JP2023549625A - 水泳ストロークを決定するためのコントローラ及び方法 - Google Patents

水泳ストロークを決定するためのコントローラ及び方法 Download PDF

Info

Publication number
JP2023549625A
JP2023549625A JP2023513854A JP2023513854A JP2023549625A JP 2023549625 A JP2023549625 A JP 2023549625A JP 2023513854 A JP2023513854 A JP 2023513854A JP 2023513854 A JP2023513854 A JP 2023513854A JP 2023549625 A JP2023549625 A JP 2023549625A
Authority
JP
Japan
Prior art keywords
stroke
segment
signal
filtered
controller
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2023513854A
Other languages
English (en)
Inventor
マヒマ トマール
プージャ モハン
センシルムルガン センゴトゥヴェラン
マルダチャラム ディーパック プードル
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.)
Robert Bosch GmbH
Bosch Global Software Technologies Pvt Ltd
Original Assignee
Robert Bosch GmbH
Robert Bosch Engineering and Business Solutions Pvt Ltd
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 Robert Bosch GmbH, Robert Bosch Engineering and Business Solutions Pvt Ltd filed Critical Robert Bosch GmbH
Publication of JP2023549625A publication Critical patent/JP2023549625A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • 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
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114—Tracking parts of the body
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10—Athletes
    • 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
    • A61B5/68—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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A63B2024/0071—Distinction between different activities, movements, or kind of sports performed
    • 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
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/83—Special sensors, transducers or devices therefor characterised by the position of the sensor
    • A63B2220/836—Sensors arranged on the body of the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2225/00—Miscellaneous features of sport apparatus, devices or equipment
    • A63B2225/60—Apparatus used in water
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2244/00—Sports without balls
    • A63B2244/20—Swimming

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Technology (AREA)
  • Power Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本コントローラ１１０は、少なくとも１つの加速度計１０２からの入力信号１２０を受信するように接続されている。本コントローラ１１０は、入力及び出力ピン／ポートを容易化するインタフェース１０４と、少なくとも１つの加速度計１０２からの入力信号１２０をフィルタリングするフィルタモジュール１０６とを含む。本コントローラ１１０は、ストロークセグメント化モジュール１０８を含み、ストロークセグメント化モジュール１０８は、前述のフィルタリングされた信号１２２から、第１のパラメータ２０８及び第２のパラメータ２１０を含む少なくとも２つのパラメータを決定し、少なくとも２つのパラメータ及びフィルタリングされた信号１２２を使用して包絡線信号２０６を生成し、フィルタリングされた信号１２２及び包絡線信号２０６に基づいて泳者の水泳ストロークを決定するように構成されていることによって特徴付けられる。さらに、アクティビティ検出モジュール１１２が、ストロークセグメント化モジュール１０８と組み合わせて使用される。本発明は、少なくとも１つの加速度計１０２からの入力信号のみに基づいてストロークセグメントを取得し、コスト及び複雑さの低減を提供する。

