本发明属于身体运动能力测试
技术领域：
，具体涉及一种体能和肌肉能力的综合评估系统及方法。
背景技术：
：对于高水平健身、专业运动训练和健康医疗康复，我们需要了解一个人某单个肌肉或一个肌肉群的综合特性，包括肌肉的力量、肌肉耐力和肌肉爆发力等。现有的对身体运动能力进行评估的方法，存在以下问题：1、主流的做法中，通常只测试某一项肌肉特性，例如大部分只测量肌肉的力量这一项；2、较多的方法是采用人工目测加主观判断，或利用简单的测量手法(例如用纵跳摸高的方式测量弹跳和腿部能力，利用俯卧撑的个数来评估上肢的力量)，这些测量方法具有局限性，测得的数据过于单一，例如弹跳的高度无法给出参与弹跳相关的每块肌肉的强弱和爆发力，而这个对于后续的针对性训练非常重要，俯卧撑的个数无法反应一个人的上肢力量大小、肌肉耐力和疲劳点；3、已有的一些测力设备功能单一，例如有些测力设备可以通过对垂直跳的测量，完成对腿部力量等参数的测量，但是这些设备缺乏动作捕捉设备的辅助，仅测得的腿部力量等参数无法形成肌肉力量、关节角度和受力等分析；4、也有一些可穿戴设备或图像分析软件对人的运动过程进行分析，但是由于缺乏准确测力设备的辅助，也无法形成肌肉力量、关节角度和受力等重要分析；5、还有一些方法中，需要生成全身的肌肉的特性分析，需要比较繁琐的过程，对时间、空间和人力成本的要求都比较高。申请号为201710267805.6的专利文献公开了一种运动生物力学耦合分析系统，主要由测试装置、无线同步触发装置和人机交互软件系统组成，测试装置包括变速测力跑台、鞋垫式足底测量装置、光学动作捕捉装置、高速摄像装置、无线肌电测量装置，无线同步触发装置通过发射同步脉冲控制测试装置，实现生物运动学及动力学参数的信号同步采集及存储，人机交互软件系统包括测试生物力学模型模块、参数设置模块、数据批处理模块、光学捕捉试验数据的预处理模块、数据分析模块、数据库存储及人工回放分析模块，能实现对生物运动的多力学参数、运动机理和运动规律的在体、实时、精确的耦合定量分析。该技术方案仅仅是为了获得生物运动的力学性能参数，并未公开如何根据测得的参数对运动生物进行身体评估。技术实现要素：本发明的主要目的是提供一种体能和肌肉能力的综合评估系统，旨在解决现有的身体运动能力测量设备测得的数据单一、功能单一的问题。为实现上述目的，本发明提出一种体能和肌肉能力的综合评估系统，包括：测力系统，用于在受测试者完成健身动作的过程中，检测受测试者的跟使用力有关的物理量；动作捕捉系统，用于在受测试者完成健身动作的过程中，同时检测受测试者的跟身体姿态变化有关的物理量，信号采集系统，用于采集所述测力系统传来的跟使用力有关的物理量、所述动作捕捉系统传来的跟身体姿态变化有关的物理量，对这些物理量的原始数据进行对时处理；信息处理系统，用于对对时处理后的数据进行计算，得出多个用于表征肌肉特性和/或关节特性的特征参数。优选地，所述信息处理系统包括：计算处理单元，用于对对时处理后的数据进行计算处理，得出多个用于表征肌肉特性和/或关节特性的特征参数，分类处理单元，用于根据肌肉特性和/或关节特性的种类，将所述特征参数分类成相应类别的参数集，评分生成单元，用于对每个参数集中的不同特征参数进行单项评分，得出每个特征参数的单项得分，按照与该类肌肉特性和/或关节特性的相关度进行加权计算，得出与健身动作对应的特定肌肉群和/或关节的参数综合得分。优选地，所述测力系统采用两个结构相同的压力垫，所述压力垫为长方形，每个压力垫的四角位置设有称重传感器，中心位置设有压力基座信号板，所述称重传感器和压力基座信号板的上方铺设有金属盖板，所述金属盖板由四个所述称重传感器支承；所述称重传感器的输出端连接所述压力基座信号板，所述压力基座信号板的输出端连接所述信号采集系统，用于将受测试者对压力垫的压力和在压力垫上的位置重心数据传给所述信号采集系统。优选地，所述动作捕捉系统采用至少两个惯性传感器，所述惯性传感器包括加速度计、陀螺仪和磁力计中的一种或多种，分别测量加速度、角速度和地磁场数据，所述惯性传感器还包括天线，所述惯性传感器固定于受测试者身上，用于将受测试者的身体姿态数据无线传输给所述信号采集系统。优选地，所述信号采集系统包括多个输入接口、多个无线信号接收装置和一中央数据采集处理单元，所述输入接口连接所述测力系统，所述无线信号接收装置通信连接所述动作捕捉系统，所述中央数据采集处理单元采用fpga芯片对采集到的数据进行对时处理。优选地，所述信息处理系统采用计算机，所述信息处理系统连接有显示设备和输入设备。