WO2018094978A1 - 一种肢体运动姿态的判断方法及装置 - Google Patents

一种肢体运动姿态的判断方法及装置 Download PDF

Info

Publication number
WO2018094978A1
WO2018094978A1 PCT/CN2017/084429 CN2017084429W WO2018094978A1 WO 2018094978 A1 WO2018094978 A1 WO 2018094978A1 CN 2017084429 W CN2017084429 W CN 2017084429W WO 2018094978 A1 WO2018094978 A1 WO 2018094978A1
Authority
WO
WIPO (PCT)
Prior art keywords
motion
limb
axis
sensing signal
type
Prior art date
Application number
PCT/CN2017/084429
Other languages
English (en)
French (fr)
Inventor
伍楷舜
邹永攀
吴金泳
王丹
王璐
Original Assignee
深圳大学
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 深圳大学 filed Critical 深圳大学
Priority to US15/757,977 priority Critical patent/US11134893B2/en
Publication of WO2018094978A1 publication Critical patent/WO2018094978A1/zh

Links

Classifications

    • 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
    • A61B5/1118—Determining activity level
    • 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
    • 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
    • A61B5/68—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
    • 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
    • A61B5/6804—Garments; Clothes
    • A61B5/6806—Gloves
    • 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
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • 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
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6825—Hand
    • 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
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6828—Leg
    • 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
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • 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

