管理运动或健康活动的便携式仪器的制作方法

本发明涉及一种便携式仪器，例如手表，其设置有用于控制或管理在活动期间佩戴该便携式仪器的人的运动或健康活动的装置。

本发明还涉及一种通过操作的便携式仪器来管理运动或健康活动的方法。

背景技术：

行走速度或步态是表征人们日常活动能力的最重要的参数。例如，在运动用途中，速度可以用于评估运动员，从而准备定制的训练课程，目的是提高每个运动员的表现并减少受伤的风险。在医学用途中，速度用于评估人们的健康，目的是帮助医生确定诊断、预测并预防多种疾病，例如心血管疾病或糖尿病或超重。

全球导航卫星系统(gnss)是广泛用于测量例如人的行走速度的基本系统。这种gnss系统是精确的，并且已经设计了许多便携式仪器来集成这种应答器，即使在真实条件下，其测量结果也可以用于计算人的行走速度。但是，在某些位置，由于缺少卫星覆盖，gnss信号微弱甚至可能丢失，例如在隧道中、高层建筑附近、狭谷中。此外，gnss应答器消耗大量电能。因此，优选地偶尔使用它而不是连续使用它，以减少包括它的便携式仪器的电力消耗。

专利申请wo2018/106319a1描述了一种便携式仪器，例如移动电话或智能手表，以实时估计人的运动参数，例如速度或者行走步伐或跑步步伐。该仪器包括带有卡尔曼滤波器的gnss应答器，以确定从人的gnss位置得到的第一速度、从gnss信号的多普勒频移得到的第二速度和观察到的用户步数。该仪器还包括用于检测运动的单元，该单元可以提供从gnss位置得到的速度和从gnss多普勒频移得到的速度。然而，长时间使用仪器的gnss应答器来确定人的行走速度或步伐(也可称为“步程”)，这导致高电力消耗，并且成为一种缺点。

专利申请wo2012/045484a1描述了一种通过gps校准的计步器系统。该系统可以由人佩戴，例如运动手表。该系统包括gnss接收器和计步器，该gnss接收器设计成获取人的位置和/或速度，该计步器用于计算人迈出的步数。每次确定用户在gnss接收器获得的信号精确的时间段内行进的距离大于预定的距离值时，使用gnss接收器的数据来校准计步器。像先前的文献一样，长时间使用该仪器的gnss接收器来确定人的行走速度或步伐，这导致高电力消耗，并且成为一种缺点。

专利us7245254b1描述了一种用于控制人的活动或移动性的电子锻炼设备。该电子设备通过执行迭代校准的过程，使用用于确定位置的gps电路和计算机仪器来连续地计算用户的步数。该设备由此包括gps电路、计步器、加速度计、用于检查脉冲的传感器和温度传感器。当gps卫星信号可访问时，gps电路校正计步器和/或加速度计的累积误差。像先前的文献一样，长时间使用该仪器的gps电路来连续地确定人的步数或身体参数，这导致高的电力消耗，并且成为一种缺点。

技术实现要素：

因此，本发明的目的是使用一种便携式仪器来克服上述缺点，该便携式仪器设置有用于控制或管理佩戴该便携式仪器的人的运动或健康活动的设备，并且通过减少设备的gnss接收器模块的工作时间来减少电力消耗，同时通过该设备精确地确定人的日常移动性。

为此，本发明涉及一种便携式仪器，其设置有用于控制或管理佩戴该便携式仪器的人的运动或健康活动的装置，该装置包括独立权利要求1的特征。

在从属权利要求2至9中定义了便携式仪器的具体实施例。

设置有控制设备的便携式仪器的一个优点在于以下事实：gnss接收器模块在短时间内被启用，以确定人的行走步伐或轮廓的变化。这允许减少控制设备的电力消耗，同时长期为使用便携式仪器的人校准该便携式仪器的控制设备。因此，控制设备通过在短时间内启用gnss接收器模块的校准操作，学习人的日常活动轮廓/路线/模式(profile)，以进行定制的自适应校准，以特别地精确确定速度数据。

有利地，在新启用gnss接收器模块之前，必须超过一停用时间，而与接收新的行走或步态模型或轮廓无关。为此，gnss接收器模块的启用时间大约比gnss接收器模块的停用时间短5倍。

