[發(fā)明專利]一種運動狀態(tài)檢測方法及基于該方法的智能鞋

有效

• 申請?zhí)枺?/td>: 201610106443.8
• 申請日: 2016-02-26
• 公開（公告）號: CN105771187B
• 公開（公告）日: 2019-03-01
• 發(fā)明（設計）人: 王明悅;陳良壽;王連春
• 申請（專利權）人: 惠州市德賽工業(yè)研究院有限公司;惠州市德賽工業(yè)發(fā)展有限公司
• 主分類號: A63B24/00
• 分類號: A63B24/00;A63B71/06
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 陳衛(wèi);禹小明

1.一種運動狀態(tài)檢測方法，其特征在于，包括穿戴于人體腳部的穿戴物，所述穿戴物設有可采集三軸向加速度的加速度采集模塊、用于處理加速度信號的處理模塊以及用于向外傳輸處理結果的通訊模塊；具體包括如下步驟：

S10. 處理模塊通過所述加速度采集模塊連續(xù)采集最近發(fā)生的第一特定時間段內的三軸向上的加速度，并計算出合加速度；

S20. 處理模塊形成的關于合加速度大小曲線，獲取曲線的波峰高度以及波峰間距，同時計算合加速度的合加速度平均值；

S30. 處理模塊根據步驟S20中的數(shù)據進行分析，獲得人體的運動狀態(tài)，所述運動狀態(tài)包括腳掌著地角度、沖刺狀態(tài)、起跳狀態(tài)以及體能消耗狀態(tài)；

S40. 處理模塊控制所述通訊模塊向外發(fā)送分析結果；

其中，在步驟S30中，體能消耗狀態(tài)的識別包括如下子步驟：

S301. 對所述波峰高度、所述波峰間距以及合加速度平均值進行歸一化處理；

S302. 分別對所述波峰高度、所述波峰間距以及合加速度平均值按大小進行隸屬度劃分，分為低、中以及高三個等級；

S303. 根據所述波峰高度、所述波峰間距以及合加速度平均值當前的等級組合判斷體能狀態(tài)。

2.如權利要求1所述的運動狀態(tài)檢測方法，其特征在于，所述步驟S303包括如下判斷步驟：

S3031. 設置模糊規(guī)則：當所述波峰高度、所述波峰間距以及合加速度平均值當前均處于低等級，則判斷為當前體能消耗狀態(tài)為低消耗狀態(tài)；當所述波峰高度、所述波峰間距以及所述合加速度平均值中至少有兩種數(shù)據處于高等級狀態(tài)時則判斷為高體能消耗狀態(tài)，否則處于較高體能消耗狀態(tài)；

S3032. 輸入所述波峰高度、所述波峰間距以及合加速度平均值三種歸一化數(shù)據，應用模糊推理及重心去模糊方法，得到體能消耗的輸出；最后輸出所判斷結果。

3.如權利要求1所述的運動狀態(tài)檢測方法，其特征在于，所述起跳狀態(tài)檢測包括：

S311. 處理模塊判斷豎直方向上的加速度是否大于第一閾值，若是則執(zhí)行步驟S312，其中所述第一閾值大于所述合加速度平均值;

S312. 處理模塊判斷在加速度大于所述第一閾值后的第二特定時間段內合加速度是否相當于自由落體時的合加速度，若是則判定為一次起跳。

4.如權利要求1所述的運動狀態(tài)檢測方法，其特征在于，所述沖刺狀態(tài)檢測包括：

S321. 處理模塊判斷在第一特定時間段內所述波峰間距以及波峰高度的變化幅度，若變化幅度小于第二閾值，則執(zhí)行步驟S322；

S322. 處理模塊判斷所述波峰高度是否大于第三閾值且所述波峰間距小于第四閾值，若是則判斷當前運動狀態(tài)為沖刺狀態(tài)。

5.如權利要求1所述的運動狀態(tài)檢測方法，其特征在于，所述腳掌著地角度計算方法包括如下步驟：

S331. 處理模塊采集腳掌著地瞬間的合加速度矢量；

S332. 處理模塊計算所述合加速度矢量與重力加速度矢量的內積，進而計算所述合加速度以及重力加速度的夾角；所述第一特定時間段為1秒。

6.如權利要求1所述的運動狀態(tài)檢測方法，其特征在于，處理模塊判斷所述合加速度平均值在第三特定時間段內是否保持不變，若是則控制所述加速度采集模塊暫停采集數(shù)據。

7.如權利要求3所述的運動狀態(tài)檢測方法，其特征在于，所述第二特定時間段為100毫秒。

8.如權利要求6所述的運動狀態(tài)檢測方法，其特征在于，所述第三特定時間段為1分鐘或2分鐘。

9.如權利要求3所述的運動狀態(tài)檢測方法，其特征在于，所述第一閾值為0.8倍重力加速度。

10.如權利要求4所述的運動狀態(tài)檢測方法，其特征在于，所述第二閾值為0.5。

11.如權利要求4所述的運動狀態(tài)檢測方法，其特征在于，所述第三閾值為2倍重力加速度。