运动监护方法、运动监护装置及终端设备与流程

本申请属于健康监护技术领域，尤其涉及一种运动监护方法、运动监护装置及终端设备。

背景技术：

随着社会的发展，人们越来越注重自身的健康，越来越多的人加入到运动健身的行列。但不是所有的锻炼者都懂得科学健身。例如：有时会进行超负荷运动，导致肌肉拉伤；有时锻炼的动作不标准，无法达到锻炼效果。

现有的运动监护装置，如运动手环等，通常只是监测用户的实际运动数据(如心率等)。对于大多数业余锻炼者而言，仍不能根据监测到的实际运动数据辨别自己的健身方法是否科学。因此，现有的运动监护装置无法对用户进行有效的运动监护。

技术实现要素：

本申请实施例提供了一种运动监护方法、运动监护装置及终端设备，可以解决现有的运动监护装置无法对用户进行有效的运动监护的问题。

第一方面，本申请实施例提供了一种运动监护方法，包括：

获取用户的目标运动模式，并确定所述目标运动模式对应的标准运动数据；

监测用户的实际运动数据，并当所述实际运动数据和所述标准运动数据不匹配时，提示用户调整运动状态。

在第一方面的一种可能的实现方式中，所述标准运动数据包括标准心率范围，所述实际运动数据包括实际心率；

所述获取用户的目标运动模式，并确定所述目标运动模式对应的标准运动数据，包括：

获取用户的目标运动模式，获取所述目标运动模式对应的用户的体征信息，并根据所述体征信息确定所述目标运动模式对应的标准运动数据；

所述监测用户的实际运动数据，并当所述实际运动数据和所述标准运动数据不匹配时，提示用户调整运动状态，包括：

监测用户的实际心率；

当所述实际心率大于所述标准心率范围的最大值时，提示用户降低运动强度；

当所述实际心率小于所述标准心率范围的最小值时，提示用户提高运动强度。

在第一方面的一种可能的实现方式中，当所述目标运动模式为无氧运动时，所述获取所述目标运动模式对应的用户的体征信息，包括：

获取用户的年龄；

所述根据所述体征信息确定所述目标运动模式对应的标准运动数据，包括：

根据所述年龄计算最大心率；

根据所述最大心率和所述年龄计算无氧运动心率；

获取预设差值，并根据所述预设差值和所述无氧运动心率确定所述目标运动模式对应的标准心率范围。

在第一方面的一种可能的实现方式中，当所述目标运动模式为有氧运动时，所述获取所述目标运动模式对应的用户的体征信息，包括：

获取用户的身高、体重、年龄和睡眠心率平均值；

所述根据所述体征信息确定所述目标运动模式对应的标准运动数据，包括：

根据所述身高、所述体重、所述年龄和所述睡眠心率平均值计算静息心率，并根据所述年龄计算最大心率；

根据所述静息心率和所述最大心率计算心率储备；

获取所述目标运动模式对应的最大心率百分比范围，并根据所述心率储备和所述最大心率百分比范围计算所述目标运动模式对应的标准心率范围。

在第一方面的一种可能的实现方式中，所述标准运动数据包括标准摆动轨迹和标准运动轨迹，所述实际运动数据包括实际摆动轨迹和实际运动轨迹；

所述获取用户的目标运动模式，并确定所述目标运动模式对应的标准运动数据，包括：

获取用户的目标运动模式，并确定所述目标运动模式对应的标准摆动轨迹和标准运动轨迹；

所述监测用户的实际运动数据，并当所述实际运动数据和所述标准运动数据不匹配时，提示用户调整运动状态，包括：

监测用户的实际摆动轨迹和实际运动轨迹；

当所述实际摆动轨迹与所述标准摆动轨迹不匹配时，和/或当所述实际运动轨迹与所述标准运动轨迹不匹配时，提示用户改变动作姿态。

在第一方面的一种可能的实现方式中，所述监测用户的实际摆动轨迹和实际运动轨迹，包括：

监测用户佩戴的可穿戴设备的实时加速度信号和实时角速度信号，并获取所述可穿戴设备的静止姿态数据；

根据所述静止姿态数据、所述实时加速度信号和所述实时角速度信号确定实际摆动轨迹和实际运动轨迹。

在第一方面的一种可能的实现方式中，所述静止姿态数据包括预设的初始坐标以及用户佩戴所述可穿戴设备处于静止状态时的初始加速度信号；

所述根据所述静止姿态数据、所述实际加速度信号和所述实际角速度信号确定实际摆动轨迹和实际运动轨迹，包括：

根据所述实时加速度信号和所述实时角速度信号，分别计算每个历史监测时刻对应的空间位置变化量和路径变化量；

根据各个历史监测时刻对应的空间位置变化量和所述初始加速度信号计算当前监测时刻的实际摆动轨迹；

根据各个历史监测时刻对应的路径变化量和所述初始坐标计算当前监测时刻的实际运动轨迹。

