[發(fā)明專(zhuān)利]一種用戶(hù)運(yùn)動(dòng)狀態(tài)檢測(cè)方法、裝置及可穿戴設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201810556612.7
• 申請(qǐng)日: 2018-05-31
• 公開(kāi)（公告）號(hào): CN108831527B
• 公開(kāi)（公告）日: 2021-06-04
• 發(fā)明（設(shè)計(jì)）人: 陳志勇;林晨曦
• 申請(qǐng)（專(zhuān)利權(quán)）人: 古琳達(dá)姬（廈門(mén)）股份有限公司
• 主分類(lèi)號(hào): G16H20/30
• 分類(lèi)號(hào): G16H20/30;G06K9/00;A61B5/11;A61B5/00
• 代理公司: 北京金蓄專(zhuān)利代理有限公司 11544
• 代理人: 孫巍

本發(fā)明公開(kāi)了一種用戶(hù)運(yùn)動(dòng)狀態(tài)檢測(cè)方法、裝置及可穿戴設(shè)備，其中，該用戶(hù)運(yùn)動(dòng)狀態(tài)檢測(cè)方法包括：獲取用戶(hù)的個(gè)人信息和/或環(huán)境信息，根據(jù)個(gè)人信息和/或環(huán)境信息確定所需采集的運(yùn)動(dòng)數(shù)據(jù)類(lèi)型；根據(jù)運(yùn)動(dòng)數(shù)據(jù)類(lèi)型采集用戶(hù)的初級(jí)運(yùn)動(dòng)數(shù)據(jù)，結(jié)合個(gè)人信息和/或環(huán)境信息建立個(gè)人畫(huà)像模型；根據(jù)模型確定是否采集次級(jí)運(yùn)動(dòng)數(shù)據(jù)建立二級(jí)人工智能模型。通過(guò)實(shí)施本發(fā)明，可根據(jù)用戶(hù)的個(gè)人信息及所處的環(huán)境信息對(duì)所需采集、分析的運(yùn)動(dòng)數(shù)據(jù)類(lèi)型精細(xì)篩選，通過(guò)一個(gè)模型中包含的多級(jí)模型，從而降低了采集量、計(jì)算量，有效降低電量的消耗。

技術(shù)領(lǐng)域

本發(fā)明涉及智能穿戴技術(shù)領(lǐng)域，具體涉及一種用戶(hù)運(yùn)動(dòng)狀態(tài)檢測(cè)方法、裝置及可穿戴設(shè)備。

背景技術(shù)

人體運(yùn)動(dòng)姿態(tài)的識(shí)別在運(yùn)動(dòng)分析、跌倒預(yù)警、疾病預(yù)防、康復(fù)治療、身份識(shí)別等領(lǐng)域有著重要的作用。人體足底的壓力及壓強(qiáng)會(huì)隨著人體足部結(jié)構(gòu)出現(xiàn)功能障礙或出現(xiàn)病變，并隨著人體的運(yùn)動(dòng)狀態(tài)的變化發(fā)生改變。

通過(guò)對(duì)人體足底壓力及壓強(qiáng)在靜止?fàn)顟B(tài)或運(yùn)動(dòng)過(guò)程的分布研究，能夠發(fā)現(xiàn)步態(tài)的動(dòng)力性及運(yùn)動(dòng)性特征。隨著智能可穿戴設(shè)備的快速發(fā)展及普及，現(xiàn)有可穿戴足具，可通過(guò)得到的地面反作用力和人體運(yùn)動(dòng)位置坐標(biāo)等信息計(jì)算出步行過(guò)程中，人體的質(zhì)心運(yùn)動(dòng)、能量消耗、運(yùn)動(dòng)位置、關(guān)節(jié)受力情況等。并根據(jù)所獲得的信息進(jìn)行跌倒預(yù)警等實(shí)時(shí)告警。然而，由于電池的電量有限，可穿戴足具的可持續(xù)使用時(shí)長(zhǎng)也受到了嚴(yán)格的限制，有可能導(dǎo)致在最需要監(jiān)測(cè)的時(shí)段，可穿戴足具無(wú)法繼續(xù)使用，從而影響了對(duì)用戶(hù)的運(yùn)動(dòng)狀態(tài)的監(jiān)測(cè)，甚至影響在關(guān)鍵時(shí)刻對(duì)用戶(hù)身體健康狀況進(jìn)行預(yù)警。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例提供了一種用戶(hù)運(yùn)動(dòng)狀態(tài)檢測(cè)方法、裝置及可穿戴設(shè)備，以解決現(xiàn)有的可穿戴設(shè)備的電量消耗過(guò)快、可持續(xù)使用時(shí)間較短的問(wèn)題。

