一种用于可穿戴设备的跑步距离的计算方法及系统、可穿戴设备技术方案

本发明专利技术提供了一种用于可穿戴设备的跑步距离的计算方法及系统、可穿戴设备，包括：当GPS的信号强度低于预设阈值时，得到测试时间段内每次摆臂的摆臂幅度；根据每次摆臂的所述摆臂幅度和用户运动特征模型，得到每次摆臂对应的步幅；根据测试时间段内的每次摆臂对应的步幅，得到跑步距离；本发明专利技术可以提高室内跑步，或GPS无法使用情况下的跑步距离的计算精度。

Calculation method and system for running distance for wearable device, wearable device

The invention provides a method for calculating the running distance of wearable equipment and a system and wearable equipment, including: when the signal strength of GPS is lower than the preset threshold, the swing arm amplitude of each swing arm in the test period is obtained; and according to the swing arm amplitude and the user motion characteristic model of each swing arm, the swing arm amplitude of each swing arm is obtained. The invention can improve the calculating precision of the running distance in indoor running or when the GPS can not be used.

【技术实现步骤摘要】
一种用于可穿戴设备的跑步距离的计算方法及系统、可穿戴设备
本专利技术涉及可穿戴设备领域，尤指一种用于可穿戴设备的跑步距离的计算方法及系统、可穿戴设备。
技术介绍
目前的手环手表在室内跑步机模式下，通过手臂摆动的次数来估算用户的步数，然后再依据用户输入的自身的身体数据，比如年龄、身高等，计算出步幅，步数乘以步幅，从而估算出室内跑步的距离。在上述计算方法中，每次跑步的步幅基本是固定的。但在实际过程中，用户的跑步姿势会随着跑步的不同阶段发生变化，通常跑步姿势不同，步幅也有所不同，一般一开始是慢跑，摆臂幅度较小，进行预热，然后加速、快跑，摆臂幅度变大、摆臂频度变快，到快要结束时，又逐步减速，慢跑。通常，摆臂幅度越大，跑步步幅越大，但按照上述计算方法，会导致无法准确的测量用户的实际跑动距离。
技术实现思路
本专利技术的目的是提供一种用于可穿戴设备的跑步距离的计算方法、可穿戴设备，可以提高室内跑步，或GPS无法使用情况下的跑步距离的计算精度。本专利技术提供的技术方案如下：一种用于可穿戴设备的跑步距离的计算方法，包括：步骤S200当GPS的信号强度低于预设阈值时，得到测试时间段内每次摆臂的摆臂幅度；步骤S300根据每次摆臂的所述摆臂幅度和用户运动特征模型，得到每次摆臂对应的步幅；步骤S400根据测试时间段内的每次摆臂对应的步幅，得到跑步距离。在上述技术方案中，通过计算每次摆臂对应的步幅，可以提高室内跑步，或GPS无法使用情况下的跑步距离的计算精度。进一步，还包括：步骤S100当GPS的信号强度达到预设阈值时，获取用户的运动数据，作为样本数据；步骤S110将所述样本数据发送给服务器；步骤S120接收所述服务器发送的用户运动特征模型，并更新可穿戴设备的用户运动特征模型。在上述技术方案中，利用GPS可用时的运动数据，比如室外跑步数据，经服务器构建用户运动特征模型并发给可穿戴设备；在GPS不可用情况下，比如室内跑步，可穿戴设备利用该模型，可以提高步幅的计算精度，从而提高跑步距离的计算精度。进一步，所述步骤S100具体包括：步骤S101当GPS的信号强度达到预设阈值时，通过可穿戴设备的传感器获取摆臂幅度的原始采样数据和步频的原始采样数据；步骤S102通过可穿戴设备的内置GPS获取运动速度的原始采样数据；步骤S103对所述摆臂幅度的原始采样数据、所述步频的原始采样数据、所述运动速度的原始采样数据进行处理，得到时间同步的摆臂幅度样本数据、步频样本数据和运动速度样本数据；步骤S104根据所述运动速度样本数据和步频样本数据，得到对应的步幅样本数据；步骤S105将所述步幅样本数据、摆臂幅度样本数据和步频样本数据组成的数据作为所述样本数据；将每一个时间同步的步幅样本、摆臂幅度样本和步频样本的组合作为所述样本数据的一个样本。