一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种用于力量训练器械的动作识别和评分方法与流程

2022-06-02 15:28:02 来源:中国专利 TAG:


1.本发明涉及训练辅助装置技术领域,尤其涉及一种用于力量训练器械的动作识别和评分方法。


背景技术:

2.现有力量训练器械只能单纯的采集运动负重和次数,在实际使用中不能检测是否达到了动作质量的要求,即也无法分析动作中的问题,不能给出合理的评分。
3.对动作的分析方法,常规的摄像头视觉方案和可穿戴传感器方案,结构复杂、成本高昂、使用繁琐,难以大量推广使用。
4.现有公开号为cn114011045a的发明专利公开了一种基于可穿戴设备的训练动作计数方法及可穿戴设备,可穿戴设备具有惯性测量单元,方法包括:步骤1、通过惯性测量单元获取六轴数据并计算三个姿态角数据;步骤2、选取一个姿态角,根据选取的姿态角的数据拟合正弦曲线;步骤3、完成单个动作周期的拟合后,判断单个动作周期内拟合的正弦曲线的特征参数是否符合预设标准范围,若是,则训练动作计数加1;若否,则训练动作计数不变,特征参数包括单个动作周期角度差范围、单个动作周期的时间长度、单个动作周期曲线对称度和单个动作周期曲线两端点差值幅度中的一种或多种。
5.上述技术方案提供了一种基于可穿戴设备的训练动作计数方法及可穿戴设备,其中,所述正弦曲线的特征参数包括单个动作周期角度差范围、单个动作周期的时间长度、单个动作周期曲线对称度和单个动作周期曲线两端点差值幅度中的一种或多种。
6.本实施例中,所述动作计数模块还用以:在当首次出现连续的n个动作周期内拟合的正弦曲线的特征参数均符合预设标准范围,且n个动作周期的时长均符合预设时间长度时,将n个动作中的第一个动作记为初始动作,并从初始动作开始计数,且n≥2。
7.在首次出现连续的n个动作周期内,在每完成一个动作周期的拟合后,根据当前的单个动作周期内拟合的正弦曲线的特征参数调整预设标准范围,即在初始动作周期内,以初始预设标准范围作为标准判断是否计数,在第二个动作周期至第n个动作周期内,采用前一个动作周期内调整后的预设标准范围作为标准判断是否计数,首次出现连续的n个动作周期结束后,以最后一次调整后的预设标准范围作为后续训练动作计数的判断标准。实现了对于训练人员的大致监控,但并不具备评分和数据分析能力,且依然存在结构复杂、成本高昂、使用繁琐,难以大量推广使用。


技术实现要素:

8.针对上述技术问题,本发明的目的是提供一种用于力量训练器械的动作识别和评分方法,通过在训练器械上设置中央处理器和一众检测机构,以保证能够实现力量器械对用户训练动作质量进行检测及评分,有助于用户及时发现训练中存在的问题并及时纠正。仅使用常规芯片所能实现的算法即实现了对数据的分析,操作运行简单,降低成本,可以大量推广使用。
9.本发明的上述技术目的是通过以下技术方案得以实现的:
10.一种用于力量训练器械的动作识别和评分方法,该方法包含下列步骤:
11.步骤一:中央处理器通过测试确定极限重量rm,并确定训练目标基准重量m(此数值可通过手动输入或经中央处理器测试输入两种方式获取);
12.步骤二:中央处理器按照极限重量rm和基准重量m的指标生成完整的训练组,并根据所述基准重量计算出训练组动作的负重w;
13.步骤三:中央处理器根据训练器械本身属性生成训练器械最小启动死区l1及稳定系数k(此数值可通过手动输入或经中央处理器测试输入两种方式获取);
14.步骤四:训练前将标准动作的向心收缩、保持收缩、离心收缩三个阶段的完整曲线图引入中让处理器;
15.步骤五:使用器械训练时,中央处理器通过检测训练器械识别用户实时训练动作的向心收缩、保持收缩、离心收缩三个阶段并生成完整曲线图;
16.步骤六:中央处理器通过对比标准曲线图与用户训练曲线图,对力量器械训练的各动作阶段、每次动作完成质量进行评分;
17.步骤七:中央处理器对运动总量进行精准的数据量化并储存,为运动大数据提供数据基础。
18.通过采用上述技术方案,可在训练人员训练前采集数据确定适合训练人员的训练强度,在训练人员训练时进行实时监控,自动检测训练开始和结束时间,并根据动作标准程度做出实时反馈,且在训练人员训练后将训练数据进行数据分析并保存,作为下次训练时的可用数据,通过分析有效做功的积分计算得到运动量。另具备实时判断用户是否出现力竭的情形,降低训练风险。解决了现有力量训练器械只能单纯的采集运动负重和次数,在实际使用中不能检测是否达到了动作质量的要求,即也无法分析动作中的问题,不能给出合理的评分的技术问题。且相较于常规的摄像头视觉方案和可穿戴传感器方案结构更加简单集中,使用更加便捷,易于广泛推广使用。
19.本发明进一步设置为:所述训练组动作次数n默认为12次,但会根据用户极限重量rm、身体基础状态及训练动作不同进行动态调整。
20.通过采用上述技术方案,计算得出负重w后,训练器械自动将设备负重调整到w,或通知用户自行调整负重至w。后续用户力量训练即在该负重w范围内进行动作识别及评分。
21.本发明进一步设置为:所述稳定系数k通常可设置为0.85
22.通过采用上述技术方案,设置稳定系数k(k为经大数据分析后所得最佳未定系数)可极大程度优化训练和数据采集的稳定性。
23.本发明进一步设置为:所述向心收缩、保持收缩、离心收缩三个阶段的完整曲线图可由所述中央处理器根据器械本身属性自动生成(此数值可通过手动输入或经中央处理器测试输入两种方式获取)。
24.通过采用上述技术方案,可以现有数据统计所得图标作为标准判断训练时训练效果。
25.本发明进一步设置为:安装有所述中央处理器的训练器械上设置有配重测量装置和配重位移检测装置。
26.通过采用上述技术方案,可通过检测训练器械上的配重测量装置和配重位移检测
装置从而判断训练器械运动情况,极大程度上优化了训练器械的数据采集。
27.本发明进一步设置为:安装有所述中央处理器的器械上设置有显示屏幕,所述显示屏幕可实时反馈动作评分。
28.通过采用上述技术方案,可对训练人员训练时达到动作的标准进行实时反馈。
29.本发明进一步设置为:安装有所述中央处理器的器械上设置有保护装置,实时保护装置由中央处理器控制。
30.通过采用上述技术方案,可实时判断用户是否出现力竭的情形,迅速启动保护装置,降低训练风险。
31.综上所述,本发明的有益技术效果为:
32.(1)可在训练人员训练前采集数据确定适合训练人员的训练强度,在训练人员训练时进行实时监控,自动检测训练开始和结束时间,并根据动作标准程度做出实时反馈,且在训练人员训练后将训练数据进行数据分析并保存,作为下次训练时的可用数据,通过分析有效做功的积分计算得到运动量。