优选地，所述测力系统采用肌肉力量测量装置，用于检测输出与健身动作相关的肌肉群的肌肉收缩肌力绝对值。优选地，所述动作捕捉系统采用至少一个摄像系统和多于一个的视觉识别标签，所述视觉识别标签固定于受测试者身上，所述摄像系统拍摄捕捉受测试者的身体姿态运动影像数据，提取所述视觉识别标签的运动速度、方向、旋转速度，用以得到受测试者的身体姿态数据。本发明还提出一种体能和肌肉能力的综合评估方法，包括：s1，检测受测试者在完成健身动作的过程中跟使用力有关的物理量和/或跟身体姿态变化有关的物理量，s2，采集检测到的物理量并进行对时处理，s3，对对时处理后的数据进行计算处理，得出多个用于表征肌肉特性和/或关节特性的特征参数，s4，根据肌肉特性和/或关节特性的种类，将所述特征参数分类成相应类别的参数集，s5，对每个参数集中的不同特征参数进行单项评分，得出每个特征参数的单项得分，按照与该类肌肉特性和/或关节特性的相关度进行加权计算，得出与健身动作对应的特定肌肉群和/或关节的参数综合得分；其中，所述健身动作包括一种或一种以上的多种。优选地，在步骤s5中，所述的对每个参数集中的不同特征参数进行单项评分为：将统计的大量的特征参数按照从大到小分为多个不同的区域，每个区域对应一个分值，形成标准分值规划表；使测得的每个特征参数与标准分值规划表进行比较，即可得出对应的单项得分。优选地，所述步骤s5之后，还包括：s6，将每个参数集的参数综合得分，与基准参数分值进行对比，对该参数综合得分进行评级，产生与健身动作对应的每种肌肉特性和/或关节特性的等级级别。优选地，所述基准参数分值为设定的标准身体参数值，或者同等年龄段的统计数据平均值。优选地，所述步骤s5之后，还包括：s7，根据与健身动作对应的特定肌肉群的参数综合得分或等级级别，生成肌肉特性图谱，在肌肉特性图谱中标注该特定肌肉群的位置，并通过不同的颜色反映肌肉特性的强弱；根据与健身动作对应的特定关节的参数综合得分或等级级别，生成关节特性图谱，在关节特性图谱中标注该特定关节的位置，并通过不同颜色反映关节特性的强弱。优选地，在步骤s1中：采用压力垫来检测受测试者的跟使用力有关的物理量，包括受测试者对压力垫的压力和在压力垫上的位置重心。优选地，在步骤s1中：采用至少两个惯性传感器来检测受测试者的跟身体姿态变化有关的物理量，包括角速度和线加速度；或者，采用至少一个摄像机和多于一个的视觉识别标签来检测受测试者的跟身体姿态变化有关的物理量，包括运动速度、旋转角速度。优选地，所述健身动作包括俯卧撑、垂直跳、卷腹、体前屈、快步、单脚站立、高抬腿中的至少一种；所述肌肉特性包括肌肉耐力、肌肉爆发力、肌肉力量，所述肌肉力量包括上肢力量、下肢力量和核心力量；通过垂直跳动作可以测得用于表征肌肉爆发力和下肢力量的特征参数，包括两腿推力、两腿爆发力、两腿肌肉平衡；和/或，通过俯卧撑动作可以测得用于表征上肢力量的特征参数，包括总推力、平均推力、最大推力、疲劳点和完成个数；和/或，通过卷腹动作可以测得用于表征核心力量的特征参数，包括完成个数、疲劳点、和平均仰角；和/或，通过高抬腿动作可以测得用于表征肌肉耐力的特征参数，包括完成个数、最高频率、达到最高频率所用的时间、在最高频率上维持的时间。优选地，通过多种健身动作还可以得出其它的用于表征身体运动机能的特性的参数综合得分，所述其它的用于表征身体运动机能的特性包括柔韧度、平衡度和灵敏度中的至少一种；通过体前屈动作可以测得用于表征柔韧度的特征参数，包括前倾角度、到达最大角度所需时间；和/或，通过快步动作可以测得用于表征敏捷度的特征参数，包括完成个数、最高频率、达到最高频率所用的时间、在最高频率上维持的时间；和/或，通过单脚站立动作可以测得用于表征平衡度的特征参数，包括平衡分数、平均重心偏移、重心偏移方差、维持平衡比率。与现有技术相比，本发明技术方案的有益效果：其一，本发明设计了一种体能和肌肉能力的综合评估系统，通过测力系统来检测受测试者在完成健身动作的过程中跟使用力有关的物理量，通过动作捕捉系统来检测受测试者在完成健身动作的过程中跟身体姿态变化有关的物理量，再通过信号采集系统采集检测到的各物理量数据并进行对时处理，由此经过对所有数据的提取和分析计算，可以得出多个能够表征人体肌肉特性和关节特性的特征参数，通过信息处理系统直接输出显示，使得，当用户需要了解特定肌肉群或关节的素质能力时，直接采用所述系统完成某一健身动作，从得到的特征参数值即可判断出用户的肌肉特性或关节特性，相比传统的人工测量或简单的测量设备，检测时间缩短，能更快速方便地对身体运动能力进行分析评估，通过自动化进行数据采集和数据处理，获得的数据也更科学准确。