本發(fā)明涉及體育健身領(lǐng)域，具體涉及一種工間操評分系統(tǒng)。

背景技術(shù)：

辦公室人員平均每天坐著的時間高達9.3小時，比睡覺的時間還長，久坐會導(dǎo)致亞健康癥狀，例如，背痛、脖子酸痛、腰椎間盤突出、易疲勞、慢性病和體能不足等現(xiàn)狀。辦公室人員可以在休息時間做工間操來進行調(diào)節(jié)，工間操是微運動，而且不受場地限制，由于其緩解疲勞、調(diào)節(jié)情緒和鍛煉身體的優(yōu)點而日益受到人們的重視，工間操既時卸載身體的負荷，保持健康的體魄，高效的工作。傳統(tǒng)的做法是，辦公室人員模仿圖片或視頻里的工間操活動，但是無法知道姿勢是否標(biāo)準(zhǔn)，如果姿勢不標(biāo)準(zhǔn)，則達不到良好的運動效果。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的在于提供一種工間操評分系統(tǒng)，能夠根據(jù)用戶手部的實際運動軌跡與目標(biāo)運動軌跡之間的匹配誤差對用戶進行評分，使用戶了解工間操的姿勢是否標(biāo)準(zhǔn)。

為達到以上目的，本發(fā)明采取的技術(shù)方案是：

一種工間操評分系統(tǒng)，基于穿戴于手部的智能設(shè)備，所述智能設(shè)備設(shè)有多個加速度傳感器，所述系統(tǒng)包括：

目標(biāo)創(chuàng)建模塊，用于創(chuàng)建多個關(guān)鍵幀，每一個所述關(guān)鍵幀包括工間操中人體手部的一個目標(biāo)位置坐標(biāo)，基于所述目標(biāo)位置坐標(biāo)構(gòu)建手部的目標(biāo)運動軌跡；

采集模塊，用于采集加速度傳感器檢測到的用戶手部按照所述目標(biāo)運動軌跡運動時的三維加速度；

軌跡計算模塊，用于根據(jù)加速度傳感器檢測到的三維加速度計算用戶手部的實際位置坐標(biāo)；

評分模塊，用于計算所述實際位置坐標(biāo)與所述目標(biāo)運動軌跡之間的匹配誤差以及用戶手部運動的完美度得分，并根據(jù)所述用戶手部運動的完美度得分對用戶進行評分。

在上述技術(shù)方案的基礎(chǔ)上，所述關(guān)鍵幀的總數(shù)為4，4個所述關(guān)鍵幀中依次存放工間操中人體手部的位置坐標(biāo)d₁,d₂,d₃和d₄。

在上述技術(shù)方案的基礎(chǔ)上，所述目標(biāo)創(chuàng)建模塊基于所述目標(biāo)位置坐標(biāo)，通過貝塞爾曲線方法構(gòu)建手部的目標(biāo)運動軌跡。

在上述技術(shù)方案的基礎(chǔ)上，所述目標(biāo)創(chuàng)建模塊基于所述目標(biāo)位置坐標(biāo)，通過貝塞爾曲線方法構(gòu)建手部的目標(biāo)運動軌跡包括：

對于4個關(guān)鍵幀中人體手部的位置坐標(biāo)d₁,d₂,d₃,d₄，根據(jù)貝塞爾曲線定義貝塞爾三角多項式曲線段作為所述目標(biāo)運動軌跡:

其中，p(t)為所述目標(biāo)運動軌跡，n＝1,2,3,4，t為角度，

由上式可知，0≤x_n(t)≤1，且三角多項式曲線段具有幾何不變性，即在平移和旋轉(zhuǎn)下不變形，則

在上述技術(shù)方案的基礎(chǔ)上，所述軌跡計算模塊根據(jù)檢測到的三維加速度，通過卡爾曼濾波方法計算用戶手部的實際位置坐標(biāo)。

在上述技術(shù)方案的基礎(chǔ)上，所述加速度傳感器檢測s時刻的用戶手部運動的三維加速度為慣性坐標(biāo)X、Y和Z軸的a_sx、a_sy和a_sz，s＝1,2,…,m，m為正整數(shù)；

所述軌跡計算模塊根據(jù)檢測到的三維加速度，通過卡爾曼濾波方法計算用戶手部的實際位置坐標(biāo)包括：

用戶手部在s時刻的非線性過程和測量方程分別為：

X_s＝f(X_s-1,U_s-1)+μ_s-1，

Z_s＝h(X_s)+ν_s，

其中，X_s＝[Q_sx Q_sy Q_sz V_sx V_sy V_sz]^T是慣性坐標(biāo)系下用戶手部在s時刻的狀態(tài)向量，[Q_sx Q_sy Q_sz]^T為用戶手部的三維位置向量，[V_sx V_sy V_sz]^T為用戶手部的三維速度向量，X_s-1是慣性坐標(biāo)系下用戶手部在s-1時刻的狀態(tài)向量，U_s-1＝[a_(s-1)x a_(s-1)y a_(s-1)z]^T是用戶手部s-1時刻的三維加速度向量，f(X_s-1,U_s-1)為X_s-1和U_s-1的函數(shù)，Z_s是用戶手部在s時刻的位置的觀測向量，h(X_s)為X_s的函數(shù)，μ_s-1和ν_s分別為s-1時刻過程激勵噪聲和s時刻觀測噪聲，假設(shè)過程激勵噪聲和觀測噪聲是相互獨立的，且均為零均值白噪聲向量。