Description

発明の分野
本発明は、泳者の水泳ストロークを決定するためのコントローラ及びその方法に関する。
発明の背景技術
現在入手可能な製品においては、ＩＭＵセンサに基づく解決手段がストロークセグメント化のために使用されている。既存の水泳トラッキング解決手段においては、水泳ストロークセグメント化が主にジャイロスコープ又は磁力計を使用して行われる。しかしながら、ジャイロスコープ又は磁力計の電力消費は、加速度センサの電力消費よりも大きい。
先行技術の米国特許第８２６５９００号明細書によれば、スポーツのための動作分析装置が開示されている。そこには、水泳時の人体の動作に関する情報を決定するための携帯用手首装着装置が記載されている。この装置は、加速度信号を生成するように動作可能な加速度計と、人体の動作に関する１つ又は複数のメトリックスが生成されるように加速度信号を処理するように動作可能なプロセッサと、１つ又は複数のメトリックスをユーザにフィードバックするための手段とを含む防水ハウジングを備えている。加速度計は、使用中のユーザの腕の近位－遠位軸線に対して平行な軸線に沿って加速度信号を生成するように動作可能であるものとすることができ、及び／又は、加速度計は、使用中のユーザの腕の背掌軸線に対して平行な軸線に沿って加速度信号を生成するように動作可能であるものとすることができる。また、本装置は、水泳以外のスポーツに使用されるものとすることができる。
米国特許第８２６５９００号明細書
以下においては、本開示の一実施形態を添付図面に関連して説明する。
本発明の一実施形態による、泳者の水泳ストロークを決定するためのコントローラのブロック図を示した図である。 本発明の一実施形態による、フィルタリングされた信号及び包絡線信号のグラフ波形を示した図である。 本発明に係る、泳者の水泳ストロークを決定する方法を示した図である。 本発明の一実施形態による、包絡線信号の立下り率の生成を示した図である。 本発明の一実施形態による、ストロークセグメントの生の瞬間の識別を示した図である。 本発明に係る、泳者の水泳ストロークを決定する方法の詳細なフローチャートを示した図である。
実施形態の詳細な説明
図１は、本発明の一実施形態による、泳者の水泳ストロークを決定するためのコントローラのブロック図を示す。本コントローラ１１０は、少なくとも１つのセンサ、即ち、加速度計１０２からの入力信号１２０を受信するように接続されている。加速度計１０２は、単軸センサ又は多軸センサのいずれかである。本コントローラ１１０は、入力及び出力ピン／ポートを容易化するインタフェース１０４と、少なくとも１つの加速度計１０２からの入力信号１２０をフィルタリングするフィルタモジュール１０６とを含む。本コントローラ１１０は、ストロークセグメント化モジュール１０８を含み、このストロークセグメント化モジュール１０８は、前述のフィルタリングされた信号１２２から、第１のパラメータ２０８（図２参照）及び第２のパラメータ２１０（図２参照）を含む少なくとも２つのパラメータを決定し、少なくとも２つのパラメータ及びフィルタリングされた信号１２２を使用して包絡線信号２０６（図２参照）を生成し、フィルタリングされた信号１２２及び包絡線信号２０６に基づいて泳者の水泳ストロークを決定するように構成されていることによって特徴付けられる。
フィルタリングされた信号１２２は、水泳ストロークに対応する複数のピークからなる。ストロークセグメント化モジュール１０８は、フィルタリングされた信号１２２に存在する第１のパラメータ２０８を計算する。フィルタリングされた信号１２２は、さらに第２のパラメータ２１０の計算のために使用される。先行するストロークセグメントの第１のパラメータ２０８は、現在のストロークセグメントの第１のパラメータ２０８によって上書きされる。第１のパラメータ２０８は、フィルタリングされた信号１２２における複数のピークの極小値を含み、第２のパラメータ２１０は、計算された極小値、即ち、第１のパラメータ２０８に基づくピークの相対振幅を含む。フィルタモジュール１０６は、ストロークセグメント化モジュール１０８の一部にあるか又は同モジュールの外部にあるかのどちらかである。
第２のパラメータ２１０の計算に関して、フィルタリングされた信号１２２がピークへの上昇後、減少を開始するときはいつでも、記憶された第１のパラメータ２０８が、第２のパラメータ２１０の計算のために使用される。第２のパラメータ２１０は、図２に示されているように、そのピークの極小値からピークの最高値までの距離として算出される。次いで、計算された第２のパラメータ２１０は、包絡線信号２０６の立下り率の生成のために使用される。
ストロークセグメント化モジュール１０８からの出力信号１２４及びアクティビティ検出モジュール１１２は、共に、メモリ１１８内のストロークカウントを更新するために使用される。
コントローラ１１０は、センサから受信した信号を処理するための電子制御ユニットである。コントローラ１１０は、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）などのメモリ１１８、アナログデジタル変換器（ＡＤＣ）及びその逆のデジタルアナログ変換器（ＤＡＣ）、クロック、タイマ、及び、バスチャネルによってコンポーネントに接続されたプロセッサを含む。前述のモジュールは、メモリ１１８に格納され、定義されたルーチンに従ってプロセッサによりアクセスされるロジック又は命令である。コントローラ１１０の内部コンポーネントは、先端技術であるため使用又は説明されておらず、この内部コンポーネントを限定的に解釈してはならない。
コントローラ１１０は、ウェアラブルデバイスにおいて使用可能である。ウェアラブルデバイスは、スマートウォッチ、スマートバンド、スマートリングなどから選択される任意の１つであるが、これらに限定されるものではない。