在上述技术方案中，通过可穿戴设备的传感器获取的数据和内置GPS获取的数据，组合构成样本数据，为后续获取用户的运动特征模型提供了基础。进一步，所述步骤S200还包括，步骤S210当GPS的信号强度低于预设阈值时，得到测试时间段内每次摆臂的摆臂幅度及对应的步频；所述步骤S300还包括，步骤S310将每一个摆臂幅度、及其对应的步频代入用户运动特征模型，得到对应的步幅。在上述技术方案中，在GPS不可用情况下，利用根据GPS可用时的运动数据所构建的用户运动特征模型，可以提高步幅的计算精度，从而提高跑步距离的计算精度。本专利技术还提供一种可穿戴设备，包括：数据获取模块，用于当GPS的信号强度低于预设阈值时，得到测试时间段内每次摆臂的摆臂幅度；距离计算模块，与所述数据获取模块电连接，用于根据每次摆臂的所述摆臂幅度和用户运动特征模型，得到每次摆臂对应的步幅；以及，根据测试时间段内的每次摆臂对应的步幅，得到跑步距离。在上述技术方案中，通过计算每次摆臂对应的步幅，可以提高室内跑步，或GPS无法使用情况下的跑步距离的计算精度。进一步，所述数据获取模块，进一步用于当GPS的信号强度达到预设阈值时，获取用户的运动数据，作为样本数据；还包括，数据发送模块，与所述数据获取模块电连接，用于将所述样本数据发送给服务器；模型接收模块，用于接收所述服务器发送的用户运动特征模型，并更新可穿戴设备的用户运动特征模型。在上述技术方案中，利用GPS可用时的运动数据，比如室外跑步数据，构建用户运动特征模型，在GPS不可用情况下，比如室内跑步，利用该模型，可以提高步幅的计算精度，从而提高跑步距离的计算精度。进一步，所述数据获取模块，进一步用于当GPS的信号强度达到预设阈值时，通过可穿戴设备的传感器获取摆臂幅度的原始采样数据和步频的原始采样数据；以及，通过可穿戴设备的内置GPS获取运动速度的原始采样数据；以及，对所述摆臂幅度的原始采样数据、所述步频的原始采样数据、所述运动速度的原始采样数据进行处理，得到时间同步的摆臂幅度样本数据、步频样本数据和运动速度样本数据；以及，根据所述运动速度样本数据和步频样本数据，得到对应的步幅样本数据；以及，将所述步幅样本数据、摆臂幅度样本数据和步频样本数据组成的数据作为所述样本数据；将每一个时间同步的步幅样本、摆臂幅度样本和步频样本的组合作为所述样本数据的一个样本。在上述技术方案中，通过可穿戴设备的传感器获取的数据和内置GPS获取的数据，组合构成样本数据，为后续获取用户的运动特征模型提供了基础。进一步，所述数据获取模块，进一步用于当GPS的信号强度低于预设阈值时，得到测试时间段内每次摆臂的摆臂幅度及对应的步频；所述距离计算模块，进一步用于将每一个摆臂幅度、及其对应的步频代入用户运动特征模型，得到对应的步幅。在上述技术方案中，采用了在GPS不可用情况下，利用根据GPS可用时的运动数据所构建的用户运动特征模型，可以提高步幅的计算精度，从而提高跑步距离的计算精度。。本专利技术还提供一种用于可穿戴设备的跑步距离的计算系统，包括前述的可穿戴设备，还包括服务器；所述服务器包括：数据接收模块，用于接收来自可穿戴设备的样本数据；模型构建模块，与所述数据接收模块电连接，用于根据所述样本数据，通过监督型机器学习算法得到所述用户运动特征模型；模型发送模块，与所述模型构建模块电连接，用于将所述用户运动特征模型发送给可穿戴设备。在上述技术方案中，提供了一种系统，借助服务器进行模型构建，有助于在GPS不可用时提升跑步距离的计算精度。进一步，所述模型构建模块，进一步用于当所述样本数据更新时，根据更新的样本数据更新所述用户运动特征模型。在上述技术方案中，通过多次跑步获取多次的样本数据，且使用多次的样本数据训练，可以使用户运动特征模型更准确。通过本专利技术提供的一种用于可穿戴设备的跑步距离的计算方法及系统、可穿戴设备，能够带来以下有益效果：本专利技术可以提高室内跑步，或GPS无法使用情况下的跑步距离的计算精度。附图说明下面将以明确易懂的方式，结合附图说明优选实施方式，对一种用于可穿戴设备的跑步距离的计算方法及系统、可穿戴设备的上述特性、技术特征、优点及其实现方式予以进一步说明。图1是本专利技术的一种用于可穿戴设备的跑步距离的计算方法的一个实施例的流程图；图2a是本专利技术的一种用于可穿戴设备的跑步距离的计算方法的另一个实施例的样本数据获取的流程图；图2是本专利技术的一种用于可穿戴设备的跑步距离的计算方法本文档来自技高网...

