掌桥专利:专业的专利平台
掌桥专利
首页

一种识别壶铃运动信息的方法

文献发布时间:2023-06-19 16:20:42



技术领域

本发明涉及壶铃运动技术领域,具体为一种识别壶铃运动信息的方法。

背景技术

随着经济的发展,人们也开始越来越注重健康良好的身体状态。壶铃是一项快速的全身运动,壶铃运动的场地要求低,几乎任何地点都可以运动,相比其他运动大大的减低了运动的风险。壶铃不同的动作类型、运动时间、运动次数、运动频率等运动信息,给人锻炼的效果不一样。

现有技术中,市面上的壶铃都不具备智能的记录壶铃的运动信息。通过获取壶铃的运行信息来健康合理的指导运动必不可少。

发明内容

针对现有技术的不足,本发明提供了一种识别壶铃运动信息的方法,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:一种识别壶铃运动信息的方法,包括以下步骤:

S1、运动数据采集:在壶铃上集成一个六轴传感器,六轴传感器将采集到的六轴原始数据发送至手机端;

S2、运动姿态解析:获取到六轴原始数据后,对数据进行滤波,使用角速度和加速度相互结合进行姿态解析得出壶铃的实时欧拉角、实时速度以及实时位移。

S3、运动次数计算:每次壶铃运动回到原点计一次运动,运动次数做一次累加;

S4、运动频率计算:对实时位移使用短时傅里叶变换找到运动的频率点,使用8秒的数据作为一个短时傅里叶的变换窗口;

S5、运动做功计算:基于壶铃的自身重力和运动的位移,得出运动所做的功W=F*S;

S6、运动功率计算:基于功率的计算公式P=W/t计算出运动功率;

S7、运动类型识别:通过实时欧拉角、实时速度、实时位移三个参数对运动的特征点进行提取。

进一步优化本技术方案,所述壶铃上的六轴传感器的组成部分包括一个陀螺仪、一个加速度计以及微处理器MCU,所述陀螺仪和加速度计基于SPI接口与微处理器MCU进行信号连接,所述微处理器MCU基于IIC协议信号连接有蓝牙模块,所述微处理器MCU基于IO接口信号连接有UI指示模块。

进一步优化本技术方案,所述六轴传感器上的各个组成部分进一步包括以下内容:

所述陀螺仪,用于收集壶铃在运动时的旋转信息;

所述加速度计,用于收集壶铃在运动时的速度信息;

所述微处理器MCU,用于接收陀螺仪和加速度计的数据,并基于ADC转换技术将数据转换为六轴原始数据;

所述蓝牙模块,用于将六轴原始数据发送给手机端;

所述UI指示模块,用于进行人机交互的指示。

进一步优化本技术方案,所述步骤S1中,六轴传感器基于蓝牙模块将六轴原始数据发送至手机端,所述手机端还可以通过无线网络将六轴原始数据传输至云端。

进一步优化本技术方案,所述陀螺仪和加速度计在采集数据时,采样频率设置为25Hz,在25Hz采样频率下,采集陀螺仪和加速度计的数据作为后续的输入数据。

进一步优化本技术方案,所述步骤S2中,实时欧拉角包括(Yaw,Pitch,Roll),计算实时欧拉角时,使用加速度和陀螺互滤波计算出旋转四元素Q(q

Yaw=arctan[2(q

Pitch=arcsin[2(q

Roll=arctan[2(q

进一步优化本技术方案,所述步骤S2中,计算实时速度时,根据加速度计读取的值a[x,y,z],和四元素Q,得出壶铃相对地球坐标系的加速度a’,用a’对时间进行积分得到实时速度:

a’=Q

V=V

其中,△t是两个时刻的时间差,V

进一步优化本技术方案,所述步骤S2中,计算实时位移时,实时位移通过每个时刻走的位进行积分得到,计算公式如下所示:

S=S

其中,S

进一步优化本技术方案,所述步骤S3中,当壶铃回到原点的时候运动的位趋近于零,根据位移来判断运动是否已经完成了一次,当位移趋近于零的时候运动次数做一次累加;

当S(n)-S(0)≈0,即壶铃回到了原点,这个时候判断壶铃已经做完了一次运动。

进一步优化本技术方案,所述步骤S4中,短时傅里叶变换为快速傅里叶变换即fft,fft后得到一个频谱图,选择振幅最高的一个点对应的频率就是壶铃的运动频率f,fft得出的频率单位是HZ要转换每分钟运动的频率cadence。

与现有技术相比,本发明提供了一种识别壶铃运动信息的方法,具备以下有益效果:

该识别壶铃运动信息的方法,通过六轴传感器获得的信息进行分析、提取,识别壶铃实时运动类型、运动频率、运动次数、运动的做功,从而可以科学合理的指导壶铃运动,提高运动效率,记录日常的运动信息,更加科学的、健康的进行壶铃运动训练,并根据获取到的数据正确的指导运动动作,提高锻炼的效果。

附图说明

图1为本发明提出的一种识别壶铃运动信息的方法的运动数据采集流程示意图;

图2为本发明提出的一种识别壶铃运动信息的方法的运动姿态解析流程示意图;

图3为本发明提出的一种识别壶铃运动信息的方法的运动次数计算流程示意图;

图4为本发明提出的一种识别壶铃运动信息的方法的运动频率计算流程示意图;

图5为本发明提出的一种识别壶铃运动信息的方法的运动做功计算流程示意图;

