一种基于可穿戴智能服饰系统的动作力效可视化方法

1.本发明涉及动作可视化技术领域，尤其涉及一种基于可穿戴智能服饰系统的动作力效可视化方法。


背景技术：

2.现有技术中，对于动作的可视化，大都是通过摄像头进行视觉识别，由于受制于复杂设备限制且只呈现动作幅度信息，不能显示动作的力度和速度信息，比如，现有的对舞蹈动作进行可视化分析系统，可以采集视频中的人体动作信息，然后通过人体姿态识别每一帧中目标对象的各关节点位置坐标，计算目标对象的舞蹈姿态的各肢体之间的角度信息并比对数据库生成各项指标评估结果，但是该系统的数据信息可视化仅基于位置与角度偏差，没有考虑到动作信息具有的重量与速度等指标，且无法进行实时的数据分析；又或者是将硬件传感器测得数据可视化为模型，比如，通过肌电传感器和角度传感器将人体动作可视化，此类方案不具备穿戴舒适度，也不能显示动作的力度和速度信息。
3.因此，现有技术还有待改进和提高。


技术实现要素：

4.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于可穿戴智能服饰系统的动作力效可视化方法，旨在解决现有技术中对于动作的可视化，大都是通过摄像头进行视觉识别，由于受制于复杂设备限制且只呈现动作幅度信息，不能显示动作的力度和速度信息，又或者是将硬件传感器测得数据可视化为模型，此类方案穿戴舒适度不佳，也不能显示动作的力度和速度信息的问题。
5.为了解决上述技术问题，本发明所采用的技术方案如下：
6.第一方面，本发明提供一种基于可穿戴智能服饰系统的动作力效可视化方法，其中，所述方法包括：
7.采集用户的肢体动作信号，并确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常；
8.对读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度；
9.将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现。
10.在一种实现方式中，所述采集用户的肢体动作信号，包括：
11.获取智能服饰上可穿戴传感器的位置信息，所述智能服饰包括上衣、裤子、袜子、手套、帽子和围巾；
12.基于所述位置信息采集上衣、裤子、袜子、手套、帽子和围巾上的肢体动作信号。
13.在一种实现方式中，所述确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常，包括：
14.将所述肢体动作信号与预设的阈值范围进行比较，确定所述肢体动作信号的读取状态；
15.若所述肢体动作信号在预设的阈值范围内，则确定所述肢体动作信号读取正常；
16.若所述肢体动作信号不在预设的阈值范围内，则确定所述肢体动作信号读取异常。
17.在一种实现方式中，所述对所述读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度，包括：
18.获取所述可穿戴传感器上采集到的读取正常的压力参数、应力参数和加速度参数；
19.将所述压力参数、应力参数作为所述动作力度；
20.将所述加速度参数作为所述动作速度。
21.在一种实现方式中，所述将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现，包括：
22.对所述动作力度和动作速度进行处理，获得所述动作力度的力效数据和所述动作速度的力效数据；
23.将所述动作力度的力效数据转化为红色色调映射至三维人体模型中；
24.将所述动作速度的力效数据转化为蓝色色调映射至三维人体模型中，其中，红色色调用于呈现肢体动作时给服饰带来的压力，蓝色色调用于呈现肢体动作的速度。
25.在一种实现方式中，所述将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现，还包括：
26.根据所述三维人体模型中红色色调的深浅确定各个部位的肢体动作时给服饰带来的压力，其中，所述红色色调的深浅与所述压力成正比；
27.根据所述三维人体模型中蓝色色调的深浅确定各个部位的肢体动作的速度，其中，所述蓝色色调的深浅与所述速度成正比。
28.在一种实现方式中，所述基于可穿戴智能服饰系统的动作力效可视化方法，还包括：
29.实时监测采集的用户各个部位的肢体动作信号，对所述三维人体模型中色调的深浅进行及时更新，以实时地呈现所述动作力度和所述动作速度的变化情况。
30.第二方面，本发明实施例还提供一种基于可穿戴智能服饰系统的动作力效可视化装置，其中，所述装置包括：
31.动作信号采集模块，用于采集用户的肢体动作信号，并确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常；