在上述技術(shù)方案的基礎(chǔ)上，所述評分模塊用于分別計算所述實際位置坐標(biāo)在X、Y和Z軸上與所述目標(biāo)運動軌跡之間的匹配誤差，將計算得到的所述目標(biāo)運動軌跡與所述匹配誤差的差值作為用戶手部的X、Y和Z軸完美度得分，X、Y和Z軸完美度得分的均值即為用戶手部運動的完美度得分P_w，并根據(jù)所述用戶手部運動的完美度得分對用戶進行評分。

在上述技術(shù)方案的基礎(chǔ)上，所述實際位置坐標(biāo)與所述目標(biāo)運動軌跡之間的匹配誤差ε_r的計算依據(jù)公式：

其中，Q(s)表示用戶手部的三維位置向量，Q(s)＝[Q_sx Q_sy Q_sz]^T，s＝1,2,…,m，m為正整數(shù)，Q_sx，Q_sy和Q_sz分別為s時刻用戶手部在X、Y和Z軸的實際位置坐標(biāo)，從所述目標(biāo)運動軌跡中選取m個點，P(s)表示第s個點的三維位置向量，P(s)＝[P_sx P_sy P_sz]^T，P_sx，P_sy和P_sz分別為所述目標(biāo)運動軌跡上第s個點在X、Y和Z軸的坐標(biāo)。

在上述技術(shù)方案的基礎(chǔ)上，所述完美度得分P_w計算公式為：

其中，ε_rx，ε_ry和ε_rz分別為所述實際位置坐標(biāo)與所述目標(biāo)運動軌跡之間在X、Y和Z軸的匹配誤差。

在上述技術(shù)方案的基礎(chǔ)上，所述智能設(shè)備為智能手環(huán)或者智能手機。

本發(fā)明的有益效果在于：

1、本發(fā)明根據(jù)用戶手部的實際位置坐標(biāo)與目標(biāo)運動軌跡之間的匹配誤差對用戶進行評分，使用戶了解工間操的姿勢是否標(biāo)準(zhǔn)。

2、本發(fā)明在智能手環(huán)或者手機客戶端實現(xiàn)，具有智能、直觀、使用方便和適用范圍廣的特點。

3、本發(fā)明根據(jù)用戶手部的實際位置坐標(biāo)與目標(biāo)運動軌跡之間的匹配誤差對用戶進行評分，增加了工間操的趣味性和娛樂性。

附圖說明

圖1為本發(fā)明實施例工間操評分系統(tǒng)示意圖。

圖中：1-目標(biāo)創(chuàng)建模塊，2-采集模塊，3-軌跡計算模塊，4-評分模塊。

具體實施方式

以下結(jié)合附圖及實施例對本發(fā)明作進一步詳細說明。

如圖1所示，本發(fā)明提供一種工間操評分系統(tǒng)，基于穿戴于手部的智能設(shè)備，智能設(shè)備設(shè)有多個加速度傳感器，包括目標(biāo)創(chuàng)建模塊1、采集模塊2、軌跡計算模塊3和評分模塊4。

其中，目標(biāo)創(chuàng)建模塊1、采集模塊2、軌跡計算模塊3和評分模塊4兩兩連接，均設(shè)于智能設(shè)備內(nèi)的應(yīng)用中。

智能設(shè)備為智能手環(huán)或者智能手機，通過設(shè)于智能手環(huán)或智能手機中的三軸加速度傳感器捕捉人體手部運動加速度。智能設(shè)備可以基于安卓或者ios，因此，本發(fā)明的適用范圍廣泛。

目標(biāo)創(chuàng)建模塊1，用于創(chuàng)建多個關(guān)鍵幀，每一個關(guān)鍵幀包括工間操中人體手部的一個目標(biāo)位置坐標(biāo)，基于目標(biāo)位置坐標(biāo)構(gòu)建手部的目標(biāo)運動軌跡。

關(guān)鍵幀的總數(shù)為4，4個關(guān)鍵幀中依次存放工間操中人體手部的位置坐標(biāo)d₁,d₂,d₃和d₄。

目標(biāo)創(chuàng)建模塊1基于目標(biāo)位置坐標(biāo)，通過貝塞爾曲線方法構(gòu)建手部的目標(biāo)運動軌跡。

目標(biāo)創(chuàng)建模塊1基于目標(biāo)位置坐標(biāo)，通過貝塞爾曲線方法構(gòu)建手部的目標(biāo)運動軌跡包括：

對于4個關(guān)鍵幀中人體手部的位置坐標(biāo)d₁,d₂,d₃,d₄，根據(jù)貝塞爾曲線定義貝塞爾三角多項式曲線段作為目標(biāo)運動軌跡:

其中，p(t)為目標(biāo)運動軌跡，n＝1,2,3,4，t為角度，

由上式可知，0≤x_n(t)≤1，且三角多項式曲線段具有幾何不變性，即在平移和旋轉(zhuǎn)下不變形，則

采集模塊2，用于采集加速度傳感器檢測到的用戶手部按照目標(biāo)運動軌跡運動時的三維加速度。

由于不同智能設(shè)備的硬件不同，本發(fā)明針對不同智能設(shè)備中不同類型的加速度傳感器，可以進行微調(diào)整，例如，計數(shù)間隔時間，保證加速度傳感器測量的準(zhǔn)確性，從而使本發(fā)明適用于不同的智能設(shè)備。

軌跡計算模塊3，用于根據(jù)加速度傳感器檢測到的三維加速度計算用戶手部的實際位置坐標(biāo)。

軌跡計算模塊3根據(jù)檢測到的三維加速度，通過卡爾曼濾波方法計算用戶手部的實際位置坐標(biāo)。

加速度傳感器檢測s時刻的用戶手部運動的三維加速度為慣性坐標(biāo)X、Y和Z軸的a_sx、a_sy和a_sz，s＝1,2,…,m，m為正整數(shù)；

軌跡計算模塊3根據(jù)檢測到的三維加速度，通過卡爾曼濾波方法計算用戶手部的實際位置坐標(biāo)包括：

用戶手部在s時刻的非線性過程和測量方程分別為：

X_s＝f(X_s-1,U_s-1)+μ_s-1，

Z_s＝h(X_s)+ν_s，

其中，X_s＝[Q_sx Q_sy Q_sz V_sx V_sy V_sz]^T是慣性坐標(biāo)系下用戶手部在s時刻的狀態(tài)向量，[Q_sx Q_sy Q_sz]^T為用戶手部的三維位置向量，[V_sx V_sy V_sz]^T為用戶手部的三維速度向量，X_s-1是慣性坐標(biāo)系下用戶手部在s-1時刻的狀態(tài)向量，U_s-1＝[a_(s-1)x a_(s-1)y a_(s-1)z]^T是用戶手部s-1時刻的三維加速度向量，f(X_s-1,U_s-1)為X_s-1和U_s-1的函數(shù)，Z_s是用戶手部在s時刻的位置的觀測向量，h(X_s)為X_s的函數(shù)，μ_s-1和ν_s分別為s-1時刻過程激勵噪聲和s時刻觀測噪聲，假設(shè)過程激勵噪聲和觀測噪聲是相互獨立的，且均為零均值白噪聲向量。

評分模塊4，用于計算實際位置坐標(biāo)與目標(biāo)運動軌跡之間的匹配誤差以及用戶手部運動的完美度得分，并根據(jù)用戶手部運動的完美度得分對用戶進行評分。

評分模塊4用于分別計算實際位置坐標(biāo)在X、Y和Z軸上與目標(biāo)運動軌跡之間的匹配誤差，將計算得到的目標(biāo)運動軌跡與匹配誤差的差值作為用戶手部的X、Y和Z軸完美度得分，X、Y和Z軸完美度得分的均值即為用戶手部運動的完美度得分P_w，并根據(jù)用戶手部運動的完美度得分對用戶進行評分。

實際位置坐標(biāo)與目標(biāo)運動軌跡之間的匹配誤差ε_r的計算依據(jù)公式：

其中，Q(s)表示用戶手部的三維位置向量，Q(s)＝[Q_sx Q_sy Q_sz]^T，s＝1,2,…,m，m為正整數(shù)，Q_sx，Q_sy和Q_sz分別為s時刻用戶手部在X、Y和Z軸的實際位置坐標(biāo)，從目標(biāo)運動軌跡中選取m個點，P(s)表示第s個點的三維位置向量，P(s)＝[P_sx P_sy P_sz]^T，P_sx，P_sy和P_sz分別為目標(biāo)運動軌跡上第s個點在X、Y和Z軸的坐標(biāo)。

完美度得分P_w計算公式為：

其中，ε_rx，ε_ry和ε_rz分別為實際位置坐標(biāo)與目標(biāo)運動軌跡之間在X、Y和Z軸的匹配誤差。

智能設(shè)備為智能手環(huán)或者智能手機。

得到評分后，智能手機或手環(huán)可以語音播報對用戶的評分。

本發(fā)明根據(jù)用戶手部的實際位置坐標(biāo)與目標(biāo)運動軌跡之間的匹配誤差對用戶進行評分，使用戶了解工間操的姿勢是否標(biāo)準(zhǔn)。

本發(fā)明在智能手環(huán)或者手機客戶端實現(xiàn)，具有智能、直觀和使用方便的特點。

本發(fā)明根據(jù)用戶手部的實際位置坐標(biāo)與目標(biāo)運動軌跡之間的匹配誤差對用戶進行評分，增加了工間操的趣味性和娛樂性。

本發(fā)明不局限于上述實施方式，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也視為本發(fā)明的保護范圍之內(nèi)。本說明書中未作詳細描述的內(nèi)容屬于本領(lǐng)域?qū)I(yè)技術(shù)人員公知的現(xiàn)有技術(shù)。