电子健身训练方法、系统及可读存储介质与流程

本发明涉及健身领域，尤其涉及一种电子健身训练方法、系统及可读存储介质。

背景技术：

目前，在用户进行健身训练时，通常是按照专业教练制定的锻炼时间表进行不同的锻炼，或用户自己按照书或杂志中给出的或软件程序提供的锻炼样例进行不同的锻炼，锻炼可包括使用有氧运动锻炼及无氧运动锻炼，有氧运动锻炼包括固定式自行车、跑步机等，有氧运动锻炼包括器械推胸、哑铃划船等力量训练。健身锻炼的强度取决于用户精神状况及身体状况，目前，人工指导训练不能监测用户身体状况及精神状况，无法直观的根据用户训练肌群纠正用户的训练动作，从而不利于用户身体健康，使得健身效率低。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

技术实现要素：

本发明的主要目的在于提供一种电子健身训练方法、系统及可读存储介质，旨在解决人工指导训练不能监测用户身体状况及精神状况，无法直观的根据用户训练肌群纠正用户的训练动作，从而不利于用户身体健康、健身效率低的问题。

为实现上述目的，本发明提供一种电子健身训练方法，所述电子健身训练方法包括以下步骤：

接收选择指令，确定所述选择指令对应的训练模式；

若所述训练模式为无氧训练模式，则采集用户在所述无氧训练模式中的第一生物反馈数据及第一训练数据；

将所述第一生物反馈数据及第一训练数据放入预设模型中进行训练，以得到训练结果，并根据所述训练结果确定当前训练是否正常；

若当前训练不正常，则获取用户各个肌群的肌电数据，并基于所述肌电数据生成肌群训练对比图及纠正信息，以使用户纠正训练动作。

优选地，所述基于所述肌电数据生成肌群训练对比图及纠正信息，以使用户纠正训练动作的步骤包括：

将所述肌电数据与标准数据进行比较，以得到比较结果，并基于所述比较结果获取所述肌电数据与标准数据的差异数据；

基于所述差异数据确定用户的训练肌群，并对用户的所述当前训练动作进行分析，确定所述当前训练动作是否正确；

若所述当前训练动作不正确，则生成肌群训练对比图及纠正信息，以使用户纠正训练动作。

优选地，所述基于所述差异数据确定用户的训练肌群，并对用户的所述当前训练动作进行分析，确定所述当前训练动作是否正确的步骤之后，所述电子健身训练方法还包括：

若所述当前训练动作正确，则基于所述肌电数据计算当前的肌力等级；

确定所述肌力等级是否小于第一预设等级；

若所述肌力等级小于预设等级，则切换当前输出的感官文件，以提高用户的训练激情。

优选地，所述若所述当前训练动作正确，则基于所述肌电数据计算当前的肌力等级的步骤之后，所述电子健身训练方法还包括：

确定所述肌力等级是否大于第二预设等级；

若所述肌力等级大于所述第二预设等级，则提示用户调整当前的当前训练数据。

优选地，所述接收选择指令，确定所述选择指令对应的训练模式的步骤之后，所述电子健身训练方法还包括：

若所述训练模式为有氧训练模式，采集用户在所述有氧训练模式中的第二生物反馈数据；

基于所述第二生物反馈数据计算用户的第二训练数据，并根据所述第二训练数据生成提示消息，输出所述提示消息。

优选地，所述基于所述生物反馈数据计算用户的第二训练数据，并根据所述第二训练数据生成提示消息，输出所述提示消息的步骤之后，所述电子健身训练方法还包括：

实时监测所述第二生物反馈数据，确定所述第二生物反馈数据是否大于预设数据；

若所述第二生物反馈数据大于预设数据，则控制所述训练设备停止训练，进入缓冲模式。

优选地，所述电子健身训练方法还包括：

获取用户的个人信息，并基于所述个人信息计算用户的体脂率；

