一种运动智能鞋垫的制作方法

本发明涉及运动鞋垫技术领域，尤其涉及一种运动智能鞋垫。

背景技术：

越来越多的人意识到运动对健康的重要性。为了追求健康的身体和更好的生活状态，运动人群的比例越来越大。足部健康对与运动爱好者来说至关重要，舒适的足部能够使运动爱好者进行持久的运动。足部的穴位众多，足部的健康数据能够反映人体的健康状况、人体的运动情况。运动人群对适合自己的运动方式感到迷茫，往往使用错误的运动方式来锻炼身体，不仅达不到锻炼身体的目的，反而容易使身体的状况进一步恶化。运动人群希望能够根据自己的身体状况和运动规律，得到关于运动的最佳建议，从而进一步提高身体的健康状况。

中国专利(CN 105250066 A)公开了一种基于步态重心变化的人体足底矫正方法，其特征在于，所述方法包括以下步骤：测量人体运动时足底从足跟着地到大脚趾离地的时段及在该时段内足底的重心数据；将该时段划分为多个子时段，以作为足底的不同部位的着地时间，并分别计算在每个子时段内，足底的重心数据与足底中轴线的差异积分；当判断所述差异积分超出预设的阈值范围的情况下，增大人体运动时对足底的相应部位的压力，使得所述足底的相应部位用力均匀。该专利能够通过调整足部的相应部位受力来实现对人的足部用力方式的矫正。保护足底和下肢。但是，该专利不能根据用户的运动数据，对用户反馈运动建议，为用户建议最佳的运动方式。

技术实现要素：

针对现有技术之不足，本发明提供一种运动智能鞋垫，包括鞋垫本身和功能性模块，其特征在于，

所述功能性模块包括至少一个压力传感单元、运动模式评估单元和云服务器，所述运动模式评估单元包括统计单元和分析单元，

所述统计单元基于所述压力传感单元监测的运动数据统计主要足部的主要负荷区域、负荷规律和足部压力中心移动轨迹；

所述分析单元分析所述统计单元的统计数据与所述云服务器中的至少一种运动模式特征数据的匹配结果，确定运动对象的运动模式、运动能耗并反馈运动建议。

根据一个优选实施方式，所述云服务器存储至少一种运动模式的特征数据，所述统计单元将主要负荷区域的运动数据与相应的负荷区域的特征数据进行分析与比较，从而确定所述运动对象的运动模式。

根据一个优选实施方式，所述分析单元基于主要负荷区域的负荷规律和足部压力中心移动轨迹与对应的运动模式的特征数据的偏差结果分析运动对象的动作误差并给出运动建议。

根据一个优选实施方式，所述功能性模块还包括数据处理单元，所述数据处理单元对所述压力传感器监测的第一运动数据进行误差处理和计算处理得到有效的第二运动数据，所述运动模式评估单元基于有效的所述第二运动数据评估运动对象的运动模式。

根据一个优选实施方式，所述功能性模块还包括设置在第七区的地理位置信息单元和设置在第八区的加速度传感单元，所述运动模式评估模块基于所述地理位置信息单元和所述加速度传感单元监测的地理位置变化、加速度信息及主要负荷区域的负荷规律评估运动对象的跑步运动模式。

根据一个优选实施方式，所述运动模式评估模块基于所述运动对象的足部压力数据、压力持续时间、步态周期以及主要负荷区域的压力峰值统计所述运动对象的运动能耗，从而便于运动对象根据能耗需求选择运动模式和运动时间。

根据一个优选实施方式，所述运动模式评估模块根据运动对象穿戴的至少一种运动鞋进行运动的有效第二运动数据与确定的运动模式的特征数据的比较结果，分析所述运动对象的运动鞋与运动模式的功能匹配指数，便于运动对象选择合适的运动鞋具。

