一种心率带设备及其步长解算方法技术

本发明专利技术属于跑步设备检测方法技术领域，具体公开一种心率带设备及其步长解算方法，包括获取并基于跑步机的履带速度和心率带的加速度数据，构建步长解算模型并存储为默认步长解算模型；实时获取加速度数据，并带入存储的默认步长解算模型中求解步长；实时获取用户输入的操作信号，当收到校准信号时，优化调整参数对默认步长解算模型进行更新并存储。本申请利用较短的时间，获取用户在跑步机上的加速度以及跑步机履带速度信息，得到用户的运动习惯，构建步长解算模型，并基于此对步长解算模型参数进行优化，使模型更加适用于用户本人，模型构建成功后仅需调整参数就能实现设备的普适性，参数更新过程操作简单，花费时间短。花费时间短。花费时间短。

【技术实现步骤摘要】
一种心率带设备及其步长解算方法


[0001]本专利技术属于跑步设备检测方法
，具体地说涉及一种心率带设备及其步长解算方法。

技术介绍

[0002]现如今，通过穿戴设备，解算并记录运动状态，已经较为普遍，其中，胸戴式设备因其便携、低功耗等优势受到广大关注。然而胸戴式设备采集到的数据特征大多为躯干部位的特征数据，依靠此类数据解算步长具有较大的挑战。由于不同用户的跑步习惯差异性较大，因此在利用固定步长模型估计不同用户群体时，收敛情况可能有较大的差异，步长计算模型也会有较大的差异，定常参数(固定模型)的步长解算模型的局限性较大。
[0003]因此，现有技术还有待于进一步发展和改进。

