哑铃运动数据处理方法与流程

本发明属于运动大数据技术领域，具体涉及一种哑铃运动数据处理方法。

背景技术：

随着人民生活水平的提高，人们越来越注重身心健康，健身的意识也越来越深入人心。然而据检测报告显示，我国人民的身体形态、机能和体质呈下降的趋势、这似乎是见很矛盾的事情，其实有其内在的原因，一方面，虽然有健身的意识，但由于工作、学习压力大，压抑了对体育健身的追求；另一方面，即使能坚持锻炼，但是由于没有设计好科学合理的健身计划，又缺乏科学的指导训练，仍然难以达到有效的健身效果。随着现代人群对健康的越来越多的关注，健身器材使用率不断地上升，而如何全面准确的检测人体运动时的数据，成为目前人们需要解决的问题。

现有技术中，目前市场中的相关产品和技术主要存在如下不足：人们单纯地使用哑铃健身，缺乏应用对象为哑铃的运动检测装备，无法满足人们个人对运动量、运动过程详细信息了解的需求。

技术实现要素：

本发明的目的是为了克服上述不足提供一种哑铃运动数据处理方法。

本发明哑铃运动数据处理方法，包括以下步骤：

(1)在哑铃上安装传感器，通过传感器采集使用者使用哑铃所产生的运动数据；

(2)通过无线网络将步骤(1)采集的运动数据发送至移动终端上；

(3)在移动终端上对步骤(2)接收到的运动数据进行处理。

进一步，所述步骤(3)具体为以下步骤：

(31)传感器通过无线网络上传的运动数据全部是字节数组，对所述字节数组进行断包得到完整数据包；

(32)在步骤(32)得到的完整数据包中寻找角度包和角加速度包，并根据标志与角度、角加速度数据的位置关系得到X轴、Y轴、Z轴的角度、角加速度；

(33)每种哑铃动作类型的运动角度都有固定的变化范围，通过判定X轴的初始角度、最大极限角度α_max、最小极限角度α_min以及Y轴、Z轴角度上的限定，判定哑铃运动动作的类型，并统计完成的有效动作的次数，将哑铃运动简化为定轴转动的周期运动，根据每个具体的运动设置两个有效动作的极限角度α_max、α_min，当确定的运动的角度极限超过α_max、α_min时记为一个有效的动作；

(34)将步骤(33)中的一个有效的动作分为向心收缩、顶峰收缩和离心收缩三种运动状态，对一个有效的动作进行质量分析；

(35)单独分析步骤(34)中的每种运动状态，综合判断动作的完成质量；

(36)通过判定角度理论值与实际值的平均偏差，确定动作的规范程度，将单种运动状态的运动等级分为3级，运动速度分为5级；

(37)所述步骤(34)中单种运动状态的运动等级评判标准平均偏差的计算公式如下:

$a=\frac{1}{2n}\underset{i=1}{\overset{n}{\Σ}}({\mathrm{\α}}_i-{\mathrm{\β}}_i+{\mathrm{\α}}_{i+1}-{\mathrm{\β}}_{i+1})$

式中，a是平均偏差，α_i是理论角度，β_i是实际角度，n是向心收缩数据点或离心收缩数据点的个数。

进一步，所述移动终端为平板电脑或手机。

本发明具有以下优点：

本发明打破了传统使用哑铃锻炼的单一性，让哑铃使用者在锻炼同时了解自身的运动数据，平板设备接收和分析哑铃使用者的原始数据，并将数据处理结果以图表形式给哑铃使用者展示，保证哑铃使用者在运动状态中即可完成数据的采集，整个数据采集过程无需哑铃使用者主动参与，确保了数据采集的实时性和透明性，运动数据将会上传到远程服务器，并建立云数据库，使用者借此可以了解自身长期的运动状况及趋势。此外，使用平板设备为便携式平板，具有很高的地形适应性，而且方便携带移动，操作简单等优点。

附图说明

图1为本发明所提供的哑铃运动数据处理方法的流程图。

具体实施方式

以下结合具体实施例对本发明作进一步的说明：

本发明哑铃运动数据处理方法，包括以下步骤：

(1)在哑铃上安装传感器，通过传感器采集使用者使用哑铃所产生的运动数据；

(2)通过无线网络将步骤(1)采集的运动数据发送至移动终端上；

(3)在移动终端上对步骤(2)接收到的运动数据进行处理。

所述步骤(3)具体为以下步骤：

(31)传感器通过无线网络上传的运动数据全部是字节数组，对所述字节数组进行断包得到完整数据包；

(32)在步骤(32)得到的完整数据包中寻找角度包和角加速度包，并根据标志与角度、角加速度数据的位置关系得到X轴、Y轴、Z轴的角度、角加速度；

(33)每种哑铃动作类型的运动角度都有固定的变化范围，通过判定X轴的初始角度、最大极限角度α_max、最小极限角度α_min以及Y轴、Z轴角度上的限定，判定哑铃运动动作的类型，并统计完成的有效动作的次数，将哑铃运动简化为定轴转动的周期运动，根据每个具体的运动设置两个有效动作的极限角度α_max、α_min，当确定的运动的角度极限超过α_max、α_min时记为一个有效的动作；

(34)将步骤(33)中的一个有效的动作分为向心收缩、顶峰收缩和离心收缩三种运动状态，对一个有效的动作进行质量分析；

(35)单独分析步骤(34)中的每种运动状态，综合判断动作的完成质量；

(38)通过判定角度理论值与实际值的平均偏差，确定动作的规范程度，将单种运动状态的运动等级分为3级，运动速度分为5级；

(39)所述步骤(34)中单种运动状态的运动等级评判标准平均偏差的计算公式如下:

$a=\frac{1}{2n}\underset{i=1}{\overset{n}{\Σ}}({\mathrm{\α}}_i-{\mathrm{\β}}_i+{\mathrm{\α}}_{i+1}-{\mathrm{\β}}_{i+1})$

式中，a是平均偏差，α_i是理论角度，β_i是实际角度，n是向心收缩数据点或离心收缩数据点的个数。

所述移动终端为平板电脑或手机。

表1是单种运动运动状态(向心收缩或离心收缩)的运动质量等级评判标准。

表1运动质量等级

表2是综合考虑向心收缩和离心收缩两种运动状态的运动质量等级评判标准，共分为5级。

表2质量评判等级

上述的技术方案，能够有效的对哑铃的使用进行有效管理，打破了传统使用哑铃锻炼的单一性，让哑铃使用者在锻炼的同时了解自身的运动数据。平板设备接收和分析哑铃使用者的原始数据，并将数据处理结果以图表形式给哑铃使用者展示，保证哑铃使用者在运动状态中即可完成数据的采集，整个数据采集过程无需哑铃使用者主动参与，确保了数据采集的实时性和透明性。最后，关键运动数据将发送至远程服务器，远程服务器形成一个云数据库，存储每一位使用者的关键运动数据，通过长期、大量的运动数据形成一个对比，给予使用者相应的运动建议。此外，使用平板设备为便携式平板，具有很高的地形适应性，而且方便携带移动，操作简单等优点。