疲劳指数及其使用

申请号 CN201180065893.2 申请日 2011-11-23 公开(公告)号 CN103493056B 公开(公告)日 2017-12-26
申请人 耐克创新有限合伙公司; 发明人 T.阿拉贡斯; A.陈; C.塞尔夫; J.布拉尼克; P.温斯珀; A.格雷罗;
摘要 示例性 实施例 可涉及配置为监测进行锻炼的用户并产生用户的代表以及虚拟阴影区。可为不同的组确定疲劳值。在一个实施例中,为肌肉疲劳值确定第一值,且为呼吸值确定第二值。在另一实施例中,第一值可归属于第一肌肉群,而第二值可归属于第二肌肉群。可从在运动活动和/或锻炼 进程 中获取的值创建疲劳指数。在其他实施例中,可确定累积疲劳指数。累积疲劳指数可考虑在多次锻炼进程中获取的值。此外,可在关于疲劳值和/或指数的确定中考虑锻炼进程之外获取的数据。
权利要求

1.一种计算机实施的方法,包括:
提供第一指令至用户,以在第一时间段中在第一位置处进行包括预定标准的运动活动;
通过至少第一传感器检测在第一位置处进行该运动活动的用户的对应于用户的肢体的位置的服饰,
获取形态分布,其中该形态分布包括运动活动期间由传感器产生的多个数据点,从该多个数据点中选择的数据点包括与时间戳结合的用户的身体部分的位置;
确定所述预定标准的用户的表现,其中该确定包括将所述形态分布和该运动活动的第一分布模板进行比较;和
基于用户的表现,通过处理器估计肌肉疲劳值。
2.如权利要求1所述的方法,还包括:
基于确定所述肌肉疲劳值超出阈值,确定提供至用户的第二指令,以促进肌肉恢复。
3.如权利要求1所述的方法,其中所述肌肉疲劳值包括用于第一肌肉群的第一肌肉疲劳值以及用于第二肌肉群的第二肌肉疲劳值。
4.如权利要求3所述的方法,还包括:
基于第一肌肉疲劳值,确定提供至用户的第二指令,以促进第一肌肉群的肌肉恢复。
5.如权利要求4所述的方法,还包括:
确定提供至用户的第三指令,以促进第二肌肉群的肌肉恢复。
6.如权利要求3所述的方法,其中在第一时间段中估计多个肌肉疲劳值,所述方法还包括:
构造用于第一时间段的疲劳指数,该疲劳指数将所述多个肌肉疲劳值的至少一部分与表示捕获的时间的时间戳相关联。
7.如权利要求6所述的方法,还包括:
基于所述疲劳指数,确定提供至用户的第二指令,以促进第一肌肉群的肌肉恢复,和确定提供至用户的第三指令,以促进第二肌肉群的肌肉恢复。
8.如权利要求1所述的方法,其中所述第一传感器包括图像捕捉装置。
9.如权利要求1所述的方法,其中所述肌肉疲劳值是第一肌肉疲劳值,所述方法还包括:
提供第二指令至用户,以在第二时间段中在第一位置处进行包括预定标准的运动活动,该第二时间段在第一时间段之后至少预定值的时间;
通过至少第一传感器监测在第一位置处进行该运动活动的用户,其中所述监测包括确定第二时间段中的运动活动的用户的形态分布,该形态分布为时间的函数;
确定在第二时间段中的预定标准的用户表现,其中所述确定包括将该形态分布和该运动活动的第一分布模板进行比较;和
基于在第一时间段和第二时间段中的用户表现,通过处理器估计第二肌肉疲劳值。
10.如权利要求9所述的方法,还包括:
构造至少包括第一肌肉疲劳值和第二肌肉疲劳值的疲劳指数。
11.如权利要求9所述的方法,其中在第一时间阶段和第二时间阶段两者期间估计多个肌肉疲劳值,所述方法还包括:
构造第一时间段的第一疲劳指数,其将第一时间段的所述多个肌肉疲劳值的至少一部分与表示捕获的时间的时间戳相关联;
构造第二时间段的第二疲劳指数,其将第二时间段的所述多个肌肉疲劳值的至少一部分和表示捕获的时间的时间戳相关联;
将所述第一疲劳指数和所述第二疲劳指数进行比较,以估计累积疲劳指数;和基于所述累积疲劳指数,确定提供至用户的第二指令,以促进肌肉恢复。
12.如权利要求9所述的方法,其中所述第一时间段和第二时间段隔开一值,该值从包括下列值的组中选出:至少30分钟、至少1小时、至少6小时、至少12小时、至少18小时、至少1天、至少3天、至少1周、至少10天、至少15天、至少1个月、和至少1年。
13.如权利要求4所述的方法,还包括:
从第二传感器接收在第二位置处在用户的运动活动表现期间采集的活动数据;和将从第二位置采集的活动数据的至少一部分用在估计所述肌肉疲劳值中。
14.如权利要求1所述的方法,其中确定所述预定标准的用户的表现还包括:
在检测到从形态分布阈值的第一变动时,将第一指令传输至用户,以提供激励用于完成所述标准;以及
进一步检测所述预定标准的用户表现。
15.如权利要求14所述的方法,还包括:
检测从形态分布阈值的第二变动。
16.如权利要求15所述的方法,其中所述肌肉疲劳值被加权至第一和第二变动中的至少一个上。
17.一种计算机实施的方法,包括:
提供第一指令至用户以在第一时间阶段中在第一位置处进行包括预定标准的运动活动;
通过至少第一传感器检测在第一位置处进行运动活动的用户的对应于用户的肢体的位置的服饰;
获取第一形态分布,其中该形态分布包括运动活动期间由传感器产生的多个数据点,从该多个数据点中选择的数据点包括与时间戳结合的用户的身体部分的位置;
确定用户的表现未满足所述预定标准中的至少一项,其中该确定包括:
将获得的第一形态分布与用于该运动活动的形态分布模板比较;
将第一指令传输至用户,提供激励以完成该标准;
进一步检测第二时间阶段中用户的预定标准的表现,包括:
在用户的运动活动表现期间获得作为时间函数的用户的第二形态分布;且
将获得的第二形态分布与用于该运动活动的形态分布模板比较;和
至少部分地基于在第一时间阶段和第二时间阶段中在第一位置处的用户表现,通过处理器估计肌肉疲劳值。
18.如权利要求17所述的方法,其中所述肌肉疲劳值是第一肌肉疲劳值,且所述方法还包括:
继续在第一时间中在第一位置处监测所述用户;和
产生第二肌肉疲劳值。
19.如权利要求18所述的方法,还包括:
至少基于所述第一肌肉疲劳值和第二肌肉疲劳值,形成或改动疲劳指数;和基于所述疲劳指数确定提供至用户的第二指令,以促进肌肉恢复。
20.一种构造为佩带在用户的装置,包括:
处理器;
传感器;和
非易失性计算机可读介质,其包括计算机可执行指令,该指令被处理器执行时至少进行:
通过至少第一传感器检测进行运动活动的用户的对应于用户的肢体的位置的服饰;
获取形态分布,其中该形态分布包括运动活动期间产生的多个数据点,从该多个数据点中选择的数据点包括与时间戳结合的用户的身体部分的位置;
确定用户的运动活动表现,其中该确定包括将该形态分布与用于该运动活动的形态分布模板比较;和
基于确定的用户表现,利用装置的处理器计算肌肉疲劳值。

说明书全文

疲劳指数及其使用

[0001] 相关申请的交叉引用
[0002] 本申请要求以下美国临时专利申请的权益和优先权:2010年11月24日提交的61/417,102、2011年12月13日提交的61/422,511、2011年12月13日提交的61/432,472、2011年1月18日提交的61/433,792,其每一个都题为“自动个人训练的方法和系统”。该临时申请的每一个的内容都通过引用的方式合并于此,用于任意和全部非限制性目的。该申请是2011年11月7日提交的、都题为“自动个人训练的方法和系统”的美国非临时性专利申请No.13/
290,359和No.13/290,478的部分继续申请,且要求其权益。该临时申请的每一个的内容都通过引用的方式合并于此,用于任意和全部非限制性目的。

背景技术

[0003] 尽管大部分人了解身体健康的重要性,许多人难以找到保持常规锻炼程序所需要的动。一些人特别难于保持涉及持续重复的动作的锻炼方式,这包括跑步、步行和骑自行车
[0004] 附加地,个体可将锻炼视作工作或日常杂事,且由此将其从他们日常生活的享受方面分离开。通常,该运动活动和其他活动之间的分离降低了个体可能具有的对于锻炼的激励的量。而且,引导朝向鼓励个体参与运动活动的运动活动服务和系统可能过于集中在一项或多项特定的活动上,而忽视了个体的兴趣。这还可降低用户参与运动活动或使用运动活动服务和系统的兴趣。
[0005] 因此,希望具有解决这些以及其他短处的改进的系统和方法。发明内容
[0006] 下文中提供了简化的概述,以提供关于本公开的一些方面的基本的理解。该概述不意图作为本公开的详尽的概括。其不意图确定本公开的关键或决定性元件,或勾勒出本公开的范围。下文中的概述仅以下文中的描述的前序的简化形式展示了本公开的一些概念。
[0007] 本公开的方面涉及激励个人以获取或保持体育活动的阈值平。特定的实施可激励个人参与规律的锻炼项目。在一个实施例中,反馈可促进个人观察与体育活动相关的一个或多个益处。通过意识到与他们的活动相关的益处,用户可被鼓励继续锻炼,例如通过参与一个或多个规律活动。
