运动量测量方法、装置及电子设备制造方法及图纸

本申请涉及一种运动量测量方法、装置及电子设备，其中方法包括：通过雷达信号获取目标用户所在区域的环境信息，其中，所述雷达信号是由毫米波雷达向所述目标用户发出检测信号后返回的信号；根据所述目标用户所在区域的环境信息确定所述目标用户的运动量信息，其中，所述运动量信息包括所述目标用户的与运动状态对应的持续时间、与所述运动状态对应的运动距离；将所述运动量信息通过终端设备展示给目标用户。本申请无需人体随身携带可穿戴式测量设备，就能够是实现对人体运动量的非接触式测量，并且能准确测量出用户的运动量，且不会给被测用户带来不便和不舒适的感受，提升用户体验。

Measurement method, device and electronic equipment of motion

【技术实现步骤摘要】
运动量测量方法、装置及电子设备
本申请涉及电磁波检测
，尤其涉及一种运动量测量方法、装置及电子设备。
技术介绍
随着人们生活水平的提升，越来越重视健康问题，运动量已逐渐成为衡量一个人是否健康的一项重要指标，并且通过检测用户的日常运动量来分析和判断用户的健康水平，已逐渐成为当前辅助医疗的一项重要途径。随着科学技术水平的不断提升，出现了大量便携式和可穿戴式的辅助医疗设备用于测量人体运动量，如：手机、智能手环等。这些设备通过监测人的行走步数、行走时间、睡眠时间等数据来计算其运动量，进而判断其健康状况。然而，便携式或可穿戴式测量设备都采用接触式的测量方式，这种方式需要人随身携带传感器才能够完成测量。因此，在一些不便携带的场景中受到一定的局限，如：分析篮球运动员的场内运动量、在睡眠时会影响睡眠姿态等。
技术实现思路
为了解决在部分场景中不便于使用可穿戴式测量设备测量用户运动量的技术问题，本申请提供了一种运动量测量方法、装置及电子设备。第一方面，本申请提供了一种运动量测量方法，包括：通过雷达信号获取目标用户所在区域的环境信息，其中，所述雷达信号是由毫米波雷达向所述目标用户发出检测信号后返回的信号；根据所述目标用户所在区域的环境信息确定所述目标用户的运动量信息，其中，所述运动量信息包括所述目标用户的与运动状态对应的持续时间、与所述运动状态对应的运动距离；将所述运动量信息通过终端设备展示给目标用户。可选地，所述根据所述目标用户所在区域的环境信息确定所述目标用户的运动量信息的步骤包括：根据所述目标用户所在区域的环境信息确定所述目标用户的身份信息和位置变化信息，其中，所述位置变化信息是所述目标用户从第一位置移动到第二位置的位移及消耗的时间；采集所述目标用户在不同运动状态下产生的目标多普勒波数据，根据所述目标多普勒波数据确定所述目标用户的运动状态；根据所述目标用户的位置变化信息和运动状态确定所述目标用户的运动量信息。可选地，所述根据所述目标用户所在区域的环境信息确定所述目标用户的身份信息和位置变化信息的步骤包括：根据K均值聚类算法确定所述环境信息中的物体及所在位置；获取所述环境信息中运动的物体产生的多普勒波数据及位置变化信息；获取所述多普勒波数据中的多普勒特征数据，将每个运动物体对应的所述多普勒特征数据输入身份判别分类器，得到所述目标用户的身份信息和位置变化信息。可选地，所述获取所述多普勒波数据中的多普勒特征数据，将每个运动物体对应的所述多普勒特征数据输入身份判别分类器训练得到所述目标用户的身份信息和位置变化信息的步骤包括：将身份已知的不同用户的多普勒特征数据作为身份判别样本进行训练，得到所述身份判别分类器；将获取的每个所述多普勒特征数据分别输入所述身份判别分类器，得到与所述身份判别分类器中相关性最高的样本对应的用户身份，确定所述目标用户的身份信息和位置变化信息。可选地，所述采集所述目标用户在不同运动状态下产生的目标多普勒波数据，根据所述目标多普勒波数据确定所述目标用户的运动状态的步骤包括：将所述目标用户的多普勒特征数据输入运动状态分类器模型，得到所述目标用户在不同时间段内的运动状态。可选地，在将所述目标用户的多普勒特征数据输入运动状态分类器模型，得到所述目标用户在不同时间段内的运动状态前，所述方法还包括：将所述目标多普勒波数据作为运动状态样本输入支持向量机分类器进行训练，得到所述运动状态分类器模型。可选地，所述根据所述目标用户的位置变化信息和运动状态确定所述目标用户的运动量信息的步骤包括：获取所述目标用户在不同时间的位置变化信息；根据所述目标用户在不同时间的位置变化信息和所述运动状态确定所述目标用户在每个运动状态的运动时间和对应的运动距离，其中所述运动时间为所述目标用户处于对应运动状态的累计时间长度。第二方面，本申请提供了一种运动量测量装置，包括：环境信息获取模块，用于通过雷达信号获取目标用户所在区域的环境信息，其中，所述雷达信号是由毫米波雷达向所述目标用户发出检测信号后返回的信号；数据处理模块，用于根据所述目标用户所在区域的环境信息确定所述目标用户的运动量信息，其中，所述运动量信息包括所述目标用户的与所述运动状态对应的持续时间、与运动状态对应的运动距离；数据展示模块，用于将所述运动量信息通过终端设备展示给目标用户。另一方面，本申请提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现上述方法的步骤。另一方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的方法和装置，无需人体随身携带可穿戴式测量设备，就能够是实现对人体运动量的非接触式测量，并且能准确测量出用户的运动量，且不会给被测用户带来不便和不舒适的感受，提升用户体验。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种运动量测量方法流程图；图2为本申请实施例提供的一种运动量统计示意图；图3为本申请实施例提供的另一种运动量统计示意图；图4为本申请实施例提供的一种运动量测量装置示意图；图5为本申请实施例提供的一种电子设备内部结构示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。图1为本申请实施例提供的一种运动量测量方法流程图，该方法包括：S11、通过雷达信号获取目标用户所在区域的环境信息，其中，所述雷达信号是由毫米波雷达向所述目标用户发出检测信号后返回的信号。具体地，本申请利用毫米波雷达对某空间范围内的目标进行检测，这里的空间为固定空间，例如室内、篮球场等场所，将毫米波雷达安装在空间的某个位置上，例如可以将毫米波雷达安装在室内的空调内，或安装在篮球场的天花板上，通过毫米波雷达向固定空间发射电磁波信号，通过空间内用户的反射的多普勒波信号可以确定用户的许多信息，且在固定空间特别是室内干扰较小，使用毫米波雷达测量的结果准确度较高。通过毫米波雷达向空间内发射电磁波信号，接触到空间内本文档来自技高网...