図２は、本発明の一実施形態による、フィルタリングされた信号及び包絡線信号の波形グラフを示す。このグラフ２００は、信号を第１のパラメータ２０８及び第２のパラメータ２１０と共に示す。Ｘ軸２０４は、サンプルの数を表し、Ｙ軸２０２は、加速度をｍ／ｓ２などの適当な単位で表す。フィルタリングされた信号１２２は、正弦波のように示されている。包絡線信号２０６は、フィルタリングされた信号１２２に依存して生成される。第１のパラメータ２０８は、谷の最下点によって表される。第２のパラメータ２１０は、線分によって表される。フィルタリングされた信号１２２及び包絡線信号２０６への言及がなされるときはいつでも、それはそれぞれの信号における値を意味するものと解釈され、これらの信号を限定的に解釈してはならない。
ここでは、ストロークセグメント化モジュール１０８の動作及び機能を、図１及び図２に関連して説明する。ストロークセグメント化モジュール１０８は、包絡線信号２０６を、立下り率と、２つの状態、即ち、「ＦＯＬＬＯＷ」状態及び「ＦＡＬＬ」状態を有する内部状態マシンの状態とに基づいて生成するように構成されている。包絡線信号２０６は、フィルタリングされた信号１２２に関連して生成される。ストロークセグメント化モジュール１０８は、包絡線信号２０６及びフィルタリングされた信号１２２に基づいて、ストロークセグメントの生の瞬間を識別し、検証後にストロークセグメントの真の瞬間を決定する。
ストロークセグメントの生の瞬間が識別される前に、ストロークセグメント化モジュール１０８は、包絡線信号２０６の立下り率を生成するように構成されている。ストロークセグメントの生の瞬間の識別及び生の瞬間の検証後のストロークセグメントの真の瞬間の決定が次に実行される。立下り率の生成プロセスにおいては、ストロークセグメント化モジュール１０８は、内部状態マシンの初期状態を「ＦＡＬＬ」状態に設定し、包絡線信号２０６の立下り率を第２のパラメータ２１０に基づいて計算するように構成されている。包絡線信号２０６の初期値は、フィルタリングされた信号１２２の値に等しく設定される。次いで、ストロークセグメント化モジュール１０８は、包絡線信号２０６の現在の値と立下り率の値との和として、包絡線信号２０６の値を計算する。立下り率は、包絡線信号２０６の構成可能な減衰時間に依存する。例えば、包絡線信号２０６の全減衰時間（Ｔ）が２．５秒に等しく設定される場合、包絡線信号２０６の立下り率は、包絡線信号２０６が立下りを開始する時間に基づいて計算される。立下り時間は、３つのグループ、即ち、［０～Ｔ／２］、［Ｔ／２～Ｔ］及び［Ｔより大きい］に分けられる。
Figure 2023549625000002
 ここで、包絡線立下り率パラメータである係数ｍ１、ｍ２及びａ２は、第２のパラメータに依存し、以下のように計算される。
Figure 2023549625000003
 係数「Ｍ」の値は０．６を維持し、係数「Ｋ」は０．２を維持する。上記で提供された値は、明確に理解するためのものであり、要件に応じて変更される可能性があることに留意されたい。これらの値を限定的に解釈してはならない。
生の瞬間の識別プロセスにおいて、ストロークセグメント化モジュール１０８は、フィルタリングされた信号１２２が包絡線信号２０６を下回る限り、内部状態マシンの「ＦＡＬＬ」状態を維持するように構成されている。包絡線信号２０６は、生成された立下り率で減衰し続ける。以下においては、内部状態マシンの切り替えを説明する。内部状態マシンの状態は、フィルタリングされた信号１２２が増加し、包絡線信号２０６と交差した場合に「ＦＡＬＬ」状態から「ＦＯＬＬＯＷ」状態に切り替わる。ここでは、包絡線信号２０６をフィルタリングされた信号１２２が追従する。他の事例においては、内部状態マシンの状態は、フィルタリングされた信号１２２が包絡線信号２０６よりも小さくなった場合に「ＦＯＬＬＯＷ」状態から「ＦＡＬＬ」状態に切り替わる。ここでは、包絡線信号２０６は、再計算された立下り率で減衰する。「ＦＯＬＬＯＷ」状態から「ＦＡＬＬ」状態への切り替えは、ストロークセグメントの生の瞬間の識別である。
ストロークセグメントの真の瞬間を決定するプロセスにおいては、ストロークセグメント化モジュール１０８は、構成可能であるが経験的に導出された値に関連して水泳ストロークのストロークセグメントの生の瞬間を検証するように構成される。検証されたストロークは、決定された水泳ストロークセグメントであるとみなされる。例えば、１．５秒が速いストローク率であるとみなされ、３秒が遅いストローク率であるとみなされるならば、ストローク率の閾値は、１．３秒に等しくなるように設定される。ストロークセグメントの生の瞬間とストロークセグメントの先行する瞬間との間の時間差が１．３秒未満ならば、現在の生の瞬間は偽のセグメント化の瞬間として分類される。しかしながら、時間差が１．３秒よりも大きいが最大ストローク周期限界の９秒未満ならば、現在の生の瞬間は真のセグメント化の瞬間として分類される。これは単なる例であり、限定的に解釈してはならない。
本発明の一実施形態によれば、アクティビティ検出モジュール１１２が設けられる。このアクティビティ検出モジュール１１２は、抽出モジュール１１４と決定エンジン１１６とを含む。抽出モジュール１１４は、フィルタリングされた信号１２２と入力信号１２０とから特徴ベクトルを抽出する。決定エンジン１１６は、検出されたアクティビティを水泳アクティビティ／セッション又は非水泳アクティビティ／セッションに分類する。アクティビティ検出モジュール１１２は、定義された目的のために独立して使用可能である。
