CN109603142A - 一种哑铃运动的识别计数方法及其装置 - Google Patents
一种哑铃运动的识别计数方法及其装置 Download PDFInfo
- Publication number
- CN109603142A CN109603142A CN201811426205.0A CN201811426205A CN109603142A CN 109603142 A CN109603142 A CN 109603142A CN 201811426205 A CN201811426205 A CN 201811426205A CN 109603142 A CN109603142 A CN 109603142A
- Authority
- CN
- China
- Prior art keywords
- dumbbell
- acceleration
- module
- signal
- exercise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000001133 acceleration Effects 0.000 claims abstract description 83
- 238000001914 filtration Methods 0.000 claims abstract description 6
- 241000083513 Punctum Species 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000005484 gravity Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- HUTDUHSNJYTCAR-UHFFFAOYSA-N ancymidol Chemical compound C1=CC(OC)=CC=C1C(O)(C=1C=NC=NC=1)C1CC1 HUTDUHSNJYTCAR-UHFFFAOYSA-N 0.000 claims description 3
- 238000005452 bending Methods 0.000 claims description 3
- 238000003066 decision tree Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 239000004973 liquid crystal related substance Substances 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B71/0669—Score-keepers or score display devices
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B21/00—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices
- A63B21/06—User-manipulated weights
- A63B21/072—Dumb-bells, bar-bells or the like, e.g. weight discs having an integral peripheral handle
- A63B21/0726—Dumb bells, i.e. with a central bar to be held by a single hand, and with weights at the ends
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
- A63B2071/0625—Emitting sound, noise or music
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/40—Acceleration
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种哑铃运动的识别与计数方法及其装置。装置的硬件包括三轴加速度传感器模块、微控制器模块、显示模块、蜂鸣器模块、电源模块、按键模块共六个模块。采用差分方法突出加速度信号的变化特性，再根据预先设置好的阈值自动判断是否是一次真正的哑铃运动信号，并自动识别哑铃运动的起始点时刻和结束点时刻。采用FIR低通滤波分离出重力加速度信号，再从原始信号中减去重力加速度信号，得到运动加速度信号，然后对运动加速度信号进行归一化处理，提取12个特征值。最后采用决策树‑KNN算法对哑铃运动类型进行识别，只要正确识别到一次有效运动，蜂鸣器便响一声以进行提示，同时在液晶屏上显示对应哑铃运动类型的计数及总数。
Description
技术领域
本发明属于体育运动健身器材范畴，涉及哑铃运动加速度信号的数据采集、处理及运动类型的识别领域。
背景技术
