一种三维运动的检测方法、装置、设备以及可读存储介质与流程

本发明涉及智能监控技术领域，尤其涉及一种三维运动的检测方法、装置、设备以及可读存储介质。

背景技术：

现有的检测三维运动的方法大部分是基于陀螺仪传感器和加速度传感器来监测肢体的姿势和运动，该现有技术存在缺点是目前基于陀螺仪和加速度传感器的算法比较复杂，实现过程较为困难。

技术实现要素：

本发明实施例提供了一种三维运动的检测方法、装置、设备以及可读存储介质，运用识别算法来确定使用者的三维运动状态，相对于传统的基于陀螺仪和加速度计的算法，此方案实现相对容易。

本发明一方面提供一种三维运动的检测方法，所述方法包括：接收人体关节和/或肌肉运动时所产生的运动信号；对所接收的运动信号进行运动状态识别，确定使用者此时的三维运动状态。

在一可实施方式中，所述对所接收的运动信号进行运动状态识别，确定使用者此时的三维运动状态，包括：将所接收的运动信号作为分类模型的输入进行运动状态识别，确定使用者此时的三维运动状态。

在一可实施方式中，所述对所接收的运动信号进行运动状态识别，确定使用者此时的三维运动状态，包括：根据所接收的运动信号，生成数据波形图；判断所生成的数据波形图与预设波形图是否匹配；若判定所生成的数据波形图与所述预设波形图相匹配，则确定使用者此时的三维运动状态。

在一可实施方式中，在确定使用者此时的三维运动状态之后，所述方法还包括：记录使用者处于所述三维运动状态的时长或者在设定时间段内重复所述三维运动状态的次数；根据所记录的时长或者次数与所述三维运动状态所对应的预设值，确定是否生成对应于所述三维运动状态的警示信息，并将所述警示信息告知所述使用者。

在一可实施方式中，所述将所述警示信息告知所述使用者，包括：将所生成的警示信息传输于移动端，并指示所述移动端将所述警示信息告知于所述使用者。

本发明一方面另一方面提供一种三维运动的检测装置，所述装置包括：运动信号接收模块，用于接收人体关节和/或肌肉运动时所产生的运动信号；运动状态识别模块，用于对所接收的运动信号进行运动状态识别，确定使用者此时的三维运动状态。

在一可实施方式中，所述运动状态识别模块，具体用于：将所接收的运动信号作为分类模型的输入进行运动状态识别，确定使用者此时的三维运动状态。

在一可实施方式中，所述运动状态识别模块，还具体用于：根据所接收的运动信号，生成数据波形图；判断所生成的数据波形图与预设波形图是否匹配；若判定所生成的数据波形图与所述预设波形图相匹配，则确定使用者此时的三维运动状态。

本发明一方面另一方面提供一种三维运动检测设备，所述设备包括：多个应力传感器贴片，布置于人体关节弯曲处或者肌肉拉伸处，用于检测人体关节或者肌肉的运动信号；数据收集装置，通过人体导线连接于所述应力传感器贴片，用于接收由多个所述应力传感器贴片所检测到的运动信号，并根据所接收到的运动信号进行三维运动状态识别；还用于根据所述运动信号和所识别到的三维运动状态，与移动设备进行数据交互。

本发明另一方面提供一种计算机可读存储介质，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行上述任一项所述的一种三维运动的检测方法。

在本发明实施例中，首先，接收人体关节和/或肌肉运动时所产生的运动信号，其中，接收频率可以是实时接收，也可以是间断性接收；运动信号包括运动方向、运动时间等信息。

接着对所接收到的运动信号进行运动状态识别，以此来确定使用者此时的三维运动状态。

由此，通过识别算法对接收到的运动信号进行识别，相对于传统的基于陀螺仪和加速度计的算法，此方案实现相对容易。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

在附图中，相同或对应的标号表示相同或对应的部分。

图1为本发明实施例一种三维运动的检测方法的实现流程示意图；

图2为本发明实施例一种三维运动的检测装置的结构组成示意图；

图3为本发明实施例一种三维运动的检测方法中手臂举起放下的数据波形图；

图4为本发明实施例一种三维运动的检测设备中应力传感器贴片贴于肩处的示意图。

具体实施方式

为使本发明的目的、特征、优点能够更加的明显和易懂，下面将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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例一种三维运动的检测方法的实现流程示意图；

如图1所示，本发明一方面提供一种三维运动的检测方法，方法包括：

步骤101，接收人体关节和/或肌肉运动时所产生的运动信号；

步骤102，对所接收的运动信号进行运动状态识别，确定使用者此时的三维运动状态。

本实施例中，人体在运动过程中，其相关的关节以及肌肉会进行弯曲或者拉伸，通过利用该特性，在使用者的关节或者肌肉处安装一个或者多个用于检测关节或者肌肉运动信号的传感器，便可根据运动信号判断使用者此时的运动状态。