第二方面，本申请实施例提供了一种运动监护装置，包括：

信息获取单元，用于获取用户的目标运动模式，并确定所述目标运动模式对应的标准运动数据；

运动监护单元，用于监测用户的实际运动数据，并当所述实际运动数据和所述标准运动数据不匹配时，提示用户调整运动状态。

第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如第一方面中任一项所述的运动监护方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如第一方面中任一项所述的运动监护方法。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的运动监护方法。

可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

本申请实施例与现有技术相比存在的有益效果是：

本申请实施例通过获取用户的目标运动模式，并确定所述目标运动模式对应的标准运动数据，利用上述方法可以得到适合当前用户的标准运动数据，以为后续的运动监护提供参考依据；然后监测用户的实际运动数据，并当所述实际运动数据和所述标准运动数据不匹配时，对用户进行运动提示。通过上述方法，以确定的标准运动数据为参考依据，能够对用户进行有效的运动监护。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请一实施例提供的可穿戴设备的示意图；

图2是本申请一实施例提供运动监护方法的流程示意图；

图3是本申请另一实施例提供运动监护方法的流程示意图；

图4是本申请一实施例提供的有氧运动最大心率百分比范围表；

图5是本申请另一实施例提供的运动监护方法的流程示意图；

图6是本申请一实施例提供的运动监护装置的结构框图；

图7是本申请一实施例提供的终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。

先介绍本申请实施例中运动监护方法的应用场景。用户在运动时佩戴可穿戴设备，该可穿戴设备可以是运动手环、运动臂带、智能手表、智能眼镜等。参见图1，为本申请实施例提供的可穿戴设备的示意图。如图所示，可穿戴设备中可以包括心率采集器101、加速度计102、陀螺仪103、处理器104、输入装置105和提示装置106。可穿戴设备可以通过输入装置获取用户输入的运动信息，通过心率采集器实时监测用户的实际心率，通过加速度计监测加速度信号，并通过陀螺仪监测角速度信号。处理器分别连接输入装置、心率采集器、加速度计、陀螺仪和提示装置，处理器接收输入装置发送的运动信息、接收心率采集器发送的实际心率、获取加速度计的加速度信号、获取陀螺仪的角速度信号，并利用本申请实施例中的运动监护方法对上述监测数据进行处理，在处理后，当需要对用户进行运动提示时，处理器向提示装置发送提示指令，提示装置根据提示指令向用户发出提示信号(提示信号可以是文字信号、声信号、光信号、振动信号等)。

当然，可穿戴设备还可以与其他终端设备通信连接(通信方式可以是有线或无线的方式，无线方式可以是wifi、蓝牙等)。终端设备可以是手机、电脑等。用户也可以在终端设备中输入目标运动模式，终端设备将目标运动模式发送给可穿戴设备的处理器；可穿戴设备的处理器获取心率、加速度信号和角速度信号等，并根据接收到的目标运动模式对上述采集到的数据进行处理。当需要对用户进行运动提示时，可穿戴设备中的处理器也可以向终端设备发送提示指令，由终端设备根据提示指令向用户发出提示信号。利用这种方法，可以实现对他人运动的监测。例如，当儿童佩戴手环外出运动时，家长可以通过手机监测儿童的运动情况。运动监护装置和终端设备通信的方式，可以增加本申请实施例中运动监护方法的适应性。

本申请实施例的另一个应用场景，用户在终端设备中输入目标运动模式，并通过佩戴可穿戴设备获得心率、加速度信号和角速度信号等数据；可穿戴设备将上述数据通过通信方式发送给终端设备；终端设备对上述数据进行处理得到目标运动模式对应的标准运动数据以及监测到的用户的实际运动数据，并根据实际运动数据和标准运动数据对用户的运动状态进行监护，在需要对用户进行提示时，通过终端设备的提示装置想用户发出提示信号。在这个应用场景中，可穿戴设备只用于采集心率、加速度信号和角速度信号等数据，并不用于对上述数据进行处理，对上述数据进行处理的步骤由终端设备来执行。

