[go: up one dir, main page]

TWI745812B - 智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置 - Google Patents

智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置 Download PDF

Info

Publication number
TWI745812B
TWI745812B TW108147575A TW108147575A TWI745812B TW I745812 B TWI745812 B TW I745812B TW 108147575 A TW108147575 A TW 108147575A TW 108147575 A TW108147575 A TW 108147575A TW I745812 B TWI745812 B TW I745812B
Authority
TW
Taiwan
Prior art keywords
fatigue
action
time
threshold
parameters
Prior art date
Application number
TW108147575A
Other languages
English (en)
Other versions
TW202124003A (zh
Inventor
盧彥年
許峻翔
李念亞
林淵翔
Original Assignee
財團法人工業技術研究院
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 財團法人工業技術研究院 filed Critical 財團法人工業技術研究院
Priority to TW108147575A priority Critical patent/TWI745812B/zh
Priority to CN201911396869.1A priority patent/CN113018825A/zh
Publication of TW202124003A publication Critical patent/TW202124003A/zh
Application granted granted Critical
Publication of TWI745812B publication Critical patent/TWI745812B/zh

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • A63B2071/0625—Emitting sound, noise or music
    • A63B2071/063—Spoken or verbal instructions
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B2071/0655—Tactile feedback
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B2071/0694—Visual indication, e.g. Indicia
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/30—Speed
    • A63B2220/34—Angular speed
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/40—Acceleration
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/60—Measuring physiological parameters of the user muscle strain, i.e. measured on the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本揭露提出一種智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置。智慧即時運動疲勞偵測系統，包括：感測模組，偵測動作資訊的六軸原始資料；處理模組，將六軸原始資料以帶通濾波處理後進行切分以計算關於動作資訊的複數個參數；以及至少一控制模組，依據疲勞特徵判斷式執行疲勞辨識以判斷上述參數之一是否超過閥值。若疲勞特徵判斷式的結果為超過閥值，則執行疲勞提醒與警示給使用者。

