TWI736102B - 騎乘姿勢評估方法 - Google Patents

騎乘姿勢評估方法 Download PDF

Info

Publication number
TWI736102B
TWI736102B TW109100746A TW109100746A TWI736102B TW I736102 B TWI736102 B TW I736102B TW 109100746 A TW109100746 A TW 109100746A TW 109100746 A TW109100746 A TW 109100746A TW I736102 B TWI736102 B TW I736102B
Authority
TW
Taiwan
Prior art keywords
riding
value
unit time
filtered
sensing
Prior art date
Application number
TW109100746A
Other languages
English (en)
Other versions
TW202127189A (zh
Inventor
張清瑋
Original Assignee
艾蒙特科技有限公司
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 艾蒙特科技有限公司 filed Critical 艾蒙特科技有限公司
Priority to TW109100746A priority Critical patent/TWI736102B/zh
Publication of TW202127189A publication Critical patent/TW202127189A/zh
Application granted granted Critical
Publication of TWI736102B publication Critical patent/TWI736102B/zh

Links

Images

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一種騎乘姿勢評估方法,包含以下步驟:(A)在接收到在連續的N個單位時間點之騎乘期間所量測到的N筆量測資料,以及在連續的N個單位時間點所感測到相關於該騎乘者之腿部肌肉狀況的N筆感測資料後,根據該等N筆量測資料從該等N個單位時間點中判斷出對應於一慣性測量單元在騎乘期間被帶動至一最高點及一最低點時的多個最高點單位時間點及最低點單位時間點;(B)根據該等最高點單位時間點及該等最低點單位時間點設置多個騎乘週期;及(C)根據該等騎乘週期內的所有感測資料產生一相關於該騎乘者在每一騎乘週期之騎乘狀態的騎乘評估資料。