为此，本发明还涉及一种通过便携式仪器来管理人的运动或健康活动的方法，该方法包括独立权利要求10中提及的特征。

在从属权利要求11至16中定义了管理人的运动或健康活动的方法的具体步骤。

附图说明

基于由附图所示的至少一个非限制性实施例，便携式仪器或管理人的运动或健康活动的方法的目标、优点和特征将在下面的描述中更加清楚：

-图1是佩戴根据本发明的手表形式的便携式仪器的人的透视图，

-图2示出了佩戴便携式仪器的人的简化视图，根据替代实施例，该便携式仪器包括根据本发明的三个部分，

-图3是带有便携式仪器的人在行走或跑步期间所走的路径的透视图，

-图4示出了根据本发明的便携式仪器的用于控制或管理人的运动或健康活动的设备的电子部件的简化框图，

-图5示出了管理佩戴根据本发明的便携式仪器的人的运动或健康活动的方法的各个步骤，

-图6示出了用于启动根据本发明的控制设备的gnss接收器模块的各种β值的指数概率减小的曲线图，

-图7示出了一个人的gnss策略结果随时间变化的比较图，一方面，gps接收器模块被永久启用，另一方面，gps接收器模块在人的行走轮廓发生变化之后被部分启用；和

-图8示出了根据使用定制的便携式仪器的人的百分比得到的速度相对误差的比较图，一方面，gps接收器模块被永久启用，另一方面，gps接收器模块在人的行走轮廓发生变化之后被部分启用。

具体实施方式

在下面的描述中，仅以简化的方式描述便携式仪器的对于本技术领域的技术人员众所周知的所有电子部件，该便携式仪器设置有用于控制佩戴该便携式仪器的人的运动或健康活动的装置。应当注意，希望管理人的运动或健康活动，即行走运动。必须理解，通过仅定义人的行走或步态，该运行或健康活动例如也包括跑步。

图1示出了用脚接触地面的处于站立位置的人1。人1佩戴便携式仪器3，该便携式仪器3在该实施例中是例如人佩戴在其左手腕2上的手表。手表3设置有用于控制或管理运动或健康活动的装置，如下所述。智能手表3构造成在人1沿着轨迹4行进(即通过跑步或行走/步行)期间，通过其控制设备来监测所述人1的活动并推断人1的各种参数，所述各种参数中的高度或坡度的变化如图3所示被自动放大。控制设备包括至少一个运动传感器，该运动传感器可以是具有一个或两个或优选地三个测量轴线的加速度计，还包括例如至少一个压力传感器，例如用于在大自然中或在市区内沿着轨迹4或路径步行或跑步期间确定海拔或坡度的气压计或高度计。

在图2中，根据替代实施例，人1佩戴便携式仪器3，该便携式仪器3可以包括三个部分3'、3”、3”'，它们不是直接机械连接，而是电连接或无线连接。这三个部分均包括控制设备的部件。便携式仪器3的第一部分3'例如以手链或手表的形式紧固至人1的左手腕2，在该第一部分3'中设置有控制设备的至少一个第一传感器。该第一部分3'可以包括用于处理便携式仪器3的三个部分的所有数据或测量值的计算单元。该第一传感器可以是具有至少一个加速度计的运动传感器，该加速度计例如具有三个测量轴线。运动传感器也可以是具有9个轴线的惯性运动传感器，其具有三轴加速度计、三轴陀螺仪和三轴磁传感器。便携式仪器3的第二部分3”例如以手链的形式紧固至人1的右手腕，该第二部分3”设置有控制设备的至少一个第二传感器。该第二传感器可以是压力传感器，例如高度计或气压计。最后，便携式仪器3的第三部分3”'在头带或头盔中安装于人1的头上，该第三部分3”'设置有gnss接收器模块，该gnss接收器模块用作参考方法。

应当注意，运动传感器也可以是具有10个轴线的惯性传感器，其具有三轴加速度计、三轴陀螺仪、三轴磁传感器和气压计，该气压计用于确定人1的局部坐标和路径的坡度。此外，在每只脚上放置具有10个轴线的惯性传感器将允许对佩戴便携式仪器的人的步数以及步行或跑步步伐进行更简单、更精确的测量。将参考gnss接收器模块放置在头上是最佳位置，因为它不依赖于手臂或腿部的移动。