基于所述个人信息及所述体脂率为用户制定训练计划，其中，所述训练计划包括训练项目、训练动作、训练时间及饮食规划。

优选地，所述电子健身训练方法还包括：

在用户训练完成时，基于所述第一生物反馈数据、所述第一训练数据、所述第二生物反馈数据及所述第二训练数据生成训练报告；

并根据训练报告获取用户此次训练的消耗能量值，根据所述个人信息为计算用户此次训练后需要补充的摄入能量值，并推荐所述摄入能量值对应的来源食物。

此外，为实现上述目的，本发明还提供一种电子健身训练系统，所述电子健身训练系统包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的电子健身训练程序，其中所述电子健身训练程序被所述处理器执行时，实现如上述的电子健身训练方法的步骤。

此外，为实现上述目的，本发明还提供一种可读存储介质，所述可读存储介质上存储有电子健身训练程序，其中所述电子健身训练程序被处理器执行时，实现如上述的电子健身训练方法的步骤。

本发明提供一种电子健身训练方法、系统及可读存储介质，本发明通过接收选择指令，确定所述选择指令对应的训练模式，然后若所述训练模式为无氧训练模式，则采集用户在所述无氧训练模式中的第一生物反馈数据及第一训练数据，接着将所述第一生物反馈数据及第一训练数据放入预设模型中进行训练，以得到训练结果，并根据所述训练结果确定当前训练是否正常，最后若当前训练不正常，则获取用户各个肌群的肌电数据，并基于所述肌电数据生成肌群训练对比图及纠正信息，以使用户纠正训练动作；由此实现了对用户第一生物反馈数据及肌电数据进行检测，从而能够根据用户的身体状况及精神状况调整用户的训练动作，避免了对用户身体的伤害，提高了用户健身效率。

附图说明

图1为本发明各实施例涉及的电子健身训练系统的硬件结构示意图；

图2为本发明电子健身训练方法第一实施例的流程示意图；

图3为本发明电子健身训练方法第二实施例的流程示意图；

图4为本发明电子健身训练方法第三实施例的流程示意图；

图5为本发明电子健身训练装置第四实施例的流程示意图；

图6为本发明电子健身训练方法第五实施例的流程示意图；

图7为本发明电子健身训练方法第六实施例的流程示意图；

图8为本发明电子健身训练方法第七实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境中系统所属终端的结构示意图。

本发明实施例终端可以是pc。如图1所示，该终端可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，终端还可以包括摄像头、rf(radiofrequency，射频)电路，传感器、音频电路、wifi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动管理终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动管理终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动管理终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作服务器、网络通信模块、用户接口模块以及电子健身训练程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的电子健身训练程序。

在本实施例中，装置包括：存储器1005、处理器1001及存储在所述存储器1005上并可在所述处理器1001上运行的电子健身训练程序，其中，处理器1001调用存储器1005中存储的电子健身训练程序时，执行以下操作：