Description

騎乘姿勢評估方法
本發明是有關於一種評估方法,特別是指一種騎乘姿勢評估方法。
在騎乘自行車時,不當的騎乘姿勢可能會造成肌肉使用時序不同、肌肉作用的不平均、加速肌肉群的疲勞及不當的關節力矩分布造成運動傷害,為解決不當的騎乘姿勢的問題中華民國證書號I657354揭示一種動作分析方法,其係利用動作分析系統在連續的N個單位時間點偵測到騎乘者在騎乘自行車時其膝關節的移動產生N筆角度資料,並根據該等N筆角度資料產生相關於騎乘者之騎乘的狀態之分析數據,最後根據分析數據分析騎乘姿勢。
然而,僅根據角度資料能分析的數據有限,無法精細地分析騎乘者在騎乘自行車的騎乘姿勢,且無法準確地得知每一時間點騎乘姿勢的變化。
因此,本發明的目的,即在提供一種以動態腿部肌肉變化精細地分析騎乘者在騎乘自行車的騎乘姿勢,且能準確地得知每一時間點騎乘姿勢的變化的騎乘姿勢評估方法。
於是,本發明騎乘姿勢評估方法,由一電子裝置來實施,該電子裝置經由一通訊網路與一慣性測量單元及一肌肉電訊號感測單元連接,該慣性測量單元及該肌肉電訊號感測單元被穿戴於一騎乘者之腿部上,該騎乘者騎乘一自行車,該方法包含一步驟(A)、一步驟(B),及一步驟(C)。
在該步驟(A)中,在該電子裝置接收到由該慣性測量單元在一包括連續的N個單位時間點之騎乘期間所量測到的N筆量測資料,以及由該肌肉電訊號感測單元在連續的N個單位時間點所感測到相關於該騎乘者之腿部肌肉狀況的N筆感測資料後,根據該等N筆量測資料從該等N個單位時間點中判斷出對應於該慣性測量單元在騎乘期間被帶動至一最高點及一最低點時的多個最高點單位時間點及最低點單位時間點,其中N≧2。
在該步驟(B)中,該電子裝置根據該等最高點單位時間點及該等最低點單位時間點設置多個騎乘週期。
在該步驟(C)中,該電子裝置根據該等騎乘週期內的所有感測資料產生一相關於該騎乘者之騎乘的狀態的騎乘評估資料。
本發明之功效在於:藉由該電子裝置根據該等N筆量測資料判斷出在騎乘期間的該等最高點單位時間點及該等最低點單位時間點,並以該等最高點單位時間點及該等最低點單位時間點設置該等騎乘週期,再根據每一騎乘週期的感測資料,產生出該騎乘評估資料。
在本發明被詳細描述前,應當注意在以下的說明內容中,類似的元件是以相同的編號來表示。
參閱圖1,本發明騎乘姿勢評估方法的一實施例,由一電子裝置11來實施,該電子裝置11經由一通訊網路100與一慣性測量單元(Inertial measurement unit)12及一肌肉電訊號感測單元13連接,該慣性測量單元12及該肌肉電訊號感測單元13被穿戴於一騎乘者之腿部上,該騎乘者騎乘一自行車。該電子裝置11例如為智慧型手機、智慧型平板、電腦,該通訊網路100例如為藍牙、無線射頻辨識、Wifi等無線通訊網路,但不以此為限。
該慣性測量單元12包括一陀螺儀(Gyroscope)或一三軸加速度規(Accelerometer)(圖未示),該慣性測量單元12用以在連續的N個單位時間點之騎乘期間量測該騎乘者,而產生N筆分別對應該等N個單位時間點的量測資料。該陀螺儀用以量測出該騎乘者之腿部在騎乘期間分別圍繞三軸向旋轉而產生的角速度值,該等三軸向分別為平行該騎乘者的前後方向、平行該騎乘者的左右方向,及平行該騎乘者的上下方向,該等三軸向例如為坐標系的X軸、Y軸,及Z軸;該三軸加速度規用以量測出該騎乘者之腿部在騎乘期間分別沿著該等三軸向移動的加速度值。其中,若該慣性測量單元12包括該陀螺儀,則每一量測資料包括一由該陀螺儀量測該騎乘者之腿部在騎乘期間圍繞X軸旋轉產生的第一角速度值、一由該陀螺儀量測該騎乘者之腿部在騎乘期間圍繞Y軸旋轉產生的第二角速度值,及一由該陀螺儀量測該騎乘者之腿部在騎乘期間圍繞Z軸旋轉產生的第三角速度值;若該慣性測量單元12包括該三軸加速度規,則每一量測資料包括一由該三軸加速度規量測該騎乘者之腿部在騎乘期間前後移動產生的前後加速度值、一由該三軸加速度規量測該騎乘者之腿部在騎乘期間左右移動產生的左右加速度值,及一由該三軸加速度規量測該騎乘者之腿部在騎乘期間上下移動產生的上下加速度值。
該肌肉電訊號感測單元13包括多個感測器(圖未示),該肌肉電訊號感測單元13用以在連續的N個單位時間點感測相關於該騎乘者之腿部肌肉狀況,而產生N筆分別對應該等N個單位時間點的感測資料。值得注意的是,在本實施例中,該肌肉電訊號感測單元13包括一感測器該騎乘者之左腿的股內側肌(Vastus medialis)的第一感測器、一感測器該騎乘者之左腿的股外側肌(Vastus Lateralis)的第二感測器、一感測器該騎乘者之右腿的股內側肌的第三感測器,及一感測器該騎乘者之右腿的股外側肌的第四感測器,每一感測資料包括包括一由該第一感測器產生的第一感測值、一由該第二感測器產生的第二感測值、一由該第三感測器產生的第三感測值,及一由該第四感測器產生的第四感測值,感測值例如為骨骼肌收縮產生的活動電位。在其他實施方式中該肌肉電訊號感測單元13更可包括感測該騎乘者之左右腿的腓腸肌(Gastrocnemius muscle)、脛前肌(Tibialis anterior muscle)、臀大肌(Gluteus maximus muscle)、股直肌(Rectus femoris),及腿後肌群(Hamstring muscles)的感測器。
參閱圖1及圖2,說明了本發明騎乘姿勢評估方法之該實施例,該實施例包含一最高點單位時間點及最低點單位時間點獲得程序2、一騎乘週期設置程序3,及一騎乘評估資料產生程序4。
在該最高點單位時間點及最低點單位時間點獲得程序2中,該電子裝置11在接收到來自該慣性測量單元12在該等N筆量測資料,以及來自該肌肉電訊號感測單元13的該等N筆感測資料後,根據該等N筆量測資料從該等N個單位時間點中判斷出對應於該慣性測量單元12在騎乘期間被帶動至一最高點及一最低點時的多個最高點單位時間點及最低點單位時間點,其中N≧2,該最高點即為上死點(Top Dead Center, TDC),該最低點即為下死點 (Bottom Dead Center, BDC)。
以下分別就該最高點單位時間點及最低點單位時間點獲得程序2的各種態樣做一詳細的說明:
參閱圖3,在該最高點單位時間點及最低點單位時間點獲得程序2的態樣一中,該慣性測量單元12包括該陀螺儀,該最高點單位時間點及最低點單位時間點獲得程序2包含步驟211~213。
在步驟211中,該電子裝置11根據該等N筆量測資料的該等N個第二角速度值,獲得N-1個分別對應於由該等N個單位時間點所構成的N-1個單位時間的角位移值。值得注意的是,該等N-1個角位移值即為歐拉角(Euler angles)的俯仰(pitch)值。
在步驟212中,該電子裝置11根據一預設起始角度及該等N-1個角位移值獲得在每一單位時間點的角度值,該等N個角度值相對於該等N個單位時間點構成一第一波形(如圖4)。在本實施例中該預設起始角度例如為40度。
在步驟213中,該電子裝置11將處於該第一波形之波峰的角度值對應的單位時間點判斷為最高點單位時間點201,並將處於該第一波形之波谷的角度值對應的單位時間點判斷為最低點單位時間點202。