Description

智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置
本揭露是有關於一種動作感測技術，且特別是有關於一種智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置。
近年來，健身運動風氣逐漸盛行，而民眾會利用空閒時間到健身房等運動場所進行訓練。為了達到更好的訓練效果，許多人常常在一組訓練中作到力竭。然而，若身體已經過度疲勞卻又勉強完成訓練的最後一兩下，很容易造成受傷。因此，如何判斷身體過度疲勞並發出提示給使用者來避免受傷是本領域技術人員應致力的目標。
本揭露提供一種智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置，判斷使用者身體過度疲勞並發出提示給使用者來避免受傷。
本揭露提出一種智慧即時運動疲勞偵測系統，包括：感測模組，偵測動作資訊的六軸原始資料；處理模組，將六軸原始資料以帶通濾波處理後進行切分以計算關於動作資訊的複數個參數；以及至少一控制模組，依據疲勞特徵判斷式執行疲勞辨識以判斷上述參數之一是否超過閥值(threshold)。若疲勞特徵判斷式的結果為超過閥值，則至少一控制模組發出疲勞提醒與警示給使用者。
本揭露提出一種智慧即時運動即時疲勞偵測裝置，可設置於一健身器材，包括：感測單元，偵測動作資訊；通信單元，將動作資訊傳輸至外部裝置；以及控制單元，將由外部裝置接收到的疲勞提醒與警示給使用者。疲勞提醒與警示為外部裝置依據疲勞特徵判斷式執行疲勞辨識以判斷動作資訊的多個參數之一是否超過閥值得到。
本揭露提出一種智慧即時運動即時疲勞偵測方法，包括：以感測模組偵測動作資訊；以處理模組將每個動作資訊的六軸原始資料以帶通濾波處理後進行切分以計算關於動作資訊的複數個參數；以至少一控制模組依據疲勞特徵判斷式執行疲勞辨識以判斷上述參數之一是否超過閥值；若疲勞特徵判斷式的結果為超過閥值，則至少一控制模組發出疲勞提醒與警示給使用者。
基於上述，本揭露的智慧即時運動即時疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置會由感測模組偵測使用者運動時的動作資訊，並由處理模組將動作資訊進行切分以計算每一動作資訊的參數。若控制模組依據疲勞特徵判斷式判斷動作資訊的參數超過閥值則將疲勞資訊透過顯示、震動或聲音來回饋給使用者，以避免使用者在過度疲勞時繼續運動而造成受傷。
為讓本揭露的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。
圖1為根據本揭露一實施例的智慧即時運動疲勞偵測系統的方塊圖。
請參照圖1，本揭露一實施例的智慧即時運動疲勞偵測系統100包括疲勞偵測裝置110(或稱為智慧即時運動疲勞偵測裝置)及外部裝置120。疲勞偵測裝置110及外部裝置120通過各自的通信單元(例如，藍芽通訊模組或其他類似元件)彼此溝通。疲勞偵測裝置110例如是可拆卸式裝置並可拆卸地設置於運動器材上，或是直接內嵌於運動器材中，用以偵測使用者在運動時的動作資訊。運動器材例如是啞鈴、槓鈴、壺鈴或是其他任何種類的自由重量運動器材或機械式運動器材。外部裝置120例如是智慧型手機、平板電腦、個人電腦、伺服器等電子裝置。疲勞偵測裝置110包括感測模組111、控制模組112及通信模組113。感測模組111包括慣性感測器，且慣性感測器至少包含三軸加速度計(Accelerometer)及三軸陀螺儀(Gyroscope)。感測模組111還可包括磁力儀(Magnetometer)、氣壓計(Barometer)等感測元件。控制模組112例如是微處理器控制單元(Microprocessor Control Unit，MCU)或其他類似元件。通信模組113例如是藍芽模組或其他無線通信元件。疲勞偵測裝置110還可包括電源供應器(未繪示於圖中)以對感測模組111及控制模組112進行供電。外部裝置120包括處理模組121及顯示模組122。處理模組121例如是中央處理器(Central Processing Unit，CPU)或其他類似元件。顯示模組122例如是電腦軟體、行動應用程式(APP)等軟體程式。
