等效步数检测方法与装置以及包含该装置的可穿戴设备与流程

本发明涉及一种运动量检测方法与装置，特别是涉及一种等效步数检测方法与装置以及包含该装置的可穿戴设备。

背景技术：

健康与运动相关。对于大多数人来说，多运动有利于身体健康。但目前大多数情况下，运动的多少还是一个定性标准，没有统一的定量标准。在智能手机普及和运动手环上市以来，运动量有了以步数为基础的简化指标。然而，大多数人的运动方式多样，有游泳，跑步，玩运动器械，打球等等。这些运动强度各异，时长各异，都可以达到锻炼效果，但是到底运动多少适合健康，没有统一衡量指标，用户无法参照执行。所以追求健康的用户很需要一个与运动方式无关的运动量指标来科学指导自己的锻炼计划。

另一方面，现在社交媒体发展起来以后，运动和计步在朋友之间的对比排名成为一种新的社交互动方式。但受制于现在智能手机和手环的功能限制，一些办公室运动和健身房运动的用户无法通过步数来获得较高排名，而实际上他们的锻炼效果和运动量可能比普通步行用户还要高。于是用户也需要一个统一直观的运动量指标来互相对比。

因此，需要一种更加准确，更全面，统一化衡量用户运动量的计算指标和计算方法。

技术实现要素：

本发明的目的是为了克服现有技术存在的缺陷，提供一种等效步数检测方法与装置以及包含该装置的可穿戴设备。为了实现这一目的，本发明所采取的技术方案如下：

按照本发明实施例的第一方面，提供一种等效步数检测方法，包括：平均代谢当量计算步骤，用于计算预定时间段t1内的平均代谢当量mets；以及等效步数计算步骤，根据设定的等效步频s，该等效步频对应的代谢当量m，按照下式计算每个预定时间段t1内的等效步数：等效步数=(平均代谢当量mets/m)×s×t1。

按照一个实施例，可选的是，所述的等效步数检测方法还包括静止心率采集步骤，用于通过监测用户的活动情况，并在用户安静且未睡眠状态时采集静止心率。

按照再一个实施例，可选的是，所述的等效步数检测方法还包括最大心率计算步骤，用于根据输入的用户年龄以及最大心率等于220减去年龄得到最大心率。

按照又一个实施例，可选的是，所述的等效步数检测方法还包括最大摄氧量采集步骤，用于获取用户的最大摄氧量数据。

按照另一个实施例，可选的是，所述的等效步数检测方法还包括显示步骤，用于显示计算的等效步数。

按照再又一个实施例，优选的是，所述静止心率采集步骤进一步包括：计算1秒内以预定频率f采集的加速度值中相邻两者之间差值的绝对值的累计值，计算预定时间段t2内所述累计值的平均值；如果计算的累计值的平均值小于等于预定累计值阈值，则将一秒内相邻加速度采样值之差不为零的变化次数除以一秒内采集间隔数f-1得到加速度变化的时间占比b；计算预定时间段t2内的加速度变化的时间占比b的平均值b；如果预定时间段t2内的加速度变化的时间占比b的平均值b大于预定的时间占比阈值，则该预定时间段t2内采集的心率值为静止心率。

按照再另一个实施例，优选的是，持续执行所述静止心率采集步骤并更新所采集的静止心率；和/或，当连续出现三个时间段t2都为静止状态时，将第三个时间段t2期间采集到的心率平均值作为静止心率。

按照其他一个实施例，优选的是，所述最大摄氧量采集步骤包括：通过仪器测试用户运动至力竭时的最大摄氧量；或者通过运动时的心率和运动完成的功推测受试者的最大摄氧量；或者通过保存的不同年龄段、不同性别的平均最大摄氧量查找表，获取最大摄氧量。

按照又另一个实施例，优选的是，所述平均代谢当量计算步骤进一步包括：根据采集实时心率，计算预定时间段t1内实时代谢当量的积分值，然后对该预定时间段t1求平均，得到平均代谢当量；或者将预定时间段t1内采集的实时心率的平均值作为当前心率代入实时代谢当量计算公式，得到平均代谢当量。

