CN112580602A - 一种规范握力测试的方法及装置 - Google Patents
一种规范握力测试的方法及装置 Download PDFInfo
- Publication number
- CN112580602A CN112580602A CN202011613390.1A CN202011613390A CN112580602A CN 112580602 A CN112580602 A CN 112580602A CN 202011613390 A CN202011613390 A CN 202011613390A CN 112580602 A CN112580602 A CN 112580602A
- Authority
- CN
- China
- Prior art keywords
- wireless
- grip
- data processing
- module
- grip strength
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 85
- 230000003993 interaction Effects 0.000 claims abstract description 46
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 230000009471 action Effects 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 11
- 239000013589 supplement Substances 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000007665 sagging Methods 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 210000003414 extremity Anatomy 0.000 description 4
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000007655 standard test method Methods 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/224—Measuring muscular strength
- A61B5/225—Measuring muscular strength of the fingers, e.g. by monitoring hand-grip force
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/107—Static hand or arm
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种规范握力测试的方法及装置，属于体质测试领域。受试者将安装有无线测距与姿态传感模块的握力测试计侧面面向自己身体后，开始进行握力测试。无线RGB‑D深度相机模块采集受试者握力测试过程中的肢体动作图像，无线测距与姿态传感模块测量握力测试计到身体的距离数据以及手臂的姿态数据。以上图像和数据无线传输至嵌入式数据处理与交互终端进行握力动作规范判定，嵌入式数据处理与交互终端控制显示屏和音响提示受试者动作规范，从而实现对受试者握力测试动作的规范。采用本发明的装置进行测量时，无需人工观察，可杜绝受试者和相关测试人员作弊，可快速实现对握力测试动作规范程度的自动化判定。
Description
技术领域
本发明涉及一种规范握力测试的方法及装置，尤其是涉及使用传感器网络辅助规范握力的测试过程，属于体质测试领域。
背景技术