當使用者利用運動器材進行運動時，感測模組111可偵測使用者的動作資訊(例如，向心動作資訊及離心動作資訊)的六軸原始資料，並將六軸原始資料傳送到處理模組121進行分析。處理模組121可將六軸原始資料以帶通濾波處理後進行切分以計算關於動作資訊的多個參數，且控制模組112依據疲勞特徵判斷式執行疲勞辨識以判斷多個參數的其中之一是否超過閥值(threshold)。多個參數可包括時域特徵、頻域特徵及預測相對路徑特徵。若疲勞特徵判斷式的結果為超過閥值，則控制模組112及顯示模組122執行疲勞提醒與警示給使用者。若疲勞特徵判斷式的結果為未超過閥值，則感測模組111偵測下一個動作資訊。舉例來說，疲勞偵測裝置110可通過顯示器顯示文字或圖案或通過光源(例如，LED)發出光線、通過震動馬達產生特定形式的震動、或通過揚聲器發出特定聲響來提醒使用者已經過於疲勞。值得注意的是，多個動作資訊的參數所對應的閥值建立，係經過肌電儀(EMG)中位頻率對照(將於下文中詳細說明)。使用者的訓練動作可包括二頭肌彎舉、三頭肌伸展、單臂划船、雙臂划船、槓鈴深蹲、槓鈴臥推、硬舉等訓練動作。
圖2為根據本揭露一實施例的智慧即時運動疲勞偵測方法的流程圖。在進行即時運動疲勞偵測之前，疲勞特徵判斷系統200需先被建立。
請同時參照圖1及圖2。首先，當使用者正在進行運動時，疲勞偵測裝置110的感測模組111可獲得六軸原始資料(S211)。同時，通信模組113將獲得的資訊傳遞至外部裝置120，外部裝置120的處理模組121可先對六軸原始資料進行帶通濾波(S212)操作，再接著進行波形圖中的波峰/波谷判定(S213)。
值得注意的是，在波峰/波谷的判定中，疲勞偵測裝置110已於離線設置時將經帶通濾波之六軸原始資料(S231)同時與光球資料(S232)進行比對，並經由帶通濾波(S233)來進行時間同步，以利波峰/波谷的判定。或者，時間同步之帶通濾波(S233)參數可設定於外部裝置120的處理模組121中。
接著，疲勞偵測裝置110或外部裝置120可根據波峰/波谷判定結果來切分每下動作之六軸原始資料(S214)，以獲得該動作資訊的複數個參數，來計算該運動之次數/時間(S215)。同時，疲勞偵測裝置110的控制模組112或外部裝置120的處理模組121將針對經切分後的六軸原始資料計算特徵值(S216)並根據疲勞特徵判斷系統200所建立的疲勞特徵判斷式來判定是否疲勞(S217)。
若該疲勞特徵判斷式的結果為超過該閥值，則至少一控制模組112或外部裝置的顯示模組122發出一疲勞提醒與警示給使用者(S218)；若該疲勞特徵判斷式的結果為未超過該閥值，則繼續進行訓練，該感測模組111繼續偵測下一個動作資訊的六軸原始資料(S211)。
值得注意的是，疲勞偵測裝置110的控制模組112或外部裝置120的處理模組121，可依據離線建立的疲勞特徵判斷系統200執行一疲勞辨識以判斷該些參數之一是否超過一閥值。疲勞特徵判斷系統200的細節將於圖4詳細說明。另外，本揭露不對疲勞特徵判斷式的儲存位置進行限制。
圖3為根據本揭露一實施例建立離線運動疲勞判斷機制的流程圖。
請同時參照圖2，在進行如圖2所示之即時運動疲勞偵測之前，疲勞特徵判斷系統200需預先被建立。
請參照圖3，離線疲勞判斷機制的建立包括偵測六軸原始資料(S221)並分析運動軸向(S222)，在分析運動軸向(S222)中可透過慣性感測器加速度振幅大小來判斷。接著，處理模組121可依據比對光球資料(S223)來進行時間同步的輔助判斷，對六軸原始資料進行帶通濾波(S224)校正處理並切分每下動作(S225)以計算特徵值(S226)，也就是計算對應每下動作的特徵值。將特徵值代入疲勞特徵判斷式之後，就可產生疲勞辨識(S227)的結果。
其中，切分每下動作(S225)後可將經切分後的每下動作之六軸原始資料輸入疲勞判斷系統200以計算特徵值(S226)，藉以建立疲勞特徵判斷式。
圖4為根據本揭露一實施例的疲勞特徵判斷系統的示意圖。如圖4所示，疲勞特徵判斷系統200可針對經切分後的六軸資料(S201)計算時域特徵(S202)，並根據時域特徵來建立疲勞特徵判斷式(S207)。
在一實施例中，疲勞特徵判斷系統200可針對經切分後的六軸原始資料(S201)進行快速傅立葉轉換(S203)並針對轉換後的資料計算頻率特徵(S204)，再根據頻域特徵來建立疲勞特徵判斷式(S207)。