按照再其他一个实施例，优选的是，所述等效步数计算步骤还包括把一天内每个t1内的等效步数进行累加得到一天的等效步数。

按照本发明实施例的第二方面，提供一种用于将不同运动形式的运动量转化为同一运动量的方法，包括按照本发明实施例第一方面所述的等效步数检测方法。

按照本发明实施例的第三方面，提供一种等效步数检测装置，包括：平均代谢当量计算模块，用于计算预定时间段t1内的平均代谢当量mets；以及等效步数计算模块，根据设定的等效步频s，该等效步频对应的代谢当量m，按照下式计算每个预定时间段t1内的等效步数：等效步数=(平均代谢当量mets/m)×s×t1。

按照一个实施例，可选的是，所述的等效步数检测装置还包括静止心率采集模块，用于通过监测用户的活动情况，并在用户安静且未睡眠状态时采集静止心率。

按照再一个实施例，可选的是，所述的等效步数检测装置还包括最大心率计算模块，用于根据输入的用户年龄以及最大心率等于220减去年龄得到最大心率。

按照又一个实施例，可选的是，所述的等效步数检测装置还包括最大摄氧量采集模块，用于获取用户的最大摄氧量数据。

按照另一个实施例，可选的是，所述的等效步数检测装置还包括显示模块，用于显示计算的等效步数。

按照本发明实施例的第四方面，提供一种可穿戴设备，包括按照本发明实施例的第三方面所述的装置。

按照本发明实施例的第四方面，提供一种移动终端，与可穿戴设备通信连接并可接收可穿戴设备收集或处理的数据，其中可穿戴设备包括活动检测单元和心率检测单元，可穿戴设备和/或移动终端中的处理单元配置成：通过监测用户的活动情况，并在用户安静且未睡眠状态时采集静止心率；根据输入的用户年龄以及最大心率等于220减去年龄得到最大心率；可获取用户的最大摄氧量数据；可计算预定时间段t1内的平均代谢当量mets；以及可根据设定的等效步频s，该等效步频对应的代谢当量m，按照下式计算每个预定时间段t1内的等效步数：等效步数=(平均代谢当量mets/m)×s×t1。

按照另一个实施例，所述移动终端中的处理单元配置成可显示并比较不同用户的等效步数。

按照本发明实施例的等效步数检测方法与装置以及包含该装置的可穿戴设备，能准确、全面、统一化地衡量用户运动量的计算指标。

下面将结合附图并通过实施例对本发明进行具体说明，其中相同或基本相同的部件采用相同的附图标记指示。

附图说明

图1是按照本发明一个实施例的等效步数检测方法的示意性流程图；

图2示出了不同年龄段、不同性别的平均最大摄氧量对照表；

图3示出了按照本发明一个实施例检测的用户一天每小时的步数变化情况，其中步数包括正常步数和等效步数；

图4示出了按照本发明一个实施例检测的用户健走运动正常累计步数以及活动等效步数；

图5示出了按照本发明一个实施例检测的用户跑步运动正常累计步数以及活动等效步数；

图6示出了按照本发明一个实施例检测的用户骑车运动的活动等效步数；

图7示出了按照本发明一个实施例检测的用户健身运动的活动等效步数；

图8示出了按照本发明一个实施例检测的用户打篮球运动的活动等效步数；

图9示出了按照本发明一个实施例的将等效步数应用于运动量排行榜的示例；以及

图10是按照本发明一个实施例的等效步数检测装置的示意性结构框图。

具体实施方式

如图1所示，是按照本发明一个实施例的等效步数检测方法的示意性流程图，主要包括：平均代谢当量计算步骤106，以及等效步数计算步骤108；在其他实施例中，可根据需要，还可选地包括：静止心率采集步骤100，最大心率计算步骤102，最大摄氧量采集步骤104，和/或显示步骤110。下面以手环为例，对上述步骤进行具体说明。

