【技术实现步骤摘要】
本专利技术涉及人工智能(ai)辅助个人训练系统、个人训练装置和控 制装置。
技术介绍
1、运动的好处被认为是“解决21世纪最大的公共健康问题之一”，在世 界范围内受到越来越多的公众关注，参见“运动是良药·中国香港” (2016)，http://www.eim.hk/。“运动是良药(exercise is)”是 由美国运动医学院(acsm)管理的一项全球健康倡议，其中认识到身 体活动对保持最佳健康的重要性，并鼓励医生和其他健康护理提供者在 设计治疗计划时纳入身体活动。实际上，越来越多的人正试图将运动融 入日常生活，养成规律运动的习惯。据报道，在2009年至2017年间，中 国香港的健身房数量从548家增加到743家(增长率约为35.6％)。近年 来，阻力训练(也称为力量训练或重量训练)迅速成为一种新兴的健身 趋势。阻力训练是一种身体活动形式，旨在通过肌肉收缩抵抗阻力来增 强力量、无氧耐力和骨骼肌的大小。
2、但是，运动有可能会导致受伤，其主要原因可以包括：训练水平不 够，身体素质差，动作不正确，缺乏自我保护能力；运动前不做准备活 动或准备活动不充分，缺乏适应环境的训练，以及教学、竞赛工作组织 不当。在2018年，在美国25至44岁年龄段的人的所有受伤类型中，由 于运动和设备导致的受伤事件排名第二。在运动活动中正确的姿势和肌 肉的使用不仅最大限度地提高训练效率，同时最大限度地减少对韧带和 关节的额外压力，从而降低受伤风险。
3、目前，市场上已经存在可以监测心率、姿势、体温、压力或应力水 平的智能服装或可穿戴设
4、表1：当前的智能服装技术的比较
5、
6、上述的现有产品在图15a-图15c中示出，其中：
7、(1)美国mad appareal公司的athos训练系统包括可以适用于任何 类型训练的智能服装，例如含有嵌入semg的t恤衫、短裤和紧身裤， 可以通过仅与ios兼容的移动应用程序向用户反馈，可以提供训练课程之 后的报告以及周报。但是，它需要教练/运动员来阅读所述报告或周报， 以人手评估穿戴者或用户的表现和进步或提供实时表现反馈。
8、(2)加拿大蒙特利尔的cane技术公司的hexoskin是可以用于连续 监测心脏、肺、活动和睡眠数据的智能服装。它包括智能运动背心、运 动衫和身体状况传感器，配有监测心跳、呼吸和身体状况的传感器，适 用于运动和睡眠时的数据追踪，帮助用户了解自己的呼吸频率、心跳速 度、流汗情况等，亦能计算每天行走的步数、卡路里燃烧量等。该设备 拥有配套的手机应用程序(app)，但同时也可与大多数热门的第三方健 康类app兼容。它仍然需要专业人士(例如健身教练)来解读所采集的 数据，以对用户的运动表现、运动强度和运动姿势等进行反馈。
9、(3)澳大利亚悉尼的wearable x公司的nadi x瑜伽裤是能够监测运 动姿势的智能服装，可以连接移动电话以提供语音指导。nadi x瑜伽裤 在下背部、膝盖、脚部等位置都有设置传感器，由左膝上方的电池供电， 能够精确地收集用户资料。nadi x瑜伽裤可以通过蓝牙连接到专属的app， 连接后能够追踪用户的训练进度。用户可以选择适合自己的瑜珈难度来 开始训练，nadi x瑜伽裤通过上述传感器采集用户的姿势，当用户的瑜 伽姿势不标准，传感器就会发出不同程度的震动，对臀部、膝盖与脚踝 以柔和震动方式来改善姿势，提醒用户调整至正确动作，从而帮助用户 采用更正确的瑜伽动作、并有效地达成过去可能无法完成的动作。