Definitions

  • the present invention relates to a motion recording device, and more particularly to a method and apparatus for determining a posture of a limb.
  • the technical problem to be solved by the present invention is to provide a judgment of a limb movement posture which is low in cost and can be restricted from the position of the daytime, in view of the above-mentioned high cost and limited site defects of the prior art.
  • a method for determining a posture of a limb movement includes the following steps:
  • a plurality of sensors worn on an athletic limb output the induced signals generated by them, form a data packet and transmit
  • the sensing signal includes a direction acceleration sensing signal, a direction angular acceleration sensing signal, and a pressure sensing signal.
  • the sensing signal includes acceleration signals in the X-axis, Y-axis, and Z-axis directions of the three-dimensional rectangular coordinate with the coordinate system of the sensor as a reference system, and angular accelerations in the X-axis, the Y-axis, and the Z-axis direction.
  • the sensor includes a three-axis accelerometer, a three-axis magnetometer, a three-axis gyroscope, and / or pressure sensor.
  • the plurality of the generated sensing signals forming data includes forming the sensing signals into data packets, each of the sensing signals having a fixed position.
  • the motion type is determined, and the data of different dimensions of each sensor are respectively matched with the data of the dimensions of the corresponding sensors in the plurality of motion type templates stored in advance, and each of the data is separately recorded.
  • the data similarity state of the dimension of each sensor in the motion type template, and the motion type represented by the motion type template with the highest similarity is the motion type of the current limb.
  • the sensing parameter obtained by the setting sensor in the selected motion type and the standard parameter value of the corresponding sensing signal in the motion parameter template of the motion type are determined one by one. For comparison, it is judged whether or not the standard parameter is deviated; if the degree of deviation exceeds the set threshold, the limb movement posture is judged to be abnormal, a prompt is given, and an animation or a picture of the standard motion is displayed.
  • the motion type template is a set of dimensional data of various sensors obtained by the limb performing a standard action of a motion type; the motion parameter template is a standard action of the limb for performing a type of exercise.
  • the method further includes the following steps:
  • the present invention also relates to an apparatus for implementing the above method, comprising:
  • the sensor unit is configured to: output a sensing signal generated by the plurality of sensors worn on the moving limb to form a data packet and send the signal;
  • a motion type judging unit configured to store the received plurality of sensor data with a local one in advance
  • a limb posture judging unit configured to obtain, by a motion parameter module of the motion type stored locally, a standard parameter of each sensing signal in the motion type, and separately compare with the received plurality of sensing signals, according to one or more Deviating from the corresponding standard parameter of the sensing signal, determining whether the moving posture of the moving limb is normal, and giving corresponding prompt information;
  • the sensing signal comprises a direction acceleration sensing signal, a direction angular acceleration sensing signal, and a pressure sensing signal.
  • the sensing signal includes an acceleration signal in the X-axis, the Y-axis, and the Z-axis direction of the three-dimensional rectangular coordinate with the coordinate system of the sensor as a reference system, and an angular acceleration in the X-axis, the Y-axis, and the Z-axis direction.
  • the sensor includes a three-axis accelerometer, a three-axis magnetometer, a three-axis gyroscope, and / or pressure sensor.
  • the method further includes:
  • recording unit for performing a normal, one type of motion of the limb, recording the number of normal movements and displaying;
  • Setting Marking Unit For setting the number of types of motions completed in the setting day, marking the set motion type after completing the set number of motions of the motion type.
  • a method and apparatus for determining a posture of a limb movement embodying the present invention has the following beneficial effects: Since the sensor is disposed on the wearable device, the wearable device is worn on the limb during limb movement, thus, After the limb movement, the sensor outputs a sensing signal, forming a data packet and transmitting; by using a plurality of sensing signals in the obtained data packet and implementing the stored motion type template and the parameter in the motion parameter template The number comparison can not only determine the type of motion by comparison with the motion type template, but also can judge whether the motion of the limb is standard by comparing with the parameters in the motion parameter template, thereby proposing an improved prompt or giving a standard motion picture. Therefore, it is not limited by the time and place, and the cost is low.
  • FIG. 1 is a flow chart of a method for determining a posture of a limb movement and a method for the device according to the present invention
  • FIG. 2 is a schematic diagram showing the structure of an inductive signal packet in a case of the embodiment
  • FIG. 3 is a flow chart of the use of the determining method for APP ⁇ in one case in the embodiment
  • FIG. 4 is a schematic structural view of a device in the embodiment.
  • the method includes the following steps:
  • Step S11 The sensor generates a sensing signal, and forms a data packet and sends it to the control unit:
  • a plurality of sensors worn on the moving limb output the sensing signal generated by the sensing signal to form a data packet and transmit.
  • the sensors are placed on the protective gear or equipment that can be attached to the limbs, for example, sports gloves, wristbands. Or knee pads, the position of these protective gears or equipment of the limbs may be subjected to different pressures or tensions depending on the type of motion. Therefore, the sensing signals output by the sensors placed at these positions can be more accurately represented.
  • the current posture of the limb the sensing signal includes a direction acceleration sensing signal, a direction angular acceleration sensing signal, a magnetic field strength signal, and a pressure sensing signal.
  • each signal may have only one direction. Although it is also possible to judge the state of motion of the limb, it may be limited to a limited number of actions, such as a referral, a curved arm, and the like. In order to maximize the range of use of the method in this embodiment, it is preferable to refine the representation of each of the sensing signals, that is, to divide each of the sensing signals into different components.
  • the sensing signal includes acceleration signals in the X-axis, Y-axis, and Z-axis directions of the three-dimensional rectangular coordinate with the coordinate system of the sensor as reference frame, angular acceleration signals in the X-axis, Y-axis, and Z-axis directions, and the X-axis.
  • the magnetic field strength in the Y-axis and Z-axis directions and the pressure signal outputted by the pressure sensor mounted on different positions on the moving limb; and the sensor for obtaining these sensing signals may be a three-axis accelerometer, a three-axis magnetometer, or a three-axis gyroscope A combination of one or several of the pressure sensors. These sensors can be placed in the same or different locations.
  • each of the induced signals is divided into X-axis, Y-axis and Z-axis of three-dimensional rectangular coordinates with reference to the coordinate system of the sensor. Three components, so that at least 12 sensing signals are finally obtained
  • each sensing signal is subdivided into three directions.
  • the sensing signal is generated on a protective device or clothing worn on a limb, and is required to be transmitted to a control unit capable of processing the signals due to space and usage restrictions.
  • the control unit is disposed on a mobile terminal, that is, the sensing signal needs to be transmitted from the above-mentioned protective gear or clothing to the mobile terminal.
  • a plurality of sensing signals respectively outputted by the plurality of sensors form a data packet, and each of the sensing signals in the data packet has a fixed position. Referring to Fig. 2, the general structure of the data packet in one case in the embodiment is shown in Fig. 2. In Fig.
  • X, Y, and ⁇ respectively represent three components of an induced signal along the X, ⁇ , and ⁇ axes in Cartesian coordinates.
  • the position of each of the sensing signals in the data packet is fixed, and the position of each component in the sensing signal is also fixed.
  • the advantage of this setting is that the control unit can easily find any one of the sensing signals, and it is simpler to process all the sensing signals.
  • the transmission path of data or data packets it may be one of existing wired or wireless transmissions, for example, Bluetooth or WiFi.
  • Step S12 compares the obtained sensing signal with the motion template stored in advance to determine the motion type of the limb:
  • the motion type is determined, and the data of different dimensions of each sensor are separately stored and previously stored. And matching the data of the dimensions of the corresponding sensors in the plurality of motion type templates, and respectively recording the data similarity state of each sensor in each motion type template, similarity
