b) lowers the training utensil 11, the mobile device 1 detects this movement and calculates the path-time course in at least one of the three axes 48. As can be seen from the starting position of the mobile device 1 in FIG. 7 partial image b) of the mobile device 1 can be seen, results in a small proportion of rotational movement, which with a pure
  • Acceleration sensor would be misinterpreted. In this example, relatively low centrifugal forces still occur. However, the greater the distance to the axis of rotation, the greater are the rotational movements (for example, FIG. 6
  • Fig. 9 shows the initial position of the strength training exercise "bicep curls.”
  • the mobile device 1 is on
  • Axis of rotation ie the elbow joint, and 42 the target muscle "m.
  • the position of the armrest 51 and that of the arm are completely vertical, and the joint responsible for the position is this
  • Fig. 10 shows the mobile device as well as the position of the forearm 54 (lever arm) in which the distance 53 of the
  • Torque (said optimum working angle) and thus performs the largest rotational work in a medium muscle length condition. 28 shows the training tool "dumbbell.” Turning to Fig. 11, an angled one is shown
  • Rotation axis / elbow joint 35 This starting angle of the complete arm or the shoulder joint 50 can of
  • Strength training exercise to strength training exercise and arm tray to Armablage vary. This starting angle can be
  • “Dumbbell” is the starting angle of the entire human body, whether it is lying horizontally to the ground on the training bench or the training bench has been angled become. Further, Figure 1 describes the mobile device, 54 the forearm, 35 the axis of rotation / elbow joint, 42 the target muscle “m. biceps brachii "in its initial length and 28 the
  • Fig. 12 shows with 1 the mobile device, as well as the position of the lower arm 54 (lever arm), in which the distance 53 from the line of action 52 of the force application point of the
  • Device 1 is formed, at the beginning of the movement, the output angle of the parent joint, in this
  • Figures 9 to 12 show a lenticular
  • Linear / translational movements - eg "bench press” in Fig. 7 is the torque in a joint, for example in upper body exercises, depending on the grip width 49 or, for example in leg exercises, from the position of the feet.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Human Computer Interaction (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Rehabilitation Tools (AREA)

Abstract

Die Erfindung betrifft das Gebiet der mobilen Trainingsdatenermittlung im Sport, insbesondere im Krafttraining, Bodybuilding, Fitnesssport und in Rehabilitation, sowie der Analyse dieser Trainingsdaten. Die Erfindung beinhaltet ein Verfahren und eine mobile Vorrichtung (1) zur präzisen Ermittlung multipler Trainingsdaten. Zu den multiplen Trainingsdaten zählen beispielsweise der Weg-Zeit-Verlauf des Kraftangriffspunkt der Trainingslast, die mechanische Arbeit und die Spannungsdauer exzentrischer und konzentrischer Muskellängenänderungen und isometrischer Muskelkontraktionen. Eine Analyse der Trainingsdaten basiert auf einem Trainingsmodell (25).