其二，使用所述系统完成多个不同的健身动作，可以获得所有健身动作中所有参与肌肉群和关节的特征分析，并形成全身的一系列的多个特征参数，相比于传统的测量设备通常只能获得某个健身动作对应的单一部位的特征，本发明所述系统可以一次性了解全身各个部位的运动能力，大大降低了时间和人力成本，所述系统结构设置简单，能够在室内或较小的空间内就能完成，相比于有些结构复杂的庞大的测量的设备，也降低了空间成本和制造成本。其三，本发明还设计了一种基于上述系统的体能和肌肉能力的综合评估方法，不仅能够根据每个特征参数的计算公式直接地快速地获得想要的特征参数值，还通过先对每个特征参数进行单项评分，再按照每个特征参数与相关特性的相关度对每种肌肉特性或关节特性内的所有特征参数的单项得分进行加权计算，得出每种肌肉特性或相关特性的一个参数综合得分，通过一个参数综合得分来判断相应肌肉特性或关节特性的强弱，相比于现有的需要通过多个特征参数来判断，采用一个参数综合得分值能更直接简要地评估出某个部位身体运动能力的强弱，方便用户自己或教练员或医师更加快速准确地了解受测试者的身体运动能力。其四，所述方法还通过将参数综合得分与基准得分进行比较，得出等级级别值，并快速地生成肌肉特性图谱和关节特性图谱，使得不很了解生理运动学的普通受测试者也能通过等级级别数或图谱直观地连接自己的身体运动能力。其五，所述方法主要设计了垂直跳、俯卧撑、卷腹、快步、体前屈、单脚站立、高抬腿七个健身动作，能形成全面的代表身体各个部位肌肉关节的特征分析，例如肌肉耐力、肌肉力量、肌肉爆发力、关节静态活动范围、关节动态灵活度等，并能够形成反应全身、上肢、下肢或其它局部身体部位身体能力的特性图谱，基于所述系统即可方便地对一个人的运动能力和潜力进行分析，也方便看出同一个人不同肌肉群之间的特性强弱对比，以给出其适合从事的运动项目。附图说明为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。图1为本发明实施例一提出的体能和肌肉能力的综合评估系统的结构示意图；图2为图1提出的体能和肌肉能力的综合评估系统的另一结构示意图；图3为压力垫的结构示意图；图4为压力垫的工作原理图；图5为压力垫的数据处理流程图；图6为在垂直跳动作中压力垫测得的单脚的压力曲线图；图7为基于惯性传感器的动作捕捉原理图；图8为基于摄像系统结合识别标签的动作捕捉原理图；图9为惯性传感器的工作原理图；图10为图9中曲腿角度和弯腰角度的示意图；图11为对惯性传感器测得的数据进行处理的流程示意图；图12为垂直跳动作的运动分析图；图13为对垂直跳动作中测得的数据进行分类处理和计算处理的流程图；图14为俯卧撑动作的运动分析图；图15为多项组合动作测试形成的肌肉的三维图谱；图16为多项组合动作测试形成的身体动态体能图；图17为采用数字标注形成的图谱示意图；图18为实施例四中压力垫测得的压力曲线图；图19a为实施例四中惯性传感器测得的与踝关节相关肌肉用力占体重百分比的曲线图；图19b为实施例四中惯性传感器测得的与膝关节相关肌肉用力占体重百分比的曲线图；图19c为实施例四中惯性传感器测得的与髋关节相关肌肉用力占体重百分比的曲线图；图20a为与图19a对应的在起跳过程中脚踝力矩的曲线图；图20b为与图19b对应的在起跳过程中膝盖力矩的曲线图；图20c为与图19c对应的在起跳过程中髋部力矩的曲线图。本发明的附图标号说明：标号名称标号名称1显示设备11中央数据采集处理单元2压力垫12信号采集系统3/4图像分析系统13信息处理系统5/6/7惯性传感器14输入设备8/9/10无线信号接受装置具体实施方式下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。实施例一下面，参照图1至图2，说明本发明的体能和肌肉能力的综合评估系统(anfitnessabilityandmuscle/jointcharacterassessmentsystem，afma)，该体能和肌肉能力的综合评估系统包括：测力系统、动作捕捉系统、信号采集系统和信息处理系统，用于对受测试者的身体运动能力进行分析评估。人身体的肌肉素质，通常可以通过一些肌肉特性来评价，例如肌肉耐力、肌肉爆发力和肌肉力量，人身体的关节素质，可以通过一些关节特性来评价，主要有关节静态活动能力、关节动态活动能力，而这些肌肉特性和关节特性可以通过人在完成某一健身动作过程中的动作强度、动作次数、动作密度、动作速度等因素反映出。