运动信息监测的方法及相关设备与流程

本技术涉及终端，尤其涉及一种运动信息监测的方法及相关设备。背景技术：1、随着人们对健康关注度的提升，越来越多的用户习惯借助智能穿戴设备来监测自己的健康状况。尤其对于热爱运动的用户来说，智能穿戴设备可以方便地记录运动过程中的相关数据(如速度、时间、心率、消耗的热量等)。在运动完毕后，用户可以在智能穿戴设备上查看到直观的数据，以获取本次运动是否达到预定的目标或者期望达成的效果。2、目前，获取运动消耗的热量(或卡路里)等数据的方式主要是基于身高、体重、年龄等用户的基本信息，利用预选运动模式所对应的固定模型进行数据分析。然而，在很多场景下，用户的实际运动情况常比理论分析的更为复杂，比如用户虽然预选了某一运动模式，但在运动过程中却进行了多种运动(如用户先走路再跑步再拉伸等)，此时若只是简单地采用固定的模型进行热量分析，会导致结果存在较大误差，失去对用户的参考意义。3、因此，如何获取能够准确地与用户实际运动情况，尤其是复杂运动情况匹配的热量消耗结果，更加准确地向用户提供表征运动效果的信息，成为亟待解决的问题。技术实现思路1、本技术提供了一种运动信息监测的方法及相关设备，能够解决计算用户运动消耗的卡路里结果不准确的问题。2、本技术提供的运动信息监测的方法，根据场景信息和ar状态识别确定用户当前实际的运动状态；如果识别到用户的实际运动状态与用户预选的运动模式不一致，那么根据用户实际运动状态对应的卡路里模型获取用户运动消耗的热量。在通过卡路里模型进行热量消耗结果分析时，基于用户实际进行的运动进行关键因子拆分，然后基于拆分获取的关键因子，按照预设的算法和权重计算对应的高阶特征，并将该高阶特征输入对应的卡路里模型。通过本技术提供的方法，能够解决计算用户运动消耗的卡路里结果不准确的问题。3、第一方面，提供了一种运动信息监测的方法，应用于电子设备，包括：4、根据用户运动时所在的位置信息确定所述用户位于室内或室外；5、根据惯性测量单元imu采集的传感器数据识别所述用户进行的运动类型；6、当识别到所述用户由第一运动类型更改为第二运动类型时，由第一卡路里模型切换为第二卡路里模型，所述第一卡路里模型用于获取所述第一运动类型对应的热量消耗结果，所述第二卡路里模型用于获取所述第二运动类型对应的热量消耗结果；7、根据所述第二运动类型对应的运动状态信息、体征信息和速度信息，获取与所述第二运动类型关联的高阶特征；8、将所述高阶特征输入所述第二卡路里模型，获取所述用户当前运动所消耗的热量结果。9、根据本实现方式提供的运动信息监测的方法，通过场景信息和ar状态识别对复杂运动进行拆分，获取与用户实际运动的匹配的真实运动类型；之后，对每项运动的关键因子进行拆分，提取多维度的有效信息，并通过与真实运动类型匹配的卡路里模型计算用户消耗的热量，从而提升热量结果的准确性。10、结合第一方面，在第一方面的某些实现方式中，所述imu采集的传感器数据包括加速度、姿态角和方向信息；11、所述根据惯性测量单元采集的传感器数据识别所述用户进行的运动类型，具体包括：12、根据所述加速度、姿态角和方向信息中的一项或多项，通过ar状态识别所述用户进行的运动类型。13、结合第一方面，在第一方面的某些实现方式中，所述根据所述加速度、姿态角和方向信息中的一项或多项，通过ar状态识别所述用户进行的运动类型，具体包括：14、根据所述加速度、姿态角和方向信息中的一项或多项，通过ar状态周期性地识别所述用户进行的运动类型。15、结合第一方面，在第一方面的某些实现方式中，所述方法还包括：16、在第一时刻获取所述用户对应的运动类型由所述第一运动类型更改为第二运动类型。17、结合第一方面，在第一方面的某些实现方式中，在所述第二时刻时，获取所述用户对应的运动类型为第一运动类型，所述第一时刻为所述第二时刻之后的运动类型监测时刻，且所述第一时刻与所述第二时刻之间相差一个运动类型监测周期；18、所述在第一时刻获取所述用户对应的运动类型由所述第一运动类型更改为第二运动类型，具体包括：19、获取所述第一时刻对应的第一时间窗口内的所述传感器数据，所述第一时间窗口对应的时间范围包括所述第一时刻，且所述第一时间窗口对应的时长为第一时长；20、根据所述第一时间窗口内的所述传感器数据识别所述用户进行的运动类型为所述第二运动类型。