參閱圖5,在該最高點單位時間點及最低點單位時間點獲得程序2的態樣二中,該慣性測量單元12包括該三軸加速度規,該騎乘者將該三軸加速度規穿戴於其中一小腿,且該騎乘者將穿戴該三軸加速度規的腿移動到在騎乘該自行車的最低點以進行歸零校正,該最高點單位時間點及最低點單位時間點獲得程序2包含步驟221~224。
在步驟221中,該電子裝置11將該等N筆量測資料進行帶通(Band-pass)濾波,以獲得N筆濾波後量測資料。
在步驟222中,對於每一筆濾波後量測資料,該電子裝置11將該濾波後量測資料的該前後加速度值及該左右加速度值進行方均根(Root Mean Square, RMS)計算,以獲得一方均根值。第i個方均根值RMS i 以下式表示:
Figure 02_image001
其中,
Figure 02_image003
為第i筆濾波後量測資料的前後加速度值,
Figure 02_image005
為第i筆濾波後量測資料的左右加速度值,i=1,2,…N。
在步驟223中,該電子裝置11將該等N筆濾波後量測資料所對應的N個方均根值進行低通濾波,以獲得N個濾波後方均根值,該等N個濾波後方均根值相對於該等N個單位時間點構成一第二波形(如圖6)。
在步驟224中,該電子裝置11將處於該第二波形之波峰的濾波後方均根值對應的單位時間點判斷為最低點單位時間點,並將處於該第二波形之波谷的濾波後方均根值對應的單位時間點判斷為最高點單位時間點。
參閱圖7,在該最高點單位時間點及最低點單位時間點獲得程序2的態樣三中,該慣性測量單元12包括該三軸加速度規,該騎乘者將該三軸加速度規穿戴於其中一小腿,且該騎乘者站立於地板上時將該三軸加速度規進行歸零校正,該最高點單位時間點及最低點單位時間點獲得程序2包含步驟231~235。
在步驟231中,對於每一量測資料,該電子裝置11根據一預設旋轉矩陣將該量測資料的該前後加速度值、該左右加速度值,及該上下加速度值進行矩陣運算,以獲得一運算後量測資料,每一運算後量測資料包括一校正後前後加速度值、一校正後左右加速度值,及一校正後上下加速度值。
值得注意的是,在本實施例中,該預設旋轉矩陣 R以下式表示:
Figure 02_image007
Figure 02_image009
Figure 02_image011
Figure 02_image013
, 其中,
Figure 02_image015
為第i個單位時間點繞X軸的主動旋轉的旋轉矩陣,
Figure 02_image017
為第i個單位時間點該慣性測量單元12獲得的翻滾(roll)角,
Figure 02_image019
為第i個單位時間點繞Y軸的主動旋轉的旋轉矩陣,
Figure 02_image021
為第i個單位時間點該慣性測量單元12獲得的俯仰角,
Figure 02_image023
為第i個單位時間點繞Z軸的主動旋轉的旋轉矩陣,
Figure 02_image025
為第i個單位時間點該慣性測量單元12獲得的偏航(yaw)角。該矩陣運算為將該預設旋轉矩陣 R乘上該量測資料,以獲得一旋轉後量測資料,該旋轉後量測資料包括一旋轉後前後加速度值、一旋轉後左右加速度值,及一旋轉後上下加速度值,再將該旋轉後量測資料的該旋轉後上下加速度值減去1重力加速度(1g或9.8m/s 2),最後再將該預設旋轉矩陣 R的轉置後乘以所包括的該旋轉後上下加速度值被減去1g的該旋轉後量測資料,以獲得該運算後量測資料。矩陣運算以下式表示:
Figure 02_image027
Figure 02_image029
其中 X 1Y 1,及 Z 1分別為該量測資料的該前後加速度值、該左右加速度值,及該上下加速度值, X 2Y 2,及 Z 2分別為該旋轉後量測資料的該旋轉後前後加速度值、該旋轉後左右加速度值,及該旋轉後上下加速度值, X 3Y 3,及 Z 3分別為該旋轉後量測資料的該校正後前後加速度值、該校正後左右加速度值,及該校正後上下加速度值。在其他實施方式中,亦可以其他方式獲得該預設旋轉矩陣 R,不以此為限。
在步驟232中,該電子裝置11將該等N筆運算後量測資料進行帶通濾波,以獲得N筆濾波後量測資料,每一濾波後量測資料包含一濾波後前後加速度值、一濾波後左右加速度值,及一濾波後上下加速度值。
在步驟233中,對於每一筆濾波後量測資料,該電子裝置11將該濾波後量測資料的該濾波後左右加速度值及該濾波後前後加速度值進行方均根計算,以獲得一方均根值。其中,方均根計算的方式與步驟222一致,在此不多加贅述。
在步驟234中,該電子裝置11將該等N筆方均根值進行低通濾波,以獲得N個濾波後方均根值,該等N個濾波後方均根值相對於該等N個單位時間點構成一第三波形(如圖8)。
在步驟235中,該電子裝置11將處於該第三波形之波峰的濾波後方均根值對應的單位時間點判斷為最低點單位時間點,並將處於該第三波形之波谷的濾波後方均根值對應的單位時間點判斷為最高點單位時間點。
參閱圖9,在該最高點單位時間點及最低點單位時間點獲得程序2的態樣四中,該慣性測量單元12包括該三軸加速度規,該騎乘者將該三軸加速度規穿戴於其中一大腿,且該騎乘者站立於地板上時將該三軸加速度規進行歸零校正,該最高點單位時間點及最低點單位時間點獲得程序2包含步驟241~245。
在步驟241中,對於每一量測資料,該電子裝置11根據一旋轉矩陣將該量測資料的該前後加速度值、該左右加速度值,及該上下加速度值進行矩陣運算,以獲得一運算後量測資料,每一運算後量測資料包括一校正後前後加速度值、一校正後左右加速度值,及一校正後上下加速度值。其中,矩陣運算的方式與步驟231一致,在此不多加贅述。
在步驟242中,該電子裝置11將該等N筆運算後量測資料進行帶通濾波,以獲得N筆濾波後量測資料,每一濾波後量測資料包含一濾波後前後加速度值、一濾波後左右加速度值,及一濾波後上下加速度值,該等N個濾波後左右加速度值相對於該等N個單位時間點構成一第四波形(如圖10)。
在步驟243中,對於每一筆濾波後量測資料,該電子裝置11將該濾波後量測資料的該濾波後前後加速度值及該濾波後左右加速度值進行方均根計算,以獲得一方均根值,該等N個方均根值相對於該等N個單位時間點構成一第五波形(如圖11)。其中,方均根計算的方式與步驟222一致,在此不多加贅述。
在步驟244中,該電子裝置11將處於該第四波形的波谷且小於一第一門檻值203的濾波後左右加速度值對應的單位時間點判斷為最高點單位時間點201。
在步驟245中,該電子裝置11將除步驟244所判斷出的該等最高點單位時間點外,處於該第五波形的波峰且大於一第二門檻值204的方均根值對應的單位時間點判斷為最低點單位時間點202。
參閱圖12,在該最高點單位時間點及最低點單位時間點獲得程序2的態樣五中,該慣性測量單元12包括該三軸加速度規,該騎乘者將該三軸加速度規穿戴於其中一大腿,且該騎乘者站立於地板上時將該三軸加速度規進行歸零校正,該最高點單位時間點及最低點單位時間點獲得程序2包含步驟251~253。
在步驟251中,對於每一量測資料,該電子裝置11根據一旋轉矩陣將該量測資料的該前後加速度值、該左右加速度值,及該上下加速度值進行矩陣運算,以獲得一運算後量測資料,每一運算後量測資料包括一校正後前後加速度值、一校正後左右加速度值,及一校正後上下加速度值。其中,矩陣運算的方式與步驟231一致,在此不多加贅述。
