基于人工智能的运动强度检测方法、装置、设备及介质与流程

1.本技术涉及人工智能技术领域，尤其涉及一种基于人工智能的运动强度检测方法、装置、设备及介质。


背景技术：

2.近年来，中国人口的老龄化与慢性病患者的年轻化的人群日益庞大，高质量的长期身体健康指标监测是人们关注的焦点。例如，体能是判断身体健康的重要指标，目前大多数的体能检测都是人工进行操作，这样不仅效率低而且无法根据每个人身体素质进行相应的测试从而导致测试的结果不严谨，还有通过手机或者智能手表等终端设备收集用户的步数，通过步数推测用户的体能，但是通过步数推测用户的体能存在很不准确的缺陷。因此，如何准确的检测待测用户的运动强度是目标亟待解决的问题。


技术实现要素：

3.本技术的主要目的在于提供一种基于人工智能的运动强度检测方法、装置、设备及介质，旨在提高对待测用户的运动强度检测的准确性。
4.第一方面，本技术提供一种运动强度检测方法，所述运动强度检测方法包括以下步骤：
5.获取智能鞋发送的待测用户的脚掌压力数据，其中，所述脚掌压力数据包括所述智能鞋中的多个压力传感器采集到的脚掌压力；
6.获取陀螺仪的输出数据，并根据所述陀螺仪的输出数据确定所述待测用户双脚的角运动参数，其中，所述智能鞋中设置有所述陀螺仪；
7.根据所述压力数据和所述角运动参数，确定所述待测用户的移动参数，其中，所述移动参数包括移动距离、抬脚高度和脚步变化频率中至少一项；
8.根据所述移动参数，确定所述待测用户的运动数据，其中，所述运动数据包括步行速率、步行步数、步行轨迹、运动量和运动形态中至少一项；
9.根据所述运动数据确定所述待测用户的运动评分，并基于所述运动评分，确定所述待测用户的运动强度。
10.第二方面，本技术还提供一种运动强度检测装置，所述运动强度检测装置包括获取模块和确定模块，其中：
11.所述获取模块，用于获取智能鞋发送的待测用户的脚掌压力数据，其中，所述脚掌压力数据包括所述智能鞋中的多个压力传感器采集到的脚掌压力；
12.所述获取模块，还用于获取陀螺仪的输出数据；
13.所述确定模块，用于根据所述陀螺仪的输出数据确定所述待测用户双脚的角运动参数；
14.所述确定模块，还用于根据所述压力数据和所述角运动参数，确定所述待测用户的移动参数，其中，所述移动参数包括移动距离、抬脚高度和脚步变化频率中至少一项；
15.所述确定模块，还用于根据所述移动参数，确定所述待测用户的运动数据，其中，所述运动数据包括步行速率、步行步数、步行轨迹、运动量和运动形态中至少一项；
16.所述确定模块，还用于根据所述运动数据确定所述待测用户的运动评分，并基于所述运动评分，确定所述待测用户的运动强度。
17.第三方面，本技术还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的运动强度检测方法的步骤。
18.第四方面，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的运动强度检测方法的步骤。
19.本技术提供一种基于人工智能的运动强度检测方法、装置、设备及介质，本技术获取智能鞋发送的待测用户的脚掌压力数据，其中，脚掌压力数据包括智能鞋中的多个压力传感器采集到的脚掌压力；然后获取陀螺仪的输出数据，并根据陀螺仪的输出数据确定待测用户双脚的角运动参数；根据压力数据和角运动参数，能够准确的确定待测用户的移动参数；根据移动参数，能够准确的确定待测用户的运动数据；通过运动数据可以准确的确定待测用户的运动评分，并基于该运动评分，能够准确且便捷的确定待测用户的运动强度。通过本方案能够准确的检测待测用户的运动强度，极大地提高了待测用户使用体验。
附图说明
20.为了更清楚地说明本技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，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的附图。
21.图1为本技术实施例提供的一种运动强度检测方法的流程示意图；
22.图2为本技术实施例提供的智能性鞋中多个压力传感器检测脚掌压力数据的一场景示意图；
23.图3为本技术实施例提供的另一种运动强度检测方法的流程示意图；
24.图4为本技术实施例提供的一种运动强度检测装置的示意性框图；
25.图5为本技术实施例提供的另一种运动强度检测装置的示意性框图；