在一實施例中，疲勞特徵判斷系統200可針對經切分後的六軸原始資料(S201)進行角速度/加速度積分(S205)預測相對路徑特徵並針對積分後結果來預測相對路徑(S206)，再根據預測相對路徑的結果來建立疲勞特徵判斷式(S207)。
在疲勞特徵判斷系統200中，還可同時透過光球資料(未圖示)來進行預測相對路徑特徵(S206)的操作。
在建立疲勞特徵判斷式的過程中，會比對EMG肌肉疲勞資料(S208)。具體來說，由於通過EMG的中位頻率來判斷肌肉疲勞是相對準確的，因此處理模組121可建立各種不同的疲勞狀態下EMG資料與慣性感測資料的對應關係，如此一來就可更準確地通過即時的慣性感測資料來判斷肌肉疲勞。
請再參照圖2，以及在同時參考圖4，值得注意的是，在圖2中計算特徵值(S216)時也會執行圖4中S201~S206的步驟，但不會執行比對EMG肌肉疲勞資料(S208)，而是依據已建立的疲勞特徵判斷式(S207)執行疲勞判斷(S217)。
以下說明關於疲勞特徵判斷式中作為疲勞判斷的閥值及疲勞判斷方式。
[根據時域特徵判斷閥值]
圖5A~5B為根據本揭露一實施例的加速度及角速度感測資料(IMU資料)的範例。
在一實施例中，本揭露的閥值可定義為當完成一下動作與特定資料相比的時間開始增加的次數；其中，特定資料可為第一筆動作資料(即，第一下動作)、特定筆動作資料、多筆動作資料平均值或特定閥值。舉例來說，如圖5A在切分每下動作之六軸原始資料中，當單一動作的完成時間(例如，t1、t2) 與特定資料值相比的完成時間(例如，t0)久，則判斷肌肉疲勞，如圖5Ｂ。
在一實施例中，本揭露的閥值可定義為當完成一下動作與特定資料相比的時間連續或累計增加的次數。舉例來說，當一組的運動中連續8下動作的完成時間都超出前述定義的閥值，則判斷肌肉疲勞。
舉例來說，當完成第8下動作時，在第1下動作到第8下動作之間已有累計3次動作的完成時間超出前述定義的閥值，則判斷肌肉疲勞。
圖6A~6C為根據本揭露一實施例的肌電圖(EMG肌肉疲勞資料)中位頻率及回歸預測曲線與慣性感測器(IMU資料)加速度振幅及加速度寬度的對照及範例。
請參照圖6A，圖6A(上)顯示了肌電圖(EMG)中位頻率參考線CF及其回歸預測曲線R。由整體EMG中位頻率(Hz)圖可得知，肌力在運動的過程中是不斷的消耗的，因此可設定一門檻值來判斷肌肉疲勞。
請參照圖6A，圖6A(中)顯示了慣性感測器加速度振幅與運動下數(repetition, rep.)的關係圖；其中，加速度振幅為IMU加速度計資料。加速度振幅為運動的功率的參數之一，當振幅下降表示肌力開始下降。
如圖6A(下)，在一實施例中，本揭露的閥值可定義為當完成一下動作與特定資料相比的振幅持續或累計下降的次數；其中，特定資料可為特定閥值(直線H)。舉例來說，當第5下動作的振幅(編號2)比第1-2下動作的平均振幅(即為特定閥值，直線H)小且當第6下動作的振幅(編號3)也比第1-2下動作的平均振幅小(即連續下降2次)，則判斷肌肉疲勞。
舉例來說，當執行到第6下動作的振幅(編號3)比第1-2下動作的平均振幅(直線H)小時且此狀況已出現2次(編號1-2) 時(即累計下降3次)，則判斷肌肉疲勞。
在一實施例中，本揭露的閥值可定義為當完成一下動作與特定資料相比的振幅持續下降後突然上升時，之後持續下降的次數。舉例來說，當第3下動作的振幅與第1下動作相比持續下降，第4下動作的振幅突然上升，但第5-6下動作的振幅大幅下降(即，之後持續下降2次)，則判斷肌肉疲勞。使用者可能是在第3下動作感到疲勞但奮力完成第4下動作，導致後續動作已經完全無力完成。
請參照圖6B，圖6B(上)顯示了肌電圖(EMG)中位頻率參考線CF及其回歸預測曲線R。由整體EMG中位頻率圖可得知，肌力在運動的過程中是不斷的消耗的，因此可設定一門檻值來判斷肌肉疲勞。
請參照圖6B，圖6B(中)顯示了慣性感測器加速度寬度與運動下數的關係圖。加速度寬度為完成一下動作的資料筆數，等同於完成一下動作的時間區間；其中，時間區間IMU加速度計資料。當時間區間開始增加表示肌力開始下降。