首先，接收人体关节和/或肌肉运动时所产生的运动信号，其中，接收频率可以是实时接收，也可以是间断性接收；运动信号包括运动方向、运动时间等信息。

接着对所接收到的运动信号进行运动状态识别，以此来确定使用者此时的三维运动状态。

由此，通过识别算法对接收到的运动信号进行识别，相对于传统的基于陀螺仪和加速度计的算法，此方案实现相对容易。

在一可实施方式中，对所接收的运动信号进行运动状态识别，确定使用者此时的三维运动状态，包括：

将所接收的运动信号作为分类模型的输入进行运动状态识别，确定使用者此时的三维运动状态。

本实施例中，步骤102的其中一种具体过程为：将所接收的运动信号作为分类模型的输入进行运动状态识别，确定使用者此时的三维运动状态。其中，分类模型优选为基于svm算法的分类模型，并且该模型需要事先进行训练，其训练过程大致如下：

使用者重复做相同动作n次或者重复做一段时间，从而获取到多个运动信号的训练数据，将训练数据作为分类模型的输入进行训练，得到运动状态输出结果，将输出结果与训练标签通过损失函数来调整分类模型中的权重信息，直至输出结果与训练标签之间的误差在允许范围内，便可得到分类模型。

在一可实施方式中，对所接收的运动信号进行运动状态识别，确定使用者此时的三维运动状态，包括：

根据所接收的运动信号，生成数据波形图；

判断所生成的数据波形图与预设波形图是否匹配；

若判定所生成的数据波形图与预设波形图相匹配，则确定使用者此时的三维运动状态。

本实施例中，步骤102的另一种具体过程为：根据所接收的运动信号，生成数据波形图。例如使用者在行走时，其膝盖的弯曲程度会随时间变化而变化，当每走一步，可根据运动信号来生成一个数据波形图，数据波形图可参考图3，图3为本发明实施例一种三维运动的检测方法中手臂举起放下的数据波形图。

接着将所生成的数据波形图与系统中多个预设的波形图进行相似度匹配，从中选择匹配度最高的波形图，从而确定该波形图所对应的三维运动状态作为使用者此时的三维运动状态；

另，也可以将生成的数据波形图作为已训练的卷积神经网络的输入，通过卷积神经网络来识别该运动信号所对应的三维运动状态。

在一可实施方式中，在确定使用者此时的三维运动状态之后，方法还包括：

步骤103，记录使用者处于三维运动状态的时长或者在设定时间段内重复三维运动状态的次数；

步骤104，根据所记录的时长或者次数与三维运动状态所对应的预设值，确定是否生成对应于三维运动状态的警示信息，并将警示信息告知使用者。

本实施例中，在确定使用者此时的三维运动状态之后，方法还包括：

记录使用者处于三维运动状态(比如低头、站立、躺卧等)的时长，时长记录多数在当使用分类模型识别时使用；或者记录在设定时间段内重复三维运动状态(比如膝盖运动、肩部运动等)的次数，次数记录多数在当使用图形识别时使用。

接着根据所记录的时长或者次数与三维运动状态所对应的预设值，确定是否生成对应于三维运动状态的警示信息，并将警示信息告知使用者；具体为：系统中存储有各种三维运动状态所对应的预设值，比如膝盖运动、肩部运动、长时间站立时间和久坐时间等。

再将所记录的时长或者次数与预设值来进行对比，根据对比结果来确定是否给使用者发出警示信息。例如判定使用者膝盖运动的次数超过系统中存储的膝盖运动的预设值(如1000次)，说明使用者行路路程过长，系统则生成对应于膝盖运动的警示信息(如“请适当休息”)；再例如判定使用者的肩部运动少于系统中预存的肩部运动次数(如50次)，则生成对应于肩部运动的警示信息(如“请多加次数，有利健康”)；再例如判定使用者处于久坐状态超过存储的久坐预设值(如120分钟)，则生成对应于久坐的警示信息(如“请起立活动”)；在生成警示信息之后，将警示警示信息告知于使用者。

在一可实施方式中，将警示信息告知使用者，包括：

将所生成的警示信息传输于移动端，并指示移动端将警示信息告知于使用者。

本实施例中，在生成警示信息之后，“将警示信息告知使用者”的具体过程为：将警示信息通过网络发送到用户的移动端，具体可以是移动端中的应用程序中，通过移动端来告知用户，移动端可以是手机、平板等。

图2为本发明实施例一种三维运动的检测装置的结构组成示意图。

如图2所示，本发明一方面提供一种三维运动的检测装置，装置包括：

运动信号接收模块201，用于接收人体关节和/或肌肉运动时所产生的运动信号；

运动状态识别模块202，用于对所接收的运动信号进行运动状态识别，确定使用者此时的三维运动状态。

本实施例中，首先，通过运动信号接收模块201接收人体关节和/或肌肉运动时所产生的运动信号，其中，接收频率可以是实时接收，也可以是间断性接收；运动信号包括运动方向、运动时间等信息。

