运动分析方法、装置及电子设备 |
|||||||
| 申请号 | CN201710304051.7 | 申请日 | 2017-05-03 | 公开(公告)号 | CN107029408A | 公开(公告)日 | 2017-08-11 |
| 申请人 | 盐城工学院; | 发明人 | 田媛; | ||||
| 摘要 | 本 发明 实施例 提供一种运动分析方法、装置及 电子 设备。该方法包括：运动采集装置采集肢体上的运动 信号 ，并将所述运动信号发送给电子设备。其中，所述运动信号包括运动轨迹信号；所述电子设备对所述运动轨迹信号进行处理，得到与所述运动轨迹信号对应的实际运动轨迹；将所述实际运动轨迹与所述基准运动轨迹进行比对，得到所述实际运动轨迹与所述基准运动轨迹之间的数据误差；根据所述数据误差生成运动评估建议，以提示用户根据所述运动评估建议进行运动。本发明通过对用户在运动过程中肢体的运动轨迹进行分析，生成运动建议，不仅可以让用户知晓自己的动作是否规范，还可以向用户提出运动建议，极大提高了学习效率。 | ||||||
| 权利要求 | 1.一种运动分析方法，应用于相互之间通信连接的运动采集装置及电子设备，其特征在于，所述运动采集装置分别设置在人体的各个肢体上，所述电子设备中预存有所需运动项目中的各个肢体的基准运动轨迹以及每个运动采集装置的关联肢体信息，所述方法包括： |
||||||
| 说明书全文 | 运动分析方法、装置及电子设备技术领域[0001] 本发明涉及运动分析技术领域，具体而言，涉及一种运动分析方法、装置及电子设备。 背景技术[0002] 目前对于很多技巧型的运动项目(例如，武术、体育舞蹈、健美操等)来说，人们在对这些运动项目进行自行学习的时候，并不知晓自己的动作是否规范到位。如果在没有任何学习辅助的情况下对这些运动项目进行自行学习，对于人们来说费时费力，学习效率极低。 发明内容[0003] 为了克服现有技术中的上述不足，本发明的目的在于提供一种运动分析方法、装置及电子设备，通过对用户在运动过程中肢体的运动轨迹进行分析，生成运动建议，不仅可以让用户知晓自己的动作是否规范，还可以向用户提出运动建议，极大提高了学习效率。 [0004] 为了实现上述目的，本发明较佳实施例采用的技术方案如下： [0005] 本发明较佳实施例提供一种运动分析方法，应用于相互之间通信连接的运动采集装置及电子设备。所述运动采集装置分别设置在人体的各个肢体上，所述电子设备中预存有所需运动项目中的各个肢体的基准运动轨迹以及每个运动采集装置的关联肢体信息。所述方法包括： [0007] 所述电子设备对所述运动轨迹信号进行处理，得到与所述运动轨迹信号对应的实际运动轨迹； [0008] 将所述实际运动轨迹与所述基准运动轨迹进行比对，得到所述实际运动轨迹与所述基准运动轨迹之间的数据误差； [0009] 根据所述数据误差生成运动评估建议，以提示用户根据所述运动评估建议进行运动，其中，所述运动评估建议包括运动评估信息和运动建议信息。 [0011] 所述电子设备从所述服务器中获取所需运动项目中的各个肢体的基准运动轨迹。 [0012] 在本发明较佳实施例中，所述电子设备从所述服务器中获取多个运动项目中的各个肢体的基准运动轨迹的步骤，包括： [0014] 所述服务器响应所述电子设备的下载请求，查询所述数据库中是否存在有该所需运动项目信息和肢体信息对应的基准运动轨迹； [0015] 若存在有该所需运动项目信息和肢体信息对应的基准运动轨迹，则将该所需运动项目信息和肢体信息对应的基准运动轨迹发送给所述电子设备； [0016] 所述电子设备接收所述基准运动轨迹并进行存储。 [0017] 在本发明较佳实施例中，所述运动信号还包括身体状态数据，所述电子设备中还存储有基准身体状态数据，所述方法还包括： [0018] 将所述身体状态数据与所述基准身体状态数据进行比对，得到所述身体状态数据与所述基准身体状态数据之间的状态数据误差； [0019] 根据所述状态数据误差生成体能训练建议，以提示用户根据所述体能训练建议进行训练。 [0021] 所述运动采集装置通过所述加速度传感器采集肢体上的加速度信号； [0022] 将采集到的加速度信号进行信号放大处理，得到放大后的加速度信号； [0023] 将所述放大后的加速度信号进行信号滤波处理，得到滤波后的加速度信号； [0024] 将滤波后的加速度信号发送给所述电子设备。 [0025] 在本发明较佳实施例中，所述电子设备对所述运动轨迹信号进行处理，得到与所述运动轨迹信号对应的实际运动轨迹的步骤，包括： [0026] 对所述加速度信号进行信号处理，得到所述加速度信号在多个参考轴上的输出分量； [0027] 根据所述加速度信号在多个参考轴上的输出分量，得到所述多个参考轴与重力方向的夹角； [0028] 根据所述多个参考轴与重力方向的夹角得到与所述运动轨迹数据对应的实际运动轨迹。 [0029] 在本发明较佳实施例中，所述根据所述数据误差生成运动评估建议，以提示用户根据所述运动评估建议进行运动的步骤，包括： [0030] 对所述数据误差进行排序，提取大于预设数据误差值的数据误差对应的实际运动轨迹和基准运动轨迹； [0031] 根据所述大于预设数据误差值的数据误差对应的实际运动轨迹和基准运动轨迹，生成运动纠正建议，以使用户根据所述运动纠正建议进行动作纠正。 [0032] 本发明较佳实施例还提供一种运动分析方法，应用于与运动采集装置通信连接的电子设备。所述运动采集装置分别设置在人体的各个肢体上，所述电子设备中预存有所需运动项目中的各个肢体的基准运动轨迹以及每个运动采集装置的关联肢体信息。所述方法包括： [0033] 接收所述运动采集装置采集到的肢体上的运动信号。其中，所述运动信号包括运动轨迹信号； [0034] 对所述运动轨迹信号进行处理，得到与所述运动轨迹信号对应的实际运动轨迹； [0035] 将所述实际运动轨迹与所述基准运动轨迹进行比对，得到所述实际运动轨迹与所述基准运动轨迹之间的数据误差； [0036] 根据所述数据误差生成运动评估建议，以提示用户根据所述运动评估建议进行运动，其中，所述运动评估建议包括运动评估信息和运动建议信息。 [0037] 本发明较佳实施例还提供一种运动分析装置，应用于与运动采集装置通信连接的电子设备。所述运动采集装置分别设置在人体的各个肢体上，所述电子设备中预存有所需运动项目中的各个肢体的基准运动轨迹以及每个运动采集装置的关联肢体信息。所述装置包括： [0038] 接收模块，用于接收所述运动采集装置采集到的肢体上的运动信号。其中，所述运动信号包括运动轨迹信号； [0039] 处理模块，用于对所述运动轨迹信号进行处理，得到与所述运动轨迹信号对应的实际运动轨迹； [0040] 比对模块，用于将所述实际运动轨迹与所述基准运动轨迹进行比对，得到所述实际运动轨迹与所述基准运动轨迹之间的数据误差； [0041] 生成模块，用于根据所述数据误差生成运动评估建议，以提示用户根据所述运动评估建议进行运动，其中，所述运动评估建议包括运动评估信息和运动建议信息。 [0042] 本发明较佳实施例还提供一种电子设备，所述电子设备包括存储器、处理器及运动分析装置，所述运动分析装置安装或者存储于所述存储器中，由所述处理器控制所述运动分析装置各功能模块的运行。 [0043] 相对于现有技术而言，本发明具有以下有益效果： [0044] 本发明提供的运动分析方法、装置及电子设备，该方法通过运动采集装置采集肢体上的运动信号，并将所述运动信号发送给电子设备；所述电子设备对所述运动轨迹信号进行处理，得到与所述运动轨迹信号对应的实际运动轨迹；将所述实际运动轨迹与所述基准运动轨迹进行比对，得到所述实际运动轨迹与所述基准运动轨迹之间的数据误差；根据所述数据误差生成运动评估建议，以提示用户根据所述运动评估建议进行运动。上述方法通过对用户在运动过程中肢体的运动轨迹进行分析，生成运动建议，不仅可以让用户知晓自己的动作是否规范，还可以向用户提出运动建议，极大提高了学习效率。附图说明 [0045] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。 [0046] 图1是本发明较佳实施例提供的运动分析方法的应用场景示意图； [0047] 图2为本发明较佳实施例提供的运动采集装置的方框示意图； [0048] 图3为本发明较佳实施例提供的电子设备的方框示意图； [0049] 图4为本发明较佳实施例提供的运动分析方法的一种流程示意图； [0050] 图5为图4中所示的步骤S210包括的各个子步骤的一种流程示意图； [0051] 图6为图4中所示的步骤S220包括的各个子步骤的一种流程示意图； [0052] 图7为本发明较佳实施例提供的运动分析方法的另一种流程示意图； [0053] 图8为图7中所示的步骤S209包括的各个子步骤的一种流程示意图； [0054] 图9为图7中所示的步骤S240包括的各个子步骤的一种流程示意图； [0055] 图10为本发明较佳实施例提供的运动分析方法的另一种流程示意图； [0056] 图11为本发明较佳实施例提供的运动分析方法的另一种流程示意图； [0057] 图12为本发明较佳实施例提供的运动分析装置的一种功能模块图。 [0058] 图标：100-运动采集装置；110-第一存储器；120-第一处理器；130-第一通信单元；140-传感器单元；200-电子设备；210-第二存储器；220-第二处理器；230-第二通信单元； 240-显示单元；250-运动分析装置；251-接收模块；252-处理模块；253-比对模块；254-生成模块；300-服务器。 具体实施方式[0059] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。 [0060] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语"第一"、"第二"等仅用于区分描述，而不能理解为指示或暗示相对重要性。 [0061] 下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。 [0062] 请参阅图1，图1为本发明较佳实施例提供的运动分析方法的应用场景示意图。所述运动分析方法可以应用于相互之间通信连接的运动采集装置100和电子设备200，以及与所述电子设备200通信连接的服务器300。 [0063] 值得注意的是，在一般情况下，该应用场景也可以仅包括相互之间通信连接的运动采集装置100和电子设备200，所述服务器300可以不是本实施例必需的。也就是在一般情况下，所述运动分析方法可以仅由所述运动采集装置100和电子设备200执行。 [0064] 所述运动采集装置100的具体结构请参阅图2。本实施例中，所述运动采集装置100可以设置多个，并分别设置在人体的各个肢体(例如，手腕、腿部等)上用于采集相应肢体上的运动信号。为了方便与肢体之间的连接，所述运动采集装置100可以为两边设置有表带的智能手环，以实现与肢体之间的固定。 [0065] 具体地，所述运动采集装置100可以包括第一存储器110、第一处理器120、第一通信单元130以及传感器单元140。所述第一存储器110、第一处理器120、第一通信单元130以及传感器单元140各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。 [0066] 其中，所述第一存储器110可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，第一存储器110用于存储程序，所述第一处理器120在接收到执行指令后，执行所述程序。 [0067] 所述第一处理器120可以是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DSP))、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。 [0068] 所述第一通信单元130可以用于与所述电子设备200建立连接，从而实现所述运动采集装置100与所述电子设备200之间的数据通信。 [0069] 所述传感器单元140可由多个传感器组成，用于采集肢体上的运动信号。其中，所述传感器可以包括但不限于加速度传感器、光学传感器等，所述运动信号可以包括加速度信号和身体状态信号。 [0070] 所述电子设备200的具体结构请参阅图3，本发明实施例中，所述电子设备200可以是，但不限于，个人电脑(Personal Computer，PC)、笔记本电脑、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、移动上网设备(Mobile Internet Device，MID)等。