图4以更精确的方式示出了用于控制或管理具有根据本发明的便携式仪器的人的运动或健康活动的设备10的各种电子部件。控制设备10包括至少一个运动传感器13，其连接至计算单元15，该计算单元15可以是由未示出的集成式振荡器计时的微控制器。控制设备10还包括gnss接收器模块11，该gnss接收器模块11由计算单元15控制以被启用或停用。控制设备10还可以包括连接至计算单元15的压力传感器14和连接至计算单元15的至少一个存储器16，该压力传感器14是气压计或高度计，该存储器16例如是非易失性存储器16，其能够存储由传感器13、14产生的各种测量值，或通过连接至gnss接收器模块11的天线12由来自于可见卫星22的gps信号接收的测量值。控制设备10通常由便携式仪器的未示出的电池供电，以用于其运行。

计算单元15优选地是微控制器，除了振荡器之外，它还可以包括用于确定gnss接收器模块11的启用时间的第一计数器和用于确定gnss接收器模块11的停用时间的第二计数器。如下面参考图5中的管理方法所解释的那样，关于第一计数器设置了第一切换阈值，关于第二计数器设置了第二切换阈值。可以通过除时间计数器以外的装置来定义在计算单元15或微控制器中确定的启用时间和停用时间。

诸如微控制器的计算单元15可以存储有用于估计人的移动速度或步伐的计算算法。根据本发明，还可以将算法存储在非易失性存储器16中。由abolfazlsoltani等人在发表于ieeejournalofbiomedicalandhealthinformatics(2019)上的题为“real-worldgaitspeedestimationusingwristsensor:apersonalizedapproach.(使用腕式传感器的真实步态速度估计：一种个性化方法)”的文中提出的算法通过引用并入本文中。因此，优选地在非易失性存储器16或易失性存储器中收集和存储速度数据，以通过使用来自于卫星22的信号和来自于传感器13、14的信号来在日常生活中表征人的行走或跑步风格或轮廓。因此，可以定义定制模型，其目的是仅在运动或压力的变化与先前已知和存储的变化不同时才启用gnss接收器模块11。由于控制设备10由小电池供电，这可以减少控制设备10的总消耗。

为了更好地理解控制设备的操作，现在参考图5描述用于管理佩戴便携式仪器的人的运动或健康活动的方法。如先前根据本发明所指出的那样，gnss提出的策略是在日常生活中出现新的人行走或步态模型或轮廓时启用gnss接收器模块。在下面描述的图5中，示出了gnss提出的智能策略的各个步骤的示意图。在这种情况下，控制设备既包括运动传感器又包括压力传感器，但是通常至少需要运动传感器。

fifo缓冲存储器中断50：在该步骤中，智能策略等待fifo缓冲存储器的中断，该中断表示在行走轮廓的运动变化之后存在尚未存储的新样本。该fifo缓冲存储器可以是用于记录速度数据和各种行走或步态轮廓的存储器的一部分。

提取特征51：在该示例中，提出的算法使用3d三维加速度计和大气压力传感器来提供3d加速度计信号(a(t))和压力信号(p(t))。每秒使用重叠了5秒的6秒移动窗口对信号进行分段，以提供分段加速度(a[n])和压力信号(p[n])，其中，n表示窗口的数目。sx[n]、sy[n]和sz[n]表示沿着加速度计的三个测量轴线的分段加速度。

对于每秒的移动窗口，它们是时间上连续的移动窗口，每个持续6秒，并且每个与相继的窗口重叠5秒。因此，各连续窗口每次偏移1秒。通过微控制器的振荡器和在必要时通过一系列分频器来实现这些移动测量窗口的计时。使用这些测量窗口，可以检测人的不活动、人的活动或移动变化的不确定性。人的活动或移动是直接控制gnss接收器模块的启用的必要但不充分参数。

当来自于运动传感器(例如加速度计)和压力传感器(例如气压计)的新数据可用时，根据下面的公式(1)和(2)提取两个特性。这些特性是特别选择的，因为它们允许将各种行走模型或轮廓及其固有特征(例如，快跑/慢跑、爬坡/下坡等)组合在一起。使用相对于其他连续窗口重叠了5秒的6秒移动窗口来提取特征。

其中，q是窗口编号n中样本数量，fs是采样频率(在这种情况下是500hz)，pⁱ[n]是窗口编号n中的压力向量的第i个样本。此外，基于公式(3)和(4)计算和std表示标准偏差，其中，sy[n]是在传感器y轴上记录的加速度值。此外，sⁱy[n]是向量sy[n]的第i个样本。