26.图6为本技术实施例提供的一种计算机设备的结构示意性框图。
27.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
28.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
29.附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
30.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
31.本技术实施例提供一种基于人工智能的运动强度检测方法、装置、设备及介质。其中，该运动强度检测方法可应用于终端设备中，该终端设备可以是手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。
32.下面结合附图，对本技术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。
33.请参照图1，图1为本技术的实施例提供的一种运动强度检测方法的流程示意图。
34.如图1所示，该运动强度检测方法包括步骤s101至步骤s105。
35.步骤s101、获取智能鞋发送的待测用户的脚掌压力数据，其中，所述脚掌压力数据包括所述智能鞋中的多个压力传感器采集到的脚掌压力。
36.其中，待测用户穿有智能鞋，该智能鞋包括多个压力传感器，该多个压力传感器用于采集待测用户脚掌各个区域的脚掌压力。该智能鞋可以根据实际情况进行选择，本技术实施例对此不做具体限定，该压力传感器可以设置在智能鞋的鞋垫内，也可以设置在智能鞋的鞋底内，该压力传感器可以根据实际情况进行选择，本技术实施例对此不做具体限定，例如，该压力传感器可以为压阻式压力传感器。
37.在一实施例中，待测用户的智能鞋中的多个压力传感器采集待测用户脚掌各个区域的压力，得到待测用户的脚掌压力数据；终端设备获取智能鞋发送的待测用户的脚掌压力数据。需要说明的是，运动强度检测方法可应用于终端设备，该终端设备与智能鞋已建立通信连接，通信连接的方式可以根据实际情况进行设置，例如，通信连接的方式可以为蓝牙连接和wifi连接等等的连接方式。通过智能鞋中的多个压力传感器能够准确的采集到待测用户的脚掌压力数据。
38.示例性的，如图2所示，智能鞋的包括第一压力传感器a、第二压力传感器b和第三压力传感器c，通过第一压力传感器a采集待测用户脚掌的区域1的压力数据，得到第一压力数据，通过第二压力传感器b采集待测用户的脚掌的区域2的压力数据，得到第二压力数据，通过第二压力传感器c采集待测用户的脚掌的区域3的压力数据，得到第三压力数据。通过多个压力传感器能够准确的检测到待测用户的脚掌压力数据。
39.需要说明的是，待测用户的脚掌压力数据中包括每个压力传感器的检测到的压力数据和各个压力数据叠加得到的总压力数据，对各个压力数据的叠加可以根据实际情况进行设置，例如，直接将各个压力数据进行加法运算，得到总压力数据，或者，获取预设的压力权重，将压力权重分别与各个压力数据进行乘法运算，得到多个压力分数据，对多个压力分数据进行累加，得到总压力数据。
40.步骤s102、获取陀螺仪的输出数据，并根据所述陀螺仪的输出数据确定所述待测用户双脚的角运动参数，其中，所述智能鞋中设置有所述陀螺仪。
41.其中，该角运动参数包括待测用户脚的运动方向、速度和加速度等参数，该运动方向包括向正前方运动、向正后方运动、向上抬脚运动、向下伸角运动、向左运动、向有运动、向前偏左方运动和向前右方运动等等。
42.在一实施例中，待测用户的左脚的智能鞋的鞋底设置有第一陀螺仪，待测用户右脚的智能鞋的鞋底设置有第二陀螺仪，当待测用户运动时通过该第一陀螺仪输出左脚运动的第一输出数据，以及通过第二陀螺仪输出右脚运动的第二输出数据，根据第一输出数据和第二输出数据，确定待测用户双脚的角运动参数。其中，该第一陀螺仪和第二陀螺仪可以根据实际情况进行选择，本技术实施例对此不做具体限定，通过陀螺仪能够准确的检测到待测用户双脚的角运动参数。
43.在一实施例中，根据第一输出数据和第二输出数据，确定待测用户双脚的角运动参数的方式可以为：获取预设的角运动权重；将角运动权重分别对第一输出数据和第二输出数据进行乘法运算，得到第一角运动参数和第二角运动参数；将第一角运动参数和第二角运动参数相加，得到待测用户双脚的角运动参数。通过对第一输出数据和第二输出数据进行计算能够准确的得到角运动参数。