所述电子设备200的操作系统可以是，但不限于，安卓(Android)系统、iOS(iPhone Operating System)系统、Windows Phone系统、Windows系统等。 [0071] 如图3所示，所述电子设备200可以包括第二存储器210、第二处理器220、第二通信单元230以及显示单元240。 [0072] 所述第二存储器210、第二处理器220、第二通信单元230以及显示单元240各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。 [0073] 所述第二存储器210采用与所述第一存储器110相同的配置结构，在此不再赘述。其中，所述第二存储器210存储有运动分析装置250，所述运动分析装置250包括至少一个可以软件或固件(Firmware)的形式存储于所述第二存储器210中的软件功能模块，所述第二处理器220通过运行存储在第二存储器210内的软件程序以及模块，如本发明实施例中的运动分析装置250，从而执行各种功能应用以及数据处理，即实现本发明实施例中的运动分析方法。 [0074] 所述第二处理器220采用与所述第一处理器120相同的配置结构，在此不再赘述。 [0075] 所述第二通信单元230用于与所述运动采集装置100或服务器300建立连接，从而实现所述电子设备200与所述运动采集装置100或服务器300之间的数据通信。 [0076] 所述显示单元240用于在所述电子设备200与用户之间同时提供一个输出及输入界面。具体地，所述显示单元240向用户显示视频输出，这些视频输出的内容可包括文字、图形、视频、及其任意组合。一些输出结果是对应于一些用户界面对象。所述显示单元240还接收用户的输入，例如用户的点击、滑动等手势操作，以便用户界面对象对这些用户的输入做出响应。检测用户输入的技术可以是基于电阻式、电容式或者其他任意可能的触控检测技术。所述显示单元240的具体实例包括但并不限于液晶显示器或发光聚合物显示器。 [0077] 可以理解，图2和图3所示的结构仅为示意，所述运动采集装置100和所述电子设备200还可以包括比图2和图3中所示的更多或者更少的组件，或者具有与图2和图3所示的不同的配置。图2和图3中所示的各组件可以采用硬件、软件或其组合实现。 [0078] 请参阅图4，图4为本发明较佳实施例提供的运动分析方法的流程示意图。所应说明的是，本发明实施例提供的方法不以图4及以下所述的具体顺序为限制。所述方法的具体流程如下： [0079] 步骤S210，运动采集装置100采集肢体上的运动信号，并将所述运动信号发送给电子设备200。 [0080] 本实施例中，所述运动信号可以包括加速度信号。肢体的运动最终以肢体在空间中姿态和位置的变化来体现，对于运动过程的储多信息(例如，加速度、速度、位移、位姿、力等)之间存在着一定的联系，只要采集到加速度信号，其它参数信息可通过对其积分得到。 [0081] 具体地，请参阅图5，所述步骤S210可以包括以下子步骤： [0082] 子步骤S211，运动采集装置100通过所述加速度传感器采集肢体上的加速度信号。 [0083] 具体地，由于加速度是个空间矢量，一方面，要准确了解肢体的运动状态，必须测得其三个坐标轴上的分量；另一方面，在预先不知道肢体运动方向的场合下，只有应用三轴加速度传感器来检测加速度信号，作为本实施例的一种实施方式，所述加速度传感器可以采用能够全面准确反映肢体的运动性质的三轴加速度传感器。 [0084] 子步骤S212，将采集到的加速度信号进行信号放大处理，得到放大后的加速度信号。 [0085] 具体地，由于采集到的加速度信号微弱，本实施例还需要对采集到的微弱的加速度信号进行放大处理以防止微弱的加速度信号在传递过程中衰竭从而不能获取到稳定的加速度信号。 [0086] 子步骤S213，将所述放大后的加速度信号进行信号滤波处理，得到滤波后的加速度信号。 [0087] 具体地，放大后的加速度信号除了有效的加速度信号还存在来自外部的其它干拢信号，如果对所述加速度传感器的输出不进行任何处理而直接进行分析应用，显然无法得到准确的结果，所以必须对传感器输出的信号进行相应的降噪滤波处理，以得到正确的加速度信号。 [0088] 子步骤S214，将滤波后的加速度信号发送给所述电子设备200。 [0089] 具体地，所述加速度信号经过滤波之后，还需要进行模数转换处理，以数字信号的方式发送给所述电子设备200。 [0090] 请再次参阅图4，步骤S220，所述电子设备200对所述运动轨迹信号进行处理，得到与所述运动轨迹信号对应的实际运动轨迹。 [0091] 具体地，请参阅图6，所述步骤S220可以包括以下子步骤： [0092] 子步骤S221，对所加速度信号进行信号处理，得到所述加速度信号在多个参考轴上的输出分量。 [0093] 子步骤S222，根据所述加速度信号在多个参考轴上的输出分量，得到所述多个参考轴与重力方向的夹角。 [0094] 子步骤S223，根据所述多个参考轴与重力方向的夹角得到与所述运动轨迹数据对应的实际运动轨迹。 [0095] 下面以所述肢体为前臂为例对本实施例的技术方案进行详细说明。 [0096] 本实施例中，由于人体前臂在运动过程中始终和竖直方向(或水平方向)成一定的角度关系，通过固定于前臂上的三轴加速度传感器的各个轴与重力方向(竖直向下)之间的夹角就可以检测出人体前臂的运动姿态。在进行前臂运动检测时，随着前臂的运动轨迹改变，传感器输出的变化信号经处理后可以得到前臂的运动轨迹改变的参数。 [0097] 以简单平面运动为例，用户的肘关节固定不动，前臂绕肘关节做竖直平面的屈肘动作，所述运动采集装置100安装于腕关节，在运动过程中，保持所述运动采集装置100的位置不变。在以上约束条件下，当前臂不动时，只需检测当前加速度传感器各敏感轴与重力方向的夹角，即可分析出前臂的运动轨迹。 [0098] 当所述加速度传感器保持相对静止时，会受到重力的作用，这样加速度传感器输出与重力加速度方向相反、大小相等的加速度信号，此加速度信号在三个轴上的输出分量取决于三个敏感轴与重力方向的夹角。假设所述加速度传感器相对静止时的各个敏感轴与重力方向的夹角分别为θ、 γ，重力加速度的大小为g，此时所述加速度传感器三个轴输出的电压信号分量分别为： [0099] Vx＝kgcosθ+V0 [0100] [0101] Vz＝kgcosγ+V0 [0102] 上式中，Vx、Vy、Vz分别表示所述加速度传感器在x轴、y轴、z轴输出的电压信号，k表示所述加速度传感器的灵敏度，V0表示加速度为0时，所述加速度传感器输出的电压。 [0103] 根据上式可以求出θ、 γ，从而可以得到前臂的实际运动轨迹。 [0104] 同样地，当所述肢体为其它部位的时候，也可以根据上述方法得到对应部位的实际运动轨迹，在此不再赘述。 [0105] 进一步地，所述电子设备200预存的所需运动项目中的各个肢体的基准运动轨迹可以从所述服务器300中下载。具体地，所述服务器300还可以包括有一存储有多个运动项目中的各个肢体的基准运动轨迹的数据库，请参阅图7，所述方法还可以包括： [0106] 步骤S209，电子设备200从服务器300中获取所需运动项目中的各个肢体的基准运动轨迹。 [0107] 具体地，请参阅图8，所述步骤S209可以包括以下子步骤： [0108] 子步骤S2091，电子设备200向服务器300发送下载请求。 [0109] 本实施例中，所述下载请求中可以包括有所需运动项目信息和肢体信息。所述电子设备200上可以安装有所述服务器300提供的应用程序APP，用户可以在所述APP中选择需要的运动项目。例如，若用户需要进行跆拳道训练，则可以在所述APP中选择武术项目，然后选择武术项目中的跆拳道，由于跆拳道可能需要双手双脚并用，因此需要同时选择两只手臂和两条腿的基准运动轨迹，选择完毕之后所述电子设备200向服务器300发送下载武术项目中的跆拳道的基准运动轨迹的下载请求。 [0110] 子步骤S2092，所述服务器300响应所述电子设备200的下载请求，查询所述数据库中是否存在有该所需运动项目信息和肢体信息对应的基准运动轨迹。 [0111] 子步骤S2093，若存在有该所需运动项目信息和肢体信息对应的基准运动轨迹，则将该所需运动项目信息和肢体信息对应的基准运动轨迹发送给所述电子设备200。 [0112] 具体地，以上述跆拳道训练为例，所述服务器300在接收到下载请求后，查询数据库中是否存在跆拳道训练项目中两只手臂和两条腿的基准运动轨迹： [0113] 若存在，则将跆拳道训练项目中两只手臂和两条腿的基准运动轨迹发送给所述电子设备200； [0114] 若不存在，则向所述电子设备200发送提示信息，作为一种实施方式，该提示信息可以为“未查找到所需运动项目”。 [0115] 子步骤S2094，所述电子设备200接收所述基准运动轨迹并进行存储。 [0116] 请再次参阅图7，步骤S230，将所述实际运动轨迹与所述基准运动轨迹进行比对，得到所述实际运动轨迹与所述基准运动轨迹之间的数据误差。 [0117] 作为一种实施方式，比对的方式可以是将相同肢体在同一时刻点的实际运动轨迹与基准运动轨迹进行比对。例如，在进行跆拳道训练的时候，从第一个动作开始的时候进行比对，分别计算出两只手臂和两条腿的实际运动轨迹与基准运动轨迹的数据误差，优选地，所述数据误差可以以百分比的形式计算。 [0118] 步骤S240，根据所述数据误差生成运动评估建议，以提示用户根据所述运动评估建议进行运动。 [0119] 本实施例中，所述运动评估建议包括运动评估信息和运动建议信息。具体地，请参阅图9，所述步骤S240可以包括以下子步骤： [0120] 子步骤S241，对所述数据误差进行排序，提取大于预设数据误差值的数据误差对应的实际运动轨迹和基准运动轨迹。 [0121] 子步骤S242，根据所述大于预设数据误差值的数据误差对应的实际运动轨迹和基准运动轨迹，生成运动纠正建议，以使用户根据所述运动纠正建议进行动作纠正。 [0122] 本实施例中，所述预设数据误差值可以在所述电子设备200进行预先设定。作为一种实施方式，所述预设数据误差值可以设定为10％，也就是说当同一肢体的实际运动轨迹和基准运动轨迹的误差超过10％时，说明该实际运动轨迹对应的动作需要进行纠正。 [0123] 所述电子设备200提取出所有需要纠正的动作，并通过所述显示单元240上进行显示以使用户知晓自己的动作是否规范，同时给出对应的纠正建议。例如，用户在跆拳道的练习过程中，某一侧踢的实际运动轨迹与基准运动轨迹的误差超过了10％，则所述电子设备200将该侧踢提取后同时调用预存的基准的该侧踢动作进行显示，并建议用户侧踢还可以再抬高5厘米。 [0124] 进一步地，所述运动采集装置100采集的运动信号中还可以包括用户的身体状态数据，所述电子设备200中预存有基准身体状态数据。具体地，请参阅图10，所述方法还可以包括： [0125] 步骤S250，将身体状态数据与基准身体状态数据进行比对，得到所述身体状态数据与所述基准身体状态数据之间的状态数据误差。 [0126] 步骤S260，根据所述状态数据误差生成体能训练建议，以提示用户根据所述体能训练建议进行训练。 [0127] 本实施例中，身体状态数据可以包括但不限于心率数据、血压数据、呼吸率等数据，通过将用户在运动过程中的身体状态数据和基准身体状态数据进行比对得到二者之间的误差数据，所述误差数据可以反映用户的体能信息，根据用户的体能信息可以为用户提供体能训练建议。 [0129] 具体地，运动强度制定方法：主要是指单位时间内从事的运动所消耗能量的大小。热身方式：运动之前的一些热身运动不仅可以更好的伸展全身肌肉更重要的是还能帮助患者在运动中减少受伤的危险。有氧训练：通过连续不断和反复多次的活动，并在一定时间内，以一定的速度和一定的训练强度，要求完成一定的运动量，使心跳率逐步提高到规定的最高和最低的安全心跳范围内。阻抗训练：包含有许多因素(练习方式，组数与重复次数、组间放松时间、频率等等)，在运动过程中必须仔细考虑所有的变量。弹力带阻抗训练：可以有效改善肌力、身体活动能力和灵活性。柔韧性训练：利用肌肉可以使关节活动的范围，被动则单纯是关节活动的最大范围。平衡功能训练：锻炼核心力量、平衡和协调技巧。协调性训练：身体作用肌群之时机正确、动作方向及速度恰当，平衡稳定且有韵律性谓。 [0130] 热身方式：包括慢走、关节灵活操、徒手体操、其他有氧，点击即可选中。 [0131] 有氧训练：包括运动强度(靶心率、疲劳评分、代谢当量、频率、总时间)和运动方式(医用跑步机、卧位踏车、椭圆机、液阻上肢训练机、手脚复合健身车、液祖划水机、手足联动、手脚联合训练机)。 [0132] 阻抗训练：包括运动强度(靶心率、疲劳评分、代谢当量、频率、总时间)和运动方式(腹部前屈机、腿部推蹬机、高拉训练机-下拉、高拉训练机-上拉、臀部复合训练机(左)、臀部复合训练机(右))。 [0133] 弹力带阻抗训练：包括运动强度(靶心率、疲劳评分、代谢当量、频率、总时间)和运动方式(选择颜色、肩外旋、直臂外展、站姿腿外展、侧平举、弓步前平举、弓步颈后臂屈伸、单臂弯曲、提膝+腿外展、蚌式训练、坐姿划船、坐姿反向飞鸟、仰卧卷腹)。 [0134] 柔韧性训练：包括运动强度(靶心率、疲劳评分、代谢当量、频率、总时间)和运动方式(肱三头肌牵拉、股四头肌牵拉、肩后肌群牵拉、颈伸肌牵拉、所有侧面坐位动作的准备动作、腕屈肌牵拉、小腿三头肌牵、斜方肌牵拉牵拉)。 [0135] 平衡功能训练：包括运动强度(靶心率、疲劳评分、代谢当量、频率、总时间)和运动方式(徒手平衡功能训练、仪器法-立位、仪器法-坐位、平衡垫)。 [0136] 协调性训练：包括运动强度(靶心率、疲劳评分、代谢当量、频率、总时间)和运动方式(立位-合谷后溪宁心神、立位-手臂阴阳强心肺、立位-腿部阴阳强筋骨、立位-腰腹要穴保健康、坐位-手臂阴阳强心肺、坐位-腿部阴阳强筋骨)。 [0137] 请参阅图11，本发明较佳实施例还提供一种运动分析方法，应用于与运动采集装置100通信连接的电子设备200。所述方法包括： [0138] 步骤S310，接收所述运动采集装置100采集到的肢体上的运动信号。其中，所述运动信号包括运动轨迹信号。 [0139] 步骤S320，对所述运动轨迹信号进行处理，得到与所述运动轨迹信号对应的实际运动轨迹。 [0140] 步骤S330，将所述实际运动轨迹与所述基准运动轨迹进行比对，得到所述实际运动轨迹与所述基准运动轨迹之间的数据误差。 [0141] 步骤S340，根据所述数据误差生成运动评估建议，以提示用户根据所述运动评估建议进行运动。其中，所述运动评估建议包括运动评估信息和运动建议信息。 [0142] 请参阅图12，本发明较佳实施例还提供一种运动分析装置250，应用于与运动采集装置100通信连接的电子设备200。所述装置包括： [0143] 接收模块251，用于接收所述运动采集装置100采集到的肢体上的运动信号，其中，所述运动信号包括运动轨迹信号。 [0144] 处理模块252，用于对所述运动轨迹信号进行处理，得到与所述运动轨迹信号对应的实际运动轨迹。 [0145] 比对模块253，用于将所述实际运动轨迹与所述基准运动轨迹进行比对，得到所述实际运动轨迹与所述基准运动轨迹之间的数据误差。 [0146] 生成模块254，用于根据所述数据误差生成运动评估建议，以提示用户根据所述运动评估建议进行运动。其中，所述运动评估建议包括运动评估信息和运动建议信息。 [0147] 本实施例中的各功能模块的具体操作方法可参照上述方法实施例中相应步骤的详细描述，在此不再重复赘述。 [0148] 综上所述，本发明提供的运动分析方法、装置及电子设备200，该方法通过运动采集装置100采集肢体上的运动信号，并将所述运动信号发送给电子设备200；所述电子设备200对所述运动轨迹信号进行处理，得到与所述运动轨迹信号对应的实际运动轨迹；将所述实际运动轨迹与所述基准运动轨迹进行比对，得到所述实际运动轨迹与所述基准运动轨迹之间的数据误差；根据所述数据误差生成运动评估建议，以提示用户根据所述运动评估建议进行运动。上述方法通过对用户在运动过程中肢体的运动轨迹进行分析，生成运动建议，不仅可以让用户知晓自己的动作是否规范，还可以向用户提出运动建议，极大提高了学习效率。 [0149] 在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。 [0150] 另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。 [0151] 所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备(可以是个人计算机，电子终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。 [0152] 需要说明的是，在本文中，术语"包括"、"包含"或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。 [0153] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。 |
||||||
QQ群二维码
意见反馈
意见反馈