握力测试主要是测试受试者前臂和手部的最大肌肉力量，是《国民体质测定标准》中评价人体上肢力量的重要测试。其规范测试方法为：“测试时，受试者转动握力测试计的握距调节钮，调至适宜握距，然后用力手持握力测试计,身体直立,两脚自然分开(同肩宽)，两臂自然下垂，开始测试时，用最大力紧握上下两个握柄。测试两次，取最大值，记录以千克为单位，保留小数点后一位。”目前，握力测试主要通过机械式或电子式握力测试计，关注重点主要集中在握力的准确测量功能上，但对于握力测试过程是否规范，如：用力时，禁止摆臂、下蹲或将握力测试计接触身体，仍然需要依赖人工观察的方式进行判断。
此外，2019年，我国在《体育强国建设纲要》中提出“到2035年，城乡居民达到《国民体质测定标准》合格以上的人数比例超过92％”，如何在全民中实现大规模握力规范化测试也成为当下亟待解决的问题。
发明内容
本发明的目的是提出一种规范握力测试的方法及装置，实现对握力测试动作规范程度的自动化判定，取代现有人工观察的方式，为全民大规模规范化握力测试提供解决方案。
本发明的目的是通过下述技术方案实现的。
一种规范握力测试的装置，主要包括：握力测试计，无线RGB-D深度相机模块，无线测距与姿态传感模块，嵌入式数据处理与显示终端。
所述握力测试计为市场上常见握力测试计。
所述无线RGB-D深度相机模块，放置在受试者正前方；无线测距与姿态传感模块安装在握力测试计侧面；嵌入式数据处理与显示终端，放置在受试者侧前方。
受试者将安装有无线测距与姿态传感模块的握力测试计侧面面向自己身体后，开始进行握力测试。无线RGB-D深度相机模块采集受试者握力测试过程中的肢体动作图像，无线测距与姿态传感模块测量握力测试计到身体的距离数据以及手臂的姿态数据。以上图像和数据无线传输至嵌入式数据处理与交互终端进行握力动作规范判定，嵌入式数据处理与交互终端控制显示屏和音响提示受试者动作规范，从而实现对受试者握力测试动作的规范。
所述无线RGB-D深度相机模块，包括RGB-D图像采集子模块、补光灯子模块与无线收发子模块，RGB-D图像采集子模块视频输出与控制接口以及补光灯子模块的亮度控制接口与无线收发子模块连接。RGB-D图像采集子模块采集受试者在握力测试时的肢体动作图像，并将所拍摄的图像通过无线收发子模块发送给嵌入式数据处理与显示终端以判断受试者姿态是否符合身体直立，两脚自然分开(同肩宽)，双臂自然下垂的规范，是否出现摆臂、下蹲的违规动作，补光灯子模块用于受试拍摄环境的补光。
所述无线测距与姿态传感模块，包括距离测量传感器，惯性姿态传感器，控制器与无线收发子模块，距离测量传感器、惯性姿态传感器、无线收发子模块的数据与控制接口与控制器连接。控制器控制距离测量传感器、惯性姿态传感器分别采集握力测试计到受试者身体的距离数据以及握力测试计的姿态数据，并将以上数据无线传输至嵌入式数据处理与交互终端以判断握力测试计是否未贴在受试者身体。
所述嵌入式数据处理与交互终端，包括嵌入式信号处理与控制器，显示屏，音响，与无线收发子模块，无线收发子模块的数据和控制接口与嵌入式信号处理与控制器相连，显示屏和音响的信号输入接口与嵌入式信号处理与控制器相连。嵌入式信号处理与控制器根据无线RGB-D深度相机模块采集的图像数据，无线测距与姿态传感模块采集的距离与姿态数据，判断受试者握力测试过程是否规范并控制显示屏和音响以声光形式提示受试者。此外，嵌入式信号处理与控制器通过无线收发子模块实现与无线RGB-D深度相机模块、无线测距与姿态传感模块的通讯与控制。
一种规范握力测试的方法，包括以下步骤：
步骤一、开启无线RGB-D深度相机模块、无线测距与姿态传感模块、嵌入式数据处理与交互终端的电源开关，各模块和终端之间完成初始化和配对，嵌入式数据处理与交互终端声光提示受试者，***已就绪，可以开始测试。
步骤二、受试者转动握力测试计的握距调节钮，调至适宜握距，将安装有无线测距与姿态传感模块的握力测试计侧面面向自己身体，然后用力手持握力测试计，身体直立，两脚自然分开(同肩宽)，两臂自然下垂。
步骤三、无线RGB-D深度相机模块连续实时拍摄多张图像传输至嵌入式数据处理与交互终端，嵌入式数据处理与交互终端判断当前环境光照是否满足稳定识别人体关节点条件，若不满足，则控制无线RGB-D深度相机模块中的补光灯子模块进行补光，直至满足该条件。