44.步骤s103、根据所述压力数据和所述角运动参数，确定所述待测用户的移动参数，其中，所述移动参数包括移动距离、抬脚高度和脚步变化频率中至少一项。
45.其中，移动参数包括移动距离、抬脚高度和脚步变化频率，该移动距离为待测用户每步的移动距离，例如移动距离为0.4米，抬脚高度为待测用户每次抬脚的最高高度，例如抬脚高度为0.2米，该脚步变化频率为待测用户每秒脚步。
46.在一实施例中，角运动参数包括角运动加速度，角运动加速度包括水平方向的水平角加速度和竖直方向上的竖直角加速度，获取待测用户的任意脚掌的存在脚掌压力数据的多个时间戳，根据多个时间戳，确定脚掌的悬空时间；根据悬空时间和所述水平角加速度，确定移动距离，和/或，根据悬空时间和竖直角加速度，确定抬脚高度；和/或，统计预设时间段内水平角加速度由正数变为负数的次数，得到待测用户的步数；将步数除以所述预设时间段，得到脚步变化频率。需要说明的是，将待测用户步行过程中脚在置空划过的弧线默认为抛物线。
47.示例性的，根据多个时间戳，确定脚掌的悬空时间的方式为：待测用户左脚的脚掌压力数据的时间戳包括10时20分5秒500毫秒、10时20分6秒和10时20分6秒600毫秒，第一个悬空时间为500毫秒，第二悬空时间为600毫秒。
48.在一实施例中，根据悬空时间和水平角加速度，确定移动距离的方式可以为：获取预设的加速度位移公式，该加速度位移公式为其中，该l为移动距离，a为水平加速度，t为悬空时间，基于该加速度位移公式，并将该悬空时间和水平角加速度带入该公式中计算，得到移动距离。通过悬空时间和水平加速度，能够准确的得到移动距离。需要说明的是，水平加速度包括刚刚抬脚时的正向加速度和脚到达最高点之后减速的反向加速度，同理根据加速度位移公式、二分之一悬空时间和正向加速度，生成加速段移动位移；同理根据加速度位移公式、二分之一悬空时间和反向加速度，生成减速段移动位移，将加速段移动位移与减速段移动位移相加，得到移动位移。其中，该正向加速度和反向加速度为大小相等方向相反的加速度。
49.在一实施例中，根据悬空时间和竖直角加速度，确定抬脚高度的方式可以为：获取预设的加速度高度公式，该加速度高度公式为其中，该h为抬脚高度，a为竖直加速度，t为悬空时间，基于该加速度高度公式，并将该悬空时间和竖直角加速度带入该公
式中计算，得到抬脚高度。通过悬空时间和竖直加速度，能够准确的得到抬脚高度。需要说明的是，竖直加速度包括刚刚抬脚时的正向加速度和脚到达最高点之后脚下降时的反向加速度，同理根据加速度高度公式、二分之一悬空时间和正向加速度，生成脚上升段高度，即为待测用户的抬脚高度；同理，根据加速度高度公式、二分之一悬空时间和反向加速度，生成脚下降段高度，即为待测用户的抬脚高度。
50.示例性的，待测用户1分钟内水平加速度正变为负的次数为80次，则待测用户的步数为80步，将80步除以1分钟，得到待测用户脚步变化频率为80步每分钟。
51.在一实施例中，确定脚步变化频率的方式还可以为：获取预设时间段内待测用户左脚智能鞋的压力变为零的次数，获取右脚智能鞋的压力变为零的次数，将左脚智能鞋的压力变为零的次数加右脚智能鞋的压力变为零的次数再除以该预设时间段，得到待测用户的脚步变化频率。
52.步骤s104、根据所述移动参数，确定所述待测用户的运动数据，其中，所述运动数据包括步行速率、步行步数、步行轨迹、运动量和运动形态中至少一项。
53.其中，运动数据包括步行速率、步行步数、步行轨迹、运动量和运动形态，步行速率为待测用户步行的速度，步行速率越大说明用户步行越快，步行轨迹为待测用户行走的轨迹图，运动量为待测用户的运动的消耗能量，运动量越大则用户消耗能量越多，该运动形态为待测用户运动过程中的身体形态，该运动形态包括步伐轻盈、步伐沉重和步伐不协调。
54.在一实施例中，根据移动参数，确定待测用户的步行速率的方式可以为：将待测用户的移动位移除以移动该移动位移的时间，得到待测用户的步行速率。或者，将脚步变化频率乘以预设时间，得到位移距离，将该位移距离除以预设时间，得到步行速率。
55.在一实施例中，根据移动参数，确定待测用户的步行步数的方式可以为：将该脚步变化频率乘以待测用户步行时间，得到步行步数。或者，从脚掌压力数据中获取脚掌压力变为零的次数，则脚掌压力变为零的次数即为待测用户步行步数。