图2示出了本申请一实施例提供的运动监护方法的流程示意图，作为示例而非限定，所述方法可以包括以下步骤：

s201，获取用户的目标运动模式，并确定所述目标运动模式对应的标准运动数据。

s202，监测用户的实际运动数据，并当所述实际运动数据和所述标准运动数据不匹配时，提示用户调整运动状态。

在一个实施例中，标准运动数据包括标准心率范围，实际运动数据包括实际心率。参见图3，为本申请另一实施例提供的运动监护方法的流程示意图，作为示例而非限定，所述方法可以包括以下步骤：

s301，获取用户的目标运动模式，获取所述目标运动模式对应的用户的体征信息，并根据所述体征信息确定所述目标运动模式对应的标准运动数据。

其中，目标运动模式可以包括走路、跑步、游泳、跳绳等等运动类型。体征信息可以包括姓名、身高、体重、年龄、睡眠心率平均值等等。

在实际应用中，用户可以在运动监护应用软件上建立自己的账号，并在初次使用时输入自己的体征信息(体征信息可以存储在云服务器中)，这样即可将账号和体征信息进行绑定。再次使用时，用户只要输入自己的账号，登录运动监护应用软件的终端设备便可以从云服务器中获取该用户的体征信息。在进行运动之前，用户只需选择目标运动模式既可。

可选的，当目标运动模式为无氧运动时，所述获取所述目标运动模式对应的用户的体征信息，包括：获取用户的年龄。

相应的，步骤s301中根据体征信息确定目标运动模式对应的标准运动数据，可以包括：

a、根据年龄计算最大心率。

可以利用fcmax＝220-age计算最大心率，其中，fcmax表示最大心率，age表示年龄。示例性的，假设年龄30，fcmax＝220-30＝190。

b、根据最大心率和年龄计算无氧运动心率。

可以利用无氧运动心率＝fcmax-age计算无氧运动心率。示例性的，假设fcmax＝190，则无氧运动心率＝190-30＝160。

c、获取预设差值，并根据预设差值和无氧运动心率确定目标运动模式对应的标准心率范围。

实际应用中，可以将无氧运动心率加上预设差值得到标准心率范围的上限值，将无氧运动心率减去预设差值得到标准心率范围的下限值。

示例性的，假设预设差值为20，无氧运动心率为160，则得到的标准心率范围为140-180。

可选的，当目标运动模式为有氧运动时，所述获取所述目标运动模式对应的用户的体征信息，包括：获取用户的身高、体重、年龄和睡眠心率平均值。

相应的，步骤s301中根据体征信息确定目标运动模式对应的标准运动数据，可以包括：

d、根据身高、体重、年龄和睡眠心率平均值计算静息心率，并根据年龄计算最大心率。

可以利用fcrepose＝k*hr1计算静息心率，其中，fcrepose表示静息心率，hr1表示睡眠心率平均值，k为根据身高、体重和年龄计算出的个体系数，k＝(1+weight/(hight×hight×age)*0.9)，weight表示体重，hight表示身高。

可以利用fcmax＝220-age计算最大心率。

示例性，假设身高160cm，体重60kg，年龄30，睡眠心率平均值60。那么静息心率＝(1+60/(160×160×30)×0.9)×60≈60。fcmax＝220-30＝190。

e、根据静息心率和最大心率计算心率储备。

可以利用心率储备＝fcmax-fcrepose计算心率储备。

示例性的，如上示例中的数据，可以计算出心率储备＝190-60＝130。

f、获取目标运动模式对应的最大心率百分比范围，并根据心率储备和最大心率百分比范围计算目标运动模式对应的标准心率范围。

实际应用中，不同强度的有氧运动对应的最大心率百分比范围不同，可参见图4，为本申请实施例提供的有氧运动最大心率百分比范围表。如表所示，小运动量的有氧运动对应的最大心率百分比范围为50％-60％，中运动量的有氧运动对应的最大心率百分比范围为70％-80％，大运动量的有氧运动对应的最大心率百分比范围为80％-90％。

