[发明专利]木人桩运动系统及其运动优化方法

摘要

本发明涉及一种木人桩运动系统及其运动优化方法。木人桩运动系统包括木人桩(1)、测量木人桩(1)所经受作用力的测量装置(2)、用于测量用户运动状态的惯性测量模块(3)、测量用户生理状态的生理测量模块(4)以及无线连接所述测量装置(2)、惯性测量模块(3)和生理测量模块(4)的服务器(5)，本发明能够实时测量用户在打击木人桩时所产生的作用力的方向、位置以及打击频率，测量用户打击木人桩的运动状态变化、以及由运动变化组成的各种运动姿势，以及测量用户的生理参数，自动形成特别适合用户个人的运动状态、运动姿势乃至套路，形成有针对性的指导以显著提高训练效果。

主权项

1.一种木人桩运动系统，其包括木人桩(1)、测量木人桩(1)所经受作用力的测量装置(2)、用于测量用户运动状态的惯性测量模块(3)、测量用户生理状态的生理测量模块(4)以及无线连接所述测量装置(2)、惯性测量模块(3)和生理测量模块(4)的服务器(5)，其特征在于：所述木人桩(1)包括：底座(6)，所述底座(6)为配重结构，桩身(7)，其可升降地连接所述底座(6)，所述桩身(7)包括至少一个环绕桩身(7)的打击层(8)、第一安装孔(9)、第二安装孔(10)、第三安装孔(11)和第四安装孔(14)，可拆卸连接第一安装孔(9)的第一桩手(15)、第二安装孔(10)的第二桩手(16)和第三安装孔(11)的第三桩手(17)分别包括逐渐变细的桩手本体(18)和用于固定安装的固定件(19)，可拆卸连接第四安装孔(14)的桩脚(20)包括水平的第一段(21)和倾斜向下的第二段(22)，测量装置(2)包括分别测量所述第一桩手(15)、第二桩手(16)、第三桩手(17)、桩脚(20)和/或打击层(8)的作用力大小及方向的第一力传感器(23)、第二力传感器(24)、第三力传感器(25)、第四力传感器(26)和第五力传感器(27)，当木人桩(1)被打击时，第一力传感器(23)、第二力传感器(24)、第三力传感器(25)、第四力传感器(26)和第五力传感器(27)测量作用力的大小和方向且测量装置(2)同时记录作用力位置和打击时间，所述惯性测量模块(3)包括分别测量拳头、手臂、手肘、腰部、腿部、膝盖和脚背的三维位移矢量的惯性测量单元(28)以及测量用户重心变化的重心传感器(29)，所述惯性测量单元(28)包括测量三维平移矢量的加速度传感器(30)和测量三维转动矢量的陀螺仪(31)，生理测量模块(4)包括分别测量拳头、手臂、腰部、腿部、腹部和背部的肌肉振动的麦克风振动传感器(32)、测量心率的心率传感器(33)、测量血压的血压传感器(34)、测量呼吸频率的频率传感器(35)和测量血氧浓度的红外血氧浓度传感器(36)，服务器(5)包括数据采集装置(37)和处理装置(12)，其中，数据采集装置(37)，其采集不同打击状态下测量装置(2)测量作用力信号、所述惯性测量模块(3)测量的用户运动信号和生理测量模块(4)测量的用户生理信号，所述作用力信号包括基于每次打击时间下的作用力位置、作用力大小和作用力方向数据，所述运动信号包括拳头、手臂、手肘、腰部、腿部、膝盖和脚背的三维位移矢量和重心变化数据，所述生理信号包括拳头、手臂、腰部、腿部、腹部和背部肌肉振动数据、心率、血压、呼吸频率和血压浓度数据；处理装置(12)，用于大数据训练得出优化的运动姿势及相应的作用力信号和生理信号的处理装置(12)包括：数据预处理装置(38)，其对作用力信号、运动信号和生理信号进行FIR低通降噪和FFT蝶形频域变换得到特征参数；归一模块(39)，其对特征参数进行归一化获得归一化特征向量；分类器模型模块(40)，其基于特征向量对用户的运动状态进行分类，建立多种运动姿势的分类器模型；粒子群优化单元(41)，其利化粒子群算法不断优化分类器模型得到最优分类器模型；训练模块(42)，其训练模型和测试数据；显示界面(43)，将特征参数导入最优分类器模型显示所得到的运动姿势数据，所述运动姿势数据包括随着运动信号变化的优化的作用力信号和生理信号。