在步驟252中,該電子裝置11將該等N筆運算後量測資料進行帶通濾波,以獲得N筆濾波後量測資料,每一濾波後量測資料包含一濾波後前後加速度值、一濾波後左右加速度值,及一濾波後上下加速度值,該等N個濾波後前後加速度值相對於該等N個單位時間點構成一第六波形(如圖13)。
在步驟253中,該電子裝置11將該第六波形之最低的濾波後前後加速度值對應的單位時間點判斷為一初始的最高點單位時間點201,將緊鄰每一最高點單位時間點後並處於該第六波形之波峰且大於一門檻值205的濾波後前後加速度值對應的單位時間點判斷為最低點單位時間點,將緊鄰每一最低點單位時間點後並處於該第六波形之波谷且小於該門檻值的濾波後前後加速度值對應的單位時間點判斷為最高點單位時間點。
參閱圖14,在該最高點單位時間點及最低點單位時間點獲得程序2的態樣六中,該慣性測量單元12包括該三軸加速度規,該騎乘者將該三軸加速度規穿戴於其中一大腿,且該騎乘者站立於地板上時將該三軸加速度規進行歸零校正,該最高點單位時間點及最低點單位時間點獲得程序2包含步驟261~263。
在步驟261中,對於每一量測資料,該電子裝置11根據一旋轉矩陣將該量測資料的該前後加速度值、該左右加速度值,及該上下加速度值進行矩陣運算,以獲得一運算後量測資料,每一運算後量測資料包括一校正後前後加速度值、一校正後左右加速度值,及一校正後上下加速度值。其中,矩陣運算的方式與步驟231一致,在此不多加贅述。
在步驟262中,該電子裝置11將該等N筆運算後量測資料進行帶通濾波,以獲得N筆濾波後量測資料,每一濾波後量測資料包含一濾波後前後加速度值、一濾波後左右加速度值,及一濾波後上下加速度值,該等N個濾波後上下加速度值相對於該等N個單位時間點構成一第七波形(如圖15)。
在步驟263中,該電子裝置11將處於該第七波形之波谷且大於一門檻值206的濾波後上下加速度值對應的單位時間點判斷為最低點單位時間點,並將處於該第七波形之波谷且小於該門檻值的濾波後上下加速度值對應的單位時間點判斷為最高點單位時間點。
值得注意的是,在本實施例中,帶通濾波的頻帶例如為0.1~4赫茲(Hz),低通濾波的頻帶例如為2赫茲(Hz),但不以此為限。
要再特別注意的是,在本實施例中,該電子裝置11的操作介面可讓該騎乘者根據該慣性測量單元12所包括之元件、配戴之位置,歸零校正之位置選擇進行所需要之態樣,但不以此為限。
在該騎乘週期設置程序3中,該電子裝置11根據該等最高點單位時間點及該等最低點單位時間點設置多個騎乘週期。值得注意的是,在本實施例中,每一騎乘週期是由連續的二最低點單位時間點所定義出,或連續的二最高點單位時間點所定義出,亦即定義該騎乘者腳踏一圈即為一騎乘週期。
在該騎乘評估資料產生程序4中,該電子裝置11根據該等騎乘週期內的所有感測資料產生一相關於該騎乘者之騎乘的狀態的騎乘評估資料。
以下分別就該騎乘評估資料產生程序4的各種態樣做一詳細的說明:
參閱圖16,在該騎乘評估資料產生程序4的態樣一中,該騎乘評估資料產生程序4包含步驟411~414。
在步驟411中,對於每一騎乘週期,該電子裝置11根據該騎乘週期所對應的感測資料之第一感測值獲得一第一活化閾值,再根據該騎乘週期所對應的感測資料之第二感測值獲得一第二活化閾值,再根據該騎乘週期所對應的感測資料之第三感測值獲得一第三活化閾值,且根據該騎乘週期所對應的感測資料之第四感測值獲得一第四活化閾值。
在步驟412中,對於每一騎乘週期,該電子裝置11濾除該騎乘週期所對應的感測資料中小於該第一活化閾值的第一感測值,再濾除該騎乘週期所對應的感測資料中小於該第二活化閾值的第二感測值,再濾除該騎乘週期所對應的感測資料中小於該第三活化閾值的第三感測值,且濾除該騎乘週期所對應的感測資料中小於該第四活化閾值的第四感測值。
在步驟413中,對於每一騎乘週期,該電子裝置11加總該騎乘週期所對應的感測資料中未被濾除的第一感測值以獲得一第一加總值,再加總該騎乘週期所對應的感測資料中未被濾除的第二感測值以獲得一第二加總值,再加總該騎乘週期所對應的感測資料中未被濾除的第三感測值以獲得一第三加總值,且加總該騎乘週期所對應的感測資料中未被濾除的第四感測值以獲得一第四加總值。
在步驟414中,對於每一騎乘週期,該電子裝置11根據該第一加總值、該第二加總值、該第三加總值,及該第四加總值,產生至少一騎乘評估值,該騎乘評估資料包括每一騎乘週期所對應的騎乘評估值。
值得注意的是,在本實施例中,該電子裝置11產生一第一騎乘評估值及一第二騎乘評估值,該第一騎乘評估值是該第一加總值及該第二加總值的比值,該第二騎乘評估值是該第三加總值及該第四加總值的比值,該第一騎乘評估值可用以評估左腿的肌肉對稱性,該第二騎乘評估值可用以評估右腿的肌肉對稱性,以評估該騎乘者的騎乘狀態,但不以此為限,在其他實施方式,亦可運用其他比值(例如第一加總值與第三加總值之比值)評估左右腿的對稱性。
要再特別注意的是,在本實施例中,活化閾值為該騎乘週期所對應的感測資料的最大感測值的20%,但不以此為限。
參閱圖17,在該騎乘評估資料產生程序4的態樣二中,該騎乘評估資料產生程序4包含步驟421~424。
在步驟421中,對於每一騎乘週期,該電子裝置11對該騎乘週期所對應的感測資料進行取樣處理,以獲得多筆取樣後感測資料,每一取樣後感測資料包括一取樣後第一感測值、一取樣後第二感測值、一取樣後第三感測值,及一取樣後第四感測值。
值得注意的是,在本實施例中,該電子裝置11將該騎乘週期內對應的感測資料分成360個點,舉例來說該騎乘週期所對應的感測資料有M筆,則取樣後的第 i個資料點為該騎乘週期所對應的第 iM/360筆感測資料, i=1,2,..,360。若 iM/360為非整數,則運用線性內插法公式獲得 iM/360筆感測資料的第一、第二、第三,或第四感測值,如以下公式:
Figure 02_image031
其中, x i 為第 iM/360筆感測資料, x i -1為第
Figure 02_image033
筆感測資料, x i +1為第
Figure 02_image033
+1筆感測資料, y i 為第 iM/360筆感測資料的第一、第二、第三,或第四感測值, y i -1為第
Figure 02_image035
筆感測資料的第一、第二、第三,或第四感測值, y i +1為第
Figure 02_image036
+1筆感測資料的第一、第二、第三,或第四感測值,
Figure 02_image033
為下取整函數(floor function)。
在步驟422中,對於每一騎乘週期,該電子裝置11根據該騎乘週期所對應的感測資料之第一感測值獲得一第一活化閾值,再根據該騎乘週期所對應的感測資料之第二感測值獲得一第二活化閾值,再根據該騎乘週期所對應的感測資料之第三感測值獲得一第三活化閾值,且根據該騎乘週期所對應的感測資料之第四感測值獲得一第四活化閾值。
在步驟423中,對於每一騎乘週期,該電子裝置11濾除該騎乘週期所對應的感測資料中小於該第一活化閾值的第一感測值,再濾除該騎乘週期所對應的感測資料中小於該第二活化閾值的第二感測值,再濾除該騎乘週期所對應的感測資料中小於該第三活化閾值的第三感測值,且濾除該騎乘週期所對應的感測資料中小於該第四活化閾值的第四感測值。