因此，在受测试者完成某一健身动作的过程中，设置一测力系统来检测受测试者在完成健身动作的过程中跟使用力有关的物理量，设置一动作捕捉系统来检测受测试者在完成健身动作的过程中跟身体姿态变化有关的物理量，并通过信号采集系统采集检测到的各物理量数据，进行对时处理后，再交由信息处理系统对所有数据进行提取和分析处理，得出多个与该特定健身动作对应的特征参数后，分类成不同的与各肌肉特性或关节特性对应的参数集，对每个参数集内的数据先进行单项评分，再进行加权计算，即可根据得出用于评价相应肌肉特性或关节特性的综合评分。例如：在垂直跳动作中，通过获得受测试者的跳跃高度、跳跃时对地的最大推力、垂直跳的功率、所作的功、爆发力，可以据此分析出受测试者的下肢爆发力；在俯卧撑动作中，通过获得受测试者的手臂的总推力、最大推力、平均推力、动作次数、动作疲劳点，可以据此分析出受测试者的上肢力量；在卷腹动作中，通过获得受测试者的动作个数、动作疲劳点、平均仰角，可以据此分析得出受测试者的核心力量；在体前屈动作中，通过获得受测试者的最大前屈角度、达到最大角度时间，可以据此分析出受测试者的柔韧性；在快步动作中，通过获得受测试者的快步个数、最高频率、达到最大速度时间、最高频率持续时间，可以据此分析出受测试者的灵敏度；在单脚站立动作中，通过获得受测试者的站立分数、平均中心偏移、重心偏移方差、维持平衡比率，可以据此分析出受测试者的平衡度；在高抬腿动作中，通过获得受测试者的高抬腿个数、平均频率、最高频率、达到最高频率的时间，可以据此分析出受测试者的肌肉耐力。其中，所述的进行单项评分指：根据一些医疗机构、健美协会或体育机构提供的统计数据，能够获得大量关于不同年龄不同性别的人身体的特征参数值，根据这个大数据统计制定一个标准，将大数据的所有的特征参数值分为5个不同的数值范围，即5段，分别对应1-5分，例如大部分人所具有的参数值都在3的位置，30％左右的在4和5分的数值段内，剩下的就是1和2的人群。具体地，所述的进行单项评分可以按照如下方式进行：将统计得到的n个特征参数值按由大到小排布，将最大值-10％的区段定为5分，将10％-30％的区段定为4分，将30％-70％的区段定为3分，将70％-90％的区段定为2分，将90％-最小值的区段定位1分，得出不同参数值与不同分值的对应表格。由此使得，当获取知道某个特征参数值后，即可对照表格找出对应的单项得分。为了获得不同健身动作的特征参数，请参阅图3至图5，具体在本实施方式中，测力系统采用压力垫2，受测试者在完成健身动作时，身体部位作用在压力垫上，对压力垫产生推压力，压力垫不仅能输出这个推压力，还能输出该推压力在压力垫上的位置分布，并且，动作捕捉系统采用惯性传感器5/6/7，通过将至少两个惯性传感器固定于受测试者的动作部位，可以检测受测试者的身体姿态数据。具体地，如图3所示，压力垫包括并排设置的结构相同的两个，压力垫为长方形，每个压力垫的四角位置各设有一称重传感器作为四个压力采集点位，中心位置设有压力基座信号板，所述称重传感器和压力基座信号板的上方铺设有金属盖板，金属盖板由四个所述称重传感器支承，当人站在金属盖板上，重力即通过金属盖板传导到四个压力采集点位上，产生实时压力的信号变化。使称重传感器的输出端连接所述压力基座信号板，压力基座信号板的输出端连接所述信号采集系统，压力基座信号板具有mcu处理器，压力基座信号板将采集到的压力信号转换为压力值，并汇总压力垫的所有数据(例如尺寸规格)，通过mcu处理器进行处理，生成左、右两个压力垫受力部位的点阵，并进行算法处理，计算生成压力数据、身体重心数据和左右位置重心数据等。由此，当压力作用在金属盖板上时，每个压力垫作为单独的称重模块，可以各自单独输出实时的压力变化、压力在四个采集点位上不同的分配、压力的重心位置，也可以左右两个同时输出。例如，在垂直跳动作时，可以通过左右双脚分别测力，采集左右脚的实时重力变化，也可以在单脚站立时，测试单脚的压力重心变化，并能区分左脚、右脚中哪个是支撑脚。如图7所示，惯性传感器通过其底座固定在一条带有弹力的绑带上，再通过绑带缠绕固定在人体的各部位。惯性传感器包括加速度计、陀螺仪和数字罗盘等，能够检测到与人体姿态变化有关的加速度、角加速度，惯性传感器还包括天线，用于将检测到的人身体姿态数据无线传输至信号采集系统。