TWI704528B

TWI704528B - 騎乘姿勢分析系統與方法

Info

Publication number: TWI704528B
Application number: TW107135396A
Authority: TW
Inventors: 林則余; 周殷菀; 魏士堯
Original assignee: 財團法人資訊工業策進會
Priority date: 2018-10-08
Filing date: 2018-10-08
Publication date: 2020-09-11
Also published as: EP3636153A1; CN111001144A; US20200107754A1; TW202014987A

Abstract

一種騎乘姿勢分析系統與方法。騎乘姿勢分析系統包含複數動作感測器、一壓力感測器以及一電子裝置。動作感測器配置於人體，用以偵測複數動作資訊。壓力感測器配置於人體足底，用以偵測一壓力資訊。電子裝置用以自動作感測器接收該等動作資訊，自壓力感測器接收壓力資訊，以及根據動作資訊以及壓力資訊基於一騎乘姿勢辨識模型判斷一騎乘姿勢資訊。

Description

騎乘姿勢分析系統與方法

本發明係關於一種騎乘姿勢分析系統與騎乘姿勢分析方法；更具體而言，本發明係利用騎乘姿勢辨識模型分析動作感測器及壓力感測器之偵測資料，以決定自行車騎乘姿勢資訊。

隨著休閒活動的普及，越來越多人投入自行車運動。人們開始關注騎乘姿勢是否正確，以期望達到更好的效率及表現，或者避免不良的姿勢造成運動傷害。

當前自行車騎乘姿勢的分析方式多在室內採用影像補捉的方式，藉由攝影機拍攝人體各部位之運動情況，以分析騎乘姿勢是否正確。然而，由於受限於攝影設備，此類量測方式無法推廣至戶外以量測實際騎乘狀態。此外，另一常見的分析方式係用感測器量測肌肉狀態獲得量測肌電圖(sEMG)。惟實際在騎乘時人體會大量流汗，進而影響感測器電極之吸附及偵測準確度，因此無法精準分析。

有鑑於此，如何提供一種適用於戶外騎乘的量測方式來分析騎乘姿勢，以提供騎乘者相關建議，進而達到提升騎乘者之騎乘表現，乃業界亟需努力之目標。

為解決前述問題，本發明提供一種騎乘姿勢分析系統與騎乘姿勢分析方法。

本發明提供一騎乘姿勢分析系統，其包含複數動作感測器、一壓力感測器以及一電子裝置。該等動作感測器配置於人體，用以偵測複數動作資訊。該壓力感測器配置於人體足底，用以偵測一壓力資訊。該電子裝置更包含一收發器以及一處理器，該處理器電性連結至該收發器。該收發器用以自該等動作感測器接收該等動作資訊，並自該壓力感測器接收該壓力資訊。該處理器用以根據該等動作資訊以及該壓力資訊，基於一騎乘姿勢辨識模型判斷一騎乘姿勢資訊。

此外，本發明提供一騎乘姿勢分析系統，其包含複數動作感測器、一壓力感測器以及一電子裝置。該等動作感測器配置於人體，用以偵測複數動作資訊。該壓力感測器配置於人體足底，用以偵測一壓力資訊。該電子裝置更包含一收發器。該收發器用以自該等動作感測器接收該等動作資訊及自該壓力感測器接收該壓力資訊；將該等動作資訊以及該壓力資訊傳送至一雲端運算系統，俾該雲端運算系統根據該等動作資訊以及該壓力資訊，判斷一騎乘姿勢資訊、一肌群使用資訊以及一反饋資訊；以及自該雲端運算系統接收該騎乘姿勢資訊、該肌群使用資訊以及該反饋資訊。

此外，本發明提供一騎乘姿勢分析方法，其用於一騎乘姿勢分析系統。該騎乘姿勢分析系統包含複數動作感測器、一壓力感測器以及一電子裝置。該騎乘姿勢分析方法包含：利用該等動作感測器偵測複數動作資訊，其中，該等動作感測器配置於人體；利用該壓力感測器偵測一壓力資訊，其中，該壓力感測器配置於人體足底；利用該電子裝置自該等動作感測器接收該等動作資訊，並且自該壓力感測器接收該壓力資訊；以及利用該電子裝置根據該等動作資訊以及該壓力資訊，基於一騎乘姿勢辨識模型判斷一騎乘姿勢資訊。

