基于跑步机的跑步者身份识别及计步方法与流程

本发明涉及一种基于跑步机的跑步者身份识别及计步的方法，更具体的讲，是通过对跑步机电机工作电流的信号进行处理，运用机器学习技术，智能识别跑步者的身份，并实现跑步计步的方法，属于健身器材技术领域。

背景技术

关于电动跑步机的计步技术，传统方法主要有以下几种：(1)在跑步通道两侧以正对方式安装一对红外线收发装置，以信号被阻断次数来计步；(2)在跑台上增加压力传感器，根据人在跑步机上跑步时，脚对跑台的压力变化，求解走跑步数。该方法需要安装专门的传感器，因此，增加了跑步机结构设计的复杂程度，同时提高了生产成本。(3)利用其他类型传感器产生的信号。比如：专利号为cn201420085472.7的“用于电动跑步机的智能计步系统”，通过闭环霍尔电流传感器采集跑步机工作时电机电流，对比电流与设定值进行比较，如果采集的数值大于或等于设定值，步数加1；小于设定值，步数不变。此方案从原理上虽然能够实现电动跑步机计步。但是，由于跑步人的速度不同、体重不同，甚至跑步机跑带松紧度对电流的峰值影响很大；其次，在完整的走、跑步中，电流的变化也不是一个标准的正弦波，可能出现两个不同的峰值，所以单纯通过一个固定的电流阀值去计算步数，显然，在实际应用中无法得到精确的计步；再次，如果跑步机上面不是人，而是一个物体，那么该方法无法区分别是不是人，会把重物误判为人在上面跑步；最后，闭环霍尔电流传感器电流采集精度较低，此方案更无法实现精确的记步。并且，闭环霍尔电流传感器价格较高，增加了跑步机的生产成本。

关于通过跑步者在跑步机上跑步，识别跑步者的身份，还没有类似的技术和应用，但是随着物联网的发展，物联网跑步机越来越普遍，如果能够自动识别跑步者的身份，自动提供针对性的运动指导，这将使跑步机变得更智能和更实用，因此目前有关电动跑步机计步方法和技术还有待于改进和完善提高。

技术实现要素：

鉴于上述各种跑步机计步方法和技术的不足，本发明采用在电机控制器中采集其工作电流的方式，通过跑步者在跑步机上进行走跑运动时，由于跑步者的身高、体重、步态的不同，导致电机电流的幅值、曲线的变化，识别跑步者的身份并进行步态、步数统计，提供一种更精确、更经济、更智能、更可靠的方案。具体为：

本发明提供了一种基于跑步机的跑步者身份识别及计步方法，技术方案如下：

一种基于跑步机的跑步者身份识别及计步方法，所述方法应用于一跑步机系统，所述系统包括跑步机和云端服务器，所述云端服务器包含数据库，所述跑步机包含控制器，其特征在于，所述方法包括：

步骤1、分别采集跑步机在不同速度下的电流值；

步骤2、所述跑步机将所述电流值分别传送至所述云端服务器的数据库中；

步骤3、所述云端服务器分别提取所述电流值的特征，并对所述特征进行归一化处理；

步骤4、所述云端服务器基于归一化后的所述特征进行训练，得到分类参数；

步骤5、所述云端服务器将所述参数发送至所述跑步机的控制器，所述控制器根据所述分类参数识别跑步者身份，并统计步数。

优选地，所述分类参数用于识别所述跑步机的状态，所述状态包括负载状态、空载状态；所述步骤1中，采集跑步机在负载状态和空载状态下的2组电流值。

优选地，所述步骤3中的归一化方法为：

其中d和d′分别表示归一化之前后的值，max表示该特征的最大值，min表示该特征的最小值。

优选地，所述参数用于识别跑步者的身份；所述步骤1中，采集跑步者在不同速度下的1组电流值。

优选地，所述步骤1中进一步包括，对采集的所述电流值进行整形滤波和均值滤波。

优选地，所述步骤3进一步包括：对滤波后的电流值以波谷为一个波的起始点，下一个相邻的波谷为该波的终止点，一个波谷到达下一个波谷之间的电流值构成一个波，然后，在对这个波的数据再做进一步分析，判断其是否符合一个正常人走跑。

优选地，计算出特定时间内的电流值的波形个数，一个完整波形对应为一步，统计所述时间内的步数。

优选地，所述云端服务器包含训练学习模块，用于识别跑步者的身份并统计步态和步数。

优选地，所述跑步机与所述云端服务器通过有线或无线方式连接，进行数据交换。

优选地，所述电流值的采集，为在电机控制器中通过电路直接采集跑步机的工作电流获得。

与现有的技术相比，本发明的有益效果是：

1、经济性。本发明方案通过电机控制板采集并上传电机工作电流，利用跑步机显示仪表板上的运算单元进行计算，无需增加任何传感器和电子元器件、结构零件，不会增加任何成本。