信号采集系统12包括多个信号输入接口，及多个无线信号接受装置8/9/10，可以同时采集测力系统输出的压力数据和多个惯性传感器通过无线方式传来的运动轨迹数据，信号采集系统内设有一个中央数据采集处理单元11，该中央数据采集处理单元以fpga芯片构架为主，完成所有输入端的设备的统一对时，完成输入数据的同步对时处理。所述信息处理系统13采用通用的计算机，经过对时处理后的数据交由计算机，进行统一的算法处理；该计算机还外接有显示设备1和输入设备14，分别用于完成界面显示，及与受测试者的交互流程。可以理解地，在其它一些实施例中，测力系统也可以采用其它结构的压力垫，例如电阻式的压力垫、薄膜式的压力垫等能够输出力的绝对值，或emg肌肉力量测试仪等能够输出肌肉收缩力绝对值的生物肌肉力量测量装置，只要能够测得反映出受测试者在完成健身动作过程中肌肉使用力的大小即可，如图8所示，动作捕捉系统也可以采用至少一个摄像系统和多于一个的视觉识别标签作为图像分析系统3/4来捕捉人体的运动姿态影像，视觉识别标签为内含十字交叉或其它几何图形的塑料或纤维标记物，摄像系统以每秒固定帧数的速度拍摄，经过图像识别和分析算法，提取视觉识别标签的运动速度、方向和旋转角速度等参数，即可形成受测试者的身体姿态数据，这样只要能够获得描述人身体的空间位置变化信息的相关数据即可，在此不作限定。当然，也可以仅采用测力系统或仅采用动作捕捉系统，来获得想了解的某单个特征参数。实施例二下面以垂直跳动作为例，进一步具体描述基于所述体能和肌肉能力的综合评估系统的评估方法。该评估方法包括如下步骤：一、对测力系统测得的跟使用力相关的物理量进行分析计算：1、受测试者站立在压力垫上，在30s内完成多次垂直跳，每次垂直跳，压力垫四角的称重传感器将四个点位的压力值w1、w2、w3、w4传输给压力基座信号板，2、压力机座信号板进行如下计算：计算重力，单脚重力w左＝w1+w2+w3+w4，全部重力w全＝w左+w右，计算左右脚重心的实时坐标位置，左脚中心x左＝xiwi/∑wi，y左＝yiwi/∑wi，计算全部的人体重心坐标，x全＝(x左w左+x右w右)/w全，y全＝(y左w左+y右w右)/w全，3、压力基座信号板将处理后的压力(重力)和重心数据传输到信号采集系统进行对时处理，然后把数据发送到计算机，4、计算机根据垂直跳的动作特点，结合如图6所示的压力垫测得的单脚的压力曲线图，可以测得腿部单次起跳的高度、腿部的最大压力、平均压力、每次用力的加速度、30s内的完成次数，涉及到的计算公式包括：a)高度＝1/2g(t/2)2,t＝flighttime，b)单脚最大推力＝peakforce点的压力值，c)功＝起跳过程中单脚的用力×起跳时间，d)功率＝功/起跳时间，e)爆发力rfd＝起跳过程中的单位时间内的最大用力变化，即最大加速点。二、对动作捕捉系统测得的跟身体姿态相关的物理量进行分析计算：请一并参阅图9至图12，1、受测试者进行垂直跳动作的过程中，在受测试者的后腰中心处、大腿处、小腿处、脚踝处分别绑上惯性传感器，惯性传感器带加速度计、陀螺仪和数字罗盘，可以测得加速度和角加速度，可以同步分析出单次动作起跳时的曲腿角度、单次动作起跳时弯腰角度、落地时的曲腿角度、落地时的弯腰角度和动作疲劳点；2、上述步骤1中动作疲劳点的算法为：疲劳点分为时间疲劳点和力量疲劳点；时间疲劳点是通过采集重复的相同动作的时间间隔来计算的，如果某次动作使用的时间比平均间隔时间多出20％，就称之为时间疲劳点；力量疲劳点是通过完成动作的用力或者完成动作的幅度来计算的，当完成某次动作的力量或幅度持续下降至之间的顶峰状态的70％以下时，判定为力量疲劳点；时间疲劳点和力量疲劳点均为时间点，最后发生在较前时间的点被确认为最终的疲劳点，3、通过测得的地面反弹力，结合测得的人体上身、大腿、小腿和脚部的物理参数：质量mass、长度length、质量中心com和惯性矩momentinitial，用逆向动力分析方法，可以计算出连接上肢、躯干、大腿、小腿、脚部的髋关节、膝关节、踝关节的力矩，具体的线性方程为：∑fx,y＝max，y，其中fx,y为每个关节在水平和垂直方向上的外力，m是每个身体部分的质量(m1，m2，m3，m4，通过身高估算)，ax，y是通过惯性传感器计算出来的水平和垂直方向上的加速度，∑mj＝ijαj，mj是fx,y产生的力矩，ij是每个身体部分的惯性矩，αj是通过惯性传感器输出的角加速度，fm1＝mj/b，其中b为关节中心到肌肉用力方向的力臂，计算出的fm1反应了每个关节的相关肌肉的用力，即不同关节对应的肌肉力量大小，同理可以算出fm2、fm3、fm4。