如圖6B(下)，在一實施例中，當完成一下動作與特定資料相比的時間連續增加或累計增加預定次數，可判斷肌肉疲勞；其中，特定資料可為特定閥值(直線K)。舉例來說，當第5下動作的時間區間(編號2)與第6下動作的時間區間(編號3)都比前一下動作的時間區間要來得增加(即連續增加2次)，則判斷肌肉疲勞。
舉例來說，當執行到第6下動作的時間區間(編號3)時，前面動作的時間區間已累計3次增加(編號1、2、3)，即第2下動作的時間區間比第1下動作的時間區間長、第5下動作的時間區間比第4下動作的時間區間長、且第6下動作的時間區間比第5下動作的時間區間長，則判斷肌肉疲勞。
請參照圖6C，圖6C(上)顯示了肌電圖(EMG)中位頻率參考線CF及其回歸預測曲線R。由整體EMG中位頻率圖可得知，肌力在運動的過程中是不斷的消耗的，因此可設定一門檻值來判斷肌肉疲勞。
如圖6C(中)，在一實施例中，當完成一下動作與特定資料相比的「時間區間倒數與振幅相乘」連續或累計下降的次數。舉例來說，當第5下動作的「時間區間倒數與振幅相乘」(編號1)與第6下動作的「時間區間倒數與振幅相乘」(編號2)比前一下動作的「時間區間倒數與振幅相乘」要來得低 (即連續下降2次)，則判斷肌肉疲勞。
舉例來說，當執行到第8下動作的時間區間(編號3)時，前面動作的「時間區間倒數與振幅相乘」已累計3次下降(編號1、2、3)，則判斷肌肉疲勞。
如圖6C(下)，為「時間區間與振幅倒數相乘」亦可透過與當完成一下動作與特定資料相比的「時間區間與振幅倒數相乘」連續或累計增加的次數，來判斷肌肉疲勞。舉例來說，當第5下動作的「時間區間與振幅倒數相乘」(編號1)與第6下動作的「時間區間與振幅倒數相乘」(編號2)比前一下動作的「時間區間倒數與振幅相乘」要來得大 (即連續上升2次)，則判斷肌肉疲勞。
舉例來說，當執行到第8下動作的時間區間(編號3)時，前面動作的「時間區間與振幅倒數相乘」已累計3次上升(編號1、2、3)，則判斷肌肉疲勞。
圖7A~7C為根據本揭露一實施例的肌電儀(EMG肌肉疲勞資料)中位頻率及其回歸預測曲線與慣性感測器(IMU資料)角速度的對照圖。
請參照圖7C，第4-11下離心動作角速度比先前的離心動作角速度大(即離心編號1到8的負值較多)，且第8-11下向心動作角速度比前一個向心動作向心角速度的最大值小(即向心編號1到4的向心角速度正值較小)，可代表使用者抵抗重力的能量變小了。上述狀況都可作為肌肉疲勞的判斷依據。
因此，在一實施例中，本揭露的閥值可定義為當完成一下動作的向心角速度下降(相較於向心角速度最大值)的次數。
在一實施例中，本揭露的閥值可定義為當完成一下動作的離心角速度上升(即離心角速度負值變多)的次數。
在另一實施例中，本揭露的閥值可定義為當完成一下動作的向心角速度下降的次數與當完成一下動作的離心角速度上升的次數的組合，例如完成一下動作的向心角速度下降m次且完成一下動作的離心角速度上升n次。
[根據頻域特徵判斷閥值]
圖8A~8C為根據本揭露一實施例的慣性感測器(IMU資料)角速度及其對應的頻域特徵的示意圖。
請參照圖8A~8C，由不同下動作的角速度所轉換的頻率特徵可包括主頻區域及非主頻區域。例如，由圖8A中第Y下動作的角速度所轉換的頻域特徵可包括圖8B中的主頻區域610及非主頻區域620，且由圖8A中第Z下動作的角速度所轉換的頻域特徵可包括圖8C中的主頻區域630及非主頻區域640。當非主頻區域640的面積大於非主頻區域620的面積時，代表非主頻區域640對應的第Z下動作的肌肉疲勞度大於非主頻區域620對應的第Y下動作的肌肉疲勞度。非主頻區域640的積分面積增加可代表了使用者整體施力流暢性變差。
因此，在一實施例中，本揭露的閥值可定義為當非主頻區域的積分面積增加的次數。
圖9A~9B為根據本揭露一實施例的肌電儀(EMG肌肉疲勞資料)中位頻率及其回歸曲線與慣性感測器(IMU資料)非主頻區域面積的對照圖。
在圖9A的實施例中，圖9A的中位頻率在第5下降到低點，同時對應了圖9B的非主頻區域的面積在第五下附近超過面積門檻值A。
因此，在一實施例中，本揭露的閥值可定義為當非主頻區域的積分面積增加至第一閥值(即，面積門檻值A)。
在另一實施例中，本揭露的疲勞偵測方法也可在非主頻區域的積分面積增加m次且非主頻區域的積分面積增加至第一閥值時判斷肌肉疲勞。