此外，本發明提供一種騎乘姿勢分析方法，其用於一騎乘姿勢分析系統。該騎乘姿勢分析系統包含複數動作感測器、一壓力感測器以及一電子裝置。該騎乘姿勢分析方法包含：利用該等動作感測器偵測複數動作資訊，其中，該等動作感測器配置於人體；利用該壓力感測器偵測一壓力資訊，其中，該壓力感測器配置於人體足底；利用該電子裝置自該等動作感測器接收該等動作資訊，並自該壓力感測器接收該壓力資訊；利用該電子裝置將該等動作資訊以及該壓力資訊傳送至一雲端運算系統，俾該雲端運算系統根據該等動作資訊以及該壓力資訊，判斷一騎乘姿勢資訊、一肌群使用資訊以及一反饋資訊；以及，利用該電子裝置自該雲端運算系統接收該騎乘姿勢資訊、該肌群使用資訊以及該反饋資訊。

以下結合圖式闡述本發明之詳細技術及實施方式，俾使本發明所屬技術領域中具有通常知識者能理解所請求保護之發明之特徵。

1、2‧‧‧騎乘姿勢分析系統

11、31、41、51‧‧‧電子裝置

53‧‧‧雲端運算系統

111‧‧‧收發器

113‧‧‧處理器

115‧‧‧儲存器

13a、13b、13c、13d‧‧‧動作感測器

15‧‧‧壓力感測器

S1、S2、S3、S4‧‧‧動作資訊

P1‧‧‧壓力資訊

M1‧‧‧騎乘姿勢辨識模型

M2‧‧‧肌群使用辨識模型

M3‧‧‧反饋模型

N1‧‧‧騎乘姿勢資訊

O1‧‧‧肌群使用資訊

F1‧‧‧反饋資訊

A1、A2、A3‧‧‧角度資訊

601、601a、603、605、606、606a、607、607a、607b、609、611‧‧‧步驟

1101、1103、1105、1107、1109‧‧‧步驟

第1圖係描繪第一實施方式之一騎乘姿勢分析系統之示意圖；第2圖係描繪第二實施方式之一騎乘姿勢分析系統中角度資訊及壓力資訊之示意圖；第3A圖係描繪第四實施方式之一電子裝置之示意圖；第3B圖係描繪第四實施方式之一辨識模型之示意圖；第4A圖係描繪第五實施方式之一電子裝置之示意圖；第4B圖係描繪第五實施方式之一反饋模型之示意圖；第5圖係描繪第六實施方式之一電子裝置及一雲端運算系統之示意圖；第6圖係描繪第七實施方式之一騎乘姿勢辨識方法之示意圖；第7圖係描繪第八實施方式之一騎乘姿勢辨識方法之示意圖；第8圖係描繪第九實施方式之一騎乘姿勢辨識方法之示意圖；第9圖係描繪第十實施方式之一騎乘姿勢辨識方法之示意圖；第10圖係描第十一實施方式之一繪騎乘姿勢辨識方法之示意圖；以及第11圖係描繪第十二實施方式之一騎乘姿勢辨識方法之示意圖。

以下將透過實施方式來解釋本發明之內容。本發明係關於一種騎乘姿勢分析系統及一種騎乘姿勢分析方法。須說明者，本發明的實施方式並非用以限制本發明須在如實施方式所述之任何特定的環境、應用或特殊方式方能實施。因此，有關實施方式之說明僅為闡釋本發明之目的，而非用以限制本發明，且本案所請求之範圍，以申請專利範圍為準。除此之外，於以下實施方式及圖式中，與本發明非直接相關之元件已省略而未繪示，且以下圖式中各元件間之尺寸關係僅為求容易瞭解，非用以限制實際比例。

