一种应用于智能健身镜的智能阻力推荐方法和系统技术方案

一种应用于智能健身镜的智能阻力推荐方法和系统，包括如下步骤：1)用户初次进行某个力量型动作的多组训练时，先按照推荐的临时阻力值进行第一组训练，每组训练时，若监测到用户调整阻力值，则将临时阻力更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中；2)所述力量型动作的多组训练结束时，记录相同组训练采集的阻力值数据并进行计算得到所述力量型动作的该组训练对应的偏好阻力；3)重复步骤1)

【技术实现步骤摘要】
一种应用于智能健身镜的智能阻力推荐方法和系统


[0001]本专利技术涉及智能健身镜领域，特别是指一种应用于智能健身镜的智能阻力推荐方法和系统。

技术介绍

[0002]随着健身意识的渗透和科技的发展，智能健身产品已开始融入人们的生活，智能力量健身镜也是其中之一。当使用力量健身镜进行力量训练时，是否选用合适的训练阻力则是决定训练效果、规避运动风险的重要因素。
[0003]此处列举几种常见情况来简要说明选择合适训练阻力的重要性：
[0004](1)由于人体各肌群的力量天然存在差异，因此，针对同一名用户，理论上不存在一个能够适配所有动作的阻力值，而是应根据每个动作的属性，选用不同的阻力。比如一个人的腿部力量通常比手臂力量大，因此腿部动作选用的阻力通常比手臂动作大；而一些复合型动作的情况又更加复杂些，若选用过大的阻力可能导致拉伤等运动风险，而选用过小的阻力则难以达到合理的训练强度。在传统训练场景中，人们通常是靠经验或是反复体验不同的阻力来寻找合适的阻力，整个流程较为繁琐、只能依靠体感，缺乏数据支撑，在反复试验不同阻力的过程中还存在消耗体力和受伤风险。因此，如何帮助用户快速又精准的找到合适阻力是一个难题。
[0005](2)在训练过程中，随着训练进度的进展，用户体能也在同步消耗，力量也会随之减弱，那么如何及时识别用户进入力竭状态，并实时调整阻力也是需要解决的重要问题之一。
[0006](3)个体之间的力量差异较大，同一个动作由不同的人执行，所适配的阻力可能天差地别，因此，选择符合个体力量水平的阻力尤为重要。