动作识别是进行人机交互的一种重要技术，动作识别的技术主要分为两种：一种是基于视觉传感器的人体动作识别，一种是基于可穿戴的运动传感器的人体动作识别。前者通过图像传感器采集图像，并对图像进行分析处理，从而识别动作类型，其理论比较成熟，已有多种应用，但处理数据量大，功耗高，图像采集传感器与处理器体积大，不易携带；后者则是通过采集运动过程中的加速度、角速度等信号，然后再对数据进行分析处理，识别动作类型及姿态。
对哑铃运动的识别大多基于运动传感器，通过采集使用人员做哑铃运动过程中的加速度、角速度等信号，根据加速度或角速度的变化特征来识别哑铃运动。近年来国内外对智能哑铃的研究越来越多，不断朝着人机交互、多功能、低成本、小型化的方向发展。
发明内容
本发明的目的在于：为哑铃运动提供一种自动检测方法及装置，实时采集运动过程中的加速度信号、自动判断运动姿态、及时显示测量结果，并通过蜂鸣器提醒使用人员计数成功。本发明提供的哑铃运动的识别与计数方法计数准确、装置成本低，非常适合普通用户日常锻炼使用。
本发明所采用的技术方案如下：
1.一种哑铃运动的识别计数方法及其装置，其装置的硬件包括三轴加速度传感器模块、微控制器模块、显示模块、蜂鸣器模块、电源模块、按键模块共六个模块，各个模块的功能为：
(1)传感器模块连续采集哑铃的三轴加速度信号，并将数据传给微控制器模块；
(2)微控制器模块对采集到的三轴加速度信号数据进行处理、分析，识别哑铃运动类型；
(3)微控制器模块每成功识别一次有效运动后，将识别出的运动类型所对应的计数值及总计数值加1，并且使蜂鸣器模块响一声进行提示；
(4)显示模块采用液晶显示屏，循环显示五种运动类型的计数值及总计数值；
(5)电源模块给整个装置供电，实时检测电池电压及电量，当电压过低、电量不足时，指示灯闪烁报警进行提示，然后自动关闭电源，保护电池，避免过放电；
(6)按键模块包括开机/关机按键、重新开始计数按键，开机键和关机键为同一按键，开机状态下长按关机键装置才会关机。
2.哑铃运动的识别与计数方法包含以下步骤：
步骤一，由三轴加速度传感器模块采集哑铃在三维空间中x、y、z三个方向的加速度信号，得到三个方向的加速度数据；
步骤二，对三个方向的加速度数据进行预处理，采用差分方法突出加速度的变化特性，再根据预先设置好的阈值自动判断是否是一次真正的哑铃运动信号，并自动识别哑铃运动的起始点时刻和结束点时刻；如果加速度变化量小于阈值，则将本次采集信号视为噪声干扰信号而过滤掉，不作处理，跳转到步骤九；如果加速度变化量大于等于阈值，则自动判断哑铃运动的起始点和结束点，然后进入步骤三；
步骤三，分别对三个方向的加速度信号进行FIR低通滤波处理，得到三个方向的重力加速度信号；
步骤四，分别将三个方向的加速度信号减去各自对应的重力加速度信号，得到分离过后的运动加速度信号；
步骤五，以三个方向的最大运动加速度值作为归一化因子，分别对三个方向的运动加速度信号进行全局归一化处理；
步骤六，分别对三个方向归一化后的运动加速度数据求取能量、最大值、最小值和绝对值均值，共得到12个特征值；
步骤七，采用K最近邻(k-Nearest Neighbor，简记为KNN)分类算法和决策树算法相融合的方法，将步骤六中得到的12个特征值与事先保存好的五种哑铃运动的特征数据集进行比对，识别运动类型；五种哑铃运动类型包括坐姿哑铃弯举、俯身单臂哑铃划船、坐姿哑铃推肩、直立哑铃交替弯举、直立哑铃前平举；如果匹配成功，则跳转到步骤八；如果五种哑铃运动类型都匹配失败，则跳转到步骤九；
步骤八，将匹配成功的运动类型所对应的计数值及总计数值加1，跳转到步骤十；
步骤九，丢弃本次加速度数据，五种哑铃运动类型计数值及总计数值保持不变；
步骤十，返回步骤一，继续下一次的采集与分析。
3.在步骤二中，采用差分方法自动识别真正的哑铃运动以及哑铃运动起始点和结束点，其步骤为：
步骤2.1，用(x,y,z)表示x、y、z三个轴的加速度信号，记t时刻加速度计的值s(t)＝(x(t),y(t),z(t))为哑铃运动产生的加速度信号，采用公式(1)所示的差分运算公式计算t时刻的加速度差分值Δst；
Δst＝|x(t)-x(t-1)|+|y(t)-y(t-1)|+|z(t)-z(t-1)| (1)
步骤2.2，根据公式(2)计算t时刻以后N个加速度采样数据的差分均值
步骤2.3，分别设置起始时刻点和结束时刻点的两个阈值Thstart、Thend，其中开始阈值大于结束阈值；
步骤2.4，依次比较各时刻ts的加速度差分均值与阈值Thstart，如果则认为一次有效的哑铃运动已经开始，并记开始时刻点为ts，进入步骤2.5；否则，认为未找到起始点，跳转到步骤2.7；
步骤2.5，依次比较ts时刻以后的各时刻te的加速度差分均值与阈值Thend，如果则认为一次有效的哑铃运动已经结束，并记结束时刻点为te，进入步骤2.6；否则，认为未找到结束点，跳转到步骤2.7；
步骤2.6，以开始时刻点为ts和结束时刻点为te之间的数据作为一次哑铃运动周期的数据，进入步骤 2.7；
步骤2.7，完成起始点与结束点的自动识别过程。
附图说明
图1是装置的结构示意图。
图2是实例中的微控制器模块的电路原理图。
图3是实例中的加速度传感器模块的电路原理图。
图4是实例中的蜂鸣器模块的电路原理图。
图5是实例中的显示模块的电路原理图。
图6是实例中的电源模块的电路原理图。