[0008] 可在运动活动期间计算一个或多个疲劳值。在其他的实施例中,可为包括多个运动活动的锻炼流程确定多个疲劳值。可为不同的组确定疲劳值。在一个实施例中,为肌肉疲劳值确定第一值,且为呼吸值确定第二值。在另一实施例中,第一值可归属于第一肌肉群,而第二值可归属于第二肌肉群。可从在运动活动和/或锻炼进程中获取的值创建疲劳指数。在其他实施例中,可确定累积疲劳指数。累积疲劳指数可考虑在多次锻炼进程中获取的值。
此外,可在关于疲劳值和/或指数的确定中考虑锻炼进程之外获取的数据。
[0009] 示例性实施例可涉及配置为监测进行锻炼的用户并产生用户的代表以及虚拟阴影区的系统、方法、设备和计算机可读介质。根据一个实施例,虚拟阴影区可示出锻炼的正确形态(或任意具体的形态)。此外的方面涉及估计疲劳值。可通过将用户的形态和恰当的形态进行比较而确定疲劳值。
[0010] 将在本公开中结合附图讨论实施例的这些以及其他方面。

附图说明

[0011] 在附图中通过示例的方式且非限制地示出了本公开,在所述附图中相似的附图标记贯穿地表示相似的元件,且在其中:
[0012] 图1A-B示出了根据示例性实施例的用于提供个人训练的系统的示例,其中图1A示出了配置为监测运动活动的示例性网络,且图1B示出了根据示例性实施例的示例性计算装置。
[0013] 图2A-B示出了根据示例性实施例可由用户佩带的示例性传感器组件。
[0014] 图3示出了根据示例性实施例用于在锻炼中向用户提供反馈的方法的示例性流程图
[0015] 图4示出了根据示例性实施例用户身体上要监测的示例性点。
[0016] 图5示出了根据示例性实施例的示例性姿势评价。
[0017] 图6-7示出了根据示例性实施例指导用户如何进行锻炼的虚拟训练师的示例性屏显。
[0018] 图8示出了根据示例性实施例的用户图像的透视模式(onion skinning)的示例。
[0019] 图9示出了根据示例性实施例用于进行锻炼的用户化身的示例性屏显。
[0020] 图10A-10B示出了根据示例性实施例的示例性屏显,用于示出关于虚拟阴影区的用户化身,以检测不正确形态和提供反馈至用户。
[0021] 图11示出了根据示例性实施例用于确定用户化身和虚拟阴影区之间的重叠的量的图像子部分的示例性屏显。
[0022] 图12示出了根据本发明的示例性实施例的进行锻炼的用户图像的示例性屏显。
[0023] 图13示出了根据实施例的两个疲劳值指数的示例性图表。

具体实施方式

[0024] 在下文中对于各个实施例的描述中,参照附图,所述附图构成了此处的一部分,且其中通过示例的方式示出在其中可实施本公开的方面的各个实施例。应理解也可使用其他实施例,且可进行结构以及功能性的修改而不背离本发明的范围。此外,本公开中的标题不应被视作对本公开的方面的限制。受益于本公开,本领域技术人员将理解示例性实施例并不受限至示例性标题。
[0025] I.示例性个人训练系统
[0026] A、示例性计算装置
[0027] 图1A示出了根据示例性实施例的个人训练系统100的示例。示例性系统100可包括一个或多个电子装置,诸如计算机102。计算机102可包括移动终端,诸如电话、音乐播放器、平板电脑、上网本或任意便携式装置。在其他实施例中,计算机102可包括机顶盒(STB)、台式电脑、(一个或多个)数字录像机(DVR)、(一个或多个)计算机服务器、和/或任意其他希望的计算装置。在特定的构造中,计算机102可包括游戏主机,例如 XBOX,Playstation,和/或 Wii游戏主机。本领域技术人员将理解这些仅为
出于描述目的的示例性主机,且本公开不被限制至任意主机或装置。
[0028] 转至图1B,计算机102可包括计算单元104,其可包括至少一个处理单元106。处理单元106可为用于执行软件指令的任意类型的处理装置,例如可示例性地为微处理器装置。计算机102可包括多种非易失性计算机可读介质,诸如存储器108。存储器108可包括但不限于,诸如RAM110的随机访问存储器(RAM)和诸如ROM112的只读存储器(ROM)。存储器108可包括任意下列:电可擦除可编程只读存储器(EEPROM)、闪存或其他存储技术、CD-ROM、数字化多用途光盘(DVD)或其他光盘存储器、磁存储装置、或任意其他可用于存储信息以及由计算机102访问的介质。
[0029] 处理单元106和系统存储器108可被直接地或间接地连接(通过总线1或替换的通信结构)至一个或多个周边装置。例如,处理单元106或系统存储器108可直接或间接连接至附加的贮存存储器,诸如硬盘驱动器116、可移除磁盘驱动器117、光盘驱动器118和闪存卡120,以及输入装置120和输出装置122。处理单元106和系统存储器108还可直接或间接连接至一个或多个输入装置120和一个或多个输出装置122。输出装置122可例如包括监视显示器、电视、打印机、音响或喇叭。输入装置120可包括例如键盘触摸屏、远端控制板、指点装置(诸如鼠标触摸板触控笔轨迹球或操纵杆)、扫描仪、摄像机或麦克。关于此,输入装置可包括一个或多个传感器,其配置为从用户感知、检测、和/或测量运动活动,诸如用户
124,如图1A所示。在此处使用时,“运动活动”包括关于健身、锻炼、柔韧性的活动,包括作为一个或多个单个以及多个参与者运动比赛、锻炼流程、和/或其组合的部分的活动。
[0030] 再次参照图1A,可将图像捕捉装置126和/或传感器128用于检测和/或测量用户124的运动活动。在一个实施例中,获取数据的图像捕捉装置126或传感器128可直接检测运动活动,使得从图像捕捉装置126或传感器128获取的数据直接地和运动参数相关联。示例性地,且参照图4,来自图像捕捉装置126的图像数据可检测到传感器位置402g和402i之间的距离已经减少,图像捕捉装置126自身可配置为检测出用户的右臂124已经移动。但是,在其他实施例中,来自图像捕捉装置126和/或传感器128的数据可被组合使用,不论是彼此组合或和其他传感器组合,以检测和/或测量移动。因此,可从自两个或更多个装置获取的组合数据确定特定的测量值。图像捕捉装置126和/或传感器128可包括或操作地连接至一个或多个传感器,包括但不限于:加速度器、陀螺仪定位装置(例如GPS)、光传感器、温度传感器(包括环境温度和/或体温)、心率监测器、图像捕捉传感器、湿度传感器和/或以上的组合。示例性传感器126、128的示例性使用在下文题为“示例性传感器”的章节I.C中提供。计算机102也可使用触摸屏或图像捕捉装置来确定用户指点的位置,以从图形化用户界面进行选择。一个或多个实施例可使用一个或多个有线和/或无线技术,其中无线技术的示例包括蓝牙 技术、蓝牙 低能量技术、和/或ANT技术。
[0031] B.示例性网络
[0032] 更加一步地,计算机102、计算单元104、和/或任意其他电子装置可直接地或间接地连接至一个或多个网络接口,诸如示例性接口130(在图1B中示出),以和诸如网络132的网络通信。在图1B的示例中,网络接口130可包括网络适配器或网络接口卡(NIC),根据一个或多个通信协议将其配置为将来自计算单元104的数据和控制信号转换成网络信息,这些通信协议诸如传输控制协议(TCP)、互联网协议(IP)、和用户数据包协议(UDP)。这些协议在本领域中是周知的,且因此将不在此被详尽地讨论。接口130可采用任意合适的连接工具以连接至网络,这示例性地包括,无线收发器、电力线适配器、调制解调器、或以太网连接。但是,网络132可为具有任意类型(一种或多种)或拓扑结构(一种或多种)、单独的或成组合的(一个或多个)的一个或多个信息分布网络,诸如(一个或多个)互联网、(一个或多个)内部网、(一个或多个)、(一个或多个)局域网。网络132可为电缆、光纤、卫星、电话、蜂窝电话、无线的等。网络在本领域中是周知的,因此将不再在此处赘述。网络132可被各式各样地配置,诸如具有一个或多个有限或无线通信信道,以连接至一个或多个位置(例如,学校、商业、家、消费住所、网络资源等)、至一个或多个远端服务器134,或至其他计算机,诸如和计算机102类似或相同。事实上,系统100可包括多于一个的每个部件(例如,多于一个计算机102、多于一个显示器136等)。关于此,尽管图1A中将显示器136示出为屏幕,在其他实施例中,一个或多个显示装置(诸如显示器136)可并入眼部佩带件中。并入眼部佩带件的显示装置可提供反馈至用户,诸如通过此处讨论的一个或多个过程。可为便携式显示系统提供并入一个或多个显示装置的眼部佩带件。
[0033] 不论网络132中的计算机102或其他电子装置是便携式的或处在固定的位置处,将理解,除了上文具体列出的输入、输出和存储外围装置之外,计算装置可连接至(诸如直接地或通过网络132)多种其他的外围装置,包括可进行输入、输出或存储功能的那些,或其组合。在特定的实施例中,单个装置可集成图1A中示出的一个或多个部件。示例性地,单个装置可包括计算机102、图像捕捉装置126、传感器128、显示器136和/或附加的部件。在一个实施例中,传感器装置138可包括具有显示屏136、图像捕捉装置126和一个或多个传感器128的移动终端。但是,在其他实施例中,图像捕捉装置126和/或传感器128可为配置为操作地连接至媒体装置的外围装置,所述媒体装置例如游戏或媒体系统。由此,由前文可见,本公开不限于固定系统和方法。而是,特定的实施例可由用户124在几乎任意位置中实施。