步骤四、嵌入式数据处理与交互终端，以声光形式提示受试者开始测量，受试者开始进行握力测试。
握力测试过程中，无线RGB-D深度相机模块实时拍摄受试者肢体动作图像并无线传输至嵌入式数据处理与交互终端，嵌入式数据处理与交互终端通过分析当前受试者动作，判断是否满足身体直立，两脚自然分开(同肩宽)，两臂自然下垂，未下蹲的条件。
同时，无线测距与姿态传感模块实时测量握力测试计到身体的距离数据以及手臂的姿态数据，将距离数据无线传输至嵌入式数据处理与交互终端，嵌入式数据处理与交互终端判断握力测试计是否满足未贴在身体的条件。
若同时满足以上两个条件，嵌入式数据处理与交互终端向受试者输出符合规范测试，若不满足以上任一条件，嵌入式数据处理与交互终端输出不满足规范化测试以及不满足的条件，重复步骤三至四，直到以上条件全部满足。
步骤五、嵌入式数据处理与交互终端输出已完成测试，并将规范化评价结果以声光形式提示受试者。
步骤三所述的判断当前环境光照是否满足稳定识别人体关节点的算法为：根据无线RGB-D深度相机模块采集的N张RGB图像和深度图像，利用常用人体关键点识别算法，对每一张图像中人体面部、双腿、双臂的关键点进行识别，比较每一张图像的关键点数量是否等于预设值。若N图片中有任一图像关键点数量低于预设值，则认为当前环境光照不满足稳定识别人体关节点条件。
步骤四所述的判断是否满足身体直立，两脚自然分开(同肩宽)，两臂自然下垂，未下蹲的算法为：利用人体关键关节点提取算法，识别实时拍摄图像中受试者的全身关键关节点。将识别到的全身关键关节点信息与预设的直立姿态的人体关键关节点信息进行相似度比较，当相似度大于设定阈值，即认定身体直立，未下蹲。随后，依次连接肩部关键关节点、双脚关键关节点、左臂关键关节点、右臂关键关节点，利用图形几何学计算方式，当肩部关键关节点的欧式距离与双脚关键关节点的欧式距离之差小于两脚同肩宽的设定阈值时，认定两脚自然分开(同肩宽)；左臂关键关节点连线与右臂关键关节点连线的二维平面夹角小于两臂自然下垂设定阈值角度，则认定双臂自然下垂。
步骤四所述的判断握力测试计是否满足未贴在身体的算法为：判断握力测试计到身体的距离大于设定的贴在身体最小距离阈值，同时姿态传感器测得的三轴角速度和三轴加速度计信息均小于设定的手臂稳定阈值，则认定握力测试计未贴在身体。
有益效果
(1)一种规范握力测试的方法及装置，无需人工观察，可杜绝受试者和相关测试人员作弊，可快速实现对握力测试动作规范程度的自动化判定。
(2)一种规范握力测试的方法及装置，可与市面上的握力测试计配合，通用性强。
附图说明
图1为本发明具体实施方式中无线RGB-D深度相机模块的原理图。
图2为本发明具体实施方式中无线测距与姿态传感模块的原理图。
图3为本发明具体实施方式中嵌入式数据处理与显示终端的原理图。
图4为本发明具体实施方式的方法流程图。
其中，
1-RGB-D深度相机模块，2-无线测距与姿态传感模块，3-嵌入式数据处理与显示终端。
在1-RGB-D深度相机模块中，11-RGB-D图像采集子模块，12-电源开关，13-可充电电源，14-无线收发子模块。
在2-无线测距与姿态传感模块中，21-红外光电接近开关，22-惯性姿态传感器，23-电源开关，24-可充电电源，25-控制器，26-无线收发子模块。
在3-嵌入式数据处理与显示终端中，31-嵌入式信号处理与控制器，32-显示屏，33-音响，34-可充电电源，35-电源开关，36-无线收发子模块。
具体实施方式
以下结合附图和实施例对本发明进行详细说明。
一种规范握力测试的装置，包括：无线RGB-D深度相机模块1，无线测距与姿态传感模块2，嵌入式数据处理与显示终端3。
其中：
无线RGB-D深度相机模块1，其原理图如图1所示，包括：RGB-D图像采集子模块11，电源开关12，可充电电源13，无线收发子模块14，主要用于拍摄受试者的面部、身体图像与视频信息。其中，RGB-D图像采集子模块11，RGB图像的分辨率为1920×1080，帧率为30帧，深度图像的分辨率为1280×768，帧率为30帧，其供电接口与电源开关12连接，视频输出与控制接口与无线收发子模块14的数据接口连接。电源开关12用于控制无线RGB-D深度相机模块1的电源通断，一端连接可充电电源13，另一端连接RGB-D图像采集子模块11、无线收发子模块14的供电接口。可充电电源13，用于提供无线RGB-D深度相机模块1中其他模块供电，与电源开关12连接。无线收发子模块14，用于RGB-D图像采集子模块11与嵌入式数据处理与显示终端3的无线通讯，其数据接口与RGB-D图像采集子模块11图像数据接口连接，供电接口与电源开关12连接。
