一种运动智能手表和最佳跑速获取方法技术

本发明专利技术提供了一种运动智能手表和最佳跑速获取方法，集跑步状态检测、分析、反馈为一体的智能手表，能够为广大跑步爱好者提供最实时的跑步建议。智能手表可以通过手表上的传感器获取人体的心率数据、当前跑速、能量消耗数据、风速等信息，再通过两个不同的跑速计算模型计算两个最优跑速，在最优跑速的计算中用遗传算法和BFGS算法进行寻优，提高模型计算精确度。最后对两个最优跑速加权处理获得最终的最佳跑速。本发明专利技术最佳跑速的计算通过两个跑速计算模型，并根据加权处理获得最终结果更具客观性，其中增加了遗传算法和BFGS算法进行寻优，增强了运动智能手表中心处理器的计算精确度。

【技术实现步骤摘要】

本专利技术涉及智能手表
，具体地，涉及一种基于遗传算法的运动智能手表 和最佳跑速获取方法。
技术介绍
近年来周边开始跑步的用户数量越来越多，网络社交圈里经常有人晒跑步照片， 还用软件记录自己跑步的路线和运动量。跑步也逐渐成为朋友聚会时的热门话题，马拉松 比赛也在国内风行一时。但是随着跑步参与群体的扩散，各个年龄阶层的人开始加入，很多 人却不知道或不是清楚地知道适合自己的训练强度，时常会有运动过度而引发的问题。一 般普遍认知中，人们都认为运动时间越久越好，跑步速度越快越好，跑步长度越长运动效果 越嘉，实际上在这样的错误认知下导致的运动过度使得原本追求健康的运动行为反而变成 了健康风险的隐形杀手。运动过度容易对心肺功能和肌肉造成伤害，增加心脏疾病和运动 伤害的风险。 现在市面上用于监测运动状态的智能手表虽然已经存在，但很多产品仅仅是监测 运动员的心率、卡路里消耗等状态，缺少对用户的运动强度建议的功能。因此，及时拥有智 能手表，用户也只是知道自己的运动量，却不知道这样的运动量是否适合自己当前的身体 状态。 因此，亟需提供一种集跑步状态检测、分析、反馈为一体的智能手表，能够为广大 跑步爱好者提供最实时的跑步建议。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种运动智能手表和最佳跑速获取 方法，集跑步状态检测、分析、反馈为一体，能够为广大跑步爱好者提供最实时的跑步建议。 根据本专利技术提供的一种运动智能手表，包括:传感器模块和中心处理器； 所述传感器模块用于:感测获取感测数据后传输给所述中心处理器； 所述中心处理器用于：根据预设数据和所述感测数据以第一跑速计算模型匕((3， y)计算第一最优跑速，根据预设数据和所述感测数据以第二跑速计算模型fb(c，y)计算第 二最优跑速，对所述第一最优跑速和第二最优跑速加权处理获取最佳跑速。 作为一种优化方案，所述中心处理器用于： 根据所述第一跑速计算模型fa(c，y)和第二跑速计算模型fb(c，y)分别获得一包含 有若干极值点的极值点集合； 对两个所述极值点集合中的极值点分别寻优获取第一最优极值点（cabe3St，yabe3St) 和第二最优极值点（Cbbestjbbest);所述取佳跑速为 Vrun - Qlfa(Cabest，yabest) +Q2fb ( Cbbest，ybbest ) + Vwind，所^i^Vwind犬/风（ 速，所述感测数据包括所述风速v_d，其中，所述Qi为第一跑速计算模型的权重，所述Q2为第 二跑速计算模型的权重。 作为一种优化方案，所述中心处理器对所述极值点集合中的极值点寻优获取最优 极值点(Xabest，yabest)、（ Xbbest，ybbest )的过知具体包括： 步骤1，种群初始化获得两个所述极值点集合(fa(cai，yai)，f a(ca2，ya2)，…，fa(can, yan))、（fb(cbi，ybi)，fb(cb2，yb2)，…，fb(cbn，ybn))，每个极值点为一个个体，根据适应度函数 fi' =fmax-fi计算个体适应度值fi'，fi是第i个个体对应的目标函数值，fmaA当前种群成员 的最大目标函数值，i = l，2,…，n，n为预设种群规模； 步骤2，按GOLDBERG线性比例变换将进行拉伸后获得fi" = sfi '+1，所述S和1为拉伸 常数； 步骤3,根据预设比例选择算子进行遗传算法中的选择操作； 步骤4,按照预设的交叉概率对步骤3获得的种群进行遗传算法中的交叉操作； 步骤5,按照预设的变异概率对步骤4获得的种群进行遗传算法中的变异操作； 步骤6,对步骤5获得的每个个体按照预设的BFGS搜索概率进行BFGS搜索获得子 代，完成一次迭代；步骤7,计算所述子代中个体的适应度值，保存适应度值最低的个体，步骤8，判断迭代次数是否达到预设代数，若未达到，则返回步骤3，若已达到，则选出适应度值最低的个体作为所述第一最优极值点（cabest，yabest)和 弟-·取优极值点（Cbbest，ybbest)。 