56.在一实施例中，根据移动参数，确定待测用户的步行轨迹的方式可以为：获取待测用户的全球定位系统(global positioning system，gps)定位数据，根据gps定位数据和位移距离，生成待测用户的步行轨迹。其中，根据gps定位数据和位移距离得到步行轨迹可以根据实际情况进行计算，本技术实施例对此不做具体限定。
57.在一实施例中，根据移动参数，确定待测用户的运动量的方式可以为：将脚步变化频率乘以待测用户步行时间，得到待测用户的步行步数，获取预设的步行步数与运动量之间映射关系表，从该映射关系表中查找步行步数对应的运动量，得到待测用户的运动量。其中，该映射关系表为预先根据步行步数和运动量建立好的映射关系表，该映射关系表的建立可以根据实际情况进行建立，本技术实施例对此不做具体限定。通过该映射关系表能够准确的得到待测用户的运动量。
58.在一实施例中，运动形态包括步伐轻盈、步伐沉重和步伐不协调，根据移动参数，确定运动形态的方式可以为：当脚步变化频率大于预设阈值，且脚步变化频率趋于稳定，则确定运动形态为步伐轻盈指标；当确定脚步变换频率小于或等于预设阈值，则确定运动形态为步伐沉重；当确定待测用户的双脚的抬脚高度差大于预设高度，则确定运动形态为步伐不协调。其中，该预设阈值和预设高度可以根据实际情况进行设置，本技术实施例对此不做具体限定。根据脚步变化频率和抬脚高度，能够准确的确定待测用户的运动形态。
59.步骤s105、根据所述运动数据确定所述待测用户的运动评分，并基于所述运动评分，确定所述待测用户的运动强度。
60.其中，运动评分为评价用户运动的评价分数，运动评分越高则表明待测用户运动越多。该运动强度包括超低运动强度、低运动强度、中等运动强度和高运动强度，该超低运动强度表示严重缺乏运动，低运动强度表示缺乏运动，中等运动强度表示正常运动量，高运动强度表示超量运动。
61.在一实施例中，获取预设的运动评分与运动强度之间的映射关系表；从映射关系表中查找运动评分对应的运动强度，得到待测用户的运动强度。其中，该映射关系表为预先根据运动评分和运动强度建立好的映射关系表，该映射关系表的建立根据实际情况进行建立，本技术实施例对此不做具体限定。
62.示例性的，待测用户的运动评分为80分，从该映射关系表查找运动评分为80分对应的运动强度，得到运动强度为中等运动强度。又例如，待测用户的运动评分为20分，从该映射关系表查找运动评分为20分对应的运动强度，得到运动强度为超低运动强度。
63.在一实施例中，待测用户的智能鞋上设置有运动强度灯，当运动强度为超低运动强度时，智能鞋的运动强度灯亮蓝灯，以提醒待测用户严重缺乏运动；当运动强度为低运动强度，智能鞋的运动强度灯亮黄灯，以提醒待测用户缺乏运动，当运动强度为中等运动强度，智能鞋的运动强度灯亮绿灯，以提醒待测用户运动量正常，当运动强度为高运动强度智能鞋的运动强度灯亮红灯，以提醒待测用户运动超量。通过智能鞋的亮灯来提醒待测用户的运动量，以准确的提醒待测用户当前运动强度。
64.在一实施例中，在待测用户的一步的移动距离小于预设距离，水平偏移的幅度大于预设偏移距离，且待测用户后续预设时间内均没有移动，则确定待测用户可能摔跤，获取待测用户的位置，并将待测用户的位置信息和特征情况发送给预设的紧急联系人，以使待测用户更快的得到帮助。
65.上述实施例提供的运动强度检测方法，获取智能鞋发送的待测用户的脚掌压力数据，其中，脚掌压力数据包括智能鞋中的多个压力传感器采集到的脚掌压力；然后获取陀螺仪的输出数据，并根据陀螺仪的输出数据确定待测用户双脚的角运动参数；根据压力数据和角运动参数，能够准确的确定待测用户的移动参数；根据移动参数，能够准确的确定待测用户的运动数据；通过运动数据可以准确的确定待测用户的运动评分，并基于该运动评分，能够准确且便捷的确定待测用户的运动强度。通过本方案能够准确的检测待测用户的运动强度，极大地提高了待测用户使用体验。
66.请参照图3，图3为本技术的实施例提供的另一种运动强度检测方法的流程示意图。
67.如图3所示，该运动强度检测方法包括步骤s201至步骤s203。
68.步骤s201、获取智能鞋发送的待测用户的脚掌压力数据，其中，所述脚掌压力数据包括所述智能鞋中的多个压力传感器采集到的脚掌压力。
69.待测用户的智能鞋中的多个压力传感器采集待测用户脚掌各个区域的压力，得到待测用户的脚掌压力数据。获取智能鞋发送的待测用户的脚掌压力数据，得到待测用户的脚掌压力数据。需要说明的是，运动强度检测方法可应用于终端设备，该终端设备与智能鞋已建立通信连接，通信连接的方式可以根据实际情况进行设置，例如，通信连接的方式可以