本發明第一實施方式請參考第1圖。第1圖係描繪騎乘姿勢分析系統1之示意圖。在此，騎乘姿勢分析系統1包含一電子裝置11、複數動作感測器13a~13d以及一壓力感測器15，其配置情形如第1圖所示。以下將說明騎乘姿勢分析系統之運作方式。

具體而言，電子裝置11包含一收發器111以及一處理器113，彼此之間具有電性連接。四個動作感測器13a、13b、13c及13d被配置在人體上，用以偵測對應的複數動作資訊S1、S2、S3及S4。一個壓力感測器15被配置在人體足底，用以偵測一壓力資訊P1。收發器111用以接收所有動作感測器13a~13d之動作資訊S1~S4及壓力感測器15之壓力資訊P1。隨後，處理器113根據動作資訊S1~S4及壓力資訊P1，基於一騎乘姿勢辨識模型M1判斷一騎乘姿勢資訊N1。

需說明者，電子裝置11可為一行動裝置、一智慧裝置、一智慧手錶、一平板、一耳機等具有顯示功能或音訊功能之電子產品。在一實施態樣中，電子裝置11於判斷出騎乘姿勢N1後，可將騎乘姿勢資訊N1顯示於一螢幕，或者將騎乘姿勢資訊N1經由音訊裝置提供給使用者。在一些實施例中，螢幕可以是行動裝置、智慧手錶的螢幕，在另一些實施例中，螢幕亦可以是另一電子裝置之螢幕或獨立的顯示器，可架設在自行車上。

收發器111具有無線通訊功能，可接收動作感測器13a~13d及壓力感測器15之無線訊號，例如：Wi-Fi訊號、藍芽訊號、裝置對裝置無線訊號等，亦可經由無線網路傳送騎乘姿勢資訊N1給任何要求資料的裝置。處理器113可為各種處理單元、中央處理單元(Central Processing Unit；CPU)、微處理器或各種計算電路之組合，包含暫存器或記憶體，而騎乘姿勢辨識模型M1會在處理器暫存器或記憶體中來處理資訊。在一實施態樣中，電子裝置11可包含一儲存器(未繪示)，用以儲存原始騎乘姿勢辨識模型M1與蒐集騎乘姿勢資訊N1。儲存器可為一硬碟、一通用串列匯流排(Universal Serial Bus；USB)碟、一SD卡(Secure Digital Memory Card)、一隨身碟或其他儲存媒體與電路。

需說明者，動作感測器13a~13d係為一慣性感測單元(Inertial Measurement Unit,IMU)，其可被配置、綑綁或穿戴在人體腰部、大腿、小腿或者足部之位置。此外，動作感測器13a~13d可被配置、附著或結合於腳踏車褲、腳踏車衣或者腳踏車鞋上。

壓力感測器15係配置在人體足底，可感測足底壓力分佈資訊，例如：腳趾、腳掌或腳跟的壓力資訊。壓力感測器15可與腳踏車鞋結合。在一實施態樣中，騎乘姿勢分析系統配置二個壓力感測器15於雙腳之足底，以量測複數壓力資訊並用以得到更精確的分析結果。

此外，第1圖中之動作感測器13a~13d及壓力感測器15皆具有無線資料傳輸之功能，且其之數量及配置位置係用以示例性說明，惟非侷限於此。再者，第一實施方式中僅將動作感測器13a~13d及壓力感測器15配置在人體下肢其中之一者，然亦可同時配置於人體下肢兩者，本發明所屬技術領域中具有通常知識者可理解如何根據上述說明內容據以設計。

需說明者，騎乘姿勢辨識模型M1係為預先建立之辨識模型，其記錄各種騎乘姿勢類型及其對應之肢體動作情形及足底壓力分佈情形。姿勢辨識模型M1可藉由大量資料收集並藉由深度學習方式建立。因此，騎乘姿勢辨識系統可根據動作資訊S1~S4、壓力資訊P1以及騎乘姿勢辨識模型M1，判斷出騎者當前之騎乘姿勢類型。