无线测距与姿态传感模块2，其原理图如图2所示，包括：红外光电接近开关21，惯性姿态传感器22，电源开关23，可充电电源24，控制器25，无线收发子模块26，用于测量握力测试计到受试者身体的距离以及握力测试计的姿态数据，并将以上数据无线传输至嵌入式数据处理与交互终端3。其中，红外光电接近开关21，用于测量握力测试计到受试者身体的距离，其供电接口与电源开关23连接，数据输出接口与控制器25的数据接口连接。惯性姿态传感器22，用于测量握力测试计的姿态信息，其供电接口与电源开关23连接，数据输出接口与控制器25的数据接口连接。电源开关23用于控制无线测距与姿态传感模块2的电源通断，一端连接可充电电源24，另一端连接红外光电接近开关21，惯性姿态传感器22，控制器25，无线收发子模块26的供电接口。可充电电源24，用于提供无线测距与姿态传感模块2中其他模块供电，与电源开关23连接。控制器25，主要在采集红外光电接近开关21的距离数据和惯性姿态传感器22的姿态数据后，以无线通讯方式发送给嵌入式数据处理与显示终端3，其数据接口与红外光电接近开关21和惯性姿态传感器22连接，其无线通讯接口与无线收发子模块26连接。无线收发子模块26，用于与嵌入式数据处理与显示终端3的无线通讯，其数据接口与控制器25连接，供电接口与电源开关23连接。
嵌入式数据处理与显示终端3，其原理图如图3所示，包括：嵌入式信号处理与控制器31，显示屏32，音响33，可充电电源34，电源开关35，无线收发子模块36，用于分析无线RGB-D深度相机模块1和无线测距与姿态传感模块2发送来的数据，通过算法处理得到的人体关键点信息，判断受试者进行握力测试时，动作是否符合握力测试的规范标准，并将判断结果以声光方式提示被测者。嵌入式信号处理与控制器31，用于分析嵌入式数据处理与显示终端3收到的图像、距离和姿态数据，通过算法处理得到的人体关键点信息，判断受试者进行握力测试时，动作是否符合握力测试的规范标准，并将判断结果发送至显示屏32，音响33进行声光提示。其无线数据收发接口与无线收发子模块36连接，视频与音频接口分别与显示屏32，音响33连接，供电接口与电源开关35连接。显示屏32，用于显示动作是否规范的图像或视频数据，其数据接口与嵌入式信号处理与控制器31连接，供电接口与电源开关35连接。音响33，用于发出提示受试者动作是否规范的音频数据，其数据接口与嵌入式信号处理与控制器31连接，供电接口与电源开关35连接。可充电电源34，用于嵌入式数据处理与显示终端3中的其他模块供电，与电源开关35连接。电源开关35，用于控制嵌入式数据处理与显示终端3的电源通断，一端连接可充电电源34，一端连接嵌入式信号处理与控制器31，显示屏32，音响33，无线收发子模块36。无线收发子模块36，用于嵌入式信号处理与控制器31与无线RGB-D深度相机模块1和无线测距与姿态传感模块2的无线通讯，其数据接口与嵌入式信号处理与控制器31的无线数据收发接口连接，供电接口与电源开关35连接。
一种规范握力测试的装置的工作原理为：
受试者将安装有无线测距与姿态传感模块的握力测试计侧面面向自己身体后，开始进行握力测试。无线RGB-D深度相机模块采集受试者握力测试过程中的肢体动作图像，无线测距与姿态传感模块测量握力测试计到身体的距离数据以及手臂的姿态数据。以上图像和数据无线传输至嵌入式数据处理与交互终端进行握力动作规范判定，嵌入式数据处理与交互终端控制显示屏和音响提示受试者动作规范，从而实现对受试者握力测试动作的规范。
一种规范握力测试的方法，其方法流程图如图4所示，按照以下步骤实施：