【技术保护点】
1.一种运动量测量方法，其特征在于，包括：/n通过雷达信号获取目标用户所在区域的环境信息，其中，所述雷达信号是由毫米波雷达向所述目标用户发出检测信号后返回的信号；/n根据所述目标用户所在区域的环境信息确定所述目标用户的运动量信息，其中，所述运动量信息包括所述目标用户的与运动状态对应的持续时间、与所述运动状态对应的运动距离；/n将所述运动量信息通过终端设备展示给目标用户。/n

【技术特征摘要】
1.一种运动量测量方法，其特征在于，包括：
通过雷达信号获取目标用户所在区域的环境信息，其中，所述雷达信号是由毫米波雷达向所述目标用户发出检测信号后返回的信号；
根据所述目标用户所在区域的环境信息确定所述目标用户的运动量信息，其中，所述运动量信息包括所述目标用户的与运动状态对应的持续时间、与所述运动状态对应的运动距离；
将所述运动量信息通过终端设备展示给目标用户。


2.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户所在区域的环境信息确定所述目标用户的运动量信息的步骤包括：
根据所述目标用户所在区域的环境信息确定所述目标用户的身份信息和位置变化信息，其中，所述位置变化信息是所述目标用户从第一位置移动到第二位置的位移及消耗的时间；
采集所述目标用户在不同运动状态下产生的目标多普勒波数据，根据所述目标多普勒波数据确定所述目标用户的运动状态；
根据所述目标用户的位置变化信息和运动状态确定所述目标用户的运动量信息。


3.根据权利要求2所述的方法，其特征在于，所述根据所述目标用户所在区域的环境信息确定所述目标用户的身份信息和位置变化信息的步骤包括：
根据K均值聚类算法确定所述环境信息中的物体及所在位置；
获取所述环境信息中运动的物体产生的多普勒波数据及位置变化信息；
获取所述多普勒波数据中的多普勒特征数据，将每个运动物体对应的所述多普勒特征数据输入身份判别分类器，得到所述目标用户的身份信息和位置变化信息。


4.根据权利要求3所述的方法，其特征在于，所述获取所述多普勒波数据中的多普勒特征数据，将每个运动物体对应的所述多普勒特征数据输入身份判别分类器训练得到所述目标用户的身份信息和位置变化信息的步骤包括：
将身份已知的不同用户的多普勒特征数据作为身份判别样本进行训练，得到所述身份判别分类器；
将获取的每个所述多普勒特征数据分别输入所述身份判别分类器，得到与所述身份判别分类器中相关性最高的样本对应的用户身份，确定所述目标用户的身份...

【专利技术属性】
技术研发人员：宋德超，陈翀，李斌山，陈向文，罗晓宇，
申请(专利权)人：珠海格力电器股份有限公司，珠海联云科技有限公司，
类型：发明
国别省市：广东;44