根据一个优选实施方式，所述功能性模块还包括用于测量角速度的角速度测量单元，所述角速度测量单元包括设置在鞋垫部位的第四区、第八区和/或第九区的至少一个陀螺仪，所述运动模式评估模块根据所述压力传感单元和所述角速度测量单元监测的运动数据评估所述运动对象的步态相位并向所述运动对象反馈行走建议。

根据一个优选实施方式，所述压力传感单元包括用于监测脚部大脚趾作用力的第一区压力传感器、用于监测四个小脚趾作用力的第二区压力传感器、用于监测第一趾骨头作用力的第三区压力传感器、用于监测第二趾骨头和第三趾骨头共同作用力的第四区压力传感器、用于监测第四趾骨头和第五趾骨头共同作用力的第五区压力传感器、用于监测足弓内侧作用力的第六区传感器、用于监测足弓外侧作用力的第七区传感器、用于监测足跟内侧作用力的第八区传感器和用于监测足跟外侧作用力的第九区传感器。

根据一个优选实施方式，所述运动模式评估单元设置在移动终端，所述运动模式评估单元与所述运动模式评估单元和所述功能性模块以无线方式分别连接，或者

所述运动模式评估单元设置在所述云服务器中，所述功能性模块与所述云服务器以无线方式连接。

本发明的有益技术效果：

(1)本发明根据运动对象的运动特征数据评估对应的运动模式，并且向运动对象分析和反馈运动建议；

(2)本发明根据运动对象的运动特征数据评估运动鞋的功能指数，使运动对象选择适合运动的鞋子，提高运动体验；

(3)本发明根据运动对象的运动特征数据评估运动过程中的耗能，使运动对象有计划的进行身体锻炼，保证了身体的健康。

附图说明

图1是本发明的一种逻辑结构图；

图2是本发明其中一种优选的逻辑结构图；和

图3是本发明的鞋垫区域分区图。

附图标记列表

101：压力传感单元 102：加速度传感单元 103：地理位置采集单元

104：数据处理单元 105：运动模式评估单元 106：云服务器

201：第一区 202：第二区 203：第三区

204：第四区 205：第五区 206：第六区

207：第七区 208：第八区 209：第九区

具体实施方式

下面结合附图进行详细说明。

实施例1

本发明提供一种运动智能鞋垫，包括鞋垫本身和功能性模块，其特征在于，所述功能性模块包括至少一个压力传感单元、加速度传感单元、运动模式评估单元和云服务器，所述运动模式评估单元基于所述压力传感单元、所述加速度传感单元监测的足部运动数据来评估运动对象的运动模式和运动鞋的功能指数，为所述对象提供运动建议。

如图1所示，一种运动智能鞋垫，包括鞋垫本身和功能性模块。功能性模块设置在鞋垫表层或鞋垫内。功能性模块包括压力传感单元101、加速度传感单元102、运动模式评估单元105和云服务器106。功能性模块与运动模式评估单元105和云服务器106以无线方式分别连接。云服务器106与运动模式评估单元105以无线方式连接。

压力传感单元101包括至少一个压力传感模块，用于监测运动对象足部各个区域的压力值。

加速度传感单元102包括至少一个加速度传感器，用于监测运动对象足部的加速度。

运动模式评估单元105用于根据运动对象的运动特征数据评估运动对象的运动模式和运动鞋的功能指数，为运动对象提供运动建议。

云服务器106用于存储运动对象的各个运动模式的特征数据。运动特征数据按照运动的种类进行分类存储在各个数据库中。数据库可以至少包括太极特征数据库、跑步特征数据库、乒乓球特征数据库、运动鞋功能指数数据库、行走特征数据库。本发明的运动特征数据库不限于此，还可以包括其他运动特征数据库。本发明的特征数据是指与相应的运动相关的足部运动数据，根据足部运动数据是能够评估出运动种类的关键数据，代表各个模式的运动体现在足部上的运动特征。