Description

Verfahren und Vorrichtung zur mobilen Trainingsdatenermittlung und Analyse von Krafttraining
B e s c h r e i b u n g
In Fitnessstudios, Krafträumen, Gesundheitszentren,
Physiotherapiepraxen oder Rehabilitationseinrichtungen stehen Sportlern/Patienten eine große Anzahl an Trainingsutensilien zur Verfügung, welche sich unter anderem in das Training mit Kurzhanteln, Langhanteln, eigenem Körpergewicht, stationären Maschinen/Geräten, Kabelzügen und Kardiogeräten unterteilen lassen. Durch die geringe Gegenkraft der Kardiogeräte wird ein Ausdauertraining betrieben, beispielsweise der Puls erfasst und der Kalorienverbrauch errechnet. Im Krafttraining wird hingegen gegen höhere Lasten gearbeitet und es kommen
beispielsweise Kurzhanteln, Langhanteln, Maschinen, Kabelzüge oder das eigene Körpergewicht als Gegenkraft zur Anwendung. Unter den Begriff Krafttraining lässt sich auch das
Bodybuilding, Muskelaufbautraining und zu Teilen das
Fitnesstraining einordnen. Ziel eines Krafttrainings ist, insbesondere im fitnessorientierten Krafttraining, die
Steigerung der Maximalkraft und der damit verbundene
Muskelaufbau. Die bisherigen Erfindungen im Krafttraining ermitteln die Trainingsdaten meist an großen stationären
Maschinen, beispielsweise mittels Seilzugsensoren. Sonstige mobile Vorrichtungen messen Parameter wie beispielsweise
Winkelveränderungen, Kraft, Geschwindigkeit oder Leistung, welche zur unmittelbaren Beurteilung oder Optimierung der Leistungsfähigkeit angewendet werden. Nachfolgend werden die bisherigen Erfindungen und Möglichkeiten der Trainingsdatenerfassung und der Analyse dieser Trainingsdaten erläutert .
EP 1834583B1 und US 2011027581A1 beschreiben eine Erfindung die mittels Beschleunigungssensor Parameter wie beispielsweise muskuläre Kraft, Geschwindigkeit, Leistung, Sprunghöhe bei Counter-Movement-Jumps , Reaktivität, muskuläres
Elastizitätsverhalten oder Koordination durch die Ausführung von Testbewegungen errechnet um den Trainingsstand bzw. das Leistungsniveau des Athleten unmittelbar zu erfassen und ihm durch Berechnungen, basierend auf Beschleunigungswerten, das Training zu optimieren. Dabei handelt sich um eine begrenzte Anzahl von Tests, wie beispielsweise die Erfassung der
Sprunghöhe bei einem Counter-Movement-Jump . Die
Trainingsoptimierungen basieren auf Beschleunigungsdaten bzw. den oben genannten muskulären Parametern. Ein personalisiertes „muscular profile" (US 20110207581A1, S. 3, [0043]) beruht auf Kraft-, Leistungs-, und Geschwindigkeitskurven.
„Personalized power curves" (US 20110207581A1, S. 3, [0044]) ermöglichen die Trainingslast festzulegen, um bestimmte
Anpassungen durch ausgewählte Trainingsbereiche (z.B.
Muskelhypertrophie) hervorzurufen. Diese Form der
Maximalkraftbestimmung (engl.: Repetition Maximum, kurz: RM) legt das Belastungsnormativ Trainingsintensität, also die Trainingslast fest, wodurch das Training optimiert werden soll .
US 6280361B1 beschreibt eine Erfindung die mittels
Controlling-Struktur Zugkräfte in mehreren Kabeln mit der erwünschten Widerstandskraft erzeugt. Mit dieser Erfindung kann auch in Schwerelosigkeit jede Form von Trainingsübung mit einer Widerstandskraft ausgeführt werden. Diese Erfindung ermöglicht ein stationäres Krafttraining. WO 9426359 beschreibt eine Erfindung die mittels
Neigungssensor die Bewegung eines Gelenks ermittelt. Durch diese Erfindung ist es möglich individuelle vorgegebene
Rehabilitationsprogramme zu speichern und die Erfüllung des Rehabilitationsprogramms auf Basis von Winkelmessungen in den Gelenken zu erfassen. Diese Erfindung ist dadurch
gekennzeichnet, dass sie mittels Neigungssensor Berechnungen vornimmt . US 0250286A1 beschreibt eine Erfindung zur Überwachung von Bewegungen eines Subjektes mittels einer Vielzahl von
Sensorelementen montiert an beweglichen Körpersegmenten eines Subjektes. Durch diese Erfindung ist es möglich, eine Vielzahl von Bewegungen während akuten und chronischen Hebeaufgaben zu registrieren um Erkrankungen der Lendenwirbelsäule und
wiederholende Belastungsverletzungen festzustellen und zu korrigieren .
JP 2007209636 beschreibt eine Erfindung die es einem
Trainierenden ermöglicht, Messgrößen von einer
Trainingswiederholung wie Zeit oder Frequenz mittels
Beschleunigungssensor zu ermitteln und diese an einen Computer zu übertragen. US 6796925B2 beschreibt eine Erfindung die mittels
Näherungssensor die Bewegungswiederholungen von
Trainingsübungen eines Sportlers messen kann. Durch diese Erfindung ist es möglich die Anzahl von
Bewegungswiederholungen in bestimmten Übungen zu ermitteln.
US 20080090703A1 beschreibt eine Erfindung zur automatischen Wiederholungszählung und Übungsorchestrierung. Diese Erfindung ermöglicht auf einem tragbaren Computer wie beispielsweise einen Smartphone/Handy oder PDA einen Zugang zu einem vorgeschriebenen Trainingsprogramm. Ähnlich der Erfindung US 6796925B2 werden die Bewegungswiederholungen hochgezählt. Dazu sind zwei verschiedene Module notwendig. Zum einen ein
"portable Computer device" wie beispielsweise ein
Handy/Smartphone und ein externer Sender mit
Beschleunigungssensor, welcher drahtlos die Messdaten an den tragbaren Computer sendet .
EP 1688746A2 beschreibt eine Erfindung die menschliche
Körperbewegungen misst. Diese Körperbewegungen werden mittels Beschleunigungssensor erfasst.
WO 0169180A1 beschreibt eine Erfindung, welche es ermöglicht die Geschwindigkeit und die Distanz während einer
Laufbewegung, beispielsweise in einem Ausdauertraining, zu messen .
US 6820025B2 beschreibt eine Erfindung zur Bewegungserkennung an einem gelenkig verbundenen starren Körper. Diese Erfindung kann die Position eines Sensors im Raum feststellen.
US 005807284A beschreibt eine Erfindung zur Verfolgung des menschlichen Kopfes oder ähnlich großen Körpern. Diese
Erfindung dient beispielsweise Virtual Reality Applikationen um Kopfbewegungen zu verfolgen.
DE 10029459A1 beschreibt eine Erfindung zur Erfassung der Position und/oder Bewegung eines Objekts und/oder Lebewesens sowie Teile dieser Einrichtung. Diese Erfindung eignet sich beispielsweise zur Positionsbestimmung eines Spielballes auf einem Fußballfeld um beispielsweise herauszufinden, ob der Ball bei einem Torschuss hinter der Torlinie positioniert war. DE 10029459A1 beschreibt eine Erfindung die sich wiederholende Bewegungen von Schwimmern erkennen, verfolgen, anzeigen und identifizieren kann. Die Anwendung der Erfindung bezieht sich auf schwimmspezifische Bewegungsabläufe, zwei Bewegungsachsen und Beschleunigungsdaten.
CA 1148186 beschreibt eine Erfindung, welche es Tennisspielern ermöglicht, das kontrollierte Biegen des Handgelenks zu erlernen. „It is therefore the primary object of this
invention to provide means whereby a player can be
automatically informed of errors, so that he can learn to avoid them." (CA 1148186, S. 1-2) . Zur Bestimmung der Biegung des Handgelenks werden mehrere Bänder und Verkabelungen, sowie eine externe AufZeichnungsvorrichtung und Sensoreinheit verwendet. Die Erfindung befindet sich nicht in einer
einzelnen geschlossenen Vorrichtung. Die externe
AufZeichnungsvorrichtung speichert die Anzahl und Frequenz der Biegungen des Handgelenks. DE 4222373A1 beschreibt eine Erfindung zur Weg- und
Geschwindigkeitsmessung von Sportlern wie beispielsweise
Skifahrer, Surfer, Segler oder Radfahrer. Zur Berechnung des Weges- und der Geschwindigkeit wird ein Beschleunigungssensor eingesetzt .
DE 19830359A2 beschreibt eine Erfindung zur räumlichen Lage- und Bewegungsbestimmung von Körperteilen und Körpern mittels einer Kombination von inertialen Orientierungs-Meßaufnehmer und Positionserfassungssensoriken . Mit dieser Erfindung könnte beispielsweise die Position eines Körpersegmentes im Raum oder ein Teilkoordinatensystem bestimmt werden.
US 005676157A beschreibt eine Erfindung zur Bestimmung
kinematisch eingeschränkter mehrgelenkiger Strukturen. Diese Erfindung erlaubt die Bestimmung der räumlichen Position und Orientierung von Körpersegmenten.
DE 102006047099A1 beschreibt eine Erfindung zum Sammeln und Aufbereiten von Trainingsdaten in einem Fitnessstudio. Diese Erfindung ermöglicht eine Erfassung von Trainingsdaten an stationären Trainingsgeräten in Form von Kraft-, Bewegungsund Wiederholungsinformationen und die Aufbereitung der Daten zur Trainingskontrolle.
US 20070219059A1 beschreibt eine Erfindung zur
kontinuierlichen Überwachung und Echt zeit-Analyse von Übungen. Durch diese Erfindung ist es möglich Körpergeräusche,
Körperzeichen, Vitalfunktionen, Bewegungen und
Maschineneinstellungen kontinuierlich und automatisch zu überwachen. Diese Erfindung ist speziell auf eine Herz-Lungen- Überwachung eines Sportlers während eines Trainingsablaufes ausgelegt, um die Sicherheit insbesondere bei
Rehabilitationspatienten beim Übungsausführen zu
gewährleisten.
US 4660829 beschreibt eine Erfindung die es ermöglicht, in Sportspielen wie beispielsweise Tennis, Bewegungen von zwei Körpersegmenten wie dem Handgelenk und dem Unterarm zu
erfassen. Um diese Bewegungen zu erfassen werden zwei separate Module eingesetzt.
US 20110082394A1 beschreibt eine Erfindung zur Überwachung sportbezogener Fitness durch Schätzung der Muskelkraft und die gemeinsame Kraft von Extremitäten, bestehend aus einem
Sensormodul und einem Kraft /Weg-Detektionsmodul zur
Klassifizierung von Bewegungsserien bezogen auf die
Muskelkraft und die gemeinsame Kraft der Gliedmaßen. Mit dieser Erfindung können Bewegungen beispielsweise erkannt /klassifiziert werden, welche beispielsweise in den oberen und untere Gliedmaßen ausgeführt wurden.
US 6514219B1 beschreibt eine Erfindung zur automatischen biomechanischen Analyse und Erkennung und Korrektur von
Haltungsabweichungen. Diese Erfindung ermöglicht mittels optischen Markern an verschiedenen Körpergelenken diese
Körpergelenke im Raum zu erfassen und Analysen vorzunehmen. US 6834436B2 beschreibt eine Erfindung um an einem
menschlichen Körper eine liegende, sitzende oder stehende Position unterscheiden zu können. Weiterhin können mit der Erfindung zu viel oder zu wenig Aktivität von Gelenken oder Bewegungen festgestellt werden.
Zur Analyse von Trainingsdaten kommen in der Sportwissenschaft bislang, insbesondere in Mannschaftssportarten und im
Ausdauertraining, mathematische und statistische Modelle oder unkonventionelle Modellierungsparadigmen zur Anwendung. Diese Modelle dienen beispielsweise der Prognose von
Wettkampfleistungen (z.B. im Schwimmen) oder der Analyse von taktischen Interaktionen in Mannschaftssportarten (z.B. im Fußball) . Bisherige Modelle, die der Analyse und Prognose von Trainingswirkungen (Leistungsfähigkeit) dienen sollen, haben bislang eine geringe Modellgüte und Prognoseleistung,
vereinfachen die Wechselwirkung von Trainingsbelastung und Leistungsfähigkeit stark (z.B. eine Input- und eine
Outputvariable) oder ermöglichen keine kausalen
Interpretationen der Ergebnisse. Weiterhin sind diese in ihrer zeitlichen Tiefe eingeschränkt, an eine Vielzahl von
Bedingungen geknüpft (z.B. nur fortgeschrittene Sportler) und die Ergebnisse werden nicht algorithmisiert ausgewertet, resultieren also nicht in konkreten Trainingsempfehlungen. Um Trainingsempfehlungen aus den Ergebnissen eines solchen Modells zu schließen, werden bislang immer Experten (z.B.
Trainer) benötigt, die den schwer nachvollziehbaren
Zusammenhang von Trainingsbelastung und Leistungsfähigkeit deuten können.
Bei der Betrachtung der aufgezählten Erfindungen wird
deutlich, dass bislang keine Erfindung für das Krafttraining entwickelt wurde, welche es ermöglicht, eine Vielzahl
relevanter Trainingsdaten, in sämtlichen
Krafttrainingsübungen, mit sämtlichen Trainingsutensilien, präzise erfassen zu können, ohne auf fest vorgeschriebene Trainingsabläufe, Smartphones/Handys und/oder elektronische stationäre Krafttrainingsgeräte angewiesen zu sein. Bei
Betrachtung der Modelle zur Trainingsdatenanalyse wird
deutlich, dass es bislang an einer fortwährenden Analyse von Trainingsdaten im Krafttraining fehlt, also ein Modell fehlt, dass konkrete Trainingsempfehlungen aus den Analysen ableiten (Steuerung des Krafttrainings) und das mit hoher Modellgüte die Leistungsfähigkeit eines Benutzers im Krafttraining prognostizieren kann. Bei den aufgezählten Erfindungen umfasst ein gattungsgemäßes Verfahren zur Trainingsdatenerfassung folgende Schritte: Fixierung einer mobilen Vorrichtung an einem Körpersegment; Bestimmung von Sensorwerten in
Bewegungsabläufen mit besagter mobiler Vorrichtung; Berechnung von Trainingsdaten aus besagten Sensorwerten mit besagter mobiler Vorrichtung; Speicherung besagter Trainingsdaten auf einer ersten Speichereinheit in besagter mobiler Vorrichtung; Übertragung besagter Trainingsdaten von besagter mobiler
Vorrichtung über eine Datenschnittstelle an einen Computer. Bei den aufgezählten Erfindungen beinhaltet eine
gattungsgemäße Vorrichtung zur Trainingsdatenerfassung:
Gehäuse; Sensor zur Bestimmung von Sensorwerten; Prozessor zur Berechnung von Trainingsdaten; eine erste Speichereinheit zur Speicherung von besagten Trainingsdaten; Datenschnittstelle zur Übertragung von besagten Trainingsdaten an einen Computer.
Um eine Vielzahl relevanter Trainingsdaten, in sämtlichen Krafttrainingsübungen, mit sämtlichen Trainingsutensilien, präzise erfassen zu können, braucht ein Benutzer bei einer Erfindung eine Auswahl an Krafttrainingsübungen und
Trainingsutensilien, um die genannten relevanten
Trainingsdaten präzise berechnen zu können, da die Messwerte je nach Krafttrainingsübung und gewähltem Trainingsutensil stark variieren. Weiterhin brauchen Benutzer, um valide
Trainingsdaten zu erhalten, ein Verfahren, welches die
Position des Kraftangriffspunkt der Trainingslast im Raum feststellen kann. Dieses Verfahren kann bei einer Bestimmung von Sensorwerten nur dann wirklich präzise sein, wenn bereits die mathematische Struktur und die Messverfälschungen in den jeweils gewählten Krafttrainingsübungen mit einem
Trainingsutensil und den dazugehörigen festgelegten
Bewegungsabläufen, bekannt sind. Um algorithmisiert
Trainingsempfehlungen im Krafttraining geben (Steuerung des
Krafttrainings) sowie die Leistungsfähigkeit eines Benutzer im Krafttraining prognostizieren zu können, reicht die einmalige Ermittlung von Trainingsdaten in einer Trainingseinheit nicht aus. Es müssen über einen längeren Zeitraum (fortwährend in verschiedenen Trainingsprozessebenen) Trainingsdaten ermittelt und analysiert werden.
Aufgabe der Erfindung ist es, durch die Verbesserung eines gattungsgemäßen Verfahrens und einer gattungsgemäßen
Vorrichtung, einem Benutzer im Krafttraining die Möglichkeit zu bieten, relevante Trainingsdaten, in sämtlichen
Krafttrainingsübungen, mit jedem zur Verfügung stehenden
Trainingsutensil, präzise erfassen zu können, sowie diese Trainingsdaten zu analysieren und das Krafttraining anhand einer Vielzahl von Trainingsdaten zu steuern und Prognosen der Leistungsfähigkeit berechnen zu können.
Die Aufgabe wird gemäß einem ersten Aspekt der Erfindung durch ein Verfahren zur präzisen, mobilen Trainingsdatenermittlung gelöst, bestehend aus folgenden Schritten: Auswahl einer
