基于大数据库的运动识别方法及其装置制造方法及图纸

本发明专利技术公开了一种基于大数据库的运动识别方法，包括以下步骤：S1、建立包含多种运动参数的数据库；S2、采集用户运动过程中的运动数据；S3、将S2中采集到的运动数据与S1数据库中运动参数对比，分析判断得出具体的运动类型；S4、输出判断运动类型的结果。本发明专利技术从根本上解决了传统穿戴电子设备监测运动时量只能手动输入运动类型的问题，基于储存有各种运动类型的大数据库，用户在使用具有该技术的产品时只需按运动类型配戴在不同位置即可，系统会根据加速度传感器和角速率传感器检测到的用户动作自动识别运动类型并记录用户所有动作的数据以作后台数据分析应用。

【技术实现步骤摘要】
基于大数据库的运动识别方法及其装置
本专利技术涉及便携式电子穿戴设备，具体是应用于电子穿戴设备上并基于大数据库的运动识别方法。
技术介绍
随着人们生活水平不断提高，人们对运动健身的重视度也在不断加强，越来越多的人抽出时间进行跑步、打球、瑜伽等健身活动，但多少的运动量是最适合自己的呢？如何才能知道自己运动后所消耗的能量呢？这些都关系到自身的健康，因此市场上出现了很多相关产品，如:计步器、智能手表、运动手环等，这些产品都能进行运动监测，目前市场上这类产品都存在不够智能或需通过上位机辅助操作设定才能进行相对复杂运动动作的监测，即通过手动输入运动类型在穿戴电子产品上，但操作繁琐，在科技日益发展的今天，显然不够智能化，因此亟待出现一种可自动识别运动类型的技术来改变这一现状。
技术实现思路
为了上述技术问题，本专利技术提供基于大数据库的运动识别方法及其装置。本专利技术采用的技术方案是: 一种基于大数据库的运动识别方法，包括以下步骤: 51、建立包含多种运动参数的数据库； 52、采集用户运动过程中的运动数据； 53、将S2中采集到的运动数据与SI数据库中运动参数对比，分析判断得出具体的运动类型； 54、输出判断运动类型的结果。进一步的，所述步骤SI中数据库是通过抽样选取大量人群运动时的参数形成数据库或直接引用现有运动参数数据库 更进一步的，所述运动参数基于不同性别、年龄、体重、身高的人群，即性别、年龄、体重、身高作为判断运动类型时的变量。其中，所述S2中运动数据为多组不同时间点的三轴加速度Ax, Ay, Az以及三轴角速率 Θ X，Θ y, Θ Zo进一步，所述步骤S3中还对S2采集运动数据进行转换处理以匹配数据库中的数据类型。本专利技术的运动识别方法还包括步骤S5、通过联网进行人机自学习数据更新，以增加新的运动类型数据至数据库。具体的，所述S4中输出运动类型结果的方式为显示输出和/或语音输出。本专利技术的另一技术方案，即一种应用上述运动识别方法的穿戴电子装置，用于穿戴于人体时检测人体所运动的类型，其特征在于:包括一系统处理器以及与系统处理器连接的数据存储器、电源模块、加速度传感器、角速率传感器，其中，系统处理器为穿戴电子装置的核心处理中心，数据存储器储存有多种运动参数的数据，加速度传感器、角速率传感器分别检测人体运动时的三轴加速度Ax, Ay, Az以及三轴角速率Θ X，Θ y, Θ z并将检测数据反馈给系统处理器，该系统处理器针对检测数据进行模数转换后与数据存储器中的运动参数进行对比，判断分析得出检测到的数据所对应的运动类型；所述电源模块为其他各模块供电。本专利技术的穿戴电子装置还包括一无线联网通信模块，该无线联网通信模块与系统处理器连接以供数据存储器的联网数据更新。上述穿戴电子装置还包括与系统处理器连接的一显示模块和/或语音模块。本专利技术的有益效果是: 本专利技术从根本上解决传统穿戴电子设备监测运动时量只能手动输入运动类型的问题，基于储存有各种运动类型的大数据库，用户在使用具有该技术的产品时只需按运动类型配戴在不同位置即可，系统会根据加速度传感器和角速率传感器检测到的用户动作自动识别运动类型并记录用户所有动作的数据以作后台数据分析应用。【附图说明】下面结合附图对本专利技术的【具体实施方式】做进一步的说明。图1是本专利技术电子穿戴设备的原理框图； 图2是本专利技术基于大数据库的运动识别方法流程图； 图3是加速度传感器数据检测模型图； 图4是角速率传感器数据检测模型图； 图5是软件算法还原传感器检测曲线图。【具体实施方式】本专利技术所述的电子穿戴设备特指计步器、智能手表、运动手环等设备，其共同的特性是便携性，即别于用户随身携带，利用此特性，这些设备便可在用户运动时与其一起运动，基于此，用户的运动量、运动轨迹便与检测设备同步，所以检测设备自身的运动检测结果与用户所需的自身运动检测实质相同。如图1所示，为本专利技术的穿戴电子装置，包括一系统处理器100以及与系统处理器100连接的数据存储器200、电源模块300、加速度传感器400、角速率传感器500、一显示模块600和语音模块700 ； 其中，系统处理器100为穿戴电子装置的核心处理中心，用于数据的处理；加速度传感器400、角速率传感器500分别为三轴加速度传感器、陀螺仪； 数据存储器200储存有多种运动参数的数据，加速度传感器400、角速率传感器500分别检测人体运动时的三轴加速度Ax, Ay, Az以及三轴角速率Θ X，Θ y, Θ z并将检测数据反馈给系统处理器100，该系统处理器100针对检测数据进行模数转换后与数据存储器200中的运动参数进行对比，判断分析得出检测到的数据所对应的运动类型； 显示模块600为显示驱动和相应的终端显示屏，用于显示检测结果以及其他常规显示内容； 语音模块700为语音驱动电路以及语音终端输出的喇叭，用于语音提示检测结果以及报警提示等语音输出； 所述电源模块300为电池以及相应的电源供电电路，为其他各模块提供低压直流电源输入。由于运动的种类多种多样，产品在出厂时难以在数据存储器200预先存储所有运动类别的数据，因此，本专利技术的穿戴电子装置设置有一无线联网通信模块800，该无线联网通信模块800与系统处理器100连接以供数据存储器200的联网数据更新，可及时完成新的运动种类的数据录入。本专利技术的原理基于每种运动都是由固定的一些动作组组成，所有的连贯性动作都是由一个个分解了的单体动作组成，不同体型或身高的人在做相同运动时他们的动作轨迹曲线是类似的，我们可以根据用户输入的身高、体重、性别、年龄用计算机程序算法模拟出一个接近用户体形的虚拟人的运动曲线数据库，再根据用户使用产品时的运动动作数据分析结果去完善修正虚拟运动曲线就形成了一个和用户非常接近的标准用户运动动作数据库，在产品使用时只要用户有运动，产品上的加速度模块和角速率测量模块就可以将用户的每一个动的加速度和角速率变化值检测试出并转换成数值，系统处理再根据人体动作监测识别技术算法将加速度和角速率变化值还原成人体动作运动曲线再同数据库中修正后的虚拟人的运动曲线数据库对比就可得出用户当前所进行的运动类型，从而智能的识别出用户所从事的运动。参考图2所示，为本专利技术一种基于大数据库的运动识别方法，包括以下步骤: 51、建立包含多种运动参数的数据库； 该数据库是通过抽样选取大量人群运动时的参数形成数据库或直接引用现有运动参数数据库，所述运动参数基于不同性别、年龄、体重、身高的人群，即性别、年龄、体重、身高作为判断运动类型时的变量，因此在初次使用时需要输入性别、年龄、体重、身高灯参数以确定用户的人体参数； 当产品上电初始化后，无线同步时钟日期时间，并确认时间； 52、采集用户运动过程中的运动数据； 该运动数据通过加速度传感器400、角速率传感器500分别检测而来的多组不同时间点的三轴加速度Ax，Ay，Az以及三轴角速率θχ，θy, θζ，见图3、图4; 53、将S2中采集到的运动数据与SI数据库中运动参数对比，分析判断得出具体的运动类型；若无运动则休眠，本方案主要着重于有运动时的运动类型判断； 由于S2采集运动数据为模拟电信号，而数据库中存储的运动参数为二进制的数据，因此还需在系统用处本文档来自技高网...