运动模式评估单元105基于压力传感单元101、所述加速度传感单元102监测的足部运动数据，来评估运动对象的运动模式和运动鞋的功能指数，为运动对象提供运动建议。优选的，云服务器存储各个运动模式的特征数据，所述运动模式评估单元将足部运动数据与相应的特征数据进行分析与比较，从而确定所述运动对象的运动模式。

运动模式评估单元105接收压力传感单元101、加速度传感单元102监测的足部运动数据，并且将接收到的足部运动数据进行筛选，选择有效的足部运动数据与各个运动特征数据库进行比对，从而确定运动对象的运动模式。在确定运动模式后，运动模式评估单元比较足部运动数据与运动数据库中标准数据的误差，从而评估运动对象的运动情况和健康情况，为运动对象提供运动建议。

运动模式评估单元105根据运动对象穿戴不同运动鞋进行同一运动模式的足部运动数据，比较和分析各个运动鞋在该运动模式中的功能指数，为运动对象提供运动鞋的选择建议，便于运动对象选择最佳运动鞋进行运动，提高运动对象的运动质量和舒适感。

如图2所示，功能性模块还包括数据处理单元104。数据处理单元104设置在功能性模块和运动模式评估单元105之间。数据处理单元104以无线的方式接收功能性模块发送的运动数据并进行筛选和计算处理。

数据处理单元104将所述压力传感单元和所述加速度传感单元监测的第一足部运动数据计算处理为所述运动模式评估单元能够直接进行评估的第二足部运动数据。所述运动模式评估单元105基于所述第二足部运动数据对运动模式进行评估。

如图3所示，鞋垫划分为九个区域，分别为：大脚趾所在的第一区201、四个小脚趾所在的第二区202、第一趾骨头所在的第三区203、第二趾骨头和第三趾骨头所在的第四区204、第四趾骨头和第五趾骨头所在的第五区205、与足弓内侧接触的第六区206、与足弓外侧接触的第七区207、与足跟内侧接触的第八区208和与足跟外侧接触的第九区209。

压力传感单元101包括至少一个压力传感器。优选的，压力传感单元101包括用于监测脚部大脚趾作用力的第一区压力传感器、用于监测四个小脚趾作用力的第二区压力传感器、用于监测第一趾骨头作用力的第三区压力传感器、用于监测第二趾骨头和第三趾骨头共同作用力的第四区压力传感器、用于监测第四趾骨头和第五趾骨头共同作用力的第五区压力传感器、用于监测足弓内侧作用力的第六区传感器、用于监测足弓外侧作用力的第七区传感器、用于监测足跟内侧作用力的第八区传感器和用于监测足跟外侧作用力的第九区传感器。

实施例2

本实施例是对实施例1的进一步说明，与实施例1相同的内容不再赘述。

运动模式评估单元105根据压力传感器监测的足部运动数据评估太极拳运动模式并提出运动建议。太极特征数据库中存储有太极拳的足部运动规律和各个区域的标准运动数据。

一种基于运动智能鞋垫评估运动模式的方法，所述方法的步骤包括：

S1：监测足部各个负荷区域的第一运动数据；

S2：对各个区域的运动数据进行筛选和数据处理得到第二运动数据；

S3：根据各个足部负荷区域的第二运动数据的比较结果确定主要负荷区域；

S4：统计足部主要负荷区域的负荷规律和足部压力中心移动轨迹；

S5：根据主要负荷区域的负荷规律、压力中心移动轨迹与特征数据库中的数据进行匹配，确定运动对象运动模式。

首先，通过压力传感单元101监测足部各个负荷区域的第一运动数据。足部九个区域承受的负荷压力不同，各个区域的压力传感器监测的压力值各不相同。

压力传感单元101监测运动对象足部各个负荷区域的第一运动数据。第一运动数据包括至少一个压力传感器监测的压力值。优选的，第一运动数据包括运动对象运动时足部负荷区域、各个负荷区域的压力值、运动时间。足部不承受负荷的区域，该区域的压力传感器监测到的压力值为零。各个压力传感器将监测到的各个区域的第一运动数据以无线的方式发送至数据处理单元104。

