一种人体运动呼吸监测方法与流程

本发明涉及运动设备领域，更具体地说，它涉及一种人体运动呼吸监测方法。

背景技术：

坚持运动可以改善我们的身体条件，在工作压力日益增大的今天，人们都开始重视规律的运动，但是运动过程中需要科学的方法，需要进行专业的指导，比如跑步过程中呼吸要规律，防止呼吸不当会造成体能下降，严重的甚至造成伤害。

现在，人们一般选择去健身房请专业的教练进行指导，但是很多人没有时间专门去健身房运动，市场上出现了呼吸监测设备，一般采用传感器方式，实时监测呼吸的信息。

然而，上述传感器需要与专用的智能手机连接，且传感器不便于携带，影响运动体验。

技术实现要素：

针对上述问题，本发明的目的在于提供一种人体运动呼吸监测方法，其具有设备便携且可以监测呼吸的优点。

本发明的上述发明目的是通过以下技术方案得以实现的：

一种人体运动呼吸监测方法，其特征在于，包括如下步骤：

S101：手机连接耳机与麦克风；

S102：声波采集；

S103：特征提取；

S104：声波模型对比；

S105：判断监测是否结束。

所述第S102步，声波采集首先启动监测系统，进行呼吸监测校准，然后采集声波；

所述第S103步，特征提取之后检测异常，如果出现异常重新进行呼吸监测校准，直至监测成功。

通过上述技术方案，耳机麦克风直接获取呼吸信息，便于携带，不影响运动体验，同时不需要专门的智能手机，与一般手机都具有很好的兼容性。

进一步地，所述第S103步，监测成功之后开始运动，同时采集声波，再次进行声波特征提取，再进行波形计算。

进一步地，所述第S104步，呼吸建模是将现有的呼吸特征与发布模型进行对比，用图形或语音形展示偏离。

进一步地，所述呼吸建模包括声波采集、特征提取、波形计算、呼吸模型创建、图像数据合成和发布模型。

进一步地，所述图像数据合成之后图文模型展示阈值语音设置。

与现有技术相比，本发明的有益效果是：

(1)通过耳机麦克风直接获取呼吸信息，便于携带，不影响运动体验，同时不需要专门的智能手机，与一般手机都具有很好的兼容性；

(2)通过特征提取之后检测异常，如果出现异常重新进行呼吸监测校准，直至监测成功，保障了特征提取的有效性；

(3)通过图像数据合成之后图文模型展示阈值语音设置，当检测到运动呼吸时的数据异常超过阈值时提醒人们恢复正确呼吸。

附图说明

图1为本发明工作流程示意图；

图2为本发明呼吸建模流程图；

图3为本发明呼吸监测流程图。

具体实施方式

下面结合附图和实施例，对本发明进行详细描述。

实施例一

一种人体运动呼吸监测方法，包括如下步骤：

S101：手机连接耳机与麦克风；

S102：声波采集；

S103：特征提取；

S104：声波模型对比；

S105：判断监测是否结束。

声波模型对比首先是创建呼吸模型，再发布呼吸模型，将现有的呼吸声波特征提取后与发布的呼吸模型对比，如果出现偏离，使用图文或者语音的形式提醒。

声波采集先启动监测系统，进行呼吸监测校准，然后采集声波。特征提取之后检测异常，如果出现异常重新进行呼吸监测校准，直至监测成功。

进一步地，所述呼吸建模包括声波采集、特征提取、波形计算、呼吸模型创建、图像数据合成和发布模型。

进一步地，监测成功之后开始运动，同时采集声波，再次进行声波特征提取，再进行波形计算。进一步地，呼吸建模是将现有的呼吸特征与发布模型进行对比，用图形或语音形展示偏离。

通过上述技术方案，耳机麦克风直接获取呼吸信息，便于携带，不影响运动体验，同时不需要专门的智能手机，与一般手机都具有很好的兼容性。

更具体地，耳机麦克风用作采集声波，声波采集模块采集声波之后可以进行降噪处理，提取主要的声波特征波形计算进行建模，建立好的模型发布出来作为参照基准。

声波建模过程中，输入值为训练中呼吸过程的一组麦克风DB值和动作起始结束时间，声波处理首先对声波进行归一化处理，屏蔽腹式呼吸与胸式呼吸对判断造成的影响。更具体地，假设原声波信号为x(n),归一化后的声波信号为y(n),则y(n)与x(n)之间的关系为y(n)＝x(n)/max(abs(x))n∈(1,N)式中:N信号的长度,max()求向量的最大值,abs()求绝对值,则y(n)的取值范围为[-1,1]。处理后的声波进行降噪处理，更优选地，由于阈值去噪具有计算速度快且噪声能得到较好抑制等特性,所以选择阈值去噪。

特征提取使用UWT处理信号进行8层分解,取8层细节系数，更具体地，求取细节系数层最大值向量,层最大值向量的定义如下levelmax(k)＝max([swd(1,k)swd(2,k)…swd(level,k)])k∈(1,N)式中:levelmax为层最大值向量,swd为细节系数,N表示信号长度。再求取层最大值向量的形状包络,形状包络向量即特征值向量。更具体地，形状包络的求取方式是将层最大值向量均分为指定份数M,取每份中的最大值组成一个新的向量,向量大小为M。

特征匹配的原理为两组声波特征向量欧式距离越小,表示两向量越相似,当两个向量完全一致的时候,欧式距离为0。

实施例二

一种人体运动呼吸监测方法，更具体地，例如人们在做俯卧撑时，通过耳机麦克风采集呼吸信息，向上运动时呼气，向下运动时吸气，运动监测系统将动作与呼吸时序绘制在图形界面上，当运动者与动作相对应的呼吸模型不匹配时给运动者提示，使运动者能够及时调整呼吸。

实施例三

一种人体运动呼吸监测方法，更具体地，人们在跑步运动时，三步吸气，三步呼气，通过耳机麦克风采集呼吸信息，运动检测陀螺仪根据重力感应判断用户的步点，将呼吸与步点绘制在图形界面上，当运动者与动作相对应的呼吸模型不匹配时给运动者提示，使运动者能够及时调整呼吸。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。