アクティビティ検出モジュール１１２によって使用される特徴ベクトルは、現在のストロークセグメントの速度の最大値（ＭａｘＶｅｌｃｒ）、現在のストロークセグメントの速度の最大値（ＭａｘＶｅｌｃｒ）と先行するストロークセグメントの速度の最大値（ＭａｘＶｅｌｐｒ）との間の差分、現在のセグメントの加速度データの平均（ＭｅａｎＸ／Ｙ／Ｚｃｒ）と第２の先行するセグメントの加速度データの平均（ＭｅａｎＸ／Ｙ／Ｚｓｐ）との間の差分、現在のセグメントのフィルタリングされた加速度データのピーク点（ＰｅａｋＰｏｉｎｔｃｒ）と先行するセグメントのフィルタリングされた加速度データのピーク点（ＰｅａｋＰｏｉｎｔｐｒ）との間の差分、ストロークセグメントのためのフィルタリングされた加速度データの最大値（ＭａｘＦｉｌｔＡｃｃＸ）とフィルタリングされた加速度データの最小値（ＭｉｎＦｉｌｔＡｃｃＸ）との間の差分、及び、加速度の変化率（ＲａｔｅＡｃｃｅｌＸ／Ｙ／Ｚｃｒ）を含むグループから選択される。使用される下付き文字は、以下のように対応している。
ｃｒ－現在の；ｐｒ－先行する；ｓｐ－第２の先行する；Ｔｈ－閾値
次に、決定エンジン１１６の機能を説明する。最初に、決定エンジン１１６は、ＭａｘＶｅｌｃｒを計算し、第１の条件を検査する。ＭａｘＶｅｌｃｒが速度閾値を超えた場合、決定エンジン１１６は、それが非水泳セッションであることを決定する。第１の条件をパスしない場合、決定エンジン１１６は、ＭａｘＶｅｌｃｒとＭａｘＶｅｌｐｒとの間の差分が速度差分閾値を超えるかどうかを含む第２の条件について検査する。第２の条件と共に、ＭｅａｎＸ／Ｙ／ＺｃｒとＭｅａｎＸ／Ｙ／Ｚｓｐとの間の差分が平均差分閾値を超えるかどうかを含む第３の条件が検査される。第２及び第３の条件の両方が満たされる場合、決定エンジン１１６は、非水泳セッションを決定する。第２及び第３の条件の両方ともパスしない場合、決定エンジン１１６は、現在のストロークセグメント及び先行するストロークセグメントのピーク点の極性を含む第４の条件について検査する。これらの極性が反対である場合、決定エンジン１１６は、ＰｅａｋＰｏｉｎｔｃｒとＰｅａｋＰｏｉｎｔｐｒとの間の振幅差分がピーク差分閾値よりも大きいかどうかを含む第５の条件を検査する。この条件が満たされる場合、決定エンジン１１６は非水泳セッションを決定する。そうでない場合、決定エンジン１１６は、第６の条件を検査する。この第６の条件においては、そのセグメントのＭａｘＦｉｌｔＡｃｃＸとＭｉｎＦｉｌｔＡｃｃＸとの間の差分がとられる。経験的に導出された値に基づいて、水泳セッションについては差分が、非水泳セッションと比較して大きいことが観察される。差分が差分閾値よりも大きい場合、またＲａｔｅＡｃｃｅｌＸ／Ｙ／Ｚｃｒを含む第７の条件が、率の閾値よりも大きい場合、決定エンジン１１６は、水泳セッションを決定する。第６及び第７の条件もパスしないが、第８の条件が満たされる場合、即ち、それが第１のストロークセグメントである場合、決定エンジン１１６は、それを水泳セッションとして決定する。その理由は、第１のストロークセグメントについての現在のセグメント値と先行するセグメント値との間の差分の使用を適用することができないからである。第８の条件もパスしない場合、決定エンジン１１６は、非水泳セッションとして決定する。
ストロークセグメントが非水泳アクティビティとして決定されると、決定されたストロークセグメントについてその間メモリ１１８内のストロークカウントは増分されない。このことは、休憩／一時休止時間中に取得されたストローク又は水泳セッションの間のなんらかの他の非水泳アクティビティの誤った肯定を低減するのに役立ち、したがって、ストロークカウントの精度向上に役立つ。
本発明の一実施形態によれば、ストロークセグメントが、加速度に基づくストロークセグメント化モジュール１０８から決定されると、このストロークセグメントは、アクティビティ検出モジュール１１２によって当該ストロークセグメントが水泳セッション中に取得されたのか又は非水泳セッション中に取得されたのかについて検証される。水泳セッションは、泳者がフリースタイル、背泳ぎ、バタフライ、平泳ぎ及びその他のストロークなどの異なるストロークスタイルのうちの１つを実行していることを示す。非水泳セッションは、泳者がターンを行っていること、又は、水泳セッション若しくはなんらかの他のアクティビティの合間に休憩／一時休止をとっていることを示す。ストロークカウントは、水泳セッションが検出された場合にのみ更新される。非水泳セッションの場合、ストロークカウントは、一定に維持される。ストロークカウントは、メモリ１１８に格納される。決定されたストロークセグメントが水泳セッション中に取得されたのか又は非水泳セッション中に取得されたのかを決定するために、アクティビティ検出モジュール１１２は、入力信号１２０を使用するように設計されている。
図３は、本発明に係る、泳者の水泳ストロークを決定する方法を示す。この方法は複数のステップを含み、そのうちのステップ３０２は、少なくとも１つの加速度計１０２からの入力信号１２０をフィルタモジュール１０６を使用してフィルタリングするステップを含む。本方法は、フィルタリングされた信号１２２から第１のパラメータ２０８及び第２のパラメータ２１０を含む少なくとも２つのパラメータを決定するステップを含むステップ３０４を実行するためにストロークセグメント化モジュール１０８を使用することによって特徴付けられる。ステップ３０６は、少なくとも２つのパラメータ及びフィルタリングされた信号１２２を使用して包絡線信号２０６を生成するステップを含む。ステップ３０８は、フィルタリングされた信号１２２及び包絡線信号２０６に基づいて泳者の水泳ストロークを決定するステップを含む。
第１のパラメータ２０８は、フィルタリングされた信号１２２におけるピークの極小値を含み、第２のパラメータ２１０は、計算された極小値に基づくピークの相対振幅を含む。第２のパラメータ２１０は、第１のパラメータ２０８に依存して計算される。