接收选择指令，确定所述选择指令对应的训练模式；

若所述训练模式为无氧训练模式，则采集用户在所述无氧训练模式中的第一生物反馈数据及第一训练数据；

将所述第一生物反馈数据及第一训练数据放入预设模型中进行训练，以得到训练结果，并根据所述训练结果确定当前训练是否正常；

若当前训练不正常，则获取用户各个肌群的肌电数据，并基于所述肌电数据生成肌群训练对比图及纠正信息，以使用户纠正训练动作。

进一步地，处理器1001可以调用存储器1005中存储的电子健身训练方法程序，还执行以下操作：

将所述肌电数据与标准数据进行比较，以得到比较结果，并基于所述比较结果获取所述肌电数据与标准数据的差异数据；

基于所述差异数据确定用户的训练肌群，并对用户的所述当前训练动作进行分析，确定所述当前训练动作是否正确；

若所述当前训练动作不正确，则生成肌群训练对比图及纠正信息，以使用户纠正训练动作。

进一步地，处理器1001可以调用存储器1005中存储的电子健身训练方法程序，还执行以下操作：

若所述当前训练动作正确，则基于所述肌电数据计算当前的肌力等级；

确定所述肌力等级是否小于第一预设等级；

若所述肌力等级小于预设等级，则切换当前输出的感官文件，以提高用户的训练激情。

进一步地，处理器1001可以调用存储器1005中存储的电子健身训练方法程序，还执行以下操作：

确定所述肌力等级是否大于第二预设等级；

若所述肌力等级大于所述第二预设等级，则提示用户调整当前的当前训练数据。

进一步地，处理器1001可以调用存储器1005中存储的电子健身训练方法程序，还执行以下操作：

若所述训练模式为有氧训练模式，采集用户在所述有氧训练模式中的第二生物反馈数据；

基于所述第二生物反馈数据计算用户的第二训练数据，并根据所述第二训练数据生成提示消息，输出所述提示消息。

进一步地，处理器1001可以调用存储器1005中存储的电子健身训练方法程序，还执行以下操作：

实时监测所述第二生物反馈数据，确定所述第二生物反馈数据是否大于预设数据；

若所述第二生物反馈数据大于预设数据，则并控制所述训练设备停止训练，进入缓冲模式。

进一步地，处理器1001可以调用存储器1005中存储的电子健身训练方法程序，还执行以下操作：

获取用户的个人信息，并基于所述个人信息计算用户的体脂率；

基于所述个人信息及所述体脂率为用户制定训练计划，其中，所述训练计划包括训练项目、训练动作、训练时间及饮食规划。

进一步地，处理器1001可以调用存储器1005中存储的电子健身训练方法程序，还执行以下操作：

在用户训练完成时，基于所述第一生物反馈数据、所述第一训练数据、所述第二生物反馈数据及所述第二训练数据生成训练报告；

并根据训练报告获取用户此次训练的消耗能量值，根据所述个人信息为计算用户此次训练后需要补充的摄入能量值，并推荐所述摄入能量值对应的来源食物。

本发明进一步提供一种电子健身训练方法。参照图2，图2为本发明电子健身训练方法第一实施例的流程示意图。

在本实施例中，该电子健身训练方法包括：

步骤s10，接收选择指令，确定所述选择指令对应的训练模式；

在本实施例中，用户可以通过可穿戴设备或者终端等选择训练模式，训练模式包括有氧训练模式及无氧训练模式，各个训练模式包括不同的训练项目，有氧训练模式包括动感单车、跑步训练等，无氧训练模式包括各种力量训练，主要针对大肌群及小肌群进行训练，例如，哑铃卧推、引体向上、器械夹胸、哑铃飞鸟等。对于无氧训练，对于同一部位的可以通过不同的训练动作组合来进行训练，所以，在选择训练模式后，还可以选择训练部位，训练部位包括退、胸、手、肩、背等，在选择训练部位时，将推荐训练的训练动作，该训练动作的推荐可以通过用户在训练之前输入的健身信息进行选择键，该健身信息包括健龄、身高、体重、胸围、肩宽等。因为不同健身用户的身体素质不同，根据不同的健身信息可以匹配不同的训练动作，从而制定不同的训练计划，达到更高的健身效果。

步骤s20，若所述训练模式为无氧训练模式，则采集用户在所述无氧训练模式中的第一生物反馈数据及第一训练数据；

在本实施例中，该第一生物反馈数据包括健身用户的心率、血压、脉搏率等，该第一训练数据包括训练时间、训练组数、每组训练的训练次数等，可以通过可穿戴设备上的传感器采集用户在无氧训练模式中的第一生物反馈数据及第一训练数据，根据第一生物反馈数据及第一训练数据可以判断用户当前训练是否正常。