根據(jù)第一方面，本發(fā)明實(shí)施例提供了一種用戶(hù)運(yùn)動(dòng)狀態(tài)檢測(cè)方法，包括：獲取用戶(hù)的個(gè)人信息和/或環(huán)境信息，根據(jù)所述個(gè)人信息和/或環(huán)境信息確定所需采集的運(yùn)動(dòng)數(shù)據(jù)類(lèi)型；根據(jù)所述運(yùn)動(dòng)數(shù)據(jù)類(lèi)型采集用戶(hù)的實(shí)際運(yùn)動(dòng)數(shù)據(jù)；分析所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)，確定所述用戶(hù)的運(yùn)動(dòng)狀態(tài)。

在本發(fā)明實(shí)施例中，根據(jù)運(yùn)動(dòng)數(shù)據(jù)類(lèi)型采集用戶(hù)的初級(jí)運(yùn)動(dòng)數(shù)據(jù)，結(jié)合個(gè)人信息和/或環(huán)境信息建立個(gè)人畫(huà)像模型；根據(jù)模型確定是否采集次級(jí)運(yùn)動(dòng)數(shù)據(jù)建立二級(jí)人工智能模型，可根據(jù)用戶(hù)的個(gè)人信息及所處的環(huán)境信息對(duì)所需采集、分析的運(yùn)動(dòng)數(shù)據(jù)類(lèi)型精細(xì)篩選，通過(guò)一個(gè)模型中包含的多級(jí)模型，從而降低了采集量、計(jì)算量，有效降低電量的消耗，從而延長(zhǎng)該可穿戴設(shè)備的可持續(xù)使用時(shí)間。

結(jié)合第一方面，在第一方面第一實(shí)施方式中，所述個(gè)人信息包括：用戶(hù)的性別信息、身高信息、體重信息、年齡信息中的至少之一；所述環(huán)境信息包括：溫度信息及季節(jié)信息中的至少之一。

結(jié)合第一方面或第一方面第一實(shí)施方式，在第一方面第二實(shí)施方式中，根據(jù)所述個(gè)人信息和/或環(huán)境信息確定所需采集的運(yùn)動(dòng)數(shù)據(jù)類(lèi)型，包括：從所述個(gè)人信息中提取所述用戶(hù)的健康歷史信息，根據(jù)所述健康歷史信息確定所需采集的數(shù)據(jù)為加速度數(shù)據(jù)或加速度數(shù)據(jù)與角速度數(shù)據(jù)兩者；或者從所述個(gè)人信息中提取所述用戶(hù)的健康歷史信息，根據(jù)所述健康歷史信息及環(huán)境信息確定所需采集的數(shù)據(jù)為加速度數(shù)據(jù)或加速度數(shù)據(jù)與角速度數(shù)據(jù)兩者；或者根據(jù)所述環(huán)境信息確定所需采集的數(shù)據(jù)為加速度數(shù)據(jù)或加速度數(shù)據(jù)與角速度數(shù)據(jù)兩者。

結(jié)合第一方面第二實(shí)施方式，在第一方面第三實(shí)施方式中，所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)包括加速度數(shù)據(jù)；所述分析所述實(shí)際運(yùn)動(dòng)數(shù)據(jù)，確定所述用戶(hù)的運(yùn)動(dòng)狀態(tài)，包括：根據(jù)所述加速度數(shù)據(jù)，獲取多個(gè)運(yùn)動(dòng)方向上的加速度變化信息；根據(jù)所述加速度變化信息判斷用戶(hù)是否處于靜止?fàn)顟B(tài)；當(dāng)用戶(hù)未處于靜止?fàn)顟B(tài)時(shí)，根據(jù)所述加速度變化信息判斷用戶(hù)的運(yùn)動(dòng)狀態(tài)屬于循環(huán)運(yùn)動(dòng)狀態(tài)或者非循環(huán)運(yùn)動(dòng)狀態(tài)。

結(jié)合第一方面第三實(shí)施方式，在第一方面第四實(shí)施方式中，如果用戶(hù)的運(yùn)動(dòng)狀態(tài)屬于循環(huán)運(yùn)動(dòng)狀態(tài)，則根據(jù)所述加速度變化信息判斷用戶(hù)的運(yùn)動(dòng)狀態(tài)屬于行走、跑步或異常行走狀態(tài)。