一种基于手环的人体疲劳度判断方法及手环.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108392212A(43)申请公布日2018.08.14(21)申请号201810035943.6(22)申请日2018.01.15(71)申请人广东乐芯智能科技有限公司地址510000广东省广州市中新广州知识城九佛建设路333号自编235室(72)发明人杨智辉(51)Int.Cl.A61B5/16(2006.01)A61B5/11(2006.01)A61B5/00(2006.01)权利要求书2页说明书7页(54)发明名称一种基于手环的人体疲劳度判断方法及手环(57)摘要本发明涉及一种基于手环的人体疲劳度判断方法：步骤一，测量得出三轴加速度数值；步骤二，所述存储模块存储单位分钟的基础卡路里消耗b；步骤三，对用户运动剧烈程度进行判断；步骤四，得出当前用户的分钟步数；步骤五，对用户当前的运动类型进行判断；步骤六，计算用户当前分钟运动卡路里消耗；步骤七，计算当天用户总的运动卡路里消耗和总的运动卡路里消耗之间的比值r；步骤八，计算当前时间用户活力得分；步骤九，所述判断模块根据所述当前时间活力得分VS划分人体疲劳程度。通过上述技术方案，本发明可以根据用户的运动参数对用户的人体疲劳程度进行判断。CN108392212ACN108392212A权利要求书1/2页1.一种基于手环的人体疲劳度判断方法，所述手环包括处理器和三轴加速度传感器，处理器包括存储模块和计算模块，基于该手环，判断用户的人体疲劳程度的方法如下：步骤一，所述处理器连接所述三轴加速度传感器，所述三轴加速度传感器采集所述智能手环的三轴加速度的数据，并将该三轴加速度的数据传送至所述处理器；且所述处理器对上述采集到的三轴加速度的数据进行滤波处理，得到处理后的所述的三轴的加速度数据；步骤二，所述智能手环还包括存储模块，所述存储模块存储单位分钟的基础卡路里消耗b；步骤三，所述处理器的判断模块根据三轴的加速度数据对用户运动剧烈程度进行判断；步骤四，所述手环进行计步，得出当前用户的分钟步数并存储在所述存储模块中；步骤五，所述判断模块根据步骤三的运动剧烈程度和步骤四得到的当前分钟步数，对用户当前的运动类型进行判断；步骤六，所述处理器包括计算模块，所述计算模块根据所述步骤五的判断结果计算用户当前分钟运动卡路里消耗；步骤七，所述计算模块可计算当天时间内用户总的基础卡路里消耗和总的运动卡路里消耗，并计算当天用户总的运动卡路里消耗和总的运动卡路里消耗之间的比值r；步骤八，所述计算模块获取用户前一天晚上用户的睡眠质量得分，并计算当前时间用户活力得分；所述活力得分VS为用户前一晚睡眠质量得分SQ、比值r的一次函数：VS=f（SQ，r）；步骤九，所述判断模块根据所述当前时间活力得分VS划分人体疲劳程度。2.根据权利要求1所述的一种基于手环的人体疲劳度判断方法，其特征在于，所述单位分钟的基础卡路里消耗为根据用户的身高h、体重w、性别s和年龄a计算得出的用户单位分钟的基础卡路里消耗b，用户单位分钟基础卡路里消耗与用户的性别、身高、体重、年龄等参数之间的关系满足函数b=f(s,h,w,a)。3.根据权利要求1所述的一种基于手环的人体疲劳度判断方法，其特征在于，用户运动的剧烈程度包括轻微运动、剧烈运动；对用户运动剧烈程度进行判断的方法如下：所述处理器的存储模块存储第一幅度阈值和第一时间阈值，所述处理器还包括判断模块，在当前时间向前推所述第一时间阈值的时间内，当三轴的加速度数据最大值之和大于所述第一幅度阈值时，所述判断模块判断当前运动为剧烈运动；当三轴的加速度数据之和小于所述第一幅度阈值时，所述判断模块判断当前运动为轻微运动。4.根据权利要求1所述的一种基于手环的人体疲劳度判断方法，其特征在于，用户运动的剧烈程度包括轻微运动、正常运动和剧烈运动；对用户运动剧烈程度进行判断的方法如下：所述处理器的存储模块还存储第一幅度阈值、第二幅度阈值和第一时间阈值，所述第一幅度阈值小于所述第二幅度阈值，所述处理器还包括判断模块，在当前时间向前推所述第一时间阈值的时间内，当三轴的加速度数据之和大于所述第二幅度阈值时，所述判断模块当前运动为剧烈运动；当三轴的加速度数据之和小于所述第二幅度阈值且大于所述第一幅度阈值时，所述判断模块判断当前运动为正常运动；当三轴的加速度数据之和小于所述2CN108392212A权利要求书2/2页第一幅度阈值时，所述判断模块当前运动为轻微运动。5.根据权利要求1所述的一种基于手环的人体疲劳度判断方法，其特征在于，用户当前的运动类型可分为休息、走路和跑步；对用户当前的运动类型进行判断的方法如下：所述存储模块存储有从小到大的第一步数阈值、第二步数阈值和第三步数阈值；所述分钟步数小于所述第一步数阈值时，所述判断模块判断所述运动类型为休息