在步驟424中,對於每一騎乘週期,該電子裝置11根據該騎乘週期所對應的取樣後感測資料中未被濾除的第一感測值、第二感測值、第三感測值,及第四感測值產生一時序圖,該騎乘評估資料包括每一騎乘週期所對應的時序圖。利用第一感測值、第二感測值、第三感測值,及第四感測值產生一時序圖例如載記於” M. JORGE and M. L. HULL . ANALYSIS OF EMG Measurements during bicycle pedalling. Journal of biomechanics, 1986, 19.9:683-694”,以及” Sylvain Dorel, Antoine Couturier, Francois Hug. Intra-session repeatability of lower limb muscles activation pattern during pedaling. Journal of Electromyography and Kinesiology, 2008, 18.5:857-865”中,為了簡潔,故在此省略了他們的細節。
參閱圖18,在該騎乘評估資料產生程序4的態樣三中,該騎乘評估資料產生程序4包含步驟431~434。
在步驟431中,對於每一騎乘週期,該電子裝置11對該騎乘週期所對應的感測資料進行快速傅立葉轉換,以獲得多個轉換後感測資料,每一轉換後感測資料包括一轉換後第一感測值、一轉換後第二感測值、一轉換後第三感測值,及一轉換後第四感測值。
在步驟432中,對於每一騎乘週期,該電子裝置11根據該騎乘週期所對應的轉換後感測資料獲得四分別對應轉換後第一感測值、轉換後第二感測值、轉換後第三感測值,及轉換後第四感測值的中位頻率(Median Frequency, MDF)或四分別對應轉換後第一感測值、轉換後第二感測值、轉換後第三感測值,及轉換後第四感測值的平均頻率(Mean Frequency, MNF)。每一中位頻率及每一平均頻率以下式表示:
Figure 02_image037
Figure 02_image039
其中, M為總頻率長度, P j 代表轉換後感測資料的第一、第二、第三,或第四感測值之功率頻譜(power spectrum)的功率數值, f j 代表第 j個頻率之頻率數值。
在步驟433中,對於每一騎乘週期,該電子裝置11根據該騎乘週期所對應的感測資料之第一感測值獲得一第一方均根值,根據該騎乘週期所對應的感測資料之第二感測值獲得一第二方均根值,根據該騎乘週期所對應的感測資料之第三感測值獲得一第三方均根值,根據該騎乘週期所對應的感測資料之第四感測值獲得一第四方均根值,該第一、第二、第三,或第四方均根值 X rms 以下式表示:
Figure 02_image041
其中, X i 為該騎乘週期所對應的感測資料之第一、第二、第三,或第四感測值, K為該騎乘週期所對應的感測資料的筆數。值得注意的是,在本實施例中,該電子裝置11係先將該騎乘週期所對應的轉換後感測資料的轉換後第一、第二、第三,及第四感測值進行翻正(Absolute)與平滑化(Smoothing)後,再進行方均根計算。
在步驟434中,該電子裝置11將每一騎乘週期內中位頻率或平均頻率,與該等方均根值進行頻譜-振幅合併分析(Joint Analysis of EMG Spectrum and Amplitude, JASA),以獲得一分析資料,該騎乘評估資料包括每一騎乘週期所對應的分析資料。值得注意的是,該電子裝置11根據該分析資料獲得該騎乘者於每一騎乘週期的肌肉使用程度百分比與肌肉能力表,而頻譜-振幅合併分析以及獲得肌肉使用程度百分比與肌肉能力表的方式例如載記於” Alwin Luttmann, Matthias Jager, Wolfgang Laurig. Electromyographical indication of muscular fatigue in occupational field studies. International Journal of Industrial Ergonomics, 2000, 25.6:645-660”中,為了簡潔,故在此省略了他們的細節。
綜上所述,本發明騎乘姿勢評估方法,藉由該電子裝置11根據該等N筆量測資料判斷出在騎乘期間的該等最高點單位時間點及該等最低點單位時間點,並以該等最高點單位時間點及該等最低點單位時間點設置該等騎乘週期,再根據每一騎乘週期的感測資料,產生出該騎乘評估資料,故確實能達成本發明的目的。
惟以上所述者,僅為本發明的實施例而已,當不能以此限定本發明實施的範圍,凡是依本發明申請專利範圍及專利說明書內容所作的簡單的等效變化與修飾,皆仍屬本發明專利涵蓋的範圍內。
11······ 電子裝置 12······ 慣性測量單元 13······ 肌肉電訊號感測單元 100····· 通訊網路 2········ 最高點單位時間點及最低點單位時間點獲得程序 201····· 最高點單位時間點 202····· 最低點單位時間點 203····· 第一門檻值 204····· 第二門檻值 205····· 門檻值 206····· 門檻值 231~235 步驟 241~245 步驟 251~253 步驟 261~263 步驟 211~213 步驟 221~224 步驟 3········ 騎乘週期設置程序 4········ 騎乘評估資料產生程序 411~414 步驟 421~424 步驟 431~434 步驟
本發明的其他的特徵及功效,將於參照圖式的實施方式中清楚地呈現,其中: 圖1是一方塊圖,示例地繪示一用來實施本發明騎乘姿勢評估方法之一實施列的一電子裝置; 圖2是一流程圖,說明該實施例; 圖3是一流程圖,說明該實施例的一最高點單位時間點及最低點單位時間點獲得程序之態樣一的流程步驟; 圖4是一示意圖,說明一第一波形; 圖5是一流程圖,說明該實施例的該最高點單位時間點及最低點單位時間點獲得程序之態樣二的流程步驟; 圖6是一示意圖,說明一第二波形; 圖7是一流程圖,說明該實施例的該最高點單位時間點及最低點單位時間點獲得程序之態樣三的流程步驟; 圖8是一示意圖,說明一第三波形; 圖9是一流程圖,說明該實施例的該最高點單位時間點及最低點單位時間點獲得程序之態樣四的流程步驟; 圖10是一示意圖,說明一第四波形; 圖11是一示意圖,說明一第五波形; 圖12是一流程圖,說明該實施例的該最高點單位時間點及最低點單位時間點獲得程序之態樣五的流程步驟; 圖13是一示意圖,說明一第六波形; 圖14是一流程圖,說明該實施例的該最高點單位時間點及最低點單位時間點獲得程序之態樣六的流程步驟; 圖15是一示意圖,說明一第七波形; 圖16是一流程圖,說明該實施例的一騎乘評估資料產生程序之態樣一的流程步驟; 圖17是一流程圖,說明該實施例的該騎乘評估資料產生程序之態樣二的流程步驟;及 圖18是一流程圖,說明該實施例的該騎乘評估資料產生程序之態樣三的流程步驟。
2········ 最高點單位時間點及最低點單位時間點獲得程序 3········ 騎乘週期設置程序 4········ 騎乘評估資料產生程序