步骤一、各模块和终端之间完成初始化和配对。开启无线RGB-D深度相机模块、无线测距与姿态传感模块、嵌入式数据处理与交互终端的电源开关，各模块和终端之间完成初始化和配对，嵌入式数据处理与交互终端声光提示受试者，***已就绪，可以开始测试。
步骤二、受试者做握力测试准备动作。受试者转动握力测试计的握距调节钮，调至适宜握距，将安装有无线测距与姿态传感模块的握力测试计侧面面向自己身体，然后用力手持握力测试计，身体直立，两脚自然分开(同肩宽)，两臂自然下垂。
步骤三、判断当前环境光照是否满足稳定识别人体关节点的条件。无线RGB-D深度相机模块连续实时拍摄多张图像传输至嵌入式数据处理与交互终端，嵌入式数据处理与交互终端判断当前环境光照是否满足稳定识别人体关节点条件，若不满足，则控制无线RGB-D深度相机模块中的补光灯子模块进行补光，直至满足该条件。
判断当前环境光照是否满足稳定识别人体关节点的算法为：根据无线RGB-D深度相机模块采集的N张RGB图像和深度图像，利用常用人体关键点识别算法，对每一张图像中人体面部、双腿、双臂的关键点进行识别，比较每一张图像的关键点数量是否等于预设值。若N图片中有任一图像关键点数量低于预设值，则认为当前环境光照不满足稳定识别人体关节点条件。
步骤四、受试者开始握力测试，判断动作是否规范。嵌入式数据处理与交互终端，以声光形式提示受试者开始测量，受试者开始进行握力测试。
握力测试过程中，无线RGB-D深度相机模块实时拍摄受试者图像并无线传输至嵌入式数据处理与交互终端，嵌入式数据处理与交互终端通过分析当前受试者动作，判断是否满足身体直立，两脚自然分开(同肩宽)，两臂自然下垂，未下蹲的条件。
判断是否满足身体直立，两脚自然分开(同肩宽)，两臂自然下垂，未下蹲的算法为：利用人体关键关节点提取算法，识别实时拍摄图像中受试者的全身关键关节点。将识别到的全身关键关节点信息与预设的直立姿态的人体关键关节点信息进行相似度比较，当相似度大于设定阈值，即认定身体直立，未下蹲。随后，依次连接肩部关键关节点、双脚关键关节点、左臂关键关节点、右臂关键关节点，利用图形几何学计算方式，当肩部关键关节点的欧式距离与双脚关键关节点的欧式距离之差小于两脚同肩宽的设定阈值时，认定两脚自然分开(同肩宽)；左臂关键关节点连线与右臂关键关节点连线的二维平面夹角小于两臂自然下垂设定阈值角度，则认定双臂自然下垂。
同时，无线测距与姿态传感模块实时测量握力测试计到身体的距离数据以及手臂的姿态数据，将距离数据无线传输至嵌入式数据处理与交互终端，嵌入式数据处理与交互终端判断握力测试计是否满足未贴在身体的条件。
判断握力测试计是否满足未贴在身体的算法为：判断握力测试计到身体的距离大于设定的贴在身体最小距离阈值，同时姿态传感器测得的三轴角速度和三轴加速度计信息均小于设定的手臂稳定阈值，则认定握力测试计未贴在身体。
若同时满足以上两个条件，嵌入式数据处理与交互终端向受试者输出符合规范测试，若不满足以上任一条件，嵌入式数据处理与交互终端输出不满足规范化测试以及不满足的条件，重复步骤三至四，直到以上条件全部满足。
步骤五、提醒受试者结束本次测试。嵌入式数据处理与交互终端输出已完成测试，并将规范化评价结果以声光形式提示受试者。
本发明无需人工观察，可杜绝受试者和相关测试人员作弊，可快速实现对握力测试动作规范程度的自动化判定；同时，可与市面上的握力测试计配合，通用性强。
以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种规范握力测试的装置，包括握力测试计，其特征在于：还包括：无线RGB-D深度相机模块，无线测距与姿态传感模块，嵌入式数据处理与显示终端；
所述无线RGB-D深度相机模块，放置在受试者正前方；无线测距与姿态传感模块安装在握力测试计侧面；嵌入式数据处理与显示终端，放置在受试者侧前方；
受试者将安装有无线测距与姿态传感模块的握力测试计侧面面向自己身体后，开始进行握力测试；无线RGB-D深度相机模块采集受试者握力测试过程中的肢体动作图像，无线测距与姿态传感模块测量握力测试计到身体的距离数据以及手臂的姿态数据；以上图像和数据无线传输至嵌入式数据处理与交互终端进行握力动作规范判定，嵌入式数据处理与交互终端控制显示屏和音响提示受试者动作规范，从而实现对受试者握力测试动作的规范。