2、准确性。本发明方案采集每个跑步者的跑步电流，上传到云端服务器进行识别参数计算，并回传到跑步机端进行识别，主动适应不同的跑步者，计步精度更高。

3、功能强。本发明方案不但能够计步，而且能够识别不同的跑步者，为能耗的计算提供了更多的参量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例的跑步者身份识别及计步方法的实施流程图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。应当明确，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本领域技术人员应当知晓，下述具体实施例或具体实施方式，是本发明为进一步解释具体的发明内容而列举的一系列优化的设置方式，而该些设置方式之间均是可以相互结合或者相互关联使用的，除非在本发明明确提出了其中某些或某一具体实施例或实施方式无法与其他的实施例或实施方式进行关联设置或共同使用。同时，下述的具体实施例或实施方式仅作为最优化的设置方式，而不作为限定本发明的保护范围的理解。

在一个具体的实施例中，本发明的技术方案可以通过以下方式实现：本技术方案可以识别跑步机的空载状态或/和负载状态，并且能够在跑步机负载状态下，在识别用户身份的同时，实施进行计步运算，具体如下：

a、本技术方案可以应用在如下架构的系统中，该系统包括跑步机端和云端服务器两部分，其中跑步机端负责负载识别和计步识别；云端服务器负责训练学习，计算识别跑步者的身份并统计步态和步数；跑步机端与云端服务器通过有线或无线方式连接，进行数据交换；

b、电流信号的采集，在电机控制器中通过电路直接采集跑步机的工作电流；这种采集方法不但采集精度高，而且采集电流数据可靠、完整；

c、跑步机空载、负载智能识别，通过机器学习的方法，智能识别跑步机的运行情况是空载还是负载识别步骤如下：

①分别采集跑步机在不同速度(例如2km/h，4km/h，6km/h，8km/h，10km/h等)下空载和负载时的2组电流值；当然，电流值也可以采集更多组，例如3组、4组、5组等，和/或者每组采集的速度设置为更多或者更少的速度；

②跑步机端将这些电流值分别传送到云端服务器数据库中；

③在云端服务器分别提取电流的均值和方差作为特征，并对特征进行归一化处理。归一化方法具体为其中d和d′分别表示归一化之前后的值，max表示该特征的最大值，min表示该特征的最小值；

④云端服务器使用机器学习的方法，构建空载负载电流模型，并根据采集大量的空载负载电流数据，训练这些特征，得到可以对负载状态和空载状态进行分类的参数；

⑤云端服务器训练得到的参数传送到跑步机控制器端，跑步机控制器根据采集的电流实时识别跑步机处于空载状态还是负载状态；

d、跑步者步态智能识别，通过机器学习的方法，智能识别跑步者的身份，识别步骤如下：

①分别采集跑步者在不同速度(2km/h，4km/h，6km/h，8km/h，10km/h)下跑步者的1组电流值；当然，电流值也可以采集更多组，例如3组、4组、5组等，和/或者每组采集的速度设置为更多或者更少的速度；

②跑步机端将这些电流值分别传送到云端服务器数据库中；

③云端服务器分别提取不同速度对应的电流的特征值，并训练这些特征，得到可以识别跑步者身份的关键参数，这些参数包括不同速度下的电流最大值最小值、电流平均值、电流周期变化t值，基于不同体重和步态的跑步者，这些参数是各不相同的特性，作为身份识别的依据；

④云端服务器训练得到的关键参数传送到跑步机控制器端，跑步机控制器根据采集的电流判定当前的跑步者的身份；

e、跑步者步数统计，步骤如下：

①跑步机在识别跑步者身份的同时进行步数统计，对采集的原始电流进行整型滤波和均值滤波，以便去掉原始电流上面的毛刺；

②使用波形分割的方法来计步，为了避免简单的阈值带来的误判，计步算法采用了波形分割的技术；对滤波后的电流值以波谷为一个波的起始点，下一个相邻的波谷为该波的终止点，一个波谷到达下一个波谷之间的电流值构成一个波，然后，在对这个波的数据再做进一步分析，判断其是否符合一个正常人走跑；

③利用该方法的方法，计算出该段时间内的电流值波形个数，其中一个完整波形对应一步，进而达到计步的功能。

优选地，根据跑步机在空载、负载、不同速度、不同跑步者的情况下，电机电流的波形及波幅的不同，通过云端服务器进行训练学习，提取特征参数并下发到跑步机，跑步机根据这些特征参数去识别不同的跑步者并统计步数。

在一个具体的实施方式中，如图1所示，跑步机启动后，开始采集跑步机驱动电机空载和负载下，不同速度时的电流数据；参数优选地电机工作电流的采集频率为32赫兹；首先对电机电流进行低通滤波，消除毛刺，然后再进行中值滤波，识别电流波形的起始点，然后开始求解完整的波形，提取特征，进行归一化处理；最后通过机器学习算法，计算获得识别参数，从云端服务器下传识别参数到跑步机并写入到跑步机控制板。

跑步机按照固定频率采集驱动电机的电流，通过识别算法首先进行空载和负载的识别；如果判定跑步机现在负载运行，则跑步机对比已经存储的跑步者的特性参数与刚刚采集处理后的跑步者的特性参数，进行跑步者身份识别判断，确定跑步者的身份；同时通过计步特性参数进行走路和跑步状态的识别，如果当前是跑步状态，则跑步数加1，如果当前是走路状态则走路步数加1。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)或随机存储记忆体(randomaccessmemory，ram)等。

以上所述，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，可轻易想到的变化或替换，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。