33.(2)具备实时判断用户是否出现力竭的情形的功能,可降低训练风险。
34.(3)可对训练人员训练时达到动作的标准进行实时反馈。
附图说明
35.图1是本发明一个实施例的整体流程示意图;
36.图2是本发明一个实施例中检测与保护装置的流程示意图;
37.图3是本发明一个实施例中标准动作力量曲线示意图;
38.图4是本发明一个实施例中实际动作力量曲线示意图;
39.图5是本发明一个实施例中力量曲线拟合示意图;
40.图6是本发明一个实施例中动作评分曲线斜率求积示意图;
41.图7是本发明一个实施例中力竭曲线示意图。
具体实施方式
42.下面将结合实施例对本发明进行清楚、完整地描述。
43.参见附图1、附图2,一种用于力量训练器械的动作识别和评分方法,该方法包含下列步骤:
44.步骤一:中央处理器通过测试确定极限重量rm,并确定训练目标基准重量m(此数值可通过手动输入或经中央处理器测试输入两种方式获取);
45.步骤二:中央处理器按照极限重量rm和基准重量m的指标生成完整的训练组,并根据所述基准重量计算出训练组动作的负重w;
46.步骤三:中央处理器根据训练器械本身属性生成训练器械最小启动死区l1及稳定系数k(此数值可通过手动输入或经中央处理器测试输入两种方式获取);
47.步骤四:训练前将标准动作的向心收缩、保持收缩、离心收缩三个阶段的完整曲线图引入中央处理器;
48.步骤五:使用器械训练时,中央处理器通过检测训练器械识别用户实时训练动作的向心收缩、保持收缩、离心收缩三个阶段并生成完整曲线图;
49.步骤六:中央处理器通过对比标准曲线图与用户训练曲线图,对力量器械训练的各动作阶段、每次动作完成质量进行评分;
50.步骤七:中央处理器对运动总量进行精准的数据量化并储存,为运动大数据提供数据基础。
51.本装置在使用时,通过中央处理器作为中转,连接数据、图标、器械、显示和保护装置,可在训练人员训练前采集数据确定适合训练人员的训练强度,在训练人员训练时进行实时监控,自动检测训练开始和结束时间,并根据动作标准程度做出实时反馈,且在训练人员训练后将训练数据进行数据分析并保存,作为下次训练时的可用数据,通过分析有效做功的积分计算得到运动量。另具备实时判断用户是否出现力竭的情形,降低训练风险。解决了现有力量训练器械只能单纯的采集运动负重和次数,在实际使用中不能检测是否达到了动作质量的要求,即也无法分析动作中的问题,不能给出合理的评分的技术问题。且相较于常规的摄像头视觉方案和可穿戴传感器方案结构更加简单集中,使用更加便捷,易于广泛推广使用。
52.参见附图1,所述训练组动作次数n默认为12次,但会根据用户极限重量rm、身体基础状态及训练动作不同进行动态调整。
53.其中,训练组动作次数n默认为12次,但会根据用户极限重量rm、身体基础状态及训练动作不同进行动态调整。
54.则训练组动作的负重w通过以下算法得出:
55.w=m
·
(1-0.0306
·
n 0.00045
·
n2)
56.计算得出负重w后,训练器械自动将设备负重调整到w,或通知用户自行调整负重至w。后续用户力量训练即在该负重w范围内进行动作识别及评分。
57.结合附图1,所述稳定系数k通常可设置为0.85。
58.通常训练器械出厂前就预置了参数。此动作识别及评分方法建议设置器械参数如下:
59.采样速度默认为每秒100次,
60.为了避免器械误触,应设置器械最小启动死区l1
61.为了保证训练动作采样稳定,应设置稳定系数k,稳定系数k通常可设置为0.85。
62.结合附图3,所述向心收缩、保持收缩、离心收缩三个阶段的完整曲线图可由所述中央处理器根据器械本身属性自动生成(此数值可通过手动输入或经中央处理器测试输入两种方式获取)。安装有所述中央处理器的训练器械上设置有配重测量装置和配重位移检测装置。
63.在本装置训练前引入动作参考曲线,不同的训练动作使用不同的动作参考曲线;动作曲线可以预置在器械里,也可以通过其他获取数据的方式获取。
64.包含向心收缩阶段ss2、保持收缩阶段ss3、离心收缩阶段ss4。
65.参考曲线包含标准行程ll,动作超时tt,
66.并计算得出标准保持收缩阶段ss3用时tts3=tt3