三、提取特征参数，分类并计算参数综合得分：请参阅图12，1、在测力系统和动作捕捉系统采集完上述的一系列数据，通过信息处理系统的分类计算，形成了一系列的原始数据和计算数据集后，2、在上述参数集中，提取出一些参数作为垂直跳动作的特征参数，主要包括：单次起跳的高度、腿部的最大用力、平均用力、每次用力的加速度、30秒内的完成次数，及单次动作起跳时的曲腿角度、动作起跳时的弯腰角度、落地时的曲腿角度、落地时的弯腰角度、动作疲劳点，3、将垂直跳动作的特征参数，分成四个维度的参数集：与肌肉耐力相关的参数集(30秒内的完成次数、动作的疲劳点)、与肌肉爆发力相关的参数集(单次起跳的高度、腿部的最大用力、每次用力的加速度)、与肌肉力量相关的参数集(平均用力、平均起跳高度)、与关节的静态活动能力相关的参数集(单次动作起跳时的曲腿角度、动作起跳时的弯腰角度、落地时的曲腿角度、落地时的弯腰角度)，4、对四个维度的参数集中每个参数进行单项评分，再按照其与肌肉耐力、肌肉爆发力、肌肉力量和关节活动能力四个维度的相关度，进行加权计算，就可以得出垂直跳动作在四个维度上的参数综合得分(加权得分)。由此，由于垂直跳动作与人股四头肌、臀大肌、腘绳肌、排肠肌、比目鱼肌这一特定肌肉群对应，因此从该参数综合得分就可以反映出受测试者的上述特定肌肉群的肌肉群能力，由于垂直跳动作与人髋关节、膝关节和踝关节这些关节对应，因此从所述参数综合得分也可以反映出特定关节的关节能力。四、根据参数综合得分进行等级分类，形成图谱：请参阅图13，1、设定一代表人身体正常的标准得分(加权得分)，或统计出同等年龄段的平均统计得分(加权得分)，作为基准分数，2、将步骤三中测得的参数综合得分与基准参数进行比较，进行等级分类，具体分为5个级别，5分为最佳，1分为最差，由此，通过1-5五个分值等级，即可评价出受测试者特定肌肉群和关节的肌肉素质和关节素质，3、按肌肉特性和关节特性的参数综合得分高低，或者按等级大小，形成肌肉特性图谱和关节特性图谱，在肌肉特性图谱中，可以通过不同颜色表示特定肌肉群的肌肉能力的强弱，在关节特性图谱中，也可以通过不同颜色表示特定关节的关节能力的强弱，由此，通过图谱可以直观地在显示设备上看出特定肌肉群和关节的位置及强弱，便于受测试者或其教练、康复医生根据图谱衡量知晓受测试者的肌肉能力和健康状态，还便于让运动员、教练员、医师制定科学的针对性的训练，并反复校验训练结果。当然，在其它一些实施例中，也可以通过如图17所示的直接标注等级级别数字的方式形成图谱，能够反映出相对差异即可，在此不作限定。实施例三下面描述另外六个健身动作的示例，以帮助理解本综合评估方法的实现。(1)俯卧撑受测试者在胸部和手臂的上臂、下臂分别戴上一惯性传感器，同时把双手撑在压力垫上，进行60s的不间断俯卧撑动作。压力垫可以准确地分析出用户的单次推力、总推力、最大推力、平均推力和双手推力平衡度，惯性传感器可以同步分析出单次动作身体和地面的夹角、手臂上下臂夹角、运动幅度变化、衰减疲劳点。请参阅图12，由于与俯卧撑动作相关的肌肉包括前三角肌、胸大肌、肱三头肌，与俯卧撑动作相关的关节包括肘关节、肩关节和腕关节，因此通过这些数据可以全面而准确地判断出受测试者的与俯卧撑动作相关的特定肌肉群和关节的能力。其中，俯卧撑动作的参数计算涉及的一些计算公式包括：a)总推力＝σp,p＝双手单次推力，b)最大推力＝单次推力中最大的一次力的值，c)疲劳点＝运动过程中第一次小于上次波峰值75％时的时间，d)平均推力＝σp/n，n是俯卧撑次数，e)个数＝n，n是俯卧撑次数；(2)卷腹受测试者在大腿、后腰中心处、前胸中心处各绑上惯性传感器，同时臀部坐在压力垫上，进行不间断的卷腹动作。通过压力垫和惯性传感器可以准确地分析出用户的卷腹个数、动作疲劳点和平均仰角。由于与卷腹相关的肌肉主要是腹肌，因此通过这些数据可以判断出受测试者的腹部核心力量。其中，卷腹动作的参数计算涉及的一些计算公式包括：a)个数＝n，n是卷腹次数，b)疲劳点＝运动过程中第一次小于上次波峰值75％时的时间，c)平均仰角＝σx/n，x＝单次卷腹的角度；(3)体前屈受测试者在大腿、后腰中心处各绑上惯性传感器，同时双脚站立在压力垫上，进行体前屈动作。通过压力垫和惯性传感器可以准确地分析出用户的最大前屈角度和达到最大角度时间。由于与体前屈动作相关的肌肉主要是竖立脊柱肌肉、腿肌、排肠肌，与体前屈动作相关的关节主要是髋关节，因此通过这些数据可以准确地判断出受测试者的与体前屈动作相关的特定肌肉群和关节的能力。