10、然而，目前的智能可穿戴技术不能满足更高级的身体锻炼，例如对 高级身体锻炼的表现和效率评估不足，并且无法通过人工智能算法提供 实时反馈和建议。最新的表面肌电图(semg)和运动可穿戴传感器技术 允许同时准确测量肌肉活动、身体姿势和身体运动。现有市场上最常见 的智能可穿戴设备，例如压缩t恤、紧身裤，都能够测量用户的体温、 心率、心率变异性、呼吸频率、卡路里消耗、步数等。然而，当前可穿 戴设备所提供的生物信号不足以评估高级体育锻炼(如阻力锻炼任务) 的性能和效率。据专利技术人所知，表1所述的athos训练系统是市场上唯一 可以测量主要肌肉群活动的可穿戴技术。然而，它的功能仍然以生物特 征跟踪阶段为前提。
11、其次，进行身体锻炼的人通常可以咨询私人健身教练以追求更高级 的训练目标，例如阻力训练。专业的健身教练对肌肉解剖学有广泛的了 解，并且非常了解在不同的运动任务中需要激活和停用的确切肌肉群。 最重要的是，合格的健身教练可以立即反馈某些锻炼/任务是否已正确执 行，并提供指导以纠正错误，这对增肌至关重要。然而，现有的可穿戴 设备无法通过人工智能算法提供精确的实时反馈和建议。
12、本专利技术人发现，借助可穿戴传感器和人工智能(ai)方法的最新技术， 通过适当的数据输入和训练，健身训练教练的知识和技能很可能会被人 工智能所取代。
技术实现思路
1、本专利技术涉及一种人工智能辅助的个人训练系统以及其中的个人训练 装置和控制装置，可以用于监测和提高用户的运动表现。
2、本专利技术的个人训练系统包括个人训练装置和控制装置。其中，所述 个人训练装置包括供用户穿戴的上衣部分和裤子部分，所述上衣部分和 裤子部分分别包括多个传感器容纳部件，所述多个传感器容纳部件的每 个传感器容纳部件中装有传感器，所述多个传感器容纳部件的位置分别 对应于穿戴所述个人训练装置的用户的主要肌肉群的对应肌肉的位置， 使得所述传感器或其电极分别位于对应于穿戴所述个人训练装置的所述 用户的对应肌肉的位置处，以对所述用户在运动过程中的姿势和主要肌 肉群的肌肉活动进行监测。所述控制装置包括：输入单元，用于接收来 自在所述个人训练装置上的传感器的检测信号数据以及输入所述个人训 练装置的用户的用户配置文件；数据库，用于存储所接收的检测信号数 据、所述用户配置文件；数据预处理装置，用于清理和处理所述检测信 号数据；训练分析装置，用于执行人工智能算法以基于所述用户配置文 件和所述检测信号数据对所述用户的运动进行疲劳分析及给出训练负荷 建议；以及输出单元，用于输出所述用户进行运动的估计剩余重复次数、 所述训练分析装置给出的训练负荷建议或所述用户完成的运动的重复次 数。
3、所述个人训练系统，还包括机器学习服务器、应用程序服务器和数 据库服务器，所述机器学习服务器用于执行人工智能算法进行机器学习， 所述应用程序服务器用于存储所述控制装置的应用程序以供用户下载和 更新，所述数据库服务器用于存储收集的数据、向人工智能算法提供数 据和支持数据分析。
4、其中，所述传感器包括表面本文档来自技高网...