数据处理单元104对各个区域的运动数据进行筛选和数据处理得到第二运动数据。数据处理单元104对接收到的第一运动数据进行筛选，删除误差较大的第一运动数据，从而保留误差较小的第一运动数据。在对第一运动数据进行筛选后，数据处理单元104对保留的有效第一运动数据进行计算处理，得到第二运动数据。第二运动数据包括最大压力倍体重值、压力—时间积分值、压强—时间积分值、足部压力中心、步态周期。优选的，数据处理单元104设置在云服务器106中，便于处理大量的数据，并且避免处理后的有效数据在无线传输的过程中丢失。

运动模式评估单元105包括统计单元和分析单元。

统计单元根据各个足部负荷区域的第二运动数据的比较结果确定主要负荷区域，并且统计足部主要负荷区域的负荷规律和足部压力中心移动轨迹。统计单元比较九个足部区域的第二运动数据，例如比较压力—积分值的大小，确定足部承担压力的主要负荷区域。统计单元对九个足部区域中的主要负荷区域的第二运动数据统计运动对象的负荷规律和足部压力中心的位置。统计单元根据运动时间和足部压力中心位置统计足部压力中心的移动轨迹。

分析单元根据统计单元统计的主要负荷区域的负荷规律、压力中心移动轨迹与特征数据库中的数据进行匹配，确定运动对象运动模式。云服务器106中的特征数据库存储了至少一种运动模式的九个足部区域的负荷规律数据、足部压力中心数据和足部压力中心移动轨迹数据。分析单元将统计单元统计的主要负荷区域的负荷规律与特征数据库中各个运动模式的对应区域的负荷规律比较，选择主要负荷区域相同，负荷规律匹配的运动模式确定为运动对象的运动模式。

分析单元在确定运动模式后，将运动对象足部的压力中心移动轨迹和相应的标准压力中心移动轨迹进行比较，将比较结果反馈至运动对象。优选的，分析单元将足部压力中心移动轨迹的偏差结果和运动建议反馈至运动对象的移动端。运动对象通过运动建议纠正自己的运动动作，从而使自己的运动动作更加标准。

压力传感单元监测运动对象的九个区域的第一运动数据，并以无线的方式发送至数据处理单元104进行数据筛选和计算处理。第一运动数据为九个区域内的各个压力传感器监测的压力值。数据处理单元104删除误差较大的数据，保留误差较小的数据。数据处理单元将筛选后的第一运动数据进行计算，计算各个区域的第二运动数据：压力—时间积分值。运动模式评估单元105将各个区域的压力—积分值与正常步行的各个区域的压力—时间积分值进行比较，若第一区201和第三区203的压力—时间积分值显著大于其他区域，说明足部的大部分负荷集中在第一区和第三区。第二区、第四区、第五区、第八区和第九区的压力—时间积分值同样符合太极拳运动的足部负荷的大小规律，并且第八区和第九区的压力值有规律变化。数据处理单元104还计算足部整体区域的压力中心。若压力中心的位置开始在第八区和第九区，然后转移至第一区和第三区，并且双脚之间的夹角明显大于正常步行的角度，则运动模式评估单元105评估运动对象的运动模式为太极拳运动。运动模式评估单元105将运动对象的第二运动数据与太极运动数据库中各个区域的压力—积分值进行比较和分析，通过评估运动对象的运动数据的差值来评估运动对象的动作是否标准。若运动对象的各个区域的运动数据与标准太极运动数据差距较小，压力中心的转移位置相同，则运动对象的太极运动标准。若运动对象的运动数据与标准太极运动数据差距较大，并且压力中心的转移位置偏差较大，则运动对象的太极动作没有运动到位，运动模式评估模块105向运动对象反馈运动建议。优选的，基于运动对象或相关人员的设置，运动建议可以实时反馈，或者在运动对象运动结束后进行反馈。