行走模型或轮廓分类52：根据未示出的直方图表中的f1和f2的值来定义行走或跑步模型或轮廓或步伐。在该阶段，目标是确定来自于传感器的数据是否包含用于速度模型训练的新信息。为此，设计了一个直方图表，其中，每列与f1有关，每行与f2有关。f1的所选范围(rf1)和分辨率(df1)例如用rf1＝[-0.07至+0.07]和df1＝0.035定义。类似地，f2的范围(rf2)和分辨率(df2)例如用rf2＝[0至5]和df2＝0.5定义。在这种情况下，由<f1,f2>产生的空间包含55个单元格，该单元格用于将每个行走模型或轮廓分组在一起，并且直方图表中的每个单元格示出调整数据在该单元格中的出现次数。

最后，通过使用公式(5)，将出现次数转换为概率值，该概率值表示当从传感器接收到的新样本处于这些单元格之一的范围内时打开gnss接收器模块的概率。

其中，ni是在每个单元格中的出现次数，β是达到如图6所示的指数曲线值的一半所必须出现的情况的次数。曲线c1对应于β等于10。曲线c2对应于β等于25。曲线c3对应于β等于50。曲线c4对应于β等于100。曲线c5对应于β等于250。在自定义开始时，直方图表都填零，所有概率都等于1。

控制gnss的状态53：在该步骤中，分析gnss接收器模块的状态(on/off)，以在算法中找到正确的执行行。

更新直方图54：如果gnss接收器模块已经处于on，则更新包含每个行走模型或轮廓的出现次数的直方图表。

ton>最小ton？55：每次算法检测到gnss接收器模块处于on时，将相应的计数器(ton)与阈值(最小ton)进行比较，该计数器(ton)是计算单元或微控制器的一部分。ton包含使用gnss接收器模块的连续时间长度(用秒表示)。最小阈值ton防止gnss接收器模块太频繁地改变其状态，因为这会导致不稳定的性能和更大的电流消耗。重要的是要考虑到在电压为具有gnss接收器模块的控制设备供电的时刻与接收到gnss接收器模块的有用测量值的时刻之间所经历的时间可能增加几秒。在gnss领域中，该时间称为ttff(“首次定位时间”)，其值可能根据接收器的初始状态和环境条件而发生很大变化。因此，用于改变gnss接收器模块的状态的on决定将对gnss接收器模块必须保持在相同状态的最短时间有一定的限制。这些限制由最小阈值ton的值控制，例如，可以将该值设置成2分钟，即gnss接收器模块启用的时间。

ton++56：如果在执行切换gnss接收器模块的决定之后未达到阈值条件或gnss接收器模块保持相同状态，则计数器ton增加。

toff>最小toff？57：每次算法检测到gnss接收器模块处于off时，将相应的计数器(toff)与阈值(最小toff)进行比较，该计数器(toff)是计算单元或微控制器的一部分。toff包含不使用gnss接收器模块的连续时间长度(用秒表示)。通过最小阈值toff的值来决定防止gnss接收器模块状态变化太快的相同限制条件，例如可以将其设置为10分钟。也可以将该阈值(停用时间)定义得更大，以考虑到已知的和存储的行走轮廓，并且假定至少设置有更短的gnss接收器模块的启用时间(例如至少短了5倍)，以能够在控制设备的个人校准操作中通过启用的gnss接收器模块至少精确地确定距离、位置或优选地速度。

toff++58：如果在执行切换gnss接收器模块的决定之后未达到阈值条件或gnss接收器模块保持相同状态，则计数器toff增加。

决定切换gnss接收器模块59、60：基于使用公式(5)的概率，做出是否执行改变gnss接收器模块的状态的on决定。例如，如果gnss接收器模块处于off，并且切换成on的概率是75％，则例如通过使用正态分布在[0至100]的范围内产生随机概率。随后，如果随机产生的概率小于切换成on的概率(即75％)，则产生将gnss接收器模块切换成on的决定。这是有道理的，因为预计在出现新情况时的概率最高，因此生成的随机概率不太可能具有较大的值。类似地，如果gnss接收器模块处于on，并且切换成off的概率是75％，则在这种情况下，仅当产生的随机概率大于75％时，gnss接收器模块才被停用(off)。再次，这是有道理的，因为预计如果gnss接收器模块处于on时的概率很低，因为已经训练了这些情况，并且生成的随机概率不大可能具有较小的值。

