基于手环的学生校园活动管理方法与流程

本发明涉及智能手环技术领域，具体涉及一种基于手环的学生校园活动管理方法。

背景技术：

由于智能穿戴设备发展迅速，而且简单实用的智能手环更是市场追捧的热点，智能手环受到了越来越多运动爱好者的青睐。而针对校园学生活动分析管理的校园手环并不多见，特别是针对学生课堂和课间活动的手环。

技术实现要素：

本发明解决的技术问题是让学校和老师通过手环监控学生的课内和课间活动。

为实现上述目的，本发明提供一种基于手环的学生校园活动管理方法，其特征在于，包括如下步骤：

a、手环接收目标时间段设置，同时实时将监测到的数据发出；

b、手环感应并计算合加速度从而识别学生是在上课还是下课，识别到学生在上课时执行步骤c，识别到学生下课时执行步骤d；

c、手环监测三个轴加速度的变化来识别学生是否举手及举手的次数；

d、手环通过模糊逻辑的方法评估学生的课间活动量。

进一步地，所述手环包括三轴加速度传感器和心率传感器。

进一步地，步骤b识别学生是在上课还是下课的具体步骤如下：

b1、设定三轴加速度传感器的数据采集频率，定义静止或轻度运动状态，设定静止或轻度运动状态持续时间阈值，设定合加速度阈值，设定监测到每分钟合加速度大于设定合加速度阈值的次数占总监测次数百分比为剧烈运动阈值；

b2、通过三轴加速度传感器分别采集x、y和z方向加速度数值a、b和c并通过公式f=或f=计算合加速度f；

b3、用均值滤波、中值滤波、高斯滤波或小波去燥方法对合加速度f进行数据预处理；

b4、若计算处理的静止或轻度运动状态持续时间大于设定静止或轻度运动状态持续时间阈值，则判定学生在上课，若计算处理的剧烈运动阈值大于设定剧烈运动阈值，判定学生下课。

进一步地，b1中加速度传感器的数据采集频率设定在20hz~100hz之间，合加速度f的在0.9g~1.1g之间定义为静止或轻度运动状态，静止或轻度运动状态持续时间阈值设定为3min~5min之间，合加速度阈值设定为2.5g~3.5g之间，剧烈运动阈值设定为70％；

进一步地，步骤c识别学生举手的具体方法为，如果手环监测到有抬手动作且重力从一个轴转向另一个轴，同时持续时间200ms~1000ms之间，则发生一次举手动作。

进一步地，步骤d评估学生活动量的具体步骤为：

d1、监测并提取学生的活动特征量；

d2、为各活动特征量设置模糊隶属度函数；

d3、设置模糊规则；

d4、用模糊逻辑对学生的活动量进行评价。

进一步地，步骤d1所述的学生活动特征量包括平均心率、累计波峰数量和强度运动百分比。

进一步地，步骤d2中的隶属函数为三角形模糊函数、梯形模糊函数、钟形模糊函数或高斯模糊函数。

进一步地，步骤d3的模糊规则为：平均心率和波峰个数均属于高，则活动量为高；如果波峰个数和强度运动百分比均属于高，则活动量为高；如果波峰个数属于低，则活动量为低。

进一步地，步骤a中手环发出的数据经基站或终端传输到服务器并保存在服务器中，终端可读取到服务器存储的数据或手环发出的数据。

本发明实现的有益效果主要有以下几点：提供了一种监控学生校园活动的方法，包括监测学生是否上课、上课是否举手回答问题及举手的次数，为学校的教学活动提供了有效的参考；还能够评估学生的课间活动量，有利于学生的身心健康发展。

附图说明

图1为一种学生校园活动管理方法的步骤；

图2为一种判定学生上课或下课的具体步骤；

图3为一种评估学生课间活动的具体步骤；

图4为平均心率隶属度函数。

附图标记说明：

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的；相同或相似的标号对应相同或相似的部件；附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制。

