基于智能感知气囊的姿态训练计划生成方法及装置制造方法及图纸

本发明专利技术公开了一种基于智能感知气囊的姿态训练计划生成方法及装置，该方法应用于智能感知气囊，智能感知气囊包括传感器组和至少一个气囊，该方法包括：采集用户对应的训练信息；确定训练信息对应的目标权重；根据训练信息和训练信息对应的目标权重，生成用户的第一姿态训练计划，第一姿态训练计划用于确定智能感知气囊的控制参数，智能感知气囊的控制参数用于在用户使用智能感知气囊进行姿态训练时，控制智能感知气囊执行控制参数对应的充气/放气操作，以引导用户根据第一姿态训练计划调整用户的姿态。可见，实施本发明专利技术能够提高姿态训练计划的生成准确性，有利于提高用户姿态调整准确性。性。性。

【技术实现步骤摘要】
基于智能感知气囊的姿态训练计划生成方法及装置


[0001]本专利技术涉及数据分析
，尤其涉及一种基于智能感知气囊的姿态训练计划生成方法及装置。

技术介绍

[0002]随着现代人的学习、工作压力增大，人们通常会有计划地参加体育锻炼活动，以释放压力或缓解身体疼痛，例如：针对自身的姿态问题进行姿态训练。
[0003]然而在实际生活中，虽然可以由专业人士指导制定姿态训练计划，但如果用户无法准确表达自己的训练情况，就可能影响制定或调整姿态训练计划的准确性，导致用户在按照姿态训练计划进行姿态训练时无法准确调整姿态，造成用户的姿态训练成果不如预期。因此，提出一种能够提高姿态训练计划的确定准确性，以提高用户姿态调整准确性的技术方案显得尤为重要。