用户佩戴例如智能手环的可穿戴设备，设备的运动传感器持续采集并记录用户的运动数据，设备的心率传感器也会持续采集用户的心率数据。通过心率将各种运动关联起来，用一个相同的衡量标准来表示，与用户正常走路的运动量做等效运算，来估算相同强度运动量，对应于用户在某个步频下的走路步数，结果数据称为等效步数。

在静止心率采集步骤100中，智能手环通过加速度传感器监测用户的活动情况，并实时采集用户的心率数据，记录用户安静且未睡眠状态时的心率为静止心率。

运动手环中配置了加速度计，可以得到用户佩戴部位的活动状态，在一些情况下，佩戴部位的活动状态可以代表用户的活动状态或忙碌程度。加速度变化情况可作为人体活动情况的评估依据之一。

例如，在一个实施例中，每25笔加速度数据进行一次变化量累加和计算（传感器的采样率f是25hz，即1s采集25笔数据），每1秒内相邻两笔采样数据相减的差值取绝对值然后求和，即为1s的加速度差值的累计值a，对每个预定时间段t2内的a值求平均值a，

当a≤xm/s²，认为用户状态需要进一步确定；

当a＞xm/s²，认为正在活动；

其中x是预定累计值阈值，通过实际的统计可以获得具体值，在一个实施例中，x优选为3。

当a≤xm/s²时，人体的动作变化量较小，即活动量较小，用户可能的状态可能是睡眠或相对静止（在一般情况下，人体睡眠休息时肢体并非完全静止不动，也具有一定的活动或动作，但频率会明显低于清醒时）。为了清楚用户的活动状态，进一步计算加速度变化出现时间的占比，例如每25笔加速度数据进行一次变化判断，每1秒内相邻两笔采样数据相减的差值不为零则记为一次变化，即为1s的加速度变化次数的累计值除以间隔数24得到加速度变化时间占比b，对每个预定时间段t2内的b值求平均值b，

当b≤y，认为是睡眠；

当b＞y，认为是相对静止；

其中y为预定的时间占比阈值，通过实际的统计可以获得具体值，在一个实施例中，y优选为20%。

在一个实施例中，上述预定时间段t2优选为5分钟。在又一个实施例中，还优选的是，当连续出现三个t2间隔都为静止状态，则取第三个t2间隔期间采集到的心率平均值为静止心率。只要再次满足上述条件，静止心率值会进行持续更新，以保证静止心率值跟用户的当前状态相匹配。用户初次使用智能手环，尚未获取到静止心率前，可取默认值80bpm。

在最大心率计算步骤102中，根据输入的用户年龄以及最大心率等于220减去年龄得到最大心率，即最大心率=220-年龄（见参考文献[1]）。

在最大摄氧量采集步骤104中，获取用户的最大摄氧量数据。具体来说，最大摄氧量可以通过智能手环计算得到，也可以通过用户输入得到，还可以通过经验公式获取近似值（输入性别和年龄，能够得到该性别该年龄段的平均最大摄氧量）。

最大摄氧量（maximaloxygenconsumption，vo2max)是指在人体进行最大强度的运动，当机体出现无力继续支撑接下来的运动时，所能摄入的氧气含量。临床上会用相对值[ml/（kg·min）]和绝对值[ml/min]来表示最大摄氧量，本发明实施例所述最大摄氧量用相对值表示。在一个实施例中，最大摄氧量可以直接测量，让受试者带上专门的仪器在跑台上跑步，通过调动跑台的跑速级别使得受试者运动至力竭，然后将收集到的受试者呼出的气体纳入气体分析仪进行分析。分析出的结果便能确定出其最大摄氧量了。在另一个实施例中，也可以通过间接测试法得到，其依据是人体的耗氧量与本身完成的功和运动时的心率密切相关，因而通过运动时的心率和运动完成的功推测受试者的最大摄氧量；如果智能手环配备了最大摄氧量测试功能，那么可以通过间接测试法算出最大摄氧量。如果智能手环不具备这个功能，用户可以在专业机构进行测量，然后通过参数设置的方法代入到计算公式中。如果以上两个条件都不具备，在又一个实施例中，可以参考图2所示的不同年龄段、不同性别的平均最大摄氧量对照表（见参考文献[1]），制作并存储查找表，通过查表获取最大摄氧量。其中参考文献[1]讲述了最大心率的表达式；以及统计了不同性别不同年龄段的最大摄氧量情况，对统计数据进行平均运算可以得出不同性别不同年龄段的平均最大摄氧量。