具体实施方式

为了便于本领域技术人员理解，下面将结合附图以及实施例对本发明进行进一步详细描述。

实施例一

一种学生校园活动管理系统，包括手环、终端、基站和服务器，所述手环用于监测学生活动，并与基站和终端通讯，所述手环包括三轴加速度传感器和心率传感器；所述终端用于设定目标时段，监控并显示学生校园活动数据，所述终端包括电脑终端、手机终端或者其他设备终端，学校或老师可以通过终端提取查看某个或某些学生在某段时间的校园活动情况，包括上课情况、上课举手次数及课间活动量；所述基站设置于教室、课间活动场所，用于与手环和服务器的通讯、辅助定位并获取手环的地址；服务器用于与手环、终端通讯，并存储每个地址的手环监测到的数据。

实施例二

当学生佩戴手环进入教室或课间活动场所后，基站识别到手环的地址并与手环通讯连接，同时手环也可与终端通讯连接，服务器与终端和基站也保持通讯连接，之后开始学生校园活动管理，请参阅图1，包括如下步骤：

a、终端设置手环监控学生校园活动的目标时段，手环接收目标时间段设置，同时实时将监测到的学生校园活动数据经基站或终端发送给服务器并储存在服务器上；

b、手环感应并计算合加速度从而识别学生是在上课还是下课，识别到学生在上课时执行步骤c，识别到学生下课时执行步骤d；

c、手环监测三个轴加速度的变化来识别学生是否举手及举手的次数，如果手环监测到有抬手动作且重力从一个轴转向另一个轴，同时持续时间200ms~1000ms之间，则发生一次举手动作。

d、手环通过模糊逻辑的方法评估学生的课间活动量。

请参阅图2，步骤b通过如下具体步骤：

b1、加速度传感器的数据采集频率设定在20hz~100hz之间，合加速度f的在0.9g~1.1g之间定义为静止或轻度运动状态，静止或轻度运动状态持续时间阈值设定为3min~5min之间，合加速度阈值设定为2.5g~3.5g之间，剧烈运动阈值设定为70％；

b2、通过三轴加速度传感器分别采集x、y和z方向加速度数值a、b和c并通过公式f=或f=计算合加速度f；

b3、用均值滤波、中值滤波、高斯滤波或小波去燥方法对合加速度f进行数据预处理；

b4、若计算处理的静止或轻度运动状态持续时间大于设定静止或轻度运动状态持续时间阈值，则判定学生在上课，若计算处理的剧烈运动阈值大于设定剧烈运动阈值，判定学生下课。

请参阅图3，步骤d评估学生活动量的具体步骤为：

d1、监测并提取学生的活动特征量，包括平均心率、累计波峰数量和强度运动百分比；

d2、为各活动特征量设置模糊隶属度函数，可以用三角形模糊函数、梯形模糊函数、钟形模糊函数或高斯模糊函数；

d3、设置模糊规则，平均心率和波峰个数均属于高，则活动量为高；如果波峰个数和强度运动百分比均属于高，则活动量为高；如果波峰个数属于低，则活动量为低；

d4、用模糊逻辑对学生的活动量进行评价，按模前述的模糊规则进行。

步骤d1中的平均心率的测定方法为，通过手环上的心率感应器测试学生的心率，每隔1min测量学生的心率，每连续10min计算一次该10min的平均心率。绘制合加速度与时间的关系曲线，通过曲线计算每分钟内累计的波峰个数，统计单位时间内峰值超过合加速度阈值的波峰个数所占百分比，即强度运动百分比。

请参阅图4，平均心率模糊函数设置方法为如下：

以三角形模糊函数为例，使用matlab函数y=trimf(x,[a,b,c])设置平均心率的低中高隶属度。

x为平均函数的定义域，x=40:200;

a,b,c为定义三角形的三个顶点的x坐标。

本案低隶属度函数：y=trimf(x,[40,40,105])。

中隶属度函数：y=trimf(x,[60,120,180])。

低隶属度函数：y=trimf(x,[135,135,200])。

波峰个数及强度运动百分比的设置也应用该方法。

前述步骤完成手环学生的上课情况、课内举手次数和课间活动量数据监测并实时将数据通过终端或基站传输到服务器并储存，老师可以通过终端随时查看学生的上课情况、课内举手次数和课间活动量。

以上为本发明的其中具体实现方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些显而易见的替换形式均属于本发明的保护范围。