[0034] C.示例性传感器
[0035] 计算机102和/或其他装置可包括一个或多个传感器126、128,其配置为检测和/或监测用户124的至少一个健身参数。传感器126、128可包括但不限于:加速度器、陀螺仪、定位装置(例如GPS)、光传感器、温度传感器(包括环境温度和/或体温)、心率监测器、图像捕捉传感器、湿度传感器、和/或以上的组合。网络132和/或计算机102可和系统100的一个或多个电子装置通信,这示例性地包括显示器136、图像捕捉装置126(例如,一个或多个视频摄像机)、和传感器128,其可为红外(IR)装置。在一个实施例中,传感器128可包括IR收发器。例如,传感器126、和/或128可传输波形至环境中,包括朝向用户124的方向,以及接收“反射”或以其他方式检测这些发出的波形的变动。在此外的其他实施例中,图像捕捉装置126和/或传感器128可配置为发射和/或接收其他无线信号,诸如雷达、声纳、和/或听觉信息。本领域技术人员将容易地理解可将对应于多个不同的数据谱的信号根据各个实施例使用。基于此,传感器126和/或128可检测从外部源(例如,非系统100)发出的波形。示例性地,传感器126和/或128可监测从用户124和/或周围环境发出的热量。因此,图像捕捉装置126和/或传感器128可包括一个或多个热成像装置。在一个实施例中,图像捕捉装置126和/或传感器128可包括配置为进行距离测定(range phenomenology)。作为非限制性示例,配置为进行距离测定的图像捕捉装置可从Portland,Oregon的Flir Systems公司购得。尽管图像捕捉装置126和传感器128以及显示器136示出为和计算机102直接(有线地或无线地)通信,本领域技术人员将理解任意装置可和网络132直接(有线地或无线地)通信。
[0036] 1.多用途电子装置
[0037] 用户124可持有、携带、和/或穿戴任意数量的电子装置,包括传感装置138、140、142和/或144。在特定的实施例中,一个或多个装置138、140、142、144可不被针对健身或运动用途特别地制造。事实上,本公开的方面涉及利用来自多个装置的数据以采集、检测和/或测量运动数据,该多个装置中的一些并非健身装置。在一个实施例中,装置138可包括便携式电子装置,诸如电话或数字音乐播放器,包括从Cupertino,Californiao的Apple公司可购得的 或 或从Redmond,Washington的Microsoft可购得的
或 Windows装置。如在本领域中已知的,数字音乐播放器可用作计算
机的输出装置(例如,将来自声音文件的音乐输出或将来自图像文件的图像输出)以及存储装置两者。在一个实施例中,装置138可为计算机102,而在其他实施例中,计算机102可完全不同于装置138。不论装置138是否配置为提供特定的输出,其可用作输入装置,以接收传感信息。装置138、140、142和/或144可包括一个或多个传感器,这包括但不限于加速度器、陀螺仪、定位装置(例如GPS)、光传感器、温度传感器(包括环境温度和/或体温)、心率监测器、图像捕捉传感器、湿度传感器、和/或以上的组合。在特定的实施例中,传感器可为被动式的,诸如可由图像捕捉装置126和/或传感器128(以及其他)检测的反射材料。在特定的实施例中,传感器144可合并进入服饰中,诸如运动衣物。例如,用户124可佩带一个或多个体上传感器144a-b。传感器144可并入用户124的衣物中和/或布置在用户124的身体的任意希望的位置处。传感器144可和计算机102、传感器128、138、140和142和/或相机126通信。在2002年10月30日提交的美国专利申请No.10/286,396(其公开为美国专利公开No.2004/
0087366)中描述了交互式游戏服饰的示例,其内容都通过引用的方式合并于此,用于任意和全部非限制性目的。在特定的实施例中,被动式传感表面可反射波形,诸如由图像捕捉装置126和/或传感器128发射的红外光。在一个实施例中,位于用户124的服饰上的被动式传感器可包括由玻璃或其他可反射波形的透明或半透明表面制成大致球状结构。可使用不同等级的服饰,其中给定等级的服饰具有特定的传感器,其配置为在恰当地佩带时定位为靠近用户124的身体的特定部分。示例性地,高尔夫服饰可包括以第一构造布置在服饰上的一个或多个传感器,而足球服饰可包括以第二构造布置在服饰上的一个或多个传感器。示例性地,参照图14,高尔夫服饰和足球用服饰相比可包括在区域1402A和1402D附近的更多的传感器,而对于足球用服饰,其可包括在区域1402C和1402F附近的更多的传感器(和/或不同类型的传感器)。装置138-144可彼此通信,直接地或通过诸如网络132的网络。一个或多个装置139144之间的通信可通过计算机102通信。示例性地,两个或更多个装置138-144可为可操作地连接至计算机102的总线114的外围装置。在此外的其他实施例中,诸如装置138的第一装置可和诸如计算机102的第一计算机以及诸如装置142的其他装置通信,但是,装置142可不配置为连接至计算机102,而是可和装置138通信。本领域技术人员将理解其他的构造也是可能的。
[0038] 示例性实施例的一些实施方式可替换地或附加地采用意图为能够用于宽范围的功能的计算装置(例如台式计算机或笔记本个人计算机)。这些计算装置可按需要具有外部装置或附加的构件的任意组合。而且,图1B中示出的部件可包括在服务器134、其他计算机、装置中等。
[0039] 2.示例性服饰/附件传感器
[0040] 在特定的实施例中,传感装置138、140、142和/或144可形成在用户124的衣物或附件中或以其他方式和其关联,附件包括手表、臂带、腕带、项链、衬衫、等。鞋安装和腕部佩带装置(分别是装置140和142)的示例在下文中随即进行了描述,但是,其仅为示例性实施例,且本公开不应被限制至此。
[0041] i.鞋安装装置
[0042] 在特定的实施例中,传感装置140可包括鞋类物件,其可包括一个或多个传感器,这包括但不限于:加速度器、诸如GPS的位置感应部件和/或力传感器系统。图2A示出了示例性传感器系统202的示例性实施例。在特定的实施例中,系统202可包括传感组件204。组件204可包括一个或多个传感器,诸如加速度器、位置确定部件、和/或力传感器。在示出的实施例中,组件204并入多个传感器,其可包括力敏电阻(FSR)传感器206。在此外的其他实施例中,可使用其他传感器(一个或多个)。端口208可布置在鞋的鞋底结构209中。端口208可可选地设置为和电子模210(其可在壳体211中)以及将FSR传感器连接至端口208的多个引线212通信。模块210可收纳在鞋的鞋底结构中的井部或腔部中。端口208和模块210包括互补接口214、216,用于连接和通信。
[0043] 在特定的实施例中,图2A中示出的至少一个力敏电阻206可包括第一和第二电极或电接触部218、220和力敏电阻材料222和/或224,其布置在电极218、220之间,以将电极218、220电连接在一起。当压力施加至力敏材料222/224时,力敏材料222/224的电阻和/或电导变化,其改变了电极218、220之间的电势。电阻的改变可由传感器系统202检测,以检测施加在传感器216上的力。力敏电阻材料222、224可以多种方式在压力下改变其电阻。例如,力敏材料222/224可具有在材料被压缩时降低的内部电阻,和在下文中详述到的量子隧道复合材料类似。该材料的进一步压缩可进一步降低电阻,允许量化测量,以及双态(开/关)测量。在一些情形中,该类型的力敏电阻形为可描述为“基于体积的电阻”,且表现出该形为的材料可被称作“智能材料”。作为另一示例,材料222/224可通过改变面-面接触的程度而改变电阻。这可以若干种方式实现,例如,通过使用在表面上的微凸起部,其在非受压条件中升高表面电阻,其中表面电阻在未凸起部被压缩时降低,通过使用柔性电极,其可被变形以产生和另一电极的增加的面-面接触。该表面电阻可为材料222和电极218、220之间的电阻和/或多层材料222/224的导电层(例如,/石墨)和力敏层(例如,半导体)之间的表面电阻。压缩越大,面-面接触越大,导致更低的电阻且允许量化测量。在一些情形中,该类型的力敏电阻形为可被描述“基于接触的电阻”。应理解此处定义的力敏电阻材料222/224可为或包括掺杂或非掺杂半导体材料。
