一种基于智能健身的动作识别方法与流程

技术特征：
1.一种基于智能健身的动作识别方法，其特征在于，包括：采集当前健身动作的肌肉电信号变化数据，利用获取的肌肉电信号变化数据构建当前健身动作的电信号波形图；获取该电信号波形图的起止时间和该波形图中的最大振幅值，利用波形图的起止时间和最大振幅值构建出该电信号波形图的电信号理想函数，并利用该电信号理想函数得到肌电信号理想波形图；分别获取电信号波形图和肌电信号理想波形图中波形包围的包围面积，利用电信号波形图和肌电信号理想波形图中波形包围的包围面积计算当前健身动作的饱满度；利用当前健身动作的饱满度和当前健身动作的上个健身动作的饱满度及当前健身动作的下个健身动作的饱满度对当前健身动作的疲劳状态进行识别，根据识别结果对健身者进行提醒。2.根据权利要求1所述的一种基于智能健身的动作识别方法，其特征在于，所述电信号理想函数为：式中，为电信号理想函数， 为每段电信号振幅的最大值，为每段电信号的起始时间，为一段电信号的末端时间， 为振幅最大值对应的时间，为该段电信号采样周期内的任一时间。3.根据权利要求2所述的一种基于智能健身的动作识别方法，其特征在于，所述当前健身动作的饱满度的获取方法为：式中，为当前健身动作的饱满度，为当前电信号波形图上部分包围面积，为当前电信号波形图下部分包围面积，为肌电信号理想波形图上部分包围面积，为肌电信号理想波形图下部分包围面积，为第i个单位波长对应的时间。4.根据权利要求3所述的一种基于智能健身的动作识别方法，其特征在于，所述对当前健身动作的疲劳状态进行识别的具体方法为：若当前健身动作的饱满度，当前健身动作的上个健身动作的饱满度，当前动作的下个健身动作的饱满度满足：则肌肉处于疲劳状态，否则，肌肉不处于疲劳状态，为第个健身动作。5.根据权利要求4所述的一种基于智能健身的动作识别方法，其特征在于，所述根据识
别结果对健身者进行提醒的方法为：当肌肉处于疲劳状态时，且时，肌肉处于最大疲劳状态，此时提醒健身者放松肌肉。6.根据权利要求1述的一种基于智能健身的动作识别方法，其特征在于，所述采集当前健身动作的肌肉电信号变化数据的方法为：使用布片电极贴在肌肉部位，采集肌肉健身过程中的肌电信号数据。7.根据权利要求1述的一种基于智能健身的动作识别方法，其特征在于，所述电信号波形图为时域图，横轴为时间，纵轴为振幅。

技术总结
本发明涉及图像处理领域，具体涉及一种基于智能健身的动作识别方法，采集健身状态下每组动作的肌肉电信号，得到当前电信号波形图，根据时域图中每段肌电信号的起止时间和最大振幅构建电信号理想函数，根据电信号理想函数得到肌电信号理想波形图，根据肌肉电信号波形时域图的包围面积和肌电信号理想波形图的包围面积的差异得到当前健身动作的饱满度，根据当前健身动作的饱满度和上个健身动作及下个健身动作的饱满度识别动作疲劳状态，根据动作疲劳状态对进行健身者健身动作进行提醒，方法根据肌肉收缩信息对用户健身动作发力进行提醒，并优化智能健身系统对肌电信号的处理速度，辅助健身者更好的掌握健身动作发力要领，智能、高效。高效。高效。


技术研发人员：蒋建华 蒋宇翔
受保护的技术使用者：江苏康非特动力科技有限公司
技术研发日：2022.10.17
技术公布日：2022/11/11