图7是实例中的按键模块的电路原理图。
图8是实例中采用决策树-KNN进行哑铃动作识别的算法流程图。
图9是实例中的装置进行运动识别与计数的工作流程示意图。
具体实施方式
为了更加清楚的描述本发明，下面对本发明的具体实施方式作进一步的详细描述。
1.一种哑铃运动的识别计数方法及其装置，其装置的硬件包括三轴加速度传感器模块、微控制器模块、显示模块、蜂鸣器模块、电源模块、按键模块共六个模块，如图1所示，各模块的功能为：
(1)采用ADXL345三轴加速度传感器，以400Hz的频率连续采集哑铃的三轴加速度信号，并将数据通过IIC传给微控制器模块，微控制器模块采用ARM的芯片，具体型号为STM32F103C8T6，微控制器与加速度传感器的电路连接原理如图2和图3所示；
(2)微控制器模块对采集到的三轴加速度信号数据进行处理、分析，识别哑铃运动类型；
(3)微控制器模块每成功识别一次有效运动后，将识别出的运动类型所对应的计数值及总计数值加1，并且使蜂鸣器模块响一声进行提示，实例中采用5V有源蜂鸣器，蜂鸣器模块的电路原理图如图4所示；
(4)显示模块采用LCD1602液晶显示屏，循环显示五种运动类型的计数值及总计数值，显示模块的电路原理图如图5所示；
(5)电源模块采用可反复充放电的3.7V锂电池，电源模块负责给整个装置供电，实时检测电池电压及电量，当电压过低、电量不足时，指示灯闪烁报警进行提示，然后自动关闭电源，保护电池，避免过放电，电源模块的电路原理图如图6所示；
(6)按键模块包括开机/关机按键、重新开始计数按键，开机键和关机键为同一按键，开机状态下长按关机键装置才会关机，按键模块的电路原理图如图7所示。
2.哑铃运动的识别与计数方法包含以下步骤：
步骤一，由三轴加速度传感器模块采集哑铃在三维空间中x、y、z三个方向的加速度信号，得到三个方向的加速度数据；
步骤二，对三个方向的加速度数据进行预处理，采用差分方法突出加速度的变化特性，再根据预先设置好的阈值自动判断是否是一次真正的哑铃运动信号，并自动识别哑铃运动的起始点时刻和结束点时刻；如果加速度变化量小于阈值，则将本次采集信号视为噪声干扰信号而过滤掉，不作处理，跳转到步骤九；如果加速度变化量大于等于阈值，则自动判断哑铃运动的起始点和结束点，然后进入步骤三；
步骤三，分别对三个方向的加速度信号进行FIR低通滤波处理，得到三个方向的重力加速度信号；
步骤四，分别将三个方向的加速度信号减去各自对应的重力加速度信号，得到分离过后的运动加速度信号；
步骤五，以三个方向的最大运动加速度值作为归一化因子，分别对三个方向的运动加速度信号进行全局归一化处理；
步骤六，分别对三个方向归一化后的运动加速度数据求取能量、最大值、最小值和绝对值均值，共得到12个特征值；
步骤七，采用K最近邻(k-Nearest Neighbor，简记为KNN)分类算法和决策树算法相融合的方法，将步骤六中得到的12个特征值与事先保存好的五种哑铃运动的特征数据集进行比对，识别运动类型；五种哑铃运动类型包括坐姿哑铃弯举、俯身单臂哑铃划船、坐姿哑铃推肩、直立哑铃交替弯举、直立哑铃前平举；如果匹配成功，则跳转到步骤八；如果五种哑铃运动类型都匹配失败，则跳转到步骤九；决策树-KNN 算法的流程图如图8所示。
步骤八，将匹配成功的运动类型所对应的计数值及总计数值加1，跳转到步骤十；
步骤九，丢弃本次加速度数据，五种哑铃运动类型计数值及总计数值保持不变；
步骤十，返回步骤一，继续下一次的采集与分析。
整个装置进行运动识别与计数的工作流程如图9所示。
3.在步骤二中，采用差分方法来自动识别真正的哑铃运动以及哑铃运动起始点和结束点，其步骤为：
步骤2.1，用(x,y,z)表示x、y、z三个轴的加速度信号，记t时刻加速度计的值s(t)＝(x(t),y(t),z(t))为哑铃运动产生的加速度信号，采用公式(1)所示的差分运算公式计算t时刻的加速度差分值Δst；
Δst＝|x(t)-x(t-1)|+|y(t)-y(t-1)|+|z(t)-z(t-1)| (1)
步骤2.2，根据公式(2)计算t时刻以后N个加速度采样数据的差分均值
步骤2.3，分别设置起始时刻点和结束时刻点的两个阈值Thstart、Thend，其中开始阈值大于结束阈值；
步骤2.4，依次比较各时刻ts的加速度差分均值与阈值Thstart，如果则认为一次有效的哑铃运动已经开始，并记开始时刻点为ts，进入步骤2.5；否则，认为未找到起始点，跳转到步骤2.7；
步骤2.5，依次比较ts时刻以后的各时刻te的加速度差分均值与阈值Thend，如果则认为一次有效的哑铃运动已经结束，并记结束时刻点为te，进入步骤2.6；否则，认为未找到结束点，跳转到步骤2.7；
步骤2.6，以开始时刻点为ts和结束时刻点为te之间的数据作为一次哑铃运动周期的数据，进入步骤 2.7；
步骤2.7，完成起始点与结束点的自动识别过程。
4.在步骤三中，实例设计了一个25阶的FIR低通滤波器，对识别到的有效动作信号进行滤波消噪处理；设h[26]为低通滤波系数数组，M为一次有效运动周期中的数据长度，x[M]，y[M]，z[M]分别为截取到的x，y，z三轴加速度数组，则FIR低通滤波算法如下：
输入：x[M]，y[M]，z[M]