运动模式评估模块105的反馈建议包含运动对身体健康的影响内容。例如：太极拳运动中，压力中心的位置每发生0.5cm和1.0cm的移动，分别能够引起最大关节扭矩和角冲力值7％和14％的变化。当脚底触地时，压力中心的位置转移至第八区或第九区，能使踝关节屈的幅度增大，当离地时压力中心位置转移至第一区、第三区或第四区，可使踝关节伸的拐度增大。踝关节的活动范围与下肢的肌肉控制和肌肉力量成正比关系，长期太极拳练习能够使下肢肌肉力量增加。

实施例3

本实施例是对实施例1的进一步改进，与实施例1相同的内容不再赘述。

优选的，功能性模块还包括设置在第七区的地理位置采集单元和设置在第八区的加速度传感单元。运动模式评估模块基于所述地理位置信息单元和加速度传感单元监测的地理位置信息和加速度信息综合评估运动对象的运动模式。

地理位置采集单元用于实时监测运动对象的地理位置信息，并且将地理位置信息发送至云服务器中的地理位置数据库中保存。加速度传感单元用于监测运动对象的加速度，并且将加速度信息发送至云服务器中的加速度数据库中保存。

运动模式评估单元105根据运动对象的足部压力数据、加速度和地理位置信息综合评估运动对象处于跑步模式。运动模式评估单元105根据数据处理单元处理后的第二运动数据评估运动对象的运动模式。

运动模式评估单元105评估运动过程中压力中心集中区域、转移规律和足部负荷的主要区域。当各个区域的足部负荷的压力变化规律与跑步模式的足部负荷区域的压力变化一致，并且具有加速度和地理位置信息变化时，运动模式评估模块105评估运动对象的运动模式为跑步。跑步模式包括慢跑、快跑、中长跑和长跑。运动模式评估模块105根据运动对象的速度和地理位置的位置变化判断跑步模式为慢跑、快跑、中长跑或长跑。

根据一个优选实施方式，运动模式评估模块105将运动对象的足部最大压力、最大压强、最大压力倍体重值、压力—时间积分值、压强—时间积分值以及步态周期与所述云服务器存储的对应的特征数据进行比较，分析所述运动对象的运动鞋与目前运动模式的功能匹配程度。

数据处理模块104对压力传感单元、加速度传感单元、地理位置采集单元发送的第一运动数据进行计算，得到足部最大压力、最大压强、最大压力倍体重值、压力—时间积分值、压强—时间积分值以及步态周期等第二运动数据。运动模式评估模块105将第二运动数值与云数据库中用于评估运动鞋功能指数的运动鞋功能数据库中的标准数据进行比较，得到运动鞋的功能指数。例如，运动鞋在慢跑模式的功能指数较高，而在快跑的功能指数较低，则运动鞋适合在慢跑时穿戴，不适合在快跑中长时间穿戴。

步态周期是指在行走时，当左(右)足跟着地至左(右)足跟再次着地的时间。步态周期包括站立期和摆动期。运动模式评估模块105主要评估站立期。步态周期的长短在一定程度上反映运动鞋着地时的缓冲功能和踢蹬时的助力功能、以及运动鞋储能、释能作用。

最大地面反作用力是指，在步态周期中脚与地面接触时，脚给予地面一个作用力，地面也产生一个相对应的作用力给足部的各个区域，即为地面反作用力。在行走或跑步时，足部都必须承受来自地面的反作用力。跑步速度越大，最大地面反作用力也越大。

