技术特征：
1.一种骑行热量消耗计算方法，其特征在于，包括：通过码表获取相连接的外部设备，所述外部设备为功率计、测算最大摄氧量与心率的运动穿戴设备、心率带中的一种；获取骑行用户基础信息，基于人群生理特征通过大数据分析将用户划分至对应的人群组别；根据用户所属的人群组别，获取对应人群组别中相同卡路里估算方案对应的关系系数；其中，所述关系系数为基于机器学习，通过高精度卡路里估算结果对次高精度卡路里估算方案的系数校准后得到的关系系数；根据所述关系系数和外部设备采集数据，实时计算骑行消耗的卡路里；若码表没有相连接的外部设备，则根据所述关系系数及物理学原理，计算骑行消耗的卡路里。2.根据权利要求1所述的方法，其特征在于，所述码表至少包括gps、气压高度计、ant通信模块和蓝牙通信模块。3.根据权利要求1所述的方法，其特征在于，所述基于人群生理特征通过大数据分析将用户划分至对应的人群组别还包括：至少根据人种、性别、年龄、体重、身高和运动能力分级对人群进行划分，使得相同组别的人群生理水平相近。4.根据权利要求1所述的方法，其特征在于，所述通过高精度卡路里估算结果对次高精度卡路里估算方案的系数校准后得到的关系系数包括：在同组别中，获取最精准卡路里估算方案的结果作为真实值，并将所述真实值作为次精准卡路里估算方案的目标值，以次精准卡路里估算方案采集的骑行数据作为输入，通过机器学习模型，校准次精准卡路里估算方案的关系系数；卡路里估算方案包括基于功率计的估算方案、基于最大摄氧量的估算方案、基于心率的估算方案、基于物理学原理的估算方案和基于经验公式的估算方案，各估算方案的精度依次降低，且基于功率计的估算方案精度最高；其中，通过实验室测量的卡路里估算结果作为目标值，对基于功率计的估算方案的关系系数校准。5.根据权利要求1所述的方法，其特征在于，所述若码表没有相连接的外部设备，则根据所述关系系数及物理学原理，计算骑行消耗的卡路里还包括：若码表通信异常、外部设备故障或无法获取用户基础信息，则基于经验公式计算卡路里：cal＝c0
×
v+c1
×
slope+c2
×
w+c3
×
a+c4；式中，cal为卡路里估算值，c0、c1、c2、c3、c4均为关系系数，v为自行车速度，slope为骑行坡度、w为用户体重，a为用户年龄。6.一种骑行热量消耗计算系统，其特征在于，至少包括：码表，用于获取相连接的外部设备，并根据用户所属组别获取相同卡路里估算方案对应的关系系数，根据关系系数和外部设备的采集数据，实时计算骑行消耗的卡路里，所述外部设备为功率计、测算最大摄氧量与心率的运动穿戴设备、心率带中的一种；
其中，若码表没有相连接的外部设备，则根据关系系数及物理学原理，计算骑行消耗的卡路里；智能终端，用于获取骑行用户基础信息，并将码表采集数据和用户基础信息上传至服务器，将服务器校准后的关系系数和用户分类同步至码表；服务器，用于基于人群生理特征通过大数据分析将用户划分至对应的人群组别，并基于机器学习，通过高精度卡路里估算结果对次高精度卡路里估算方案的关系系数进行校准。7.根据权利要求6所述的系统，其特征在于，所述码表至少包括gps、气压高度计、ant通信模块和蓝牙通信模块。8.根据权利要求6所述的系统，其特征在于，所述基于人群生理特征通过大数据分析将用户划分至对应的人群组别包括：至少根据人种、性别、年龄、体重、身高和运动能力分级对人群进行划分，使得相同组别的人群生理水平相近。9.根据权利要求6所述的系统，其特征在于，所述通过高精度卡路里估算结果对次高精度卡路里估算方案的关系系数进行校准包括：在同组别中，获取最精准卡路里估算方案的结果作为真实值，并将所述真实值作为次精准卡路里估算方案的目标值，以次精准卡路里估算方案采集的骑行数据作为输入，通过机器学习模型，校准次精准卡路里估算方案的关系系数；卡路里估算方案包括基于功率计的估算方案、基于最大摄氧量的估算方案、基于心率的估算方案、基于物理学原理的估算方案和基于经验公式的估算方案，各估算方案的精度依次降低，且基于功率计的估算方案精度最高；其中，通过实验室测量的卡路里估算结果作为目标值，对基于功率计的估算方案的关系系数校准。10.根据权利要求6所述的系统，其特征在于，所述若码表没有相连接的外部设备，则根据所述关系系数及物理学原理，计算骑行消耗的卡路里还包括：若码表通信异常、外部设备故障或无法获取用户基础信息，则基于经验公式计算卡路里：cal＝c0
×
v+c1
×
slope+c2
×
w+c3
×
a+c4；式中，cal为卡路里估算值，c0、c1、c2、c3、c4均为关系系数，v为自行车速度，slope为骑行坡度、w为用户体重，a为用户年龄。
技术总结
本发明提供一种骑行热量消耗计算方法及系统，该方法包括：通过码表获取相连接的外部设备；获取骑行用户基础信息，基于人群生理特征通过大数据分析将用户划分至对应的人群组别；根据用户所属的人群组别，获取对应人群组别中相同卡路里估算方案对应的关系系数；所述关系系数为基于机器学习，通过高精度卡路里估算结果对次高精度卡路里估算方案的系数校准后得到的关系系数；根据所述关系系数和外部设备采集数据，实时计算骑行消耗的卡路里；若码表没有相连接的外部设备，则根据所述关系系数及物理学原理，计算骑行消耗的卡路里。通过该方案实现骑行卡路里消耗的准确计算，减小估算误差。误差。误差。
技术研发人员：陈昆 耿玉银 杨小清
受保护的技术使用者：武汉齐物科技有限公司
技术研发日：2022.03.03
技术公布日：2022/6/4