在圖9A~9B的實施例中，可以藉由觀察切分每下六軸原始資料，發現疲勞時可能會出現施力的流暢性變差，其他肌群代償等表徵。
[根據預測相對路徑特徵判斷閥值]
圖10A~10B為根據本揭露一實施例的慣性感測器(IMU資料)陀螺儀預測軌跡與光球偵測的三軸軌跡的對照圖。
圖10A為慣性感測器(IMU資料)陀螺儀預測軌跡。在二頭彎舉的例子中，通過陀螺儀可判斷運動移動的角度，因此假設關節固定並給予手前臂長度及起始角度資料，即可換算成預測軌跡。圖10B為光球偵測的三軸軌跡中的運動軸向位置(mm)，即為Z軸軌跡。
在一實施例中，疲勞特徵判斷式中作為該疲勞判斷的該閥值包括當完成一下向心動作的時間開始增加的次數、當向心動作的斜率開始下降的次數、向心運動在單位時間內移動的一距離的其中之一或組合。舉例來說，當完成一下向心動作的時間t4比完成前一下向心動作的時間t3多，或完成一下向心動作的斜率比完成前一下向心動作的斜率小，或向心運動在c秒內移動d毫米(也就是由於其他肌肉代償而偏離原本向心運動應有的軌跡)以上，都可以判斷肌肉疲勞。因此，在一實施例中，本揭露的閥值可定義為當完成一下向心動作的時間開始增加的次數。在一實施例中，本揭露的閥值可定義為當向心動作的斜率開始下降的次數。在一實施例中，本揭露的閥值可定義為向心運動在單位時間內移動的距離。在另一實施例中，本揭露的疲勞偵測方法也可在向心動作的斜率開始下降m次、向心動作的斜率開始下降n次、向心運動在單位時間內移動距離d，上述條件中至少兩個條件同時成立時判斷肌肉疲勞。
在圖10A~10B的實施例中，可以藉由觀察切分每下預測軌跡資料，發現疲勞時可能會出現：單一動作的完成時間拉長、向心運動移動速度漸變或產生奮力完成一下等表徵。
綜上所述，本揭露的智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置會由感測模組偵測使用者運動時的動作資訊，並由處理模組將動作資訊進行切分以計算每一動作資訊的參數。若控制模組依據疲勞特徵判斷式判斷動作資訊的參數超過閥值則將疲勞資訊透過顯示、震動或聲音來回饋給使用者，以避免使用者在過度疲勞時繼續運動而造成受傷。
雖然本揭露已以實施例揭露如上，然其並非用以限定本揭露，任何所屬技術領域中具有通常知識者，在不脫離本揭露的精神和範圍內，當可作些許的更動與潤飾，故本揭露的保護範圍當視後附的申請專利範圍所界定者為準。
100:智慧即時運動疲勞偵測系統 110:疲勞偵測裝置 111:感測模組 112:控制模組 113:通信模組 120:外部裝置 121:處理模組 122:顯示模組 200:疲勞特徵判斷系統 S201~S208、S221~S227、S211~S217、S231~S233、S241~S245、S261~S263:智慧即時運動疲勞偵測方法的步驟 t0、t1、t2:時間 CF:中位頻率參考線 R:回歸曲線 K、H:直線 610、630:主頻區域 Y、Z:下數 620、640:非主頻區域 A:面積門檻值 t3、t4:時間 c:秒 d:毫米
圖1為根據本揭露一實施例的智慧即時運動疲勞偵測系統的方塊圖。 圖2為根據本揭露一實施例的智慧即時運動疲勞偵測方法的流程圖。 圖3為根據本揭露一實施例建立離線運動疲勞判斷機制流程圖。 圖4為根據本揭露一實施例的疲勞特徵判斷系統的示意圖。 圖5A~5B為根據本揭露一實施例的加速度及角速度感測資料(IMU資料)的範例。 圖6A~6C為根據本揭露一實施例的肌電儀(EMG肌肉疲勞資料)中位頻率及其回歸預測曲線與慣性感測器(IMU資料)加速度振幅及加速度寬度的對照圖。 圖7A~7C為根據本揭露一實施例的肌電儀(EMG肌肉疲勞資料)中位頻率及其回歸預測曲線與慣性感測器(IMU資料)角速度的對照圖。 圖8A~8C為根據本揭露一實施例的慣性感測器(IMU資料)角速度及其對應的頻域特徵的示意圖。 圖9A~9B為根據本揭露一實施例的肌電儀(EMG肌肉疲勞資料)中位頻率及其回歸預測曲線與慣性感測器(IMU資料)非主頻區域面積的對照圖。 圖10A~10B為根據本揭露一實施例的慣性感測器(IMU資料)陀螺儀預測軌跡與光球偵測的三軸軌跡的對照圖。
200:疲勞特徵判斷系統
S211~S218、S231~S233:智慧即時運動疲勞偵測方法的步驟