[0044] FSR传感器206的电极218、220可由任意导电材料制成,包括金属、碳/石墨纤维或复合材料、其他导电复合材料、导电聚合物或含导电材料的聚合物、导电陶瓷、掺杂半导体、或任意其他导电材料。引线212可由任意合适的方法连接至电极218、220,包括焊接、钎焊、焊、粘合剂接合、固件、或任意其他整体式或非整体式接合方法。替换地,电极218、220和相关的引线(一个或多个)212可由单件相同的材料222/224制成。在其他实施例中,材料222被配置相较于材料224具有至少一个电属性(例如,导性性,电阻性等)。在2009年6月12日提交的美国专利申请No.12/483,824中,描述了示例性传感器的示例,其内容通过引用的方式合并于此,用于任意和全部非限制性目的。
[0045] ii.腕带式装置
[0046] 如图2B所示,装置226(其可为图1A所示的类似的传感装置142或其复制物)可配置为由用户124佩带,例如绕手腕、手臂、脚踝等。装置226可监测用户的活动,包括例如运动移动或用户124的其他活动。例如,在一个实施例中,装置226可为不论用户和计算机102的接近程度或交互,而测量、监测、追踪或以其他方式感知用户的活动(或不活动度)的活动监测器。装置226可在用户124和计算机102的交互中和/或独立于计算机102操作时检测运动移动或其他活动(或不活动度)。装置226可直接地或间接地、有线地或无线地和网络132和/或其他装置通信,诸如装置138和/或140。从装置226获取的运动数据可用于由计算机102进行的确定,例如和哪个锻炼项目被呈现至用户124相关的确定。在此处使用时,运动数据指的是关于或和用户的活动性(或不活动性)相关的数据。在一个实施例中,装置226可直接地或间接地(例如,经由移动装置,诸如和用户124相关的装置138)无线地和远端站点交互,诸如专用于健身或健康相关主题的站点。在该或另一实施例中,装置226可和移动装置交互,诸如装置138,关于专用于健身或健康相关主题的应用。在这些或其他实施例中,装置226可和移动装置(诸如装置138)交互关于如上所述的引用,以及和远端站点(诸如专用于健身或健康相关主题的站点)交互,不论是直接地或间接地(例如,经由移动装置,诸如装置138)。在一些实施例中,在某一或多个预定的时刻,用户可能希望将数据从该装置226转移至另一位置。示例性地,用户可希望将数据从具有相对小的存储器的便携式装置上传至具有大量存储器的更大的装置。在装置226和其他装置之间的通信可无线地和/或通过有线机构完成。
[0047] 如图2B所示,装置226可包括诸如按键228的输入机构,以辅助装置226的操作。按键228可为操作地连接至控制器230的可操作输入部和/或其任意其他电子部件,诸如具有关于图1B中示出的计算机102所讨论的类型(一种或多种)的一个或多个元件。控制器230可嵌入在壳体232中或称为壳体232的一部分。壳体232可由一种或多种材料制成,包括弹性体部件和包括一个或多个显示器,诸如显示器234。该显示器可视作装置226的可发光部分。显示器234可包括一系列单独的发光元件或灯部件,在示例性实施例中诸如为LED灯234。LED灯可以阵列形成且操作地连接至控制器230。装置226可包括标示系统236,其也可视作总体的显示器234的一部分或构件。将理解标示系统236可操作,且和显示器234(其可具有像素部件235)一起发光,或完全独立于显示器234发光。标示系统236还可包括多个附加的发光元件160或灯部件238,其在示例性实施例中也可形为LED灯。在特定的实施例中,标示系统236可提供目标的视觉标识,诸如通过亮起发光构件238的一部分,以表示朝向一个或多个目标的进度。
[0048] 紧固机构240可被解开栓,其中装置226可布置为绕用户124的腕部,且紧固机构240可继而布置在栓锁位置中。希望的话,用户可所有时间都佩带装置10。在一个实施例中,紧固机构240可包括接口(例如但不限于USB端口),用于和计算机102和/或装置138、140可操作地交互,和/或对内部电源充电。
[0049] 在特定的实施例中,装置226可包括传感器组件(未在图2B中示出)。传感器组件可包括多个不同的传感器。在示例性实施例中,传感器组件可包括或允许至加速度器、陀螺仪、定位装置(例如GPS)、光传感器、温度传感器(包括环境温度和/或体温)、心率监测器、图像捕捉传感器、湿度传感器、和/或以上的组合的可操作连接。来自装置142的传感器(一个或多个)的检测到的运动或参数可包括(或用于形成)多种不同的参数、指标或理化特质,包括但不限于速度、距离、已行进步数、以及诸如卡洛里、心率和出汗检测的能量消耗。这样的参数也可以活动点数或由用户基于用户的活动赚取的货币为单位来表示。可根据2011年11月1日提交的美国专利申请No.13/287,064中公开的各个实施例使用腕带式传感器的示例,其内容被全文合并于此,用于任意和全部非限制性的目的。
[0050] II.示例性监测方法
[0051] 系统100可提醒用户进行一次或多次锻炼,在进行锻炼期间监测用户动作、且基于其表现向用户提供反馈。还可基于用户的表现提供其他指令和/或反馈。在一个实施例中,计算机102、图像捕捉装置126、传感器128、和显示器136可在用户住所的界限中实施,但可预见包括学校、健身房和/或营业场所的其他位置。而且,如上所述,计算机102可为便携式装置,诸如蜂窝电话,因此,此处讨论的一个或多个方面可在几乎任意位置中进行。
[0052] A.监测用户移动
[0053] 在锻炼时,系统100可使用一种或多种技术监测用户移动。图3示出了根据一个或多个示例性实施例,用于在锻炼中向用户提供反馈的方法的示例性流程图。该方法可由计算机实施,例如示例性地,计算机102、装置138、140、142和/或144,和/或其他装置。图3中示出的块可被重新布置,一些块可被移除,可添加附加的块,每一个块可重复一次或多次,且流程图可重复一次或多次。流程图可在块302处开始。
[0054] 1.进行用户评估
[0055] 在块302中,一个或多个实施例可包括进行用户的初始评价。诸如用户124的用户可布置在传感器的范围中,例如,在图像捕捉装置126和/或传感器128的前方,其可包括红外收发器。显示器136可示出用户124的图像,其可为“镜像”或示出虚拟化身,诸如用户化身,其对应于用户的移动而移动。计算机102可提醒用户移动进入相对于图像捕捉装置126和/或相对于传感器128的特定区域中,从而用户位于框架和/或范围中。在恰当地布置时,系统100可处理用户的移动。尽管使用了术语“初始的”,该评价可在每次用户初始化系统100时或在用户初始化系统100预定的次数时(例如规则地或随机地),或在过去一段时间时(例如,从第一次初始化器或此后基于这样的情况循环地),或每次用户进行了任意一次或多次的一些预定的、用户选定的序列、几何或其他移动时,或出于任意其他原因。因此,此处对评价的引用不限于单次评价。
[0056] a.识别传感位置
[0057] 系统100可处理传感数据以识别用户移动数据。在一个实施例中,可识别出传感位置(参见块302a)。例如,记录的视频的图像(例如来自图像捕捉装置126)可用于识别用户移动。示例性地,用户可站立在距离图像捕捉装置126特定的距离处(其可能或可能不是预定的),且计算机102可处理图像以例如使用视差图(disparity mapping)识别视频中的用户124。在示例中,图像捕捉装置126可为具有两个或更多个镜头的立体摄像机,其空间地彼此偏移开且同时捕捉用户的两个或多个图像。计算机102可处理在相同的时刻获取的该两个或更多个图像,以产生视差图,用于使用坐标系统(例如,笛卡尔坐标)确定在视频中的每个图像(或至少一些图像)中用户的身体的特定部分的位置。视差图可示出由每一个偏移镜头获取的图像之间的差别。
[0058] 在第二示例中,一个或多个传感器可布置为在多个位置处位于用户124的身体上或靠近用户124的身体,或用户穿上具有布置在多个位置处的传感器的服装。但是,在其他实施例中,可从其他传感器装置(诸如装置138、140、142和/或144)确定传感器位置。通过参照图4,传感器可布置在身体移动区域中,诸如在关节处(例如,脚踝、肘部、肩部等)或在用户124的身体的其他兴趣位置处(或和其相关联,例如和图像捕捉装置126)。示例性传感位置在图4中由位置402a-402o示出。关于此,传感器可为布置在用户的衣物上或其中的物理传感器,但是在其他实施例中,传感器位置402a-402o可基于两个移动的身体部分之间的关系的确定。例如,可通过使用图像捕捉装置(例如图像捕捉装置126)识别用户124的动作而确定用户124传感器位置402a。因此,在特定实施例中,传感器可不物理地布置在特定位置处(例如,传感器位置402a-402o),但配置为感知该位置的属性,例如通过图像捕捉装置126。关于此,用户的身体的部分或总形状可允许确定特定用户身体部分。不论图像捕捉装置(例如相机126)是否被使用和/或布置在用户124上的物理传感器(诸如在一个或多个装置138、140、142、144中或从其分立的传感器)是否被使用,传感器可感知身体部分的当前位置和/或追踪该身体部分的移动。在一个实施例中,可将位置402m用于确定用户的重心(又称作,质心)。例如,可将关于一个或多个位置402m-402a的位置402a和位置(一个或多个)
