一种基于陀螺仪信号的运动评估系统技术方案

本发明专利技术提供一种基于陀螺仪信号的运动评估系统，包括：数据采集模块，用于采集用户信息及运动信息，其中，所述运动信息通过陀螺仪进行采集；数据预处理模块，用于对所述用户信息及所述运动信息进行数据预处理；数据分类模块，用于根据运动类型对所述运动信息进行分类；模型部署模块，用于根据所述运动信息重构用户的运动过程；数据反馈模块，用于根据所述运动信息进行运动质量评估

【技术实现步骤摘要】
一种基于陀螺仪信号的运动评估系统


[0001]本专利技术涉及生物医学工程
，具体为一种基于陀螺仪信号的运动评估系统
。

技术介绍

[0002]无论在竞技体育中，还是在康复医疗以及日常的锻炼过程，正确的运动姿态可以帮我们更好的评估运动水平以及及时纠正错误的运动姿态保护我们的身体
。
在中国，有意识的主动参与体育健身的人群在增多， 2020
年以来居家健身成为新的体育健身场景，
46.2%
的受访者首选在居家健身，同时
60 岁一下人群更喜欢室内健身，与男性人群相比女性更喜欢居家健身或者在室内场馆健身
。
同时在有意识主动参与的人群中有
68.5
％的成年健身者曾得到过科学健身指导，
44.5%
的老年健身者曾得到过科学健身指导
。
对于室内运动的科学指导，有助于帮助规范运动者的动作，避免出现因动作不规范导致的损伤，并可以准确的评估运动水平，并及时反馈给用户
。
[0003]大量的技术方案基于人工智能的运动追踪和计算机视觉算法，一方面这些算法强烈依赖于视频图像信息，这大大限制了这些技术的使用场景，只能在室内使用，而在室外的使用以及与相关智能设备的配合使用则缺乏想象得空间
。
同时这种解决方案需要造价高昂，不仅需要一套跟踪算法，对人体的关节和肢体进行追踪，同时需要大量的数据集训练，需要非常多的数据进行分析
。
此外，运动动作之间存在，类间方差小类内方差大，隐蔽性高，以及如何在视频信息的大领冗余的背景信息准确识别等关键问题
。
[0004]常见的对运动的评估一方面依赖于专业运动员以及专业的康复医疗的医生的评估为主，而新型的智能分析也需要穿戴大量的设备，在专业的测试场地，并且以对视频信息分析为主
。
常规的分析方式需要大量的专业人员，专业设备，花费较大不适合推广
。

技术实现思路

[0005]有鉴于此，本专利技术提供一种基于陀螺仪信号的运动评估系统，以解决上述问题
。
[0006]本专利技术提供的基于陀螺仪信号的运动评估系统，包括：数据采集模块，用于采集用户信息及运动信息，其中，所述运动信息通过陀螺仪进行采集；数据预处理模块，用于对所述用户信息及所述运动信息进行数据预处理；数据分类模块，用于根据运动类型对所述运动信息进行分类；模型部署模块，用于根据所述运动信息重构用户的运动过程；数据反馈模块，用于根据所述运动信息进行运动质量评估
。
[0007]在本专利技术的另一实现方式中，所述陀螺仪包括上肢陀螺仪
、
下肢陀螺仪
、
头部陀螺仪和躯干陀螺仪
。
[0008]在本专利技术的另一实现方式中，所述陀螺仪至少包含六轴传感器和九轴传感器中的一种
。
[0009]在本专利技术的另一实现方式中，所述运动信息包括所述陀螺仪的在运动过程中的位置信息
、
角度信息
、
加速度以及陀螺仪标志信息
。
[0010]在本专利技术的另一实现方式中，所述数据反馈模块还用于根据所述陀螺仪的在运动过程中的位置信息，判断用户运动动作的标准程度
。
[0011]本专利技术提供了一种基于陀螺仪信号的运动评估系统
。
具备以下有益效果：使用陀螺仪，可以在个人终端智能机上分析动作，并对运动进行评估，减少了对专业运动员以及专业的康复医疗的医生的依赖
。
在这个系统中可以通过陀螺仪信息预防超伸风险，提高运动得到位率，分析使用者的运动平滑性和平衡性，对运动风险进行预防
。
附图说明
[0012]图1为本专利技术的基于陀螺仪信号的运动评估系统示意图
。
[0013]图2为本专利技术的数据采集模块的采集流程示意图
。
[0014]图3为本专利技术的数据预处理模块的处理流程示意图
。
具体实施方式
[0015]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例
。
基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围
。
[0016]图1为本专利技术实施例提供的基于陀螺仪信号的运动评估系统
100
示意图，如图1所示，本实施例主要包括：
[0017]数据采集模块
101
，用于采集用户信息及运动信息，其中，所述运动信息通过陀螺仪进行采集
。
[0018]示例性地，用户信息主要包括参考用户的性别
、
年龄
、
身高
、
体重
、
臂展
、
大臂长度
、
小臂长度
、
大腿长度
、
小腿长度等
。
如图2所示，运动信息通过运动时佩戴的采集设备进行采集并传输，采集设备可以为运动学数据陀螺仪，陀螺仪采样率为
40Hz。
其中，运动信息有标准的运动开始与结束时间，有利于设置标准化数据
。
[0019]数据预处理模块
102
，用于对所述用户信息及所述运动信息进行数据预处理
。
[0020]示例性地，如图3所示，对运动信息中的陀螺仪位置信息进行预处理，通过滑窗法（
overlap
）分割数据，为了避免使用将来的数据对现有数据进行预测，对于陀螺仪的相关信息这种具有时序特征的数据，采用滑窗法可以区分训练集和测试集
。
[0021]进一步地，对运动信息进行数据滤波处理，使用中值滤波和巴特沃斯滤波对数据进行处理，清除数据中的爆米花噪音和较高频的噪音
。
采用四阶的巴特沃斯滤波器，归一化截止频率为
ω
n=(2
ω
c)/fs ，其中，
fs
是采样频率，
Wc
是截至频率
。
[0022]优选地，对陀螺仪数据进行
Allan
方差分析，
Allan
方差分析法是目前最常用的陀螺噪声辨识方法之一，
Allan
方差实质上就是通过求取整个信息采集过程中相邻时间段的方差形式来对信号在整个时间段内的稳定情况进行衡量的过程
。
[0023]应理解的是，由于
Allan
方差分析是通过调节
Allan
方差滤波器带宽，对功率谱进行细致分割，能够辨识出多种不同类型的随机过程误差，并定量分离各项误差系数，而且算法上操作简单
、
便于计算，在陀螺噪声辨识方面优势明显
。
[0024]优选地，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于陀螺仪信号的运动评估系统，其特征在于，包括：数据采集模块，用于采集用户信息及运动信息，其中，所述运动信息通过陀螺仪进行采集；数据预处理模块，用于对所述用户信息及所述运动信息进行数据预处理；数据分类模块，用于根据运动类型对所述运动信息进行分类；模型部署模块，用于根据所述运动信息重构用户的运动过程；数据反馈模块，用于根据所述运动信息进行运动质量评估
。2.
根据权利要求1所述的系统，其特征在于，所述陀螺仪包括上肢陀螺仪
、
下肢陀螺仪
、
头部...

【专利技术属性】
技术研发人员：赵国光，王长明，王逸凡，张园园，唐毅，刘霖，孙晨曦，
申请(专利权)人：首都医科大学宣武医院，
类型：发明
国别省市：