[发明专利]一种可识别跳绳模式的方法及设备

说明书

本发明公开了一种可识别跳绳模式的方法及设备，能够对跳绳的单摇模式、双摇模式、有绳模式和无绳模式进行识别，有利于提升用户体验以及全面分析用户的跳绳能力。

技术领域

本发明涉及跳绳领域，特别涉及一种可识别跳绳模式的方法及设备。

背景技术

数字式跳绳现有的技术方案是通过霍尔传感器、按键开关、光电开关等方式记录跳绳的转动次数，并且跳绳具有多种模式，如“单摇”：要求选手双手摇绳，在一次起跳过程中，绳子从脚下穿过一次；“双摇”要求选手双手摇绳，在一次起跳过程中，绳子从脚下穿过两次；“有绳”就是日常我们认知的普通跳绳；“无绳”无绳跳绳实际上就是跳绳手柄上用一根短绳，连接一个配重物，它能给人一点跳绳时摇绳的感觉；但现有的跳绳只能计算跳绳个数，没有办法识别到一些特殊的姿态，不利于全面分析运动能力，急需一种可识别跳绳模式的方法及设备。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种可识别跳绳模式的方法及设备。

本发明的一种实施例解决其技术问题所采用的技术方案是：一种可识别跳绳模式的方法，包括单摇和双摇判断方法以及有绳和无绳判断方法：

单摇和双摇判断方法包括：

步骤1.1、通过三轴加速度传感器获取三轴加速度数据，分别对各轴加速度数据进行差分滤波和带通滤波后对信号波形进行判断，波形高低起伏的判断为双摇，否则判断为单摇；

步骤1.2、在时间窗口T₁内，对三轴的数据都进行波形高低起伏的判断，如果有任意两个轴判断为高低起伏，则判断时间窗口T₁内的波形为高低起伏，为双摇模式，否则为单摇模式；

有绳和无绳判断方法包括：

步骤2.1、通过三轴加速度传感器获取三轴加速度数据，分别对各轴加速度数据的平滑度进行计算；

步骤2.2、设定时间窗口T₂，获取当时间窗口T₂内的跳绳频率G₁，根据实际情况来记录时间窗口T₂内为有绳或无绳，将平滑度和跳绳频率G₁视为条件，有绳和无绳视为标签，并大量收集数据，使用单层决策树作为弱分类器，使用训练算法来训练单层决策树，得到每棵决策树的参数和权重；

步骤2.3、将当前的跳绳频率G₁和信号平滑度输入到每棵决策树，所有决策树的输出结果乘以权重之后进行累加，以得到当前为有绳模式或无绳模式。

进一步地，波形是否属于高低起伏的判断方法包括：

步骤1.1.1、通过数据统计来设定一个阈值A，时间窗口T₁内的波形峰值为B，对每个轴单独计算时间窗口T₁内的峰值平均值C，计算峰值B大于(峰值平均值C+阈值A)与峰值B小于(峰值平均值C-阈值A)的比值E，如果比值2:3E1:2，则判断该轴的波形属于高低起伏。

进一步地，单摇和双摇判断方法还包括：

步骤1.3、获取跳绳的时间间隔T₃，计算相邻两个高于阈值A的峰值B之间的时间间隔T₄，对三轴的数据都进行上述计算，如果有任意两个轴的T₄＝2T₃，则判断为双摇模式，否则为单摇模式。

进一步地，跳绳的时间间隔T₃的获取方法如下：通过霍尔传感器获取时间T₅内的跳绳个数F，T₃＝T₅/F。

进一步地，跳绳的时间间隔T₃的获取方法如下：