一种虚拟功率的计算方法和计算装置与流程

本发明涉及运动参数分析的，具体涉及一种虚拟功率的计算方法和计算装置。背景技术：1、功率是骑行的重要输出参数，也是衡量用户骑行能力强弱的重要参考指标。一般情况下，功率检测需要外接功率检测设备(功率计)。然而，未佩戴功率计的用户具有不少的体量，并也存在功率检测的需求。2、综上，现需要设计一种虚拟功率的计算方法和计算装置来解决现有技术中上述问题。技术实现思路1、本发明提供了一种虚拟功率的计算方法和计算装置，解决了未安装功率计(配置了码表和心率)时，不能输出骑行功率的问题。2、为达到上述目的，本发明采用如下技术方案：3、一种虚拟功率的计算方法，包括以下步骤：4、获取用户的生理数据，同时缓存用户运动中的心率数据；5、根据所述心率数据提取心率特征并计算摄氧数据；6、获取运动参数，结合所述生理数据计算位置特征；7、利用递归模型计算虚拟功率，所述递归模型的输入数据包括前一时刻的虚拟功率、当前时刻的摄氧数据、当前时刻的心率特征和位置特征。8、在本发明的一些实施例中，所述心率数据包括实时心率值和最大心率值；所述心率特征包括心率变异梯度、初始心率比重，峰值心率比重和平均心率比重。9、在本发明的一些实施例中，所述运动参数包括当前时刻的骑行速度和骑行坡度、前一时刻的骑行速度和骑行坡度、运动器材的重量；所述位置特征包括动能和势能。10、在本发明的一些实施例中，当动能与势能满足下列判断公式：动能<-0.7×势能时，动能的输入量设置为0后输入到递归模型中；当动能和势能不满足上述公式时，将动能中的势能响应去除后，输入到递归模型中。11、在本发明的一些实施例中，当运动设备为初始启动状态时，初始启动功率由摄氧数据计算得到；12、13、在本发明的一些实施例中，所述摄氧数据包括实时摄氧值和最大摄氧量。14、在本发明的一些实施例中，所述生理数据包括用户的体重、身高、年龄和静息心率。15、在本发明的一些实施例中，提供了一种虚拟功率的计算装置，包括：16、获取模块，用于获取用户的生理数据、心率数据和位置数据；17、存储模块，用于存储所述用户的生理数据和位置数据；18、计算模块，用于根据心率数据提取心率特征和计算摄氧数据；根据位置数据提取位置特征，根据所述心率特征、摄氧数据和位置特征计算虚拟功率；19、通信模块，用于与外部设备通信。20、在本发明的一些实施例中，提供了一种电子设备，包括：21、处理器，以及与所述处理器通信连接的存储器及收发器；22、所述存储器存储计算机执行指令；所述收发器用于收发数据；23、所述处理器执行所述存储器存储的计算机执行指令，以实现上述计算方法。24、在本发明的一些实施例中，提供了一种计算机可读存储介质，其特征在于，25、所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现上述的计算方法。26、本发明的技术方案相对现有技术具有如下技术效果：27、本发明以心率特征、摄氧数据、和位置特征为输入的功率驱动模型，可以不丢失在多种(稳态/爆发运动)状态下的特征，确保功率估计的准确性。同时，设计了迭代机制，将前一时刻的功率输出缓存作为先验估计，参与到功率结算中；保持时间队列数据关联性的同时，剔除粗差并提高估计功率的稳定性。实现了在不安装功率计的情况下，获取虚拟功率参数，为更多用户提供更为丰富的运动反馈数据。技术特征：1.一种虚拟功率的计算方法，其特征在于，包括以下步骤：2.根据权利要求1所述的虚拟功率的计算方法，其特征在于，所述心率数据包括实时心率值和最大心率值；所述心率特征包括心率变异梯度、初始心率比重，峰值心率比重和平均心率比重。3.根据权利要求1所述的虚拟功率的计算方法，其特征在于，所述运动参数包括当前时刻的骑行速度和骑行坡度、前一时刻的骑行速度和骑行坡度、运动器材的重量；所述位置特征包括动能和势能。4.根据权利要求3所述的虚拟功率的计算方法，其特征在于，当动能与势能满足下列判断公式：动能<-0.7×势能时，动能的输入量设置为0后输入到递归模型中；当动能和势能不满足上述公式时，将动能中的势能响应去除后，输入到递归模型中。5.根据权利要求1所述的虚拟功率的计算方法，其特征在于，当运动设备为初始启动状态时，初始启动功率由摄氧数据计算得到；6.根据权利要求1所述的虚拟功率的计算方法，其特征在于，所述摄氧数据包括实时摄氧值和最大摄氧量。7.根据权利要求1所述的虚拟功率的计算方法，其特征在于，所述生理数据包括用户的体重、身高、年龄和静息心率。8.一种虚拟功率的计算装置，其特征在于，包括：9.一种电子设备，其特征在于，包括：10.一种计算机可读存储介质，其特征在于，技术总结本发明公开了一种虚拟功率的计算方法和计算装置，其中计算方法包括：获取用户的生理数据，同时缓存用户运动中的心率数据；根据所述心率数据提取心率特征并计算摄氧数据；获取运动参数，结合所述生理数据计算位置特征；利用递归模型计算虚拟功率，所述递归模型的输入数据包括前一时刻的虚拟功率、当前时刻的摄氧数据、当前时刻的心率特征和位置特征。本发明以心率特征、摄氧数据、和位置特征为输入的功率驱动模型，可以不丢失在多种（稳态/爆发运动）状态下的特征，确保功率估计的准确性。同时，设计了迭代机制，将前一时刻的功率输出缓存作为先验估计，参与到功率结算中；保持时间队列数据关联性的同时，剔除粗差并提高估计功率的稳定性。实现了在不安装功率计的情况下，获取虚拟功率参数，为更多用户提供更为丰富的运动反馈数据。技术研发人员：孔繁斌,冯茗杨,于鉴受保护的技术使用者：青岛迈金智能科技股份有限公司技术研发日：技术公布日：2024/7/4