ストロークセグメント化モジュール１０８は、立下り率と、２つの状態、即ち、「ＦＯＬＬＯＷ」状態及び「ＦＡＬＬ」状態を有する内部状態マシンの状態とに基づいて包絡線信号２０６を生成するステップのために構成されている。包絡線信号２０６は、フィルタリングされた信号１２２に関連して生成される。また、ストロークセグメント化モジュール１０８は、ストロークセグメントの生の瞬間を識別するステップも実行し、検証後にストロークセグメントの生の瞬間をストロークセグメントの真の瞬間にすべく決定するステップが、上記識別するステップに続く。
ストロークセグメント化モジュール１０８は、包絡線信号２０６の立下り率を生成し、ストロークセグメントの生の瞬間を識別し、生の瞬間の検証後にストロークセグメントの真の瞬間を決定するように構成される。
図４は、本発明の一実施形態による、包絡線信号の立下り率の生成を示す。ストロークセグメント化モジュール１０８は、包絡線信号２０６の立下り率を生成し、ストロークセグメントの生の瞬間を識別し、生の瞬間の検証後にストロークセグメントの真の瞬間を決定するように構成される。立下り率生成方法４００に含まれるステップが説明される。ステップ４０２は、状態が「ＦＡＬＬ」であるかどうかを検査するステップを含む。「ノー」の場合、ステップ４０４が実行され、ここで、立下り率がゼロに設定される。「イエス」の場合、ステップ４０６が実行される。ステップ４０６は、包絡線信号２０６の立下り時間がＴ／２以下であるかどうかを検査することを含み、ここで、Ｔは、包絡線信号２０６の全減衰時間に対応する。ステップ４０６の結果がイエスである場合、ステップ４１２が実行され、このステップ４１２は、包絡線信号２０６の立下り時間によって乗算されたｍ１に立下り率を設定するステップを含む。ステップ４０６の結果がノーである場合、ステップ４０８が実行され、このステップ４０８は、包絡線信号２０６の立下り時間がＴ／２より大きく、Ｔ以下であるかどうかが検査される。ステップ４０８の結果がイエスである場合、ステップ４１４が実行され、このステップ４１４は、包絡線信号２０６の立下り時間で乗算されたｍ２に立下り率を設定し、定数を減算するステップを含む。ステップ４０８の結果が「ノー」である場合、ステップ４１０が実行され、このステップ４１０は、立下り率を－０．２ｆに設定するステップを含む。包絡線信号２０６の生成は、図２の説明において既に説明されており、ここでは理解を容易にするために包絡線信号２０６のフローチャートが説明される。
図５は、本発明の一実施形態による、ストロークセグメントの生の瞬間の識別を示す。ストロークセグメントの識別は、以下において説明する。ステップ４００は、包絡線信号２０６の立下り率を生成するステップを含む。ステップ４００は、図４で説明されている。ステップ５０２は、包絡線信号２０６を生成するステップを含み、このステップは、第１の瞬間である場合、初期値とみなすステップを含む。ステップ５０４は、状態が「ＦＡＬＬ」であるかどうかを検査するステップを含む。ステップ５０４の結果がイエスである場合、ステップ５０６が実行され、そうでない場合、ステップ５１２が実行される。ステップ５０６は、フィルタリングされた信号１２２が包絡線信号２０６よりも大きいかどうかを検査するステップを含む。ステップ５０６の結果がイエスである場合、ステップ５１０が実行され、このステップ５１０は、状態を「ＦＯＬＬＯＷ」に設定する。ステップ５１０は、状態における変化の後、ステップ５０２に進む。ステップ５０６の結果がノーである場合、ステップ５０８が実行され、このステップ５０８は、状態における変化なしで包絡線信号２０６を継続するステップを含む。ここで、ステップ５１２は、フィルタリングされた信号１２２が包絡線信号２０６以上であるかどうかを検査するステップを含む。ステップ５１２の結果がイエスである場合、ステップ５１８が実行され、このステップ５１８は、状態を「ＦＯＬＬＯＷ」に設定するステップを含む。ステップ５１２の結果がノーである場合、ステップ５１４が実行され、このステップ５１４は、状態を「ＦＡＬＬ」に設定するステップを含む。ステップ５１４が実行されると、ステップ５２０が実行され、このステップ５２０は、第１のパラメータ２０８を計算するステップを含み、このステップに続いて、第２のパラメータ２１０の再計算を含むステップ５１６が実行される。ステップ５１６は、次のフェーズの新たな立下り率の生成のためにステップ４００に進む。図５は、理解を容易にするためのフローチャートであり、このフローチャートは、図２の説明の下で既に説明されている。
図６は、本発明に係る、泳者の水泳ストロークを決定するための方法の詳細なフローチャートを示す。ステップ６０２は、少なくとも１つの加速度計１０２からの入力信号１２０をフィルタリングするステップを含む。ドミナント軸の入力信号１２０が選択され、ジャークや高周波ノイズなどのアーチファクトの除去のためにカットオフ周波数までフィルタリングされる。ステップ６０４は、第１のパラメータ２０８を計算するステップを含み、第２のパラメータ２１０が計算されるステップ６０６がこれに続く。ステップ６０８は、ステップ６０４及びステップ６０６からの入力に基づいて包絡線信号２０６の立下り率を生成するステップを含む。ステップ６１０は、ステップ６０８で生成された立下り率に基づいて包絡線信号２０６を生成するステップを含む。ステップ６１２においては、フィルタリングされた信号１２２及び包絡線信号２０６に基づいて変化する内部状態マシンの状態遷移が検査される。ステップ６１４は、遷移なしの状態に対応し、このステップ６１４は、ステップ６１０に進む。ステップ６１６は、「ＦＡＬＬ」から「ＦＯＬＬＯＷ」への状態遷移に対応する。ステップ６１６が検出された場合、ステップ６２０が実行され、このステップ６２０は、包絡線信号２０６をフィルタリングされた信号１２２と等しくなるように設定するステップ、即ち、包絡線信号２０６をフィルタリングされた信号１２２に追従させるステップを含む。次いで、ステップ６２０は、ステップ６１０に進む。ステップ６１８は、「ＦＯＬＬＯＷ」から「ＦＡＬＬ」への状態遷移の検出に対応し、このステップ６１８が検出された場合、第２のパラメータ２１０、即ち、新たなストロークセグメントの相対振幅を再計算するステップ６０６が起動される。また、ストロークセグメントの生の瞬間の識別を表示するステップ６２２も実行される。このステップ６２２においては、ストローク周期条件が検査される。この検査をパスした場合、当該フローはステップ６２４に進み、このステップ６２４においては、真のストロークセグメントが決定されたことが表示される。検査をパスしない場合、当該フローはステップ６２６に進み、このステップ６２６においては、誤ったストロークセグメントが検出されたことが表示される。