Krafttrainingsübung mit festgelegtem Bewegungsablauf und eines Trainingsutensils, aus N Krafttrainingsübungen und M
Trainingsutensilien, mittels einer mobilen Vorrichtung; Abruf von vorgegebenen Bewegungsdaten, bestehend aus den Kenngrößen festgelegter Bewegungsabläufe einer besagten
Krafttrainingsübung X mit einem besagten Trainingsutensil Y, aus einer zweiten Speichereinheit in besagter mobiler
Vorrichtung; Bestimmung von Sensorrohwerten mit besagter mobiler Vorrichtung in besagten festgelegten Bewegungsabläufen besagter Krafttrainingsübung X mit besagtem Trainingsutensil Y, bestehend aus Beschleunigungs- und
Winkelgeschwindigkeitswerten; Berechnung von überarbeiteten Messwerten mit besagter mobiler Vorrichtung, in Abhängigkeit besagter vorgegebener Bewegungsdaten und besagter
Sensorrohwerte; präzise Berechnung von multiplen
Trainingsdaten, mit besagter mobiler Vorrichtung, basierend auf besagten überarbeiteten Messwerten. Es hat sich gezeigt, dass bei der Analyse von Trainingsdaten die Aussagekraft erhöht werden kann, wenn eine Vielzahl von Trainingsdaten ermittelt werden, weshalb die ermittelten
Trainingsdaten als „multiple Trainingsdaten" bezeichnet werden, diese aber auch einen einzelnen
Trainingsdatenparameter enthalten können. Der Begriff
„präzise" definiert sich dahingehend, dass die
Bewegungsabläufe durch die Auswahl der Krafttrainingsübungen und der Trainingsutensilien vorgegeben sind und dadurch die mathematische Struktur und die Messverfälschungen bekannt sind. Diese besagten vorgegebenen Bewegungsabläufe befinden sich auf der zweiten Speichereinheit in der mobilen
Vorrichtung und werden gemeinsam mit den Sensorrohwerten verarbeitet. Erfindungen, welche eine Modellierung der
Krafttrainingsübungen mit den besagten Trainingsutensilien nicht explizit beinhalten, weisen ungenauere Berechnungen auf, da Bewegungsabläufe und Sensorwerte nicht vorweg bekannt sind. Der Begriff „relevant" definiert sich dahingehend, dass die besagten multiplen Trainingsdaten für den Trainingsfortschritt des Benutzers unabdingbar sind. Trainingsdaten anderer
Erfindungen, wie beispielsweise LaufStreckeninformationen, wären für die Analyse eines Krafttrainings unbrauchbar.
Ein zweiter Aspekt der Erfindung betrifft eine Vorrichtung zur präzisen, mobilen Trainingsdatenerfassung, bestehend aus: Die zweite Speichereinheit, auf welcher die vorgegebenen
Bewegungsdaten gespeichert sind, bestehend aus den Kenngrößen festgelegter Bewegungsabläufe von N Krafttrainingsübungen mit einem Trainingsutensil Y, und von einem Prozessor abgerufen werden; Beschleunigungssensor und Drehratensensor zur
Bestimmung von Beschleunigungs- und/oder
Winkelgeschwindigkeitswerten, die an den Prozessor übertragen werden. Bei dieser Vorrichtung handelt es sich um die mobile Vorrichtung des Verfahrens zur präzisen, mobilen
Trainingsdatenerfassung. Die mobile Vorrichtung kann in Form einer Armbanduhr ausgebildet sein. Weiterhin beinhaltet die mobile Vorrichtung eine Funkschnittstelle, zum drahtlosen Datenaustausch mit mindestens einem Sensormodul und/oder mindestens einer Funkstation und/oder sonstigen Vorrichtungen. Die Funkschnittstelle dient der drahtlosen Übertragung von Daten. Diese kann beispielsweise als eine 2,4 GHz
Funkschnittstelle ausgebildet sein. Die Funkstation kann beispielsweise der Echt zeit-Datenübertragung, in
beispielsweise einem Fitnessstudio, dienen. Das Sensormodul kann beispielsweise einer eingeschränkten Ausführungsvariante der mobilen Vorrichtung entsprechen. Bei den sonstigen
Vorrichtungen kann es sich beispielsweise um Personenwaagen und/oder Smartphones/Handys und/oder Body-Composition-Analyzer handeln. Die mobile Vorrichtung beinhaltet eine RFID-Einheit , welche als RFID-Leseeinheit und als RFID-Sendeeinheit
ausgebildet ist; besagte RFID-Einheit kann mit RFID-Tags, welche an besagtem Trainingsutensil befestigt und/oder in besagtem Trainingsutensil integriert und/oder sich in der Nähe des besagten Trainingsutensils befinden, und/oder mit externen Vorrichtungen, kommunizieren. Zu den Trainingsutensilien können beispielsweise „Kurzhanteln", „Langhanteln",
„Kabel züge", „Maschinen" oder das „eigene Körpergewicht" zählen. Die externen Vorrichtungen sind beispielsweise
Drehkreuze, über die beispielsweise der Check-In/Out in
Fitnessstudios vollzogen wird und/oder Spintschränke, welche beispielsweise geöffnet oder abgeschlossen werden können und/oder Basisstationen, an denen beispielsweise
Trainingsdaten abgerufen werden können. Weiterhin beinhaltet die mobile Vorrichtung ein Magnetometer zur Messung des magnetischen Flussdichtevektors. Außerdem beinhaltet die mobile Vorrichtung eine Benutzerschnittstelle und/oder eine Anzeigeeinheit und/oder einen Vibrationsmotor und/oder einen Lautsprecher. Die Benutzerschnittstelle kann beispielsweise in Form von Tasten/Knöpfen vorhanden sein, welche sich
beispielsweise am äußeren Rand der mobilen Vorrichtung
befinden. Die Anzeigeeinheit, beispielsweise in Form eines Displays, zeigt dem Benutzer eine graphische
Benutzeroberfläche an. Die Anzeigeeinheit selbst kann als Benutzerschnittstelle, beispielsweise in Form eines
Touchscreens , ausgebildet sein. Die Sensorrohwerte und/oder die überarbeiteten Messwerte und/oder die multiplen
Trainingsdaten können auf einer ersten Speichereinheit
gespeichert werden. Die zweite Speichereinheit beinhaltet die vorgegebenen Bewegungsdaten. Die erste Speichereinheit
und/oder die zweite Speichereinheit können beispielsweise als integrierter Flashbaustein und/oder als SD-Speicherkarte ausgeführt sein. Die Sensoren in der mobilen Vorrichtung sind der Beschleunigungssensor, der Drehratensensor (Gyroskop) und das Magnetometer. Der Prozessor ruft unter anderem von der zweiten Speichereinheit die vorgegebenen Bewegungsdaten ab und erhält von den Sensoren die Sensorrohwerte. In einem
Algorithmus werden die überarbeiteten Messwerte generiert, in Abhängigkeit von den Sensorrohwerten und den vorgegebenen Bewegungsdaten aus der zweiten Speichereinheit. Weiterhin beinhaltet die mobile Vorrichtung einen Akku, beispielsweise ein Lithium-Akku. Die mobile Vorrichtung beinhaltet eine
Schnittstelle (auch Datenschnittstelle genannt),
beispielsweise eine USB-Schnittstelle, welche sowohl zur
Datenübertragung an einen Computer des Benutzers, als auch zur Stromversorgung der mobilen Vorrichtung genutzt wird.
Die Berechnung von überarbeiteten Messwerten mit der mobilen Vorrichtung umfasst mindestens einen der nachfolgenden
Schritte :
- anfängliche Kalibrierung besagter mobiler Vorrichtung, zur Verbesserung besagter Berechnung und/oder Erweiterung besagter multipler Trainingsdaten;
- Einbindung besagten magnetischen Flussdichtevektors in
besagte Sensorrohwerte;
- Fusion besagter Sensorrohwerte mit besagten vorgegebenen
Bewegungsdaten;
- zweifache Integrierung von besagten Beschleunigungswerten; -Filterung von Sensor-Offsets .
Durch die Kombination eines Beschleunigungssensors und eines Drehratensensors, sowie der Fusion der Sensorrohwerte und den vorgegebenen Bewegungsdaten, beispielsweise per Kaiman- Filter/Direction Cosine Matrix, kann die Ausrichtung der mobilen Vorrichtung im Raum (Roll-, Nick-, Gierwinkel) relativ zur Erde berechnet werden. Die Berechnung der Ausrichtung ist im bewegten Zustand alleine per Beschleunigungsdaten nicht möglich, da neben der Erdbeschleunigung noch weitere nicht von einander zu trennende Beschleunigungen auftreten. Durch die bekannte Ausrichtung ist es möglich die Beschleunigungsdaten vom lokalen System (mobile Vorrichtung) in das globale
Koordinatensystem zu transformieren. Es lassen sich
Beschleunigungen im globalen Koordinatensystem feststellen. Erst durch die Umrechnung der Beschleunigungen können
Bewegungsvektoren und alle daraus resultierenden Größen berechnet werden. Mit Hilfe des festen Bezugssystems ergibt sich die Möglichkeit die mobile Vorrichtung auch an Positionen zu befestigen, welche sich bei der geplanten Bewegung drehen, obwohl die Bewegung geradlinig ist. Über eine mathematische
Korrektur kann sich die mobile Vorrichtung auch außerhalb des Mittelpunktes der Bewegung, also am Kraftangriffspunkt der Trainingslast, befinden, wenn die jeweiligen Abstände in die mobile Vorrichtung eingegeben werden. Durch zweifaches
Integrieren der Beschleunigungen kann der Bewegungsvektor der mobilen Vorrichtung aufgezeichnet werden. Ein systembedingtes Offset, durch Drift des Beschleunigungs- und Drehratensensors über die Zeit, kann beispielsweise durch Hochpassfiltern, insbesondere bei zweifacher Integration, eliminiert werden. Da somit der Weg-Zeit-Verlauf des Kraftangriffspunkt der
Trainingslast bekannt ist, können beispielsweise der
Bewegungsrhythmus, die Bewegungsamplitude und die
Bewegungsrichtung ermittelt werden.
Um die Genauigkeit des Verfahrens weiter zu erhöhen, wird die vorläufig errechnete Position der mobilen Vorrichtung, speziell deren Bewegung im Raum, weiteren Plausibilitätstests unterzogen. Dabei fließen beispielsweise Informationen zum menschlichen SkelettSystem ein. Besagte multiple Trainingsdaten enthalten, basierend auf besagten Sensorrohwerten, mindestens eine der nachfolgenden Informationen :
- präziser Weg-Zeit-Verlauf des Kraftangriffspunkt der
Trainingslast in X-Achse und/oder Y-Achse und/oder Z-Achse; -Spannungsdauer exzentrischer Muskellängenänderungen und/oder konzentrischer Muskellängenänderungen und/oder isometrischer Muskelkontraktionen;
- Anzahl von Bewegungswiederholungen;
-mechanische Arbeit;
- Rotationsarbeit;
- Muskelbelastungen;
- Drehmoment;
- Kraft;
- Kraftstoß;
- physikalische Wirkung;
- Griffbreite;
- GriffVariante ;
- Fußposition;
-Ausgangswinkel eines übergeordneten Gelenkes;
- Muskellängenzustand;
- Beanspruchungsgrad;
- Art einer Bewegung in einem Gelenk;
- in einem Trainingssatz angewandte Intensitätstechnik;
-Trainingsmethode.
Einzelne Trainingsdaten der multiplen Trainingsdaten können auch zeitabhängig ermittelt und/oder weiterverarbeitet werden, wie beispielweise die zeitabhängige Verarbeitung des
Drehmoments (Drehmoment-Zeit-Verlauf) . Für andere
Trainingsdaten, wie beispielsweise der Weg-Zeit-Verlauf des Kraftangriffspunkt der Trainingslast in X-Achse und/oder Y- Achse und/oder Z-Achse kann es ausreichen, dass lediglich einzelne Wertebereiche, wie beispielsweise der Weg-Verlauf, ermittelt werden.
Zur Verbesserung der Berechnung und/oder Erweiterung der multiplen Trainingsdaten, wird vor Beginn des
Bewegungsablaufes eine Kalibrierung durchgeführt, wodurch die Position und die Lage der besagten mobilen Vorrichtung im Raum errechnet werden. Weiterhin wird durch die Kalibrierung die Ausgangsposition von Körpersegmenten in Krafttrainingsübungen ermittelt und zusätzliche Trainingsdaten errechnet, wie beispielsweise der Ausgangswinkel eines übergeordneten
Gelenkes, beispielsweise das Schultergelenk bei einer
Krafttrainingsübung in der eine Beugung und/oder Streckung im Ellenbogengelenk stattfindet, und/oder eine Griffbreite, beispielsweise an einer Langhantel, und/oder die Position eines Fußes oder beider Füße, beispielsweise bei
Krafttrainingsübungen mit Kniebeugung und/oder Kniestreckung. Die Griffbreite kann beispielsweise über einen Winkel des Unterarmes zum Trainingsutensil (beispielsweise „Langhantel") errechnet werden. Dazu müssen einmalig ein ausgewählter
Abstand der Hände und der dazugehörige Winkel des Unterarmes bekannt sein. Diese Abstände können vom Benutzer, bei einem vorgegebenen Winkel des Unterarmes, über die
Benutzerschnittstelle und/oder die Anzeigeeinheit manuell eingegeben werden. Darauffolgend kann die Griffbreite
automatisch errechnet werden, ohne das ein zweites Mal manuelle Angaben gemacht werden müssen. Die gleiche
Vorgehensweise betrifft die Fußposition und einen Winkel des Unterschenkels zum Trainingsutensil. Außerdem kann die
GriffVariante (beispielsweise pronierter Griff, supinierter Griff, Hammergriff, Kreuzgriff, Klammergriff, SZ-Griff) über die Benutzerschnittstelle und/oder Anzeigeeinheit ausgewählt werden und/oder die GriffVariante automatisiert, basierend auf den Sensorrohwerten, ermittelt werden. Es werden weitere Trainingsdaten ermittelt, welche mindestens eine der nachfolgenden Informationen beinhalten:
- Trainingslast;
-Art eines Trainingsutensils;
— Art einer Krafttrainingsübung;
— veränderte Krafteinwirkung auf den Angriffspunkt der
Trainingslast bei einer Auswahl des Trainingsutensils
Kabelzug und/oder Maschine;
-intendierte Geschwindigkeit;
—Pausenzeiten zwischen Bewegungswiederholungen und/oder
Trainingssätzen und/oder Krafttrainingsübungen und/oder Trainingseinheiten und/oder Mikrozyklen und/oder Mesozyklen und/oder Makrozyklen;
-Anzahl von Trainingssätzen und/oder Krafttrainingsübungen, und/oder Trainingseinheiten und/oder Mikrozyklen und/oder Mesozyklen und/oder Makrozyklen;
—Dauer von Bewegungswiederholungen und/oder Trainingssätzen und/oder Krafttrainingsübungen und/oder Trainingseinheiten und/oder Mikrozyklen und/oder Mesozyklen und/oder
Makrozyklen;
-Datum und Uhrzeit einer Trainingseinheit;
- subjektive Tagesform;
-Reihenfolge von Krafttrainingsübungen.
Das Verfahren beinhaltet, dass von einem Benutzer eine
Trainingslast und/oder das Trainingsutensil und/oder die Krafttrainingsübung automatisiert, über eine RFID-Einheit und RFID-Tags, ausgewählt wird und/oder manuell, über die
Benutzerschnittstelle und/oder die Anzeigeeinheit, ausgewählt wird und/oder die Krafttrainingsübung automatisiert, ausgehend von den Sensorrohwerten, ermittelt wird. Dabei ist die „Ermittlung" eine Möglichkeit für die besagte Auswahl von besagter Krafttrainingsübung X. Die Auswahl der Trainingslast bezieht sich dabei auf eine Untermenge der multiplen
Trainingsdaten. Die automatisierte Auswahl über die RFID- Einheit verläuft über einen RFID-Tag der an dem
Trainingsutensil, beispielsweise eine Langhantel, befestigt ist und/oder in das Trainingsutensil integriert ist und/oder sich in der Nähe des Trainingsutensils befindet. Der RFID-Tag sendet an die mobile Vorrichtung die Informationen
„Trainingslast", „Art des Trainingsutensil" und gegebenenfalls auch „Art der Krafttrainingsübung". Die Trainingslast ergibt sich beim Beispiel des Trainingsutensils „Langhantel" aus der Summe der Masse der Langhantel und den an der Langhantel befestigten Gewichtsscheiben. Die mobile Vorrichtung ist ausgebildet, die Masse des Trainingsutensils und der
Gewichtsscheiben aufzusummieren und zu einer
TrainingslastInformation zusammenzufügen. Bei dem
Trainingsutensil Kurzhantel ist dieselbe Vorgehensweise gegeben. Handelt es sich um eine Kompakt-Kurzhantel , bei der die Anzahl der Gewichtsscheiben unveränderbar ist, ist keine Aufsummierung der Trainingsgewichte notwendig.
Die Information, welche Krafttrainingsübung ausgeführt wird, ist bei der Auswahl des Trainingsutensils „Maschine", bei der Mehrzahl der Maschinen, bereits vorgegeben, da Maschinen im Krafttraining den Bewegungsablauf fest vorgeben. Dadurch kann der RFID-Tag an die mobile Vorrichtung auch die Information „Art der Krafttrainingsübung" senden. Bei den
Trainingsutensilien Langhantel, Kurzhantel, Kabelzug und
Körpergewicht sind die Bewegungsabläufe erst in Kombination mit einer Krafttrainingsübung fest vorgegeben. Demnach können mit einem Trainingsutensil verschiedene Krafttrainingsübungen durchgeführt werden. Vorgegebene Bewegungsabläufe beziehen bei der Auswahl der Trainingsutensilien „Kurzhantel",