在平均代谢当量计算步骤106中，用于计算预定时间段t1内的平均代谢当量mets。在计算平均mets时，当前心率大于静止心率时，实时代谢当量mets计算公式为（见参考文献[2]）：实时mets=(当前心率-静止心率）×峰值mets/(最大心率-静止心率）；当前心率小于静止心率的时候，实时mets=0（当心率小于静止心率的时候，用户处于不活动状态，不计算其实时mets）。智能手环实时记录用户的心率数据，对实时mets进行积分然后再除以时间可以得到一段时间内的平均mets。人在进行稳态运动的时候，心率值相对稳定，为了计算方便，在对精度影响不大的情况下，在一个实施例中，可以考虑用一段时间的平均心率代入实时mets公式计算平均mets。设定数据保存间隔为t1，把每t1内的心率平均值进行保存。把t1内的平均心率代入实时mets计算公式的“当前心率”位置，计算得到t1内的平均mets。在一个实施例中，其中t1优选为5分钟。另外，上述公式中的峰值mets=最大摄氧量/3.5。

其中参考文献[2]公开了储备心率百分比和最大摄氧量百分比之间的对应关系，根据其对应关系进行线性回归，可以进一步得出储备心率百分比和最大摄氧量百分比在数值上是相等的（即储备心率百分比=最大摄氧量百分比）；最大摄氧量百分比=目标摄氧量/最大摄氧量；mets（代谢当量）以安静、坐位时的能量消耗为基础，表达各种活动时相对能量代谢水平或活动强度的常用指标，1met＝每分钟每公斤体重消耗3.5毫升氧，那么目标mets=目标摄氧量/3.5，峰值mets=最大摄氧量/3.5，可以推导出最大摄氧量百分比=目标mets/峰值mets；通过储备心率的定义推导出储备心率百分比跟mets的关系，其中储备心率由卡蒙内(karvonen)等人首先提出，其定义如下：目标心率=（最大心率-静止心率）*储备心率百分比+静止心率。对上式进行变形，可以得出储备心率百分比=（目标心率-静止心率）/（最大心率-静止心率）,也就是最大摄氧量百分比=（目标心率-静止心率）/（最大心率-静止心率），进一步得出：目标mets/峰值mets=（目标心率-静止心率）/（最大心率-静止心率）。得出结论：目标mets=峰值mets*（目标心率-静止心率）/（最大心率-静止心率）。

在等效步数计算步骤108中，根据设定的等效步频s，该等效步频对应的代谢当量m，按照下式计算每个预定时间段t1内的等效步数：等效步数=(平均代谢当量mets/m)×s×t1。具体来说，设定等效步频为s（步/分）时对应的mets为m，那么，s（步/分）步频下走的步数，即等效步数=（平均mets/m）×s×t1。通过某种运动下平均mets跟等效步频的mets的比例关系（即平均mets/m）得到一个代谢当量的比值，此比值乘以步频和时间，就可以得到等效步数。这里，利用了mets的比例关系把不同的运动消耗的能力转化为走路的步数。其中s优选为130，m优选为4.5（见参考文献[3]）。在另一个实施例中，把一天内每个t1内的等效步数进行累加即为一天的等效步数。

其中参考文献[3]中给出了不同步频对应的mets，选取步频为130（步/分）为等效步频的原因是在该步频下进行锻炼为常见锻炼方式。当然，也可以根据实际情况，选择其他步频与mets的组合进行等效计算。

