[发明专利]一种基于评价指标的人在回路智能训练负载曲线优化算法

说明书

本发明涉及一种训练负载曲线优化算法，特别是一种基于评价指标的人在回路智能训练负载曲线优化算法，其采用训练负载的参数化模型、运动相位同步系统、智能评价指标计划系统、生理信号测量系统和总控制系统，在训练过程中实时监测人体的生理信号获得当前人体的评价指标，并通过总控制系统控制实时改变训练负载的参数化模型，利用运动相位同步系统将模型对应的训练负载曲线应用于训练者，使得训练者实时的人体评价指标在训练过程中能够符合基于智能评价指标计划系统生成的评价指标最佳变化曲线。本发明可以针对不同的训练目的，生成对应的最佳评价指标曲线，相比于单一常值评价指标，时变的曲线更能符合人体这个系统的复杂特性。

技术领域

本发明涉及一种训练负载曲线优化算法，特别是一种基于评价指标的人在回路智能训练负载曲线优化算法。

背景技术

2010-2020年我国参加体育锻炼的人数明显增加，据国家统计局发布，预计到2020年我国体育产业总产值突破3万亿，经常参加锻炼的人数达到4.35亿，人均体育场地面积达到1.8平方米。随着训练人数的增加，存在一个普遍的问题是人们锻炼的目的多种多样。普通大众需要自己学习相当多的训练知识并且在私人训练员或健康教练的经验指导下，才能有效的实现目标。这种训练方式不仅对很多的健身爱好者来说是很昂贵的，而且教练只能凭借自身的经验粗略的指导，无法精准的实现基于特定目标和量化的训练方式。

针对上述情况，现有技术中已经给出过解决方案。

CN111111111A专利提出了一种健身实时监测系统及方法，实时监测系统采集用户体表的温度数据、肌肉热成像图、脸部热成像图、用户健身姿态的视频图像信息，存储到云端服务器，生成具有标准动作的标准3D人物模型和与用户当前健身动作一致的实时3D人物模型。对用户体表的温度数据、肌肉热成像图、脸部热成像图数据进行处理，计算出用户肌肉的疲劳程度，在3D模型上用不同颜色显示疲劳程度。该方法可以方便用户改正自己错误的健身动作,又可以实时了解身体肌肉的疲劳程度，避免造成损伤。

KEEP公司的手环能够通过输入人体生理参数，得到训练过程中的最佳心率大小，训练者可以在训练过程中保持这个心率大小实现最佳的训练结果。KEEP 同时可以检测人的运动角度矫正训练姿势，计算卡路里。

但是，现有技术中仍存在以下不足：

首先，目前训练者只能实现简单的健身指标，如心率，训练者能够较好的维持在某一个值。如果指标在训练的过程中是时变的，那么单靠训练者和教练也难以实现了。

其次，智能健身提出的较为复杂，更加接近人体真实情况的健身指标，譬如疲劳度、能耗、血氧含量等，训练者只能凭借自身的经验粗略的去实现，目前的智能健身系统控制回路也并没有将人包含在内，因此无法精准的实现基于健身指标的精准训练方法。

发明内容

本发明的目的是为了解决上述现有技术的不足而提供一种基于评价指标的人在回路智能训练负载曲线优化算法，其控制回路将人包含在内，可精准的实现基于时变的复杂健身指标曲线目标的训练方式，实现精准的科学的量化训练。

为了实现上述目的，本发明所设计的一种基于评价指标的人在回路智能训练负载曲线优化算法，该算法采用：

训练负载的参数化模型；

通过试验，调研和健身专家的指导，在特定训练目标下，得到针对某组健身训练动作的科学合理的训练负载曲线。训练负载曲线以训练运动相位为自变量，能够适应不同生理参数的训练者和不同的训练运动速度。根据该负载曲线，选择几个对训练效果影响较大的物理参数形成集合，通过改变参数集合，就可以生成一系列的类似的训练负载曲线，满足不同的训练目的要求和健身训练者自身体质的要求。

运动相位同步系统，实现训练负载曲线与训练者的训练周期同步，从而有效的施加预定义的训练负载；