为蓝牙连接和wifi连接等等的连接方式。通过智能鞋中的多个压力传感器能够准确的采集到待测用户的脚掌压力数据。
70.步骤s202、根据所述脚掌压力数据，确定所述待测用户步行发力是否正确。
71.获取预设的脚掌压力分布表，其中，脚掌压力分布表包括脚掌各个区域的标准压力占比；根据脚掌压力数据计算出待测用户的脚掌的各个区域的当前压力占比；当存在至少一个区域的当前压力占比与对应标准压力占比的差值大于预设阈值时，确定待测用户步行发力不正确；当各个区域的当前压力占比与相对应区域的标准压力占比的差值均小于或等于预设阈值时，确定所述待测用户步行发力正确。其中，该预设阈值可以根据实际情况进行设置，本技术实施例对此不做具体限定。通过将各个区域的当前压力占比与标准压力占比差值，进而准确的确定待测用户步行发力。
72.在一实施例中，根据脚掌压力数据计算出待测用户的脚掌的各个区域的当前压力占比的方式可以为：将各个区域的压力数据除以整个脚掌压力数据，得到脚掌的各个区域的当前压力占比。示例性的，如图2所示，待测用户脚掌的区域1的压力数据为130n，待测用户脚掌的区域2的压力数据为90n，待测用户脚掌的区域1的压力数据为80n，整个脚掌压力数据为300n，则待测用户脚掌的区域1当前压力占比0.43％，待测用户脚掌的区域1当前压力占比0.30％，待测用户脚掌的区域1当前压力占比0.27％。通过各个区域的压力数据除以整个脚掌压力数据，能够得到脚掌的各个区域的当前压力占比。
73.步骤s203、若所述待测用户的步行发力不正确，则获取标准步行发力数据，并将所述标准步行发力数据发送给智能鞋，以使所述智能鞋根据所述标准步行发力数据，控制所述智能鞋中的对应震动传感器进行震动，以提示所述待测用户正确发力。
74.当确定待测用户的发力不正确，获取标准步行发力数据，并将标准步行发力数据发送给智能鞋，智能鞋接收到该标准步行发力数据控制智能鞋对应震动传感器进行震动，以提醒待测用户正确发力，以矫正待测用户不正确的发力，解决了待测用户不健康的步行姿势。其中，震动传感器可以根据实际情况进行选择，本技术实施例对此不做具体限定，该震动传感器可以设置在智能鞋的鞋垫中。
75.上述实施例提供的运动强度检测方法，获取智能鞋发送的待测用户的脚掌压力数据，根据脚掌压力数据，确定待测用户步行发力是否正确；若待测用户的步行发力不正确，则获取标准步行发力数据，并将标准步行发力数据发送给智能鞋，以使智能鞋根据标准步行发力数据，控制智能鞋中的对应震动传感器进行震动，以提示待测用户正确发力，以矫正待测用户的步行姿势，能够提高待测用户身体健康程度。
76.请参阅图4，图4为本技术实施例提供的一种运动强度检测装置的示意性框图。
77.如图4所示，所述运动强度检测装置300包括获取模块310和确定模块320，其中：
78.所述获取模块310，用于获取智能鞋发送的待测用户的脚掌压力数据，其中，所述脚掌压力数据包括所述智能鞋中的多个压力传感器采集到的脚掌压力；
79.所述获取模块310，还用于获取陀螺仪的输出数据；
80.所述确定模块320，用于根据所述陀螺仪的输出数据确定所述待测用户双脚的角运动参数；
81.所述确定模块320，还用于根据所述压力数据和所述角运动参数，确定所述待测用户的移动参数，其中，所述移动参数包括移动距离、抬脚高度和脚步变化频率中至少一项；
82.所述确定模块320，还用于根据所述移动参数，确定所述待测用户的运动数据，其中，所述运动数据包括步行速率、步行步数、步行轨迹、运动量和运动形态中至少一项；
83.所述确定模块320，还用于根据所述运动数据确定所述待测用户的运动评分，并基于所述运动评分，确定所述待测用户的运动强度。
84.在一实施例中，所述确定模块320，还用于：
85.获取预设的角运动权重；
86.将所述角运动权重分别对所述第一输出数据和第二输出数据进行乘法运算，得到第一角运动参数和第二角运动参数；
87.将所述第一角运动参数和所述第二角运动参数相加，得到所述待测用户双脚的角运动参数。
88.在一实施例中，所述确定模块320，还用于：
89.获取所述待测用户的任意脚掌的存在所述脚掌压力数据的多个时间戳，根据多个所述时间戳，确定所述脚掌的悬空时间；
90.根据所述悬空时间和所述水平角加速度，确定所述移动距离，和/或，