402f/402l之间的关系用于确定用户的重心是否已经沿垂直轴线升高(例如在跳跃中),或用户是否尝试通过弯曲或挠曲他们的膝部而“假”跳。在一个实施例中,传感器位置402n可布置在用户124的胸骨附近。类似地,传感器位置402o可布置为靠近用户124的舟骨(naval)。在特定的实施例中,来自传感器位置402m-402o的数据可用于(单独地或和其他数据组合地)确定用于124的重心。在其他实施例中,多个传感器位置(诸如传感器402m-402o)之间的关系可用于确定用户124的取向和/或旋转力(例如扭转用户124的躯干部)。而且,诸如一个或多个位置的一个或多个位置可用作矩心位置。例如,在一个实施例中,一个或多个位置402m-402o可用作用户124的矩心位置的点。在另一实施例中,一个或多个位置可用做特定身体部分或区域的矩心。
[0059] 在特定的实施例中,采集的数据(诸如在图3中的块302的采集的部分)的时间戳标示当身体部分处在特定位置处时的特定时间。传感器数据可经由无线或有线传输在计算机102(或其他装置)处接收。诸如计算机102的计算机和/或装置138、140、142、144可处理时间戳以使用视频中的每一个图像(或至少一些图像)中的坐标系统(例如,笛卡尔坐标)确定身体部分的位置。从图像捕捉装置126接收的数据可被校正、改动和/或与来自一个或多个其他装置138、140、142和144的数据组合。
[0060] 在第三示例中,计算机102可使用红外图形识别以检测用户124的身体部分的位置和用户移动。示例性地,传感器128可包括红外收发器,其可为图像捕捉装置126或其他装置的部分,该红收发器可发出红外信号以使用红外信号照射用户124的身体。红外收发器128可从用户124的身体获取红外信号的反射。基于该反射,计算机102可使用坐标系(例如,笛卡尔坐标)来确定在特定的时刻处用户的身体的特定部分的位置。可基于用户请求进行的锻炼的类型预先确定哪些部分被识别出,以及身体部分如何被识别。
[0061] 作为锻炼流程的一部分,计算机102可进行对用户124的初始姿势评价,作为图3的块302中的初始用户评价的一部分。通过参照图5,计算机102可分析用户124的前部和侧部图像,以确定用户的肩部、上背部、下背部、臀部、膝部和脚踝中的一个或多个的位置。体上传感器和/或红外技术也可被使用,单独地或是结合图像捕捉装置126,以确定各个身体部分的位置用于姿势评价。示例性地,计算机102可确定评价线124a-g,以确定用户身体上的多个点的位置,该多个点例如示例性地是脚踝、膝部、臀部、上背部、下背部和肩部。
[0062] b.识别传感区域
[0063] 在其他实施例中,系统100可识别传感器区域(例如参见块302b)。在一个实施例中,评价线124a-g可用于将用户的身体划区。例如,线124b-f可为水平轴线。例如,“肩部”区域502可和具有绕用户的肩部的下边界的身体部分(参见线124b)相关联,区域504可和在肩部(线124b)和至臀部(参见线124c)的约一半距离之间的身体部分相关联的区域相关联,且区域506可覆盖在线124c和臀部(参见线124d)之间的区域,以包括“下背部区域”。类似地,区域508可覆盖在“臀部”(线124d)和“膝部”(参见线124e)之间的区域,区域510可覆盖在线124e和124f之间,且区域512(参见“脚踝”)可具有线124f附近的上边界。区域502-512可被进一步划分,诸如成为四分区,例如通过使用轴线124a和124g。
[0064] c.分类位置或区域
[0065] 不论具体的点(例如,图4中示出的位置)和/或区域(例如,图5中区域),不靠近彼此的身体部分或区域仍可被划分成相同的移动类别(例如参见块302c)。例如,如图5所示,“上背部”、“臀部”、和“脚踝”区域504、508、512可划分成术语“迁移”类型。在另一实施例中,“下背部”和“膝盖”区域506、510可划分成术语“稳定”类型。分类可仅为示例性的,且在其他实施例中,位置或区域可属于多个分类。例如“重心”区域可由区域504和506形成。在一个实施例中,“重心”可包括区域504和506的部分。在另一实施例中,可提供“矩心”分类,不论是独立地或是替换地,如包括至少另一分类的一部分。在一个实施例中,单个位置可被以两个或更多个分类加权,例如在“稳定”分类中占有10%权重而在“迁移”分类中占有90%权重。
[0066] 计算机102还可处理图像以确定用户的衣物的颜色或其他区别特征,以将用户从其环境区分出。在处理后,计算机102可识别出用户的身体上的多个点的位置并追踪这些点的位置,诸如图4中的位置402。计算机102也可提供用户回答问题,以补充姿势评价,诸如示例性地,年龄、体重等。再次地,302的302a-302c(以及其整体)中的每一个都是可选的,且根据各个实施例并非必须的。
[0067] 2.提供指令
[0068] 通过再次参照图3,在块304中,一个或多个实施例可指导用户以预定的标准进行运动活动。在块1802中,一个或多个实施例可包括提醒第一用户(例如用户124)在锻炼进程中进行至少一次锻炼。
[0069] 在示例中,计算机100可提醒用户在锻炼进程中进行一次或多次锻炼。锻炼进程可包括预定数量的锻炼(例如,俯卧撑、下蹲、前冲等),其中计算机102提醒用户进行预定数量每次锻炼的重复。锻炼进程还可涉及多个运动活动(例如,跑10英里)。
[0070] 至用户124的指令可是听觉的、视觉的、触觉的,或其组合。块304可包括展示锻炼的恰当形态,以及提醒用户进行锻炼。在特定的实施例中,至少一部分指令可和个人化锻炼项目相关。在一个实施例中,个人化锻炼项目可至少部分地从作为块302的部分采集的数据形成。此外,从一个或多个其他装置(诸如装置138、140和/或142)采集的数据可用于确定提供哪些指令和/或如何提供指令至用户124。
[0071] 根据特定的实施例,系统100可使得显示器136示出虚拟训练师,其展示锻炼以指令用户以正确形态。图6-7示出了根据示例性实施例用于进行锻炼的虚拟训练师602的示例性屏显。通过参照图6,显示器136可在多个位置处显示虚拟训练师602,以及指示用户向那个方向移动的箭头604。通过参照图7,显示器136可显示虚拟训练师602的动画,其展示进行锻炼的重复的正确形态(例如,慢速前冲)。
[0072] 在虚拟训练师(诸如训练师602)之外或替代其,显示器136可显示展示锻炼的正确形态的真人的图示和/或实际视频。任意的图形或视频指令可伴随有听觉的和/或触觉的指令。指令可包括指导信息,诸如形态指导信息702(如图7所示),其可在展示锻炼时在虚拟训练师602上显示。形态指导信息702可为直线、线之间的度、或其他信息,以指导用于关于锻炼的正确形态。例如,在图7中,形态指导信息702是跨用户的髋骨的直线,其指导用户相对于地板保持他们的臀部水平。形态指导信息可通过反馈机构提供,该反馈机构不包括在化身(诸如虚拟化身602)上叠置的图像或文本数据。关于此,形态指导信息可包括听觉或触觉信息,包括但不限于此处描述的示例。
[0073] 根据其他实施例,指令可针对身体系统的特定组(或多个组),诸如肌肉群。在附加的示例中,显示器136可向用户通知在运动活动中针对的身体系统,例如在锻炼中针对的肌肉群。图8示出了示例性显示器,其向用户提供关于由根据示例性实施例的锻炼所发展的肌肉的反馈。在一个实施例中,系统100可处理用户124的图像,且使得显示器136在由锻炼发展的一个或多个肌肉上显示网格800A/800B。如图8所示,网格800A显示为靠近用户的肩部和手臂,而网格800B显示为靠近用户的腿筋。在用户的肌肉或肌肉群上显示网格可称作“透视模式(onion-skinning)”。透视模式可用于将用户的注意力击中在特定的系统或区域,诸如在锻炼中工作的肌肉群。系统100还可使得显示器136在锻炼展示中在虚拟训练师602上显示透视模式。在锻炼之后或在锻炼期间,用户124可使用计算机鼠标或其他输入装置、通过在图像捕捉装置126之前进行动作、或通过声音指令以指示计算机102而选择透视模式位置,以剥去化身的皮肤以显示在锻炼中工作的肌肉。
[0074] B.监测用户表现
[0075] 一个或多个实施例可包括监测用户进行在块304中指令的活动(或锻炼)(例如参见块306)。监测可包括从上述参照块302描述的一个或多个传感器获取和/或推导数据,这些装置包括装置138、140和/或142、计算机102、传感器126、128、网络132、和/或包括图4中示出的任意一个或多个传感器位置。在一个实施例中,传感器可感知身体部分的当前位置和/或追踪身体部分的活动。