本方法は、識別されたストロークセグメントの検証を可能にするためのアクティビティ検出モジュール１１２を使用するステップも含む。このアクティビティ検出モジュール１１２は、フィルタリングされた信号１２２と入力信号１２０とから特徴ベクトルを抽出し、識別されたストロークセグメントが水泳アクティビティ及び非水泳アクティビティのうちの任意の１つであることを決定するために、抽出された特徴ベクトルを処理するために構成されている。アクティビティ検出モジュール１１２は、抽出モジュール１１４及び決定エンジン１１６を含む。抽出モジュール１１４は、フィルタリングされた信号１２２及び入力信号１２０から特徴ベクトルを抽出するために使用される。決定エンジン１１６は、水泳アクティビティ／セッション又は非水泳アクティビティ／セッションであるべき検出されたアクティビティを分類するために使用される。アクティビティ検出モジュール１１２の方法は、定義された目的のために独立して使用可能である。
アクティビティ検出モジュール１１２によって使用される特徴ベクトルは、現在のストロークセグメントの速度の最大値（ＭａｘＶｅｌｃｒ）、現在のストロークセグメントの速度の最大値（ＭａｘＶｅｌｃｒ）と先行するストロークセグメントの速度の最大値（ＭａｘＶｅｌｐｒ）との間の差分、現在のセグメントの加速度データの平均（ＭｅａｎＸ／Ｙ／Ｚｃｒ）と第２の先行するセグメントの加速度データの平均（ＭｅａｎＸ／Ｙ／Ｚｓｐ）との間の差分、現在のセグメントのフィルタリングされた加速度データのピーク点（ＰｅａｋＰｏｉｎｔｃｒ）と先行するセグメントのフィルタリングされた加速度データのピーク点（ＰｅａｋＰｏｉｎｔｐｒ）との間の差分、ストロークセグメントのためのフィルタリングされた加速度データの最大値（ＭａｘＦｉｌｔＡｃｃＸ）とフィルタリングされた加速度データの最小値（ＭｉｎＦｉｌｔＡｃｃＸ）との間の差分、及び、加速度の変化率（ＲａｔｅＡｃｃｅｌＸ／Ｙ／Ｚｃｒ）を含むグループから選択される。
決定エンジン１１６の機能は、図２の説明において既に説明されており、ここでは、簡略化のために省略する。ただし、同様の説明がここで記載されないことは、限定と解釈されてはならない。
ストロークセグメントが非水泳アクティビティとして決定されると、決定されたストロークセグメントについてその間メモリ１１８内のストロークカウントは増分されない。このことは、休息／一時休止時間中に取得されたストローク又は水泳セッションの合間のなんらかの他の非水泳アクティビティの誤った肯定を低減するのに役立ち、したがって、ストロークカウントの精度向上に役立つ。出力信号１２４及び決定エンジン１１６の結果の両方がストロークセグメントの発生を示す場合、この場合にのみ、本方法は、メモリ１１８内のストロークカウントを増分する。次いで、ストロークカウントが、装置のディスプレイスクリーン上に表示すべく準備される。
本発明の一実施形態によれば、ストロークセグメントが、加速度に基づくストロークセグメント化モジュール１０８から決定されると、このストロークセグメントは、アクティビティ検出モジュール１１２によって当該ストロークセグメントが水泳セッション中に取得されたのか又は非水泳セッション中に取得されたのかについて検証される。水泳セッションは、泳者がフリースタイル、背泳ぎ、バタフライ、平泳ぎ及びその他のストロークなどの異なるストロークスタイルのうちの１つを実行していることを示す。非水泳セッションは、泳者がターンを行っていること、又は、水泳セッション若しくはなんらかの他のアクティビティの合間に休憩／一時休止をとっていることを示す。ストロークカウントは、水泳セッションが検出された場合にのみ更新される。非水泳セッションの場合、ストロークカウントは、一定に維持される。ストロークカウントは、メモリ１１８に格納される。決定されたストロークセグメントが水泳セッション中に取得されたのか又は非水泳セッション中に取得されたのかを決定するために、アクティビティ検出モジュール１１２は、入力信号１２０を使用するように設計されている。
本発明によれば、加速度計１０２に基づく水泳追跡解決手段が提供される。この加速度計１０２に基づく水泳ストロークセグメント化は、フリースタイル、背泳ぎ、平泳ぎ及びバタフライなどの異なるスキル及び異なるストロークスタイルを有する泳者に使用される。本発明は、加速度計１０２センサに基づく解決手段のみに基づいており、したがって、全体のコストを低減する。本発明は、ウェアラブル製品の異なるセグメントの市場を開拓する。したがって、１つのセンサのみ、即ち、加速度計１０２のみが必要であり、その結果、電力消費が小さくなる。さらに、ストロークセグメント化は、入力信号１２０のピークの極性に関係なく機能する。
上記の本明細書において説明された実施形態は、例示にすぎず、本発明の範囲を限定するものではないことを理解されたい。多くのそのような実施形態及び本明細書において説明された実施形態における他の修正及び変更が想定される。本発明の範囲は、特許請求の範囲によってのみ限定される。

