一种实时运动数据整合监测系统及方法与流程

本发明涉及运动监测，特别是一种实时运动数据整合监测系统及方法。

背景技术：

1、实时运动数据整合监测系统是现代体育训练、运动健康监测以及运动安全领域的重要工具。随着科技的飞速发展，特别是物联网技术、大数据分析和人工智能技术的进步，实时运动数据的收集、处理和应用变得日益重要；该系统旨在通过集成多种传感器和数据处理技术，实时监测和分析运动员的生理数据、运动状态以及环境信息，为教练员、运动员和医务人员提供科学依据，以提高训练效果、预防运动损伤并确保运动员的安全；

2、尽管实时运动数据整合监测系统已经取得了一定的进展，但仍然存在一些缺陷；首先，现有的实时运动数据整合监测系统中往往采取固定的监测周期，这会导致当检测到运动员疑似疲劳时，无法准确且快速地识别出运动员的疲劳异常；其次，现有的实时运动数据整合监测系统中往往监测运动员跑步的整个过程中的所有运动数据以判断运动员是否出现疲劳异常，这会导致系统的工作量加重，减少了整个系统的效率；最后现有的实时运动数据整合监测系统中往往只通过考虑运动员的心率以及速度来判断是否出现疲劳异常，这会导致对运动员的疲劳识别结果准确度的降低。

技术实现思路

1、（一）解决的技术问题

2、针对背景技术中的技术问题，本发明提出一种实时运动数据整合监测系统及方法，采取监测周期的动态调整方式，基于运动员的运动强度判断是否需要对其进行疲劳检测，以及是否需要对监测周期进行动态调整，并根据步长、垂直振幅以及脚触地时间这些数据判断运动员是否出现疲劳异常；从而解决了背景技术中记载的技术问题。

3、（二）技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：

5、一种实时运动数据整合监测系统，包括：

6、数据采集模块，基于传感器组实时监测并分析运动员的实时位置以及运动数据，每当监测到运动员跨出一步时，实时获取并记录一组这一步过程中的运动数据；在监测周期结束时，将该监测周期内记录的多组运动数据预处理后传输给运动数据分析模块；

7、运动数据分析模块，包括运动强度评估单元、监测周期调整单元以及疲劳程度评估单元；用于对运动员的运动强度进行分析，根据运动强度的分析结果进行监测周期的调整以及疲劳程度的检测；

8、其中，运动强度评估单元，获取当前监测周期内的若干组心率数据以及速度数据，并将当前监测周期内的所有心率数据以及所有速度数据分别结合，得到当前监测周期内的综合心率以及综合速度；基于运动强度判断规则确定综合心率以及综合速度下的运动强度类型；结合两个运动强度类型综合判断是否向疲劳程度评估单元以及监测周期调整单元发送相应的信号；

9、疲劳程度评估单元，获取当前监测周期内的若干组疲劳评估数据，并将当前监测周期内获取的所有疲劳评估数据结合，得到当前监测周期的疲劳指数；基于疲劳指数与疲劳指数阈值的大小关系判断是否向运动员发送休息指令；

10、监测周期调整单元，基于接收到的信号类型，对监测周期长度进行相应的调整。

11、具体的，对运动员添加rfid标签，并为运动场上的运动员佩戴运动手环，运动手环中内置有gps定位系统、光敏传感器以及加速度传感器；在运动员的左右跑鞋上分别安装跑步动态传感器；

12、光敏传感器用于监测运动员的心率，加速度传感器用于监测运动员跑步时的步长以及垂直振幅，跑步动态传感器用于监测左右脚触地的时间；结合每一步两只脚之间交替的时间，并与每一步的步长结合，得到每一步的速度。

13、具体的，从运动员跨出第一步开始，实时监测运动员的左右脚触地次数；每当监测到任意一只脚完成触地动作时，即每跑一步时，记录运动员在这一步过程中的运动数据，包括这一步结束时的心率和速度数据、这一步的步长数据，以及这一步过程中的垂直振幅和触地时间数据；

14、当监测到左右两只脚的触地次数皆为五次时，即每跑十步时，将记录到的十组运动数据传输到运动数据分析模块；此时的监测周期为每跑十步所需的时间，后续监测周期长度按照步数进行表示，并将跑十步作为标准监测周期长度。

15、具体的，获取当前监测周期内若干组运动数据中的心率数据以及速度数据，分别记为以及，表示若干组数据中的第组数据；

16、将当前监测周期内组数据中的心率数据以及速度数据分别结合，得到当前监测周期内的综合心率以及综合速度，表达式为：

17、

18、其中，表示每组数据的权重，。

19、具体的，所述运动强度判断规则包括：

20、基于运动员的年龄，计算每个运动员的最大心率，表达式为：；基于最大心率和运动员的心率数据，计算每组数据中的第一运动强度，表达式为：；当第一运动强度时，表示当前运动员的运动强度为低强度，当第一运动强度且时，表示当前运动员的运动强度为中等强度，当第一运动强度时，表示当前运动员的运动强度为剧烈强度；

21、基于vdot系统，将每组数据中的速度数据进行对应等级的匹配；所述vdot系统将跑步的强度分为五个等级，分别为e级、m级、t级、i级以及r级，从左到右强度依次升高；基于五个等级的速度范围，将每组数据中的速度数据进行对应等级的匹配；令速度低于e级与m级速度的平均值的运动强度为低强度，令速度高于i级与r级速度的平均值的运动强度为剧烈强度，令速度处于上述两个平均值之间的运动强度为中等强度。