技术实现思路

[0004]本专利技术所要解决的技术问题在于，提供一种基于智能感知气囊的姿态训练计划生成方法及装置，能够提高姿态训练计划的生成准确性，有利于提高用户姿态调整准确性。
[0005]为了解决上述技术问题，本专利技术第一方面公开了一种基于智能感知气囊的姿态训练计划生成方法，所述方法应用于智能感知气囊，所述智能感知气囊包括传感器组和至少一个气囊，所述方法包括：
[0006]采集用户对应的训练信息，所述训练信息包括第一用户身体信息、姿态识别信息和阶段完成信息中的一种或多种的组合，所述姿态识别信息包括识别到的所述用户的当前姿态，所述阶段完成信息用于表示所述用户在当前训练阶段的训练完成度；
[0007]确定所述训练信息对应的目标权重，所述训练信息对应的目标权重包括所述训练信息中每种训练子信息对应的子权重，所有所述训练子信息对应的子权重之和等于一；
[0008]根据所述训练信息和所述训练信息对应的目标权重，生成所述用户的第一姿态训练计划，其中，所述第一姿态训练计划包括计划训练姿态、训练时长、训练频率和预期身体变化程度中的一种或多种的组合，所述第一姿态训练计划用于确定所述智能感知气囊的控制参数，所述智能感知气囊的控制参数用于在所述用户使用所述智能感知气囊进行姿态训练时，控制所述智能感知气囊执行所述控制参数对应的充气/放气操作，以引导所述用户根据所述第一姿态训练计划调整所述用户的姿态。
[0009]作为一种可选的实施方式，在本专利技术第一方面中，所述确定所述训练信息对应的目标权重，包括：
[0010]获取所述训练信息中每种训练子信息对应的预设权重；
[0011]获取所述用户的训练难度等级，所述训练难度等级用于表示所述用户能够承受的训练难度范围；
[0012]基于所述训练难度等级，确定所述训练信息中每种训练子信息对应的标准范围，
所述训练子信息对应的标准范围用于表示在所述训练难度等级下能够作为所述训练子信息对应的标准值的数值范围；
[0013]对于所述训练信息中每种训练子信息，判断所述训练子信息是否超过所述训练子信息对应的标准范围，得到所述训练子信息的范围判断结果；
[0014]根据所述训练信息中所有所述训练子信息的范围判断结果，将所有所述训练子信息划分为第一子信息集合和第二子信息集合，所述第一子信息集合包括所有超过相应的标准范围的训练子信息，所述第二子信息集合包括所有未超过相应的标准范围的训练子信息；
[0015]基于预先确定的权重调整条件，调整所述第一子信息集合中每个所述训练子信息对应的预设权重，得到第一权重调整结果，所述第一权重调整结果包括所述第一子信息集合中每个所述训练子信息对应的子权重；
[0016]根据所述第一权重调整结果，调整所述第二子信息集合中每个所述训练子信息对应的预设权重，得到第二权重调整结果，所述第二权重调整结果包括所述第二子信息集合中每个所述训练子信息对应的子权重。
[0017]作为一种可选的实施方式，在本专利技术第一方面中，所述方法还包括：
[0018]根据所述第一姿态训练计划和所述训练难度等级，确定所述第一姿态训练计划中每个所述计划训练姿态对应的标准用力方式，其中，所述标准用力方式与所述训练难度等级相匹配，所述标准用力方式包括用力部位、所述用力部位对应的用力程度和所述用力部位对应的用力时长，所述用力部位用于表示所述用户在完成所述计划训练姿态时需要自主用力的身体部位；
[0019]根据所述第一姿态训练计划和所述第一姿态训练计划中每个所述计划训练姿态对应的标准用力方式，确定所述智能感知气囊的控制参数。
[0020]作为一种可选的实施方式，在本专利技术第一方面中，所述阶段完成信息包括所述当前训练阶段的目标训练完成度、所述当前训练阶段的实际训练完成度和所述当前训练阶段的完成差异度；
[0021]其中，所述当前训练阶段的实际训练完成度通过以下方式确定：
[0022]根据所述用户对应的姿态识别信息，确定当前姿态差异度，所述当前姿态差异度用于表示所述用户的当前姿态与所述当前姿态对应的标准训练姿态之间的差异程度，所述当前姿态对应的标准训练姿态为所述当前训练阶段的其中一个标准训练姿态；
[0023]根据所述当前训练阶段中所有所述标准训练姿态对应的姿态差异度，计算得到所述当前训练阶段的实际训练完成度；
[0024]其中，所述当前训练阶段的完成差异度通过以下方式确定：
[0025]根据所述目标训练完成度和所述实际训练完成度，计算得到所述当前训练阶段的完成差异度。
[0026]作为一种可选的实施方式，在本专利技术第一方面中，所述姿态识别信息通过以下方式确定：
[0027]对实时采集到的所述用户的运动传感数据进行自适应加权融合处理，得到多传感器融合数据；其中，所述运动传感数据是基于所述传感器组采集得到的，所述传感器组包括测距传感器、角度传感器和压力传感器，所述测距传感器用于采集所述用户的腿部和/或臀
部的抬起高度传感数据，所述角度传感器用于采集所述用户的腿部和/或臀部的抬起角度传感数据，所述压力传感器用于采集所述气囊内部的压力值；
[0028]将所述多传感器融合数据输入至预先训练好的卷积神经网络模型，得到所述用户的第一姿态识别信息；
[0029]分析所述运动传感数据对应的运动图像数据，得到所述用户的第二姿态识别信息，所述运动图像数据是基于所述智能感知气囊对应的摄像设备获取得到的；
[0030]根据所述用户的第一姿态识别信息和所述用户的第二姿态识别信息，确定所述用户的姿态识别信息。