Claims (10)

  1. 泳者の水泳ストロークを決定するためのコントローラ（１１０）であって、
    前記コントローラ（１１０）は、少なくとも１つの加速度計（１０２）からの入力信号（１２０）を受信するように接続され、
    前記コントローラ（１１０）は、前記少なくとも１つの加速度計（１０２）からの前記入力信号（１２０）をフィルタリングするフィルタモジュール（１０６）を備える、
    コントローラ（１１０）において、
    フィルタリングされた信号（１２２）から、第１のパラメータ（２０８）及び第２のパラメータ（２１０）を含む少なくとも２つのパラメータを決定し、
    前記少なくとも２つのパラメータ及び前記フィルタリングされた信号（１２２）を使用して包絡線信号（２０６）を生成し、
    前記フィルタリングされた信号（１２２）及び前記包絡線信号（２０６）に基づいて前記泳者の水泳ストロークを決定する
    ように構成されているストロークセグメント化モジュール（１０８）を備えることを特徴とするコントローラ（１１０）。
  2. 前記第１のパラメータ（２０８）は、前記フィルタリングされた信号（１２２）における複数のピークの極小値を含み、前記第２のパラメータ（２１０）は、計算された前記極小値に基づく前記ピークの相対振幅を含む、請求項１に記載のコントローラ（１１０）。
  3. 前記ストロークセグメント化モジュール（１０８）は、
    前記フィルタリングされた信号（１２２）に関連して生成される前記包絡線信号（２０６）を、立下り率と、２つの状態、即ち、「ＦＯＬＬＯＷ」状態及び「ＦＡＬＬ」状態を有する内部状態マシンの状態とに基づいて生成し、
    前記包絡線信号（２０６）及び前記フィルタリングされた信号（１２２）に基づいて、生のストロークセグメントの瞬間を識別し、
    検証後にストロークセグメントの真の瞬間を決定するように構成されている、請求項１に記載のコントローラ（１１０）。
  4. 前記コントローラ（１１０）は、アクティビティ検出モジュール（１１２）を含み、
    前記アクティビティ検出モジュール（１１２）は、
    前記入力信号（１２０）と前記フィルタリングされた信号（１２２）とから特徴ベクトルを抽出し、
    前記識別されたストロークセグメントが水泳アクティビティ及び非水泳アクティビティのうちの任意の１つであることを決定するために、前記抽出された特徴ベクトルを処理するように構成されている、請求項１に記載のコントローラ（１１０）。
  5. 前記アクティビティ検出モジュール（１１２）によって使用される前記特徴ベクトルは、現在のストロークセグメントの速度の最大値（ＭａｘＶｅｌｃｒ）、現在のストロークセグメントの速度の最大値（ＭａｘＶｅｌｃｒ）と先行するストロークセグメントの速度の最大値（ＭａｘＶｅｌｐｒ）との間の差分、現在のセグメントの加速度データの平均（ＭｅａｎＸ／Ｙ／Ｚｃｒ）と第２の先行するセグメントの加速度データの平均（ＭｅａｎＸ／Ｙ／Ｚｓｐ）との間の差分、現在のセグメントのフィルタリングされた加速度データのピーク点（ＰｅａｋＰｏｉｎｔｃｒ）と先行するセグメントのフィルタリングされた加速度データのピーク点（ＰｅａｋＰｏｉｎｔｐｒ）との間の差分、ストロークセグメントのためのフィルタリングされた加速度データの最大値（ＭａｘＦｉｌｔＡｃｃＸ）とフィルタリングされた加速度データの最小値（ＭｉｎＦｉｌｔＡｃｃＸ）との間の差分、及び、加速度の変化率（ＲａｔｅＡｃｃｅｌＸ／Ｙ／Ｚｃｒ）を含むグループから選択される、請求項４に記載のコントローラ（１１０）。
  6. 泳者の水泳ストロークを決定するための方法であって、
    フィルタモジュール（１０６）を使用して少なくとも１つの加速度計（１０２）からの信号（１２２）をフィルタリングするステップを含む方法において、
    前記フィルタリングされた信号（１２２）から第１のパラメータ（２０８）及び第２のパラメータ（２１０）を含む少なくとも２つのパラメータを決定し、
    前記少なくとも２つのパラメータ及び前記フィルタリングされた信号（１２２）を使用して包絡線信号（２０６）を生成し、
    前記フィルタリングされた信号（１２２）及び前記包絡線信号（２０６）に基づいて前記泳者の水泳ストロークを決定する
    ためにストロークセグメント化モジュール（１０８）を使用するステップを含むことを特徴とする方法。
  7. 前記第１のパラメータ（２０８）は、前記フィルタリングされた信号（１２２）における複数のピークの極小値を含み、前記第２のパラメータ（２１０）は、計算された前記極小値に基づく前記ピークの相対振幅を含む、請求項６に記載の方法。
  8. 前記ストロークセグメント化モジュール（１０８）は、
    前記フィルタリングされた信号（１２２）に関連して生成される前記包絡線信号（２０６）を、立下り率と、２つの状態、即ち、「ＦＯＬＬＯＷ」状態及び「ＦＡＬＬ」状態を有する内部状態マシンの状態とに基づいて生成し、
    ストロークセグメントの生の瞬間を識別し、これに続いて、検証後に前記生の瞬間をストロークセグメントの真の瞬間にすべく決定する
    ために構成されている、請求項６に記載の方法。
  9. 前記識別されたストロークセグメントの検証を可能にするためのアクティビティ検出モジュール（１１２）を使用するステップを含み、
    前記アクティビティ検出モジュール（１１２）は、
    前記フィルタリングされた信号（１２２）から特徴ベクトルを抽出し、
    前記識別されたストロークセグメントが水泳アクティビティ及び非水泳アクティビティのうちの任意の１つであることを決定するために、前記抽出された特徴ベクトルを処理する
    ために構成されている、請求項１に記載の方法。
  10. 前記アクティビティ検出モジュール（１１２）によって使用される前記特徴ベクトルは、現在のストロークセグメントの速度の最大値（ＭａｘＶｅｌｃｒ）、現在のストロークセグメントの速度の最大値（ＭａｘＶｅｌｃｒ）と先行するストロークセグメントの速度の最大値（ＭａｘＶｅｌｐｒ）との間の差分、現在のセグメントの加速度データの平均（ＭｅａｎＸ／Ｙ／Ｚｃｒ）と第２の先行するセグメントの加速度データの平均（ＭｅａｎＸ／Ｙ／Ｚｓｐ）との間の差分、現在のセグメントのフィルタリングされた加速度データのピーク点（ＰｅａｋＰｏｉｎｔｃｒ）と先行するセグメントのフィルタリングされた加速度データのピーク点（ＰｅａｋＰｏｉｎｔｐｒ）との間の差分、ストロークセグメントのためのフィルタリングされた加速度データの最大値（ＭａｘＦｉｌｔＡｃｃＸ）とフィルタリングされた加速度データの最小値（ＭｉｎＦｉｌｔＡｃｃＸ）との間の差分、及び、加速度の変化率（ＲａｔｅＡｃｃｅｌＸ／Ｙ／Ｚｃｒ）を含むグループから選択される、請求項９に記載の方法。
JP2023513854A 2020-08-28 2021-07-22 水泳ストロークを決定するためのコントローラ及び方法 Pending JP2023549625A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IN202041037034 2020-08-28
IN202041037034 2020-08-28
PCT/EP2021/070594 WO2022042962A1 (en) 2020-08-28 2021-07-22 A controller and a method to determine a swim stroke