其中，体前屈动作的参数计算涉及的一些计算公式包括：a)最大前屈角度＝维持3s以上所能达到的最大角度，b)达到最大角度时间＝达到最大前倾角度所用的时间；(4)快步受测试者在后腰中心处、大腿、脚踝处各绑上惯性传感器，进行快步走动作。通过惯性传感器即可以准确地分析出用户的快步个数、最高频率、达到最大速度时间、最高频率持续时间。由于与快步走相关的肌肉主要是髋屈肌、股四头肌、足底屈肌，与快步走相关的关节主要是膝关节，因此通过这些数据可以准确地判断出受测试者的与快步动作相关的特定肌肉群和关节的能力。其中，快步动作的参数计算涉及的一些计算公式包括：a)个数＝n，n是双脚个数的加和，b)最高频率＝f，f是1s内达到的最大个数，c)达到最大速度时间＝达到最高频率时所花的时间，d)最高频率持续时间＝最大频率所能保持的时间；(5)单脚站立受测试者双脚站立在压力垫上，交替抬起一只脚进行单脚站立动作。通过压力垫可以准确地分析出单脚的平衡分数、平均中心偏移、重心偏移方差、维持平衡比率。由于与单脚站立相关的肌肉主要是股四头肌，因此通过这些数据可以准确地判断出受测试者的与单脚站立动作相关的特定肌肉群的能力。其中，单脚站立动作的参数计算涉及的一些计算公式包括：a)平衡分数：按照偏离圆心的程度，分成4个级别，最近为4分，最远为1分，总分＝σ每次采样重心gi对应的得分，b)平均重心偏移＝σ(每次采样重心gi-初始重心g0)/采样次数n，c)重心偏移方差＝σ(gi-初始重心g0)2/采样次数n，d)维持平衡比率＝σs*t/30，s＝单次得分，t＝此得分维持时间；(6)高抬腿受测试者后腰中心处、大腿处、小腿处、脚踝处分别绑上惯性传感器，同时双脚站立在压力垫上。通过压力垫和惯性传感器可以准确地分析出用户的动作个数、平均频率、最高频率、达到最高频率的时间。由于与高抬腿动作相关的肌肉包括股四头肌、臀大肌、排肠肌、比目鱼肌，与高抬腿动作相关的关节主要是髋关节和膝关节，因此通过这些数据可以准确地判断出受测试者的与高抬腿动作相关的特定肌肉群的能力。其中，高抬腿动作的参数计算涉及的一些计算公式包括：a)平均频率＝运动总个数/运动总时间，b)最快频率＝1s内达到的最大个数，c)达到最高频率的时间＝达到最快频率时的时间，d)平均抬膝角度＝σangle/n,angle是每次运动的角度，n是运动个数。此外，请参阅图13至图14，基于上述一系列覆盖全身主要肌肉或者目标区域肌肉的多种健身动作，可以通过让受测试者完成一个包括多种动作的动作组合，例如完成上述七个健身动作，来计算出一个阵列的身体动态体能相关数据，覆盖了上下肢力量、核心力量、下肢爆发力、柔韧度、敏捷度、平衡能力、肌肉耐力等，由此可以对一个人的运动能力和健身水平进行一个快速的评定，这样得出的肌肉和关节四维度数据，基本可以覆盖人体全身的大肌肉群和主要的关节能力，由此最终可以形成一整套的全身的多个肌肉群的肌肉特性和关节特性的图谱，更加方便快速地得出的全身或多个肌肉群和关节特性的分析，时间比目前传统的分析方法大幅节省，同时这样生成的系列图谱更科学更准确。例如：下肢爆发力和下肢力量的测量是通过一个连续的垂直跳完成，相关的测量结果包括两腿推力、两腿爆发力、两腿肌肉平衡等；上肢力量是通过在给定时间内完成俯卧撑来测试，测量结果包括总推力、平均推力、最大推力、疲劳点和完成个数；核心力量是通过在给定时间内完成卷腹来测试，测量结果包括完成个数、疲劳点、和平均仰角；柔韧度是通过一个简单的站立体前屈动作完成，相关的测量结果包括前倾角度、到达最大角度所需时间等；敏捷度是通过在给定时间内完成快步来测试的，测量结果包括完成个数、最高频率、达到最高频率所用的时间、在最高频率上维持的时间；平衡度是通过在给定时间内完成单脚站立测试的，测试结果包括平衡分数、平均重心偏移、重心偏移方差、维持平衡比率％；肌肉耐力是通过在给定时间内完成高抬腿动作测试的，测量结果包括完成个数、最高频率、达到最高频率所用的时间、在最高频率上维持的时间。以上7项动作的测试，最终产生了一个可以用来评定受测试者的身体综合运动能力(主要包括下肢爆发力、核心力量、柔韧度、敏捷度、平衡能力、肌肉耐力7个方面)的参数矩阵。以上每个单个测试的参数集，通过和标准对比或者同等年龄段的统计数据对比也产生分级，分级具体为5级(needimprovement，average，aboveaverage,verygood,excellent)通过两个或两个以上的健身动作，对每个动作的一个或一个以上参数的提取和分析、等级评定，最后还形成一个身体综合运动能力的等级评估和评分。