步骤s30，将所述第一生物反馈数据及第一训练数据放入预设模型中进行训练，以得到训练结果，并根据所述训练结果确定当前训练是否正常；

在本实施例中，用户在不同的身体状态下的第一生物反馈数据不同，例如，身体疲劳时，心率、血压都将发生变化。当健身用户的训练动作不标准时，用户将感觉到训练吃力、或者训练异常轻松，用户在感觉训练吃力或训练异常轻松时，第一生物反馈数据也将不同。并且，第一训练数据不同也将导致第一生物反馈数据不同，例如，用户刚开始训练时与训练半小时后心率将会增加。所以，可以根据预设模型对第一生物反馈数据与第一训练数据进行训练，具体地，将第一生物反馈数据及第一训练数据作为输入集代入预设模型中进行模型运算，检测在不同的第一训练数据时第一生物反馈数据是否正常，并输出训练结果，根据训练结果分析当前训练是否正常，确定在预设数据的前提下，第一生物反馈数据是否正常。

步骤s40，若当前训练不正常，则获取用户各个肌群的肌电数据，并基于所述肌电数据生成肌群训练对比图及纠正信息，以使用户纠正训练动作。

在本实施例中，可穿戴设备的采集装置能够将采集到的肌电信号转化为肌电数据，该肌电数据包括动作电位、电极阻抗值、肌电幅值，将肌电数据与预设的标准数据进行比较，获取肌电数据与标准数据的差异数据，该差异数据能够体现健身用户在健身时训练肌群与标准动作训练时训练肌群的不同，因为当训练动作错误时，实际运动的肌群并不是训练针对的肌群，反而可能将拉伤肌肉。所以，根据差异数据能够确定当前训练动作是否正确。

进一步的，肌群训练对比图是指用户错误训练动作下的肌群运动效果图与正确训练动作下的肌群运动效果图的对比图，具体地，可以以第一颜色对用户错误训练动作下的训练到的肌群进行渲染，以第二颜色对正确训练动作下的训练到的肌群进行渲染，以第三颜色对差异数据中对应的肌群进行渲染，从而能够直观的判断错误动作下运动肌群的效果图。

进一步地，若检测到训练动作不正确，还可以生成纠正信息，该纠正信息是针对用户错误动作下训练到的肌群来推测用户当前训练的动作，并根据标准动作来确定当期训练的动作需要调整的姿势，该修正信息包括用户动作偏移方向、角度、抬起高度等，针对不同的动作将生成不同的纠正信息，该纠正信息可以通过语音、视频等形式输出，告知用户如何调整训练动作。

本实施例提出的电子健身训练方法，通过接收选择指令，确定所述选择指令对应的训练模式，然后若所述训练模式为无氧训练模式，则采集用户在所述无氧训练模式中的第一生物反馈数据及第一训练数据，接着将所述第一生物反馈数据及第一训练数据放入预设模型中进行训练，以得到训练结果，并根据所述训练结果确定当前训练是否正常，最后若当前训练不正常，则获取用户各个肌群的肌电数据，并基于所述肌电数据生成肌群训练对比图及纠正信息，以使用户纠正训练动作；实现了对用户第一生物反馈数据及肌电数据进行检测，从而能够根据用户的身体状况及精神状况调整用户的训练动作，避免了对用户身体的伤害，提高了用户健身效率。

