[发明专利]一种基于智能穿戴设备的户外骑行的监测方法及系统

说明书

本发明涉及一种基于智能穿戴设备的户外骑行的监测方法，包括步骤：通过三轴加速度传感器采集用户运动过程中的三轴加速度数据；对采集的三轴加速度数据进行特征提取得到信号噪声的特征信息；根据三轴加速度数据基线值计算用户运动过程中稳定状态下的腕部空间角度；将获取的信号噪声的特征信息和腕部空间角度进行信号综合处理，判断用户当前的运动类型是否属于骑行状态，若是则输出。本发明通过三轴加速度的信号噪声的离散程度、基线值、频率特点以及空间角度综合判断用户的骑行状态并计算骑行时长，使得对骑行状态的判断更为准备，以达到对不同情况的骑行路面及不同的骑行速度进行骑行监测。

技术领域

本发明涉及骑行运动监测技术领域，特别是涉及一种基于智能穿戴设备的户外骑行的监测方法及系统。

背景技术

随着人们生活质量的提高，对健康也越来越重视，一些健身及户外活动也逐渐成为时尚。随着共享单车的全面普及，自行车已经不单是代步工具，慢慢成了许多人热衷的锻炼方式，上下班踩单车，不仅绿色且少了挤公共交通工具的烦恼，还锻炼了身体。骑行作为一种健康自然的运动户外旅游方式 ，也可以让人充分享受旅行过程之美 。随着户外骑行的逐渐普及，如何提供户外骑行时人体的健康状况监测方案成为热点问题。

发明内容

本发明为克服上述现有技术所述的不足，提供一种基于智能穿戴设备的户外骑行的监测方法及系统。

为解决上述技术问题，本发明的技术方案如下：

一种基于智能穿戴设备的户外骑行的监测方法，包括如下步骤：

S10. 通过三轴加速度传感器采集用户运动过程中的三轴加速度数据；

S20. 对采集的三轴加速度数据进行特征提取得到信号噪声的特征信息；

S30. 根据三轴加速度数据基线值计算用户运动过程中稳定状态下的腕部空间角度；

S40. 将获取的信号噪声的特征信息和腕部空间角度进行信号综合处理，判断用户当前的运动类型是否属于骑行状态，若是则输出该状态。

进一步的，作为优选技术方案，步骤S20中信号噪声的特征信息包括离散程度、基线值和频率特点；所述离散程度表示信号噪声的波动强度，所述基线值表示三轴加速度数据的三轴波形的集中趋势，所述频率特点用于判断三轴加速度数据的频率分布情况。

进一步的，作为优选技术方案，步骤S30中的腕部空间角度的计算包括：根据重力加速度在三轴加速度传感器的三轴之间的分量，计算出三轴加速度传感器的三轴分别与重力加速度之间的夹角。

进一步的，作为优选技术方案，步骤S40的判断标准：

S401. 根据三轴加速度数据的离散程度是否在预设的骑行状态下的离散程度阈值范围内判断用户当前的运动类型是否属于骑行状态；

S402. 根据计算的腕部空间角度是否在预设的骑行握把的姿态角范围内判断用户当前的运动类型是否属于骑行状态；

S403. 根据频率分布情况是否均匀且有无明显的低频分量判断用户当前的运动类型是否属于骑行状态。

进一步的，作为优选技术方案，还包括步骤S50. 当用户当前的运动类型属于骑行状态时，输出该状态并开始记录骑行时间，否则重复执行步骤S10；

S60. 判断预设的固定时长内用户当前的运动类型是否属于骑行状态，若是则执行步骤S50，否则判断用户骑行结束，输出用户的骑行记录和骑行总时长。

进一步的，作为优选技术方案，判断所述离散程度的参数包括极差、方差和标准差之中的至少一种。

进一步的，作为优选技术方案， 计算基线值的参数包括获取三轴加速度数据的平均数、众数或中位数。