2.如权利要求1所述一种规范握力测试的装置，其特征在于：所述无线RGB-D深度相机模块，包括RGB-D图像采集子模块、补光灯子模块与无线收发子模块，RGB-D图像采集子模块视频输出与控制接口以及补光灯子模块的亮度控制接口与无线收发子模块连接；RGB-D图像采集子模块采集受试者在握力测试时的肢体动作图像，并将所拍摄的图像通过无线收发子模块发送给嵌入式数据处理与显示终端以判断受试者姿态是否符合身体直立，两脚自然分开，双臂自然下垂的规范，是否出现摆臂、下蹲的违规动作，补光灯子模块用于受试拍摄环境的补光。
3.如权利要求1所述一种规范握力测试的装置，其特征在于：所述无线测距与姿态传感模块，包括距离测量传感器，惯性姿态传感器，控制器与无线收发子模块，距离测量传感器、惯性姿态传感器、无线收发子模块的数据与控制接口与控制器连接；控制器控制距离测量传感器、惯性姿态传感器分别采集握力测试计到受试者身体的距离数据以及握力测试计的姿态数据，并将以上数据无线传输至嵌入式数据处理与交互终端以判断握力测试计是否未贴在受试者身体。
4.如权利要求1所述一种规范握力测试的装置，其特征在于：所述嵌入式数据处理与交互终端，包括嵌入式信号处理与控制器，显示屏，音响，与无线收发子模块，无线收发子模块的数据和控制接口与嵌入式信号处理与控制器相连，显示屏和音响的信号输入接口与嵌入式信号处理与控制器相连；嵌入式信号处理与控制器根据无线RGB-D深度相机模块采集的图像数据，无线测距与姿态传感模块采集的距离与姿态数据，判断受试者握力测试过程是否规范并控制显示屏和音响以声光形式提示受试者；此外，嵌入式信号处理与控制器通过无线收发子模块实现与无线RGB-D深度相机模块、无线测距与姿态传感模块的通讯与控制。
5.采用如权利要求1或2或3或4所述装置进行规范握力测试的方法，其特征在于：包括以下步骤：
步骤一、开启无线RGB-D深度相机模块、无线测距与姿态传感模块、嵌入式数据处理与交互终端的电源开关，各模块和终端之间完成初始化和配对，嵌入式数据处理与交互终端声光提示受试者，***已就绪，可以开始测试；
步骤二、受试者转动握力测试计的握距调节钮，调至适宜握距，将安装有无线测距与姿态传感模块的握力测试计侧面面向自己身体，然后用力手持握力测试计，身体直立，两脚自然分开(同肩宽)，两臂自然下垂；
步骤三、无线RGB-D深度相机模块连续实时拍摄多张图像传输至嵌入式数据处理与交互终端，嵌入式数据处理与交互终端判断当前环境光照是否满足稳定识别人体关节点条件，若不满足，则控制无线RGB-D深度相机模块中的补光灯子模块进行补光，直至满足该条件；
步骤四、嵌入式数据处理与交互终端，以声光形式提示受试者开始测量，受试者开始进行握力测试；
握力测试过程中，无线RGB-D深度相机模块实时拍摄受试者肢体动作图像并无线传输至嵌入式数据处理与交互终端，嵌入式数据处理与交互终端通过分析当前受试者动作，判断是否满足身体直立，两脚自然分开(同肩宽)，两臂自然下垂，未下蹲的条件；
同时，无线测距与姿态传感模块实时测量握力测试计到身体的距离数据以及手臂的姿态数据，将距离数据无线传输至嵌入式数据处理与交互终端，嵌入式数据处理与交互终端判断握力测试计是否满足未贴在身体的条件；
若同时满足以上两个条件，嵌入式数据处理与交互终端向受试者输出符合规范测试，若不满足以上任一条件，嵌入式数据处理与交互终端输出不满足规范化测试以及不满足的条件，重复步骤三至四，直到以上条件全部满足；
步骤五、嵌入式数据处理与交互终端输出已完成测试，并将规范化评价结果以声光形式提示受试者。
6.如权利要求5所述方法，其特征在于：步骤三所述的判断当前环境光照是否满足稳定识别人体关节点的算法为：根据无线RGB-D深度相机模块采集的N张RGB图像和深度图像，利用常用人体关键点识别算法，对每一张图像中人体面部、双腿、双臂的关键点进行识别，比较每一张图像的关键点数量是否等于预设值；若N图片中有任一图像关键点数量低于预设值，则认为当前环境光照不满足稳定识别人体关节点条件。