基于第一实施例，提出本发明电子健身训练方法的第二实施例，参照图3，本实施例中，步骤s40包括：

步骤s41，将所述肌电数据与标准数据进行比较，以得到比较结果，并基于所述比较结果获取所述肌电数据与标准数据的差异数据；

步骤s42，基于所述差异数据确定用户的训练肌群，并对用户的所述当前训练动作进行分析，确定所述当前训练动作是否正确；

步骤s43，若所述当前训练动作不正确，则生成肌群训练对比图及纠正信息，以使用户纠正训练动作。

在本实施例中，在健身用户健身时，将会以某个动作重复多次训练，完成一组训练，完成一组训练后休息预设的时间，例如，三十秒。可穿戴设备的传感器可以采集用户在一组训练动作中的肌电数据，并对采集到的肌电数据进行识别处理，确定各个肌电数据中的活跃段，提取各个活跃段的绝对值均值比，并将该均值比输入预设的分类器，从而识别出各段肌电数据所对应的健身动作。在健身用户动作发送错误时，肌电数据也将发生变化，将采集到的肌电数据与标准数据进行对比，计算肌电数据与标准数据的差异数据，根据差异数据确定用户的训练肌群，该训练肌群是指用户当前训练动作训练到的训练肌群，用户训练动作发生错误时，训练到的训练肌群与正确动作训练时训练到的标准训练肌群不同，根据采集到的肌电数据确定当前训练动作，并根据差异数据确定训练肌群与标准训练肌群的差异肌群，根据差异肌群的肌电数据分析健身用户的当前训练动作，并将当前训练动作与标准训练动作进行对比，确定当前训练动作是否正确，若训练动作不正确，则生成肌群训练对比图及纠正信息，提示用户纠正训练动作。

本实施例提出的电子健身训练方法，通过将所述肌电数据与标准数据进行比较，以得到比较结果，并基于所述比较结果获取所述肌电数据与标准数据的差异数据，然后基于所述差异数据确定用户的训练肌群，并对用户的所述当前训练动作进行分析，确定所述当前训练动作是否正确，最后若所述当前训练动作不正确，则生成肌群训练对比图及纠正信息，以使用户纠正训练动作；实现了根据比较结果确定当前动作是否正确，以使用户能够纠正错误动作。

基于第二实施例，提出本发明电子健身训练方法的第三实施例，参照图4，本实施例中，步骤s42之后，还包括：

步骤s44，若所述当前训练动作正确，则基于所述肌电数据计算当前的肌力等级；

步骤s45，确定所述肌力等级是否小于第一预设等级；

步骤s46，若所述肌力等级小于预设等级，则切换当前输出的感官文件，以提高用户的训练激情。

在本实施例中，用户在训练过程中，不同训练时段或者不同重量训练时的肌力等级不同，该肌力等级可以根据肌电数据中的动作电位、肌电幅值等肌电数据确定，肌力等级代表肌肉收缩的力量等级。

进一步地，外界的刺激对用户的肌力也将形成的一定的影响，外界的刺激包括视觉刺激及听觉刺激，可通过输出视频的感官文件，在显示终端播放视频进行外界刺激，或者输出音乐的感官文件，通过耳机进行音乐刺激，该感官文件也可以分等级，例如，不同节奏的音乐对健身用户的刺激不同，一般，节奏较快的音乐能够激起用户的激情，使健身用户在进行训练时挑战力量的训练，提高用户训练时的肌力等级，节奏缓慢的音乐能够让健身用户放松肌肉，降低用户的肌力等级。所以，在用户进行训练时，通过检测用户当前训练的肌力等级，确定是否小于第一预设等级，若小于第一预设等级则说明此时用户的肌力等级相对于标准肌力等级偏低，达不到预期的训练效果，则可以切换当前输出的感官文件，例如，将当前播放的音乐调整为快节奏的音乐，能够在用户感觉到累的时候刺激用户的激情，提高了用户的肌力等级。

本实施例提出的电子健身训练方法，通过若所述当前训练动作正确，则基于所述肌电数据计算当前的肌力等级，然后确定所述肌力等级是否小于第一预设等级，最后若所述肌力等级小于预设等级，则切换当前输出的感官文件，以提高用户的训练激情；实现了能够在在肌力等级小于第一预设等级时切换感官文件，从而提高了用户的训练激情，以助于用户能够达到更佳的训练效果。