作为一种优化方案，所述第一跑速计算模型和第二跑速计算模型分别为： 其中，y表示能量消耗数据，X表示目标心率(单位:次/min)，c =体重*运动时间*指 数z，指数z = 30/跑速，a为运动常数，i为爬坡角度或下坡角度； 所述感测数据包括跑速、能量消耗数据、爬坡角度或下坡角度； 所述预设数据包括目标心率、体重、运动时间。 作为一种优化方案，步骤6所述中心处理器对步骤5获得的每个个体按照预设的 BFGS搜索概率进行BFGS搜索获得子代的过程具体包括： 步骤61，初始化c°，变量维数2、BFGS方法精度ε = 0.5,构造正定矩阵Bo = I，《=〇，计算：?.（(3,7)在(3°处的梯度8。，其中，所述;^((3,7)表示;^((3,7)和;^((^) ; 步骤62，取浐=-?\，按照预设搜索步长a%Sk作一维搜索，+W)， ..-. OC 获得新点，其中Ck+1 = ck+aksk，本步骤中+##)为此处为BFGS方法求解无约束优化 问题的表示方法，为表达式；步骤63,计算ck+1处点的梯度gk+1，判断是否满足结束条件I |gk+i| I仝ε， 若满足则获得子代c*B = ck+1，严=f (ck+1)，BFGS搜索结束， 若不满足则进入步骤64; 步骤64,计算》其中，3k = xk+1-xk，γ k = gk +1-gk; 步骤65，k增加1，返回步骤62。 作为一种优化方案，所述预设数据包括目标心率X，所述目标心率x=(常数Z1-年 龄-权重Q*静止心率)*常数Z2;所述中心处理器用于:在处于体弱模式下，所述目标心率x = (常数Z1-年龄-权重Q*静止心率)*常数Z2,所述常数Zl = 200,所述权重Q为0,所述常数Z2为 60%-80% ；在处于普通模式下，所述目标心率x=(常数Z1-年龄-权重Q*静止心率)*常数Z2， 所述常数Z1 = 220，所述权重Q为0，所述常数Z2为60 % -80 % ;在处于健体模式下，所述目标心率x=(常数Z1-年龄-权重Q*静止心率)*常数Z2， 所述常数Z1 = 220，所述权重Q为1，所述常数Z2为65 % -85 %。基于同一专利技术构思，本专利技术还提供一种最佳跑速获取方法，包括： 根据预设数据和所述感测数据以第一跑速计算模型匕((3,7)计算第一最优跑速， 根据预设数据和所述感测数据以第二跑速计算模型fb(c，y)计算第二最优跑速， 对所述第一最优跑速和第二最优跑速加权处理获取最佳跑速。 作为一种优化方案，所述第一最优跑速和第二最优跑速的计算方法包括： 根据所述第一跑速计算模型fa(c，y)和第二跑速计算模型fb(c，y)分别获得一包含 有若干极值点的极值点集合； 对两个所述极值点集合中的极值点分别寻优获取第一最优极值点（Cabe3St，yabe3St) 和第二最优极值点（Cbbest，ybbest); 所述取佳跑速为 Vrun - Qlfa(Cabest，yabest) +Q2fb ( Cbbest，ybbest ) + Vwind，所^i^Vwind犬/风（ 速，所述感测数据包括所述风速^_<1，其中，所述Qi为本文档来自技高网...

【技术保护点】
一种运动智能手表，其特征在于，包括：传感器模块和中心处理器；所述传感器模块用于：感测获取感测数据后传输给所述中心处理器；所述中心处理器用于：根据预设数据和所述感测数据以第一跑速计算模型fa(c,y)计算第一最优跑速，根据预设数据和所述感测数据以第二跑速计算模型fb(c,y)计算第二最优跑速，对所述第一最优跑速和第二最优跑速加权处理获取最佳跑速。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵炎，赵怀林，
申请(专利权)人：上海应用技术学院，
类型：发明
国别省市：上海;31