【技术保护点】
1.一种个人训练装置，包括供用户穿戴的上衣部分和裤子部分，所述上衣部分和裤子部分分别包括多个传感器容纳部件，所述多个传感器容纳部件的每个传感器容纳部件中装有传感器，所述多个传感器容纳部件的位置分别对应于穿戴所述个人训练装置的用户的主要肌肉群的对应肌肉的位置，使得所述传感器或其电极分别位于对应于穿戴所述个人训练装置的所述用户的对应肌肉的位置处，以对所述用户在运动过程中的姿势和主要肌肉群的肌肉活动进行监测。
2.根据权利要求1的个人训练装置，其中，所述上衣部分和裤子部分是分体式服装或一体式服装或者由多个条带形成，并且是紧身的或紧贴皮肤的。
3.根据权利要求1的个人训练装置，其中，所述上衣部分、裤子部分和传感器容纳部件分别由织物制成，所述上衣部分和裤子部分的主面料是经编特利可得，所述传感器容纳部件的主面料是经编弹力网布。
4.根据权利要求1的个人训练装置，其中，所述多个传感器包括表面肌电图和惯性测量单元传感器，所述多个传感器容纳部件的位置分别对应于穿戴所述个人训练装置的用户的下述8对肌肉的位置：上斜方肌、三头肌、竖脊肌、股二头肌、胸大肌、二头肌、腹直
5.根据权利要求1的个人训练装置，其中，所述多个传感器容纳部件包括多达14个容纳部件以容纳16个传感器。
6.根据权利要求1的个人训练装置，其中，所述传感器容纳部件是口袋，所述口袋分别被缝制、锁扣连接或粘贴在所述上衣部分和裤子部分上。
7.根据权利要求6的个人训练装置，其中，所述口袋包括用于插入单个传感器的类型1设计的口袋，所述传感器的长度、宽度、深度分别是a、b、c，所述口袋的长度和宽度分别是L1和W1，
8.根据权利要求7的个人训练装置，其中，在所述口袋内具有内层开口，所述内层开口的形状是矩形、圆形、椭圆形或正方形或者与所述传感器的形状一致，其中，所述内层开口的长度L3是所述传感器中的所有电极的长度d加上2-4毫米的余量，即L3＝d+s，s在2-4毫米的范围内，所述内层开口的宽度W3是所述电极宽度e的三倍，即W3＝e×3。
9.根据权利要求6的个人训练装置，其中，所述口袋包括用于插入2个传感器的类型2设计的口袋，所述传感器的长度、宽度、深度分别是a、b、c，所述口袋的长度和宽度分别是L2和W2，
10.根据权利要求9的个人训练装置，其中，在所述口袋内具有内层开口，所述内层开口的形状是矩形、圆形、椭圆形或正方形或者与所述传感器的形状一致，其中，所述内层开口的长度L4是所述传感器中的所有电极的长度d加上2-4毫米的余量，即L3＝d+s，s在2-4毫米的范围内，并且，所述内层开口的宽度W4是所述电极的直径e的四倍以及在所述电极至所述传感器的侧面的宽度f的两倍之和，即W4＝e×4+f×2。
11.根据权利要求6的个人训练装置，其中还包括在所述口袋的外侧且与所述口袋的传感器插入口间隔1-2厘米的电线开口，所述电线开口平行于所述口袋的侧边或者与所述所述口袋的侧边形成角度，以方便将所述传感器的电极穿过所述电线开口放置。
12.一种用于个人训练装置的控制装置，包括：
13.根据权利要求12的控制装置，其中还包括教练模块，所述教练模块具有图形用户界面，所述图形用户界面用于显示所述用户的运动的训练信息和实时视觉反馈、在所述控制装置的运动库中的运动类型的教程视频、以及实时提供对所述运动的音频指导和反馈。
14.根据权利要求12的控制装置，其中所述训练分析单元包括第一深度神经网络单元和第二深度神经网络单元，其中，所述第一神经网络单元根据当前的肌肉激活信号来估计用户运动的剩余重复次数，所述第二深度神经网络单元根据当前的肌肉激活信号和所述估计的剩余重复次数来向用户建议最佳训练负荷。
15.根据权利要求12的控制装置，其中所述控制装置是人工智能健身训练系统，还包括姿势检测模型单元和机器学习姿势分类器；所述姿势检测模型单元接收从摄像头输入单元检测的用户人体信号，并基于所述用户人体信号生成人体标记；所述机器学习姿势分类器从所述姿势检测模型单元输出的人体标记计算用于表示用户正在进行的锻炼项目和运动状态的向量。
16.根据权利要求12的控制装置，其中所述数据预处理装置包括信号预处理单元，用于对所述检测信号数据进行以下预处理的一种或多种：带通、高通或低通滤波；均方根、移动平均、平均绝对值、或中值频率计算；数据分割或数据归一化；以及数据异常识别。
17.一种个人训练系统，包括个人训练装置和控制装置，其中：
18.根据权利要求17的个人训练系统，还包括机器学习服务器、应用程序服务器和数据库服务器，所述机器学...