91.根据所述悬空时间和所述竖直角加速度，确定所述抬脚高度；和/或，
92.统计预设时间段内所述水平角加速度由正数变为负数的次数，得到所述待测用户的步数；
93.将所述步数除以所述预设时间段，得到所述脚步变化频率。
94.在一实施例中，所述确定模块320，还用于：
95.获取预设的运动评分权重；
96.将所述运动评分权重分别所述步行速率、步行步数、步行轨迹、运动量和运动形态进行乘法运算，得到多个运动子评分；
97.对多个所述运动子评分进行累加，得到所述待测用户的运动评分。
98.在一实施例中，所述确定模块320，还用于：
99.获取预设的运动评分与运动强度之间的映射关系表；
100.从所述映射关系表中查找所述运动评分对应的运动强度，得到所述待测用户的运动强度。
101.请参阅图5，图5为本技术实施例提供的另一种运动强度检测装置的示意性框图。
102.如图5所示，所述运动强度检测装置400包括获取模块410、确定模块420和发送模块430，其中：
103.所述获取模块410，用于获取智能鞋发送的待测用户的脚掌压力数据，其中，所述脚掌压力数据包括所述智能鞋中的多个压力传感器采集到的脚掌压力；
104.所述确定模块420，用于根据所述脚掌压力数据，确定所述待测用户步行发力是否正确；
105.所述确定模块420，还用于若所述待测用户的步行发力不正确，则获取标准步行发力数据；
106.所述发送模块430，用于将所述标准步行发力数据发送给智能鞋，以使所述智能鞋根据所述标准步行发力数据，控制所述智能鞋中的对应震动传感器进行震动，以提示所述待测用户正确发力。
107.在一实施例中，所述确定模块420，还用于：
108.获取预设的脚掌压力分布表，其中，所述脚掌压力分布表包括脚掌各个区域的标准压力占比；
109.根据所述脚掌压力数据计算出所述待测用户的脚掌的各个区域的当前压力占比；
110.当存在至少一个所述区域的当前压力占比与对应所述标准压力占比的差值大于预设阈值时，确定所述待测用户步行发力不正确；
111.当所述各个区域的当前压力占比与相对应区域的标准压力占比的差值均小于或等于预设阈值时，确定所述待测用户步行发力正确。
112.需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述运动强度检测装置的具体工作过程，可以参考前述运动强度检测方法实施例中的对应过程，在此不再赘述。
113.请参阅图6，图6为本技术实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以为服务器或终端。
114.如图6所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。
115.非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种运动强度检测方法。
116.处理器用于提供计算和控制能力，支撑整个计算机设备的运行。
117.内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种运动强度检测方法。
118.该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
119.应当理解的是，处理器可以是中央处理单元(central processing unit，cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，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。
120.其中，在一个实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：
121.获取智能鞋发送的待测用户的脚掌压力数据，其中，所述脚掌压力数据包括所述智能鞋中的多个压力传感器采集到的脚掌压力；
122.获取陀螺仪的输出数据，并根据所述陀螺仪的输出数据确定所述待测用户双脚的角运动参数，其中，所述智能鞋中设置有所述陀螺仪；
123.根据所述压力数据和所述角运动参数，确定所述待测用户的移动参数，其中，所述移动参数包括移动距离、抬脚高度和脚步变化频率中至少一项；
124.根据所述移动参数，确定所述待测用户的运动数据，其中，所述运动数据包括步行