[0076] 各个实施例可确定预定标准的用户表现(例如,参见块308)。在一个实施例中,可单独地或和其他数据组合地使用传感器数据,以确定用户表现。在一个实施例中,可从在块306和/或可监测用户的表现的其他过程中使用的一个或多个传感器获取传感器数据。此外,如下文所述,可使用从其他活动(例如在一个或多个不同的位置进行的在先锻炼)获取的数据。作为一个示例,用户可已经在该天早些时候进行了跑步。示例性地,鞋传感器和/或移动装置(诸如具有定位传感器(诸如示例性地GPS)的手机)可已经采集了关于用户的跑步的数据。可将这样的数据用于确定用户(或用户的组、区域和/或系统)是否疲劳。
[0077] 此外的实施例可使用来自用户的一个或多个输入。在特定的实施例中,至少一个输入不是基于指令的活动的用户表现的直接生理性参数。在一个实施例中,一个或多个输入可包括关于用户对来自询问和/或不同于进行初次活动的指令的刺激的用户反应的信息(例如参见块304)。示例性地,系统100可向用户124提供在演练之后“休息”或恢复的机会。可将用户124的反应用户确定他们的表现的方面。示例性地,可示例性地基于1)用户是否利用了恢复阶段;2)恢复阶段的长度;3)在任意恢复阶段期间他们的动作;和/或4)以上的组合提供不同的分数和/或权重。示例性地,其他实施例可包括请求用户124对被指令的表现的难度进行评级、询问他们感知的表现、询问是否愿意再次进行(以及是的话,何时)、和/或任意其他标准。在其他实施例中,基于用户的反馈,系统100可存储关于用户的能力的值,和施行的优选水平(在疲劳确定之外和/或独立于疲劳确定)。
[0078] 在其他实施例中,第一指令(诸如在块304中提供的)可指令用户进行特定的演练,且块308(和/或其他过程,示例性地包括310和/或312,其在下文中进行了讨论)可不止使用关于演练的表现的测量值,而也使用下列的一个或多个:1)在被指令的表现之前的用户124的活动;2)在被指令的表现之后的用户124的活动;和/或3)来自上述的用户反馈(其可在用户进行被指令的活动(一项或多项)之前、期间和/或之后发生。
[0079] 在其他实施例中,关于用户的表现的确定可基于用户的反馈(不论是整体地或部分的)。例如,在被指令的活动(一项或多项)期间和/或之后,用户124可被提供有对他们的表现的特定方面评级的机会。在一个实施例中,用户124可对一个或多个客观标准进行评级,诸如示例性地:难度、主观疲劳、酸或痛、享受度、和以上的组合。在特定的实施例中,考虑用户的偏好的施行以及感受的施行相较于测量的施行可能是优势的。在其他实施例中,疲劳、能力、施行的偏好水平、和/或其他标准中的一个或多个可用于确定在时间上改进的表现和/或用于在时间上改进表现的系统和方法。在此外的其他实施例中,能力、施行的偏好水平、和/或在时间上改进的表现中的一个或多个可用于确定疲劳和/或用于改进疲劳的测量值。本领域技术人员基于此公开将理解其仅为示例性,且可使用包括列出的这些之外的其他标准。
[0080] 1.示例性形态分布
[0081] 监测用户124的表现可包括获取用户124的形态分布,或其一部分(作为时间的函数)。可实时地进行对用户的监测(以及对用户的表现的确定)。在进行锻炼时,计算机102可使得显示器(诸如显示器136)显示具有实时反馈的用户图像。系统100可处理捕捉的数据,例如来自图像的、红外数据、和/或传感器数据,以确定特定的身体部分之间的关系。这些关系可包括一个身体部分相对于另一个的角度。示例性地,当用户进行下蹲时,计算机102可比较形成在用户的躯干部和大腿之间的角度。在另一示例中,计算机102可比较在俯卧撑中用户的肩部相对于他们的肘部和手部的位置。在另一示例中,计算机102可比较肩部和臀部以确定其之间的相对旋转,和/或肩部和臀部两者或一个相对于一个或多个脚部,以确定其间或其之间的相对旋转,和/或臀部或肩部的绝对旋转。可监测和分析在任意一个或多个希望的身体部分之间的角度、旋转、和其他关系。可监测和分析在任意参照点(例如,体外的)和一个或多个希望的身体部分之间的角度、旋转、和其他关系。
[0082] 图9示出了根据示例性实施例进行锻炼的用户图像的示例性屏显,但是,也可使用诸如图7中所示的那些的其他图形化图像。例如,人声或声音可提供关于用户的臀部的直(或不直)的程度的标示。在另一实施例中,信号可提供至装置(诸如传感器装置(一个或多个)138、140、142和/或144,以提供配置为由用户124感觉以提供指导的振动输出。例如,振动可在确定用户的臀部不直时提供给传感器装置138。反馈可基于在进行活动期间对用户124的监测,诸如下文中关于块312描述的。
[0083] 当用户124进行移动时,计算机102可创建由显示器136显示的用户图像。计算机可基于处理一些或全部由图像捕捉装置126捕捉的图像、处理从传感器128接收的数据、和从传感器138、140、142和144接收的数据中的一个或多个创建用户图像。示例性地,用户图像可为基于图像和/或传感器数据(包括红外数据)创建的用户或用户化身802的视频。为了辅助用户124,显示器136还可在用户化身902上显示形态指导信息702,以及用于用户的当前形态信息904(参见图9)。当前形态信息904可为在特定的锻炼中用户的当前的形态的测量。当前形态信息904可为在特定的身体部分之间的直线,在特定的身体部分之间的角度、身体部分的弯曲,或针对特定的锻炼监测的其他信息。例如,如图9所示,当前形态信息904可为在用户的臀部之间的直线,以表示是否一个臀部相对于另一个下坠(例如,示出用户的臀部之间的直线是否和地板平行)。而且,用户可将传感器布置在他们的身体上在他们的髋骨处,或计算机102可基于监测到的红外信息估计用户的髋骨的位置。
[0084] 此外,通过再次参照图4,可将用户124的身体和身体部分用于监测和确定表现。在一个实施例中,可将位置402m用于确定用户的重心(又称作,质心)。例如,可将关于一个或多个位置402m-402a的位置402a和位置(一个或多个)402f/402l之间的关系用于确定用户的重心是否已经沿垂直轴线升高(例如在跳跃中),或用户是否尝试通过弯曲或挠曲他们的膝部而“假”跳。类似地,传感器位置402o可布置为靠近用户124的舟骨(naval)。在特定的实施例中,来自传感器位置402m-402o的数据可用于(单独地或和其他数据组合地)确定用于124的重心。在其他实施例中,多个传感器位置(诸如传感器402m-402o)之间的关系可用于确定用户124的取向和/或旋转力(例如扭转用户124的躯干部)。而且,诸如一个或多个位置的一个或多个位置可用作矩心位置。例如,在一个实施例中,一个或多个位置402m-402o可用作用户124的矩心位置的点。在另一实施例中,一个或多个位置可用做特定身体部分或区域的矩心。
[0085] 虚拟地示出了用户124和/或用户活动的形状可用于检测任意表现(一次或多次)。在特定的实施例中,可使用用户阴影区和/或用户化身。在图10A中,用户化身902可由一个或多个线示出,诸如包括线1004。线(一个或多个)1004可布置在阴影区中,诸如阴影区
1006,其可已经由周界1002标示出。系统100可监测用户的形态,并寻找用户的身体部分之间的特定角度,以及确定用户的化身902是否保持在阴影区1102的周界1002之中。示例性地,系统100可监测用户的化身902的大腿和小腿之间的角度,以及用户的躯干部和大腿之间的角度。在示例中,希望的用户的大腿和小腿之间的角度可为61.6°,且可接受的形态可在希望的角度的21°的范围中(例如,在50.5°和72.1°之间)。在图10B中,用户化身902的大腿和小腿之间的角度可落在希望的范围之外(例如,47°)。
[0086] 在特定的实施例中,时间戳可和采集的至少一部分数据相关(诸如在图3中的块306采集的部分)。在特定的实施例中,时间戳可标示出何时身体部分处在特定的位置处的时间参照。传感器数据可经由无线或有线传输在计算机102(或其他装置)处接收。诸如计算机102的计算机和/或装置138、140、142、144可处理时间戳以使用视频中的每一个图像(或至少一些图像)中的坐标系统(例如,笛卡尔坐标)确定身体部分的位置。从图像捕捉装置
126接收的数据可被校正、改动和/或与来自一个或多个其他装置138、140和142的数据组合。
[0087] 2.预定标准的变动