本發明第二實施方式係為第一實施方式之延伸，請同時參考第1圖及第2圖。如第2圖所示，第二實施方式中所揭示之騎乘姿勢分析系統2與第一實施方式之騎乘姿勢分析系統1所包含之元件及功能相似，因此不再贅述。以下僅詳述二者相異之處。

在第二實施方式中，處理器113更根據動作資訊S1~S4計算出至少一角度資訊。隨後，處理器113根據至少一角度資訊及壓力資訊P1，基於騎乘姿勢辨識模型M1判斷騎乘姿勢資訊N1。

更詳細來說，處理器113根據動作資訊S1及動作資訊S2可計算一角度資訊A1，根據動作資訊S2及動作資訊S3可計算一角度資訊A2，根據動作資訊S3及動作資訊S4可計算一角度資訊A3。騎乘姿勢辨識模型M1更進一步紀錄騎乘姿勢對應於肢體角度及足底壓力之關係。因此，處理器113可藉由角度資訊A1~A3其中之至少一者及壓力資訊P1，基於騎乘姿勢辨識模型M1判斷騎乘姿勢資訊N1。

本發明第三實施方式係為第二實施方式之延續，請繼續參考第1圖及第2圖。具體而言，第三實施方式係為一較佳實施態樣。動作感測器13a配置於人體腰部，並用以偵測該等動作資訊之動作資訊S1。動作感測器13b配置於人體大腿部，並用以偵測該等動作資訊之動作資訊S2。動作感測器13c配置於人體小腿部，並用以偵測該等動作資訊之動作資訊S3。動作感測器13d配置於人體足踝部，並用以偵測該等動作資訊之動作資訊S4。

處理器113根據動作資訊S1以及動作資訊S2，計算角度資訊A1；根據動作資訊S2以及動作資訊S3，計算角度資訊A2；根據動作資訊S3以及動作資訊S4，計算角度資訊A3；根據角度資訊A1、角度資訊A2、角度資訊A3以及壓力資訊P1，基於騎乘姿勢辨識模型M1判斷騎乘姿勢資訊N1。換言之，計算角度資訊A1~A3分別能夠得到騎乘姿勢之下背角度、膝關節角度及裸關節角度，並應用於後續分析以更精準地分析下肢動作。

本發明第四實施方式係為第一實施方式之延伸，請參考第 3A圖及第3B圖。第3A圖係第四實施方式之電子裝置31，第3B圖係第四實施方式之肌群使用辨識模型M2之操作示意圖。第四實施方式之騎乘姿勢分析系統與第一實施方式之騎乘姿勢分析系統所包含之元件及功能相似，因此僅詳述二者相異之處。

具體而言，在第四實施方式中，處理器113更根據騎乘姿勢資訊N1，基於一肌群使用辨識模型M2判斷一肌群使用資訊O1，其中，肌群使用辨識模型M2包含預先儲存之各騎乘姿勢資訊與各肌群使用資訊之間的對應關係。

詳細來說，肌群使用辨識模型M2之建立可藉由實驗室之肌電圖實驗資料，以預先建立騎乘姿勢與使用肌群之對應關係。對於不同的騎乘類型，騎者之臀部位置及騎乘姿勢狀態皆有不同，且運用不同的主要使用肌群。動作資訊S1~S4以及壓力資訊P1係先用於分析騎乘姿勢資訊N1，即自行車騎者的騎乘類型。隨後，藉由預先定義之肌群使用辨識模型M2進一步判斷出騎者當前的使用肌群資訊O1。

舉例而言，若騎乘類型係為骨盆角度中性自然，此時騎者之臀部位於座椅中間，騎乘狀態特徵是踩踏動作只有骨關節的伸展運動且經過長時間騎乘仍可維持高輸出力量，主要使用肌群係為臀肌。若騎乘類型係為骨盤前傾，此時騎者之臀部位於座椅座前，騎乘狀態特徵是膝關節的角度變窄，容易變成把手荷重的前荷重狀態，主要使用肌群係為股四頭肌。若騎乘類型係為骨盆後傾，此時騎者之臀部位於座椅座後，騎乘狀態特徵是運用腿後腱伸展股關節，踩踏時無法運用自身重量，不容易提升踏頻，主要使用肌群係為腿後肌。因此，肌群使用辨識模型M2可藉由實際量測肌電圖EMG 或表面肌電圖sEMG實驗資料建立。