Claims (10)

  1. 一種騎乘姿勢評估方法,由一電子裝置來實施,該電子裝置經由一通訊網路與一慣性測量單元及一肌肉電訊號感測單元連接,該慣性測量單元及該肌肉電訊號感測單元被穿戴於一騎乘者之腿部上,該騎乘者騎乘一自行車,該方法包含以下步驟: (A)在接收到由該慣性測量單元在連續的N個單位時間點之騎乘期間所量測到的N筆量測資料,以及由該肌肉電訊號感測單元在連續的N個單位時間點所感測到相關於該騎乘者之腿部肌肉狀況的N筆感測資料後,根據該等N筆量測資料從該等N個單位時間點中判斷出對應於該慣性測量單元在騎乘期間被帶動至一最高點及一最低點時的多個最高點單位時間點及最低點單位時間點,其中N≧2; (B)根據該等最高點單位時間點及該等最低點單位時間點設置多個騎乘週期;及 (C)根據該等騎乘週期內的所有感測資料產生一相關於該騎乘者在每一騎乘週期之騎乘狀態的騎乘評估資料。
  2. 如請求項1所述的騎乘姿勢評估方法,該慣性測量單元包括一陀螺儀,其中,在步驟(A)中,每一筆量測資料包括一由該陀螺儀量測該騎乘者之腿部在騎乘期間圍繞一軸向旋轉產生的角速度值,該軸向平行該騎乘者的左右方向,步驟(A)包括以下子步驟: (A-1)根據該等N筆量測資料的該等N個角速度值,獲得N-1個分別對應於由該等N個單位時間點所構成的N-1個單位時間的角位移值; (A-2)根據一預設起始角度及該等N-1個角位移值獲得在每一單位時間點的角度值,該等N個角度值相對於該等N個單位時間點構成一波形;及 (A-3)將處於該波形之波峰的角度值對應的單位時間點判斷為最高點單位時間點,並將處於該波形之波谷的角度值對應的單位時間點判斷為最低點單位時間點。
  3. 如請求項1所述的騎乘姿勢評估方法,該慣性測量單元包括一三軸加速度規,其中,在步驟(A)中,每一筆量測資料包括一由該三軸加速度規量測該騎乘者之腿部在騎乘期間前後移動而產生的前後加速度值、一由該三軸加速度規量測該騎乘者之腿部在騎乘期間左右移動而產生的左右加速度值,及一由該三軸加速度規量測該騎乘者之腿部在騎乘期間上下移動而產生的上下加速度值,步驟(A)包括以下子步驟: (A-1)將該等N筆量測資料進行帶通濾波,以獲得N筆濾波後量測資料; (A-2)對於每一筆濾波後量測資料,將該濾波後量測資料的該前後加速度值及該左右加速度值進行方均根計算,以獲得一方均根值; (A-3)將該等N筆濾波後量測資料所對應的N個方均根值進行低通濾波,以獲得N個濾波後方均根值,該等N個濾波後方均根值相對於該等N個單位時間點構成一波形;及 (A-4)將處於該波形之波峰的濾波後方均根值對應的單位時間點判斷為最低點單位時間點,並將處於該波形之波谷的濾波後方均根值對應的單位時間點判斷為最高點單位時間點。
  4. 如請求項1所述的騎乘姿勢評估方法,該慣性測量單元包括一三軸加速度規,其中,在步驟(A)中,每一筆量測資料包括一由該三軸加速度規量測該騎乘者之腿部在騎乘期間前後移動而產生的前後加速度值、一由該三軸加速度規量測該騎乘者之腿部在騎乘期間左右移動而產生的左右加速度值,及一由該三軸加速度規量測該騎乘者之腿部在騎乘期間上下移動而產生的上下加速度值,步驟(A)包括以下子步驟: (A-1)對於每一量測資料,根據一預設旋轉矩陣將該量測資料的該前後加速度值、該左右加速度值,及該上下加速度值進行矩陣運算,以獲得一運算後量測資料,每一運算後量測資料包括一校正後前後加速度值、一校正後左右加速度值,及一校正後上下加速度值; (A-2)將該等N筆運算後量測資料進行帶通濾波,以獲得N筆濾波後量測資料,每一濾波後量測資料包含一濾波後前後加速度值、一濾波後左右加速度值,及一濾波後上下加速度值; (A-3)對於每一筆濾波後量測資料,將該濾波後量測資料的該濾波後左右加速度值及該濾波後前後加速度值進行方均根計算,以獲得一方均根值; (A-4)將該等N筆方均根值進行低通濾波,以獲得N個濾波後方均根值,該等N個濾波後方均根值相對於該等N個單位時間點構成一波形;及 (A-5)將處於該波形之波峰的濾波後方均根值對應的單位時間點判斷為最低點單位時間點,並將處於該波形之波谷的濾波後方均根值對應的單位時間點判斷為最高點單位時間點。
  5. 如請求項1所述的騎乘姿勢評估方法,該慣性測量單元包括一三軸加速度規,其中,在步驟(A)中,每一筆量測資料包括一由該三軸加速度規量測該騎乘者之腿部在騎乘期間前後移動而產生的前後加速度值、一由該三軸加速度規量測該騎乘者之腿部在騎乘期間左右移動而產生的左右加速度值,及一由該三軸加速度規量測該騎乘者之腿部在騎乘期間上下移動而產生的上下加速度值,步驟(A)包括以下子步驟: (A-1)對於每一量測資料,根據一旋轉矩陣將該量測資料的該前後加速度值、該左右加速度值,及該上下加速度值進行矩陣運算,以獲得一運算後量測資料,每一運算後量測資料包括一校正後前後加速度值、一校正後左右加速度值,及一校正後上下加速度值; (A-2)將該等N筆運算後量測資料進行帶通濾波,以獲得N筆濾波後量測資料,每一濾波後量測資料包含一濾波後前後加速度值、一濾波後左右加速度值,及一濾波後上下加速度值,該等N個濾波後左右加速度值相對於該等N個單位時間點構成一第一波形; (A-3)對於每一筆濾波後量測資料,將該濾波後量測資料的該濾波後前後加速度值及該濾波後左右加速度值進行方均根計算,以獲得一方均根值,該等N個方均根值相對於該等N個單位時間點構成一第二波形; (A-4)將處於該第一波形的波谷且小於一第一門檻值的濾波後左右加速度值對應的單位時間點判斷為最高點單位時間點;及 (A-5)將除步驟(A-4)所判斷出的該等最高點單位時間點外,處於該第二波形的波峰且大於一第二門檻值的方均根值對應的單位時間點判斷為最低點單位時間點。