[0088] 各个实施例可确定预定标准的用户124的表现是否未满足阈值,或从和预定标准相关的至少一个参数变动(参见块310)。在一个实施例中,系统100中的任意装置可捕获的数据和锻炼的希望数据(且可为一系列运动活动)进行比较,以监测进行锻炼期间的用户的形态。希望的数据可包括贯穿锻炼的多个比较点,以和/或在锻炼期间多个身体部分的位置。例如,俯卧撑可分成四个事件:(1)最低点,其中用户124的胸部最靠近地面或其他参照点和/或他们的手臂以最大的弯曲程度弯曲;(2)最高点,其中用户124的胸部距离地面最远和/或他们的手臂伸直(例如,最大的直度);(3)向上事件,其中用户从最低点转换至最高点;和(4)向下事件,其中用户从最高点转换至最低点。
[0089] 希望的数据可集中关注特定的身体部分规定对于这些事件中的每一个的比较点。例如,在俯卧撑的每一个比较点处,计算机100可监测用户的手部的间距、用户的背部的笔直性、用户的头部相对于他们的躯干部的位置、用户的脚部相对于彼此的间距,或其他方面。希望的数据可规定针对锻炼在比较点中监测的每一个身体部分的希望的位置,以及所允许的从希望位置的变动。
[0090] C.基于变动的反馈/指令
[0091] 可选地,系统100可在用户和/或用户的身体部分变动超出对于预定的标准所允许的变动时提供反馈和/或指令至用户124(参见判定310和图3的块312)。在一个实施例中,指令可包括在块304处提供的至少一部分指令。在另一实施例中,指令(不论是听觉的、视觉的、触觉的或其组合)可提供鼓励和/或激励至用户124以完成标准,或改进施行的他们的表现的方面。示例性地,如果用户124在俯卧撑上表现不佳,系统100可标示用户的不足,和/或提供关于如何改进或校正该不足的反馈。在一个实施例中,系统100可向用户124提供表明身体部分的反馈,和对用户的形态的校正(例如,在俯卧撑中背部是弯曲的且不直)。系统100可监测作为时间的函数的每一个不足。由此,其可基于不足的水平和/或形态的退化的评级而提供不同反馈。在特定的实施例中,大的变动或确定用户可能疼痛可导致暂停被指令的锻炼或运动活动。
[0092] 在其他实施例中,指令/反馈可提供用户更努力尝试、坚持、或鼓励达成目标或运动或锻炼的预定标准。系统100可允许在一个或多个指令/反馈之间渡过一段时间,其可因人而异。在一个实施例中,可提供第一反馈以标示身体部分或区域处在顺从区(compliance zone)之外,或未满足阈值。在用户未在渡过的时间段之间校正不足时,可提供第二反馈。第二反馈还可标示身体部分或区域位于顺从区之外,或未满足阈值。但是,在其他实施例中,第二反馈可提供鼓励。示例性地,系统100可鼓励用户更努力地尝试或坚持。激励可为总体的,诸如坚持或鼓励用户124付出全部努力。但是,在其他实施例中,系统100可更多地驱策用户和/或增加运动的至少一个标准的难度。示例性地,可调节至少一个参数的阈值水平。在另一实施例中,可调节完成所需的时间段和/或活动的节奏,以增加或降低锻炼的难度。
在一个实施例中,难度可被降低和/或用户可被提供“冷却”的建议,或被告知至少一个参数的难度已经被调节。系统100可提供反馈以一次校正一个问题,且特定的问题可具有在其他问题之前的优先性。特定的锻炼或移动在未恰当地进行时将使得用户处在受伤的风险中。
可导致受伤的不正确形态可具有最高的优先性,且由其开始其他不正确形态部分可被区分优先顺序,以辅助用户获取锻炼的全部好处。
[0093] 作为重叠确定和/或其他标准的一部分,系统100可使得显示器136显示对于用户的形态的推荐的校正。这可在不论是否有可接受的形态区或不可接受的标示的情形下进行。通过参照图10B,可提供显示的指令1006,以提醒用户伸直他们的膝部。计算机102也可使得用户化身902的显示视频以一颜色闪烁、以颜色高亮特定的身体部分、发出音调或提供听觉指令(例如,伸直你的背部)、放大或增大具有不佳形态的用户身体的身体部分或区域的视频、显示示出测量的和希望的形态之间的差值的图表(例如,上臂和形态之间的角度比希望的要大25%)、或听觉地或视觉地通知用户该问题的其他方式。尽管校正示出为化身902的一部分,其他实施例可将校正显示为阴影区的一部分。
[0094] 当在不可接受的形态区中时,计算机102可提供确定错放的身体部分的反馈,以尝试改进用户的形态以移动进入可接受的形态区中。当在可接受的形态区中时,计算机102可提供确定错放的身体部分的反馈,以尝试改进用户的形态以移动进入良好的形态区中。如果用户的形态在预定次数的重复之后继续处在不可接受的形态区中,则计算机102可停止该锻炼或步骤。在特定的实施例中,系统100可告知用户该错误和/或再次演示锻炼。计算机102还可基于用户的执行改动重复,或改变锻炼至较容易的一个。随着用户的形态随时间改进,计算机102可从提供校正反馈(例如,指令和校正)变动至提供激励。
[0095] 图10A-B示出了根据示例性实施例的示例性屏显,用于示出关于虚拟阴影区1006的用户化身902,以检测不正确形态和提供反馈至用户124。在图10B中,用户化身902的大腿和小腿之间的角度可落在希望的范围之外(例如,47°)。因此,在一个实施例中,化身902可显示为未完全在阴影区1006中,以强调用户(由化身902显示)具有不恰当的形态。如图10B所示,用户化身902的大腿在阴影区1002的大腿之外。示例性地,可使用具有外周界(诸如周界1002)的区域限定阴影区。尽管周界1002示出为单个周界,本领域技术人员受益于本公开将理解阴影区1006可包括多个段或区域,其每一个都具有其对应的周界。而且,问题区域可在显示器136中高光显示,其具有用于改进用户的形态的指令。示例性地,显示器136可显示指令,其指示用户在下蹲的最低点处保持他们的大腿和地面平行。可在这些以及其他确定中使用从多个传感器接收的数据(其可被不同地布置(包括在用户上)。
[0096] 反馈可集中在特定的不足和/或用户的身体的区域上。在一个实施例中,计算机102(或任意其他电子装置)可将来自捕捉的视频的图像划分成子部分,以确定正在进行不正确移动的身体部分,如图11所示。在其他实施例中,子部分可类似于关于图5讨论的区域。
[0097] 参照图11,计算机102可将由图像1代表的感知的数据划分成特有的子部分1102,且可确定在每一个子部分中在阴影区1006和用户化身802之间重叠的量。在一个实施例中,一个或多个子部分1102A-G可对应于象限,诸如在图5中示出的象限。在示例中,图1示出了六个不同的子部分1402A-F;但是,可使用任意希望的数量。计算机102可比较重叠,以确定具有最低重叠百分比的子部分(例如,图11中的子部分1402D)。计算机102还可确定具有在预定量之下的重叠百分比的一个或多个子部分(例如,小于60%)。
[0098] 在其他示例中,计算机102可通过处理红外数据和/或传感器数据以确定用户的身体部分的位置(例如,位置402a-m中的一个或多个)且将该确定的位置和希望的位置进行比较而确定重叠的量。计算机102可限定将希望的身体部分位置和实际位置之间的距离的量进行比较的重叠区。例如,良好的形态区可在从希望的位置起的第一距离之内(例如,肘部在从希望的位置起两英寸内),或从希望的位置变动不超过特定的百分比(例如,5%)。可接受的形态区可在从希望的位置起的第二距离范围之内(例如,肘部在从希望的位置起两-四英寸内),或身体部分从希望的位置变动不超过特定的百分比(例如,15%)。不可接受的形态区可距离希望的位置多余特定的距离,和/或其中身体部分从希望的位置变动超出特定的百分比(例如,大于15%)。可限定任意数量的范围。
[0099] 图12示出了用户的化身的示例性显示,其具有根据示例性实施例提供进行运动活动时关于不正确形态的反馈的放大插图。对于一个或多个身体部分被确定为具有不正确形态(例如,如在图11中示出的确定的子部分1102,其具有和虚拟阴影区1006的不充分的重叠和/或落在不可接收形态区中),系统100可提供一个或多个内嵌放大视图。示例性地,图12的放大视图1202示出了不和虚拟阴影区1104重合的(例如,在最低阈值内)用户化身802的身体部分。如图12所示,用户化身1的臂不处在和阴影区1002的对应的臂相同的位置处。用户化身1104的该部分在放大的插图1202中示出。放大视图1202还可以第一颜色(例如红色)高光显示用户化身802,以强调该问题。
[0100] 在另一方面中,计算机102可提供重播反馈模式,其允许用户回顾其锻炼表现。在一个示例中,计算机102可确定视频中用户化身902和阴影区1之间的重叠降低至特定的阈值之下的时刻。例如,计算机102可处理视频的每个图像(或至少一些图像)的子部分1202,以确定其中用户化身902和阴影区1006之间的重叠降低至阈值之下的子部分。系统100可从对应于确定的子部分1102的视频确定和存储预定数量的在先图像,且继续从视频存储图像直至用户化身802和阴影区1102之间的重叠增加至阈值之上。存储的图像可称作变化序列。
[0101] 当前形态信息的颜色(诸如上文中关于图9讨论的信息904)可基于用户的形态对应于希望的提醒的程度而变动。例如,绿色可标示在形态引导信息702的线和当前形态信息904之间小于5度的角度,黄色可标示在形态引导信息702的线和当前形态信息904之间在5度至15度之间的角度,且红色可标示在形态引导信息702的线和当前形态信息904之间大于