  • the type of motion represented by the highest one of the motion type templates is the type of motion of the current limb.
  • the motion type template is a set of different dimensional data of all sensors obtained by the limb performing a standard action of a motion type, in other words, in a motion type template, all sensors are included. Data for all dimensions, however, in this type of motion, it is possible that some sensors or some sensors do not actually have an inductive signal output in one dimension, so their output is zero. In the similarity judgment in this step, it is actually determined whether the obtained induced signal is the same as in the motion type template.
  • the X direction of the A sensor The component is zero, the Y-direction component of the B sensor is zero, and the component of the A sensor in the X direction of the received sensing signal is zero, and the Y-direction component of the B sensor is determined to be similar; any one of them is not If it is zero, it is judged to be dissimilar. This is also judged by the fact that there are many sensors and the dimensions of each sensor are large. In general, the more similar projects there are, the higher the similarity.
  • the motion type module includes multiple, and for a data packet of the sensing signal, the sensing signal data needs to be moved one by one and multiple motions. Type template comparisons to find the one with the highest match. In this embodiment, if the stored motion type template is traversed, the matching type cannot be found, that is, a similar motion type module cannot be found. In general, there may be several cases where it is not possible to judge the action or the serious deformation of the action or the sensor failure, etc. In either case, it is necessary to jump to step S15 to give a motion deviation prompt. In this case, of course, step S13 and step S15 are not performed.
  • Step S13 compares the sensing signals in the data packets one by one with the same sensing signals in the motion parameter template:
  • the standard parameter values of the sensing signals in the motion parameter module corresponding to the motion type are obtained, Comparing with the received plurality of sensing signals, determining whether the motion posture of the moving limb is normal according to the degree of deviation of the one or more sensing signals from the corresponding standard parameters;
  • each motion type is Corresponding to a motion parameter module, the motion parameter module is a standard action of the limb for the motion, and the induced signal value generated by each sensor; unlike the motion type module, for a motion type module, only the The dimensional signal of the sensor that can be generated by motion, for example, there may be a total of three sensors, but in doing a certain type of motion, only 2 sensors have an inductive signal output, and one of the sensors has only two dimensions of data, so,
  • the motion parameter module only includes one sensor Dimensions and other sensor data parameters Two dimensional data parameters, excluding dimensional data parameters
  • the motion type parameter module includes only a collection of various inductive signal parameters that the motion can generate. For example, using a professional athlete to do some action, and then recording the sensing signals generated by the action, and grouping the sensing signals in the set order, the above motion type template can be obtained. These templates are obtained in advance and stored in the control unit. In this embodiment, after determining whether the limb movement posture is normal, comparing the currently obtained sensing signal with the standard parameter value of the same type of sensing signal in the matched motion type parameter one by one, determining whether to deviate from the standard parameter If the deviation exceeds the set threshold, it is recorded, and the next sensing signal is judged until all the sensing signals generated by this action or this data packet are judged.
  • the threshold used for each sensing signal is also set in advance, and each sensing signal is judged.
  • the threshold used may be the same or different, and may also be set as a parameter of the sensing signal. Percentage.
  • Step S14 determines whether the difference between the plurality of sensing signals and the same parameter in the action template exceeds the set threshold. If yes, step S15 is performed; otherwise, step S16 is performed; in this step, the difference of the sensing signals exceeds
  • the set threshold can be set in advance.
  • Step S15 gives a hint of the motion deviation:
  • a motion abnormality prompt is given, and an animation or a screen of the standard motion is displayed.
  • Step S16 gives a prompt for normal operation: In the present step, since the limb movement is considered to be normal, the action is counted, and a normal prompt is given. It is worth mentioning that after performing this step or step S15, the process returns to step Sl1, and the posture determination of the next action or the lower part of the same action is started.
  • the above steps enable the judgment of a limb movement (or a fitness movement), that is, a judgment for giving a correct action for each fitness action of the practitioner.
  • a limb movement or a fitness movement
  • the quality of the completion of the set of actions can also be determined based on the judgment of each action in the set of actions.
  • the foregoing method may further include the following steps:
  • FIG. 3 shows an operational flow of an APP using the method of the present embodiment. The process is roughly as follows:
  • the Bluetooth of the mobile phone will be turned on; then the mobile phone will start searching for the surrounding Bluetooth, and the user selects the Bluetooth of the fitness glove (the sensor is provided with at least one sensor) to connect. After the connection is successful, the mobile phone will continuously receive the sensing signal data (ie, fitness data) transmitted from the above fitness gloves. These sensing signals indicate the movement of the user's fitness and limbs, and the app will continuously analyze the user's fitness data.
  • the above fitness gloves send the data of the nine-axis data of the mpu and the pressure sensor to the mobile phone (the APP is installed on the mobile phone).
  • the space is divided into a space rectangular coordinate system.
  • the nine-axis data refers to the acceleration in three directions of x, y, and z, the angular acceleration in three directions of x, y, and z, and the magnetic field in three directions of x, y, and z.
  • the template refers to the 12-dimensional data of the professional fitness (which is considered to be the data generated by the standard of the body movement).
  • the user's motion data is continuously matched with the template to see their similarity. If the user's motion data has the highest similarity with the template data, it can be determined that the user is doing that kind of action.
  • the action score is given. If the action evaluation and the action score are relatively low, the voice is broadcasted to remind. [0055] Before the user performs the action, the user can select the corresponding type of fitness action, the number of groups, the number of times, and the like. If the user makes the above selection, it is possible to display how many groups have been made, and the number of times each group has been made, and the speech is broadcasted.
  • the user can also input his or her identity information, and the app will give the user a fitness plan and dietary advice that is most scientific and most suitable for the user according to the different situations of each user and combined with the historical fitness record. According to the different situations of each user, combined with the historical fitness record, the user can give the user a fitness plan that is the most scientific and most suitable for the user. According to the different situations of each user, combined with the historical fitness record, the user is given the most scientific and most suitable for the user. Dietary advice. In addition, you can view your previous fitness records.
  • the present invention also relates to an apparatus for implementing the above method.
  • the apparatus includes a sensor unit 1, a motion type judging unit 2, and a limb posture judging unit 3; wherein, the sensor unit 1 is used for The plurality of sensors worn on the moving limb output the sensing signals generated by the moving limbs to form a data packet and transmit; the motion type determining unit 2 is configured to store the received plurality of sensor data locally and characterize various motion types. The motion type template is matched, and the motion type of the current motion is determined according to the magnitude of the similarity; the limb posture determining unit 3 is configured to obtain the standard parameter of each sensing signal in the motion type from the motion parameter module of the motion type stored locally.
  • Signal includes direction acceleration sensing signal, direction angle acceleration Signal and the pressure sensing signal.
  • the sensing signal includes an acceleration signal in the X-axis, the Y-axis, and the Z-axis direction of the three-dimensional rectangular coordinate with the coordinate system of the sensor as a reference system, and an angular acceleration signal in the X-axis, the Y-axis, and the Z-axis direction, and X.
  • the sensor comprises a three-axis accelerometer, a three-axis magnetometer, a three-axis gyroscope and/or pressure sensor.
  • the apparatus further includes a recording unit 4 for performing normal, one type of motion of the limb, recording the number of normal movements and displaying; and setting the marking unit 5 for setting the setting in the daytime The number of a type of exercise, after completing the set number of actions of the type of exercise, marking the set type of exercise.