步骤3.1：i＝0；
步骤3.2：x[i]＝h[0]*x[i]+h[1]*x[i-1]+…+h[25]*x[i-25]，
y[i]＝h[0]*y[i]+h[1]*y[i-1]+…+h[25]*y[i-25]，
z[i]＝h[0]*z[i]+h[1]*z[i-1]+…+h[25]*z[i-25]；
步骤3.3：i++；
步骤3.4：若i<M转步骤3.2，否则转输出；
输出：x[M]，y[M]，z[M]。
5.在步骤七中，运动加速度数据的能量、最大值、最小值和绝对值均值的计算公式为：
1)信号能量为：
2)信号最大值和最小值分别为(其中k＝x，y，z)：
3)信号的绝对值均值为(其中L均为信号长度)：
Claims (2)
1.一种哑铃运动的识别计数方法及其装置，其特征在于，装置的硬件包括三轴加速度传感器模块、微控制器模块、显示模块、蜂鸣器模块、电源模块、按键模块共六个模块，其装置的特征在于：
(1)传感器模块连续采集哑铃的三轴加速度信号，并将数据传给微控制器模块；
(2)微控制器模块对采集到的三轴加速度信号数据进行处理、分析，识别哑铃运动类型；
(3)微控制器模块每成功识别一次有效运动后，将识别出的运动类型所对应的计数值及总计数值加1，并且使蜂鸣器模块响一声进行提示；
(4)显示模块采用液晶显示屏，循环显示五种运动类型的计数值及总计数值；
(5)电源模块给整个装置供电，实时检测电池电压及电量，当电压过低、电量不足时，指示灯闪烁报警进行提示，然后自动关闭电源，保护电池，避免过放电；
(6)按键模块包括开机/关机按键、重新开始计数按键，开机键和关机键为同一按键，开机状态下长按关机键装置才会关机；
哑铃运动的识别与计数方法包含以下步骤：
步骤一，由三轴加速度传感器模块采集哑铃在三维空间中x、y、z三个方向的加速度信号，得到三个方向的加速度数据；
步骤二，对三个方向的加速度数据进行预处理，采用差分方法突出加速度的变化特性，再根据预先设置好的阈值自动判断是否是一次真正的哑铃运动信号，并自动识别哑铃运动的起始点时刻和结束点时刻；如果加速度变化量小于阈值，则将本次采集信号视为噪声干扰信号而过滤掉，不作处理，跳转到步骤九；如果加速度变化量大于等于阈值，则自动判断哑铃运动的起始点和结束点，然后进入步骤三；
步骤三，分别对三个方向的加速度信号进行FIR低通滤波处理，得到三个方向的重力加速度信号；
步骤四，分别将三个方向的加速度信号减去各自对应的重力加速度信号，得到分离过后的运动加速度信号；
步骤五，以三个方向的最大运动加速度值作为归一化因子，分别对三个方向的运动加速度信号进行全局归一化处理；
步骤六，分别对三个方向归一化后的运动加速度数据求取能量、最大值、最小值和绝对值均值，共得到12个特征值；
步骤七，采用K最近邻(k-Nearest Neighbor，简记为KNN)分类算法和决策树算法相融合的方法，将步骤六中得到的12个特征值与事先保存好的五种哑铃运动的特征数据集进行比对，识别运动类型；五种哑铃运动类型包括坐姿哑铃弯举、俯身单臂哑铃划船、坐姿哑铃推肩、直立哑铃交替弯举、直立哑铃前平举；如果匹配成功，则跳转到步骤八；如果五种哑铃运动类型都匹配失败，则跳转到步骤九；
步骤八，将匹配成功的运动类型所对应的计数值及总计数值加1，跳转到步骤十；
步骤九，丢弃本次加速度数据，五种哑铃运动类型计数值及总计数值保持不变；
步骤十，返回步骤一，继续下一次的采集与分析。
2.根据权利要求1所述的一种哑铃运动的识别计数方法及其装置，其特征在于，所述步骤二中用来自动识别真正的哑铃运动以及哑铃运动起始点和结束点的差分方法，其步骤为：
步骤2.1，用(x,y,z)表示x、y、z三个轴的加速度信号，记t时刻加速度计的值s(t)＝(x(t),y(t),z(t))为哑铃运动产生的加速度信号，采用公式(1)所示的差分运算公式计算t时刻的加速度差分值Δst；
Δst＝|x(t)-x(t-1)|+|y(t)-y(t-1)|+|z(t)-z(t-1)| (1)
步骤2.2，根据公式(2)计算t时刻以后N个加速度采样数据的差分均值
步骤2.3，分别设置起始时刻点和结束时刻点的两个阈值Thstart、Thend，其中开始阈值大于结束阈值；
步骤2.4，依次比较各时刻ts的加速度差分均值与阈值Thstart，如果则认为一次有效的哑铃运动已经开始，并记开始时刻点为ts，进入步骤2.5；否则，认为未找到起始点，跳转到步骤2.7；
步骤2.5，依次比较ts时刻以后的各时刻te的加速度差分均值与阈值Thend，如果则认为一次有效的哑铃运动已经结束，并记结束时刻点为te，进入步骤2.6；否则，认为未找到结束点，跳转到步骤2.7；
步骤2.6，以开始时刻点为ts和结束时刻点为te之间的数据作为一次哑铃运动周期的数据，进入步骤2.7；
步骤2.7，完成起始点与结束点的自动识别过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811426205.0A CN109603142A (zh) | 2018-11-27 | 2018-11-27 | 一种哑铃运动的识别计数方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811426205.0A CN109603142A (zh) | 2018-11-27 | 2018-11-27 | 一种哑铃运动的识别计数方法及其装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109603142A true CN109603142A (zh) | 2019-04-12 |