技术实现思路

[0004]针对现有技术的种种不足，为了解决上述问题，现提出一种心率带设备及其步长解算方法。本专利技术提供如下技术方案：
[0005]一种心率带设备步长解算方法，包括：
[0006]获取并基于跑步机的履带速度和心率带的加速度数据，构建步长解算模型并存储为默认步长解算模型；
[0007]实时获取加速度数据，并带入存储的默认步长解算模型中求解步长；
[0008]实时获取用户输入的操作信号，当收到校准信号时，优化调整参数对默认步长解算模型进行更新并存储。
[0009]进一步的，基于履带速度和加速度数据，构建步长解算模型的方法包括：
[0010]基于加速度数据提取步频特征和加速度特征；
[0011]基于履带速度和步进起止时间计算每个步进的步长标注值；/>[0012]将获取的步长标注值与对应的步频特征和加速度特征进行数据拟合，构建步长解算模型。
[0013]进一步的，基于加速度数据提取步频特征和加速度特征的方法包括：利用峰值检测法求出每个步进周期的起止时间点和每个周期的加速度极差，从而提取得到步频特征和加速度特征其中，Δt为每个步进区间的时间间隔，ΔAcc为步进区间的加速度极差，fre为步频特征，Acc为加速度特征。
[0014]进一步的，基于履带速度和步进起止时间计算每个步进的步长标注值len＝v*Δt。
[0015]进一步的，将获取的步长标注值与对应的步频特征和加速度特征进行数据拟合，构建步长解算模型为D
step
＝k1·
Acc+k2·
fre+k3·
fre
·
Acc+k4·
fre2+bias，其中，k
i
表示
权重系数，bias表示偏置项，均为通过数据拟合后得到的常数项。
[0016]进一步的，优化调整参数对默认步长解算模型进行更新的方法包括：
[0017]基于实时获取的加速度数据解算步进起止时间Δt'；
[0018]基于当前获取的履带配速V
tm
以及步进起止时间Δt'，求解每次步进时间内履带的运行距离D
tm
＝V
tm
*Δt；
[0019]利用默认步长解算模型求解步长：
[0020]D
step
＝Relu(k1·
Acc+k2·
fre+k3·
fre
·
Acc+k4·
fre2+bias)；
[0021]计算偏差值e＝|D
tm
‑
D
step
|，通过限制偏差值的范围对参数进行反馈优化，优化后得到的D
step
＝Relu(k1·
Acc+k2·
fre+k3·
fre
·
Acc+k4·
fre2+bias)即为更新的步长解算模型。
[0022]进一步的，对参数进行反馈优化的方法包括利用梯度下降进行优化调参：
[0023]其中，a为学习率，利用非线性激活函数Relu(
·
)。
[0024]进一步的，基于加速度数据，解算步频和步进起止时间的方法包括：
[0025]获取长度为d的窗口中连续时间历元的加速度数据曲线，当加速度特征Acc满足条件时，缓存当前时间t(i)；
[0026]获取相邻两个连续的时间点之间的间隔即为步进起止时间，即Δt＝t(i)
‑
t(i
‑
1)；
[0027]基于求解的步进起止时间Δt解算步频
[0028]一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该程序被处理器执行时实现一种心率带设备步长解算方法。
[0029]一种心率带设备，包括：传感器、心率计、处理器及存储器，所述传感器与处理器通过通讯协议信号连接，所述心率计与处理器通过串口信号连接，所述存储器与处理器通过SPI信号连接；
[0030]所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行一种心率带设备步长解算方法。
[0031]有益效果：
[0032]1、通过对加速度数据进行特征提取，并将提取的步频特征和加速度特征用于求解步长解算模型中，方法简单有效；
[0033]2、仅通过获取加速度数据和跑步机履带速度数据就能更准确的输出用户的步长数据，数据获取量少，对应设备配置成本低，降低设备的生产成本，怎加设备的复合功能；
[0034]3、利用跑步机稳定的速度输出以及加速度数据对构建的模型进行优化更新，适应不同设备佩戴者的不同需求，提升设备输出数据的准确性；
[0035]4、本申请利用较短的时间，获取用户在跑步机上的加速度和跑步机履带速度信息，得到用户的运动习惯，并基于此对步长解算模型参数进行优化，使模型更加适用于用户本人，模型构建成功后仅需调整参数就能实现设备的普适性，参数更新过程操作简单，花费时间短。
附图说明
[0036]图1是本专利技术具体实施例中一种心率带设备步长解算方法流程示意图；
[0037]图2是本专利技术具体实施例中一个窗口内连续时间历元的加速度数据曲线图；
[0038]图3是本专利技术具体实施例中加速度特征与步长数据散点图；
[0039]图4是本专利技术具体实施例中步频特征与步幅数据散点图；
[0040]图5是本专利技术具体实施例中一种心率带设备步长解算方法流程示意图；
[0041]图6是本专利技术具体实施例中步长训练模型的网络结构图；
[0042]图7是本专利技术具体实施例中一种心率带设备组成部分示意图。
具体实施方式
[0043]为了使本领域的人员更好地理解本专利技术的技术方案，下面结合本专利技术的附图，对本专利技术的技术方案进行清楚、完整的描述，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其它类同实施例，都应当属于本申请保护的范围。此外，以下实施例中提到的方向用词，例如“上”“下”“左”“右”等仅是参考附图的方向，因此，使用的方向用词是用来说明而非限制本专利技术创造。
[0044]一种心率带设备步长解算方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心率带设备步长解算方法，其特征在于，包括：获取并基于跑步机的履带速度和心率带的加速度数据，构建步长解算模型并存储为默认步长解算模型；实时获取加速度数据，并带入存储的默认步长解算模型中求解步长；实时获取用户输入的操作信号，当收到校准信号时，优化调整参数对默认步长解算模型进行更新并存储。2.根据权利要求1所述的一种心率带设备步长解算方法，其特征在于，基于履带速度和加速度数据，构建步长解算模型的方法包括：基于加速度数据提取步频特征和加速度特征；基于履带速度和步进起止时间计算每个步进的步长标注值；将获取的步长标注值与对应的步频特征和加速度特征进行数据拟合，构建步长解算模型。3.根据权利要求2所述的一种心率带设备步长解算方法，其特征在于，基于加速度数据提取步频特征和加速度特征的方法包括：利用峰值检测法求出每个步进周期的起止时间点和每个周期的加速度极差，从而提取得到步频特征和加速度特征其中，Δt为每个步进区间的时间间隔，ΔAcc为步进区间的加速度极差，fre为步频特征，Acc为加速度特征。4.根据权利要求2所述的一种心率带设备步长解算方法，其特征在于，基于履带速度和步进起止时间计算每个步进的步长标注值len＝v*Δt。5.根据权利要求2所述的一种心率带设备步长解算方法，其特征在于，将获取的步长标注值与对应的步频特征和加速度特征进行数据拟合，构建步长解算模型为D
step
＝k1·
Acc+k2·
fre+k3·
fre
·
Acc+k4·
fre2+bias，其中，k
i
表示权重系数，bias表示偏置项，均为通过数据拟合后得到的常数项。6.根据权利要求1所述的一种心率带设备步长解算方法，其特征在于，优化调整参数对默认步长解算模型进行更新的方法包括：基于实时获取的加速度数据解算步进起止时间Δt'；基于当前获取的履带配速V
tm
以及步进起止时间Δt'，求解每次步进时间内履带的运行距离D

【专利技术属性】
技术研发人员：冯茗杨，于鉴，
申请(专利权)人：青岛迈金智能科技有限公司，
类型：发明
国别省市：