Abstract

一种肢体运动姿态的判断方法及装置，判断方法包括如下步骤：穿戴在运动手腕处上的多个传感器输出其产生的感应信号，形成数据包并发送；根据接收到的数据包中的多个感应信号的整体状态，与事先存储的运动类型模板对比，确定其运动类型；取得运动类型中各传感器数据的标准参数，与接收到的多个传感器数据单独对比，根据一个或多个感应信号与其对应的标准参数的偏离程度，判断运动肢体的运动姿态是否正常，并给出对应的提示信息；其中，感应信号包括方向加速度信号、方向角加速度感应信号和压力感应信号。一种肢体运动姿态的判断方法及装置，具有以下有益效果：不受时间和地点的限制、成本较低。

Description

一种肢体运动姿态的判断方法及装置 技术领域
[0001] 本发明涉及运动过程记录设备， 更具体地说， 涉及一种肢体运动姿态的判断方 法及装置。
背景技术
[0002] 随着生活水平的不断提高， 人们的保健意识也不断地加强， 越来越多的人们加 入全民健身的行列。 通过肢体的运动实现身体锻炼的健身也得到了越来越多的 人的喜爱。 健身是一种专业性较强的体育运动， 肢体的动作做得不对或运动量 太大或太小都会对其效果带来较大的影响， 甚至可能带来相反的效果。 例如， 可出现肌肉拉伤或关节受伤等等消极的后果。 现有技术中改善这种情况的方法 是聘请专业的健身教练在现场进行指导， 但是这样受制于场地和成本的限制， 并不能满足人们需要随吋随地进行健身的要求。 因此， 一种使用方便、 能够随 吋随地判断肢体运动的姿态并提供标准的运动姿态的方法就变得很有必要。 技术问题
[0003] 在此处键入技术问题描述段落。
问题的解决方案
技术解决方案
[0004] 本发明要解决的技术问题在于， 针对现有技术的上述成本较高、 限于场地的缺 陷， 提供一种成本较低、 能够不受吋间地点的限制的一种肢体运动姿态的判断 方法及装置。
[0005] 本发明解决其技术问题所采用的技术方案是： 构造一种肢体运动姿态的判断方 法， 包括如下步骤：
[0006] 穿戴在运动肢体上的多个传感器输出其产生的感应信号， 形成数据包并发送
[0007] 将接收到的多种传感器数据与事先存储在本地的、 表征各种动作类型的运 动类型模板进行匹配， 根据相似度的大小确定当前动作的运动类型； [0008] 由存储在本地的该运动类型的运动参数模块中取得该运动类型中各感应信 号的标准参数， 与接收到的多个感应信号单独对比， 根据一个或多个感应信号 与其对应的标准参数的偏离程度， 判断所述运动肢体的运动姿态是否正常， 并 给出对应的提示信息；
[0009] 其中， 所述感应信号包括方向加速度感应信号、 方向角加速度感应信号和 压力感应信号。
[0010] 更进一步地， 所述感应信号包括以传感器的坐标系为参考系的三维直角坐标的 X轴、 Y轴和 Z轴方向的加速度信号、 X轴、 Y轴和 Z轴方向的角加速度信号、 X轴 、 Y轴和 Z轴方向的磁场强度以及穿戴在运动肢体上不同位置的压力传感器输出 的压力信号； 所述传感器包括三轴加速度计、 三轴磁强计、 三轴陀螺仪和 /或压 力传感器。
[0011] 更进一步地， 多个所述产生的感应信号形成数据包括将所述感应信号形成数据 包， 所述数据包中每种感应信号具有固定的位置。
[0012] 更进一步地， 确定运动类型吋， 将每个传感器的不同维度的数据， 分别和事先 存储的、 多个运动类型模板中对应传感器的维度的数据进行相似度匹配， 并分 别记录每个运动类型模板中每个传感器的维度的数据相似状态， 相似度最高的 一个运动类型模板所代表的运动类型为当前肢体的运动类型。
[0013] 更进一步地， 在判断肢体运动姿态是否正常吋， 逐个将选定的运动类型中的设 定传感器取得的感应信号与该运动类型的运动参数模板中的对应的感应信号的 标准参数值进行对比， 判断是否偏离所述标准参数； 如偏离程度超过设定阈值 ， 则判断肢体运动姿态不正常， 给出提示， 并显示标准动作的动画或画面。
[0014] 更进一步地， 所述运动类型模板是肢体进行一种运动类型的标准动作吋得到的 各种传感器的维度数据的集合； 所述运动参数模板是肢体进行一种运动类型的 标准动作吋设定的传感器输出的维度的数据的标准值。
[0015] 更进一步地， 还包括如下步骤：
[0016] 当肢体进行正常的、 一种运动类型的动作吋， 记录正常动作的次数并显示； [0017] 设置设定吋间内完成的一种运动类型的数量， 在完成设定的该运动类型的动 作数量后， 对设定的运动类型做出标记。 [0018] 本发明还涉及一种实现上述方法的装置， 包括：
[0019] 传感器单元： 用于使穿戴在运动肢体上的多个传感器输出其产生的感应信号， 形成数据包并发送；
[0020] 运动类型判断单元： 用于将接收到的多种传感器数据与事先存储在本地的
、 表征各种动作类型的运动类型模板进行匹配， 根据相似度的大小确定当前动 作的运动类型；
[0021] 肢体姿态判断单元： 用于由存储在本地的该运动类型的运动参数模块中取 得该运动类型中各感应信号的标准参数， 与接收到的多个感应信号单独对比， 根据一个或多个感应信号与其对应的标准参数的偏离程度， 判断所述运动肢体 的运动姿态是否正常， 并给出对应的提示信息；
[0022] 其中， 所述感应信号包括方向加速度感应信号、 方向角加速度感应信号和 压力感应信号。
[0023] 更进一步地， 所述感应信号包括以传感器的坐标系为参考系的三维直角坐标的 X轴、 Y轴和 Z轴方向的加速度信号、 X轴、 Y轴和 Z轴方向的角加速度信号、 X轴 、 Y轴和 Z轴方向的磁场强度以及穿戴在运动肢体上不同位置的压力传感器输出 的压力信号； 所述传感器包括三轴加速度计、 三轴磁强计、 三轴陀螺仪和 /或压 力传感器。
[0024] 更进一步地， 还包括：
[0025] 记录单元： 用于当肢体进行正常的、 一种运动类型的动作吋， 记录正常动作的 次数并显示；
[0026] 设置标记单元： 用于设置设定吋间内完成的一种运动类型的数量， 在完成设 定的该运动类型的动作数量后， 对设定的运动类型做出标记。
发明的有益效果
有益效果
[0027] 实施本发明的一种肢体运动姿态的判断方法及装置， 具有以下有益效果： 由于 将传感器设置在可穿戴设备上， 在肢体运动吋将该可穿戴设备穿戴在肢体上， 这样， 当肢体运动吋， 传感器输出感应信号， 形成数据包并发送； 通过将得到 的数据包中的多个感应信号和实现存储的运动类型模板及运动参数模板中的参 数比较， 不仅能够通过与运动类型模板的比较确定运动类型， 且可以通过与运 动参数模板中的参数对比判断肢体的动作是否标准， 从而提出改进的提示或给 出标准的动作画面。 因此其不受吋间和地点的限制、 成本较低。
对附图的简要说明
附图说明
[0028] 图 1是本发明一种肢体运动姿态的判断方法及装置实施例中的方法流程图； [0029] 图 2是所述实施例中一种情况下感应信号数据包结构示意图；