基于第三实施例，提出本发明电子健身训练方法的第四实施例，参照图5，本实施例中，步骤s44之后，还包括：

步骤s47，确定所述肌力等级是否大于第二预设等级；

步骤s48，若所述肌力等级大于所述第二预设等级，则提示用户调整当前的当前训练数据。

在本实施例中，用户在训练时由于用力过大，或者训练重量过重，容易对身体造成伤害，而且在不同的训练时段设置的预设肌力等级不同，例如，用户刚开始训练时，可以先选择较低的训练重量进行练习，然后加重训练重量，从而让肌肉有个放松的过程，所以，可以检测用户训练时的肌力等级，并确定肌力等级是否大于第二预设等级，若大于第二预设等级，则认为用户此时训练重量过程，需要降低训练重量，则生成提示信息提示用户调整当前的当前训练数据，该当前训练数据包括训练重量、训练组数及每组的训练次数，从而为健身用户实时提供合理的健身规划。

本实施例提出的电子健身训练方法，通过确定所述肌力等级是否大于第二预设等级，然后若所述肌力等级大于所述第二预设等级，则提示用户调整当前的当前训练数据；从而避免了用户在健身过程中肌肉拉伤等伤害，从而进一步提高了训练效果。

基于第一实施例，提出本发明电子健身训练方法的第五实施例，参照图6，本实施例中，步骤s10之后，还包括：

步骤s50，若所述训练模式为有氧训练模式，采集用户在所述有氧训练模式中的第二生物反馈数据；

步骤s60，基于所述第二生物反馈数据计算用户的第二训练数据，并根据所述第二训练数据生成提示消息，输出所述提示消息。

在本实施例中，有氧训练模式包括动感单车、跑步等项目，一定的有氧训练能够提高人的心肺功能，但有氧训练必须根据用户的身体素质进行合理训练，过度的有氧训练会造成缺氧、血压升高，从而加重心脏的负荷，因此，在健身用户进入无氧训练模式时，需采集健身用户在无氧训练模式中的第二生物反馈数据，第二生物反馈数据包括血压、心率等。

进一步地，不同身体素质的用户在进行无氧训练时的第二生物反馈数据不同，例如，有些健身用户在跑步机训练10分钟就感觉吃力，心率升高超过正常范围，则属于不正常现象，而有些健身用户在跑步机训练30分钟感觉很轻松，心率保持在正常范围之内。所以，可以根据采集到的第二生物数据估算用户的第二训练数据，该第二训练数据包括训练时间、训练速度等。具体地，可以采集预设时间段内的第二生物反馈数据，分析第二生物反馈数据的变化情况，根据变化情况生成第二训练数据与第二生物反馈数据的函数，其中，第二训练数据为因变量，第二生物反馈数据为自变量，根据生成的函数及预设的预设生物反馈数据值估算第二训练数据，即根据第二生物反馈数据的变化规律估算第二训练数据，并生成提示消息，输出该提示消息，例如，根据用户的心率变化及生成的函数估算用户此次的跑步时长为半小时，则提示用户本次跑步时长建议为半小时。提示方式可以通过语音、字幕或者视频等进行提示。

步骤s60之后，还包括：

步骤s70，实时监测所述第二生物反馈数据，确定所述第二生物反馈数据是否大于预设数据；

步骤s80，若所述第二生物反馈数据大于预设数据，则并控制所述训练设备停止训练，进入缓冲模式。

在本实施例中，在无氧训练模式中，对用户的第二生物反馈数据进行实时检测，并确定第二生物反馈数据是否大于预设数据，若大于，则说明用户需要停止训练，控制训练设备停止训练，进入缓冲模式，该缓冲模式是指训练设备降低到预设的速度，从而避免速度的骤降带来的身体伤害，例如，用户在进行跑步训练时，实时对用户的心率进行监测，若检测到用户的心率值大于预设阈值时，则控制跑步机停止训练模式，进入缓冲模式，降低跑步机的运转速度。