最大压力倍体重值是全足最大压力的一个相对值，能更直观的反应人体运动中承受的地面反作用力的大小。速度越大，足部承受的最大压力也增大，运动鞋的保护功能越好。

最大足底压强是指足部各分区域中所有压力传感器测得的压力与压力传感器的面积相除后得到的最大值。若足部某一位置承受过大压强时，易产生过度伤害。

压力—时间积分值是指足底与地面接触过程中的压力与时间的积分值。若运动鞋在某个速度的的最大压力值较大，而该速度的压力—时间积分值较低，则说明运动鞋的受力不均衡，步态中足底压强的变化较大。

压强—时间积分值是指足部承受的压强与时间的积分值。

在步行模式时，若运动鞋的压强—时间积分值、最大足底压强和最大地面反作用力都相对较高，说明运动鞋的保护功能较差，功能指数较低。

在跑步模式时，例如慢跑模式，若运动鞋的压强—时间积分值较大，则该运动鞋不适宜进行慢跑运动。

根据一个优选实施方式，所述运动模式评估模块基于所述运动对象的足部压力数据、压力持续时间、步态周期以及各个足部区域的压力峰值评估所述运动对象的运动能耗。

行走的能耗与整个足部的最大地面反作用力、压力持续时间呈线性关系。相关线性数据存储在云服务器中的运动数据库中。

运动模式评估单元根据相应的线性关系计算运动对象的能耗，向运动对象反馈消耗的能量值，便于运动对象根据消耗的能量值调整运动量。

例如，第三区和第五区的最大地面反作用力与运动速度的线性斜率为R＝0.72，最大地面反作用力与运动能耗的线性关系R＝0.71。

根据一个优选实施方式，所述功能性模块还包括用于测量角速度的角速度测量单元。所述角速度测量单元包括设置在鞋垫部位的第四区、第八区和/或第九区的至少一个陀螺仪。所述运动模式评估模块根据所述压力传感单元和所述角速度测量单元监测的运动数据评估所述运动对象的步态相位并向所述运动对象反馈行走建议。

在每一个步行周期中，运动对象的每一侧下肢都要经历一个与地面接触并负重的支撑相及离地腾空向前挪动的摆动相，其中支撑相约占整个步态周期的60％，摆动相占40％。每个相又根据经历过程细分为若干个时期，一条腿(以右腿为例)在一个完整的按步态周期经历的状态依次为：足跟着地、足放平、支撑、足跟离地、腿弯曲摆动、腿伸直向外摆动，然后足跟着地，进入新的步态周期。前4个状态是支撑相，后3个状态是摆动相。这些状态称为步态相位。若运动对象在行走的过程中步态相位异常，则运动对象的下肢部分出现异常，可提醒运动对象调节行走姿势。而对于步态相位的双足机器人或患者，步态相位异常容易产生危险。因此，本发明的运动智能鞋垫有助于双足机器人的行走训练和患者的康复训练。

角速度测量单元测量运动对象足部的角速度。运动模式评估单元104根据压力传感单元101和角速度测量单元的数据评估运动对象的步态相位。患者可以根据运动模式评估模块105反馈的步态相位信息了解健康恢复状况。

根据一个优选实施方式，所述运动模式评估单元设置在移动终端，所述运动模式评估单元与所述运动模式评估单元和所述功能性模块以无线方式分别连接。或者所述运动模式评估单元设置在所述云服务器中，所述功能性模块与所述云服务器以无线方式连接。

移动终端是指能够随身携带移动的智能终端，包括智能系统软件、笔记本电脑、智能手环、智能手机等电子产品。无线方式包括以WiFi信号、ZigBee信号、iBecon信号等传输数据的无线通讯方式。

优选的，运动模式评估单元105对运动对象的运动模式评估后，将运动模式发送至移动终端，由运动对象进行确认。运动对象确认运动模式后，对运动对象的运动过程进行监测和评估，评估内容包括运动对象的足部受力分布图形、能量能耗、步态相位信息、地理位置移动信息和运动对象的运动误差，从而向运动对象提供运动建议和相关的运动知识。

需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。