在显示步骤110中，用于显示计算的等效步数。例如通过可穿戴设备的显示器显示计算的等效步数。

在一个实例中，其中当用户为男性，静止心率为70bpm，年龄为30岁，最大摄氧量为42.5ml/(kg·min)，数据保存间隔为5分钟，进行了5分钟的有氧运动，5分钟内采集并计算的平均心率为120bpm，等效步频为130（步/分），等效步频对应的mets为4.5。那么，可以算出该用户最大心率=220-30=190，平均mets=[（120-70）/（190-70）]×(42.5/3.5)=5.06，等效步数=(5.06/4.5)×130×5=731。

按照本发明实施例的方法可以在例如智能手环的可穿戴设备上实现，也可以是智能手环收集数据，发送到智能终端上，由智能终端实现。此时，智能手环只需按照预定的数据保存间隔t（在一个实施例中，为了简化计算过程，使t=t1=t2）保存以下信息并上传到移动终端：平均心率，活动状态，最大摄氧量（可选）。移动终端根据上传的数据计算静止心率，并根据用户在移动终端上设置的年龄、性别、最大摄氧量（可选）等参数，计算出等效步数。

另外，移动终端接收智能手环收集或处理的数据后，可在客户端通过图形或曲线（趋势）进行展示。

按照上述实施例的等效步数检测方法，可用于将不同运动形式的运动量转化为同一运动量，也就是统一的运动参数或指标，即等效步数。其中主要是利用了不同运动形式的运动量下的平均代谢当量实现所述转化。

例如将等效步数应用于每小时步数对比显示。在客户端页面通过图表（如柱状图）将用户一天每小时的步数变化情况进行展示。其中步数情况包括正常步数和活动等效步数，设备通过加速度计正常累计用户活动步数为正常步数，根据用户的个体参数和活动过程中的心率、最大耗氧量按照等效步数换算方法计算每个小时的等效步数。等效步数减去正常步数即为活动等效步数，表示其他运动由于大于正常走路运动强度而额外增加的运动量所等效的步数。这有助于用户了解自己一天的运动情况，合理规划自身的运动计划。图3展示了相应的对比效果。

将等效步数应用于健走,跑步等场景。如图4所示,以健走为例，一天24小时（0:00-24:00）中，用户在7:00-9:00健走，由于健走相对于正常走路运动强度更大，因此，除了可对健走运动正常累计步数外，根据用户的个体参数和健走过程中的心率、最大耗氧量按照活动等效步数的方法进行计算，累计其大于正常走路运动强度而产生的活动等效步数。计算得该用户这一天中只累计走路的步数为9154步，考虑健走产生的活动等效步数而累计的等效步数为10426步。通过每小时等效步数分布图展示用户一天每小时的步数情况，图中横坐标为时间（单位：小时），纵坐标为等效步数，图表中灰色为步数，黑色为活动等效步数。

如图5所示，用户在23:00这一小时里面有跑步，实际产生10470步，根据算法，会等效换算为等效步数16827步。用户在这一小时内的运动量，相当于普通走路16827步。

将等效步数应用于骑车、健身等场景，用于衡量产生极少步数，但是运动强度又很大的场景下运动量。如图6所示，用户在15:00-16:00,18:00-19:00都在骑车。骑车几乎不产生步数，但是有较大运动量，根据按照本发明实施例的等效步数算法，可以计算出来相应的等效步数。

图7所示，用户在23:00-24:00有健身。健身时只产生极少数步数(724步)，但是健身运动量很大，根据按照本发明实施例的算法计算得出这一小时等效步数为11061步，更加客观地反映了用户在这段时间的运动量。

还可以将等效步数应用于游泳、滑雪、球类等其他复杂活动场景，用于衡量相应的运动量。如图8所示，用户在19:00-21:00有打篮球。健身时只产生一定步数，但是篮球运动量很大，根据按照本发明实施例的算法计算得出这些时段的等效步数，更加客观地反映了用户在这段时间的运动量。

将等效步数应用于运动量排行榜等软件，其中包括微信运动步数排行榜，qq运动等。活动等效步数考虑了用户在进行除走路外运动时的能量消耗情况，更能反馈用户的实际运动量。用户可以将等效步数分享到交友社区，与朋友运动情况对比排行，以鼓励用户坚持运动。将等效步数应用于运动量排行榜等软件，如微信运动步数排行榜、qq运动，其结果如图9所示。