Family
ID=66004802
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811426205.0A Pending CN109603142A (zh) | 2018-11-27 | 2018-11-27 | 一种哑铃运动的识别计数方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109603142A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111780780A (zh) * | 2020-06-16 | 2020-10-16 | 贵州省人民医院 | 一种基于滤波器组的计步方法及装置 |
| CN112337043A (zh) * | 2020-10-20 | 2021-02-09 | 随机漫步(上海)体育科技有限公司 | 运动识别的方法和装置、运动评价的方法和装置以及哑铃 |
| CN113198134A (zh) * | 2021-05-28 | 2021-08-03 | 东莞市仲康电子科技有限公司 | 一种智能运动哑铃及其智能控制方法 |
| CN114265656A (zh) * | 2021-12-24 | 2022-04-01 | 四川千里倍益康医疗科技股份有限公司 | 筋膜枪及其显示屏显示控制方法 |
| CN114534236A (zh) * | 2022-03-24 | 2022-05-27 | 山西新和实业有限公司 | 一种基于运动传感器的智能哑铃动作计数方法 |
| WO2023178594A1 (zh) * | 2022-03-24 | 2023-09-28 | 广东高驰运动科技股份有限公司 | 动作的计数方法、装置、设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2281612A1 (en) * | 2009-08-04 | 2011-02-09 | IDT Technology Limited | Apparatus and method for counting exercise repetitions |
| CN103933722A (zh) * | 2014-02-28 | 2014-07-23 | 永康市坤卓科技有限公司 | 一种健身哑铃运动检测装置及健身哑铃运动检测方法 |
| CN105588577A (zh) * | 2014-10-23 | 2016-05-18 | 中国移动通信集团公司 | 一种用于运动监测装置的异常计步的检测方法和装置 |
| WO2016097746A1 (en) * | 2014-12-19 | 2016-06-23 | Mclaren Applied Technologies Limited | Biomechanical analysis |
| CN205988512U (zh) * | 2016-08-25 | 2017-03-01 | 南通怡达运动用品有限公司 | 具有动作识别功能的哑铃 |
| CN107233696A (zh) * | 2017-06-27 | 2017-10-10 | 东北林业大学 | 一种多功能哑铃 |
-
2018
- 2018-11-27 CN CN201811426205.0A patent/CN109603142A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2281612A1 (en) * | 2009-08-04 | 2011-02-09 | IDT Technology Limited | Apparatus and method for counting exercise repetitions |
| CN103933722A (zh) * | 2014-02-28 | 2014-07-23 | 永康市坤卓科技有限公司 | 一种健身哑铃运动检测装置及健身哑铃运动检测方法 |
| CN105588577A (zh) * | 2014-10-23 | 2016-05-18 | 中国移动通信集团公司 | 一种用于运动监测装置的异常计步的检测方法和装置 |
| WO2016097746A1 (en) * | 2014-12-19 | 2016-06-23 | Mclaren Applied Technologies Limited | Biomechanical analysis |
| CN205988512U (zh) * | 2016-08-25 | 2017-03-01 | 南通怡达运动用品有限公司 | 具有动作识别功能的哑铃 |