速率、步行步数、步行轨迹、运动量和运动形态中至少一项；
125.根据所述运动数据确定所述待测用户的运动评分，并基于所述运动评分，确定所述待测用户的运动强度。
126.在一个实施例中，所述处理器在实现所述根据所述陀螺仪的输出数据确定所述待测用户双脚的角运动参数时，用于实现：
127.获取预设的角运动权重；
128.将所述角运动权重分别对所述第一输出数据和第二输出数据进行乘法运算，得到第一角运动参数和第二角运动参数；
129.将所述第一角运动参数和所述第二角运动参数相加，得到所述待测用户双脚的角运动参数。
130.在一个实施例中，所述处理器在实现所述根据所述压力数据和所述角运动参数，确定所述待测用户的移动参数时，用于实现：
131.获取所述待测用户的任意脚掌的存在所述脚掌压力数据的多个时间戳，根据多个所述时间戳，确定所述脚掌的悬空时间；
132.根据所述悬空时间和所述水平角加速度，确定所述移动距离，和/或，
133.根据所述悬空时间和所述竖直角加速度，确定所述抬脚高度；和/或，
134.统计预设时间段内所述水平角加速度由正数变为负数的次数，得到所述待测用户的步数；
135.将所述步数除以所述预设时间段，得到所述脚步变化频率。
136.在一个实施例中，所述处理器在实现所述根据所述运动数据确定所述待测用户的运动评分时，用于实现：
137.获取预设的运动评分权重；
138.将所述运动评分权重分别所述步行速率、步行步数、步行轨迹、运动量和运动形态进行乘法运算，得到多个运动子评分；
139.对多个所述运动子评分进行累加，得到所述待测用户的运动评分。
140.在一个实施例中，所述处理器在实现所述基于所述运动评分，确定所述待测用户的运动强度时，用于实现：
141.获取预设的运动评分与运动强度之间的映射关系表；
142.从所述映射关系表中查找所述运动评分对应的运动强度，得到所述待测用户的运动强度。
143.在一个实施例中，所述处理器还用于实现：
144.根据所述脚掌压力数据，确定所述待测用户步行发力是否正确；
145.若所述待测用户的步行发力不正确，则获取标准步行发力数据，并将所述标准步行发力数据发送给智能鞋，以使所述智能鞋根据所述标准步行发力数据，控制所述智能鞋中的对应震动传感器进行震动，以提示所述待测用户正确发力。
146.在一个实施例中，所述处理器在实现所述根据所述脚掌压力数据，确定所述待测用户步行发力是否正确时，用于实现：
147.获取预设的脚掌压力分布表，其中，所述脚掌压力分布表包括脚掌各个区域的标准压力占比；
148.根据所述脚掌压力数据计算出所述待测用户的脚掌的各个区域的当前压力占比；
149.当存在至少一个所述区域的当前压力占比与对应所述标准压力占比的差值大于预设阈值时，确定所述待测用户步行发力不正确；
150.当所述各个区域的当前压力占比与相对应区域的标准压力占比的差值均小于或等于预设阈值时，确定所述待测用户步行发力正确。
151.需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述计算机设备的具体工作过程，可以参考前述运动强度检测方法实施例中的对应过程，在此不再赘述。
152.本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序中包括程序指令，所述程序指令被执行时所实现的方法可参照本技术运动强度检测方法的各个实施例。
153.其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
154.进一步地，所述计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
155.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
156.应当理解，在此本技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本技术。如在本技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
157.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
158.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。