当目标运动模式为小运动量的有氧运动时，可利用标准心率范围＝(心率储备-age)×q1来计算，其中q1的取值为50％-60％。

当目标运动模式为中运动量的有氧运动时，可利用标准心率范围＝(心率储备-age)×q2来计算，其中q2的取值为70％-80％。

当目标运动模式为大运动量的有氧运动时，可利用标准心率范围＝(心率储备-age)×q3来计算，其中q3的取值为80％-90％。

示例性的，假设计算出的心率储备为130，年龄30，目标运动模式为走路。可以确定目标运动模式为小运动量的有氧运动，计算出的标准心率范围＝(130-30)×(50％-60％)＝[50,60]。

s302，监测用户的实际心率。

s303，当实际心率大于标准心率范围的最大值时，提示用户降低运动强度。

s304，当实际心率小于标准心率范围的最小值时，提示用户提高运动强度。

在一个实施例中，标准运动数据还可以包括标准摆动轨迹和标准运动轨迹，实际运动数据包括实际摆动轨迹和实际运动轨迹。参见图5，为本申请另一实施例提供的运动监护方法的流程示意图，作为示例而非限定，所述方法可以包括以下步骤：

s501，获取用户的目标运动模式，并确定目标运动模式对应的标准摆动轨迹和标准运动轨迹。

摆动轨迹可以理解为固定运动监护装置的身体部位的摆动轨迹。示例性的，当用户进行跑步运动时，可以将运动监护装置固定在大腿部位，此时的摆动轨迹为大腿部位的摆动轨迹；当用户进行跳绳运动时，可以将运动监护装置固定在手臂部位，此时的摆动轨迹为手臂部位的摆动轨迹。

运动轨迹是指用户的位置移动轨迹。示例性的，当用户进行跑步运动时，运动轨迹可能是水平方向上的一条直线；当用户进行跳绳运动时，运动轨迹可能是竖直方向上的往返线。

s502，监测用户的实际摆动轨迹和实际运动轨迹。

可选的，步骤s502可以包括以下步骤；

s5021，监测用户佩戴的可穿戴设备的实时加速度信号和实时角速度信号，并获取可穿戴设备的静止姿态数据。

s5022，根据静止姿态数据、实时加速度信号和实时角速度信号确定实际摆动轨迹和实际运动轨迹。

其中，静止姿态数据可以包括预设的初始坐标以及用户佩戴可穿戴设备处于静止状态时的初始加速度信号。在实际应用中，在运动之前，可以预先采集一段时间内的加速度信号，如果这段时间内的加速度信号几乎无变化，则可以认为是处于静止状态。因为静止状态下，加速度仅受地心引力作用，此时加速度信号的矢量和约为1g(g≈9.8m/s²)。加速度信号通常为三轴加速度信号，即x、y、z轴。因此，可以将矢量和约为1g时的三轴加速度信号作为初始加速度信号。

相应的，步骤s5022还可以包括以下步骤：

i、根据实时加速度信号和实时角速度信号，分别计算每个历史监测时刻对应的空间位置变化量和路径变化量。

监测时刻是指监测用户的实际运动数据时的采样时刻，在本实施例中，是指监测运动监护装置的加速度信号和角速度信号的采样时刻。

示例性的，假设当前为第n个监测时刻，要计算当前的实际运动轨迹和实际摆动轨迹，首先需要计算出第1个监测时刻对应的空间位置变化量和路径变化量、第2个监测时刻对应的空间位置变化量和路径变化量……第n-1个监测时刻对应的空间位置变化量和路径变化量。

其中，第n个监测时刻对应的空间位置变化量，可以通过比较第n个监测时刻的加速度信号和第n-1个监测时刻的加速度信号、第n个监测时刻的角速度信号和第n-1个监测时刻的角速度信号得到。

第n个监测时刻对应的路径变化量，可以通过下述公式计算：

其中，(sx(n)，sy(n)，sz(n))表示第n个监测时刻的路径变化量，表示第n个监测时刻的速度，t(n)-t(n-1)表示第n个监测时刻与第n-1个监测时刻的间隔时间。可以通过下述公式计算：