[0030] 图 3是所述实施例中一种情况下该判断方法用于 APP吋的使用流程图；
[0031] 图 4是所述实施例中装置结构示意图。
实施该发明的最佳实施例
本发明的最佳实施方式
[0032] 在此处键入本发明的最佳实施方式描述段落。
本发明的实施方式
[0033] 下面将结合附图对本发明实施例作进一步说明。
[0034] 如图 1所示， 在本发明的一种肢体运动姿态的判断方法及装置实施例中， 该方 法包括如下步骤：
[0035] 步骤 S11传感器产生感应信号， 形成数据包并发送到控制单元： 在本步骤中， 穿戴在运动肢体上的多个传感器输出其产生的感应信号， 形成数据包并发送。 基本上来讲， 人们在健身吋必然会涉及肢体的运动， 而在本实施例中， 传感器 被设置在运动吋可以附着在肢体上的护具或设备上， 例如， 运动吋穿戴的手套 、 护腕或护膝， 运动吋肢体的这些护具或设备所处的位置会随运动类型的不同 的而受到不同的压力或张力， 因此， 设置在这些位置上的传感器输出的感应信 号可以较为准确地表示出当前肢体的运动姿态。 在本实施例中， 所述感应信号 包括方向加速度感应信号、 方向角加速度感应信号、 磁场强度信号和压力感应 信号。
[0036] 在本实施例中， 虽然对于上述几种感应信号而言， 每种信号可以只有一个方向 ， 这样虽然也可以进行肢体的运动状态的判断， 但是可能仅仅限于有限的几个 动作， 比如， 推举、 曲臂等。 为了尽量扩大本实施例中的方法的使用范围， 较 佳的情况是细化每种感应信号的表示内容， 也就是将每种感应信号划分为不同 的分量。 为达到这个效果， 感应信号包括以传感器的坐标系为参考系的三维直 角坐标的 X轴、 Y轴和 Z轴方向的加速度信号、 X轴、 Y轴和 Z轴方向的角加速度 信号、 X轴、 Y轴和 Z轴方向的磁场强度以及穿戴在运动肢体上不同位置的压力 传感器输出的压力信号； 而取得这些感应信号的传感器可以是三轴加速度计、 三轴磁强计、 三轴陀螺仪和压力传感器中的一种或几种的组合。 这些传感器可 以设置在相同或不同的位置。 也就是说， 对于加速度、 角加速度、 磁场强度和 压力这四种感应信号而言， 每种感应信号均分为以传感器的坐标系为参考系的 三维直角坐标的 X轴、 Y轴和 Z轴三个分量， 这样， 最后得到至少 12个感应信号
， 即每种感应信号都被细分为三个方向。
[0037] 在本实施例中， 上述感应信号是设置在穿戴在肢体上的护具或衣物上产生的， 由于空间和使用上的限制， 需要传输到能够处理这些信号的控制单元， 通常， 该控制单元设置在一个移动终端上， 也就是感应信号需要由上述护具或衣物上 传输到上述移动终端上。 为了便于传输， 在本实施例中， 将多个传感器分别输 出的多个感应信号形成数据包， 该数据包中每种感应信号具有固定的位置。 请 参见图 2， 图 2中示出了本实施例中一种情况下该数据包的大致结构。 在图 2中， X、 Y、 Ζ分别表示一种感应信号在直角坐标上沿 X、 Υ、 Ζ轴的三个分量。 由图 2 中可以明显看出， 其每种感应信号在数据包中的位置是固定的， 每个分量在该 种感应信号中的位置也是固定的。 这样设置的好处在于， 控制单元可以轻易地 找到任何一个感应信号， 在对所有感应信号进行处理吋也较为简单。
[0038] 对于数据或数据包的传输途径， 可以是现有的有线或无线传输中的一种， 例如 ， 蓝牙或 WiFi。
[0039] 步骤 S12将得到的感应信号整体与事先存储的运动模板比较， 确定肢体的运动 类型： 在本步骤中， 确定运动类型吋， 将每个传感器的不同维度的数据， 分别 和事先存储的、 多个运动类型模板中对应传感器的维度的数据进行相似度匹配 ， 并分别记录每个运动类型模板中每个传感器的维度的数据相似状态， 相似度 最高的一个运动类型模板所代表的运动类型为当前肢体的运动类型。
[0040] 在本实施例中， 运动类型模板是肢体进行一种运动类型的标准动作吋得到的所 有传感器的不同维度数据的集合， 换句话说， 在一个运动类型模板中， 包括了 所有传感器的所有维度的数据， 但是， 在该运动类型中， 可能某些传感器或某 些传感器的某个维度上实际上并没有感应信号输出， 所以其输出为零。 在本步 骤中的相似度判断中， 实际上就是判断得到的感应信号是不是和该运动类型模 板中一样， 例如， 假设某个类型的运动中， 总共有两个传感器， A传感器的 X方 向的分量为零， B传感器的 Y方向分量为零， 则接收到的感应信号的中的 A传感 器的 X方向的分量为零， B传感器的 Y方向分量为零则判断为相似； 其中任何一 个不为零， 则判断为不相似。 在传感器较多以及每个传感器的维度较多吋， 也 是这样判断的。 总体上来讲， 二者相似的项目越多， 相似度也就越高。
[0041] 由于运动类型基本上能够覆盖常用的健身动作， 因此在本实施例中， 上述运动 类型模块包括多个， 对于一个感应信号的数据包， 需要将其中的感应信号数据 逐个与多个运动类型模板比较， 以便于找到其中匹配度最高的。 在本实施例中 ， 如果遍历存储的运动类型模板后， 仍然不能找到匹配的类型， 也就是找不到 相似的运动类型模块。 一般来讲， 可能有几种情况， 不能判断进行的动作或动 作严重变形或传感器故障等等， 不管是那种情况， 都需要跳转到步骤 S15， 给出 动作偏差提示。 在这种情况下， 当然不会执行步骤 S13和步骤 S15。
[0042] 步骤 S 13逐个选择数据包中的感应信号与运动参数模板中的相同的感应信号比 较： 在本步骤中， 取得该运动类型对应的运动参数模块中的各感应信号的标准 参数值， 与接收到的多个感应信号单独对比， 根据一个或多个感应信号与其对 应的标准参数的偏离程度， 以判断所述运动肢体的运动姿态是否正常； 在本实 施例中， 每个运动类型都对应有一个运动参数模块， 该运动参数模块是肢体进 行该运动的标准动作吋， 各传感器产生的感应信号值； 与运动类型模块不同的 是， 对于一个运动类型的运动参数模块， 其仅仅包括该运动能够产生的传感器 的维度信号， 例如， 可能总共有三个传感器， 但是在做某个运动类型吋， 只有 2 个传感器有感应信号输出， 且其中一个传感器只有两个维度的数据， 此吋， 该 运动参数模块中就仅仅包括一个传感器的三个维度数据参数和另一个传感器的 两个维度数据参数， 并不包括不输出的传感器或传感器的维度数据参数。 换句 话说， 运动类型参数模块仅仅包括该运动能够产生的多种感应信号参数的集合 。 例如， 使用专业的运动员做某个动作， 然后记录其动作产生的感应信号， 将 这些感应信号按照设定的顺序集中在一起， 就能够得到上述运动类型模板。 这 些模板是事先得到并存储在控制单元中的。 在本实施例中， 在判断肢体运动姿 态是否正常吋， 逐个将当前取得的感应信号与匹配的运动类型的参数中的相同 类型的感应信号的标准参数值进行对比， 判断是否偏离所述标准参数； 如偏离 程度超过设定阈值， 则记录下来， 并进行下一个感应信号的判断， 直到判断完 本次动作产生的或本次数据包发送的所有感应信号。 由于一个动作存在多个感 应信号， 所以， 当发现一个感应信号出现异常吋， 可以认为肢体动作或肢体姿 态不正常， 也可以在设定数量个感应信号出现异常吋才判断认为肢体动作或肢 体姿态不正常。 这个需要视使用者的要求而定。 此外， 每个感应信号在进行判 断吋使用的阈值也是事先设定的， 每个感应信号进行判断吋使用的阈值可以是 相同的， 也可以是不同的， 还可设置为该感应信号某个参数的百分比。