tt2;
67.标准向心收缩阶段ss2斜率mss2=ll/(tt2

tt1);
68.标准离心收缩阶段ss4斜率mss4=ll/(tt4

tt3)。
69.结合附图4,使用器械训练时,每次动作记录都可以得到单次数据曲线。
70.在单次数据曲线中,最小启动死区l1为以下s1段,可以忽略,
71.当器械行程超过最小启动死区l1时单次动作开始,记录开始时间t1,
72.当器械行程重新低于最小启动死区l1时单次动作结束,记录结束时间t4,
73.单次动作最大行程为l3,通过计算可得到稳定采样行程l2=最大行程l3
×
稳定系数k,
74.当行程超过稳定采样行程l2时的时间点为保持段开始时间t2,
75.当行程低于稳定采样行程l2时的时间点为保持段结束时间t3,
76.按照时间切分可得到单次向心收缩阶段s2、单次保持收缩阶段s3、单次离心收缩阶段s4。
77.并进一步计算得出单次保持段的持续时间ts3=t3

t2;
78.单次向心收缩阶段s2斜率ms2=(l2-l1)/(t2-t1);
79.单次离心收缩阶段s4斜率ms4=(l2-l1)/(t4-t3)。
80.结合附图5,安装有所述中央处理器的器械上设置有显示屏幕,所述显示屏幕可实时反馈动作评分。
81.在本装置工作时,可通过对比分析单次动作曲线和参考曲线,确定训练动作是否有效。
82.当结束时间t4大于动作超时tt,则本次动作超时,可降低评分或判定动作无效。
83.当保持收缩阶段用时ts3大于标准保持收缩阶段用时tts3,则保持动作有效,否则动作保持失败,可降低评分或判定动作无效。
84.动作完成度可以作为本次动作的评分系数,动作完成度低则可以判定动作无效。
85.结合附图6,按算法计算得到向心收缩阶段动作完成度p2:
[0086][0087]
同理离心收缩阶段动作完成度p4:
[0088][0089]
保持收缩阶段动作完成度p3=单次动作最大行程为l3/标准行程ll。
[0090]
总完成度(评分)p可由p2、p3、p4三个阶段完成度求和平均值或者求积得出。
[0091]
总完成度就是评分,最终为百分比值,评分越接近100%则训练动作越标准,评分越高。从曲线图来看,ms2与mss2重合度越高,则评分越高。
[0092]
结合附图4,与此同时可通过计算运动量进行数据统计及分析。
[0093]
每一次动作记录都根据负重w,行程l,开始开始时间t1至动作结束时间t4,来计算运动量pl。
[0094][0095]
pl可以科学且有效地表达每次的运动量,用于对数据的统计和分析。
[0096]
结合附图7,安装有所述中央处理器的器械上设置有保护装置,实时保护装置由中央处理器控制。
[0097]
为防止用户脱力,预防危险发生,通过训练动作曲线分析得出用户出现力竭的情况时,则立即告知用户或者启动器械的保护功能。在通常训练情境中,每次动作完成需要3~6秒。在一秒钟内,检测到行程正反方向发生改变三次改变,则判断用户已经力竭,从而通过中央处理器控制启动保护装置。
[0098]
本实施例的工作原理是:本装置在使用时,通过中央处理器作为中转,连接数据、图标、器械、显示和保护装置,依据中央处理器控制七个步骤进行实时监控、采集数据并实时输出,可在训练人员训练前采集数据确定适合训练人员的训练强度,在训练人员训练时进行实时监控,自动检测训练开始和结束时间,并根据动作标准程度做出实时反馈,且在训练人员训练后将训练数据进行数据分析并保存,作为下次训练时的可用数据,通过分析有效做功的积分计算得到运动量。另具备实时判断用户是否出现力竭的情形,降低训练风险。解决了现有力量训练器械只能单纯的采集运动负重和次数,在实际使用中不能检测是否达到了动作质量的要求,即也无法分析动作中的问题,不能给出合理的评分的技术问题。且相较于常规的摄像头视觉方案和可穿戴传感器方案结构更加简单集中,使用更加便捷,易于广泛推广使用。
[0099]
以上所述,仅为本发明较佳的具体实施方式,并非依此限制本发明的保护范围,故:凡依本发明的结构、形状、原理所做的等效变化,均应涵盖于本发明的保护范围之内。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献