Publications (1)

Publication Number Publication Date
JP2023549625A true JP2023549625A (ja) 2023-11-29

Family

ID=77155797

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023513854A Pending JP2023549625A (ja) 2020-08-28 2021-07-22 水泳ストロークを決定するためのコントローラ及び方法

Country Status (5)

Country Link
US (1) US20230321488A1 (ja)
EP (1) EP4205100A1 (ja)
JP (1) JP2023549625A (ja)
CN (1) CN116018091A (ja)
WO (1) WO2022042962A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116541668B (zh) * 2023-07-06 2023-09-22 杭州光粒科技有限公司 一种游泳划水次数确定方法、装置、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2176036B (en) * 1985-05-28 1988-11-02 Sar Plc Scient Applied Researc Device for use by swimmers
EP1992389A1 (en) * 2007-05-18 2008-11-19 MNT Innovations Pty Ltd Improved sports sensor
GB2465824B (en) * 2008-12-03 2011-04-06 James Christopher Irlam Motion analysis device for sports

Also Published As

Publication number Publication date
CN116018091A (zh) 2023-04-25
US20230321488A1 (en) 2023-10-12
WO2022042962A1 (en) 2022-03-03
EP4205100A1 (en) 2023-07-05

Similar Documents

Publication Publication Date Title
CN105612428B (zh) 局部放电测量设备、局部放电测量方法和记录介质
JP2020095258A (ja) 問題騒音の発音源を識別するための騒音データの人工知能装置および前処理方法
CN111288986B (zh) 一种运动识别方法及运动识别装置
JP2023549625A (ja) 水泳ストロークを決定するためのコントローラ及び方法
CN106909086B (zh) 一种异常数据的检测方法及其装置
CN109032352A (zh) 手势信号处理方法和装置
CN111803902B (zh) 泳姿识别方法、装置、可穿戴设备及存储介质
TWI620077B (zh) 以拉氏轉換法估測直流機參數之方法
CN106897657A (zh) 一种人脸活体检测方法和装置
CN107871113B (zh) 一种情感混合识别检测的方法和装置
CN106653045A (zh) 从音频信号提取诊断信号的方法及诊断装置
WO2022111203A1 (zh) 心率检测方法和装置
US20230142847A1 (en) A Controller to Determine Swim Characteristics of a Swimmer and Method Thereof
CN103267568B (zh) 一种汽车电子控制单元的声音在线检测方法
CN105630195B (zh) 运动识别装置、便携式运动检测设备及其运动识别方法
CN112116917A (zh) 基于相位跃变度的电抗器本体与风机声信号分离方法
KR101836742B1 (ko) 제스쳐를 판단하는 장치 및 방법
CN114585422B (zh) 用于确定游泳度量的设备和方法
US20220414496A1 (en) Method, system, and circuit for extracting features for use in embedded artificial intelligence mechanisms
US11657512B2 (en) Fast instance segmentation
RU2631977C1 (ru) Способ обнаружения механического воздействия для идентификации пользователя и устройство для его осуществления
Yoshimura et al. Preliminary Investigation of Fine-Grained Gesture Recognition With Signal Super-Resolution
Sitorus et al. Implementation of Viola-Jones Algorithm for Object Detection Using FPGA
CN117423094A (zh) 一种驾驶员疲劳检测方法、装置、设备及存储介质
US20110158489A1 (en) Detection devices and detection method

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230317

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230331

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230227

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240227