| CN107233696A (zh) * | 2017-06-27 | 2017-10-10 | 东北林业大学 | 一种多功能哑铃 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111780780A (zh) * | 2020-06-16 | 2020-10-16 | 贵州省人民医院 | 一种基于滤波器组的计步方法及装置 |
| CN112337043A (zh) * | 2020-10-20 | 2021-02-09 | 随机漫步(上海)体育科技有限公司 | 运动识别的方法和装置、运动评价的方法和装置以及哑铃 |
| CN113198134A (zh) * | 2021-05-28 | 2021-08-03 | 东莞市仲康电子科技有限公司 | 一种智能运动哑铃及其智能控制方法 |
| CN114265656A (zh) * | 2021-12-24 | 2022-04-01 | 四川千里倍益康医疗科技股份有限公司 | 筋膜枪及其显示屏显示控制方法 |
| CN114534236A (zh) * | 2022-03-24 | 2022-05-27 | 山西新和实业有限公司 | 一种基于运动传感器的智能哑铃动作计数方法 |
| WO2023178594A1 (zh) * | 2022-03-24 | 2023-09-28 | 广东高驰运动科技股份有限公司 | 动作的计数方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109603142A (zh) | 一种哑铃运动的识别计数方法及其装置 | |
| AU2020273327B2 (en) | Systems and methods of swimming analysis | |
| CN106237604A (zh) | 可穿戴设备及利用其监测运动状态的方法 | |
| CN102640085A (zh) | 用于识别手势的系统和方法 | |
| EP2802255B1 (en) | Activity classification in a multi-axis activity monitor device | |
| CN105184325B (zh) | 一种移动智能终端 | |
| CN103970271B (zh) | 融合运动和生理传感数据的日常活动识别方法 | |
| CN103997572B (zh) | 一种基于手机加速度传感器数据的计步方法和装置 | |
| CN109087482A (zh) | 一种跌倒检测装置与方法 | |
| Jensen et al. | Classification of kinematic swimming data with emphasis on resource consumption | |
| CN104269025B (zh) | 面向户外摔倒监测的穿戴式单节点特征及位置选取方法 | |
| CN106228200A (zh) | 一种不依赖于动作信息采集设备的动作识别方法 | |
| CN107469326B (zh) | 一种用于可穿戴设备的游泳监测方法与装置及可穿戴设备 | |
| CN108958482B (zh) | 一种基于卷积神经网络的相似性动作识别装置及方法 | |
| CN108320456A (zh) | 一种融合多传感器的老年人摔倒预测方法和系统 | |
| CN110532898A (zh) | 一种基于智能手机多传感器融合的人体活动识别方法 | |
| CN110460809A (zh) | 一种婴儿哭声侦测方法、装置及智能摄像头设备 | |
| CN110648478B (zh) | 一种基于无线通信的溺水检测系统及其方法 | |
| Ning et al. | Fall detection algorithm based on gradient boosting decision tree | |
| Fu et al. | Ping pong motion recognition based on smart watch | |
| CN116959104A (zh) | 一种基于多模态学习的人类活动识别方法 | |
| CN114327045B (zh) | 基于类别不平衡信号的跌倒检测方法及系统 | |
| Peng et al. | Experimental analysis of artificial neural networks performance for accessing physical activity recognition in daily life | |
| Wang et al. | Human motion phase segmentation based on three new features | |
| Pipanmaekaporn et al. | Mining Acceleration Data for Smartphone-based Fall Detection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190412 |