可以理解地，在其它一些实施方式中，也可以通过完成其它健身动作，来单独获得其它肌肉群的肌肉特性分析，单独获得其它关节部位的关节特性分析，或同时获得其它部位肌肉群和关节的肌肉特性和关节特性分析。实施例四下面再以垂直跳动作为例，说明本体能和肌肉能力的综合评估方法的具体数据计算流程，以下为步骤说明：一、选取一19岁的健康男性，身高176厘米，体重65公斤，在上身、大腿、小腿和脚背上分别绑上惯性传感器，双脚站立在压力垫上，同时纵身跳采用手臂叉腰的方式进行，以避免手臂挥动造成的物理影响；二、关于肌肉爆发力(下肢力量)的参数综合评分：1、压力垫输出压力曲线如图18所示，计算出特征参数值：a)高度＝1/2g(t/2)2,t＝4.7979s，高度＝28.2cm；b)单脚最大推力＝60.28*9.8＝590.7n；c)功＝起跳过程中单脚的用力x起跳时间＝237.05j；d)功率＝237.05j/152.94＝1.55hp；e)爆发力rfd＝288.69n/s。2、将计算出的上述五个特征参数值与标准统计表进行比较，得出每个特征参数值的单项得分，再将所有特征参数值对应的单向得分，进行加权计算，如表一所示，得出加权后的得分为2.8；表一：参数单项得分加权因子高度28.230.6最大推力590.730.2功237.0520.05功率1.5520.05rfd288.6920.1加权得分2.83、下表表二为统计的同年龄段同性别组的加权得分的等级分级标准，对照该表二，即可直接得出当加权得分数为2.8时，该男性的下肢力量的肌肉爆发力的综合评分级别为2。表二：三、关于肌肉力量的参数综合评分：1、测量该男性身体的上身、大腿、小腿等长度和纬度，推算每个惯性传感器所在的质量中心和惯性矩，再将惯性传感器和地面压力垫的输出数值，一起输入以下上述阐述过的线性方程组式：∑fx,y＝max，y，∑mj＝ijαj，计算出了如图19a/19b/19c所示的与跳跃高度对应的踝关节、膝关节和髋关节的外力与体重的百分比，如图20a/20b/20c所示的踝关节、膝关节和髋关节的力矩与体重的百分比，因此在乘以体重之后，由图18和图19可以得出如表三所示的三个关节承受的最大外力和力矩，表三：踝关节力fankle_max膝关节力fknee_max髋关节力fhip_max643.37579.67433.16踝关节力矩mankle_max膝关节力矩mknee_max髋关节力矩mhip_max134.5371.75159.22、通过公式fm1＝mj/b，每个关节的对应相关的小腿肌群、肱四头肌群和臀大肌群的在起跳过程中的最大力量就可计算出来，见下表表四：表四：力臂一b1力臂二b2力臂三b35610小腿肌群用力f小腿肌群肱四头肌群用力f肱四头肌群臀大肌用力f臀大肌群2691119615923、将表四中得出的结果和预先统计的该肌群力量参考值进行对比，得出如表五所示的该男子的这些肌肉相应的肌肉力量的参数综合评分(参照肌肉爆发力的评分得出方法)：表五：对应肌肉名称评分小腿肌群比目鱼肌，腓肠肌2肱四头肌群肱四头肌3臀大肌群臀大肌，腘绳肌3四、关于肌肉耐力的参数综合评分：1、根据统计30s内压力垫曲线中的flighttime次数，得到30s内共完成次数为20次，根据统计20次跳跃的各个肌群的用力，当完成某次动作的力量下降至之间的顶峰状态的70％以下时，得出各个肌群的疲劳点，如下表表六：表六：疲劳点(次数)小腿肌群12肱四头肌群16臀大肌群18这些结果和预先统计的该肌群耐力参考值进行对比，得出该男子这些肌肉相应的肌肉耐力强弱等级如表七：(参照肌肉爆发力的评分得出方法)表七：对应肌肉名称评分小腿肌群比目鱼肌，腓肠肌2肱四头肌群肱四头肌3臀大肌群臀大肌，腘绳肌4五、关于关节静态活动能力的参数综合评分：统计20次的起跳和落地时，腰部(上身和大腿的夹角)、膝部(大腿和小腿的夹角)、脚踝(小腿和脚掌的夹角)的最小角度，得出平均的关节活动范围：这些结果和预先统计的关节活动范围参考值进行对比，得出该男子这些关节对应的活动能力等级为(参照肌肉爆发力的评分得出方法)：得分腰部2膝关节3踝关节2由此，能够得出与垂直跳相关的肌肉耐力、肌肉爆发力、肌肉力量和关节静态活动能力的参数综合得分评价。以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的
技术领域：
均包括在本发明的专利保护范围内。当前第1页12