【技术保护点】
1.一种用于可穿戴设备的跑步距离的计算方法，其特征在于，包括：步骤S200当GPS的信号强度低于预设阈值时，得到测试时间段内每次摆臂的摆臂幅度；步骤S300根据每次摆臂的所述摆臂幅度和用户运动特征模型，得到每次摆臂对应的步幅；步骤S400根据测试时间段内的每次摆臂对应的步幅，得到跑步距离。

【技术特征摘要】
1.一种用于可穿戴设备的跑步距离的计算方法，其特征在于，包括：步骤S200当GPS的信号强度低于预设阈值时，得到测试时间段内每次摆臂的摆臂幅度；步骤S300根据每次摆臂的所述摆臂幅度和用户运动特征模型，得到每次摆臂对应的步幅；步骤S400根据测试时间段内的每次摆臂对应的步幅，得到跑步距离。2.根据权利要求1所述的用于可穿戴设备的跑步距离的计算方法，其特征在于，获取所述步骤300中的所述用户运动特征模型包括：步骤S100当GPS的信号强度达到预设阈值时，获取用户的运动数据，作为样本数据；步骤S110将所述样本数据发送给服务器；步骤S120接收所述服务器发送的用户运动特征模型，并更新可穿戴设备的用户运动特征模型。3.根据权利要求2所述的用于可穿戴设备的跑步距离的计算方法，其特征在于，所述步骤S100具体包括：步骤S101当GPS的信号强度达到预设阈值时，通过可穿戴设备的传感器获取摆臂幅度的原始采样数据和步频的原始采样数据；步骤S102通过可穿戴设备的内置GPS获取运动速度的原始采样数据；步骤S103对所述摆臂幅度的原始采样数据、所述步频的原始采样数据、所述运动速度的原始采样数据进行处理，得到时间同步的摆臂幅度样本数据、步频样本数据和运动速度样本数据；步骤S104根据所述运动速度样本数据和步频样本数据，得到对应的步幅样本数据；步骤S105将所述步幅样本数据、摆臂幅度样本数据和步频样本数据组成的数据作为所述样本数据；将每一个时间同步的步幅样本、摆臂幅度样本和步频样本的组合作为所述样本数据的一个样本。4.根据权利要求3所述的用于可穿戴设备的跑步距离的计算方法，其特征在于：所述步骤S200还包括，步骤S210当GPS的信号强度低于预设阈值时，得到测试时间段内每次摆臂的摆臂幅度及对应的步频；所述步骤S300还包括，步骤S310将每一个摆臂幅度、及其对应的步频代入用户运动特征模型，得到对应的步幅。5.一种可穿戴设备，其特征在于，包括：数据获取模块，用于当GPS的信号强度低于预设阈值时，得到测试时间段内每次摆臂的摆臂幅度；距离计算模块，与所述数据获取模块电连接，用于根据每次摆臂的所述摆臂幅度和用户运动特征模型，得到...

【专利技术属性】
技术研发人员：薛彬，
申请(专利权)人：上海康斐信息技术有限公司，
类型：发明
国别省市：上海,31