7.如权利要求5所述方法，其特征在于：步骤四所述的判断是否满足身体直立，两脚自然分开，两臂自然下垂，未下蹲的算法为：利用人体关键关节点提取算法，识别实时拍摄图像中受试者的全身关键关节点；将识别到的全身关键关节点信息与预设的直立姿态的人体关键关节点信息进行相似度比较，当相似度大于设定阈值，即认定身体直立，未下蹲；随后，依次连接肩部关键关节点、双脚关键关节点、左臂关键关节点、右臂关键关节点，利用图形几何学计算方式，当肩部关键关节点的欧式距离与双脚关键关节点的欧式距离之差小于两脚同肩宽的设定阈值时，认定两脚自然分开；左臂关键关节点连线与右臂关键关节点连线的二维平面夹角小于两臂自然下垂设定阈值角度，则认定双臂自然下垂。
8.如权利要求5所述方法，其特征在于：步骤四所述的判断握力测试计是否满足未贴在身体的算法为：判断握力测试计到身体的距离大于设定的贴在身体最小距离阈值，同时姿态传感器测得的三轴角速度和三轴加速度计信息均小于设定的手臂稳定阈值，则认定握力测试计未贴在身体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011613390.1A CN112580602A (zh) | 2020-12-30 | 2020-12-30 | 一种规范握力测试的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011613390.1A CN112580602A (zh) | 2020-12-30 | 2020-12-30 | 一种规范握力测试的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112580602A true CN112580602A (zh) | 2021-03-30 |
Family
ID=75145096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011613390.1A Pending CN112580602A (zh) | 2020-12-30 | 2020-12-30 | 一种规范握力测试的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112580602A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113617017A (zh) * | 2021-07-23 | 2021-11-09 | 广州偶游网络科技有限公司 | 下蹲动作识别方法、装置、设备、计算机设备及储存介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104598896A (zh) * | 2015-02-12 | 2015-05-06 | 南通大学 | 基于Kinect骨架追踪的人体摔倒自动检测方法 |
| CN104688233A (zh) * | 2015-02-11 | 2015-06-10 | 深圳泰山在线科技有限公司 | 体质测试机 |
| CN109298779A (zh) * | 2018-08-10 | 2019-02-01 | 济南奥维信息科技有限公司济宁分公司 | 基于虚拟代理交互的虚拟训练***与方法 |
| CN109815907A (zh) * | 2019-01-25 | 2019-05-28 | 深圳市象形字科技股份有限公司 | 一种基于计算机视觉技术的仰卧起坐姿态检测与指导方法 |
| CN110458061A (zh) * | 2019-07-30 | 2019-11-15 | 四川工商学院 | 一种识别老年人跌倒的方法及陪伴机器人 |
-
2020
- 2020-12-30 CN CN202011613390.1A patent/CN112580602A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104688233A (zh) * | 2015-02-11 | 2015-06-10 | 深圳泰山在线科技有限公司 | 体质测试机 |