„Langhantel", „Kabelzug" und „Maschine/Gerät" auf die ordnungsgemäße Ausführung einer Krafttrainingsübung mit diesen Trainingsutensilien. Selbstverständlich wird der Benutzer, durch die vorgegebenen Bewegungsabläufe in der
Krafttrainingsübung X, nicht in seinen Bewegungsmöglichkeiten mit den Trainingsutensilien Kurzhantel, Langhantel, Kabelzug und Körpergewicht eingeschränkt.
Wird die Auswahl manuell über die Benutzerschnittstelle und/oder die Anzeigeeinheit vorgenommen oder handelt es sich um das Trainingsutensil „Maschine" mit RFID-Tag, werden die in besagter zweiten Speichereinheit befindlichen vorgegebenen Bewegungsdaten einer Krafttrainingsübung X mit einem
Trainingsutensil Y unmittelbar vom Prozessor abgerufen und laufend mit den Sensorrohwerten verarbeitet. Wird vom Benutzer vor dem Bewegungsablauf keine Auswahl einer
Krafttrainingsübung vorgenommen, kann eine
Krafttrainingsübung, ausgehend von den Sensorrohwerten, automatisiert ermittelt werden. Der Trainingsumfang wird in der Trainingspraxis
einfachheitshalber aus dem Produkt von Anzahl der
Bewegungswiederholungen und Trainingslast berechnet. Diese Berechnungsart gibt natürlich nicht Aufschluss über die tatsächlich mechanisch verrichtete Arbeit. Die mechanische Arbeit errechnet sich aus dem Produkt von Kraft und Weg. Da es sich bei allen Krafttrainingsübungen um
Körpersegmentbewegungen durch Rotationen um Gelenkachsen handelt, wird auch die Rotationsarbeit berechnet, welche sich aus dem Produkt von Drehmoment und Drehwinkel ergibt. Die zur Berechnung des Drehmoments notwendigen Abstände
(beispielsweise der Abstand vom Kraftangriffspunkt der
Trainingslast zur Drehachse/Gelenk, also der Hebelarm) können über die Benutzerschnittstelle und/oder die Anzeigeeinheit in die mobile Vorrichtung eingegeben werden. Die veränderte Krafteinwirkung auf den Angriffspunkt der
Trainingslast kann bei der Auswahl des Trainingsutensils Kabelzug und/oder Maschine bei untersetzten
Trainingsutensilien (Gewicht über Flaschenzug o.ä.) errechnet werden, wenn ein Untersetzungsfaktor manuell vom Benutzer über die Benutzerschnittstelle und/oder die Anzeigeeinheit
eingegeben wird und/oder der Untersetzungsfaktor für einen bestimmten Kabelzug- und/oder Maschinen-Typ bereits auf der mobilen Vorrichtung gespeichert sind.
Es existieren drei Muskelarbeitsweisen und drei
Muskelkontraktionsformen bezogen auf Längenänderungen der Muskulatur: dynamisch-positive, dynamisch-negative und
statische Muskelarbeit sowie konzentrische und exzentrische Muskellängenänderungen und isometrische Muskelkontraktionen. Beim statischen Halten eines Trainingsutensils (isometrische Muskelkontraktion) wird keine Arbeit im physikalischen Sinne verrichtet, doch wird im Muskel weiterhin Energie verbraucht. Es reicht also nicht aus, den Trainingsumfang alleine über die mechanische Arbeit zu berechnen. Eine weitere Messgröße muss hinzugenommen werden. Dabei handelt es sich um die sogenannte Spannungsdauer (engl.: Time Under Tension; kurz: TUT), in der Literatur häufig auch als „physiologische Arbeit" oder
„Anspannungszeit" bezeichnet. Die Spannungsdauer der
Muskulatur wird dabei nicht nur während isometrischer
Kontraktionen (statischer Haltearbeit), sondern auch während exzentrischer und konzentrischer Muskellängenänderungen, also dynamisch-positiver und dynamisch-negativer Muskelarbeit, errechnet.
Um die Spannungsdauer einer Muskulatur in einer
Krafttrainingsübung errechnen zu können, müssen bereits
Informationen zur Anatomie des menschlichen Skelett Systems und die Funktionen der Muskulatur vorgegeben sein. Muskeln können in Gelenken beispielsweise die Funktionen der Innen- und
Außenrotation, Translation, Abduktion und Adduktion, Extension und Flexion, Supination und Pronation sowie Anteversion und Retroversion haben. Dabei gibt es in Krafttrainingsübungen eine sogenannte Zielmuskulatur, welche hauptsächlich in der jeweiligen Trainingsübung belastet wird (beispielsweise „m. pectoralis major" in der Trainingsübung „Bankdrücken"), eine unterstützende Muskulatur (beispielsweise „m. triceps brachii" und „m. deltoideus clavicularis" in der Trainingsübung
„Bankdrücken") und eine stabilisierende Muskulatur, meist die antagonistisch kontrahierende Muskulatur (beispielsweise „m. biceps brachii" in der Trainingsübung „Bankdrücken") . Die in einem Krafttraining belasteten Muskeln sind in der zweiten Speichereinheit gespeichert und werden automatisch den jeweils ausgewählten Krafttrainingsübungen zugewiesen. Um die
Belastung von einem oder mehreren Muskeln (die
Muskelbelastungen) in Krafttrainingsübungen gewichten zu können fließen, neben den anatomischen Informationen,
Forschungsergebnisse elektromyographischer Untersuchungen in die Gewichtung von Muskelbelastungen in Krafttrainingsübungen ein .
Der Bewegungsrhythmus von statischer, dynamisch-positiver und dynamisch-negativer Muskelarbeit wird in der Trainingspraxis auch als Kadenz bezeichnet. In manchen Trainingsmethoden wird diese Kadenz bewusst in die Länge gezogen und extrem langsame Bewegungen, beispielsweise in der dynamisch-negativen Phase, ausgeführt. Für den Benutzer ist es in der Trainingspraxis ohne Unterstützung schwierig, genaue Vorgaben von Kadenzen, beispielsweise vier Sekunden dynamisch-negative, zwei Sekunden statische, vier Sekunden dynamisch-positive Muskelarbeit, einzuhalten. Weiterhin gibt es in Gelenken des menschlichen Körpers einen Arbeitswinkel, in der ein maximaler Abstand der Wirkungslinie des Kraftangriffspunkt der Trainingslast zur Drehachse/Gelenk und damit bei gleicher Kraft ein größeres Drehmoment erzeugt wird. Dieser Winkelbereich um das maximale Drehmoment wird in der Sportwissenschaft auch als „optimaler Arbeitswinkel" bezeichnet. Beispielsweise ist dieser im
Ellenbogengelenk bei 60°-120° und bei Kniestreckung bei 110°- 120° Innenwinkel. Dieser optimale Arbeitswinkel kann in der Trainingspraxis von dem Benutzer ohne Unterstützung nur schwer eingehalten werden. Muskeln können sich in dem optimalen
Arbeitswinkel, in dem das größte Drehmoment erzeugt wird, in unterschiedlichen Längenzuständen befinden. In der
Sportwissenschaft werden aus klassifikatorischer Sicht drei Muskellängenzustände unterschieden: Ein gestreckter
Muskellängenzustand, ein kontrahierter Muskellängenzustand und ein mittlerer Muskellängenzustand. In dem gestreckten
Längenzustand ist der Muskel gedehnt, im kontrahierten
Längenzustand zusammengezogen und im mittleren Längenzustand befindet er sich zwischen dem gedehnten und zusammengezogenen Längenzustand. Selbstverständlich sind die Übergänge zwischen den Muskellängenzuständen fließend. In welchem Längenzustand sich ein Muskel befindet hängt von dem Ausgangswinkel eines übergeordneten Gelenkes, beispielsweise das Schultergelenk bei einer Krafttrainingsübung in der eine Beugung und/oder
Streckung im Ellenbogengelenk stattfindet, ab. Dieser
Ausgangswinkel eines übergeordneten Gelenks kann durch die besagte anfängliche Kalibrierung der mobilen Vorrichtung ermittelt werden, wodurch auch der Muskellängenzustand
ermittelt wird. Wie bereits beschrieben, wird der Benutzer durch die Erfindung nicht in den Bewegungsmöglichkeiten in Krafttrainingsübungen eingeschränkt. Von dem Benutzer können demnach auch
Abweichungen von einer Ideallinie der Bewegung einer
Krafttrainingsübung X mit einem Trainingsutensil Y vorgenommen werden. Diese Abweichungen werden ermittelt und können die Bewegungsamplitude und/oder die Bewegungsrichtung betreffen. Die Bewegungsamplitude ist bewegungs-, gelenk- und
muskelspezifisch und variiert von Benutzer zu Benutzer, weshalb eine anfängliche Kalibrierung mit der mobilen
Vorrichtung, in der die volle Bewegungsamplitude in der
Krafttrainingsübung ausgenutzt wird, optional vorgenommen werden kann. Das Verfahren beinhaltet, dass dem Benutzer zur Unterstützung bei der Durchführung des vorgegebenen Bewegungsablaufs, mittels besagter mobiler Vorrichtung optische und/oder
akustische oder und/haptische Signale angezeigt werden, die Informationen über beispielsweise den Rhythmus und/oder die Amplitude und/oder die Richtung des vorgegebenen
Bewegungsablaufs enthalten. Beispielsweise kann der Benutzer durch die optischen und/oder akustischen und/oder haptischen Signale die Kadenz (Bewegungsrhythmus), welche beispielsweise durch eine Trainingsmethode und/oder einen Trainingsplan vorgegeben wird, und/oder die Bewegungsrichtung und/oder die Bewegungsamplitude eines vorgegebenen Bewegungsablaufs einer Krafttrainingsübung, und/oder den optimalen Arbeitswinkel in einem Gelenk, leichter einhalten. Weiterhin kann das Datum und die Uhrzeit einer
Trainingseinheit ermittelt werden. Weiterhin können
Pausenzeiten zwischen Bewegungswiederholungen,
Trainingssätzen, Krafttrainingsübungen, Trainingseinheiten, Mikro-, Meso-, und/oder Makrozyklen ermittelt werden. Außerdem kann die Dauer von Bewegungswiederholungen und/oder
Trainingssätzen und/oder Krafttrainingsübungen und/oder
Trainingseinheiten und/oder Mikrozyklen und/oder Mesozyklen und/oder Makrozyklen ermittelt werden. Beispielsweise kann ein Mikrozyklus eine Woche, ein Mesozyklus zehn Wochen und ein Makrozyklus dreißig Wochen umfassen, in denen beispielsweise mehrere Trainingseinheiten absolviert wurden. Weiterhin können Anzahl von Bewegungswiederholungen und/oder Trainingssätzen und/oder Krafttrainingsübungen, und/oder Trainingseinheiten und/oder Mikrozyklen und/oder Mesozyklen und/oder Makrozyklen ermittelt werden. Auch kann die Reihenfolge von
Krafttrainingsübungen ermittelt werden. Außerdem kann in der besagten mobilen Vorrichtung, manuell über die
Benutzerschnittstelle und/oder die Anzeigeeinheit, eine intendierte Geschwindigkeit eingegeben werden, falls diese nicht mit der tatsächlichen Geschwindigkeit übereinstimmt. Das kann beispielsweise dann der Fall sein, wenn aufgrund einer sehr hohen Trainingslast die Bewegung sehr langsam abläuft, tatsächlich aber mit maximaler Geschwindigkeit gegen die
Trainingslast gearbeitet wird. Außerdem kann in der mobilen Vorrichtung nach jedem Trainingssatz eine angewandte
Intensitätstechnik (bspw. Reduktionssatz, Teilwiederholungen, Supersatz, Negativsatz etc.) ausgewählt werden. Diese
Intensitätstechniken stecken bereits als implizite
Informationen in den multiplen Trainingsdaten, können aber explizit vom Benutzer während der Trainingseinheit
abgespeichert werden. Weiterhin kann die mobile Vorrichtung einen Benutzer mittels optischer und/oder akustischer und/oder haptischer Signale an eine Trainingseinheit erinnern. Diese Erinnerung kann individuell, beispielsweise über die
Benutzerschnittstelle und/oder Anzeigeeinheit und/oder
Funkschnittstelle und/oder Schnittstelle, eingestellt werden.
Das Verfahren beinhaltet, dass von mindestens einem besagten Sensormodul zusätzliche Sensorrohwerte über die
Funkschnittstelle an besagte mobile Vorrichtung übertragen werden. Das Sensormodul, welches beispielsweise einer
eingeschränkten Ausführungsvariante der mobilen Vorrichtung, beispielsweise ohne die Benutzerschnittstelle, die Anzeigeeinheit und die RFID-Einheit , entspricht, ermöglicht die Erfassung von den zusätzlichen Sensorrohwerten und die drahtlose Übertragung der zusätzlichen Sensorrohwerte an die mobile Vorrichtung. Die zusätzlichen Sensorrohwerte können in dem Sensormodul, vor der Übertragung an die mobile
Vorrichtung, auch vorverarbeitet werden. Durch das Sensormodul ist kein umpositionieren der mobilen Vorrichtung beim Wechsel zu bestimmten Krafttrainingsübungen (z.B. von einer Beinübung zu einer Oberkörperübung) notwendig. Beispielsweise befindet sich die mobile Vorrichtung am Handgelenk/Unterarm und das Sensormodul am oberen Sprunggelenk des Benutzers.
Beispielsweise ist die am Handgelenk/Unterarm positionierte mobile Vorrichtung in Kombination mit dem am oberen
Sprunggelenk positionierten Sensormodul ausgebildet, die besagten multiplen Trainingsdaten in sämtlichen
Krafttrainingsübungen, mit sämtlichen Trainingsutensilien, zu berechnen, ohne die mobile Vorrichtung und/oder das
Sensormodul, in Abhängigkeit von der Krafttrainingsübung X mit dem Trainingsutensil Y, umpositionieren zu müssen. Trotzdem kann optional eine Umpositionierung zu anderen Körpersegmenten (beispielsweise Hüfte, Oberschenkel, Oberarm,
Handgelenk/Unterarm, Brust) und/oder an das Trainingsutensil selbst (beispielsweise bei reinen Handgelenksstreckungen und/oder -beugungen) vorgenommen werden, welche beispielsweise über die Benutzerschnittstelle und/oder Anzeigeeinheit
zwischen dem Benutzer und der mobilen Vorrichtung kommuniziert wird. Diese Anordnung kann um einen Brustgurt, welcher an der Brust des Benutzers positioniert ist, an welchem das
Sensormodul befestigt und/oder integriert ist, ergänzt werden. Dieser Brustgurt kann zur Erfassung des Pulses ausgebildet sein .
Weiterhin beinhaltet das Verfahren, dass besagte multiple Trainingsdaten und/oder besagte überarbeitete Messwerte und/oder besagte Sensorrohwerte und/oder besagte weitere
Trainingsdaten an die erste Speichereinheit in besagter mobiler Vorrichtung, und/oder über die Schnittstelle und/oder die Funkschnittstelle an einen Computer und/oder die
Funkstation, und über das Internet auf einen
Trainingsdatenserver, und/oder über das Internet und/oder eine direkte Verbindung an einen Computer eines externen Benutzer, übertragen werden. Der Benutzer meldet sich mit einem
Benutzerprofil über das Internet auf besagtem
Trainingsdatenserver an. Der Benutzer gibt auf besagtem
Trainingsdatenserver persönliche Benutzerdaten ein,
beispielsweise Trainingserfahrung in einer bestimmten
Zeiteinheit, Leistungsfähigkeitswerte, Lebensalter,
Geschlecht, Vorerkrankungen, weitere sportliche Aktivitäten, habituelle körperliche Aktivität, Energiezufuhr, zeitliche und motivationale Aspekte, vorherig angewandte Trainingsmethoden und Trainingsinhalte, Datum der zuletzt durchgeführten
Trainingseinheit, persönliche Trainingsziele, Körpergewicht, Körperfettanteil, fettfreie Muskelmasse insgesamt, lokale fettfreie Muskelmasse, Körperfettmasse. Der Benutzer kann beispielsweise über seinen Computer und über das Internet die multiplen Trainingsdaten und/oder die überarbeiteten Messwerte und/oder die Sensorrohwerte und/oder die weiteren
Trainingsdaten an den Trainingsdatenserver übertragen und hat auf dem Trainingsdatenserver Zugriff auf bereits übertragene besagte multiple Trainingsdaten und/oder besagte überarbeitete Messwerte und/oder besagte Sensorrohwerte und/oder besagte weitere Trainingsdaten. Die Funkstation kann beispielsweise in einem Fitnessstudio platziert sein und kann der Echtzeit- Datenübertragung dienen. Bei dem externen Benutzer kann es sich beispielsweise um einen Trainer, Physiotherapeut oder Arzt handeln, wobei dieser auf den Trainingsdatenserver zugreifen kann und die multiplen Trainingsdaten und/oder besagte überarbeitete Messwerte und/oder besagte Sensorrohwerte und/oder besagte weitere Trainingsdaten, durch die Funkstation, in Echtzeit an seinen Computer übertragen bekommt. Der externe Benutzer kann über seinen Computer die mobile Vorrichtung steuern und/oder Einstellungen vornehmen, also beispielsweise Bewegungsabläufe bestimmter
Bewegungswiederholungen auf der mobilen Vorrichtung
abspeichern .
Das Verfahren beinhaltet, dass eine fortwährende Analyse der besagten multiplen Trainingsdaten und/oder besagten
überarbeiteten Messwerte und/oder besagten Sensorrohwerte und/oder persönlicher Benutzerdaten und/oder der weiteren Trainingsdaten auf besagtem Trainingsdatenserver stattfindet; besagte fortwährende Analysen basieren auf einem
Trainingsmodell; besagtes Trainingsmodell ist auf besagtem Trainingsdatenserver gespeichert und kombiniert ein erstes Untermodell und ein zweites Untermodell; besagtes
Trainingsmodell erhält als Inputdaten besagte multiple
Trainingsdaten und/oder besagte überarbeitete Messwerte und/oder besagte Sensorrohwerte und/oder besagte persönlichen Benutzerdaten und/oder besagte weitere Trainingsdaten;
besagtes Trainingsmodell prognostiziert die Leistungsfähigkeit des Benutzers im Krafttraining, basierend auf besagtem erstem Untermodell; besagtes Trainingsmodell steuert das
Krafttraining eines Benutzers, basierend auf besagtem zweitem Untermodell .
Zur Beschreibung der Leistungsfähigkeit des Benutzers im
Krafttraining können mehrere Messgrößen herangezogen werden, beispielsweise One Repetition Maximum / konzentrische
Maximalkraft, multiple Repetition Maximum,
Bewegungswiederholungen und Trainingslast, die Spannungsdauer exzentrischer und konzentrischer Muskellängenänderungen sowie isometrischer Muskelkontraktionen, Kraft pro Zeit, Geschwindigkeit und/oder Winkelgeschwindigkeit, (lokale) fettfreie Muskelmasse, Kraftstoß, physikalische Wirkung, und als Output des Trainingsmodells, basierend auf dem ersten Untermodell, dienen. Die Begriffe „Output", „Outputdaten" und „Leistungsfähigkeit" des Benutzers im Krafttraining werden synonym verwendet. Diese Messgrößen der Leistungsfähigkeit im Krafttraining können sich auf Krafttrainingsübungen und/oder Muskeln und/oder Muskelgruppen und/oder
Körpersegmentbewegungen beziehen. Das Trainingsmodell kann die Wahl einer Messgröße der Leistungsfähigkeit im Krafttraining in Abhängigkeit zur Trainingsmethode setzen, welche vom
Benutzer angewendet wird, und/oder diese in Kombination verwenden. Die Trainingsmethoden können anhand einer
Untermenge der multiplen Trainingsdaten ermittelt werden, beispielsweise anhand der Anzahl der Bewegungswiederholungen und/oder der Spannungsdauer und/oder der Trainingslast. Es lassen sich beispielsweise die Trainingsmethoden
Intramuskuläre-Koordinations-Methode, Hypertrophiemethode, Mischmethode, Kraftausdauermethode oder
Schnelligkeitsorientierte Maximalkraftmethode unterscheiden. Beispielsweise bietet sich bei Anwendung der Intramuskulären- Koordinations-Methode die Messgröße „One Repetition Maximum" an, da nur eine geringe Anzahl an Bewegungswiederholungen mit einer hohen Trainingslast durchgeführt wird und mit dem „One Repetition Maximum" die höchste Trainingslast beschrieben ist, die trotz größtmöglicher Anstrengung nur einmal bewegt werden kann. Bei einem Hypertrophietraining kann beispielsweise die (lokale) fettfreie Muskelmasse von Interesse sein, welche beispielsweise mittels der sonstigen Vorrichtungen
(beispielsweise ein „Body Composition Analyser" - bioelektrische Impedanzanalyse) gemessen werden kann. Daten sonstiger Vorrichtungen können beispielsweise über die
Funkschnittstelle oder die Schnittstelle an die mobile
Vorrichtung und/oder über einen Computer an den Trainingsdatenserver übertragen werden, damit diese dem
Trainingsmodell und den Untermodellen zur Verfügung stehen. Die Messgrößen der Leistungsfähigkeit im Krafttraining können in einem Leistungsfähigkeitsindex oder in mehreren
Leistungsfähigkeitsindizes kombiniert werden, um dem Benutzer einen einfacheren Gesamtüberblick zu seiner aktuellen
Leistungsfähigkeit geben zu können.
Zur Messung der Leistungsfähigkeit kann eine direkte und indirekte Leistungsdiagnostik unterschieden werden. Die direkte Leistungsdiagnostik würde ein sportmotorisches
Testverfahren vorsehen, welches unabhängig vom eigentlichen Trainingsprozess durchgeführt wird. Dieses könnte
beispielsweise die Bestimmung der isometrischen Maximalkraft an einer Kraftmessplatte oder die Messung des One Repetition Maximum vorsehen, welches beispielsweise vor und nach einem dreimonatigen Trainingszyklus durchgeführt wird. Die indirekte Leistungsdiagnostik wird hingegen während der Trainingszeit durchgeführt. Die Erfindung beinhaltet einen indirekten Ansatz zur Leistungsdiagnostik im Krafttraining, welcher aus den multiplen Trainingsdaten und/oder den weiteren Trainingsdaten und/oder den überarbeiteten Messwerten und/oder den
Sensorrohwerten und/oder den persönlichen Benutzerdaten die implizit enthaltene Information der Leistungsfähigkeit zum Zeitpunkt t extrahiert. Dadurch entfallen zusätzliche
Testverfahren (z.B. das Ausführen von Testbewegungen bei der Messung des One Repetition Maximum) und es kann fortwährend (in jeder Trainingseinheit) die Leistungsfähigkeit ermittelt und kontrolliert werden.
Um die Reliabilität der indirekten Messung der
Leistungsfähigkeit im Krafttraining zu gewährleisten, ist die Kenntnis über den Beanspruchungsgrad (auch als
Belastungsabbruchkriterium, Grad der Erschöpfung oder Grad der Ausbelastung bezeichnet) des Benutzers in dem jeweiligen
Trainingssatz notwendig. Theoretisch müsste die
Leistungsfähigkeit betreffend immer von einer maximalen
Beanspruchung ausgegangen werden, bei der es dem Benutzer nicht gelingt die Bewegung weiter fortzuführen. Da eine dauerhafte maximale Beanspruchung nicht vorausgesetzt werden kann, müssen verschiedene Beanspruchungsgrade ermittelt und unterschiedlich gewichtet werden (beispielsweise Supramaximal, Punkt des momentanen Muskelversagens, Repetition Maximum, subjektiv sehr schwer, subjektiv schwer, subjektiv mittel etc.) Die prozentuale Quantifizierung der Beanspruchung zur Leistungsfähigkeit, also der prozentuale Abstand von
beispielsweise der subjektiven mittleren Beanspruchung bis zur tatsächlichen maximalen Leistungsfähigkeit, kann anhand von empirischen Werten vorgenommen werden. Das Verfahren
beinhaltet, den Beanspruchungsgrad in einem Trainingssatz zu ermitteln. Weiterhin kann dieser in ein prozentuales
Verhältnis zur Leistungsfähigkeit gesetzt werden. Die
Ermittlung kann unter anderem basierend auf den
Sensorrohwerten vorgenommen werden. Aus dem maschinellen
Lernen existiert dafür eine Vielzahl an algorithmischen
Ansätzen. Man kann zwischen überwachten, unüberwachten und bestärkenden Lernen unterscheiden. Dieses kann beispielsweise mittels datenbasierter Modellierungsparadigmen (z.B.
Künstliche Neuronale Netze, Hidden Markov Models) und/oder weiterer mathematischer/statistischer Verfahren vorgenommen werden. Beim überwachten Lernen gibt der Benutzer manuell in der mobilen Vorrichtung an, mit welchem Beanspruchungsgrad der Trainingssatz beendet wurde (sog. Trainingsdaten/Lerndaten für einen Lern-Algorithmus ) . Der Lern-Algorithmus passt sich durch die Trainingsdaten/Lerndaten eigenständig an und berechnet selbst, mit welchem Beanspruchungsgrad weitere Trainingssätze ausgeführt wurden. Der Benutzer kann danach selbst überprüfen, ob die späteren Berechnungen stimmen (sog. Validierungsdaten für den Lern-Algorithmus ) . Der Lern-Algorithmus kann eine Mischung aus überwachtem, unüberwachtem und bestärkenden
Lernen beinhalten und sowohl auf der mobilen Vorrichtung selbst, als auch auf dem Trainingsdatenserver ausgeführt werden. Weiterhin kann auf der mobilen Vorrichtung
beispielsweise eine extra dafür ausgebildete Taste vorhanden sein, mit der komfortabel nach jedem Trainingssatz angegeben wird, mit welchem Beanspruchungsgrad der Trainingssatz beendet wurde. Die Ermittlung des Beanspruchungsgrads kann um eine Pulsmessung ergänzt werden. Mittels Befragung, über die
Benutzerschnittstelle und/oder Anzeigeeinheit der mobilen Vorrichtung, kann die subjektive Tagesform des Benutzers am Tag einer Trainingseinheit ermittelt werden, um beispielsweise schlechten Tagesleistungswerten eine geringere Gewichtung zuzuteilen .
Zur Prognose der Leistungsfähigkeit eines Benutzers im
Krafttraining können sich datenbasierte Modellierungsansätze, wie beispielsweise Modellbäume oder Künstliche Neuronale
Netze, anbieten. Bei Künstlichen Neuronalen Netzen handelt es sich um eine Black-Box-Modellierung, wodurch nachträglich kaum kausale Interpretationen möglich sind. Im Data Mining wurden Modellbäume zur numerischen Vorhersage entwickelt, welche der Modellstruktur von Künstlichen Neuronalen Netzen ähneln.
Modellbäume liefern hingegen, indem sie die Funktion die induziert wird in lineare Abschnitte aufteilen, eine
wiederholbare und verständliche Repräsentation, wodurch anhand des Modellbaums zusätzliche Trainingsdatenanalysen ermöglicht werden. Künstliche Neuronale Netze bzw. die optimierten
Modellbäume kommen im Krafttraining bislang nicht zur
Anwendung, sind in dem ersten Untermodell integriert und werden in dem Trainingsmodell mit dem zweiten Untermodell kombiniert. Mit dem Trainingsmodell kann, basierend auf dem ersten Untermodell, die Wechselwirkung zwischen Trainingsbelastung (Input des Trainingsmodells) und Leistungsfähigkeit (Output des Trainingsmodells) im
Krafttrainings-Prozess , mit mehreren Attributen, also
beispielsweise mehreren Belastungsnormativa ( Trainingsumfang, -dauer, -Intensität, -häufigkeit, -dichte) , abgebildet werden und dadurch Trainingswirkungen (veränderte
Leistungsfähigkeitswerte) analysiert und dadurch
prognostiziert werden. Das erste Untermodell ist dabei nicht ausschließlich an die beschriebenen Inputdaten und/oder
Outputdaten gebunden und es können auch weitere Messgrößen ergänzt und/oder ausgetauscht werden. Zur Verbesserung der Modellgüte können weitere Ansätze des Data-Mining und/oder maschinellen Lernens und/oder der Statistik und/oder sonstige mathematische und/oder informatorische Ansätze angewandt werden.
Zur Steuerung des Krafttrainings bietet sich Fuzzy-Logik an, welche bislang im Krafttraining nicht zur Anwendung kommt. Im zweiten Untermodell ist ein wissensbasiertes Fuzzy-Modell und eine Zustands-Übergangs-Modellierung in Form eines endlichen Automaten zur algorithmisierten Steuerung des Krafttrainings integriert, dass in konkreten Trainingsempfehlungen für den Benutzer resultiert. Innerhalb des zweiten Untermodells wird der Benutzer anhand von Fuz zyfunktionen und der persönlichen Benutzerdaten in sog. Anwendungsbereiche (z.B. Kinder,
Jugendliche, Gesundheitsfitness, Prävention, Rehabilitation, sportlicher Anfänger, sportlicher Fortgeschrittener)
unterteilt. Als Basis für Funktionen und Regeln des zweiten Untermodells dient eine große Anzahl an empirischen
Forschungsergebnissen im Krafttraining, welche beispielsweise in der sportwissenschaftlichen Literatur beschrieben sind. Mittels Funktionen und Regelbasis (z.B. Wenn-Dann-Regeln) können so beispielsweise die notwendigen Wechsel zu einer neuen Trainingsmethode errechnet werden, welche beispielsweise nach einer gewissen zeitlichen Trainingsdauer, mit einem bestimmten Trainingsumfang, einer bestimmten
Trainingsintensität, Trainingsdichte und Trainingshäufigkeit ausgeführt wurde. Innerhalb des zweiten Untermodells werden dafür Prozesszustände im Krafttrainings-Prozess
diagnostiziert, es sind Zustandsübergänge modelliert (z.B. Wechsel von Trainingsmethoden oder Krafttrainingsübungen) und ein endlicher Automat ( Zustands-Übergangs-Modell ) steuert diesen Prozess. Die Steuerung kann in verschiedenen
Trainingsprozessebenen (zeitliche Tiefe der Steuerung, beispielsweise Bewegungswiederholung, Trainingssatz,
Krafttrainingsübung, Trainingseinheit, Mikrozyklus,
Mesozyklus, Makrozyklus etc.) stattfinden. Weiterhin können Informationen der besagten Wechselwirkung zwischen
Trainingsbelastung (Input des Trainingsmodells) und
Leistungsfähigkeit (Output des Trainingsmodells) im
Krafttrainings-Prozess , im ersten Untermodell, mit der
Steuerung des zweiten Untermodells, in dem Trainingsmodell kombiniert werden. Die Steuerung des zweiten Untermodells bezieht sich dabei sowohl auf die vom Benutzer zu wählenden Belastungsnormativa, als auch auf die Krafttrainingsübungen, dessen Auswahl, Reihenfolge und Organisationsform in
Abhängigkeit der multiplen Trainingsdaten und/oder der weiteren Trainingsdaten und/oder der überarbeiteten Messwerte und/oder der Sensorrohwerte und/oder der persönlichen
Benutzerdaten getroffen wird. Hier werden unter anderem anhand der persönlichen Benutzerdaten die wichtigsten
Kontraindikationen bei der Empfehlung von
Belastungskonfigurationen und Krafttrainingsübungen
berücksichtigt. Diese Steuerung wird in der Regel von dem externen Benutzer (z.B. Trainer) vorgenommen, welcher diese beispielsweise als Handlungsempfehlung an seinen Computer übersendet bekommt. Kurzbeschreibung der Abbildungen
Im Folgenden wird die Erfindung anhand von Abbildungen näher erläutert. Es zeigen:
Fig. 1: einen Überblick in Form eines Blockdiagramms einer Ausführungsvariante der erfindungsgemäßen Anordnung;
Fig. 2: einen weiteren Überblick einer Ausführungsvariante der erfindungsgemäßen Anordnung;
Fig. 3: eine beispielhafte Anordnung von RFID-Tags am
Gewichtsstapel der Trainingsutensilien „Maschine/Gerät" und/oder „Kabel zug" ;
Fig.4: eine mobile Vorrichtung an einem Körpersegment mit dem Abstand zu dem Kraftangriffspunkt der Trainingslast und dem Abstand zur Drehachse (Ellenbogengelenk) ; Fig. 5: einen stehenden Benutzer mit den
Körpersegmentregionen, an denen eine mobile Vorrichtung und/oder ein Sensormodul mindestens befestigt werden können;
Fig. 6: eine von einem stehenden Benutzer beispielhaft
ausgeführte Krafttrainingsübung „Bizepscurls" mit dem
Trainingsutensil „Langhantel" ;
Fig. 7: eine von einem liegenden Benutzer beispielhaft
ausgeführte Krafttrainingsübung „Bankdrücken" mit dem
Trainingsutensil „Langhantel", mit Blick von hinten auf den Benut zer ;
Fig. 8: eine drei-dimensionale Perspektive der
Krafttrainingsübung „Bankdrücken" ; Fig. 9: zeigt eine beispielhafte Ausgangsposition der Krafttrainingsübung „Bizepscurls" mit dem Trainingsutensil „Kurzhantel", senkrecht zum Erdboden;
Fig. 10: zeigt eine beispielhafte mittlere Unterarmposition der Krafttrainingsübung „Bizepscurls" mit dem Trainingsutensil „Kurzhantel", senkrecht zum Erdboden; Fig. 11: zeigt eine beispielhafte angewinkelte
Ausgangsposition der Krafttrainingsübung „Bizepscurls" mit dem Trainingsutensil „Kurzhantel" ;
Fig. 12: zeigt eine beispielhafte angewinkelte mittlere
Unterarmposition der Krafttrainingsübung „Bizepscurls" mit dem Trainingsutensil „Kurzhantel";
Fig. 1 zeigt einen Überblick in Form eines Blockdiagramms einer Ausführungsvariante der erfindungsgemäßen Anordnung. Eine mobile Vorrichtung 1 ist in Fig. 1 beispielhaft am
Handgelenk/Unterarm 39 (Fig. 5) eines Benutzers 2 befestigt. Weitere beispielhafte Möglichkeiten der
Körpersegmentbefestigung sind in Fig. 5 dargestellt. Die mobile Vorrichtung 1 beinhaltet eine Benutzerschnittstelle 3, beispielsweise in Form von Tasten/Knöpfen. Eine Anzeigeeinheit 4 zeigt dem Benutzer 2 eine grafische Benutzeroberfläche 7 an und kann selbst als Benutzerschnittstelle ausgebildet sein. Eine zweite Speichereinheit 5 beinhaltet vorgegebene
Bewegungsdaten, bestehend aus den Kenngrößen festgelegter Bewegungsabläufe von N Krafttrainingsübungen mit einem
Trainingsutensil Y. Die mobile Vorrichtung 1 beinhaltet einen Beschleunigungssensor 6a, einen Drehratensensor (Gyroskop) 6b und ein Magnetometer 6c. Ein Prozessor 13 ruft unter anderem von der zweiten Speichereinheit 5 die vorgegebenen Bewegungsdaten ab und erhält von den Sensoren 6a und/oder 6b und/oder 6c Sensorrohwerte. Im Algorithmus 8 werden
überarbeitete Messwerte generiert, in Abhängigkeit von den Sensorrohwerten und den vorgegebenen Bewegungsdaten aus der zweiten Speichereinheit 5. Basierend auf den überarbeiteten Messwerten werden multiple Trainingsdaten präzise errechnet.
Über eine RFID-Einheit 9 und einen RFID-Tag 10 kann eine
Krafttrainingsübung und/oder ein Trainingsutensil,
beispielsweise eine Langhantel 11, und/oder eine Trainingslast ausgewählt werden. Fig. 3 zeigt eine beispielhafte Anordnung der RFID-Tags 10 an den Gewichten eines Gewichtsstapels 31 eines Trainingsutensils „Kabelzug" oder „Maschine". Über die RFID-Einheit 9 kann eine Kommunikation mit externen
Vorrichtungen 12 stattfinden, beispielsweise Drehkreuze und/oder Spintschränke und/oder Basisstationen in
Fitnessstudios .
Im System 14 (Fig. 1) werden die multiplen Trainingsdaten und/oder Sensorrohwerte und/oder überarbeitete Messwerte und/oder weitere Trainingsdaten über die grafische
Benutzeroberfläche 7 zur Anzeigeeinheit 4 gebracht und/oder auf einer ersten Speichereinheit 15 gespeichert. Das System 14 verwaltet weiterhin die Komponenten RFID-Einheit 9,
Funkschnittstelle 18 und Schnittstelle 22. Das System 14 organisiert die Speichereinheiten 5 und 15, den
Energiehaushalt des Geräts und die Verarbeitung von
Benutzereingaben. Vom System 14 wird der Ladezustand eines Akkus 17 überwacht, um bei Unterspannung entsprechende
Meldungen an den Benutzer 2 weiterzugeben. Die Schnittstelle 22 (auch Datenschnittstelle genannt) wird sowohl zur
Datenübertragung als auch zur Stromversorgung der mobilen Vorrichtung 1 genutzt. Die Schnittstelle 22 (Fig. 1),
ermöglicht eine Datenübertragung an einen Computer 23 des Benutzers 2, beispielsweise per USB. Der Computer 23 kann über das Internet 16 die multiplen Trainingsdaten und/oder die überarbeiteten Messwerte und/oder die Sensorrohwerte und/oder die weiteren Trainingsdaten an einen Trainingsdatenserver 24 übertragen. Ein externer Benutzer 21 kann über einen Computer 29 und über das Internet 16 auf den Trainingsdatenserver 24 zugreifen. Die Funkschnittstelle 18 dient der drahtlosen
Übertragung von Daten. Ein Sensormodul 19, welches
beispielsweise einer eingeschränkten Ausführungsvariante der mobilen Vorrichtung 1, ohne Benutzerschnittstelle 3,
Anzeigeeinheit 4 und RFID-Einheit 9, entspricht, ermöglicht die Erfassung von zusätzlichen Sensorrohwerten und die
drahtlose Übertragung der zusätzlichen Sensorrohwerte an die mobile Vorrichtung 1.
Fig. 2 zeigt einen weiteren Überblick einer
Ausführungsvariante der erfindungsgemäßen Anordnung. In Fig. 2 ist die mobile Vorrichtung 1 am Handgelenk/Unterarm 39 (Fig. 5) befestigt, in Form einer Armbanduhr ausgebildet und für die Erfassung von Arm- und Oberkörperbewegungen zuständig. Das Sensormodul 19 ist beispielhaft am oberen Sprunggelenk 41 (Fig. 5) befestigt, für die Ermittlung von Beinbewegungen zuständig und kann optional an die Körpersegmente Handgelenk 39, Oberschenkel 40 (oberhalb des Knies), Hüfte 38, Oberarm 37 und Brust 36 umpositioniert werden. Die Körpersegmente
Handgelenk/Unterarm 39, Oberschenkel 40, oberes Sprunggelenk 41, Hüfte 38, Oberarm 37 und Brust 36 sind in einer
Großansicht in Fig. 5 dargestellt. Bei den
Krafttrainingsübungen, in denen reine Handgelenksstreckungen und -beugungen durchgeführt werden, kann das Sensormodul 19 direkt am Trainingsutensil befestigt werden (nicht
abgebildet). Die Funkschnittstelle 18 (Fig. 1) ist
ausgebildet, Daten an eine Funkstation 20 zu senden. Diese Funkstation 20 dient der Datenübertragung an einen externen Benutzer 21 und/oder der Datenübertragung über das Internet 16 an einen Trainingsdatenserver 24. Diese Datenübertragung kann sowohl direkt, über eine Verbindung zu einem Computer 29, als auch indirekt, über das Internet 16 und den
Trainingsdatenserver 24, vorgenommen werden. Diese
Datenübertragung kann sowohl verdrahtet als auch drahtlos stattfinden. Eine drahtlose Datenübertragung kann über eine Schnittstelle 30 (Fig. 2), beispielsweise ein WLAN-Router, vorgenommen werden, welcher beispielsweise in einem
Fitnessstudio platziert ist. Der externe Benutzer 21 kann beispielsweise auf der Trainingsfläche im Fitnessstudio, per Computer 29 (beispielsweise ein mobiler Tablet-PC) die
multiplen Trainingsdaten und/oder die überarbeiteten Messwerte und/oder die Sensorrohwerte und/oder weitere Trainingsdaten der mobilen Vorrichtung 1 in Echt zeit empfangen.
Auf dem Trainingsdatenserver 24 befindet sich ein
Trainingsmodell 25, welches ein erstes Untermodell 26 und ein zweites Untermodell 27 kombiniert, und impliziert damit die Analyse eines Krafttrainings. Das Trainingsmodell 25 erhält als Inputdaten 57 die multiplen Trainingsdaten und/oder die überarbeiteten Messwerte und/oder die persönlichen
Benutzerdaten und/oder die weiteren Trainingsdaten und/oder die Sensorrohwerte. Das Trainingsmodell 25 ist, basierend auf dem ersten Untermodell 26, dazu ausgebildet, die
Leistungsfähigkeit 59 des Benutzers 2 im Krafttraining zu prognostizieren. Die Begriffe „Output", „Outputdaten" und „Leistungsfähigkeit" des Benutzers im Krafttraining werden synonym verwendet und sind mit 59 beschrieben. Als Output 59 des Trainingsmodells, basierend auf dem ersten Untermodell 26, können mehrere Messgrößen zur Beschreibung der
Leistungsfähigkeit 59 des Benutzers 2 im Krafttraining
herangezogen werden. Das Trainingsmodell 25 ist, basierend auf dem zweiten Untermodell 27, dazu ausgebildet, das Krafttraining des Benutzers 2 zu steuern 58, also
Trainingsempfehlungen zu generieren.
Die nachfolgenden Ausführungen werden anhand von Fig. 4 beschrieben. Um das Drehmoment zu berechnen müssen die Kraft und die Abstände 33 und 34 bekannt sein. Demnach müssen in der mobilen Vorrichtung 1 einmalig der Abstand 33 von der mobilen Vorrichtung 1 zum Kraftangriffspunkt der Trainingslast 32 und der Abstand 34 von der mobilen Vorrichtung zur Drehachse
(Ellenbogengelenk) 35 manuell eingegeben werden. Die Maße der mobilen Vorrichtung 1 sind bereits gegeben.
Fig. 6 zeigt die Krafttrainingsübung „Bizepscurls" von der Seitenansicht. Die Fig. 6 ist in die Teilabbildungen a) bis e) unterteilt, welche eine Aufeinanderfolge von Zeitpunkten mehrerer Bewegungen zeigen und dieselben Elemente
repräsentieren. In der Fig. 6 Teilabbildung a) zeigt 43 einen Unterarm des Benutzers 2. 11 zeigt das Trainingsutensil „Langhantel". 42 zeigt den Muskel „m. biceps brachii" in einer gestreckten Ausgangshaltung. Die mobile Vorrichtung 1 ist am
Unterarm/Handgelenk 39 (Fig. 5) befestigt. Hebt der Benutzer 2 in Fig. 6 Teilabbildung b) den Unterarm 43, so bewegt sich die mobile Vorrichtung 1 mit dem Unterarm 43 und das
Trainingsutensil 11 legt von der Ausgangsposition 44 den Weg 45 zurück. Der Muskel 42 hat dynamisch-positive Muskelarbeit geleistet, für diese konzentrische Muskellängenänderung eine bestimmte Zeit benötigt und befindet sich in einer mittleren Position. Es wurde eine Teilbewegung ausgeführt, welche nicht über die volle Bewegungsamplitude bzw. Bewegungsreichweite (engl.: Range of Motion; kurz: ROM) ausgeführt wurde. Die mobile Vorrichtung 1 errechnet den zurückgelegten Weg 45 sowie den Weg-Zeit-Verlauf des Kraftangriffspunkt der Trainingslast vom Trainingsutensil 11, die Spannungsdauer konzentrischer Muskellängenänderung der Zielmuskulatur „m. biceps brachii" 42, die der unterstützenden Muskeln sowie die der
stabilisierenden Muskeln und die Rotationsarbeit aus
Drehmoment und Drehwinkel. Teilabbildung c) in Fig. 3 zeigt, dass der Muskel 42 dynamisch-negative Muskelarbeit leistet und das Trainingsutensil 11 herabgelassen wird.
In Fig. 6 Teilabbildung d) zeigt 42 einen durch Anheben des Trainingsutensils 11 vollständig kontrahierten Muskel. Der Unterarm kann nicht weiter an den Oberarm herangeführt werden. Es wurde die volle Bewegungsamplitude ausgenutzt. In Fig. 6 Teilabbildung d) zeigt 46 eine zufällige Abweichung des Weg- Verlaufes des Trainingsutensils von der Ideallinie der
Bewegung, welcher einen längeren zurückgelegten Weg zur Folge hat und von der mobilen Vorrichtung 1 ermittelt wird. In Fig. 6 Teilabbildung e) zeigt 47 einen Weg-Zeit-Verlauf des
Trainingsutensils, in welchem in Mitten der Bewegungsamplitude die Bewegung abgestoppt wurde. Beim statischen Halten des Trainingsutensils wird keine Arbeit im physikalischen Sinne verrichtet, doch wird im Muskel weiterhin Energie verbraucht. Auch bei einem längeren zurückgelegten Weg 46 wird mehr
Energie verbraucht. Es reicht also nicht aus, den
Trainingsumfang alleine über die mechanische Arbeit zu
berechnen, weshalb die Messgröße „Spannungsdauer"
hinzugenommen wird. 48 zeigt die Achsen in denen die mobile Vorrichtung 1 den Weg-Zeit-Verlauf errechnen kann.
Fig. 7 zeigt die mehrgelenkige Krafttrainingsübung
„Bankdrücken" von einer Hinteransicht. Zur besseren
Veranschaulichung zeigt Fig. 8 die Krafttrainingsübung
Bankdrücken in einer 3D-Perspektive . Die Fig. 7 ist in die Teilabbildungen a) und b) unterteilt, welche eine
Aufeinanderfolge von Zeitpunkten einer Bewegung zeigt und dieselben Elemente repräsentiert. In Fig. 7 Teilabbildung a) zeigt 11 das Trainingsutensil „Langhantel", welches von dem Benutzer 2 in einer Ausgangsposition statisch gehalten wird. 49 zeigt eine Griffbreite des Benutzers 2 am Trainingsutensil 11. Die mobile Vorrichtung 1 ist am Handgelenk/Unterarm 39 (Fig. 5) des Benutzers 2 befestigt. Sobald der Benutzer 2 in Fig. 7 Teilabbildung b) das Trainingsutensil 11 herablässt, erfasst die mobile Vorrichtung 1 diese Bewegung und errechnet den Weg-Zeit-Verlauf in mindestens einer der drei Achsen 48. Wie von der Ausgangsposition der mobilen Vorrichtung 1 in Fig. 7 Teilabbildung a) bis zur Endposition in Fig. 7 Teilabbildung b) der mobilen Vorrichtung 1 zu erkennen ist, entsteht ein kleiner Anteil an Drehbewegung, welcher mit einem reinen
Beschleunigungssensor falsch interpretiert werden würde. In diesem Beispiel treten noch relativ geringe Fliehkräfte auf. Je größer aber der Abstand zur Drehachse wird, desto größer werden bei Drehbewegungen (beispielsweise Fig. 6
„Bizepscurls") die Fliehkräfte. Weiterhin werden die weiteren besagten multiplen Trainingsdaten errechnet.
Bezüglich Hebel- und Gelenkwinkelverhältnisse der
Krafttrainingsübung „Bizepscurls" in Fig. 10 ergibt sich, wenn der Winkel von Unterarm zu Oberarm 55 des Gelenks 35 zu groß oder zu klein ist, dass die Wirkungslinie der Kraft 52 näher an die Drehachse/Gelenk 35 rückt (nicht explizit in Fig. 10 abgebildet), wodurch ein geringeres Drehmoment bei gleicher Kraft erzeugt wird. Es ergibt sich ein optimaler
Arbeitswinkel, in der ein maximaler Abstand 53 der
Wirkungslinie 52 des Kraftangriffspunkt der Trainingslast 32 (Fig. 4) zur Drehachse/Gelenk 35 und damit bei gleicher Kraft ein größeres Drehmoment erzeugt wird. Durch optische und/oder akustische und/oder haptische Signale der mobilen Vorrichtung 1 kann der Benutzer bei der Einhaltung des optimalen
Arbeitswinkels unterstützt werden. Fig. 9 zeigt die Ausgangsposition der Krafttrainingsübung „Bizepscurls". Die mobile Vorrichtung 1 ist am
Unterarm/Handgelenk 39 (Fig. 5) befestigt. 35 zeigt die
Drehachse, also das Ellenbogengelenk, und 42 den Zielmuskel „m. biceps brachii" in seiner Ausgangslänge. Die Position der Armablage 51 und die des Armes sind komplett senkrecht. Das Gelenk das für die Position zuständig ist, ist das
Schultergelenk 50. 28 zeigt das Trainingsutensil „Kurzhantel". Fig. 10 zeigt mit 1 die mobile Vorrichtung, sowie die Position des Unterarmes 54 (Hebelarm) , in welcher der Abstand 53 der
Wirkungslinie 52 des Kraftangriffspunktes der Trainingslast 32 (Fig. 4) von der Drehachse/Ellenbogengelenk 35 am größten ist. In dieser senkrechten Armposition des Schultergelenks 50, befindet sich der Zielmuskel „m. biceps brachii" 42 in einem mittleren Längenzustand. In Fig. 10 wird also das größte
Drehmoment (besagter optimaler Arbeitswinkel) und somit die größte Rotationsarbeit in einem mittleren Muskellängenzustand verrichtet. 28 zeigt das Trainingsutensil „Kurzhantel". Geht man zur Fig. 11 über, so zeigt sich eine angewinkelte
Ausgangsposition der Armablage 51 und des Schultergelenkes 50, also ein nicht senkrechter Ausgangsgelenkwinkel des
übergeordneten Gelenks (Schultergelenk) 50 zur
Drehachse/Ellenbogengelenk 35. Dieser Ausgangswinkel des kompletten Armes bzw. des Schultergelenkes 50 kann von
Krafttrainingsübung zu Krafttrainingsübung und Armablage zu Armablage variieren. Dieser Ausgangswinkel lässt sich
selbstverständlich auf Krafttrainingsübungen mit
beispielsweise Bein- oder Oberkörperbewegungen übertragen. Beispielsweise muss bei der Krafttrainingsübung „Seitheben liegend" (nicht abgebildet) mit dem Trainingsutensil
„Kurzhantel" der Ausgangswinkel des kompletten menschlichen Körpers, ob er waagerecht zum Erdboden auf der Trainingsbank liegt, oder die Trainingsbank angewinkelt wurde, berechnet werden. Weiterhin beschreibt 1 die mobile Vorrichtung, 54 den Unterarm, 35 die Drehachse/Ellenbogengelenk, 42 den Zielmuskel „m. biceps brachii" in seiner Ausgangslänge und 28 das
Trainingsutensil „Kurzhantel".
Fig. 12 zeigt mit 1 die mobile Vorrichtung, sowie die Position des Unterarmes 54 (Hebelarm) , in welcher der Abstand 53 von der Wirkungslinie 52 des Kraftangriffspunktes der
Trainingslast 32 (Fig. 4) zur Drehachse 35 am größten ist. In dieser angewinkelten Position der Armablage 51 bzw. des
Schultergelenks 50 befindet sich der Zielmuskel „m. biceps brachii" 42 in einem gestreckten Längenzustand. In Fig. 12 wird also das größte Drehmoment (besagter optimaler
Arbeitswinkel) und somit die größte Rotationsarbeit in einem gestreckten Längenzustand verrichtet.
Anhand der Beschreibungen zu Fig. 9, 10, 11 und 12 wird deutlich, dass der Ausgangswinkel des übergeordneten Gelenks (in den Beispielen das Schultergelenk bzw. die Armablage) für den Längenzustand des Zielmuskels von Bedeutung ist, in welchem das größte Drehmoment erzeugt wird. Die mobile
Vorrichtung 1 ist ausgebildet, zu Beginn der Bewegung den Ausgangswinkel des übergeordneten Gelenkes, in diesen
Beispielen anhand des Schultergelenkes 50 bzw. der Armablage 51, das Drehmoment und den Längenzustand der Muskulatur zusätzlich zur besagten Rotationsarbeit, sowie besagte
Spannungsdauer exzentrischer und konzentrischer
Muskellängenänderung sowie isometrischer Kontraktionen zu berechnen. Die Figuren 9 bis 12 zeigen eine eingelenkige
( isolierte/rotatorische ) Krafttrainingsübung. Bei
mehrgelenkigen Krafttrainingsübungen
(geradlinigen/translatorischen Bewegungen - z.B. „Bankdrücken" in Fig. 7) ist das Drehmoment in einem Gelenk, beispielsweise bei Oberkörperübungen, abhängig von der Griffbreite 49 oder, beispielsweise bei Beinübungen, von der Position der Füße.

Claims

a t e n t a n s p r ü c h e Verfahren zur präzisen, mobilen Trainingsdatenermittlung, bestehend aus folgenden Schritten:
Fixierung einer mobilen Vorrichtung (1) an einem
Körpersegment (36, 37, 38, 39, 40);
Bestimmung von Sensorwerten in Bewegungsabläufen mit besagter mobiler Vorrichtung (1);
Berechnung von Trainingsdaten aus besagten Sensorwerten mit besagter mobiler Vorrichtung (1);
Speicherung besagter Trainingsdaten auf einer ersten
Speichereinheit (15) in besagter mobiler Vorrichtung (1); Übertragung besagter Trainingsdaten von besagter mobiler Vorrichtung (1) über eine Datenschnittstelle (22) an einen Computer ( 23 ) ;
gekennzeichnet durch, Auswahl einer Krafttrainingsübung mit festgelegtem Bewegungsablauf und eines
Trainingsutensils, aus N Krafttrainingsübungen und M
Trainingsutensilien, mittels einer mobilen Vorrichtung
(i) ;
Abruf von vorgegebenen Bewegungsdaten, bestehend aus den Kenngrößen festgelegter Bewegungsabläufe einer besagten Krafttrainingsübung X mit einem besagten Trainingsutensil Y, aus einer zweiten Speichereinheit (5) in besagter mobiler Vorrichtung (1);
Bestimmung von Sensorrohwerten mit besagter mobiler
Vorrichtung (1) in besagten festgelegten Bewegungsabläufen besagter Krafttrainingsübung X mit besagtem
Trainingsutensil Y, bestehend aus Beschleunigungs- und Winkelgeschwindigkeitswerten; Berechnung von überarbeiteten Messwerten mit besagter mobiler Vorrichtung (1), in Abhängigkeit besagter
vorgegebener Bewegungsdaten und besagter Sensorrohwerte; präzise Berechnung von multiplen Trainingsdaten, mit besagter mobiler Vorrichtung (1), basierend auf besagten überarbeiteten Messwerten.
Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass besagte Berechnung von überarbeiteten Messwerten mit besagter mobiler Vorrichtung (1) mindestens einen der nachfolgenden Schritte umfasst:
-anfängliche Kalibrierung besagter mobiler Vorrichtung (1), zur Verbesserung besagter Berechnung und/oder Erweiterung besagter multiplen Trainingsdaten;
- Einbindung eines magnetischen Flussdichtevektors in
besagte Sensorrohwerte;
- Fusion besagter Sensorrohwerte mit besagten vorgegebenen Bewegungsdaten;
- zweifache Integrierung von besagten Beschleunigungswerten; -Filterung von Sensor-Offsets .
Verfahren nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, dass besagte multiple Trainingsdaten, basierend auf besagten Sensorrohwerten, mindestens eine der nachfolgenden Informationen enthalten:
- präziser Weg-Zeit-Verlauf des Kraftangriffspunkt der
Trainingslast in X-Achse und/oder Y-Achse und/oder Z- Achse ;
- Spannungsdauer exzentrischer Muskellängenänderungen
und/oder konzentrischer Muskellängenänderungen und/oder isometrischer Muskelkontraktionen;
- Anzahl von Bewegungswiederholungen;
-mechanische Arbeit; - Rotationsarbeit;
- Muskelbelastungen;
- Drehmoment;
- Kraft;
- Kraftstoß ;
- physikalische Wirkung;
- Griffbreite;
- GriffVariante ;
- Fußposition;
-Ausgangswinkel eines übergeordneten Gelenkes;
- Muskellängenzustand;
- Beanspruchungsgrad;
- Art einer Bewegung in einem Gelenk;
- in einem Trainingssatz angewandte Intensitätstechnik;
- Trainingsmethode.
Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass von einem Benutzer (2) eine
Trainingslast und/oder besagtes Trainingsutensil und/oder besagte Krafttrainingsübung automatisiert, über eine RFID- Einheit (9) und RFID-Tags (10), ausgewählt wird und/oder manuell, über eine Benutzerschnittstelle (3) und/oder eine Anzeigeeinheit (4), ausgewählt wird und/oder besagte
Krafttrainingsübung automatisiert, ausgehend von besagten Sensorrohwerten, ermittelt wird.
Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass von mindestens einem Sensormodul (19) zusätzliche Sensorrohwerte über eine Funkschnittstelle (18) an besagte mobile Vorrichtung (1) übertragen werden.
Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass besagte multiple Trainingsdaten und/oder besagte überarbeitete Messwerte und/oder besagte Sensorrohwerte und/oder weitere Trainingsdaten an eine erste Speichereinheit (15) in besagter mobiler Vorrichtung (1), und/oder über eine Schnittstelle (22) und/oder die Funkschnittstelle (18) an einen Computer (23) und/oder eine Funkstation (20), und über das Internet (16) auf einen Trainingsdatenserver (24), und/oder über das Internet (16) und/oder eine direkte Verbindung an einen Computer (29) eines externen Benutzer (21), übertragen werden.
Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass eine fortwährende Analyse besagter multipler Trainingsdaten und/oder besagter überarbeiteten Messwerte und/oder
besagter Sensorrohwerte und/oder persönlicher Benutzerdaten und/oder besagter weiterer Trainingsdaten auf besagtem Trainingsdatenserver (24) stattfindet;
besagte fortwährende Analysen basieren auf einem
Trainingsmodell (25);
besagtes Trainingsmodell (25) ist auf besagtem
Trainingsdatenserver (24) gespeichert und kombiniert ein erstes Untermodell (26) und ein zweites Untermodell (27); besagtes Trainingsmodell (25) erhält als Inputdaten (57) besagte multiple Trainingsdaten und/oder besagte
überarbeitete Messwerte und/oder besagte Sensorrohwerte und/oder besagte persönliche Benutzerdaten und/oder besagte weitere Trainingsdaten;
besagtes Trainingsmodell (25) prognostiziert die
Leistungsfähigkeit (59) des besagten Benutzers (2) im
Krafttraining, basierend auf besagtem erstem Untermodell (26) ;
besagtes Trainingsmodell (25) steuert (58) das
Krafttraining des besagten Benutzers (2), basierend auf besagtem zweitem Untermodell (27) .
8. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass der Beanspruchungsgrad in einem
Trainingssatz ermittelt wird. 9. Verfahren nach einem der vorherigen Ansprüche, dadurch
gekennzeichnet, dass dem besagten Benutzer (2) zur
Unterstützung bei der Durchführung des vorgegebenen
Bewegungsablaufs, mittels besagter mobiler Vorrichtung (1) optische und/oder akustische oder und/haptische Signale angezeigt werden, die Informationen über beispielsweise den
Rhythmus und/oder die Amplitude und/oder die Richtung des vorgegebenen Bewegungsablaufs enthalten.
10. Vorrichtung zur präzisen, mobilen Trainingsdatenerfassung, bestehend aus:
Gehäuse ;
Sensor (6a) zur Bestimmung von Sensorwerten;
Prozessor (13) zur Berechnung von Trainingsdaten;
eine erste Speichereinheit (15) zur Speicherung von besagten Trainingsdaten;
Datenschnittstelle (22) zur Übertragung von besagten Trainingsdaten an einen Computer (23);
gekennzeichnet durch eine zweite Speichereinheit (5), auf welcher vorgegebene Bewegungsdaten gespeichert sind, bestehend aus den Kenngrößen festgelegter
Bewegungsabläufe von N Krafttrainingsübungen mit einem Trainingsutensil Y, und von dem Prozessor (13) abgerufen werden ;
Beschleunigungssensor (6a) und Drehratensensor (6b) zur Bestimmung von Beschleunigungs- und/oder
Winkelgeschwindigkeitswerten, die an den Prozessor (13) übertragen werden.
11. Vorrichtung nach Anspruch 10, dadurch gekennzeichnet, dass diese in Form einer Armbanduhr ausgebildet sein kann.
12. Vorrichtung nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass diese eine Funkschnittstelle (18), zum drahtlosen Datenaustausch mit mindestens einem besagten Sensormodul (19) und/oder mindestens einer besagten
Funkstation (20) und/oder sonstigen Vorrichtungen,
beinhaltet .
13. Vorrichtung nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass diese eine RFID-Einheit (9)
beinhaltet, welche als RFID-Leseeinheit und als RFID- Sendeeinheit ausgebildet ist;
besagte RFID-Einheit (9) kann mit RFID-Tags (10), welche an besagtem Trainingsutensil befestigt und/oder in besagtem Trainingsutensil integriert und/oder sich in der Nähe des besagten Trainingsutensils befinden, und/oder mit externen Vorrichtungen (12), kommunizieren.
14. Vorrichtung nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass diese ein Magnetometer (6c) zur
Messung des magnetischen Flussdichtevektors beinhaltet.
15. Vorrichtung nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass diese eine Benutzerschnittstelle (3) und/oder eine Anzeigeeinheit (4) und/oder einen
Vibrationsmotor und/oder einen Lautsprecher beinhaltet.
EP12810197.9A 2011-12-15 2012-12-14 Verfahren und vorrichtung zur mobilen trainingsdatenermittlung und analyse von krafttraining Withdrawn EP2790578A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE201110121259 DE102011121259B3 (de) 2011-12-15 2011-12-15 Verfahren und Vorrichtung zur mobilen Trainingsdatenerfassung und Analyse von Krafttraining
PCT/EP2012/075660 WO2013087902A1 (de) 2011-12-15 2012-12-14 Verfahren und vorrichtung zur mobilen trainingsdatenermittlung und analyse von krafttraining

Publications (1)

Publication Number Publication Date
EP2790578A1 true EP2790578A1 (de) 2014-10-22

Family

ID=47504905

Family Applications (1)

Application Number Title Priority Date Filing Date
EP12810197.9A Withdrawn EP2790578A1 (de) 2011-12-15 2012-12-14 Verfahren und vorrichtung zur mobilen trainingsdatenermittlung und analyse von krafttraining

Country Status (5)

Country Link
US (2) US9125620B2 (de)
EP (1) EP2790578A1 (de)
CA (1) CA2844179C (de)
DE (1) DE102011121259B3 (de)
WO (1) WO2013087902A1 (de)

Families Citing this family (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10569134B2 (en) * 2005-01-26 2020-02-25 K-Motion Interactive, Inc. Method and system for athletic motion analysis and instruction
US10406434B1 (en) * 2012-12-19 2019-09-10 Alert Core, Inc. Video game controller using core muscles and other applications
US9254409B2 (en) 2013-03-14 2016-02-09 Icon Health & Fitness, Inc. Strength training apparatus with flywheel and related methods
US10318708B2 (en) * 2013-03-14 2019-06-11 Nike, Inc. System and method for monitoring athletic activity from multiple body locations
WO2015060894A1 (en) * 2013-10-21 2015-04-30 Bodhi Technology Ventures Llc Sensors and applications
EP3623020B1 (de) 2013-12-26 2024-05-01 iFIT Inc. Mechanismus des magnetischen widerstands in einer kabelmaschine
US20170004285A1 (en) * 2014-03-13 2017-01-05 Paul Anderton Exercise training system and method
US10299736B2 (en) 2014-03-27 2019-05-28 The Arizona Board Of Regents On Behalf Of The University Of Arizona Method, device, and system for diagnosing and monitoring frailty
US10692603B2 (en) * 2014-05-13 2020-06-23 The Arizona Board Of Regents On Behalf Of The University Of Arizona Method and system to identify frailty using body movement
DE102014008496A1 (de) 2014-06-07 2015-12-17 Thilo Ruppert Trainingssystem mit Ortung von Fitnessequipment und/oder Fitnessmaschinen und/oder Trainierenden in Kombination mit automatischer Dokumentation mittels einer berührungslosen Datenerfassungsvorrichtung
CN106470739B (zh) 2014-06-09 2019-06-21 爱康保健健身有限公司 并入跑步机的缆索系统
DE102015100642A1 (de) 2015-01-19 2016-07-21 Hans-Christian Fuchs Sensoranordnung, Kleidungsstück mit mindestens einer Sensoranordnung und Verfahren zur Messung, Verarbeitung und Weitergabe von Bewegungsdaten
US10409961B2 (en) * 2015-02-04 2019-09-10 Nike, Inc. Predictable and adaptive personal fitness planning
GB2535524B (en) * 2015-02-23 2017-11-22 Schlumberger Holdings Downhole tool for measuring angular position
TWI553585B (zh) * 2015-04-07 2016-10-11 元智大學 基於行動通訊裝置之肢體復健感測方法及其系統
DE202015008936U1 (de) 2015-05-13 2016-03-17 Otto-Von-Guericke-Universität Magdeburg, Ttz Patentwesen Mobile Vorrichtung zur Ermittlung kinematischer und kinetischer Parameter schneller Bewegungen im Sport
TWI644702B (zh) * 2015-08-26 2018-12-21 美商愛康運動與健康公司 力量運動機械裝置
US10940360B2 (en) 2015-08-26 2021-03-09 Icon Health & Fitness, Inc. Strength exercise mechanisms
US10953305B2 (en) 2015-08-26 2021-03-23 Icon Health & Fitness, Inc. Strength exercise mechanisms
US10172541B2 (en) * 2015-09-25 2019-01-08 J-Mex Inc. Motion recognition device and method
DE102015013823A1 (de) * 2015-10-27 2017-04-27 Thomas Dinter Verfahren zur Bestimmung von Trainingsparametern mit Hilfe eines mobilen Endgerätes
FR3047070B1 (fr) * 2016-01-27 2021-09-24 Sysnav Procede d'estimation de l'activite physique d'un membre superieur
CN105664424B (zh) * 2016-02-15 2023-08-18 热玩(青岛)创新科技有限公司 一种力量训练器配重块识别装置和配重识别方法
US10293211B2 (en) 2016-03-18 2019-05-21 Icon Health & Fitness, Inc. Coordinated weight selection
US10561894B2 (en) 2016-03-18 2020-02-18 Icon Health & Fitness, Inc. Treadmill with removable supports
US10441840B2 (en) 2016-03-18 2019-10-15 Icon Health & Fitness, Inc. Collapsible strength exercise machine
US10252109B2 (en) 2016-05-13 2019-04-09 Icon Health & Fitness, Inc. Weight platform treadmill
BR102016014608B1 (pt) * 2016-06-21 2020-01-21 Carlos Alberto Leopoldo Da Camara Filho sistema de dispositivo de exercício
US20180005129A1 (en) * 2016-06-29 2018-01-04 Stephanie Moyerman Predictive classification in action sports
US11260268B1 (en) * 2016-10-19 2022-03-01 Md Systems, Inc. Systems, methods, and apparatus for isometric, isokinetic, isotonic, and isodynamic exercise
US10661114B2 (en) 2016-11-01 2020-05-26 Icon Health & Fitness, Inc. Body weight lift mechanism on treadmill
US10779772B2 (en) 2016-11-03 2020-09-22 Industrial Technology Research Institute Movement assessing method and system
WO2018127947A1 (ja) * 2017-01-04 2018-07-12 富士通株式会社 情報処理装置、情報処理システム及び情報処理方法
GB2561245A (en) * 2017-04-07 2018-10-10 Harte Robert A device, system and method for monitoring exercise
DE102017110761A1 (de) * 2017-05-17 2018-11-22 Ottobock Se & Co. Kgaa Verfahren
EP3694613A4 (de) * 2017-11-09 2021-08-04 Bo & Bo Ltd. System, vorrichtung und verfahren zur externen bewegungssensorkommunikation
US10878952B1 (en) 2017-11-10 2020-12-29 Shamik Sunil Patel System and method for exercise tracking
US11673024B2 (en) 2018-01-22 2023-06-13 Pg Tech, Llc Method and system for human motion analysis and instruction
US11000730B2 (en) 2018-03-16 2021-05-11 Icon Health & Fitness, Inc. Elliptical exercise machine
US11014003B2 (en) * 2018-12-07 2021-05-25 University Of Massachusetts Exercise intensity-driven level design
CN109599165A (zh) * 2019-01-30 2019-04-09 浙江强脑科技有限公司 康复运动训练方法、系统及可读存储介质
US11426633B2 (en) 2019-02-12 2022-08-30 Ifit Inc. Controlling an exercise machine using a video workout program
CN111803903A (zh) * 2019-04-10 2020-10-23 深圳先进技术研究院 一种健身动作识别方法、系统及电子设备
CN112069721B (zh) * 2019-06-11 2024-02-27 上海电机学院 一种风电爬坡事件预测方法
KR102031243B1 (ko) * 2019-07-17 2019-10-11 정재훈 스마트 프리웨이트 트레이닝 동작 인식 장치 및 그 방법
CN112651414B (zh) * 2019-10-10 2023-06-27 马上消费金融股份有限公司 运动数据处理和模型训练方法、装置、设备及存储介质
US11253749B2 (en) 2019-10-29 2022-02-22 Reliance Capital Advisors Llc Ideal target weight training recommendation system and method
US10688345B1 (en) 2019-10-29 2020-06-23 Reliance Capital Advisors Llc Ideal target weight training recommendation system and method
CN112825270A (zh) * 2019-11-20 2021-05-21 欧文乐有限责任公司 利用霍尔传感器的重量追踪装置及方法
JP7344560B2 (ja) * 2019-12-20 2023-09-14 株式会社Sportip トレーニング機器の制御方法
US11977095B2 (en) 2020-03-05 2024-05-07 Pg Tech, Llc Method and system for analyzing an athletic throwing motion by an individual
IT202100012935A1 (it) 2021-05-19 2022-11-19 Davide Meleleo Apparato customizzabile per l'allenamento assistito in tempo reale basato sull'intelligenza artificiale.
DE102021123044A1 (de) * 2021-09-06 2023-03-09 Bownce Holding Plc Sportanordnung, sportsystem und betriebsverfahren
CN113926160B (zh) * 2021-10-08 2022-07-12 重庆邮电大学 一种用于居家人员的上肢曲肌抗阻训练辅助系统
GB2621849A (en) * 2022-08-24 2024-02-28 Colby Edward Instrumented dumbbell
ES2951569A1 (es) * 2023-04-11 2023-10-23 Univ Valencia Politecnica Metodo y sistema de monitorizacion de ejercicios con elementos elasticos

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080090703A1 (en) * 2006-10-14 2008-04-17 Outland Research, Llc Automated Personal Exercise Regimen Tracking Apparatus

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US250286A (en) 1881-11-29 bobbins
CA1148186A (en) * 1980-10-03 1983-06-14 Joseph Berkeley Sports training device
US4660829A (en) * 1985-07-08 1987-04-28 Whiteneir Paul J Body joint position monitoring system
WO1994026359A1 (en) * 1993-05-07 1994-11-24 Multibusiness Enterprise Finntrade Oy Device for registering movement of a joint
WO1994001042A1 (en) * 1992-07-06 1994-01-20 Kramer James F Determination of kinematically constrained multi-articulated structures
DE4222373A1 (de) * 1992-07-08 1994-01-13 Gerhard Ruppenthal Weg- und Geschwindigkeitsmeßgerät für Sportler
US5645077A (en) * 1994-06-16 1997-07-08 Massachusetts Institute Of Technology Inertial orientation tracker apparatus having automatic drift compensation for tracking human head and other similarly sized body
DE19830359A1 (de) * 1998-07-07 2000-01-20 Helge Zwosta Räumliche Lage- und Bewegungsbestimmung von Körperteilen und Körpern, mittels einer Kombination von inertialen Orientierungs-Meßaufnehmern und Positionserfassungssensoriken
US6280361B1 (en) * 2000-02-03 2001-08-28 Intelligent Automation, Inc. Computerized exercise system and method
DE20004174U1 (de) * 2000-03-06 2001-07-19 Braun Hartmut Spielgerät, Einrichtung zur Erfassung des Spielgeräts sowie Teile dieser Einrichtung
NL1014658C2 (nl) * 2000-03-16 2001-09-19 Xsens Sports Technologies B V Snelheidsmeter.
US6820025B2 (en) * 2000-10-30 2004-11-16 The United States Of America As Represented By The Secretary Of The Navy Method and apparatus for motion tracking of an articulated rigid body
US6514219B1 (en) * 2000-11-17 2003-02-04 Biotonix Inc. System and method for automated biomechanical analysis and the detection and correction of postural deviations
US6834436B2 (en) * 2001-02-23 2004-12-28 Microstrain, Inc. Posture and body movement measuring system
US6796925B2 (en) * 2001-03-16 2004-09-28 Martha Z. Martinez Exercise repetitious motion counter
US8085153B2 (en) 2001-08-08 2011-12-27 O'connor Gerard Activity monitoring device
US20070250286A1 (en) * 2003-07-01 2007-10-25 Queensland University Of Technology Motion Monitoring and Analysis System
WO2005021102A2 (en) * 2003-08-21 2005-03-10 Ultimate Balance, Inc. Adjustable training system for athletics and physical rehabilitation including student unit and remote unit communicable therewith
ITGE20050008A1 (it) * 2005-02-08 2006-08-09 Scienza Ind Tecnologia S R L Metodo e apparato per il monitoraggio dei movimenti del corpo umano in ambito sportivo e medico.
JP2007209636A (ja) * 2006-02-12 2007-08-23 Mikio Uehara 運動情報の記録システム
DE602006003720D1 (de) * 2006-03-17 2009-01-02 Myotest S A Vorrichtung und Verfahren zur Auswertung der muskularischen Kapazität unter Verwendung von kurzen Tests
US20070219059A1 (en) * 2006-03-17 2007-09-20 Schwartz Mark H Method and system for continuous monitoring and training of exercise
DE102006047099A1 (de) * 2006-09-28 2008-04-03 Mühlhause, Jérome Vorrichtung zum Sammeln und Aufbereiten von Trainingsdaten
FR2908293B1 (fr) * 2006-11-15 2009-07-31 Commissariat Energie Atomique Dispositif et procede de suivi du mouvement d'un etre vivant
US20080204225A1 (en) * 2007-02-22 2008-08-28 David Kitchen System for measuring and analyzing human movement
WO2009013679A2 (en) 2007-07-23 2009-01-29 Koninklijke Philips Electronics N.V. Device and method for physical training
ES2438987T3 (es) 2008-04-09 2014-01-21 Kuraray Co., Ltd. Laminado que tiene propiedades de barrera para gases, y método para su fabricación
CH699779A2 (fr) * 2008-10-22 2010-04-30 Myotest Sa Procédé et dispositif permettant à un athlète de déterminer puis de contrôler la vitesse de déplacement d'une masse.
TWI455705B (zh) * 2009-10-07 2014-10-11 Ind Tech Res Inst 肢段肌力與運動體適偵知系統及方法
US8303500B2 (en) 2009-08-21 2012-11-06 Fazal Raheman Prescription zero: a non-pharmaceutical prescription device for prescribing, administering, monitoring, measuring and motivating a therapeutic lifestyle regimen for prevention and treatment of chronic diseases

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080090703A1 (en) * 2006-10-14 2008-04-17 Outland Research, Llc Automated Personal Exercise Regimen Tracking Apparatus

Also Published As

Publication number Publication date
WO2013087902A1 (de) 2013-06-20
CA2844179A1 (en) 2013-06-20
DE102011121259B3 (de) 2013-05-16
US9750454B2 (en) 2017-09-05
US20150374283A1 (en) 2015-12-31
CA2844179C (en) 2015-03-31
US9125620B2 (en) 2015-09-08
US20140336947A1 (en) 2014-11-13

Similar Documents

Publication Publication Date Title
WO2013087902A1 (de) Verfahren und vorrichtung zur mobilen trainingsdatenermittlung und analyse von krafttraining
US12011639B2 (en) Computerized exercise apparatus
US11511156B2 (en) Training system and methods for designing, monitoring and providing feedback of training
US11338174B2 (en) Method and system of planning fitness course parameters
Fukuda Assessments for sport and athletic performance
DE102020129804A1 (de) Intelligentes fitnessstudio
US11413501B2 (en) Method and system of planning fitness courses
US11123607B2 (en) Exercise management and reporting system
DE102006047099A1 (de) Vorrichtung zum Sammeln und Aufbereiten von Trainingsdaten
KR20160014347A (ko) 운동 관리 시스템
Arosha Senanayake et al. Smart sensing and biofeedback for vertical jump in sports
Knjaz et al. Application of modern technology in teaching and training with special emphasis on basketball contents
Ewing Strength Training for Basketball
Blanksma Real-time posture improvement for squats: designing a wearable that improves posture during a squat by providing haptic feedback.
DE102014008496A1 (de) Trainingssystem mit Ortung von Fitnessequipment und/oder Fitnessmaschinen und/oder Trainierenden in Kombination mit automatischer Dokumentation mittels einer berührungslosen Datenerfassungsvorrichtung
McMaster et al. Strength and power training for rugby
Hirsch Instrument, Analysis, and Coaching Considerations with Velocity-Based Training
Guarnieri et al. Enhancing Load Evaluation in Intelligent Tutoring Systems Through Velocity-Based Training
Luo et al. Research on artistic gymnastics training guidance model
KR20240108746A (ko) 물리치료사 인터넷운동처방 비대면 실시간 소도구 홈트레이닝 프로그램 서비스
Hirsch Adapting Manifold-Based Analyses to Describe How Personal and Task Constraints Impact Lower Extremity Movement Variability During Exercise
CN115569367A (zh) 运动效果评估方法与运动效果评估系统
Jones The Efficacy of Concurrent, Multimodal, Augmented Feedback for Golf Kinematic Sequence Training
CN115888036A (zh) 运动评估及处方产生系统及其方法
CN118338942A (zh) Ai运动顺序提供装置及方法

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20140714

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20190726

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: HERO WORKOUT GMBH

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN WITHDRAWN

18W Application withdrawn

Effective date: 20210827