Claims (20)

  1. 一種智慧即時運動疲勞偵測系統，包括：一感測模組，偵測一動作資訊的一六軸原始資料；一處理模組，將該六軸原始資料以帶通濾波處理後進行切分以計算關於該動作資訊的複數個參數；以及至少一控制模組，依據一疲勞特徵判斷式執行一疲勞辨識以判斷該些參數之一是否超過一閥值，其中該些參數之一為一時域特徵；若該疲勞特徵判斷式的結果為超過該閥值，則該至少一控制模組發出一疲勞提醒與警示給使用者，其中關於疲勞特徵判斷式中作為該疲勞判斷的該閥值包括當完成一下動作與特定資料相比的時間開始增加的次數、當完成一下動作與特定資料相比的時間累計增加的次數、當完成一下動作與特定資料相比的振幅持續下降的次數、當完成一下動作與特定資料相比的振幅持續下降後突然上升時，之後持續下降的次數。
  2. 如申請專利範圍第1項所述的智慧即時運動疲勞偵測系統，其中該動作資訊至少包括一向心動作資訊及一離心動作資訊。
  3. 如申請專利範圍第1項所述智慧即時運動疲勞偵測系統，其中該些參數之一為一頻域特徵；該頻域特徵為該處理模組將經切分後的該六軸原始資料進行快速傅立葉轉換而得。
  4. 如申請專利範圍第1項所述的智慧即時運動疲勞偵測系統，其中該些參數之一為一預測相對路徑特徵；該預測相對路徑特徵為該處理模組將經切分後的該六軸原始資料藉由角速度或角加速度積分而得。
  5. 如申請專利範圍第1項所述的智慧即時運動疲勞偵測系統，包括該處理模組比對該些參數與該疲勞特徵判斷式的該閥值以執行該疲勞辨識，其中該疲勞特徵判斷式為離線時建立。
  6. 如申請專利範圍第1項所述的智慧即時運動疲勞偵測系統，其中關於疲勞特徵判斷式中作為該疲勞判斷的該閥值包括當完成一下動作的向心角速度下降的次數、當完成一下動作的離心角速度上升的次數的其中之一或組合。
  7. 如申請專利範圍第3項所述的智慧即時運動疲勞偵測系統，其中該疲勞特徵判斷式中作為該疲勞判斷的該閥值包括當非主頻區域的積分面積增加的次數、當非主頻區域的積分面積增加至一第一閥值的其中之一或組合。
  8. 如申請專利範圍第4項所述的智慧即時運動疲勞偵測系統，其中該疲勞特徵判斷式中作為該疲勞判斷的該閥值包括當完成一下向心動作的時間開始增加的次數、當向心動作的斜率開始下降的次數、向心運動在單位時間內移動的一距離的其中之一或組合。
  9. 一種智慧即時運動疲勞偵測裝置，可設置於一健身器材，包括：一感測單元，偵測一動作資訊；一通信單元，將該動作資訊傳輸至一外部裝置；一控制單元，將由該外部裝置接收到的一疲勞提醒與警示給使用者；其中，該疲勞提醒與警示為該外部裝置依據一疲勞特徵判斷式執行一疲勞辨識以判斷該動作資訊的多個參數之一是否超過一閥值得到，其中該些參數之一為一時域特徵，其中關於疲勞特徵判斷式中作為該疲勞判斷的該閥值包括當完成一下動作與特定資料相比的時間開始增加的次數、當完成一下動作與特定資料相比的時間累計增加的次數、當完成一下動作與特定資料相比的振幅持續下降的次數、當完成一下動作與特定資料相比的振幅持續下降後突然上升時，之後持續下降的次數。
  10. 如申請專利範圍第9項所述的智慧即時運動疲勞偵測裝置，其中該動作資訊至少包括一向心動作資訊及一離心動作資訊。
  11. 如申請專利範圍第9項所述的智慧即時運動疲勞偵測裝置，其中該感測裝置為一慣性感測器，該慣性感測器至少包含一三軸加速度計及一三軸陀螺儀。
  12. 如申請專利範圍第9項所述的智慧即時運動疲勞偵測裝置，其中該疲勞特徵判斷式為離線時建立。
  13. 一種智慧即時運動疲勞偵測方法，包括：以一感測模組偵測一動作資訊；以一處理模組將每該動作資訊的一六軸原始資料以帶通濾波處理後進行切分以計算關於該動作資訊的複數個參數；以至少一控制模組依據一疲勞特徵判斷式執行一疲勞辨識以判斷該些參數之一是否超過一閥值，其中該些參數之一為一時域特徵；若該疲勞特徵判斷式的結果為超過該閥值，則該至少一控制模組發出一疲勞提醒與警示給使用者，其中該疲勞特徵判斷式中作為該疲勞判斷的該閥值包括當完成一下動作與特定資料相比的時間開始增加的次數、當完成一下動作與特定資料相比的時間累計增加的次數、當完成一下動作與特定資料相比的振幅持續下降的次數、當完成一下動作與特定資料相比的振幅持續下降後突然上升時，之後持續下降的次數。
  14. 如申請專利範圍第13項所述的智慧即時運動疲勞偵測方法，其中該動作資訊至少包括一向心動作資訊及一離心動作資訊。
  15. 如申請專利範圍第13項所述智慧即時運動疲勞偵測方法，其中該些參數之一為一頻域特徵；該頻域特徵為該處理模組將經切分後的該六軸原始資料進行快速傅立葉轉換而得。
  16. 如申請專利範圍第13項所述的智慧即時運動疲勞偵測方法，其中該些參數之一為一預測相對路徑特徵；該預測相對路徑特徵為為該處理模組將經切分後的該六軸原始資料藉由角速度或角加速度積分而得。
  17. 如申請專利範圍第13項所述的智慧即時運動疲勞偵測方法，包括該處理模組比對該些參數與該疲勞特徵判斷式的該閥值以執行該疲勞辨識，其中該疲勞特徵判斷式為離線時建立。
  18. 如申請專利範圍第13項所述的智慧即時運動疲勞偵測方法，其中該疲勞特徵判斷式中作為該疲勞判斷的該閥值包括當完成一下動作的向心角速度下降的次數、當完成一下動作的離心角速度上升的次數的其中之一或組合。
  19. 如申請專利範圍第15項所述的智慧即時運動疲勞偵測方法，其中該疲勞特徵判斷式中作為該疲勞判斷的該閥值包括當非主頻區域的積分面積增加的次數、當非主頻區域的積分面積增加至一第一閥值的其中之一或組合。
  20. 如申請專利範圍第16項所述的智慧即時運動疲勞偵測方法，其中該疲勞特徵判斷式中作為該疲勞判斷的該閥值包括當完成一下向心動作的時間開始增加的次數、當向心動作的斜率開始下降的次數、向心運動在單位時間內移動的一距離的其中之一或組合。
TW108147575A 2019-12-25 2019-12-25 智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置 TWI745812B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW108147575A TWI745812B (zh) 2019-12-25 2019-12-25 智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置
CN201911396869.1A CN113018825A (zh) 2019-12-25 2019-12-30 智能实时运动疲劳侦测系统、方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108147575A TWI745812B (zh) 2019-12-25 2019-12-25 智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置