15度的角度。
[0102] II.估计疲劳值
[0103] 本公开的方面还涉及估计一个或多个疲劳值。在一个实施例中,块314可被实施,以基于在活动期间的用户表现和/或在块306处监测的锻炼而估计值。在特定的实施例中,可估计肌肉疲劳值。在其他实施例中,可估计呼吸疲劳值。在此外的实施例中,可估计多个疲劳值。示例性地,可为第一肌肉群估计第一疲劳值,且为第二肌肉群估计第二疲劳值。在此外的其他实施例中,可估计第一肌肉疲劳值以及第一呼吸疲劳值。
[0104] 一个或多个值可至少部分地基于在活动或锻炼的用户表现中形态的退化。在一个实施例中,可将在运动活动中采集的变动序列的数字(或序列的严格度)以及涉及的导致变动的一个或多个身体部分计入估计疲劳值。在此外的其他实施例中,值可基于退化以及可能或可能不被用于确定形态退化(直接地和/或间接地)的数据。未用于确定形态退化的数据可能在不同于(至少部分地)确定关于形态退化的时间段的时间段处获得。示例性地,在用户124进行监测的运动或锻炼之前、期间和/或之后从传感器138、140、和/或142获得的数据可用于估计值。示例性地,如果从传感器138获得的数据标示用户步行了10英里,且从传感器142获得的数据标示用户124跳了特定次数,则数据可用于确定疲劳值,例如用于腿部(或其一部分)。
[0105] 基于此,可针对同一时间段估计多个疲劳值。示例性地,可实施块314以估计在第一活动进行期间的疲劳值,诸如在块306中监测的。示例性地,如图13中图表1300所示,第一活动和/或锻炼可和多个疲劳值相关联。参照图14,图表1300的x轴线(1302)可和时间相关。时间可由秒的一部分、秒数、分钟数、小时数、或任意其他时间的测量值显示。y轴线(1304)可为任意示意性的度量,以测量疲劳值。本领域技术人员将理解轴线可具有多于一个度量和/或测量多于一个参数。类似地,轴线可被交换。如图表所示,1306和1308可在Time=1处获得,但是,可和不同的疲劳参数相关,例如但不限于:不同的肌肉群、呼吸疲劳、和其组合。
[0106] 可将相同的疲劳参数的值用于形成疲劳指数。(参见块316)例如,值1306和1310可在单词运动或锻炼期间在不同的时间段处获得。例如,值1306和1310可标示锻炼或活动的开始和结束。基于此,值1306和1310(单独地或和相同疲劳参数的其他值一起)可用于形成第一疲劳指数,诸如由线1312标示,用于该疲劳参数。
[0107] 类似地,值1308和1314(单独地或和其他值一起)可用于形成第二疲劳指数,该第二疲劳值示出可由线1316标示。由此,可在同一活动和/或锻炼期间形成多个不同的疲劳指数,以测量不同的疲劳参数,诸如但不限于:不同的肌肉群、呼吸疲劳和其组合。(参见块316和/或判定318)
[0108] 在特定的实施例中,疲劳指数(诸如指数1312和/或1316)可用于提供进一步的活动和/或锻炼。在一个实施例中,疲劳指数可用于形成或调解个人化锻炼计划。一个或多个疲劳指数可组合地用于评价(诸如作为块302的一部分进行的),以确定向用户124提供什么活动和/或锻炼。在块320处,可将进行下一活动和/或锻炼的指令提供至用户。参照块304讨论了用于提供指令的示例性系统和方法,其可整体地或部分地在块320处被实施。可将其他的疲劳值用作疲劳指数(一个或多个)的一部分。(例如参见块322)
[0109] 本公开的其他方面涉及累积或集合疲劳指数的形成,其可跨多个分立的锻炼或运动考虑疲劳。示例性地,在一个实施例中,两个锻炼进程可例如由至少30分钟、1小时、6小时、12小时、18小时、1天、3天、1周、10天、15天、和/或一个月间隔开。其仅为示例,且将理解其他时间框架都在本公开的范围中。在一个实施例中,累积疲劳指数可包括从多个离散锻炼获得的至少一个疲劳值。因此,在一个实施例中,块324可使用来自在块316处形成的疲劳指数的至少一个疲劳值创建或改动累积疲劳值。因此,和块316的疲劳指数类似,累积疲劳指数可包括基于跨多个活动或锻炼的用户的表现的值。
[0110] 累积指数的确定可考虑对于每个锻炼进程的运动活动中采集的变化序列的数量、以及造成变化所涉及的一个或多个身体部分的反馈。在此外的其他实施例中,值可基于退化以及未用于确定(直接地和/或间接地)形态退化的数据。未用于确定形态退化的数据可能在不同于(至少部分地)确定关于形态退化的时间段的时间段处获得。
[0111] 在特定的实施例中,疲劳指数可根据一个或多个因子加权,这包括但不限于:锻炼的类型、难度水平、从用户上次进行活动起的时间、和其组合。因此,可将指数(和/或其中的值)较其他的更多地加权。
[0112] 基于指数,包括但不限于作为块316的部分构造或改动的指数和/或作为块324的部分创建或改动的累积指数,可提供一个或多个指令至用户。已经贯穿该公开提供了示例性指令。
[0113] 在其他实施例中,可确定改动锻炼日程(包括但不限于频率、锻炼、活动的难度/强度、或以上的组合)以促进再生。第一改动可被设计为促进肌肉恢复,且第二改动可被设计为促进呼吸再生。如上所述,可针对多个组,不论是同时或是单独地。在一个实施例中,可指令用户进行一次或多次瑜伽锻炼,以促进呼吸和/或肌肉恢复。在其他实施例中,可使用一个或多个肌肉伸展锻炼。在其他实施例中,可提供一个或多个流程,以鼓励休息或降低对可能需要再生的特定的组、区域或系统的影响,而同时鼓励用户利用可能较少地“耗尽”或较不需要再生的其他组、区域或系统。如将由本领域技术人员得益于本公开所理解的,多个活动可被选定/或可被选择,以促进一个或多个组、区域和/或系统的再生。在其他的实施例中,可确定对用户124再评估。因此,可启动诸如描述为块302的一部分的评价。
[0114] 在其他的实施例中,计算机102(或任意其他电子装置)还可使用诸如阴影区1102的图形标示以提供关于正确形态的反馈至用户。为了关于其形态辅助用户,可使用诸如虚拟阴影区1102的图形标示以在用户124进行锻炼时显示正确形态至用户,诸如作为块312的部分。例如,可基于从展示锻炼的正确形态的职业运动员或训练师捕捉的数据创建虚拟阴影区1。在进行重复锻炼时,计算机102可使得显示器136显示具有关于用户化身802的正确形态的虚拟阴影区1。例如,可将虚拟阴影区1102叠置在用户化身802上示出,如图12A所示,或从用户化身802偏移开,示例性地如图12B所示。在示例中,虚拟阴影区1可为以和进行锻炼的用户的相同速度移动的动画。在一个实施例中,计算机102可配置为基于用户的锻炼表现改变动画的速度。
[0115] 在特定的实施例中,再生锻炼可促进用户和虚拟的目标交互。在锻炼时,显示器136可显示多个虚拟目标1002A-C,在其上用户被指导放置手、脚或他们的身体的其他部分。
可将虚拟目标1002用于辅助用户具有正确形态。因此,用户可被提供有指令,其如被恰当地执行将鼓励恰当的形态和/或再生肌肉群和/或呼吸系统。计算机可处理视频、传感器数据、或红外数据,使得用户确定用户在进行锻炼中是否将恰当的身体部分放置在希望的虚拟目标1002中。如果是,计算机102可使得显示器136以特定的颜色(例如绿色)高光显示每一个目标1002和/或播放可听见的声音。在一个实施例中,块308可包括基于用户的表现显示颜色的范围。颜色的范围可基于表现阈值。示例性地,绿色着色可用在位于90%阈值之上的用户中,橙色着色可在用户在89%-70%阈值之间时使用,而红色着色可在用户的表现落在70%阈值之下时使用。类似地,可将不同的声音用于提供反馈至用户。如果不是,系统100可高光显示每一个未达成目标和/或播放可听见的声音。计算机102可使得显示器136显示高光显示膝部和/或任意其他问题区域的用户化身(诸如换身902)(例如,以不同的颜色,圈出一个或多个身体部分,具有问题区域的放大视图的插图等)。显示器136可显示指令1006以校正用户的形态(例如,伸直膝部),
[0116] 结论
[0117] 提供具有此处描述的一个或多个特征的活动环境向用户提供一种沉浸式体验,其将鼓励和激励用户参与运动活动并改进他或她的体能。用户可通过社交网络进一步通信并挑战彼此,以达到各种健身水平,以及查看他们的健身水平和活动。
[0118] 已经结合其示例性实施例对实施例的方面进行了描述。图3中示出的块可被重新布置,一些块可被移除,可添加附加的块,每一个块可重复一次或多次,且流程图可重复一次或多次。
[0119] 本领域普通技术人员通过查看本公开可预见所述的权利要求的范围和精神内的多个其他实施例、改动和变动。示例性地,本领域技术人员将将理解示例性视图中示出的步骤可以区别于所述顺序的顺序进行,且根据本发明的实施例的方面一个或多个示出的步骤可为可选的。
QQ群二维码
意见反馈