技术实现思路

[0007]本专利技术的主要目的在于克服现有技术中需要通过经验或是反复体验不同的阻力来寻找合适的阻力的缺陷，提出一种应用于智能健身镜的智能阻力推荐方法和系统，能快速又精准的为用户推荐合适阻力，并能持续优化、逐步提高精准度。
[0008]本专利技术采用如下技术方案：
[0009]一种应用于智能健身镜的智能阻力推荐方法，其特征在于，包括如下步骤：
[0010]1)用户初次进行某个力量型动作的多组训练时，先按照推荐的临时阻力值进行第一组训练，每组训练时，若监测到用户调整阻力值，则将临时阻力更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中；
[0011]2)所述力量型动作的多组训练结束时，记录相同组训练采集的阻力值数据并进行计算得到所述力量型动作的该组训练对应的偏好阻力；
[0012]3)重复步骤1)
‑
2)得到所述用户的不同力量型动作的偏好阻力。
[0013]优选的，通过采集用户体测的运动测试数据，分析得到每个力量型动作的多个RM
值，并设置成每个力量型动作按照不同RM值分成不同的多组训练；则步骤1)中，多组训练时，不同组训练推荐对应的RM值作为所述临时阻力值，相同组训练中的第一组训练推荐对应的RM值作为所述临时阻力值，所述相同组训练是指每组力量型动作相同且目标次数相同，不同组训练是指每组力量型动作不同且目标次数不同。
[0014]优选的，步骤2)中，先判断相同组训练的阻力值数据是否达标，若是，则根据次数权重计算相同组训练中的不同阻力值的总使用次数，选择总使用次数最多的阻力值作为该组训练的偏好阻力。
[0015]优选的，所述则根据权重参数计算相同组训练中的不同阻力值的总使用次数具体为：将每组训练的第一次动作的阻力值的次数权重设为P1，当次动作调整后的阻力值的次数权重设为P2，其余次阻力值的次数权重为P，并且P1＜P＜P2，将每个阻力值的次数权重相加即得到所述总使用次数。
[0016]优选的，步骤2)中，得到所述力量型动作的某一组训练的偏好阻力后，若其它不同组训练的阻力值数据不达标，则其偏好阻力可通过对已知的偏好阻力进行RM转换得到。
[0017]优选的，还包括偏好阻力更新步骤：
[0018]用户再次进行某个力量型动作的多组训练时，先按照推荐的对应的偏好阻力值进行训练，每组训练时，若监测到用户调整阻力值，则将偏好阻力值更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中；
[0019]所述力量型动作的多组训练结束时，记录相同组训练采集的阻力值数据，并结合历史的相同组训练采集的阻力值数据计算得到该组训练对应的新的偏好阻力。
[0020]优选的，还包括智能助力步骤：
[0021]采集用户进行当前组训练时的运动数据；
[0022]对采集的所述运动数据进行分析计算，得到用户在当前组训练的多个维度的基准数据；
[0023]监测当前组训练的后续的运动数据，并与多个维度的基准数据进行对比分析，判断所述用户是否进入力竭状态，若是，则触发智能助力模式。
[0024]优选的，所述运动数据至少包括出绳幅度和出绳时长；所述基准数据包括助力幅度基准和助力触发时长基准。
[0025]优选的，所述力量型动作包括有向心动作和离心动作，所述助力幅度基准为当前次向心动作的终点幅度与上一次离心动作的终点幅度之间的差值的绝对值；所述助力触发时长基准为当前次向心动作的终点的时间点与上一次离心动作的终点的时间点之间的时长。
[0026]优选的，所述基准数据包括平均基准值，当前组训练执行多次所述力量型动作时，分别得到多个助力幅度基准和多个助力触发时长基准，将多个助力幅度基准和多个助力触发时长基准分别进行平均值计算，得到当组训练的助力幅度平均基准值和助力触发时长平均基准值。
[0027]优选的，所述基准数据还包括基准值范围，对所述当组训练的助力幅度平均基准值和助力触发时长平均基准值分别赋予一个波动幅度，从而得到当组训练的助力幅度范围和助力触发时长范围。
[0028]优选的，所述监测当前组训练的后续的运动数据，并与多个维度的基准数据进行
对比分析，判断所述用户是否进入力竭状态，具体如下：
[0029]获取当前组训练的后续每一次动作的运动数据，判断用户进行向心动作的时长是否超过助力触发时长范围且出绳幅度是否位于助力幅度范围内，若是，则判定所述用户进入力竭状态。
[0030]优选的，所述智能助力模式是指将当前的阻力持续自动下降，直到用户进行向心动作的出绳幅度超出助力幅度范围或阻力降至最低阻力值，则停止下降阻力。
[0031]一种应用于智能健身镜的智能阻力推荐系统，其特征在于，包括：
[0032]采集装置，采集用户在进行某个力量型动作的多组训练中的运动数据；
[0033]赋力装置，用于推荐临时阻力值或偏好阻力值，每组训练时，若监测到阻力值调整，则将临时阻力或偏好阻力值更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中；
[0034]力量训练装置，用于提供临时阻力值或偏好阻力以供用户执行力量型动作；
[0035]分析计算装置，根据采集的阻力值数据进行计算得到所述力量型动作的该组训练对应的偏好阻力以及不同力量型动作的偏好阻力。
[0036]优选的，还包括智能助力装置，对采集的当本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于智能健身镜的智能阻力推荐方法，其特征在于，包括如下步骤：1)用户初次进行某个力量型动作的多组训练时，先按照推荐的临时阻力值进行第一组训练，每组训练时，若监测到用户调整阻力值，则将临时阻力更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中；2)所述力量型动作的多组训练结束时，记录相同组训练采集的阻力值数据并进行计算得到所述力量型动作的该组训练对应的偏好阻力；3)重复步骤1)
‑
2)得到所述用户的不同力量型动作的偏好阻力。2.如权利要求1所述的一种应用于智能健身镜的智能阻力推荐方法，其特征在于，通过采集用户体测的运动测试数据，分析得到每个力量型动作的多个RM值，并设置成每个力量型动作按照不同RM值分成不同的多组训练；则步骤1)中，多组训练时，不同组训练推荐对应的RM值作为所述临时阻力值，相同组训练中的第一组训练推荐对应的RM值作为所述临时阻力值，所述相同组训练是指每组力量型动作相同且目标次数相同，不同组训练是指每组力量型动作不同且目标次数不同。3.如权利要求1所述的一种应用于智能健身镜的智能阻力推荐方法，其特征在于，步骤2)中，先判断相同组训练的阻力值数据是否达标，若是，则根据次数权重计算相同组训练中的不同阻力值的总使用次数，选择总使用次数最多的阻力值作为该组训练的偏好阻力。4.如权利要求3所述的一种应用于智能健身镜的智能阻力推荐方法，其特征在于，所述则根据权重参数计算相同组训练中的不同阻力值的总使用次数具体为：将每组训练的第一次动作的阻力值的次数权重设为P1，当次动作调整后的阻力值的次数权重设为P2，其余次阻力值的次数权重为P，并且P1＜P＜P2，将每个阻力值的次数权重相加即得到所述总使用次数。5.如权利要求3所述的一种应用于智能健身镜的智能阻力推荐方法，其特征在于，步骤2)中，得到所述力量型动作的某一组训练的偏好阻力后，若其它不同组训练的阻力值数据不达标，则其偏好阻力可通过对已知的偏好阻力进行RM转换得到。6.如权利要求1所述的一种应用于智能健身镜的智能阻力推荐方法，其特征在于，还包括偏好阻力更新步骤：用户再次进行某个力量型动作的多组训练时，先按照推荐的对应的偏好阻力值进行训练，每组训练时，若监测到用户调整阻力值，则将偏好阻力值更新为当前组训练最后一次使用的阻力值并应用于之后的相同组训练中；所述力量型动作的多组训练结束时，记录相同组训练采集的阻力值数据，并结合历史的相同组训练采集的阻力值数据计算得到该组训练对应的新的偏好阻力。7.如权利要求1所述的一种应用于智能健身镜的智能阻力推荐方法，其特征在于，还包括智能助力步骤：采集用户进行当前组训练时的运动数据；对采集的所述运动数据进行分析计算，得到用户在当前组训练的多个维度的基准数据；监测当前组训练的后续的运动数据，并与多个维度的基准数据进行对比分析，判断所述用户是...

【专利技术属性】
技术研发人员：马晨坤，林瑞影，林承瑜，李威，郑志伟，
申请(专利权)人：数智引力厦门智能科技有限公司，
类型：发明
国别省市：