本实施例提出的电子健身训练方法，通过实时监测所述第二生物反馈数据，确定所述第二生物反馈数据是否大于预设数据，然后若所述第二生物反馈数据大于预设数据，则并控制所述训练设备停止训练，进入缓冲模式，并实时监测所述第二生物反馈数据，确定所述第二生物反馈数据是否大于预设数据，若所述第二生物反馈数据大于预设数据，则并控制所述训练设备停止训练，进入缓冲模式；实现了在用户进行无氧训练时对第二生物反馈数据的监测，从而让用户按正确的训练数据进行训练，避免了对身体的伤害，进一步提高了训练效果。

基于以上实施例，提出本发明电子健身训练方法的第六实施例，参照图7，本实施例中，该电子健身训练方法还包括：

步骤s90，获取用户的个人信息，并基于所述个人信息计算用户的体脂率；

步骤s100，基于所述个人信息及所述体脂率为用户制定训练计划，其中，所述训练计划包括训练项目、训练动作、训练时间及饮食规划。

在本实施例中，不同体质的健身用户需要制定不同的训练计划，例如，偏胖体质的健身用户需要的是减脂训练，偏瘦体质的健身用户需要的是增肌训练，则训练项目、训练动作、训练时间及饮食规划等都不相同，通过终端录入个人信息，根据个人信息计算体脂率，系统通过大数据分析，根据个人信息及体质率生成对应的训练计划，该个人信息包身高、体重、肩宽、胸围、臀围、腰围，女性体脂率的计算与男性体脂率的计算方法不同，例如，女性体脂率的计算方法可以是，(k1×a-k2×b)/b，其中，k2、k1为预设系数，a为腰围，b为体重。当然，本实施例对体脂率的计算不作具体限定。

本实施例提出的电子健身训练方法，通过获取用户的个人信息，并基于所述个人信息计算用户的体脂率，然后基于所述个人信息及所述体脂率为用户制定训练计划，其中，所述训练计划包括训练项目、训练动作、训练时间及饮食规划；实现了根据用户的个人信息制定对应的训练计划，从而避免了人工制定训练计划带来的不准确性，提高了健身训练效率。

基于第六实施例，提出本发明电子健身训练方法的第七实施例，参照图8，本实施例中，该电子健身训练方法还包括：

步骤s110，在用户训练完成时，基于所述第一生物反馈数据、所述第一训练数据、所述第二生物反馈数据及所述第二训练数据生成训练报告；

步骤s120，获取用户此次训练的消耗能量值，根据所述个人信息为计算用户此次训练后需要补充的摄入能量值，并推荐所述摄入能量值对应的来源食物。

在本实施例中，健身用户可以选择有氧训练后进行无氧训练，或无氧训练后进行有氧训练，或者只选择有氧训练及无氧训练中一种训练模式，在用户完成训练时，将根据用户在训练过程中的生物反馈数据及训练数据生成训练报告，该训练报告包括本次训练消耗能量、心率变化、血压变化及体重变化等，该报告包括曲线图、文字、表格等，根据用户消耗的能量及用户的个人信息通过预设公式计算用户需要补充的摄入能量，并且，系统将通过对预存的食物能量数据分析，推荐摄入能量对应的来源食物，例如，鸡蛋、鸡胸肉、土豆等。

本实施例提出的电子健身训练方法，通过在用户训练完成时，基于所述第一生物反馈数据、所述第一训练数据、所述第二生物反馈数据及所述第二训练数据生成训练报告，然后并根据训练报告获取用户此次训练的消耗能量值，根据所述个人信息为计算用户此次训练后需要补充的摄入能量值，并推荐所述摄入能量值对应的来源食物；实现了在健身用户完成训练时，自动为用户推荐健身后的能量补充食物，具有系统性，从而提高了健身的效率。

此外，本发明实施例还提供一种可读存储介质。

本发明可读存储介质上存储有电子健身训练程序，其中所述电子健身训练程序被处理器执行时，实现如上述的电子健身训练方法的步骤。

其中，电子健身训练程序被执行时所实现的方法可参照本发明电子健身训练方法的各个实施例，此处不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。