[0043] 步骤 S14判断多个感应信号与动作模板中的同种参数的差值超过设定阈值否， 如是， 执行步骤 S15; 否则， 执行步骤 S16; 在本步骤中， 感应信号的差值超过 设定的阈值， 其数量可以是事先设定的。
[0044] 步骤 S15给出动作偏差的提示： 在本在步骤中， 由于认为肢体动作出现异常， 所以给出动作异常的提示， 并显示标准动作的动画或画面。
[0045] 步骤 S16给出动作正常的提示： 在本在步骤中， 由于认为肢体动作正常， 所以 对该动作计数， 给出正常提示。 值得一提的是， 在执行本步骤或步骤 S15后， 均 返回步骤 Sl l， 幵始对下一个动作或同一个动作的下半部分进行姿态判断。
[0046] 在本实施例中， 上述步骤实现了对于一个肢体动作 （或健身动作） 的判断， 也 就是在对于实用者的每个健身动作， 都会进行判断并给出正确动作的提示。 当 然， 在完成一组 （多个重复的动作） 健身动作之后， 也可以根据对该组动作中 的每个动作的判断， 得到这一组动作的完成的质量的判断。
[0047] 在本实施例中， 上述方法还可以包括如下步骤：
[0048] 设置设定吋间内完成的一种运动类型的数量， 在完成设定的该运动类型的动作 数量后， 对设定的运动类型做出标记以及当肢体进行正常的、 一种运动类型的 动作吋， 记录正常动作的次数并显示。
[0049] 在上述方法的基础上， 还可以进行热量计算、 健身计划推荐等等， 便于使用者 更方便地使用这种方法。
[0050] 在本实施例中， 实现上述方法的主要部分 （除传感器及其数据传输部分） 之 夕卜， 一个较好的例子是将其集成到一个运用程序 （APP) 中。 这样， 使用在可以 在任何移动终端上使用该 APP， 从而实现随吋随地确认自己健身动作是否正确并 得到指导的目的。 请参见图 3， 图 3示出了使用本实施例中方法的 APP的一种操作 流程。 该流程大致如下：
[0051] 幵始按键， 用户点击这个按键之后， 就会幵启手机的蓝牙； 然后手机就会幵始 搜索周围的蓝牙， 用户自己选择健身手套 （其上设置有至少一个传感器） 的蓝 牙进行连接； 连接成功后， 手机就会不断地接收从上述健身手套传过来的感应 信号数据 （即健身数据） ， 这些感应信号表示了用户健身吋肢体的动作， app就 会不断地分析用户的健身数据， 一种情况下去， 上述健身手套发送的是 mpu的九 轴数据和压力传感器的数据到手机 （APP安装在该手机上） 。 将空间以一个空间 直角坐标系划分， 九轴数据分别指 x、 y、 z三个方向上的加速度， x、 y、 z三个方 向上角加速度， x、 y、 z三个方向上磁场大小， 还有 3个压力传感器的数据， 总共 12维的数据。
[0052] 用户点击幵始按钮后， 程序内部已经有健身动作的模板， 模板指的是专业人士 健身吋的 12维度的数据 （被认为是肢体动作标准吋产生的数据） 。 用户运动过 程中就会不断地将用户的运动数据与模板进行匹配， 看它们的相似度， 用户的 运动数据与哪一模板的数据相似度最高， 则可判定为用户做的就是那一种动作
[0053] 根据用户运动数据已经判断出是哪一种动作类型， 接下来将用户数据与那一种 特定的动作类型进行多次匹配， 计算它们之间的相似度， 从而给出评价， 指示 动作是否标准。
[0054] 根据运动数据与模板的相似度， 以及动作的快慢， 给出动作得分， 若动作评价 及动作得分都比较低， 则会播报语音进行提醒。 [0055] 用户做动作之前可以选择相应的想要做的健身动作类型、 组数、 次数等等。 如 果用户进行了上述选择， 则可以显示做了多少组， 以及每一组的次数， 并且语 语音播报出来。
[0056] 也可以显示标准动作的演示动画， 可以让不知道标准动作的用户有一个标准动 作的参照。
[0057] 用户也可以输入自己的身份信息， app会根据每个用户不同的情况， 并且结合 历史健身记录， 给用户一个最科学最适合用户个人的健身计划以及饮食建议。 还可以根据每个用户不同的情况， 结合历史健身记录， 给用户一个最科学最适 合用户个人的健身计划； 根据每个用户不同的情况， 结合历史健身记录， 给用 户一个最科学最适合用户个人饮食建议。 此外， 还可以査看之前的健身记录。
[0058] 在本实施例中， 还涉及一种实现上述方法的装置， 请参见图 4， 该装置包括传 感器单元 1、 运动类型判断单元 2和肢体姿态判断单元 3; 其中， 传感器单元 1用 于使穿戴在运动肢体上的多个传感器输出其产生的感应信号， 形成数据包并发 送； 运动类型判断单元 2用于将接收到的多种传感器数据与事先存储在本地的、 表征各种动作类型的运动类型模板进行匹配， 根据相似度的大小确定当前动作 的运动类型； 肢体姿态判断单元 3用于由存储在本地的该运动类型的运动参数模 块中取得该运动类型中各感应信号的标准参数， 与接收到的多个感应信号单独 对比， 根据一个或多个感应信号与其对应的标准参数的偏离程度， 判断所述运 动肢体的运动姿态是否正常， 并给出对应的提示信息； 所述感应信号包括方向 加速度感应信号、 方向角加速度感应信号和压力感应信号。 更进一步地， 所述 感应信号包括以传感器的坐标系为参考系的三维直角坐标的 X轴、 Y轴和 Z轴方 向的加速度信号、 X轴、 Y轴和 Z轴方向的角加速度信号、 X轴、 Y轴和 Z轴方向 的磁场强度以及穿戴在运动肢体上不同位置的压力传感器输出的压力信号； 所 述传感器包括三轴加速度计、 三轴磁强计、 三轴陀螺仪和 /或压力传感器。
[0059] 此外， 该装置还包括记录单元 4用于当肢体进行正常的、 一种运动类型的动作 吋， 记录正常动作的次数并显示； 以及设置标记单元 5用于设置设定吋间内完成 的一种运动类型的数量， 在完成设定的该运动类型的动作数量后， 对设定的运 动类型做出标记。 [0060] 以上所述实施例仅表达了本发明的几种实施方式， 其描述较为具体和详细， 但 并不能因此而理解为对本发明专利范围的限制。 应当指出的是， 对于本领域的 普通技术人员来说， 在不脱离本发明构思的前提下， 还可以做出若干变形和改 进， 这些都属于本发明的保护范围。 因此， 本发明专利的保护范围应以所附权 利要求为准。
工业实用性
[0061] 在此处键入工业实用性描述段落。
序列表自由内容
[0062] 在此处键入序列表自由内容描述段落。