其中，为第n个监测时刻的加速度信号。在实际应用中，第n个监测时刻的加速度信号通常需要利用第n个时刻的角速度信号进行修正，再利用修正后的加速度信号进行速度的计算。

ii、根据各个历史监测时刻对应的空间位置变化量和初始加速度信号计算当前监测时刻的实际摆动轨迹。

静止状态之后的第1个监测时刻的实际摆动轨迹可以根据初始加速度信号和第1个监测时刻对应的空间位置变化量确定得到；第2个监测时刻的实际摆动轨迹可以根据第1个监测时刻的实际摆动轨迹和第2个监测时刻对应的空间位置变化量确定得到；以此类推，第n个监测时刻的实际摆动轨迹可以根据第n-1个监测时刻的实际摆动轨迹和第n个监测时刻对应的空间位置变化量确定得到。

iii、根据各个历史监测时刻对应的路径变化量和初始坐标计算当前监测时刻的实际运动轨迹。

可以通过下式计算实际运动轨迹：

其中，(xn，yn，zn)表示第n个监测时刻的坐标。根据初始坐标可以计算出第1个监测时刻的坐标，如下：

(x0，y0，z0)表示初始坐标。然后依次类推，直到计算出第n个监测时刻的坐标。根据各个监测时刻的坐标即可得到当前监测时刻的实际运动轨迹。

s503，当实际摆动轨迹与标准摆动轨迹不匹配时，和/或当实际运动轨迹与标准运动轨迹不匹配时，提示用户改变动作姿态。

步骤s503中的是否匹配，可以通过比较两条轨迹之间的相似度来确定。例如，可以获取实际运动轨迹的图像和标准运动轨迹的图像，利用图像处理方法确定两条轨迹是否相似。再例如，还可以利用数据处理的方法，对两条轨迹进行线性拟合，然后计算拟合度。具体方法在此不做限定。

另外，在实际应用中，可以直接比较实际摆动轨迹与标准摆动轨迹、实际运动轨迹与标准运动轨迹；还可以根据监测出的实际运动轨迹和实际摆动轨迹确定出实际运动模式，然后判断实际运动模式与目标运动模式是否一致。

在一个实施例中，用户的目标运动模式还可以包括无氧运动和有氧运动，相应的，标准运动数据可以包括目标运动类型，实际运动数据可以包括实际运动类型。运动类型可以包括游泳、跑步、走路、跳绳等等。

示例性的，获取用户输入的目标运动模式，假设为有氧运动，则根据该目标运动模式为用户推荐目标运动类型(即确定目标运动模式对应的目标运动类型)，假设推荐了跑步、游泳两种目标运动类型；监测用户的实际运动类型。假设根据监测出的实际摆动轨迹为相对于初始坐标前后往复摆动，同时监测出的实际运动轨迹为相对于初始坐标的一条线段，那么可以确定出实际运动类型为跑步，即实际运动类型为目标运动类型中任一种，此时继续监测用户的其他运动数据，(如心率等)。假设根据监测出的实际摆动轨迹为相对于初始坐标上下往复摆动，同时监测出的实际运动轨迹为相对于初始坐标的上下往复折线，那么可以确定出实际运动类型为跳绳，即实际运动类型与目标运动类型不一致，此时需要对用户进行提示。

需要说明的是，上述示例只是对如何根据监测的实际摆动轨迹和实际运动轨迹确定出实际运动模式的解释，并不对摆动轨迹、运动轨迹和运动类型之间的关系做具体限定，即不限定某种运动类型对应的摆动轨迹和运动轨迹的形势。

在一个实施例中，用户的目标运动模式还可以包括目标卡路里和目标运动类型，相应的，标准运动数据为目标运动时间，实际运动数据为实际运动时间。示例性的，获取用户输入的目标卡路里和目标运动类型，根据目标卡路里和目标运动类型可以计算出目标运动时间；监测用户的实际运动时间；当实际运动时间大于目标运动时间时，提示用户停止运动；当实际运动时间小于目标运动时间时，提示用户剩余运动时间。

本申请实施例通过获取用户的目标运动模式，并确定所述目标运动模式对应的标准运动数据，利用上述方法可以得到适合当前用户的标准运动数据，以为后续的运动监护提供参考依据；然后监测用户的实际运动数据，并当所述实际运动数据和所述标准运动数据不匹配时，对用户进行运动提示。通过上述方法，以确定的标准运动数据为参考依据，能够对用户进行有效的运动监护。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