在一實施態樣中，電子裝置31可包含一儲存器(未繪示)，用以儲存騎乘姿勢辨識模型M1、肌群使用辨識模型M2、騎乘姿勢N1以及使用肌群資訊O1。

本發明第五實施方式係為第四實施方式之延伸，請參考第4A圖及第4B圖。第4A圖係第五實施方式之電子裝置41，第4B圖係第四實施方式之反饋模型M3之使用示意圖。第五實施方式之騎乘姿勢分析系統與第四實施方式之騎乘姿勢分析系統所包含之元件及功能相似，因此僅詳述二者相異之處。

在第五實施方式中，處理器113更用以根據騎乘姿勢資訊N1以及肌群使用資訊O1，基於一反饋模型M3決定一反饋資訊F1，其中反饋資訊F1為一建議騎乘姿勢資訊。換言之，騎乘姿勢分析系統可根據騎乘姿勢資訊N1、肌群使用資訊O1及反饋模型M1進一步提供建議騎乘姿勢給騎者，以提醒騎者變換騎乘類型。需說明者，反饋模型M3係預先建立於騎乘姿勢分析系統中，其包含各騎乘姿勢資訊及各肌群使用資訊對應於各反饋資訊之相對關係。

在一實施態樣中，電子裝置41更包含一儲存器115，其電性連接於處理器113，用以儲存其中之一者或者其之組合。此外，儲存器115更可包含一資料庫，用以騎乘姿勢辨識模型M1、肌群使用辨識模型M2以及反饋模型M3之相關資料，俾使騎乘姿勢辨識系統更新騎乘姿勢辨識模型M1、肌群使用辨識模型M2以及反饋模型M3，或藉由機器學習方式進行更新各模型。

在一實施態樣中，建議騎乘姿勢資訊係為一建議騎乘姿勢類型資訊、一建議騎乘姿勢資訊、一建議肌群使用資訊以及一建議椅墊位置資訊四者其中之一或者其之組合。換言之，建議騎乘姿勢資訊可包含騎乘姿勢、踩踏頻率、踩踏力道、踩踏功率、持續時間、重心位置、關節力矩等建議資料。

在一實施態樣中，反饋模型M3包含複數種騎乘姿勢類型資料以及一建議規則。反饋模型M3可根據騎乘姿勢資訊N1和肌群使用資訊O1決定騎者之騎乘姿勢係對應多種騎乘姿勢類型資料其中之一者，並藉由建議規則係用以紀錄根據肌群使用資訊及肌群使用資訊之使用時間所對應的至少一建議騎乘姿勢資訊，且其中該至少一建議騎乘姿勢資訊係為多種騎乘姿勢類型資料其中之另一者。換言之，反饋模型M3在判斷出當前騎乘姿勢所對應的騎乘姿勢類型資料後，進一步根據肌群使用資訊O1與肌群使用資訊O1之使用時間決定另一個適合後續騎乘姿勢的騎乘姿勢類型資料，以提供變換騎乘姿勢建議給使用者。

在一實施態樣中，反饋模型M3之建議規則之建立係：(1)整合多位專家訪談與普遍教課書上給予之建議；(2)經由專家輔助、分析大量使用者數據以及機器學習之方式；(3)經由解剖學知識與運動生物力學原理，推算普遍最佳建議法則，再由機器學習之方法，在每次使用者騎乘後的反饋建置客製化反饋模型之建議規則；(4)根據多位專業騎士並大量收集其之騎乘資料，統計專業騎士長途騎乘時使用的騎乘策略，用機器學習建立反饋模型之建議規則；或(5)前述四者其中之組合。

本發明第六實施方式請參考第5圖。第5圖係描繪騎乘姿勢分析系統之電子裝置51示意圖。本發明第六實施方式係為第五實施方式之改進，請參考第5圖。第六實施方式之騎乘姿勢分析系統與第五實施方式之騎乘姿勢分析系統所包含之元件及功能相似，因此不再贅述。以下僅詳述二者相異之處。