Publications (2)

Publication Number Publication Date
TW202124003A TW202124003A (zh) 2021-07-01
TWI745812B true TWI745812B (zh) 2021-11-11

Family

ID=76458588

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108147575A TWI745812B (zh) 2019-12-25 2019-12-25 智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置

Country Status (2)

Country Link
CN (1) CN113018825A (zh)
TW (1) TWI745812B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI860135B (zh) * 2023-10-20 2024-10-21 國立臺灣師範大學 騎乘疲勞分析系統

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100137748A1 (en) * 2006-05-29 2010-06-03 Motoki Sone Fatigue estimation device and electronic apparatus having the fatigue estimation device mounted thereon
CN103372299A (zh) * 2012-04-13 2013-10-30 阿迪达斯股份公司 运动球类体育活动监测方法和系统
CN105311816A (zh) * 2014-07-31 2016-02-10 精工爱普生株式会社 报告装置、运动解析系统、报告方法以及运动辅助装置
CN107392153A (zh) * 2017-07-24 2017-11-24 中国科学院苏州生物医学工程技术研究所 人体疲劳度判定方法
CN107845413A (zh) * 2010-11-24 2018-03-27 耐克创新有限合伙公司 疲劳指数及其使用
CN109643499A (zh) * 2016-08-31 2019-04-16 苹果公司 游泳分析的系统和方法
US20190183412A1 (en) * 2016-08-08 2019-06-20 Koninklijke Philips N.V. System and method for assisting exercising of a subject
US10327670B2 (en) * 2014-03-26 2019-06-25 GestureLogic Inc. Systems, methods and devices for exercise and activity metric computation
CN110179470A (zh) * 2019-04-16 2019-08-30 常州市钱璟康复股份有限公司 脑卒中患者运动功能及疲劳状态综合评估方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103933722B (zh) * 2014-02-28 2016-04-27 杭州匠物网络科技有限公司 一种健身哑铃运动检测装置及健身哑铃运动检测方法
CN109529303B (zh) * 2018-11-09 2021-03-12 深圳市量子智能科技有限公司 一种用户运动能力的确认方法和系统
CN109528203A (zh) * 2019-01-21 2019-03-29 郑州大学 一种基于多源信息融合的交互式脑卒中患者步态训练及评测系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100137748A1 (en) * 2006-05-29 2010-06-03 Motoki Sone Fatigue estimation device and electronic apparatus having the fatigue estimation device mounted thereon
CN107845413A (zh) * 2010-11-24 2018-03-27 耐克创新有限合伙公司 疲劳指数及其使用
CN103372299A (zh) * 2012-04-13 2013-10-30 阿迪达斯股份公司 运动球类体育活动监测方法和系统
US10327670B2 (en) * 2014-03-26 2019-06-25 GestureLogic Inc. Systems, methods and devices for exercise and activity metric computation
CN105311816A (zh) * 2014-07-31 2016-02-10 精工爱普生株式会社 报告装置、运动解析系统、报告方法以及运动辅助装置
US20190183412A1 (en) * 2016-08-08 2019-06-20 Koninklijke Philips N.V. System and method for assisting exercising of a subject
CN109643499A (zh) * 2016-08-31 2019-04-16 苹果公司 游泳分析的系统和方法
CN107392153A (zh) * 2017-07-24 2017-11-24 中国科学院苏州生物医学工程技术研究所 人体疲劳度判定方法
CN110179470A (zh) * 2019-04-16 2019-08-30 常州市钱璟康复股份有限公司 脑卒中患者运动功能及疲劳状态综合评估方法

Also Published As

Publication number Publication date
TW202124003A (zh) 2021-07-01
CN113018825A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
US20210394020A1 (en) Tracking three-dimensional motion during an activity
US10799760B2 (en) System and method for identifying and interpreting repetitive motions
US20180055375A1 (en) Systems and methods for determining an intensity level of an exercise using photoplethysmogram (ppg)
US11864903B2 (en) Information processing apparatus and information processing method
JP6745980B2 (ja) 水泳分析のシステム及び方法
US10684304B2 (en) Foot exercise motion analysis device during moving exercise
Mortazavi et al. Determining the single best axis for exercise repetition recognition and counting on smartwatches
US7753861B1 (en) Chest strap having human activity monitoring device
CN104436596B (zh) 运动支持装置及运动支持方法
Connaghan et al. Multi-sensor classification of tennis strokes
CN104969035B (zh) 基于惯性谐波的步调检测方法和系统
US20170055918A1 (en) Automated motion of interest recognition, detection and self-learning
CN105771187B (zh) 一种运动状态检测方法及基于该方法的智能鞋
KR102305591B1 (ko) 생체정보 분석 방법
WO2019231729A1 (en) Physical activity training assistant
JP2018000543A (ja) ウェアラブル機器、制御方法、およびプログラム
WO2016209430A1 (en) System and method for measuring and adjusting physical resistance for athletic activities and fitness equipment
US20150374307A1 (en) Data analysis device, data analysis method, and data analysis program
US20160058373A1 (en) Running Energy Efficiency
TWI745812B (zh) 智慧即時運動疲勞偵測系統及方法、及智慧即時運動疲勞偵測裝置
US20190385476A1 (en) Tacit Motion System and Methods
CN109646902A (zh) 一种基于识别设备的健身运动计量方法
US10293207B1 (en) Athletic performance estimation techniques
KR20190016753A (ko) 주행 및 보행 시 좌우 불균형 평가 방법 및 장치
JP2021137415A (ja) ウェアラブルデバイス、及び筋機能パラメータ算出システム