  6. 如請求項1所述的騎乘姿勢評估方法,該慣性測量單元包括一三軸加速度規,其中,在步驟(A)中,每一筆量測資料包括一由該三軸加速度規量測該騎乘者之腿部在騎乘期間前後移動產生的前後加速度值、一由該三軸加速度規量測該騎乘者之腿部在騎乘期間左右移動產生的左右加速度值,及一由該三軸加速度規量測該騎乘者之腿部在騎乘期間上下移動產生的上下加速度值,步驟(A)包括以下子步驟: (A-1)對於每一量測資料,根據一旋轉矩陣將該量測資料的該前後加速度值、該左右加速度值,及該上下加速度值進行矩陣運算,以獲得一運算後量測資料,每一運算後量測資料包括一校正後前後加速度值、一校正後左右加速度值,及一校正後上下加速度值; (A-2)將該等N筆運算後量測資料進行帶通濾波,以獲得N筆濾波後量測資料,每一濾波後量測資料包含一濾波後前後加速度值、一濾波後左右加速度值,及一濾波後上下加速度值,該等N個濾波後前後加速度值相對於該等N個單位時間點構成一波形;及 (A-3)將該波形之最低的濾波後前後加速度值對應的單位時間點判斷為一初始的最高點單位時間點,將緊鄰每一最高點單位時間點後並處於該波形之波峰且大於一門檻值的濾波後前後加速度值對應的單位時間點判斷為最低點單位時間點,將緊鄰每一最低點單位時間點後並處於該波形之波谷且小於該門檻值的濾波後前後加速度值對應的單位時間點判斷為最高點單位時間點。
  7. 如請求項1所述的騎乘姿勢評估方法,該慣性測量單元包括一三軸加速度規,其中,在步驟(A)中,每一筆量測資料包括一由該三軸加速度規量測該騎乘者之腿部在騎乘期間前後移動產生的前後加速度值、一由該三軸加速度規量測該騎乘者之腿部在騎乘期間左右移動產生的左右加速度值,及一由該三軸加速度規量測該騎乘者之腿部在騎乘期間上下移動產生的上下加速度值,步驟(A)包括以下子步驟: (A-1)對於每一量測資料,根據一旋轉矩陣將該量測資料的該前後加速度值、該左右加速度值,及該上下加速度值進行矩陣運算,以獲得一運算後量測資料,每一運算後量測資料包括一校正後前後加速度值、一校正後左右加速度值,及一校正後上下加速度值; (A-2)將該等N筆運算後量測資料進行帶通濾波,以獲得N筆濾波後量測資料,每一濾波後量測資料包含一濾波後前後加速度值、一濾波後左右加速度值,及一濾波後上下加速度值,該等N個濾波後上下加速度值相對於該等N個單位時間點構成一波形;及 (A-3)將處於該波形之波谷且大於一門檻值的濾波後上下加速度值對應的單位時間點判斷為最低點單位時間點,並將處於該波形之波谷且小於該門檻值的濾波後上下加速度值對應的單位時間點判斷為最高點單位時間點。
  8. 如請求項1所述的騎乘姿勢評估方法,該肌肉電訊號感測單元包括一第一感測器及一第二感測器,其中,在步驟(A) 中,每一筆感測資料包括一由該第一感測器產生的第一感測值及一由該第二感測器產生的第二感測值,步驟(C)包括以下子步驟: (C-1)對於每一騎乘週期,根據該騎乘週期所對應的感測資料之第一感測值獲得一第一活化閾值,根據該騎乘週期所對應的感測資料之第二感測值獲得一第二活化閾值; (C-2)對於每一騎乘週期,濾除該騎乘週期所對應的感測資料中小於該第一活化閾值的第一感測值,且濾除該騎乘週期所對應的感測資料中小於該第二活化閾值的第二感測值; (C-3)對於每一騎乘週期,加總該騎乘週期所對應的感測資料中未被濾除的第一感測值以獲得一第一加總值,且加總該騎乘週期所對應的感測資料中未被濾除的第二感測值以獲得一第二加總值;及 (C-4)對於每一騎乘週期,根據該第一加總值及該第二加總值,產生一騎乘評估值,該騎乘評估資料包括每一騎乘週期所對應的騎乘評估值。
  9. 如請求項1所述的騎乘姿勢評估方法,其中,在步驟(A)中,每一筆感測資料包括一感測值,在步驟(B)中,每一騎乘週期是由連續的二最低點單位時間點所定義出,或連續的二最高點單位時間點所定義出,步驟(B)包括以下子步驟: (C-1)對於每一騎乘週期,對該騎乘週期所對應的感測資料進行取樣處理,以獲得多筆取樣後感測資料,每一取樣後感測資料包括一取樣後感測值; (C-2)對於每一騎乘週期,根據該騎乘週期所對應的取樣後感測資料的感測值獲得一活化閾值; (C-3)對於每一騎乘週期,濾除該騎乘週期所對應的取樣後感測資料中小於該活化閾值的感測值;及 (C-4) 對於每一騎乘週期,根據該騎乘週期所對應的取樣後感測資料中未被濾除的感測值產生一時序圖,該騎乘評估資料包括每一騎乘週期所對應的時序圖。
  10. 如請求項1所述的騎乘姿勢評估方法,其中,在步驟(A)中,每一筆感測資料包括一感測值,步驟(C)包括以下子步驟: (C-1)對於每一騎乘週期,對該騎乘週期所對應的感測資料進行快速傅立葉轉換,以獲得多個轉換後感測資料,每一轉換後感測資料包括一轉換後感測值; (C-2)對於每一騎乘週期,根據該騎乘週期所對應的轉換後感測資料獲得一中位頻率及一平均頻率之其中一者; (C-3)對於每一騎乘週期,將該騎乘週期所對應的感測資料之感測值進行方均根計算,以獲得一方均根值;及 (C-4)將每一騎乘週期內中位頻率及平均頻率之其中一者與該等方均根值進行頻譜-振幅合併分析,以獲得一分析資料,該騎乘評估資料包括每一騎乘週期所對應的分析資料。
TW109100746A 2020-01-09 2020-01-09 騎乘姿勢評估方法 TWI736102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109100746A TWI736102B (zh) 2020-01-09 2020-01-09 騎乘姿勢評估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109100746A TWI736102B (zh) 2020-01-09 2020-01-09 騎乘姿勢評估方法