[0031]作为一种可选的实施方式，在本专利技术第一方面中，在所述根据所述训练信息和所述训练信息对应的目标权重，生成所述用户的第一姿态训练计划之后，所述方法还包括：
[0032]获取所述用户的第二用户身体信息，所述用户的第二用户身体信息用于表示所述用户在按照所述第一姿态训练计划使用所述智能感知气囊进行姿态训练之后的用户身体信息，所述用户身体信息包括用户体重、用户身高、用户体脂率、脊柱状态、骨盆状态和腿部状态中的一种或多种的组合；
[0033]根据所述第一用户身体信息和所述第二用户身体信息，确定所述用户的实际身体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能感知气囊的姿态训练计划生成方法，其特征在于，所述方法应用于智能感知气囊，所述智能感知气囊包括传感器组和至少一个气囊，所述方法包括：采集用户对应的训练信息，所述训练信息包括第一用户身体信息、姿态识别信息和阶段完成信息中的一种或多种的组合，所述姿态识别信息包括识别到的所述用户的当前姿态，所述阶段完成信息用于表示所述用户在当前训练阶段的训练完成度；确定所述训练信息对应的目标权重，所述训练信息对应的目标权重包括所述训练信息中每种训练子信息对应的子权重，所有所述训练子信息对应的子权重之和等于一；根据所述训练信息和所述训练信息对应的目标权重，生成所述用户的第一姿态训练计划，其中，所述第一姿态训练计划包括计划训练姿态、训练时长、训练频率和预期身体变化程度中的一种或多种的组合，所述第一姿态训练计划用于确定所述智能感知气囊的控制参数，所述智能感知气囊的控制参数用于在所述用户使用所述智能感知气囊进行姿态训练时，控制所述智能感知气囊执行所述控制参数对应的充气/放气操作，以引导所述用户根据所述第一姿态训练计划调整所述用户的姿态。2.根据权利要求1所述的基于智能感知气囊的姿态训练计划生成方法，其特征在于，所述确定所述训练信息对应的目标权重，包括：获取所述训练信息中每种训练子信息对应的预设权重；获取所述用户的训练难度等级，所述训练难度等级用于表示所述用户能够承受的训练难度范围；基于所述训练难度等级，确定所述训练信息中每种训练子信息对应的标准范围，所述训练子信息对应的标准范围用于表示在所述训练难度等级下能够作为所述训练子信息对应的标准值的数值范围；对于所述训练信息中每种训练子信息，判断所述训练子信息是否超过所述训练子信息对应的标准范围，得到所述训练子信息的范围判断结果；根据所述训练信息中所有所述训练子信息的范围判断结果，将所有所述训练子信息划分为第一子信息集合和第二子信息集合，所述第一子信息集合包括所有超过相应的标准范围的训练子信息，所述第二子信息集合包括所有未超过相应的标准范围的训练子信息；基于预先确定的权重调整条件，调整所述第一子信息集合中每个所述训练子信息对应的预设权重，得到第一权重调整结果，所述第一权重调整结果包括所述第一子信息集合中每个所述训练子信息对应的子权重；根据所述第一权重调整结果，调整所述第二子信息集合中每个所述训练子信息对应的预设权重，得到第二权重调整结果，所述第二权重调整结果包括所述第二子信息集合中每个所述训练子信息对应的子权重。3.根据权利要求2所述的基于智能感知气囊的姿态训练计划生成方法，其特征在于，所述方法还包括：根据所述第一姿态训练计划和所述训练难度等级，确定所述第一姿态训练计划中每个所述计划训练姿态对应的标准用力方式，其中，所述标准用力方式与所述训练难度等级相匹配，所述标准用力方式包括用力部位、所述用力部位对应的用力程度和所述用力部位对应的用力时长，所述用力部位用于表示所述用户在完成所述计划训练姿态时需要自主用力的身体部位；
根据所述第一姿态训练计划和所述第一姿态训练计划中每个所述计划训练姿态对应的标准用力方式，确定所述智能感知气囊的控制参数。4.根据权利要求1所述的基于智能感知气囊的姿态训练计划生成方法，其特征在于，所述阶段完成信息包括所述当前训练阶段的目标训练完成度、所述当前训练阶段的实际训练完成度和所述当前训练阶段的完成差异度；其中，所述当前训练阶段的实际训练完成度通过以下方式确定：根据所述用户对应的姿态识别信息，确定当前姿态差异度，所述当前姿态差异度用于表示所述用户的当前姿态与所述当前姿态对应的标准训练姿态之间的差异程度，所述当前姿态对应的标准训练姿态为所述当前训练阶段的其中一个标准训练姿态；根据所述当前训练阶段中所有所述标准训练姿态对应的姿态差异度，计算得到所述当前训练阶段的实际训练完成度；其中，所述当前训练阶段的完成差异度通过以下方式确定：根据所述目标训练完成度和所述实际训练完成度，计算得到所述当前训练阶段的完成差异度。5.根据权利要求1所述的基于智能感知气囊的姿态训练计划生成方法，其特征在于，所述姿态识别信息通过以下方式确定：对实时采集到的所述用户的运动传感数据进行自适应加权融合处理，得到多传感器融合数据；其中，所述运动传感数据是基于所述传感器组采集得到的，所述传感器组包括测距传感器、角度传感器和压力传感器，所述测距传感器用于采集所述用户的腿部和/或臀部的抬起高度传感数据，所述角度传感器用于采集所述用户的腿部和/或臀部的抬起角度传感数据，所述压力传感器用于采集所述气囊内部的压力值；将所述多传感器融合数据输入至...

【专利技术属性】
技术研发人员：白雪利，李乃良，张曙萱，王利军，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：