如图10所示，是按照本发明一个实施例的等效步数检测装置1100的示意性结构框图，主要包括：平均代谢当量计算模块1107，以及等效步数计算模块1109；在其他实施例中，根据需要，还可选地包括静止心率采集模块1101，最大心率计算模块1103，最大摄氧量采集模块1105，和/或显示模块1111。其中

﹣静止心率采集模块1101用于执行步骤100，该模块可通过可穿戴设备中的处理器、在处理器控制下的运动传感器、以及心率检测单元等来实现，用于通过监测用户的活动情况，并在用户安静且未睡眠状态时采集静止心率；

﹣最大心率计算模块1103用于执行步骤102，该模块可通过可穿戴设备中的处理器、以及输入接口等来实现，用于根据输入的用户年龄以及最大心率等于220减去年龄得到最大心率；

﹣最大摄氧量采集模块1105用于执行步骤104，该模块可通过可穿戴设备中的处理器、存储器、输入接口、或者借助于测试仪器等来实现，用于获取用户的最大摄氧量数据；

﹣平均代谢当量计算模块1107用于执行步骤106，该模块可通过可穿戴设备中的处理器、存储器、定时器等来实现，用于计算预定时间段t1内的平均代谢当量mets；

﹣等效步数计算模块1109用于执行步骤108，该模块可通过可穿戴设备中的处理器、存储器等来实现，用于根据设定的等效步频s，该等效步频对应的代谢当量m，按照下式计算每个预定时间段t1内的等效步数：等效步数=(平均代谢当量mets/m)×s×t1；以及

﹣显示模块1111用于执行步骤110，该模块可通过可穿戴设备中的处理器和显示器等来实现，用于显示计算的等效步数。

上述实施例所述的等效步数检测装置1100，可通过软件、硬件、固件或其结合，实现在各种可穿戴设备中，例如手环、手表、耳机、眼镜等等，对此本领域普通技术人员来说容易理解，在此不做详述。

另外，在其他实施例中，还可以将移动终端与可穿戴设备相结合来实现上述实施例所述的等效步数检测装置。其中一种移动终端与可穿戴设备通信连接并可接收可穿戴设备收集或处理的数据，其中可穿戴设备包括活动检测单元和心率检测单元；此外，可穿戴设备和/或移动终端中的处理单元配置成：通过监测用户的活动情况，并在用户安静且未睡眠状态时采集静止心率；根据输入的用户年龄以及最大心率等于220减去年龄得到最大心率；可获取用户的最大摄氧量数据；可计算预定时间段t1内的平均代谢当量mets；以及可根据设定的等效步频s，该等效步频对应的代谢当量m，按照下式计算每个预定时间段t1内的等效步数：等效步数=(平均代谢当量mets/m)×s×t1。在又一个实施例中，所述移动终端中的处理单元配置成：显示并比较不同用户的等效步数。

以上通过具体的实施例对本发明进行了说明，但本发明并不限于这些具体的实施例。本领域技术人员应该明白，还可以对本发明做各种修改、等同替换、变化等等，例如将上述实施例中的一个步骤或模块分为两个或更多个步骤或模块来实现，或者相反，将上述实施例中的两个或更多个步骤或模块的功能放在一个步骤或模块中来实现。但是，这些变换只要未背离本发明的精神，都应在本发明的保护范围之内。另外，本申请说明书和权利要求书所使用的一些术语，并不是限制，仅仅是为了便于描述。此外，以上多处所述的“一个实施例”、“另一个实施例”等等，表示不同的实施例，当然也可以将其全部或部分结合在一个实施例中。

参考文献

[1]《acsm运动测试与运动处方指南》

[2]essentialofstrengthtrainingandconditioning3rdedition

[3]choi.(2007)dailystepgoalof10,000steps:aliteraturereview.clininvestmed;30(3):e146-e151。