| CN104598896A (zh) * | 2015-02-12 | 2015-05-06 | 南通大学 | 基于Kinect骨架追踪的人体摔倒自动检测方法 |
| CN109298779A (zh) * | 2018-08-10 | 2019-02-01 | 济南奥维信息科技有限公司济宁分公司 | 基于虚拟代理交互的虚拟训练***与方法 |
| CN109815907A (zh) * | 2019-01-25 | 2019-05-28 | 深圳市象形字科技股份有限公司 | 一种基于计算机视觉技术的仰卧起坐姿态检测与指导方法 |
| CN110458061A (zh) * | 2019-07-30 | 2019-11-15 | 四川工商学院 | 一种识别老年人跌倒的方法及陪伴机器人 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113617017A (zh) * | 2021-07-23 | 2021-11-09 | 广州偶游网络科技有限公司 | 下蹲动作识别方法、装置、设备、计算机设备及储存介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111368810B (zh) | 基于人体及骨骼关键点识别的仰卧起坐检测***及方法 | |
| CN111437583B (zh) | 一种基于Kinect的羽毛球基本动作辅助训练*** | |
| CN103099602B (zh) | 基于光学识别的体质检测方法与*** | |
| CN106621284B (zh) | 一种智能的体质检测平台 | |
| CN111282248A (zh) | 一种基于骨骼和人脸关键点的引体向上检测***及方法 | |
| CN107754225A (zh) | 一种智能健身教练*** | |
| CN106934830A (zh) | 一种基于深度图像的非接触式体能测试***及测试方法 | |
| CN107080524A (zh) | 智能体检一体机 | |
| CN112614399A (zh) | 一种基于虚拟现实的舞蹈教学设备及其教学方法 | |
| CN107930048B (zh) | 一种太空体感识别运动分析***及运动分析方法 | |
| CN111012353A (zh) | 一种基于人脸关键点识别的身高检测方法 | |
| CN111985393A (zh) | 一种纠正运动姿态的智能镜子及其运动姿态纠正方法 | |
| CN113856186B (zh) | 一种引体向上动作判定与计数的方法、***及装置 | |
| CN109543652A (zh) | 一种智慧滑雪训练器及其训练结果显示方法、云服务器 | |
| WO2022141894A1 (zh) | 融合表情和肢体运动的三维特征情绪分析方法 | |
| CN112580602A (zh) | 一种规范握力测试的方法及装置 | |
| CN106730770A (zh) | 运动姿态检测设备、跑步机、运动姿态检测方法 | |
| CN108379815A (zh) | 基于弹性智能传感器节点的带实时反馈的自动化训练*** | |
| CN108434698B (zh) | 一种体育球类运动教学*** | |
| CN114832349B (zh) | 元宇宙游泳教学辅助***及其使用方法 | |
| CN108608439A (zh) | 一种儿童情感宣泄机器人及方法 | |
| CN106390418B (zh) | 一种超声波引体向上测试的实现方法 | |
| CN115568823B (zh) | 一种人体平衡能力评估的方法、***和装置 | |
| CN115690895A (zh) | 基于人体骨骼点检测的多人运动检测方法及装置 | |
| CN106693345A (zh) | 俯卧撑标准计数管理*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |