JP2020516353A - データ方法および装置、ならびにフィットネスロボット - Google Patents

Abstract

本願は、データ処理方法および装置、ならびにフィットネスロボットを開示する。データ処理方法は、ユーザの運動データに基づいて、プリセット時間間隔内のユーザのエネルギー消費を計算することと、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化を予測することと、ユーザの取得されたエネルギー消費、ユーザの取得された体重変化、予測されるエネルギー消費、および予測される体重変化に基づいて、ユーザが所期のフィットネスプランを完了することができるかどうかを判定することと、判定の結果に基づいて、所期のフィットネスプランでのプリセット時間間隔内のユーザの指定されたエネルギー消費およびユーザの指定された体重変化を補正することとを含み得る。本願で開示されるデータ処理方法を使用することによって、ユーザのフィットネスプランが、ユーザの取得された運動データに基づいて適時に調節され、元のフィットネス目標の円滑な達成が保証されることができる。

Description

本願は、２０１７年４月０７日に中国特許庁に出願され、「ＤＡＴＡ ＰＲＯＣＥＳＳＩＮＧ ＭＥＴＨＯＤ ＡＮＤ ＡＰＰＡＲＡＴＵＳ， ＡＮＤ ＦＩＴＮＥＳＳ ＲＯＢＯＴ」という名称の中国特許出願第２０１７１０２２５６２１．３号の優先権を主張し、参照によりその全体が本明細書に組み込まれる。

本願は、スマートフィットネス技術の分野に関し、詳細には、データ処理方法および装置、ならびにフィットネスロボットに関する。

いくつかのスマートフィットネス製品、たとえばウェアラブルフィットネス製品、および組込みフィットネスアプリケーション（Ａｐｐｌｉｃａｔｉｏｎ、ＡＰＰ）を有するポータブルスマート通信端末は、ユーザのフィットネスデータを収集することができる。いくつかのスマートフィットネス製品は、減量目標、減量するための時間、パーソナルプリファレンスなどに基づいてフィットネスプランを提供することができる。

しかしながら、様々な要因により、ユーザのフィットネスステータスを一定のレベルに維持することがほとんどできない。何らかの予期しないイベントまたは不可抗力が、ユーザがフィットネスプランを完了するのを妨げることもある。結果として、元のフィットネスプランはユーザの現状に不適当となり、その結果、フィットネスプランを完了できない。

フィットネスステータスが変更されるごとに、元のフィットネスプランで設定されるフィットネス目標を達成するために、ユーザはフィットネスプランを手動で調節する必要がある。このことは、フィットネスプランを手動で更新するために、独自のサイン、減量するための時間、パーソナルプリファレンスなどの多数のユーザ情報をユーザに繰り返し入力させる。さらに、フィットネスプランが変更され、新しいユーザ情報に基づくので、ユーザのフィットネス履歴が比較的分離される。これは、ユーザのフィットネスステータスを追跡するのに不便である。

本願の実施形態は、取得された運動データに基づいてユーザのフィットネスプランを適時に調節して、元のフィットネス目標の円滑な達成を保証するように、データ処理方法および装置、ならびにフィットネスロボットを提供する。

第１の態様によれば、
ユーザの運動データに基づいて、プリセット時間間隔内のユーザのエネルギー消費を計算することと、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化を予測することと、ユーザの取得されたエネルギー消費、ユーザの取得された体重変化、予測されるエネルギー消費、および予測される体重変化に基づいて、ユーザが所期のフィットネスプランを完了することができるかどうかを判定することと、判定の結果に基づいて、所期のフィットネスプランでのプリセット時間間隔内のユーザの指定されたエネルギー消費およびユーザの指定された体重変化を補正することと
を含むデータ処理方法が提供される。

第１の可能な実装では、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化を予測することは、
プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づく最小２乗法を使用することによって、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化を予測すること
を含み得る。

前述の可能な実装を参照して、第２の可能な実装では、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化を予測することは、
式Ｋｔ＝ ｗ１ × Ｋｔ−１ ＋ ｗ２ × Ｋｔ−２ ＋ ｗ３ × Ｋｔ−３ ＋ ．．． ＋ ｗｎ × Ｋｔ−ｎを使用することによって、将来のプリセット時間間隔内のユーザのエネルギー消費を予測することと、
将来のプリセット時間間隔内のユーザの予測されるエネルギー消費Ｋｔと、プリセット時間間隔内のユーザの体重変化とを使用することによって、Ｋｔに対応する体重変化を計算することとを含み得、
Ｋｔは、ｔ番目のプリセット時間間隔内のユーザの予測されるエネルギー消費であり、ｎは、ユーザが実際に運動したプリセット時間間隔の量であり、Ｋｔ−ｎは、（ｔ−ｎ）番目のプリセット時間間隔内のユーザのエネルギー消費であり、ｗｎは、（ｔ−ｎ）番目のプリセット時間間隔内のユーザのエネルギー消費の重みであり、ｗ１ ＋ ｗ２ ＋ ．．． ＋ ｗｎ ＝ １である。

前述の可能な実装を参照して、第３の可能な実装では、データ処理方法は、
ユーザの収集された運動データに基づいてユーザの運動動作を認識することと、運動動作をプリセット動作と比較し、運動動作がプリセット動作と合致しないとき、動作補正命令を生成して、ユーザの運動動作を補正することと
をさらに含み得る。

前述の可能な実装を参照して、第４の可能な実装では、
ユーザの運動データは、ユーザの運動動作の振幅を含み得、
運動動作をプリセット動作と比較し、運動動作がプリセット動作と合致しないとき、動作補正命令を生成して、ユーザの運動動作を補正することが、
運動動作の振幅をプリセット動作の振幅と比較し、運動動作の振幅がプリセット動作の指定された振幅範囲を超過したとき、動作補正ガイド命令を生成して、ユーザの運動動作を補正すること
を含み得る。

前述の可能な実装を参照して、第５の可能な実装では、
ユーザの運動データは、ユーザの運動動作の頻度を含み得、
運動動作をプリセット動作と比較し、運動動作がプリセット動作と合致しないとき、動作補正命令を生成して、ユーザの運動動作を補正することが、
運動動作の頻度をプリセット動作の指定された頻度範囲と比較し、運動動作の頻度がプリセット動作の指定された頻度範囲外にあるとき、動作補正リマインダメッセージを含む動作補正命令を生成して、ユーザの運動動作を補正すること
を含み得る。

前述の可能な実装を参照して、第６の可能な実装では、
ユーザの運動データは、ユーザのサインデータをさらに含み得、
運動動作の振幅がプリセット動作の指定された振幅範囲を超過したとき、動作補正ガイド命令を生成して、ユーザの運動動作を補正する前に、方法は、
ユーザのサインデータに基づいて、ユーザの特徴サインデータを取得することであって、特徴サインデータはユーザの肩位置データおよび股関節位置データを含むことと、特徴サインデータに基づいてユーザ平面の位置を突き止めることとをさらに含み得る。

前述の可能な実装を参照して、第７の可能な実装では、
データ処理方法は、
ユーザの運動データに基づいて、ユーザがプリセット時間間隔内のユーザの指定されたエネルギー消費を完了できず、遊休状態にあると判定されたとき、所定の規則に従ってユーザを処罰すること、および／または
ユーザの運動データに基づいて、ユーザがプリセット時間間隔内のユーザの指定されたエネルギー消費を完了したと判定されたとき、ユーザの運動データから異なる期間内のユーザのイメージデータを取得して、ソーシャルネットワーキングプラットフォームにイメージデータを転送することをユーザに思い起こさせるためのリマインダメッセージを送ること
をさらに含む。

第２の態様によれば、実際のエネルギー計算ユニット、予測ユニット、判定ユニット、および補正ユニットを含み得るデータ処理装置であって、
実際のエネルギー計算ユニットが、ユーザの運動データに基づいて、プリセット時間間隔内のユーザのエネルギー消費を計算するように構成され得、
予測ユニットが、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化を予測するように構成され得、
判定ユニットが、ユーザの取得されたエネルギー消費、ユーザの取得された体重変化、予測されるエネルギー消費、および予測される体重変化に基づいて、ユーザが所期のフィットネスプランを完了することができるかどうかを判定するように構成され得、
補正ユニットが、判定の結果に基づいて、所期のフィットネスプランでのプリセット時間間隔内のユーザの指定されたエネルギー消費およびユーザの指定された体重変化を補正するように構成され得る、データ処理装置が提供される。

第１の可能な実装では、予測ユニットは、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づく最小２乗法を使用することによって、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化を予測するようにさらに構成され得る。

前述の可能な実装を参照して、第２の可能な実装では、予測ユニットは、
式Ｋｔ ＝ ｗ１ × Ｋｔ−１ ＋ ｗ２ × Ｋｔ−２ ＋ ｗ３ × Ｋｔ−３ ＋ ．．． ＋ ｗｎ × Ｋｔ−ｎを使用することによって、将来のプリセット時間間隔内のユーザのエネルギー消費を予測し、
将来のプリセット時間間隔内のユーザの予測されるエネルギー消費Ｋｔと、プリセット時間間隔内のユーザの体重変化とを使用することによって、Ｋｔに対応する体重変化を計算するようにさらに構成され得、
Ｋｔは、ｔ番目のプリセット時間間隔内のユーザの予測されるエネルギー消費であり、ｎは、ユーザが実際に運動したプリセット時間間隔の量であり、Ｋｔ−ｎは、（ｔ−ｎ）番目のプリセット時間間隔内のユーザのエネルギー消費であり、ｗｎは、（ｔ−ｎ）番目のプリセット時間間隔内のユーザのエネルギー消費の重みであり、ｗ１ ＋ ｗ２ ＋ ．．． ＋ ｗｎ ＝ １である。

前述の可能な実装を参照して、第３の可能な実装では、データ処理装置は、運動動作認識ユニットおよび運動動作補正ユニットをさらに含み、
運動動作認識ユニットは、ユーザの収集された運動データに基づいてユーザの運動動作を認識するように構成され得、
運動動作補正ユニットは、運動動作をプリセット動作と比較し、運動動作がプリセット動作と合致しないとき、動作補正命令を生成して、ユーザの運動動作を補正するように構成され得る。

前述の可能な実装を参照して、第４の可能な実装では、ユーザの運動データは、ユーザの運動動作の振幅を含み得、
運動動作補正ユニットは、運動動作をプリセット動作の振幅と比較し、運動動作の振幅がプリセット動作の指定された振幅範囲を超過したとき、動作補正ガイド命令を生成して、ユーザの運動動作を補正するようにさらに構成され得る。

前述の可能な実装を参照して、第５の可能な実装では、ユーザの運動データは、ユーザの運動動作の頻度を含み得、
運動動作補正ユニットは、運動動作の頻度をプリセット動作の指定された頻度範囲と比較し、運動動作の頻度がプリセット動作の指定された頻度範囲外にあるとき、動作補正リマインダメッセージを含む動作補正命令を生成して、ユーザの運動動作を補正するようにさらに構成され得る。

前述の可能な実装を参照して、第６の可能な実装では、ユーザの運動データは、ユーザのサインデータをさらに含み得、
運動動作補正ユニットは、ユーザのサインデータに基づいて、ユーザの特徴サインデータを取得することであって、特徴サインデータはユーザの肩位置データおよび股関節位置データを含むことと、
特徴サインデータに基づいてユーザ平面の位置を突き止めることと
を行うようにさらに構成され得る。

前述の可能な実装を参照して、第７の可能な実装では、
データ処理装置は、
ユーザの運動データに基づいて、ユーザがプリセット時間間隔内のユーザの指定されたエネルギー消費を完了できず、遊休状態にあると判定されたとき、所定の規則に従ってユーザを処罰するように構成された処罰ユニット、および／または
ユーザの運動データに基づいて、ユーザがプリセット時間間隔内のユーザの指定されたエネルギー消費を完了したと判定されたとき、ユーザの運動データから異なる期間内のユーザのイメージデータを取得して、ソーシャルネットワーキングプラットフォームにイメージデータを転送することをユーザに思い起こさせるためのリマインダメッセージを送るように構成された転送ユニット
をさらに含み得る。

第３の態様によれば、前述のデータ処理装置を含み得るフィットネスロボットが提供される。

第１の可能な実装では、フィットネスロボットは、
ユーザの運動データを取得し、データ処理装置に接続して、ユーザの取得された運動データをデータ処理装置に送るように構成された入力装置と、
データ処理装置に接続され、データ処理装置によって送られた動作補正命令を受信して、動作補正命令を実行してユーザの動作を補正するように構成された実行機構と
をさらに含み得る。

前述の可能な実装を参照して、第１の可能な実装では、実行機構は、フィットネスロボットが配置される平面がユーザ平面に対して平行となるように維持するようにさらに構成され得る。

本願の実施形態で提供されるデータ処理方法および装置、ならびにフィットネスロボットによれば、プリセット時間間隔内のユーザのエネルギー消費が、ユーザの運動データに基づいて計算され、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化が、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて予測される。したがって、所期のフィットネスプランでのフィットネス目標が達成されることができるかどうかが判定され、判定の結果に基づいて、所期のフィットネスプランでのプリセット時間間隔内のユーザの指定されたエネルギー消費およびユーザの指定された体重変化が補正される。

これは、ユーザがフィットネスプランを手動で調節することを必要とすることなく、所期のフィットネスプランでのフィットネス目標が円滑に達成されることができることを保証し、その結果、ユーザは、独自のサイン、減量するための時間、パーソナルプリファレンスなどのユーザ情報を繰り返し入力して、フィットネスプランを手動で更新する必要がない。さらに、フィットネスプランの各調節は、ユーザの取得された運動データに基づき、その結果、補正されたフィットネスプランが、ユーザがそれによってフィットネス目標を達成する全体のフィットネス履歴内のフィットネスステージとして記録される。これは、ユーザのフィットネスステータスを追跡するのに便利である。

本願の一実施形態によるデータ処理方法の概略フローチャートである。 本願の別の実施形態によるデータ処理方法の概略フローチャートである。 本願の一実施形態によるデータ処理装置の概略構造ブロック図である。 本願の別の実施形態によるデータ処理装置の概略構造ブロック図である。 本願の一実施形態によるデータ処理装置のコンピューティングデバイス実装の概略構造ブロック図である。 本願の一実施形態によるフィットネスロボットの概略構造ブロック図である。 本願の別の実施形態によるフィットネスロボットの概略構造ブロック図である。 本願のさらに別の実施形態によるフィットネスロボットの概略構造ブロック図である。 本願の一実施形態による、ユーザのためのフィットネスに関するガイダンスを提供するフィットネスロボットの概略フローチャートである。

矛盾が存在しないことを前提として、本願での実施形態および実施形態の特徴が相互に組み合わされ得ることに留意されたい。実施形態を使用することによって、添付の図面を参照しながら本願が以下で詳細に説明される。本願の実施形態は、一例としてフィットネスデータの処理を使用することによって説明される。

図１は、本願の一実施形態によるデータ処理方法の概略フローチャートである。図１に示されるように、データ処理方法はステップＳ１１０からＳ１４０を含み得る。

Ｓ１１０。ユーザの取得された運動データに基づいて、プリセット時間間隔内のユーザのエネルギー消費を計算し、ユーザの運動データは複数のデータタイプを含み得、複数の方式で取得される。

いくつかの例では、ユーザの運動データは、ユーザの運動タイプ、運動時間、運動強度などを含み得る。ユーザの運動データは、ユーザのサインデータ、たとえば年齢、身長、性別、体重、および心拍数をさらに含み得る。ユーザの運動データは、運動中または運動後のエネルギー消費に関係するユーザについての他のデータ、たとえばユーザのダイエットステータスデータ、およびユーザのフィットネスプリファレンスデータをさらに含み得る。

いくつかの例では、ユーザの運動データは、異なるスマート端末内に含まれる様々なセンサによって収集され得る。たとえば、携帯電話またはタブレットコンピュータ内に組み込まれた加速度センサ、ジャイロスコープなどが、ユーザの動作を感知することができ、またはユーザの運動データは、サインデータセンサを使用することによって取得される。たとえば、代替として、ユーザの運動データは、スマートウェアラブルデバイス、たとえばスポーツバンド、スマートスポーツヘッドセット、またはスマートスポーツスーツを使用することによって取得され得る。もちろん、代替として、ユーザの運動データはユーザによって直接的に入力され得る。

いくつかの例では、プリセット時間間隔は、単に、単位時間内のユーザのエネルギー消費についての統計を収集するための時間単位として使用される。したがって、プリセット時間間隔は様々な時間単位であり得る。たとえば、プリセット時間間隔は１日、１週間、または数時間であり得る。本明細書では限定が設定されない。

Ｓ１２０。プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化を予測する。

いくつかの例では、プリセット時間間隔内のユーザの取得された体重変化が、プリセット時間間隔内のユーザの取得されたエネルギー消費に基づく計算を通じて取得され得、または測定を通じて直接的に取得され得る。

いくつかの例では、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化が、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて、様々な方式で予測され得る。たとえば、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化が、最小２乗法、分類アルゴリズム、またはニューラルネットワークアルゴリズムを使用することによって予測され得る。

Ｓ１３０。ユーザの取得されたエネルギー消費、ユーザの取得された体重変化、予測されるエネルギー消費、および予測される体重変化に基づいて、ユーザが所期のフィットネスプランを完了することができるかどうかを判定する。

いくつかの例では、所期のフィットネスプランが、ユーザによって手動で策定され得、または存在し、もしくはネットワークサーバから収集されるフィットネス関連データと共に、収集されたユーザデータを使用することによって、解析を通じて取得され得る。

一例では、ユーザによって入力されるデータは以下の通りである。体重：６０キログラム、性別：女性、およびフィットネス目標：３０日で２．５ｋｇ減量する。次いで、１日に消費される必要のある（カロリー単位の）平均エネルギーＢが、フィットネス目標に基づいて計算されることができ、Ｂ＝２．５÷３０×７０００であり、本明細書での７０００は、１ｋｇごとの体重を減らすために消費されるカロリーである。

次いで、ユーザが運動を通じて消費する必要のある目標カロリーＥカロリーが、ユーザによって入力されたダイエットのカロリー摂取ステータスを示すＣカロリーと、１日の基礎代謝および運動消費についてのＤカロリーとに基づいて、Ｅ＝Ｂ−Ｄ＋Ｃで計算される。

次いで、対応するスポーツ項目が、ユーザによって入力されたスポーツプリファレンス、または長時間にわたってセンサを使用することによってスマート端末によって感知されたスポーツプリファレンス（たとえば、ランニングまたはヨーガ）に基づいて選択される。

たとえば、対応するスポーツ項目が選択され、次いでユーザと共に確認され得、ユーザのための所期のフィットネスプランを策定するために、ユーザの１日の運動時間が、ユーザが運動を通じて消費する必要がある目標カロリーＥカロリーと、様々なスポーツと消費されるカロリーとの間の対応とに基づいて計算される。たとえば、ユーザの目標カロリーＥカロリーは３５０カロリーであり、スポーツプリファレンスはエアロビクスである。エアロビクスによって１時間ごとに消費される平均エネルギーが３５０カロリーであると仮定すると、１日の運動時間が１時間であることが計算されることができる。

Ｓ１４０。判定の結果に基づいて、所期のフィットネスプランでのプリセット時間間隔内のユーザの指定されたエネルギー消費およびユーザの指定された体重変化を補正する。

いくつかの例では、ユーザによって消費されることができる合計エネルギーと、所期のフィットネスプランが完了した瞬間の全体重変化とが、予測されるエネルギー消費および予測される体重変化を使用することによって計算されることができる。計算を通じて取得される、消費されることができる合計エネルギーおよび全体重変化が、所期のフィットネスプランでのフィットネス目標と比較される。

たとえば、計算を通じて取得される、消費されることができる合計エネルギーおよび全体重変化が、所期のフィットネスプランでのフィットネス目標におけるエネルギー消費および体重変化未満である場合、所期のフィットネスプランで設定されたフィットネス目標を達成するために、所期のフィットネスプランの残りの時間について、所期のフィットネスプランでのプリセット時間間隔内のユーザの指定されたエネルギー消費およびユーザの指定された体重変化が補正される必要がある。

データ処理方法を使用することによって、プリセット時間間隔内のユーザのエネルギー消費が、ユーザの取得された運動データを使用することによって計算されることができ、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化が、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて予測される。したがって、所期のフィットネスプランでのフィットネス目標が達成されることができるかどうかが判定され、判定の結果に基づいて、所期のフィットネスプランでのプリセット時間間隔内のユーザの指定されたエネルギー消費およびユーザの指定された体重変化が補正される。

これは、ユーザがフィットネスプランを手動で調節することを必要とすることなく、所期のフィットネスプランでの所期のフィットネス目標が円滑に達成されることができることを保証し、その結果、ユーザは、独自のサイン、減量するための時間、パーソナルプリファレンスなどのユーザ情報を繰り返し入力して、フィットネスプランを手動で更新する必要がない。さらに、フィットネスプランの各調節は、ユーザの取得された運動データに基づき、その結果、補正されたフィットネスプランが、ユーザがそれによってフィットネス目標を達成する全体のフィットネス履歴内のフィットネスステージとして記録される。これは、ユーザのフィットネスステータスを追跡するのに便利である。

いくつかの実施形態によれば、Ｓ１２０は以下を含み得る。将来のプリセット時間間隔内のユーザのエネルギー消費が、式Ｋｔ ＝ ｗ１ × Ｋｔ−１ ＋ ｗ２ × Ｋｔ−２ ＋ ｗ３ × Ｋｔ−３ ＋ ．．． ＋ ｗｎ × Ｋｔ−ｎを使用することによって予測され得、Ｋｔに対応する体重変化が、将来のプリセット時間間隔内のユーザの予測されるエネルギー消費Ｋｔと、プリセット時間間隔内のユーザの体重変化とを使用することによって計算され得、
Ｋｔは、ｔ番目のプリセット時間間隔内のユーザの予測されるエネルギー消費であり、ｎは、ユーザが実際に運動したプリセット時間間隔の量であり、Ｋｔ−ｎは、（ｔ−ｎ）番目のプリセット時間間隔内のユーザのエネルギー消費であり、ｗｎは、（ｔ−ｎ）番目のプリセット時間間隔内のユーザのエネルギー消費の重みであり、ｗ１ ＋ ｗ２ ＋ ．．． ＋ ｗｎ ＝ １である。

前述の実施形態のいくつかの例では、たとえば、プリセット時間間隔は１日の時間である。ユーザによって１日に実際に消費されたカロリーＫｎ（ただしｎは、ユーザが実際に運動した日数である）と、１日に実際に減った（たとえば、ｋｇ単位の）体重Ｗｎとが取得される。ｎ日のステージにわたる運動の後（たとえば、ユーザが実際に１０日間運動した場合、ｎ＝１０）、第ｔ日のユーザの体重変化およびエネルギー消費が、最小２乗法を使用することによって、計算を通じて直接的に予測され得る。
Ｗｔ＝ａ＋ｂ×Ｋｔ （１）、ただし
係数ａおよびｂは、式（２）および（３）を使用することによって、計算を通じて取得され得る。
ａ＝（ΣＷｎ）／ｎ−ｂ×（ΣＫｎ）／ｎ （２）
ｂ＝［ｎ×Σ（Ｋｎ×Ｗｎ）−（ΣＫｎ×ΣＷｎ）］／（ｎ×ΣＫｎ２−ΣＫｎ×ΣＷｎ） （３）

第ｔ日のユーザのエネルギー消費が、式（４）を使用することによって、計算を通じて取得され得る。
Ｋｔ ＝ ｗ１ × Ｋｔ−１ ＋ ｗ２ × Ｋｔ−２ ＋ ｗ３ × Ｋｔ−３ ＋ ．．． ＋ ｗｎ × Ｋｔ−ｎ （４）

式（４）では、Ｋｔは、第ｔ日のユーザの予測されるエネルギー消費であり、ｎは、ユーザが実際に運動した日数であり、Ｋｔ−ｎは、第（ｔ−ｎ）日のユーザのエネルギー消費であり、ｗｎは、第（ｔ−ｎ）日のユーザのエネルギー消費の重量であり、ｗ１ ＋ ｗ２ ＋ ．．． ＋ ｗｎ ＝ １である。

いくつかの例では、体重ｗｎは、経験的方法を使用することによって取得され得る。たとえば、当初は平均体重方式が計算のために使用され得、次いで、予測されるデータの精度に基づいて調節が行われ得る。

前述の実施形態のいくつかの他の例では、Ｓ１３０およびＳ１４０で、

第ｔ日の運動後にユーザが体重Ｗｔを減らしたと予測された後、所期のフィットネスプランのデッドラインまでにユーザによって減らされる全体重の値Ｗｆが、計算を通じて予測され得、ただしＷｆ＝ΣＷｔ、ｔ＝Ｔ、Ｔはフィットネスプランでの合計日数である。Ｗｆが、所期のフィットネスプランでの元の目標減量値Ｗと比較され、式φ＝Ｗ−Ｗｆを使用することによって偏差値が取得され得る。

いくつかの例では、所期の１日の減量目標Ｗｔが、式Ｗｔ−ｃｏｒｒｅｃｔｅｄ ＝ Ｗｔ ＋ φ／（Ｔ−ｎ）を使用することによって補正され得る。

いくつかの例では、１日に実質的に消費されるべきカロリーＫｔ−ｃｏｒｒｅｃｔｅｄが、式（１）を使用することによって再予測され得、Ｋｔ−ｃｏｒｒｅｃｔｅｄに基づいてフィットネスプランが再調節される。

図２は、本願の別の実施形態によるデータ処理方法の概略フローチャートである。図２に示されるように、データ処理方法は、ステップＳ２１０およびＳ２２０をさらに含み得る。

Ｓ２１０。ユーザの収集された運動データに基づいてユーザの運動動作を認識する。

Ｓ２１０では、ユーザの収集された運動データに基づいて、ユーザの運動動作が複数の方式で認識され得る。いくつかの例では、ユーザの動作角度、動作振幅、動作頻度、動作強度などの動作データ、または運動中の心拍数、消費されるカロリー、ユーザの身体形状などのサインデータが、センサ、カメラ、またはウェアラブルデバイスを使用することによって収集され得る。

たとえば、ユーザのリアルタイム動作が、１つまたは複数のカメラを使用することによって取得され得、有効な運動特徴（たとえば、ユーザの動的特徴、ユーザの身体形状特徴、被写界深度などのパラメータ）がビデオから抽出され、ユーザの動作、位置、姿勢などが、人体運動モデルを作成することによって認識される。

たとえば、運動中の心拍数、ユーザの消費されたカロリーなどのデータが、ウェアラブルデバイスによってリアルタイムに収集され得る。

Ｓ２２０。運動動作をプリセット動作と比較して、運動動作がプリセット動作と合致しないとき、動作補正命令を生成して、ユーザの運動動作を補正する。

いくつかの例では、Ｓ２２０でのプリセット動作は、クラウドサーバからダウンロードされた、関連するフィットネス動作トレーニングモデルデータであり得る。

上記の例に基づいて、ユーザの認識された運動動作がフィットネス動作トレーニングモデルデータと突き合わされ得、異なるフィットネス運動シナリオに従って、ユーザの動作が正しいかどうかが判定される。ユーザの動作が正しくない場合、動作補正命令が生成され、ユーザの運動動作が補正される。

いくつかの例では、ユーザの運動データは、ユーザの運動動作の振幅を含み得る。このケースでは、Ｓ２２０は、運動動作の振幅をプリセット動作の振幅と比較することと、運動動作の振幅がプリセット動作の指定された振幅範囲を超過したとき、動作補正ガイド命令を生成して、ユーザの運動動作を補正することとを含み得る。

いくつかの他の例では、ユーザの運動データは、ユーザの運動動作の頻度を含み得る。このケースでは、Ｓ２２０は、
運動動作の頻度をプリセット動作の指定された頻度範囲と比較することと、運動動作の頻度がプリセット動作の指定された頻度範囲外にあるとき、動作補正リマインダメッセージを含む動作補正命令を生成して、ユーザの運動動作を補正することと
を含み得る。

たとえば、シナリオ１では、

フィットネス動作、たとえば器具を使用することによる腹部トレーニング、チェストエキスパンディング、または強度トレーニングの偏差率が（表１に図示されるような）プリセットしきい値を超過した場合、フィットネス動作が不適当であると判定される。たとえば、動作の頻度が毎分１５回である場合、動作が不適当であると判定され、ユーザの運動動作を補正するために、たとえば実施されている動作の頻度をユーザに通知し、動作の頻度を増加させることをユーザに思い起こさせるために、動作補正リマインダメッセージを含む動作補正命令が生成される。

たとえば、シナリオ２では、

ヨーガ動作などのフィットネス動作について、ユーザの動作の位置到達度が適当かどうかが、年齢、性別、履歴トレーニング度などのユーザについての情報に基づいて判定される。ユーザの動作が不適当である場合、ユーザの運動動作を補正するために動作補正命令が生成され得る。

いくつかの例では、ユーザが短い時間に正しい動作を常に完了できない場合、代替として、プリセットしきい値が低下され得、またはフィットネスプランが調節され得、より易しい、またはより強度の低い何らかのフィットネス運動がユーザのために選択される。

ユーザの運動動作を認識する際の困難を低減し、動作補正命令を簡略化するために、ユーザの収集される運動データは、ユーザのサインデータをさらに含み得る。Ｓ２２０の前に、方法は、
ユーザのサインデータに基づいて、ユーザの特徴サインデータを取得することであって、特徴サインデータはユーザの肩位置データおよび股関節位置データを含むことと、特徴サインデータに基づいてユーザ平面の位置を突き止めることと
をさらに含み得る。

いくつかの例では、ユーザの運動動作は、上肢動作および下肢動作に分割され得る。ユーザの上肢動作の動作比較平面が、ユーザの肩位置を認識することによって配置され得る。動作比較平面に基づいてユーザの運動動作が認識され得、動作補正命令が生成される。これは、ユーザ認識および補正命令生成のための次元データを簡略化し、それによって、ユーザの運動動作を認識する際の困難を低減し、動作補正命令を簡略化する。

いくつかの実施形態によれば、データ処理方法は、
ユーザの運動データに基づいて、ユーザがプリセット時間間隔内のユーザの指定されたエネルギー消費を完了できず、遊休状態にあると判定されたとき、所定の規則に従ってユーザを処罰することをさらに含む。たとえば、１日のユーザのエネルギー消費が、ユーザの運動データに基づいて計算される。エネルギー消費が指定されたエネルギー消費未満であり、ユーザの運動データに基づいて、ユーザが現在は遊休状態にあると判定されたとき、ユーザは、所定の規則に従って処罰され得る。たとえば、ユーザが、ユーザの見苦しい写真をソーシャルネットワーキングプラットフォームに送らされるなどである。

前述の実施形態のいくつかの例では、データ処理方法は、
ユーザの運動データに基づいて、ユーザがプリセット時間間隔内のユーザの指定されたエネルギー消費を完了したと判定されたとき、ユーザの運動データから異なる期間内のユーザのイメージデータを取得して、ソーシャルネットワーキングプラットフォームにイメージデータを転送することをユーザに思い起こさせるためのリマインダメッセージを送ることをさらに含む。いくつかの例では、プリセット時間間隔は複数の時間単位であり得、または複数のプリセット時間間隔の組合せ、たとえば全体の計画されたフィットネスサイクルであり得る。異なる期間内のイメージデータは、たとえば、運動前、運動中、および運動後のユーザの写真またはビデオであり得る。前述の方法を使用することによって、ユーザがフィットネスプランを実行するプロセスが効果的に監視されることができ、それによってユーザが運動する意欲を改善する。

上記では、図１および図２を参照しながら、本願の実施形態によるデータ処理方法を詳細に説明した。以下では、図３から図９を参照しながら、本願の実施形態によるデータ処理装置、およびフィットネスロボットを詳細に説明する。

図３は、本願の一実施形態によるデータ処理装置の概略構造ブロック図である。図３に示されるように、データ処理装置３００は、実際のエネルギー計算ユニット３１０、予測ユニット３２０、判定ユニット３３０、および補正ユニット３４０を含み得る。

実際のエネルギー計算ユニット３１０は、ユーザの取得された運動データに基づいて、プリセット時間間隔内のユーザのエネルギー消費を計算するように構成され得る。

予測ユニット３２０は、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化を予測するように構成され得る。

判定ユニット３３０は、ユーザの取得されたエネルギー消費、ユーザの取得された体重変化、予測されるエネルギー消費、および予測される体重変化に基づいて、ユーザが所期のフィットネスプランを完了することができるかどうかを判定するように構成され得る。

補正ユニット３４０は、判定の結果に基づいて、所期のフィットネスプランでのプリセット時間間隔内のユーザの指定されたエネルギー消費およびユーザの指定された体重変化を補正するように構成され得る。

本願のこの実施形態によるデータ処理装置３００は、本願の実施形態によるデータ処理方法を実行するためのエンティティに対応し得る。データ処理装置３００内のユニットの前述の機能は、それぞれ、図１および図２の方法の対応するプロセスを実装するように意図される。簡潔のため、本明細書では詳細は再び説明されない。

データ処理装置を使用することによって、プリセット時間間隔内のユーザのエネルギー消費が、ユーザの取得された運動データを使用することによって計算されることができ、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化が、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて予測される。したがって、所期のフィットネスプランでのフィットネス目標が達成されることができるかどうかが判定され、判定の結果に基づいて、所期のフィットネスプランでのプリセット時間間隔内のユーザの指定されたエネルギー消費およびユーザの指定された体重変化が補正される。

これは、ユーザがフィットネスプランを手動で調節することを必要とすることなく、所期のフィットネスプランでの所期のフィットネス目標が円滑に達成されることができることを保証し、その結果、ユーザは、独自のサイン、減量するための時間、パーソナルプリファレンスなどのユーザ情報を繰り返し入力して、フィットネスプランを手動で更新する必要がない。さらに、フィットネスプランの各調節は、ユーザの取得された運動データに基づき、その結果、補正されたフィットネスプランが、ユーザがそれによってフィットネス目標を達成する全体のフィットネス履歴内のフィットネスステージとして記録される。これは、ユーザのフィットネスステータスを追跡するのに便利である。

いくつかの例では、予測ユニット３２０は、式Ｋｔ＝ ｗ１ × Ｋｔ−１ ＋ ｗ２ × Ｋｔ−２ ＋ ｗ３ × Ｋｔ−３ ＋ ．．． ＋ ｗｎ × Ｋｔ−ｎを使用することによって、将来のプリセット時間間隔内のユーザのエネルギー消費を予測し、将来のプリセット時間間隔内のユーザの予測されるエネルギー消費Ｋｔと、プリセット時間間隔内のユーザの体重変化とを使用することによって、Ｋｔに対応する体重変化を計算するようにさらに構成され得る。

図４は、本願の別の実施形態によるデータ処理装置の概略構造ブロック図である。図４に示されるように、データ処理装置４００は、実際のエネルギー計算ユニット４１０、予測ユニット４２０、判定ユニット４３０、補正ユニット４４０、運動動作認識ユニット４５０、および運動動作補正ユニット４６０を含み得る。

実際のエネルギー計算ユニット４１０、予測ユニット４２０、判定ユニット４３０、および補正ユニット４４０の機能は、図３の実際のエネルギー計算ユニット３１０、予測ユニット３２０、判定ユニット３３０、および補正ユニット３４０の機能と同様である。

運動動作認識ユニット４５０は、ユーザの収集された運動データに基づいてユーザの運動動作を認識するように構成され得る。

運動動作補正ユニット４６０は、運動動作をプリセット動作と比較して、運動動作がプリセット動作と合致しないとき、動作補正命令を生成して、ユーザの運動動作を補正するように構成され得る。

いくつかの例では、運動動作補正ユニットは、運動動作の振幅をプリセット動作の振幅と比較し、運動動作の振幅がプリセット動作の指定された振幅範囲を超過したとき、動作補正ガイド命令を生成して、ユーザの運動動作を補正するようにさらに構成され得る。

いくつかの例では、ユーザの運動データは、ユーザの運動動作の頻度を含み得る。

運動動作補正ユニットは、運動動作の頻度をプリセット動作の指定された頻度範囲と比較し、運動動作の頻度がプリセット動作の指定された頻度範囲外にあるとき、動作補正リマインダメッセージを含む動作補正命令を生成して、ユーザの運動動作を補正するようにさらに構成され得る。

いくつかの例では、ユーザの運動データは、ユーザのサインデータを含み得る。

運動動作補正ユニットは、ユーザのサインデータに基づいてユーザの特徴サインデータを取得することであって、特徴サインデータはユーザの肩位置データおよび股関節位置データを含むことと、特徴サインデータに基づいてユーザ平面の位置を突き止めることとを行うようにさらに構成され得る。

いくつかの実施形態によれば、データ処理装置は、
ユーザの運動データに基づいて、ユーザがプリセット時間間隔内のユーザの指定されたエネルギー消費を完了できず、遊休状態にあると判定されたとき、所定の規則に従ってユーザを処罰するように構成された処罰ユニットをさらに含む。たとえば、１日のユーザのエネルギー消費が、ユーザの運動データに基づいて計算される。エネルギー消費が指定されたエネルギー消費未満であり、ユーザの運動データに基づいて、ユーザが現在は遊休状態にあると判定されたとき、ユーザは、所定の規則に従って処罰され得る。たとえば、ユーザが、ユーザの見苦しい写真をソーシャルネットワーキングプラットフォームに送らされるなどである。たとえば、ユーザに科されるべき処罰項目が、音声によって通知され、または画面上に表示され、ユーザが処罰を完了したかどうかを監視するために、入力装置を使用することによってユーザデータが収集される。

前述の実施形態のいくつかの例では、データ処理装置は、
ユーザの運動データに基づいて、ユーザがプリセット時間間隔内のユーザの指定されたエネルギー消費を完了したと判定されたとき、ユーザの運動データから異なる期間内のユーザのイメージデータを取得して、ソーシャルネットワーキングプラットフォームにイメージデータを転送することをユーザに思い起こさせるためのリマインダメッセージを送るように構成された転送ユニットをさらに含む。いくつかの例では、プリセット時間間隔は複数の時間単位であり得、または複数のプリセット時間間隔の組合せ、たとえば全体の計画されたフィットネスサイクルであり得る。異なる期間内のイメージデータは、たとえば、運動前、運動中、および運動後のユーザの写真またはビデオであり得る。処罰ユニットおよび／または転送ユニットを使用することによって、ユーザがフィットネスプランを実行するプロセスが効果的に監視されることができ、それによってユーザが運動する意欲を改善する。

図５は、本願の一実施形態によるデータ処理装置のコンピューティングデバイス実装の概略構造ブロック図である。図５に示されるように、前述のデータ処理方法およびデータ処理装置の少なくとも一部が、コンピューティングデバイス５００によって実装され得る。コンピューティングデバイス５００は、プロセッサ５０３、メモリ５０４、およびバス５１０を含む。

いくつかの例では、コンピューティングデバイス５００は、入力デバイス５０１、入力ポート５０２、出力ポート５０５、および出力デバイス５０６をさらに含み得る。入力ポート５０２、プロセッサ５０３、メモリ５０４、および出力ポート５０５は互いに接続される。入力デバイス５０１および出力デバイス５０６は、それぞれ、コンピューティングデバイス５００の他の構成要素に接続される、入力ポート５０２および出力ポート５０５を使用することによってバス５１０に接続される。

代替として、本明細書の出力インターフェースおよび入力インターフェースは、Ｉ／Ｏインターフェースを使用することによって表され得ることに留意されたい。具体的には、入力デバイス５０１は、外部から入力情報を受信し、入力ポート５０２を使用することによって入力情報をプロセッサ５０３に転送する。プロセッサ５０３は、メモリ５０４内に記憶されたコンピュータ実行可能命令に基づいて入力情報を処理して、出力情報を生成し、メモリ５０４内に出力情報を一時的または永続的に記憶し、次いで、出力ポート５０５を使用することによって出力デバイス５０６に出力情報を転送する。出力デバイス５０６は、コンピューティングデバイス５００の外部に出力情報を出力する。

前述のデータ処理装置と比較して、あるユーザは、運動で彼らに随伴することができるフィットネスロボットを好む。図６は、本願の一実施形態によるフィットネスロボットの概略構造ブロック図である。図６に示されるように、フィットネスロボット６００はデータ処理装置３００を含み得る。

フィットネスロボットを使用することによって、プリセット時間間隔内のユーザのエネルギー消費が、ユーザの取得された運動データを使用することによって計算されることができ、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化が、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて予測される。したがって、所期のフィットネスプランでのフィットネス目標が達成されることができるかどうかが判定され、判定の結果に基づいて、所期のフィットネスプランでのプリセット時間間隔内のユーザの指定されたエネルギー消費およびユーザの指定された体重変化が補正される。

これは、ユーザがフィットネスプランを手動で調節することを必要とすることなく、所期のフィットネスプランでの所期のフィットネス目標が円滑に達成されることができることを保証し、その結果、ユーザは、独自のサイン、減量するための時間、パーソナルプリファレンスなどのユーザ情報を繰り返し入力して、フィットネスプランを手動で更新する必要がない。さらに、フィットネスプランの各調節は、ユーザの取得された運動データに基づき、その結果、補正されたフィットネスプランが、ユーザがそれによってフィットネス目標を達成する全体のフィットネス履歴内のフィットネスステージとして記録される。これは、ユーザのフィットネスステータスを追跡するのに便利である。

図７は、本願の別の実施形態によるフィットネスロボットの概略構造ブロック図である。図７に示されるように、フィットネスロボット７００は、入力装置７１０、データ処理装置７２０、および実行機構７３０を含む。

入力装置７１０は、ユーザの運動データを取得し、データ処理装置７２０に接続して、ユーザの取得された運動データをデータ処理装置７２０に送るように構成される。

入力装置７１０は、ユーザの運動データを収集することができるウェアラブルデバイス、カメラ、センサなどのデバイス、または前述のデバイスによって送られたユーザの運動データを受信するように構成された通信ユニットであり得る。

実行機構７３０はデータ処理装置７２０に接続され、データ処理装置７２０によって送られた動作補正命令を受信して、動作補正命令を実行してユーザの動作を補正するように構成され得る。

ユーザの運動動作を認識する際の困難を低減し、動作補正命令を簡略化するために、いくつかの例では、フィットネスロボット７００の実行機構７３０は、データ処理装置がユーザ平面の位置を突き止めた後、フィットネスロボットが配置される平面をユーザ平面に対して平行となるように維持するようにさらに構成され得る。

たとえば、ユーザの下肢動作についての動作比較平面が、ユーザの股関節位置を認識することによってユーザ平面として配置され得る。データ処理装置は、フィットネスロボットが配置される平面がユーザ平面に対して平行となるように維持するように、実行機構に動作命令を送る。たとえば、フィットネスロボットは、ユーザ平面にまっすぐに向かい合うように常に維持される。これは、フィットネスロボットが動作比較平面内の２次元だけでユーザの運動動作を認識および補正することを可能にし、それによって、ユーザの運動動作を認識する際の困難を低減し、動作補正命令を簡略化する。

図８は、本願のさらに別の実施形態によるフィットネスロボットの概略構造ブロック図である。図８に示されるように、フィットネスロボットは、メインボード８１０および他の周辺機能構成要素を含み得る。センサモジュールグループ８０１およびボタン８０２が、メインボード８１０のＩ／Ｏモジュールに別々に接続される。マイクロフォンアレイ８０３が、メインボード８１０のオーディオおよびビデオコーデックモジュールに接続される。メインボード８１０のタッチディスプレイコントローラが、タッチディスプレイ画面８０４のタッチ制御入力を受信し、ディスプレイ駆動信号を提供し得る。モータサーボコントローラが、プログラム命令に基づいてモータおよびエンコーダ８０７を駆動し、機械的レッグ／機械的アーム８１１を駆動して、ロボットの動作およびボディランゲージを生成する。音声がオーディオコーデックモジュールによって出力され、電力増幅器８０８を介してスピーカ８１２にプッシュされ、スピーカ８１２によって再生されることができる。

メインボード８１０は、プロセッサおよびメモリをさらに含み得る。前述のデータ処理方法を実行するためのコンピュータ実行可能命令およびその構成ファイルを記憶することに加えて、メモリはまた、フィットネスコーチング作業を実施するためにフィットネスロボットによって必要とされるオーディオファイル、ビデオファイル、イメージファイルなどをも含み得、プログラム実行のためのいくつかの一時ファイルをさらに含み得る。メインボード８１０の通信モジュール８０６が、ロボットが外部ネットワークと通信するための機能を提供し、たとえば、短距離ワイヤレス通信のためのＢｌｕｅｔｏｏｔｈまたはＷｉＦｉモジュールであり得る。メインボード８１０は、電源管理モジュールをさらに含み得る。電源管理モジュールは、接続された電源システム８０５を使用することによって、デバイスの充電および放電ならびに省電力管理を実装する。

いくつかの例では、図８に示されるフィットネスロボット内のプロセッサが前述のデータ処理方法を実施するとき、プロセッサは、センサモジュールグループ８０１、マイクロフォンアレイ８０３、およびタッチディスプレイ画面８０４によって送られたユーザの運動データを、Ｉ／Ｏモジュールを使用することによって受信する。メモリ内に記憶されたコンピュータ実行可能命令に基づいて、プロセッサは、ユーザの運動データに基づいて、プリセット時間間隔内のユーザのエネルギー消費を計算し、プリセット時間間隔内のユーザのエネルギー消費と、プリセット時間間隔内のユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内のユーザのエネルギー消費および対応する体重変化を予測し、ユーザの取得されたエネルギー消費、ユーザの取得された体重変化、予測されるエネルギー消費、および予測される体重変化に基づいて、ユーザが所期のフィットネスプランを完了することができるかどうかを判定し、判定の結果に基づいて、所期のフィットネスプランでのプリセット時間間隔内のユーザの指定されたエネルギー消費およびユーザの指定された体重変化を補正する。次いで、プロセッサは、スピーカ８１２もしくはタッチディスプレイ画面８０４を介して、または機械的レッグ／機械的アーム８１１を駆動することによって、補正されたフィットネスプランに基づいて、必要に応じて、対応するフィットネス命令を出力して、ユーザのためのフィットネスに関するガイダンスを提供する。

別々の部分として説明されたユニットは、物理的に別々であり、または物理的に別々ではないことがあり、ユニットとして表示された部分は、物理的単位であることがあり、または物理単位ではないことがあり、１つの位置に配置され得、または複数のネットワークユニット上に分散され得る。ユニットのうちのいくつかまたはすべてが、本願の実施形態での解決策の目的を達成するための実際の必要に基づいて選択され得る。

図９は、本願の一実施形態による、ユーザのためのフィットネスに関するガイダンスを提供するフィットネスロボットの概略フローチャートである。図９に示されるように、フィットネスロボットがユーザのためのフィットネスに関するガイダンスを提供するプロセスは、以下のステップを含み得る。

Ｓ９１０。走査またはユーザ入力を通じてユーザのサイン情報（身長、体重、身体形状、脂肪量、安静時心拍数などを含む）を取得し、ユーザのダイエットおよびフィットネスプリファレンス（たとえば、菜食についてのプリファレンス、好みの強度トレーニングなど）を取得し、ユーザのフィットネス目標（たとえば、１カ月で２．５ｋｇ減量する）を取得し、前述のユーザデータに基づいて、ユーザのための所期のフィットネスプランを作成する。

Ｓ９２０。フィットネスロボットが、ユーザのフィットネス要件に基づいて、推奨される毎日のレシピを作成し、ユーザのダイエットを追跡し、リアルタイムダイエットデータ解析を提供し、たとえば、ユーザのダイエットを走査することによってユーザのカロリー入力ステータスを計算し、ユーザの別のスマートデバイス、たとえば携帯電話またはウェアラブルデバイスの支援と共に追跡を実施し得る。

Ｓ９３０。ユーザの運動ステータスを追跡し、ユーザの運動データを解析して、ユーザの別のデバイス、たとえば携帯電話またはウェアラブルデバイスの支援と共にユーザの所期のフィットネスプランを追跡する。

Ｓ９４０。ユーザのフィットネスデータに基づいて、将来のユーザの所期のフィットネスプランの完了ステータスを予測し、所期のフィットネスプランが完了されることができないと予測されるとき、所期のフィットネスプランを適時に調節する。

Ｓ９５０。運動中にユーザに随伴し、ユーザの運動データに基づいて、ユーザの運動動作を認識および補正する。

Ｓ９６０。ユーザの運動データに基づいて、ユーザが遊休状態にあるかどうかを判定する。

Ｓ９７０。ユーザの所期のフィットネスプランを参照して、ユーザがプリセット時間間隔内のユーザの指定されたエネルギー消費を完了できず、遊休状態にあると判定されたとき、ユーザに思い起こさせ、またはユーザを処罰する。

前述の説明は本願の特定の実装に過ぎず、本願の保護範囲を限定するものではない。本願で開示された技術的範囲内の、当業者によって容易に理解される任意の変形または置換は、本願の保護範囲内に包含されるものとする。したがって、本願の保護範囲は特許請求の範囲の保護範囲の対象となるものとする。

いくつかの例では、コンピューティングデバイス５００は、入力デバイス５０１、入力ポート５０２、出力ポート５０５、および出力デバイス５０６をさらに含み得る。入力ポート５０２、プロセッサ５０３、メモリ５０４、および出力ポート５０５は、バス５１０を用いることにより、互いに接続される。入力デバイス５０１および出力デバイス５０６は、それぞれ、コンピューティングデバイス５００の他の構成要素に接続される、入力ポート５０２および出力ポート５０５を使用することによってバス５１０に接続される。

図８は、本願のさらに別の実施形態によるフィットネスロボットの概略構造ブロック図である。図８に示されるように、フィットネスロボットは、メインボード８１０および他の周辺機能構成要素を含み得る。センサモジュールグループ８０１およびボタン８０２が、メインボード８１０のＩ／Ｏモジュールに別々に接続される。マイクロフォンアレイ８０３が、メインボード８１０のオーディオおよびビデオコーデックモジュールに接続される。メインボード８１０のタッチディスプレイコントローラが、タッチディスプレイ画面８０４のタッチ制御入力を受信し、ディスプレイ駆動信号を提供し得る。モータサーボコントローラが、プログラム命令に基づいてモータおよびエンコーダ８０７を駆動し、機械的レッグ／機械的アーム８１１を駆動して、ロボットの動作およびボディランゲージを生成する。音声がオーディオコーデックモジュールによって出力され、音声増幅器８０８を介してスピーカ８１２にプッシュされ、スピーカ８１２によって再生されることができる。

Claims (18)

1. ユーザの運動データに基づいて、所定の時間間隔内の前記ユーザのエネルギー消費を計算するステップと、
   プリセット時間間隔内の前記ユーザの前記エネルギー消費と、前記プリセット時間間隔内の前記ユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内の前記ユーザのエネルギー消費および対応する体重変化を予測するステップと、
   前記ユーザの取得されたエネルギー消費、前記ユーザの前記取得された体重変化、予測されるエネルギー消費、および予測される体重変化に基づいて、前記ユーザが所期のフィットネスプランを完了することができるかどうかを判定するステップと、
   前記判定の結果に基づいて、前記所期のフィットネスプランでの前記プリセット時間間隔内の前記ユーザの指定されたエネルギー消費および前記ユーザの指定された体重変化を補正するステップと
   を含むデータ処理方法。
2. 前記プリセット時間間隔内の前記ユーザの前記エネルギー消費と、前記プリセット時間間隔内の前記ユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内の前記ユーザのエネルギー消費および対応する体重変化を予測する前記ステップは、
   前記プリセット時間間隔内の前記ユーザの前記エネルギー消費と、前記プリセット時間間隔内の前記ユーザの前記取得された体重変化とに基づく最小２乗法を使用することによって、前記将来のプリセット時間間隔内の前記ユーザの前記エネルギー消費および前記対応する体重変化を予測するステップ
   を含む請求項１に記載のデータ処理方法。
3. 前記プリセット時間間隔内の前記ユーザの前記エネルギー消費と、前記プリセット時間間隔内の前記ユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内の前記ユーザのエネルギー消費および対応する体重変化を予測する前記ステップは、
   式Ｋｔ＝ ｗ１ × Ｋｔ−１ ＋ ｗ２ × Ｋｔ−２ ＋ ｗ３ × Ｋｔ−３ ＋ ．．． ＋ ｗｎ × Ｋｔ−ｎを使用することによって、前記将来のプリセット時間間隔内の前記ユーザの前記エネルギー消費を予測するステップと、
   将来のプリセット時間間隔内のユーザの予測されるエネルギー消費Ｋｔと、前記プリセット時間間隔内の前記ユーザの前記体重変化とを使用することによって、Ｋｔに対応する体重変化を計算するステップと
   を含み、
   Ｋｔは、ｔ番目のプリセット時間間隔内の前記ユーザの予測されるエネルギー消費であり、ｎは、前記ユーザが実際に運動したプリセット時間間隔の量であり、Ｋｔ−ｎは、（ｔ−ｎ）番目のプリセット時間間隔内の前記ユーザのエネルギー消費であり、ｗｎは、前記（ｔ−ｎ）番目のプリセット時間間隔内の前記ユーザの前記エネルギー消費の重みであり、ｗ１ ＋ ｗ２ ＋ ．．． ＋ ｗｎ ＝ １である請求項１または２に記載のデータ処理方法。
4. 前記ユーザの収集された運動データに基づいて前記ユーザの運動動作を認識するステップと、
   前記運動動作をプリセット動作と比較し、前記運動動作が前記プリセット動作と合致しないとき、動作補正命令を生成して、前記ユーザの前記運動動作を補正するステップと
   をさらに含む請求項１に記載のデータ処理方法。
5. 前記ユーザの前記運動データは、前記ユーザの前記運動動作の振幅を含み、
   前記運動動作をプリセット動作と比較し、前記運動動作が前記プリセット動作と合致しないとき、動作補正命令を生成して、前記ユーザの前記運動動作を補正する前記ステップは、
   前記運動動作の前記振幅を前記プリセット動作の振幅と比較し、前記運動動作の前記振幅が前記プリセット動作の指定された振幅範囲を超過したとき、動作補正ガイド命令を生成して、前記ユーザの前記運動動作を補正するステップ
   を含む請求項４に記載のデータ処理方法。
6. 前記ユーザの前記運動データは、前記ユーザの前記運動動作の頻度を含み、
   前記運動動作をプリセット動作と比較し、前記運動動作が前記プリセット動作と合致しないとき、動作補正命令を生成して、前記ユーザの前記運動動作を補正する前記ステップは、
   前記運動動作の前記頻度を前記プリセット動作の指定された頻度範囲と比較し、前記運動動作の前記頻度が前記プリセット動作の前記指定された頻度範囲外にあるとき、動作補正リマインダメッセージを含む動作補正命令を生成して、前記ユーザの前記運動動作を補正するステップ
   を含む請求項４に記載のデータ処理方法。
7. 前記ユーザの前記運動データは、前記ユーザのサインデータをさらに含み、
   前記運動動作の前記振幅が前記プリセット動作の指定された振幅範囲を超過したとき、動作補正ガイド命令を生成して、前記ユーザの前記運動動作を補正する前記ステップの前に、
   前記ユーザの前記サインデータに基づいて、前記ユーザの特徴サインデータを取得するステップであって、前記特徴サインデータは、前記ユーザの肩位置データおよび股関節位置データを含むステップと、
   前記特徴サインデータに基づいてユーザ平面の位置を突き止めるステップと
   をさらに含む請求項５に記載のデータ処理方法。
8. 前記ユーザの前記運動データに基づいて、前記ユーザが前記プリセット時間間隔内の前記ユーザの前記指定されたエネルギー消費を完了できず、遊休状態にあると判定されたとき、所定の規則に従って前記ユーザを処罰するステップ、および／または
   前記ユーザの前記運動データに基づいて、前記ユーザが前記プリセット時間間隔内の前記ユーザの前記指定されたエネルギー消費を完了したと判定されたとき、前記ユーザの前記運動データから異なる期間内の前記ユーザのイメージデータを取得して、ソーシャルネットワーキングプラットフォームに前記イメージデータを転送することを前記ユーザに思い起こさせるためのリマインダメッセージを送るステップ
   をさらに含む請求項１に記載のデータ処理方法。
9. ユーザの運動データに基づいて、プリセット時間間隔内の前記ユーザのエネルギー消費を計算するように構成された実際のエネルギー計算ユニットと、
   前記プリセット時間間隔内の前記ユーザの前記エネルギー消費と、前記プリセット時間間隔内の前記ユーザの取得された体重変化とに基づいて、将来のプリセット時間間隔内の前記ユーザのエネルギー消費および対応する体重変化を予測するように構成された予測ユニットと、
   前記ユーザの取得されたエネルギー消費、前記ユーザの前記取得された体重変化、予測されるエネルギー消費、および予測される体重変化に基づいて、前記ユーザが所期のフィットネスプランを完了することができるかどうかを判定するように構成された判定ユニットと、
   前記判定の結果に基づいて、前記所期のフィットネスプランでの前記プリセット時間間隔内の前記ユーザの指定されたエネルギー消費およびユーザの指定された体重変化を補正するように構成された補正ユニットと
   を備えるデータ処理装置。
10. 前記予測ユニットが、
    前記プリセット時間間隔内の前記ユーザの前記エネルギー消費と、前記プリセット時間間隔内の前記ユーザの前記取得された体重変化とに基づく最小２乗法を使用することによって、前記将来のプリセット時間間隔内の前記ユーザの前記エネルギー消費および前記対応する体重変化を予測する
    ようにさらに構成される請求項９に記載のデータ処理装置。
11. 前記予測ユニットが、
    式Ｋｔ ＝ ｗ１ × Ｋｔ−１ ＋ ｗ２ × Ｋｔ−２ ＋ ｗ３ × Ｋｔ−３ ＋ ．．． ＋ ｗｎ × Ｋｔ−ｎを使用することによって、前記将来のプリセット時間間隔内の前記ユーザの前記エネルギー消費を予測し、
    前記将来のプリセット時間間隔内の前記ユーザの予測されるエネルギー消費Ｋｔと、前記プリセット時間間隔内の前記ユーザの前記体重変化とを使用することによって、Ｋｔに対応する体重変化を計算する
    ようにさらに構成され、
    Ｋｔは、ｔ番目のプリセット時間間隔内の前記ユーザの予測されるエネルギー消費であり、ｎは、前記ユーザが実際に運動したプリセット時間間隔の量であり、Ｋｔ−ｎは、（ｔ−ｎ）番目のプリセット時間間隔内の前記ユーザのエネルギー消費であり、ｗｎは、前記（ｔ−ｎ）番目のプリセット時間間隔内の前記ユーザの前記エネルギー消費の重みであり、ｗ１ ＋ ｗ２ ＋ ．．． ＋ ｗｎ ＝ １である請求項９または１０に記載のデータ処理装置。
12. 前記ユーザの収集された運動データに基づいて前記ユーザの運動動作を認識するように構成された運動動作認識ユニットと、
    前記運動動作をプリセット動作と比較し、前記運動動作が前記プリセット動作と合致しないとき、動作補正命令を生成して、前記ユーザの前記運動動作を補正するように構成された運動動作補正ユニットと
    をさらに備える請求項９に記載のデータ処理装置。
13. 前記ユーザの前記運動データは、前記ユーザの前記運動動作の振幅を含み、
    前記運動動作補正ユニットが、
    前記運動動作の前記振幅を前記プリセット動作の振幅と比較し、前記運動動作の前記振幅が前記プリセット動作の指定された振幅範囲を超過したとき、動作補正ガイド命令を生成して、前記ユーザの前記運動動作を補正する
    ようにさらに構成される請求項１２に記載のデータ処理装置。
14. 前記ユーザの前記運動データは、前記ユーザの前記運動動作の頻度を含み、
    前記運動動作補正ユニットが、
    前記運動動作の前記頻度を前記プリセット動作の指定された頻度範囲と比較し、前記運動動作の前記頻度が前記プリセット動作の前記指定された頻度範囲外にあるとき、動作補正リマインダメッセージを含む動作補正命令を生成して、前記ユーザの前記運動動作を補正する
    ようにさらに構成される請求項１２に記載のデータ処理装置。
15. 前記ユーザの前記運動データは、前記ユーザのサインデータをさらに含み、
    前記運動動作補正ユニットが、
    前記ユーザの前記サインデータに基づいて、前記ユーザの特徴サインデータを取得することであって、前記特徴サインデータは、前記ユーザの肩位置データおよび股関節位置データを含むことと、
    前記特徴サインデータに基づいてユーザ平面の位置を突き止めることと
    を行うようにさらに構成される請求項１３に記載のデータ処理装置。
16. 前記ユーザの前記運動データに基づいて、前記ユーザが前記プリセット時間間隔内の前記ユーザの前記指定されたエネルギー消費を完了できず、遊休状態にあると判定されたとき、所定の規則に従って前記ユーザを処罰するように構成された処罰ユニット、および／または
    前記ユーザの前記運動データに基づいて、前記ユーザが前記プリセット時間間隔内の前記ユーザの前記指定されたエネルギー消費を完了したと判定されたとき、前記ユーザの前記運動データから異なる期間内の前記ユーザのイメージデータを取得して、ソーシャルネットワーキングプラットフォームに前記イメージデータを転送することを前記ユーザに思い起こさせるためのリマインダメッセージを送るように構成された転送ユニット
    をさらに備える請求項９に記載のデータ処理装置。
17. 請求項９乃至１６のいずれか一項に記載のデータ処理装置
    を備えるフィットネスロボット。
18. 前記データ処理装置に接続され、ユーザの運動データを取得して、前記ユーザの取得された運動データを前記データ処理装置に送るように構成された入力装置と、
    前記データ処理装置に接続され、前記データ処理装置によって送られた動作補正命令を受信して、前記動作補正命令を実行して前記ユーザの動作を補正するように構成された実行機構と
    をさらに備える請求項１７に記載のフィットネスロボット。

Images