对应于上文实施例所述的运动监护方法，图6示出了本申请实施例提供的运动监护装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图6，该装置包括：

信息获取单元61，用于获取用户的目标运动模式，并确定所述目标运动模式对应的标准运动数据。

运动监护单元62，用于监测用户的实际运动数据，并当所述实际运动数据和所述标准运动数据不匹配时，提示用户调整运动状态。

可选的，标准运动数据包括标准心率范围，实际运动数据包括实际心率。

可选的，信息获取单元61，还用于获取用户的目标运动模式，获取所述目标运动模式对应的用户的体征信息，并根据所述体征信息确定所述目标运动模式对应的标准运动数据。

可选的，运动监护单元62，还用于监测用户的实际心率；当实际心率大于标准心率范围的最大值时，提示用户降低运动强度；当实际心率小于标准心率范围的最小值时，提示用户提高运动强度。

可选的，当所述目标运动模式为无氧运动时，所述信息获取单元61还用于获取用户的年龄。

可选的，信息获取单元61包括：

最大心率计算模块，用于根据年龄计算最大心率。

无氧心率计算模块，用于根据最大心率和年龄计算无氧运动心率。

标准心率范围获取模块，用于获取预设的差值范围，并根据差值范围和无氧运动心率确定目标运动模式对应的标准心率范围。

可选的，当所述目标运动模式为有氧运动时，所述信息获取单元61还用于获取用户的身高、体重、年龄和睡眠心率平均值。

可选的，信息获取单元61还包括：

最大心率计算模块，还用于根据身高、体重、年龄和睡眠心率平均值计算静息心率，并根据年龄计算最大心率。

心率储备计算模块，用于根据静息心率和最大心率计算心率储备。

标准心率范围获取模块，还用于获取目标运动模式对应的最大心率百分比范围，并根据心率储备和最大心率百分比范围计算目标运动模式对应的标准心率范围。

可选的，标准运动数据包括标准摆动轨迹和标准运动轨迹，实际运动数据包括实际摆动轨迹和实际运动轨迹。

可选的，信息获取单元61，还用于获取用户的目标运动模式，并确定目标运动模式对应的标准摆动轨迹和标准运动轨迹。

可选的，运动监护单元62包括：

监测数据模块，用于监测用户的实际摆动轨迹和实际运动轨迹。

判断模块，用于当实际摆动轨迹与标准摆动轨迹不匹配时，和/或当实际运动轨迹与标准运动轨迹不匹配时，提示用户改变动作姿态。

可选的，监测数据模块，还用于监测用户佩戴的可穿戴设备的实时加速度信号和实时角速度信号，并获取用户的静止姿态数据；根据静止姿态数据、实时加速度信号和实时角速度信号确定实际摆动轨迹和实际运动轨迹。

可选的，静止姿态数据包括预设的初始坐标以及用户佩戴所述可穿戴设备处于静止状态时的初始加速度信号。

可选的，监测数据模块包括：

变化量计算子模块，用于根据实时加速度信号和实时角速度信号，分别计算每个历史监测时刻对应的空间位置变化量和路径变化量。

实际摆动轨迹计算子模块，用于根据各个历史监测时刻对应的空间位置变化量和初始加速度信号计算当前监测时刻的实际摆动轨迹。

实际运动轨迹计算子模块，用于根据各个历史监测时刻对应的路径变化量和初始坐标计算当前监测时刻的实际运动轨迹。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

另外，图6所示的运动监护装置可以是内置于现有的终端设备内的软件单元、硬件单元、或软硬结合的单元，也可以作为独立的挂件集成到所述终端设备中，还可以作为独立的终端设备存在。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

图7为本申请一实施例提供的终端设备的结构示意图。如图7所示，该实施例的终端设备7包括：至少一个处理器70(图7中仅示出一个)处理器、存储器71以及存储在所述存储器71中并可在所述至少一个处理器70上运行的计算机程序72，所述处理器70执行所述计算机程序72时实现上述任意各个运动监护方法实施例中的步骤。

所述终端设备可以是桌上型计算机、笔记本、掌上电脑等计算设备。该终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，图7仅仅是终端设备7的举例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

所称处理器70可以是中央处理单元(centralprocessingunit，cpu)，该处理器70还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器71在一些实施例中可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71在另一些实施例中也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储操作系统、应用程序、引导装载程序(bootloader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。

本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质。例如u盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。