【技术特征摘要】
1.一种个人训练装置，包括供用户穿戴的上衣部分和裤子部分，所述上衣部分和裤子部分分别包括多个传感器容纳部件，所述多个传感器容纳部件的每个传感器容纳部件中装有传感器，所述多个传感器容纳部件的位置分别对应于穿戴所述个人训练装置的用户的主要肌肉群的对应肌肉的位置，使得所述传感器或其电极分别位于对应于穿戴所述个人训练装置的所述用户的对应肌肉的位置处，以对所述用户在运动过程中的姿势和主要肌肉群的肌肉活动进行监测。
2.根据权利要求1的个人训练装置，其中，所述上衣部分和裤子部分是分体式服装或一体式服装或者由多个条带形成，并且是紧身的或紧贴皮肤的。
3.根据权利要求1的个人训练装置，其中，所述上衣部分、裤子部分和传感器容纳部件分别由织物制成，所述上衣部分和裤子部分的主面料是经编特利可得，所述传感器容纳部件的主面料是经编弹力网布。
4.根据权利要求1的个人训练装置，其中，所述多个传感器包括表面肌电图和惯性测量单元传感器，所述多个传感器容纳部件的位置分别对应于穿戴所述个人训练装置的用户的下述8对肌肉的位置：上斜方肌、三头肌、竖脊肌、股二头肌、胸大肌、二头肌、腹直肌、股直肌。
5.根据权利要求1的个人训练装置，其中，所述多个传感器容纳部件包括多达14个容纳部件以容纳16个传感器。
6.根据权利要求1的个人训练装置，其中，所述传感器容纳部件是口袋，所述口袋分别被缝制、锁扣连接或粘贴在所述上衣部分和裤子部分上。
7.根据权利要求6的个人训练装置，其中，所述口袋包括用于插入单个传感器的类型1设计的口袋，所述传感器的长度、宽度、深度分别是a、b、c，所述口袋的长度和宽度分别是l1和w1，
8.根据权利要求7的个人训练装置，其中，在所述口袋内具有内层开口，所述内层开口的形状是矩形、圆形、椭圆形或正方形或者与所述传感器的形状一致，其中，所述内层开口的长度l3是所述传感器中的所有电极的长度d加上2-4毫米的余量，即l3＝d+s，s在2-4毫米的范围内，所述内层开口的宽度w3是所述电极宽度e的三倍，即w3＝e×3。
9.根据权利要求6的个人训练装置，其中，所述口袋包括用于插入2个传感器的类型2设计的口袋，所述传感器的长度、宽度、深度分别是a、b、c，所述口袋的长度和宽度分别是l2和w2，
10.根据权利要求9的个人训练装置，其中，在所述口袋内具有内层开口，所述内层开口的形状是矩形、圆形、椭圆形或正方形或者与所述传感器的形状一致，其中，所述内层开口的长度l4是所述传感器中的所有电极的长度d加上2-4毫米的余量，即l3＝d+s，s在2...
【专利技术属性】
技术研发人员：叶晓云，温嘉咏，麦庭轩，陈慧思，陈咏琪，吕晓晴，Y·T·谢赫，
申请(专利权)人：香港理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。