接着通过运动状态识别模块202对所接收到的运动信号进行运动状态识别，以此来确定使用者此时的三维运动状态。

由此，通过识别算法对接收到的运动信号进行识别，相对于传统的基于陀螺仪和加速度计的算法，此方案实现相对容易。

在一可实施方式中，运动状态识别模块202，具体用于：

将所接收的运动信号作为分类模型的输入进行运动状态识别，确定使用者此时的三维运动状态。

本实施例中，运动状态识别模块202具体用于：将所接收的运动信号作为分类模型的输入进行运动状态识别，确定使用者此时的三维运动状态。其中，分类模型优选为基于svm算法的分类模型，并且该模型需要事先进行训练，其训练过程大致如下：

使用者重复做相同动作n次或者重复做一段时间，从而获取到多个运动信号的训练数据，将训练数据作为分类模型的输入进行训练，得到运动状态输出结果，将输出结果与训练标签通过损失函数来调整分类模型中的权重信息，直至输出结果与训练标签之间的误差在允许范围内，便可得到分类模型。

在一可实施方式中，运动状态识别模块202，还具体用于：

根据所接收的运动信号，生成数据波形图；

判断所生成的数据波形图与预设波形图是否匹配；

若判定所生成的数据波形图与预设波形图相匹配，则确定使用者此时的三维运动状态。

本实施例中，运动状态识别模块202还具体用于：根据所接收的运动信号，生成数据波形图。例如使用者在行走时，其膝盖的弯曲程度会随时间变化而变化，当每走一步，可根据运动信号来生成一个数据波形图。

接着将所生成的数据波形图与系统中多个预设的波形图进行相似度匹配，从中选择匹配度最高的波形图，从而确定该波形图所对应的三维运动状态作为使用者此时的三维运动状态；

另，也可以将生成的数据波形图作为已训练的卷积神经网络的输入，通过卷积神经网络来识别该运动信号所对应的三维运动状态。

本发明一方面提供一种三维运动检测设备，设备包括：

多个应力传感器贴片，布置于人体关节弯曲处或者肌肉拉伸处，用于检测人体关节或者肌肉的运动信号；

数据收集装置，通过人体导线连接于应力传感器贴片，用于接收由多个应力传感器贴片所检测到的运动信号，并根据所接收到的运动信号进行三维运动状态识别；还用于根据运动信号和所识别到的三维运动状态，与移动设备进行数据交互。

本实施例中，应力传感器贴片优选为类肤色、质地较软，其形状大小可以根据实际情况进行调整。应力传感器贴片布置于人体关节弯曲处或者肌肉拉伸处，在同一个人体关节或者肌肉处的传感器数量一般设置多个，用来检测指定人体关节或者肌肉的运动信号，以根据多个运动信号来判定使用者的运动状态。其中，关节不限于颈椎，脊椎，腰椎，肩关节/肘关节，指关节，以及膝关节等，肌肉包括人体形变量比较大的肌肉，例如肱二头肌等。应力传感器贴片的安装示意图可参考图4，其中，图4为本发明实施例一种三维运动的检测设备中应力传感器贴片贴于肩处的示意图。

数据收集装置中包括电源模块、处理器模块、通讯模块，其中，电源模块用于给处理器模块、通讯模块以及其他电器件供电，通讯模块用于与移动设备进行数据交互，处理器模块用于进行数据运算。数据收集装置与应力传感器贴片通过人体导线连接，用于接收应力传感器贴片所发出的运动信号；其中，人体导线优选为类肤色、柔软、生物相容性较好并且可拉伸的导线。

使用时，数据收集装置接收应力传感器贴片传来的运动信号，处理器模块利用分类算法或者图像识别算法对运动信号进行识别，得到使用者此时的三维运动状态，并记录使用者维持该运动状态的时长或者在设定时间段内重复该运动状态的次数，若所记录的时长不符合系统中该运动状态所对应的预设时长要求，或者所记录的次数不符合系统中该运动状态所对应的预设次数要求，则处理器模块生成对应于该运动状态的警示信息，通过通讯模块将警示信息发送给移动设备，通过移动设备将警示信息告知于使用者。

在本发明实施例中计算机可读存储介质包括一组计算机可执行指令，当指令被执行时用于，接收人体关节和/或肌肉运动时所产生的运动信号；对所接收的运动信号进行运动状态识别，确定使用者此时的三维运动状态。

由此，通过识别算法对接收到的运动信号进行识别，相对于传统的基于陀螺仪和加速度计的算法，此方案实现相对容易。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。