Publications (2)

Publication Number Publication Date
TW202127189A TW202127189A (zh) 2021-07-16
TWI736102B true TWI736102B (zh) 2021-08-11

Family

ID=77908728

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109100746A TWI736102B (zh) 2020-01-09 2020-01-09 騎乘姿勢評估方法

Country Status (1)

Country Link
TW (1) TWI736102B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI428163B (zh) * 2007-08-17 2014-03-01 Realryder Llc 使得使用者能夠進行模擬騎乘腳踏車之健身運動的裝置及方法
US20140378280A1 (en) * 2013-06-20 2014-12-25 Cycling Sports Group, Inc. Adjustable stationary fitting vehicle with simulated elevation control
TW201540257A (zh) * 2014-04-23 2015-11-01 Livestrong Biomedical Technology Co Ltd 整合於自行車使用之生理參數的量測與分析設備
US20180106827A1 (en) * 2008-06-24 2018-04-19 Philippe Richard Kahn Program Setting Adjustment Based on Motion Data
TWI631934B (zh) * 2017-03-08 2018-08-11 國立交通大學 估測騎乘自行車之受測者下肢運動狀態的方法及系統
TWI657354B (zh) * 2017-12-26 2019-04-21 艾蒙特科技有限公司 動作分析方法及其系統

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI428163B (zh) * 2007-08-17 2014-03-01 Realryder Llc 使得使用者能夠進行模擬騎乘腳踏車之健身運動的裝置及方法
US20180106827A1 (en) * 2008-06-24 2018-04-19 Philippe Richard Kahn Program Setting Adjustment Based on Motion Data
US20140378280A1 (en) * 2013-06-20 2014-12-25 Cycling Sports Group, Inc. Adjustable stationary fitting vehicle with simulated elevation control
TW201540257A (zh) * 2014-04-23 2015-11-01 Livestrong Biomedical Technology Co Ltd 整合於自行車使用之生理參數的量測與分析設備
TWI631934B (zh) * 2017-03-08 2018-08-11 國立交通大學 估測騎乘自行車之受測者下肢運動狀態的方法及系統
TWI657354B (zh) * 2017-12-26 2019-04-21 艾蒙特科技有限公司 動作分析方法及其系統

Also Published As

Publication number Publication date
TW202127189A (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
US11154222B2 (en) Method and system for determining data associated with lower limb activity
Tartaruga et al. The relationship between running economy and biomechanical variables in distance runners
US10758160B2 (en) Body part motion analysis with wearable sensors
JP6772276B2 (ja) 運動認識装置及び運動認識方法
Varela et al. A kinematic characterization of human walking by using CaTraSys
Rannama et al. Sprint cycling performance and asymmetry
US10646140B2 (en) Risk-of-falling determination apparatus, risk-of-falling determination method, recording medium, and output apparatus
JP4390129B2 (ja) 足底圧を用いた下肢関節モーメント及び下肢筋張力の推定システム
McGhie et al. The effect of cadence on timing of muscle activation and mechanical output in cycling: on the activation dynamics hypothesis
TWI736102B (zh) 騎乘姿勢評估方法
Ettema et al. The effects of cycling cadence on the phases of joint power, crank power, force and force effectiveness
CN110766985A (zh) 一种穿戴式运动传感互动教学系统及其运动传感方法
JP6586173B2 (ja) 歩行状態検出装置及び歩行状態検出プログラム
CN103549959A (zh) 步态训练矫正仪测量系统的步态数据分析方法
Shorten et al. Mechanical energy changes and the oxygen cost of running
Sato et al. Pedaling skill training system with visual feedback of muscle activity pattern
CN106691446A (zh) 肌肉活动量确定装置、肌肉活动量确定方法
US20230015818A1 (en) Method and system for analyzing a posture of a rider riding a bicycle
Priego et al. Effects of workload level on muscle recruitment in cycling
Yang et al. Biomechanics analysis of human walking with load carriage
Shin et al. A study on human musculoskeletal model for cycle fitting: comparison with EMG
Inoue et al. Real-time muscle activity indication method for pedaling motion using surface EMG
WO2018222963A1 (en) Body part motion analysis with wearable sensors
Kim et al. Automated camera-based estimation of rehabilitation criteria following ACL reconstruction
Shiotani et al. Estimation model for lower extremity strength using gait movement measured with inertial sensor considering differences of sex and environment