[发明专利]一种运动次数监测方法及装置

说明书

本发明涉及一种运动次数监测方法及装置，所述方法包括：当监测到有加速度时，识别出至少一种运动模式；将至少一种运动模式记录至有最大长度限制的运动模式链表中，并在运动模式链表中记录每种运动模式的出现次数；当每监测到一个运动模式时：判断监测到的该运动模式是否属于运动模式链表中的一种运动模式；当监测到的该运动模式属于运动模式链表中的一种运动模式时，将所属的运动模式的出现次数加1；当监测到的该运动模式不属于运动模式链表中的任一种运动模式时，将监测到的该运动模式作为新的一种运动模式记录至运动模式链表中。并在运动模式链表中记录该新的一种运动模式的出现次数为1。本发明有效降低了误识别率，且可扩展性强。

技术领域

本发明涉及智能设备领域，尤其涉及一种运动次数监测方法及装置。

背景技术

随着智能设备越来越流行，人们开始习惯使用智能设备来记录自己一天的运动量，比如智能手机和智能手环都能记录一个人每天走路的步数，跑步的步数等。这项记录功能的一项基本需求就是能够智能地识别一个人一天的走路步数，并且这种识别过程是全自动的，不需要人为干涉的，这个识别的过程在计算机科学中叫做模式识别。

运动的模式识别是指根据智能设备上传感器产生的数据，分析用户正在做什么样的活动。目前最基本的也是最重要的传感器就是加速度传感器(Gravity-sensor,G-sensor)，又名重力传感器、重力感应器。如何根据加速度传感器识别用户的运动计数是运动模式识别中的重要组成部分。

就目前而言，很多运动是周期性的，也就是说运动的相邻两个动作基本上都是相似的。比如走路，跑步，跳绳，仰卧起坐等等，每个动作都是很类似的。但在已有的工作里存在两个大的问题。(1)识别的准确性不高。具体体现在：晃动会被计算成有效的运动计数，误识别率很高，比如用户佩戴智能手环时，敲键盘时的手部晃动的动作都会被当做走路计算在步数里面。再比如，以跳绳为例，如图1所示，I、II、III分别表示跳绳运动员在跳绳前、跳绳中、跳绳后在X轴(横轴)方向加速度值变化的波形图。横轴表示采样点的编号，纵轴表示加速度值(相比于重力加速度)。从图1中可以看出，跳绳前，运动员做了一系列准备活动，产生了很多噪音波形；跳绳中，运动员跳绳20下，产生的波形具有很强的规律性；跳绳后，产生的波形与跳绳中的波形截然不同，产生了噪音波形。现有技术中，跳绳前和跳绳后的动作也都会计算在跳绳次数内。(2)可扩展性不强。基本上每一种运动的识别都需要单独去实现，并没有考虑这些运动之间的共性，所以使得程序员在实现运动时每个运动都会独立地编码，非常耗费时间。

发明内容

为克服相关技术中存在的问题，本发明实施例提供运动次数监测方法及装置，用以帮助用户准确监测多种运动模式的运动次数。

根据本发明实施例的第一方面，提供一种运动次数监测方法，包括：

当监测到有加速度时，识别出至少一种运动模式；

将至少一种运动模式记录至运动模式链表中，并在运动模式链表中记录每种运动模式的出现次数；

当每监测到一个运动模式时：判断监测到的该运动模式是否属于有最大长度限制的运动模式链表中的一种运动模式；当监测到的该运动模式属于运动模式链表中的一种运动模式时，将所属的运动模式的出现次数加1；当监测到的该运动模式不属于运动模式链表中的任一种运动模式时，将监测到的该运动模式作为新的一种运动模式记录至运动模式链表中，并在运动模式链表中记录该新的一种运动模式的出现次数为1；

将所述运动模式链表中记录的最大出现次数作为运动次数输出。

在一个实施例中，所述当监测到有加速度时，识别出至少一种运动模式，可包括：

当监测到有加速度时，按照预设识别规则识别出至少一种运动模式；