21、结合第一方面，在第一方面的某些实现方式中，所述运动状态信息包括所述用户进行运动时的动作频率，所述体征信息包括所述用户进行运动时的心率；22、所述根据所述第二运动类型对应的运动状态信息和体征信息，获取与所述第二运动类型关联的高阶特征，具体包括：23、根据所述用户在所述第一时间窗口内对应的心率数据，获取心率特征；以及，24、根据所述用户在所述第一时间窗口内对应的动作频率，获取动作频率特征；以及，25、根据所述用户在所述第一时间窗口内对应的速度数据，获取速度频率特征；26、根据所述心率特征和所述心率特征对应的权重，所述运动频率特征和所述运动频率特征对应的权重，所述速度特征和所述速度特征对应的权重，以及用户基本信息分别对应的权重，获取所述高阶特征；所述用户基本信息包括所述用户的身高、体重、年龄、最大心率、静息心率、新陈代谢技术中的一项或多项。27、结合第一方面，在第一方面的某些实现方式中，所述获取与所述第二运动类型关联的高阶特征，还包括：28、根据所述用户当前的运动所处的场景和所述场景对应的权重，获取所述高阶特征，所述场景包括所述室内和所述室外。29、结合第一方面，在第一方面的某些实现方式中，所述方法还包括：30、判断是否存在多个连续的速度片段，且连续两个所述速度片段之间的时间间隔不超过第一时间间隔；31、当存在多个连续的速度片段时，根据所述传感器数据识别所述用户进行的运动类型为第一运动类型，所述第一运动类型为与速度相关的运动；32、当不存在多个连续的速度片段时，且所述传感器数据指示所述用户存在规律的动作变化时，识别所述用户进行的运动类型为第二运动类型，所述第二运动类型为与速度无关，且有规律动作的运动；33、当不存在多个连续的速度片段，且所述传感器数据指示所述用户不存在规律的动作变化时，识别所述用户进行的运动类型为第三运动类型，所述第三运动类型为低中高强度无规律运动。34、结合第一方面，在第一方面的某些实现方式中，所述第一运动类型包括以下至少一项：35、室内步行、室内跑步、室外步行、室外跑步；36、所述第二运动类型包括以下至少一项：37、跳绳、椭圆机、划船机、登山、自由强度训练；38、所述第三运动类型为室内低中高强度无规律运动或者室外低中高强度无规律运动。39、结合第一方面，在第一方面的某些实现方式中，所述方法还包括：40、当所述用户处于室内时，所述速度片段对应的速度为加速度；41、当所述用户处于室外时，所述速度片段对应的速度为基于全球定位系统gps的速度。42、其中，基于gps的速度也可以被描述为gps速度。43、结合第一方面，在第一方面的某些实现方式中，所述方法还包括：44、判断是否获取所述用户运动时的环境信息；45、当获取到所述环境信息时，根据所述环境信息和对应的平均环境值，获取环境修正因子；46、根据所述环境修正因子对所述卡路里模型中的卡路里系数进行修正。47、结合第一方面，在第一方面的某些实现方式中，所述根据所述环境修正因子对所述卡路里模型中的卡路里系数进行修正，具体包括：48、将所述环境修正因子与所述卡路里系数相乘，获取修正后的卡路里系数。49、结合第一方面，在第一方面的某些实现方式中，所述卡路里模型包括不同运动类型分别对应的回归模型。50、结合第一方面，在第一方面的某些实现方式中，所述回归模型包括多元回归模型和/或集成树回归模型。51、第二方面，提供了一种电子设备，包括：52、一个或多个处理器；53、一个或多个存储器；54、所述一个或多个存储器存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令，当所述指令被所述一个或多个处理器执行时，使得所述电子设备执行如上述第一方面中任一项所述的方法。55、第三方面，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可执行程序指令，所述计算机可执行程序指令在被计算机上运行时，使所述计算机执行如上述第一方面中任一项所述的方法。56、第四方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序代码，当所述计算机程序代码在计算机上运行时，使所述计算机执行如上述第一方面中任一实现方式所述的方法。