启用gnss(on)？61：如果gnss接收器模块处于off，则控制切换gnss接收器模块的决定，以将其切换成on。

停用gnss(off)？62：如果gnss接收器模块处于on，则控制切换gnss接收器模块的决定，以将其切换成off。

将ton、toff设置为零63：如果切换gnss接收器模块的决定是肯定的，则将计数器ton、toff重置为零，并且算法将再次开始等待新的fifo缓冲存储器中断(步骤50)。

作为分析gnss接收器模块的智能策略性能的结果，重点关注以下参数：

收敛水平：使用rls算法(“递归最小二乘”)来构建用于估计速度的定制模型。可以通过检查样本协方差矩阵的对角线上的至少第一个元素来研究收敛水平或“学习方法”。与始终使用gnss接收器模块的样本的情况相比，在此值下进行检查以研究用于估计速度的模型的收敛性。

使用gnss接收器模块：每次使用gnss接收器模块时，微控制器中的计数器都会增加。该计数器用于控制gnss智能策略所需的对gnss接收器模块的使用量，并且研究减少该时间的可行性和影响。

相对速度误差：使用以下表达式来计算估计速度的每个样本的相对误差：

其中，是估计速度，是gnss参考速度。

图7示出了将gnss智能策略应用于定义的数据库m3中的一个参与者的结果。该数据库包含仅来自于当前正在执行的情况的数据。参与者在其正常的跑步训练及其轨迹中没有任何约束，并且佩戴其传感器。该数据库例如记录在佩戴于参与者1的手腕上的控制设备中。

如图7所示，参与者1的gnss接收器模块仅在总时间——该总时间图示为约36h——的7.2％中被使用并处于活动状态，即，使用时间为157.1833分钟。各垂直线com定义了本发明的gnss接收器模块的启用时刻。因此，在时间段com内启用的gnss接收器模块的信号s1的距离/速度测量误差被判断为很低，并且信号s1接近于在整个36h的持续时间内被连续启用的gnss接收器模块的信号sgps。该图更精确地示出了定制化的收敛水平(s1)，该收敛水平(s1)用样本协方差矩阵的对角线中的第一个元素来表示，并且相当接近在gnss接收器模块始终被启用的情况(sgps)。

最后，在图8中，示出了在估算各种人的速度时的相对误差(人的百分比)。为了将gnss智能策略的性能与始终使用gnss接收器模块的情况进行比较，对于这两种情况都使用公式(6)来计算相对误差。实际上，当始终使用gnss接收器模块时，相对误差仅包括rls算法在尝试跟踪速度参考值时的跟踪误差。此外，当应用gnss智能策略时，相对误差还包括在训练方法中断时由用于估算速度的模型增加的误差。图8示出了将gnss智能策略应用于数据库m3中的所有参与者时，针对各个人的结果。

如果考虑所有参与者，则当根据曲线g1on连续启用gnss接收器模块时，相对误差约为6.5％。当根据曲线g1为本发明的gnss接收器模块应用gnss智能策略时，该相对误差增大至7.5％。此外，如果仅包括其记录包含至少10小时的数据的参与者，则根据当在100％的时间内启用gnss接收器模块时的曲线g10on，速度估计的相对误差低于5％。在应用gnss智能策略之后，根据当gnss接收器模块的启用低于10％时的曲线g10，相对误差接近6％。这样，如上文附图所示，很明显，本发明提出的策略可以大大减少gnss接收器模块的使用或启用，同时在速度估计中保持合理的低误差。此外，与gnss接收器模块始终启用(on)的情况相比，rl模型的稳定性和收敛水平似乎是可以接受的。gnss接收器模块的连续启用的持续时间因此可以小于计算单元的计算算法使用控制设备的总时间的10％，也就是说，对于大约为5小时的gnss接收器模块的最大工作时间，在控制设备的总使用时间超过50小时之后，不再打开所述gnss接收器模块。因此，便携式仪器的控制设备可以由诸如手表的电池那样的小电池供电。

从已经进行的描述开始，在不超出由随附权利要求书限定的本发明的上下文的情况下，设置有用于控制人的运动或健康活动的装置的便携式仪器以及用于启动该控制设备的方法的多种替代实施例是可能的。可以设置一个或多个非易失性存储器，并且能够将其从控制设备拆下，以将所记录的并且专用于某人的所有运动数据或定制的行走轮廓装备至另一便携式仪器。便携式仪器的电源可以由电池或太阳能电池或热电发电机提供。