【技术保护点】
基于大数据库的运动识别方法，其特征在于包括以下步骤：S1、建立包含多种运动参数的数据库；S2、采集用户运动过程中的运动数据；S3、将S2中采集到的运动数据与S1数据库中运动参数对比，分析判断得出具体的运动类型；S4、输出判断运动类型的结果。

【技术特征摘要】
1.基于大数据库的运动识别方法，其特征在于包括以下步骤: 51、建立包含多种运动参数的数据库； 52、采集用户运动过程中的运动数据； 53、将S2中采集到的运动数据与SI数据库中运动参数对比，分析判断得出具体的运动类型； 54、输出判断运动类型的结果。2.根据权利要求1所述的基于大数据库的运动识别方法，其特征在于:所述步骤SI中数据库是通过抽样选取大量人群运动时的参数形成数据库或直接引用现有运动参数数据库。3.根据权利要求2所述的基于大数据库的运动识别方法，其特征在于:所述运动参数基于不同性别、年龄、体重、身高的人群，即性别、年龄、体重、身高作为判断运动类型时的变量。4.根据权利要求1所述的基于大数据库的运动识别方法，其特征在于:所述S2中运动数据为多组不同时间点的三轴加速度Ax, Ay, Az以及三轴角速率Θ X，Θ y, Θ Z05.根据权利要求4所述的基于大数据库的运动识别方法，其特征在于:所述步骤S3中还对S2采集运动数据进行转换处理以匹配数据库中的数据类型。6.根据权利要求1所述的基于大数据库的运动识别方法，其特征在于:其还包括步骤S5、通过联网...

【专利技术属性】
技术研发人员：卢军营，
申请(专利权)人：中山市永衡互联科技有限公司，
类型：发明
国别省市：广东;44