Claims

权利要求书
[权利要求 1] 一种肢体运动姿态的判断方法， 其特征在于， 包括如下步骤：
穿戴在运动肢体上的多个传感器输出其产生的感应信号， 形成数据包 并发送；
将接收到的多种传感器数据与事先存储在本地的、 表征各种动作类型 的运动类型模板进行匹配， 根据相似度的大小确定当前动作的运动类 型；
由存储在本地的该运动类型的运动参数模块中取得该运动类型中各感 应信号的标准参数， 与接收到的多个感应信号单独对比， 根据一个或 多个感应信号与其对应的标准参数的偏离程度， 判断所述运动肢体的 运动姿态是否正常， 并给出对应的提示信息；
其中， 所述感应信号包括方向加速度感应信号、 方向角加速度感应信 号和压力感应信号。
[权利要求 2] 根据权利要求 1所述的肢体运动姿态的判断方法， 其特征在于， 所述 感应信号包括以传感器的坐标系为参考系的三维直角坐标的 X轴、 Y 轴和 Z轴方向的加速度信号、 X轴、 Y轴和 Z轴方向的角加速度信号、 X轴、 Y轴和 Z轴方向的磁场强度以及穿戴在运动肢体上不同位置的压 力传感器输出的压力信号； 所述传感器包括三轴加速度计、 三轴磁强 计、 三轴陀螺仪和 /或压力传感器。
[权利要求 3] 根据权利要求 2所述的肢体运动姿态的判断方法， 其特征在于， 多个 所述产生的感应信号形成数据包括将所述感应信号形成数据包， 所述 数据包中每种感应信号具有固定的位置。
[权利要求 4] 根据权利要求 3所述的肢体运动姿态的判断方法， 其特征在于， 确定 运动类型吋， 将每个传感器的不同维度的数据， 分别和事先存储的、 多个运动类型模板中对应传感器的维度的数据进行相似度匹配， 并分 别记录每个运动类型模板中每个传感器的维度的数据相似状态， 相似 度最高的一个运动类型模板所代表的运动类型为当前肢体的运动类型
[权利要求 5] 根据权利要求 4所述的肢体运动姿态的判断方法， 其特征在于， 在判 断肢体运动姿态是否正常吋， 逐个将选定的运动类型中的设定传感器 取得的感应信号与该运动类型的运动参数模板中的对应的感应信号的 标准参数值进行对比， 判断是否偏离所述标准参数； 如偏离程度超过 设定阈值， 则判断肢体运动姿态不正常， 给出提示， 并显示标准动作 的动画或画面。
[权利要求 6] 根据权利要求 6所述的肢体运动姿态的判断方法， 其特征在于， 所述 运动类型模板是肢体进行一种运动类型的标准动作吋得到的各种传感 器的维度数据的集合； 所述运动参数模板是肢体进行一种运动类型的 标准动作吋设定的传感器输出的维度的数据的标准值。
[权利要求 7] 根据权利要求 7所述的肢体运动姿态的判断方法， 其特征在于， 还包 括如下步骤：
当肢体进行正常的、 一种运动类型的动作吋， 记录正常动作的次数并 显示；
设置设定吋间内完成的一种运动类型的数量， 在完成设定的该运动类 型的动作数量后， 对设定的运动类型做出标记。
[权利要求 8] —种实现如权利要求 1所肢体运动姿态判断方法的装置， 其特征在于
， 包括：
传感器单元： 用于使穿戴在运动肢体上的多个传感器输出其产生的感 应信号， 形成数据包并发送；
运动类型判断单元： 用于将接收到的多种传感器数据与事先存储在本 地的、 表征各种动作类型的运动类型模板进行匹配， 根据相似度的大 小确定当前动作的运动类型；
肢体姿态判断单元： 用于由存储在本地的该运动类型的运动参数模块 中取得该运动类型中各感应信号的标准参数， 与接收到的多个感应信 号单独对比， 根据一个或多个感应信号与其对应的标准参数的偏离程 度， 判断所述运动肢体的运动姿态是否正常， 并给出对应的提示信息 其中， 所述感应信号包括方向加速度感应信号、 方向角加速度感应信 号和压力感应信号。
[权利要求 9] 根据权利要求 8所述的装置， 其特征在于， 所述感应信号包括以传感 器的坐标系为参考系的三维直角坐标的 X轴、 Y轴和 Z轴方向的加速度 信号、 X轴、 Y轴和 Z轴方向的角加速度信号、 X轴、 Y轴和 Z轴方向 的磁场强度以及穿戴在运动肢体上不同位置的压力传感器输出的压力 信号； 所述传感器包括三轴加速度计、 三轴磁强计、 三轴陀螺仪和 / 或压力传感器。
[权利要求 10] 根据权利要求 9所述的装置， 其特征在于， 还包括：
记录单元： 用于当肢体进行正常的、 一种运动类型的动作吋， 记录正 常动作的次数并显示；
设置标记单元： 用于设置设定吋间内完成的一种运动类型的数量， 在 完成设定的该运动类型的动作数量后， 对设定的运动类型做出标记。
PCT/CN2017/084429 2016-11-23 2017-05-16 一种肢体运动姿态的判断方法及装置 WO2018094978A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/757,977 US11134893B2 (en) 2016-11-23 2017-05-16 Limb movement gesture judgment method and device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201611036676.1 2016-11-23
CN201611036676.1A CN107049324B (zh) 2016-11-23 2016-11-23 一种肢体运动姿态的判断方法及装置

Publications (1)

Publication Number Publication Date
WO2018094978A1 true WO2018094978A1 (zh) 2018-05-31

Family

ID=59618591

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/084429 WO2018094978A1 (zh) 2016-11-23 2017-05-16 一种肢体运动姿态的判断方法及装置

Country Status (3)

Country Link
US (1) US11134893B2 (zh)
CN (1) CN107049324B (zh)
WO (1) WO2018094978A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107456377A (zh) * 2017-10-10 2017-12-12 广东工业大学 一种按摩手套
CN108635806A (zh) * 2018-05-11 2018-10-12 珠海云麦科技有限公司 一种运动训练采集反馈系统
TWI679557B (zh) * 2018-05-14 2019-12-11 國立臺灣師範大學 適應性運動姿態感測系統與方法
CN109248414B (zh) * 2018-09-30 2021-08-10 深圳市科迈爱康科技有限公司 运动训练提醒方法、装置、设备以及可读存储介质
CN109568918A (zh) * 2018-12-24 2019-04-05 北京诺亦腾科技有限公司 利用传感器辅助矫正用户运动姿态方法及终端设备
CN109758154B (zh) * 2019-01-09 2022-02-25 北京卡路里信息技术有限公司 一种运动状态确定方法、装置、设备及存储介质
CN110163086B (zh) * 2019-04-09 2021-07-09 有品国际科技(深圳)有限责任公司 基于神经网络的健身动作识别方法、装置、设备及介质
CN110020630B (zh) * 2019-04-11 2020-12-18 成都乐动信息技术有限公司 评估动作完成度的方法、装置、存储介质及电子设备
CN110575178B (zh) * 2019-09-10 2022-05-10 北京择天众康科技有限公司 一种运动状态判断的诊断监控综合医疗系统及其判断方法
CN110991482B (zh) * 2019-10-31 2022-02-18 曾剑 健身动作识别的方法、终端及计算机存储介质
CN110680338A (zh) * 2019-11-14 2020-01-14 广州校角文化传播有限公司 用户活跃度监测判定方法及其装置
EP4093460A4 (en) * 2020-01-21 2023-09-27 Medtrum Technologies Inc. MEDICAL DEVICE WITH SAFETY VERIFICATION AND METHOD FOR SAFETY VERIFICATION THEREOF
CN112245892A (zh) * 2020-09-25 2021-01-22 北京汇洋时代科技有限公司 一种利用3d摄像头测试运动的系统
CN115068918B (zh) * 2021-03-12 2023-12-29 Oppo广东移动通信有限公司 击球的输赢判定方法、装置、可穿戴设备以及存储介质
CN113786600A (zh) * 2021-10-14 2021-12-14 成都拟合未来科技有限公司 一种智能健身器械的动作反馈方法及系统及装置及介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184549A (zh) * 2011-04-29 2011-09-14 韩铮 一种运动参数确定方法、装置和运动辅助设备
CN103020598A (zh) * 2012-12-11 2013-04-03 杭州电子科技大学 一种用于对人完成特定动作时的姿态变异进行识别的方法
US20130222565A1 (en) * 2012-02-28 2013-08-29 The Johns Hopkins University System and Method for Sensor Fusion of Single Range Camera Data and Inertial Measurement for Motion Capture
CN103637807A (zh) * 2013-12-30 2014-03-19 四川大学 一种人体三维姿态和行为状态传感监测方法与装置
CN103713739A (zh) * 2013-12-25 2014-04-09 北京握奇数据系统有限公司 一种运动数据的采集处理方法及系统
CN104147770A (zh) * 2014-07-24 2014-11-19 燕山大学 基于惯性传感器可穿戴式偏瘫康复设备及捷联姿态算法
CN104461013A (zh) * 2014-12-25 2015-03-25 中国科学院合肥物质科学研究院 一种基于惯性传感单元的人体动作重构与分析系统及方法
CN104888444A (zh) * 2015-05-20 2015-09-09 深圳大学 一种卡路里消耗和手部姿势识别的智慧手套、方法及系统
CN105043383A (zh) * 2015-07-10 2015-11-11 哈尔滨医科大学 一种姿态矫正方法及装置
CN105797350A (zh) * 2016-03-18 2016-07-27 深圳大学 健身姿势识别、评估、预警和强度估算的智能方法及系统
CN105833508A (zh) * 2016-03-18 2016-08-10 深圳大学 测量卡路里消耗和监测手部姿势识别的智慧手套及估算的方法和系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7478009B2 (en) * 2005-07-29 2009-01-13 Wake Forest University Health Sciences Apparatus and method for evaluating a hypertonic condition
US9327129B2 (en) * 2008-07-11 2016-05-03 Medtronic, Inc. Blended posture state classification and therapy delivery
US8941723B2 (en) * 2010-08-26 2015-01-27 Blast Motion Inc. Portable wireless mobile device motion capture and analysis system and method
CN102221369B (zh) * 2011-04-29 2012-10-10 闫文闻 一种球类运动的动作识别方法、装置和动作辅助设备
CN102231192A (zh) * 2011-05-31 2011-11-02 福建物联天下信息科技有限公司 一种采集动作数据进行比对并得出比对相似度结果的系统
US9599632B2 (en) * 2012-06-22 2017-03-21 Fitbit, Inc. Fitness monitoring device with altimeter
CN102836543A (zh) * 2012-08-28 2012-12-26 洪德伟 一种健身运动识别方法及相关装置
US20150019135A1 (en) * 2013-06-03 2015-01-15 Mc10, Inc. Motion sensor and analysis
JP2016532468A (ja) * 2013-10-07 2016-10-20 エムシー１０ インコーポレイテッドＭｃ１０，Ｉｎｃ． 検知および分析のためのコンフォーマルセンサシステム
CN103699795B (zh) * 2013-12-20 2018-01-23 东软熙康健康科技有限公司 一种运动行为识别方法、装置及运动强度监测系统
CN104007822B (zh) * 2014-05-30 2017-09-05 中山市永衡互联科技有限公司 基于大数据库的运动识别方法及其装置
US9693711B2 (en) * 2015-08-07 2017-07-04 Fitbit, Inc. User identification via motion and heartbeat waveform data
US10854104B2 (en) * 2015-08-28 2020-12-01 Icuemotion Llc System for movement skill analysis and skill augmentation and cueing