在第六實施方式中，電子裝置51包含一收發器111，其與一雲端運算系統53之間具有一無線網路連線。收發器111用以接收動作感測器13a~13d之動作資訊S1~S4及壓力感測器15之壓力資訊P1。隨後，收發器111將動作資訊S1~S4以及壓力資訊P1傳送至雲端運算系統53，俾雲端運算系統53根據動作資訊S1~S4以及壓力資訊P1，判斷騎乘姿勢資訊N1、肌群使用資訊O1以及反饋資訊F1；以及自雲端運算系統53接收騎乘姿勢資訊N1、肌群使用資訊O1以及反饋資訊F1。

更具體而言，電子裝置51無須藉由處理器113進行運算，而係藉由收發器111將量測資料傳送至雲端運算系統53。雲端運算系統53儲存有騎乘姿勢辨識模型M1、肌群使用辨識模型M2以及反饋模型M3。雲端運算系統53可根據動作資訊S1~S4以及壓力資訊P1，基於騎乘姿勢辨識模型M1決定騎乘姿勢資訊N1。雲端運算系統53可根據騎乘姿勢資訊N1，基於肌群使用辨識模型M2判斷肌群使用資訊O1。隨後，雲端運算系統53可根據肌群使用資訊O1，基於反饋模型M3決定反饋資訊F1。

此外，在一實施態樣中，電子裝置51可將騎乘姿勢資訊N1、肌群使用資訊O1及/或反饋資訊F1藉由一顯示裝置及/或一音訊裝置提供給使用者。此外，在另一實施態樣中，雲端運算系統53可為一智慧手機、平板等具有運算功能的系統。

本發明之第七實施方式係為騎乘姿勢分析方法，其流程圖請參考第6圖。第七實施方式之方法係用於一騎乘姿勢分析系統(例如前述實施方式之騎乘姿勢分析系統)。騎乘姿勢分析系統包含一電子裝置、複數動作感測器以及一壓力感測器。第七實施方式之詳細步驟如下所述。

首先，執行步驟601，利用動作感測器偵測複數動作資訊，其中，動作感測器配置於人體。執行步驟603，利用壓力感測器偵測一壓力資訊，其中，壓力感測器配置於人體足底。執行步驟605，利用電子裝置自動作感測器接收動作資訊，並自壓力感測器接收壓力資訊。執行步驟607，利用電子裝置根據動作資訊以及壓力資訊，基於一騎乘姿勢辨識模型判斷一騎乘姿勢資訊。

本發明之第八實施方式請參考第7圖。其中，執行步驟601、603及605的步驟與第七實施方式相似，因此不重覆贅述。

於步驟605後，第八實施方式更包含步驟606，利用電子裝置根據動作資訊計算至少一角度資訊。隨後，步驟607更包含步驟607a，利用電子裝置根據至少一角度資訊以及壓力資訊，基於騎乘姿勢辨識模型判斷騎乘姿勢資訊。

本發明之第九實施方式請參考第8圖。在此實施方式中，動作感測器更包含一第一動作感測器、一第二動作感測器、一第三動作感測器以及一第四動作感測器，其中，第一動作感測器配置於人體腰部，第二動作感測器配置於人體大腿部，第三動作感測器配置於人體小腿部，及第四動作感測器配置於人體足踝部。偵測動作資訊步驟601a，利用第一動作感測器偵測動作資訊之一第一動作資訊，利用第二動作感測器偵測動作資訊之一第二動作資訊，利用第三動作感測器偵測動作資訊之一第三動作資訊，以及利用第四動作感測器偵測動作資訊之一第四動作資訊。在另一些實施例中，例如，第一動作感測器可配置於人體腰部，第二動作感測器可配置於人體大腿部，第三動作感測器可配置於人體小腿部，以及第四動作感測器可配置於人體足踝部。執行步驟603，利用壓力感測器偵測一壓力資訊，其中，壓力感測器配置於人體足底。執行步驟605，利用電子裝置自動作感測器接收動作資訊，並自壓力感測器接收壓力資訊。