图6为本发明提出的一种识别壶铃运动信息的方法的运动功率计算流程示意图;

图7为本发明提出的一种识别壶铃运动信息的方法的运动类型识别流程示意图;

图8为本发明提出的一种识别壶铃运动信息的方法的六轴传感器的结构示意图;

图9为本发明提出的一种识别壶铃运动信息的方法的数据走向示意图。

具体实施方式

下面将结合本发明的实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

实施例:

一种识别壶铃运动信息的方法,通过六轴传感器获得的信息进行分析、提取,识别壶铃实时运动类型、运动频率、运动次数、运动的做功,从而可以科学合理的指导壶铃运动,提高运动效率,记录日常的运动信息,更加科学的、健康的进行壶铃运动训练,并根据获取到的数据正确的指导运动动作,提高锻炼的效果。该方法包括以下步骤:

S1、运动数据采集:如图1所示,在壶铃上集成一个六轴传感器,六轴传感器将采集到的六轴原始数据发送至手机端。

S2、运动姿态解析:如图2所示,获取到六轴原始数据后,对数据进行滤波,滤除运动中的高频信号和低频信号,以保证后期数据处理的精度。使用角速度和加速度相互结合进行姿态解析得出壶铃的实时欧拉角、实时速度以及实时位移。

S3、运动次数计算:如图3所示,每次壶铃运动回到原点计一次运动,运动次数做一次累加。

S4、运动频率计算:如图4所示,对实时位移使用短时傅里叶变换找到运动的频率点,使用8秒的数据作为一个短时傅里叶的变换窗口。

S5、运动做功计算:如图5所示,基于壶铃的自身重力和运动的位移,得出运动所做的功W=F*S。

S6、运动功率计算:如图6所示,基于功率的计算公式P=W/t计算出运动功率。

S7、运动类型识别:如图7所示通过实时欧拉角、实时速度、实时位移三个参数对运动的特征点进行提取。动作识别原理:做壶铃运动的时候,每一种不同的运动在开始到结束的这个过程中欧拉角、实时速度、实时位移都会有不同的变化特征,我们可以得到不时刻的运动相对于起点的运动坐标,最终可以获取到壶铃的运动轨迹,从而识别出不同的运动类型。

进一步的,如图8所示,所述壶铃上的六轴传感器的组成部分包括一个陀螺仪、一个加速度计以及微处理器MCU,所述陀螺仪和加速度计基于SPI接口与微处理器MCU进行信号连接,所述微处理器MCU基于IIC协议信号连接有蓝牙模块,所述微处理器MCU基于IO接口信号连接有UI指示模块。

进一步的,所述六轴传感器上的各个组成部分进一步包括以下内容:

所述陀螺仪,用于收集壶铃在运动时的旋转信息;

所述加速度计,用于收集壶铃在运动时的速度信息;

所述微处理器MCU,用于接收陀螺仪和加速度计的数据,并基于ADC转换技术将数据转换为六轴原始数据;

所述蓝牙模块,用于将六轴原始数据发送给手机端;

所述UI指示模块,用于进行人机交互的指示。

进一步的,如图9所示,所述步骤S1中,六轴传感器基于蓝牙模块将六轴原始数据发送至手机端,所述手机端还可以通过无线网络将六轴原始数据传输至云端。

进一步的,所述陀螺仪和加速度计在采集数据时,采样频率设置为25Hz,在25Hz采样频率下,采集陀螺仪和加速度计的数据作为后续的输入数据。由于壶铃的最高运动频率不会很大,所以使用25HZ采样频率就足够了,数据采集可以获取到六轴的数据。

进一步的,所述步骤S2中,实时欧拉角包括(Yaw,Pitch,Roll),计算实时欧拉角时,使用加速度和陀螺互滤波计算出旋转四元素Q(q

Yaw=arctan[2(q

Pitch=arcsin[2(q

Roll=arctan[2(q

进一步的,所述步骤S2中,计算实时速度时,根据加速度计读取的值a[x,y,z],和四元素Q,得出壶铃相对地球坐标系的加速度a’,用a’对时间进行积分得到实时速度:

a’=Q

V=V

其中,△t是两个时刻的时间差,V

进一步的,所述步骤S2中,计算实时位移时,实时位移通过每个时刻走的位进行积分得到,计算公式如下所示:

S=S

其中,S

进一步的,所述步骤S3中,当壶铃回到原点的时候运动的位趋近于零,根据位移来判断运动是否已经完成了一次,当位移趋近于零的时候运动次数做一次累加;

当S(n)-S(0)≈0,即壶铃回到了原点,这个时候判断壶铃已经做完了一次运动。

进一步的,所述步骤S4中,短时傅里叶变换为快速傅里叶变换即fft,fft后得到一个频谱图,选择振幅最高的一个点对应的频率就是壶铃的运动频率f,fft得出的频率单位是HZ要转换每分钟运动的频率cadence。更进一步的,cadence=f*60。

本发明的有益效果是:

该识别壶铃运动信息的方法,通过六轴传感器获得的信息进行分析、提取,识别壶铃实时运动类型、运动频率、运动次数、运动的做功,从而可以科学合理的指导壶铃运动,提高运动效率,记录日常的运动信息,更加科学的、健康的进行壶铃运动训练,并根据获取到的数据正确的指导运动动作,提高锻炼的效果。

在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

相关技术
  • 一种基于用户彩铃信息识别用户挂机状态的方法
  • 一种基于用户彩铃信息识别用户挂机状态的方法
技术分类

06120114791169