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184549A (zh) * 2011-04-29 2011-09-14 韩铮 一种运动参数确定方法、装置和运动辅助设备
US20130222565A1 (en) * 2012-02-28 2013-08-29 The Johns Hopkins University System and Method for Sensor Fusion of Single Range Camera Data and Inertial Measurement for Motion Capture
CN103020598A (zh) * 2012-12-11 2013-04-03 杭州电子科技大学 一种用于对人完成特定动作时的姿态变异进行识别的方法
CN103713739A (zh) * 2013-12-25 2014-04-09 北京握奇数据系统有限公司 一种运动数据的采集处理方法及系统
CN103637807A (zh) * 2013-12-30 2014-03-19 四川大学 一种人体三维姿态和行为状态传感监测方法与装置
CN104147770A (zh) * 2014-07-24 2014-11-19 燕山大学 基于惯性传感器可穿戴式偏瘫康复设备及捷联姿态算法
CN104461013A (zh) * 2014-12-25 2015-03-25 中国科学院合肥物质科学研究院 一种基于惯性传感单元的人体动作重构与分析系统及方法
CN104888444A (zh) * 2015-05-20 2015-09-09 深圳大学 一种卡路里消耗和手部姿势识别的智慧手套、方法及系统
CN105043383A (zh) * 2015-07-10 2015-11-11 哈尔滨医科大学 一种姿态矫正方法及装置
CN105797350A (zh) * 2016-03-18 2016-07-27 深圳大学 健身姿势识别、评估、预警和强度估算的智能方法及系统
CN105833508A (zh) * 2016-03-18 2016-08-10 深圳大学 测量卡路里消耗和监测手部姿势识别的智慧手套及估算的方法和系统

Also Published As

Publication number Publication date
CN107049324A (zh) 2017-08-18
CN107049324B (zh) 2019-09-17
US11134893B2 (en) 2021-10-05
US20190246981A1 (en) 2019-08-15

Similar Documents

Publication Publication Date Title
WO2018094978A1 (zh) 一种肢体运动姿态的判断方法及装置
US10755466B2 (en) Method and apparatus for comparing two motions
US11673024B2 (en) Method and system for human motion analysis and instruction
US20170136296A1 (en) System and method for physical rehabilitation and motion training
US11321894B2 (en) Motion control via an article of clothing
KR101687252B1 (ko) 맞춤형 개인 트레이닝 관리 시스템 및 방법
US11210834B1 (en) Article of clothing facilitating capture of motions
US20200105041A1 (en) Method and system for providing real-time feedback in performing motions
US20130171596A1 (en) Augmented reality neurological evaluation method
CN111228752B (zh) 用于自动配置传感器的方法、电子设备和记录介质
CN101489481A (zh) 健康管理设备
JP2014110832A (ja) 運動解析システム及び運動解析方法
CN101784230A (zh) 用于显示匿名注解的身体锻炼数据的系统和方法
JP2018512980A (ja) 複数のエキスパート知識のバリエーションを持つコンテンツを含む、インタラクティブスキルトレーニングコンテンツの配信を可能にするように構成されるフレームワーク、デバイスおよび方法
US20160372002A1 (en) Advice generation method, advice generation program, advice generation system and advice generation device
US11551396B2 (en) Techniques for establishing biomechanical model through motion capture
US9248361B1 (en) Motion capture and analysis systems for use in training athletes
US20210154529A1 (en) Interactive visualization system for biomechanical assessment
JP2019136493A (ja) 運動の採点方法、システム及びプログラム
TWI679557B (zh) 適應性運動姿態感測系統與方法
WO2023172639A1 (en) Systems and methods for intelligent fitness solutions
Durve et al. Machine learning approach for physiotherapy assessment
JP2021068069A (ja) 無人トレーニングの提供方法
Noh et al. Smart exercise application to improve LEG function and short-term memory through game-like lunge exercises: development and evaluation
JP7373781B1 (ja) システム、プログラム、及び方法。

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17874921

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC, EPO FORM 1205A DATED 04.09.19

122 Ep: pct application non-entry in european phase

Ref document number: 17874921

Country of ref document: EP

Kind code of ref document: A1