之後，步驟606a，計算至少一角度資訊之步驟更包含：利用電子裝置根據第一動作資訊以及第二動作資訊，計算至少一角度資訊之一第一角度資訊，利用電子裝置根據第二動作資訊以及第三動作資訊，計算至少一角度資訊之一第二角度資訊，以及利用電子裝置根據第三動作資訊以及第四動作資訊，計算至少一角度資訊之一第三角度資訊。

其中，步驟607a更包含步驟607b，根據第一角度資訊、第二角度資訊、第三角度資訊以及壓力資訊，基於騎乘姿勢辨識模型判斷騎乘姿勢資訊。

本發明之第十實施方式請參考第9圖，其係為第七實施方式之延伸。第十實施方式之流程與第七實施方式相似，因此，相同內容不重覆贅述，此處著重在描述兩者之差異。

具體而言，於步驟607後，騎乘姿勢分析方法更包含步驟609，利用電子裝置根據騎乘姿勢資訊，基於一肌群使用辨識模型判斷一肌群使用資訊。

本發明之第十一實施方式請參考第10圖，其係為第十實施方式之延伸。第十一實施方式之流程與第十實施方式相似，因此，相同內容不重覆贅述，此處著重在描述兩者之差異。

具體而言，於步驟609後，騎乘姿勢分析方法更包含步驟611，利用電子裝置根據騎乘姿勢資訊以及肌群使用資訊，基於一反饋模型決定一反饋資訊。

本發明第十二實施方式係為騎乘姿勢分析方法，其流程圖請參考第11圖。第十二實施方式之方法係用於一騎乘姿勢分析系統(例如前述實施方式之騎乘姿勢分析系統)。騎乘姿勢分析系統包含一電子裝置、複數動作感測器以及一壓力感測器。第十二實施方式之詳細步驟如下所述。

首先，執行步驟1101，利用動作感測器偵測複數動作資訊，其中，動作感測器配置於人體。執行步驟1103，利用壓力感測器偵測一壓力資訊，其中，壓力感測器配置於人體足底。執行步驟1105，利用電子裝置自動作感測器接收動作資訊，並自壓力感測器接收壓力資訊。

執行步驟1107，利用電子裝置將動作資訊以及壓力資訊傳送至一雲端運算系統，俾雲端運算系統根據動作資訊以及壓力資訊，判斷一騎乘姿勢資訊、一肌群使用資訊以及一反饋資訊。執行步驟1107，利用電子裝置自雲端運算系統接收騎乘姿勢資訊、肌群使用資訊以及反饋資訊。

此外，本發明之騎乘姿勢分析方法除了上述第七實施方式至第十二實施方式外，同樣能夠執行本發明第一實施方式至第六實施方式之騎乘姿勢分析系統的所有功能，並達到同樣之技術效果，故不贅述。此外，在技術內容未有衝突之情況下，前述實施方式及實施態樣可結合為一個實施方式。

由上述說明可知，本發明所提供之騎乘姿勢分析系統以及騎乘姿勢分析方法在偵測後，根據動作資訊以及壓力資訊基於騎乘姿勢辨識模型判斷騎乘者之騎乘姿勢資訊。此外，更能夠基於肌群使用辨識模型以及回饋模型為使用者提供肌群使用資訊以及回饋資訊。騎乘者可在騎乘時接收騎乘姿勢建議，並據以調整當前的騎乘姿勢。因此，相較於先前技術，本發明更可以在戶外騎乘時更有效地提供相關騎乘資訊給騎乘者。

上述實施方式僅用來例舉本發明之部分實施態樣，以及闡釋本發明之技術特徵，而非用來限制本發明之保護範疇及範圍。任何本發明所屬技術領域中具有通常知識者可輕易完成之改變或均等性之安排均屬於本發明所主張之範圍，而本發明之權利保護範圍以申請專利範圍為準。

1‧‧‧騎乘姿勢分析系統

11‧‧‧電子裝置