22、进一步的，若当前监测周期内的综合心率与综合速度对应的运动强度皆为中等强度，则不向疲劳程度评估单元发送疲劳检测信号；若当前监测周期长度与标准监测周期长度不同，则向监测周期调整单元发送第一调整信号，否则不向监测周期调整单元发送调整信号；

23、若当前监测周期内的综合心率与综合速度对应的运动强度皆为低强度或剧烈强度，则向监测周期调整单元发送第二调整信号，并向疲劳程度评估单元发送疲劳检测信号；

24、若当前监测周期内的综合心率与综合速度对应的运动强度中有一个为中等强度，另外一个为低强度或剧烈强度，则需进行进一步分析。

25、具体的，所述进一步分析具体为：

26、假设当前监测周期内综合心率数据对应的运动强度为低强度或剧烈强度，将当前监测周期内的综合速度，以及vdot系统将跑步强度分为的五个等级所对应的速度进行归一化处理，得到归一化后的综合速度系统中e级与m级速度的平均值以及i级与r级速度的平均值；

27、若综合心率数据对应的运动强度为低强度，则综合心率数据与中等强度的偏差度为；若综合心率数据对应的运动强度为剧烈强度，则综合心率数据与中等强度的偏差度为；

28、归一化后的综合速度数据与中等强度的补偿度为，表示取a与b中的最小值；

29、若，则向监测周期调整单元发送第二调整信号，且不向疲劳程度评估单元发送疲劳检测信号；

30、若，则向监测周期调整单元发送第二调整信号，并向疲劳程度评估单元发送疲劳检测信号。

31、进一步的，当接收到疲劳检测信号后，获取当前监测周期内若干组运动数据中的疲劳评估数据，疲劳评估数据包括每组运动数据中的步长数据、垂直振幅数据以及单脚触地时间数据；

32、将当前监测周期内组疲劳评估数据中的步长数据、垂直振幅数据以及单脚触地时间结合，得到当前监测周期的疲劳指数，表达式为：

33、；

34、其中，分别表示步长数据、垂直振幅数据以及单脚触地时间的权重系数；分别表示步长最小值、垂直振幅最小值以及单脚触地时间最大值；

35、设置疲劳指数阈值，将当前监测周期的疲劳指数与疲劳指数阈值相比较，若，则向该运动员的运动手环发送休息指令，休息指令包括语音提醒以及震动提醒；

36、若，则将当前监测周期进行疑似疲劳标记，若连续两个监测周期都已进行疑似疲劳标记，则向该运动员的运动手环发送休息指令；

37、若，则不发送任何指令。

38、进一步的，当接收到第一调整信号时，将下一周期的监测周期长度调整为标准周期长度；

39、当接收到第二调整信号时，将下一周期的监测周期长度调整为当前周期的监测周期长度的一半，具体按照十步、五步、两步的顺序进行调整；

40、当未接收到第一与第二调整信号时，默认下一期的监测周期长度等于当前周期的监测周期长度。

41、一种实时运动数据整合监测方法，包括：

42、步骤一、基于传感器组实时监测并分析运动员的实时位置以及运动数据，每当监测到运动员跑了一步时，实时获取并记录一组这一步过程中的运动数据；

43、步骤二、获取当前监测周期内的若干组心率数据以及速度数据，并将当前监测周期内的所有心率数据以及所有速度数据分别结合，得到当前监测周期内的综合心率以及综合速度；基于运动强度判断规则确定综合心率以及综合速度下的运动强度类型；结合两个运动强度类型综合判断是否发送疲劳检测信号以及监测周期调整信号；

44、步骤三，当接收到疲劳检测信号时，获取当前监测周期内的若干组疲劳评估数据，并将当前监测周期内获取的所有疲劳评估数据结合，得到当前监测周期的疲劳指数；基于疲劳指数与疲劳指数阈值的大小关系判断是否向运动员发送休息指令；

45、步骤四、当接收到监测周期调整信号时，基于接收到的信号类型，对监测周期长度进行对应的调整。

46、（三）有益效果

47、本发明提供了一种实时运动数据整合监测系统及方法，具备以下有益效果：

48、1、通过综合运用rfid标签、gps定位系统、光敏传感器、加速度传感器以及跑步动态传感器，实时追踪运动员的位置信息，精确记录其心率、步长、垂直振幅、触地时间和速度等关键运动参数，并通过预处理操作确保数据的准确性和完整性；这不仅提高了运动数据采集的精度和效率，还为后续的运动数据分析提供了可靠的基础；

49、2、通过综合考虑运动员的心率数据和速度数据，并运用科学的计算方法和判断规则，实现了对运动强度的精准评估；基于多组心率数据和速度数据，通过计算综合心率和综合速度，结合运动强度判断规则，准确判断运动员当前的运动状态是正常、异常还是不稳定；根据评估结果智能地触发疲劳程度检测和监测周期调整指令，为后续运动员的疲劳监测和监测周期的动态调整提供了基础支持；

50、3、通过综合分析步长、垂直振幅和单脚触地时间等关键跑步参数，构建了一个科学的疲劳评估模型；通过实时监测运动员的跑步数据，运用疲劳指数算法准确评估运动员的疲劳状态，并在检测到疲劳时及时发送休息指令，有效预防运动损伤和过度训练；通过疑似疲劳标记的设定，该系统还能对运动员的疲劳趋势进行预警，为教练和运动员提供更加精准的训练反馈和调整建议；

51、4、通过动态调整监测周期长度，实现了对运动员运动状态的灵活监测；根据接收到的调整信号，智能地改变监测周期，既能在运动员运动状态稳定时保持标准监测周期，又能在运动状态异常或不稳定时及时缩短监测周期，以更频繁地评估运动员的疲劳程度和运动强度。