32.动作信号分类模块，用于对读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度；
33.动作力效可视化模块，用于将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现。
34.第三方面，本发明实施例还提供一种终端设备，其中，所述终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的基于可穿戴智能服饰系统的动作力效可视化程序，处理器执行基于可穿戴智能服饰系统的动作力效可视化程序时，实现上述方案
中任一项的基于可穿戴智能服饰系统的动作力效可视化方法的步骤。
35.第四方面，本发明实施例还提供一种计算机可读存储介质，其中，计算机可读存储介质上存储有基于可穿戴智能服饰系统的动作力效可视化程序，所述基于可穿戴智能服饰系统的动作力效可视化程序被处理器执行时，实现上述方案中任一项所述的基于可穿戴智能服饰系统的动作力效可视化方法的步骤。
36.有益效果：与现有技术相比，本发明提供了一种基于可穿戴智能服饰系统的动作力效可视化方法，首先，采集用户的肢体动作信号，并确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常，然后，对读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度，最后，将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现。本发明可基于可穿戴服饰采集到用户的肢体动作信号，并确定所述肢体动作信号中对应的动作力效数据，最后将所述动作力效数据映射至三维人体模型中进行呈现，实现了动作力效的可视化。因此，本发明提供的基于可穿戴智能服饰系统的动作力效可视化方法能够将用户的动作力度与动作速度等力效参数进行直观的呈现，一方面，本发明是使用柔性纺织多维运动参数传感器进行实时信号采集，实时信号采集保证了人体动作状态分析的连续性，可以实时检测动作的改变情况，同时，本发明的可穿戴系统相较于外部检测装置具有体积小、穿戴舒适度高、便于操作的特点，可以广泛应用于移动健康与实时检测方向；另一方面，本发明能够对动作力度与动作速度等力效参数进行综合分析，并通过不同的色调将不同的力效参数映射至三维人体模型中，根据色调深浅来呈现动作力度和动作速度的程度，将人体动作的力效更直观地呈现。
附图说明
37.图1为本发明实施例提供的基于可穿戴智能服饰系统的动作力效可视化方法的具体实施方式的流程图。
38.图2为本发明实施例提供的动作力效可视化方法的具体实施板块。
39.图3为本发明实施例提供的可穿戴传感点位置示意图。
40.图4为本发明实施例提供的可穿戴传感阵列的服装示意图。
41.图5为本发明实施例提供的信号处理及可视化系统流程图。
42.图6为本发明实施例提供的上位机信号处理流程图。
43.图7为本发明实施例提供的两种类别的动作力效可视化模型示意图。
44.图8为本发明实施例提供的基于可穿戴智能服饰系统的动作力效可视化装置的功能原理图。
45.图9为本发明实施例提供的终端设备的原理框图。
具体实施方式
46.为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
47.本实施例提供一种基于可穿戴智能服饰系统的动作力效可视化方法，具体实施
时，本实施例首先采集用户的肢体动作信号，并确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常，然后，对读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度，最后，将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现。本实施例可基于可穿戴服饰采集到用户的肢体动作信号，并确定所述肢体动作信号中对应的动作力效数据，最后将所述动作力效数据映射至三维人体模型中进行呈现，实现了动作力效的可视化。因此，本实施例提供的基于可穿戴智能服饰系统的动作力效可视化方法能够将用户的动作力度与动作速度等力效参数进行直观的呈现，一方面，本实施例是使用可穿戴服饰进行实时信号采集，实时信号采集保证了人体动作状态分析的连续性，可以实时检测动作的改变情况，同时，本实施例的可穿戴系统相较于外部检测装置具有体积小、穿戴舒适度高、便于操作的特点，可以广泛应用于移动健康与实时检测方向；另一方面，本实施例能够对动作力度与动作速度等肢体动作信号进行综合分析，并通过不同的颜色色调将不同的力效参数映射至三维人体模型中，根据颜色色调的深浅来呈现动作力度和动作速度的程度，将人体动作的力效更直观地呈现。
48.举例说明，本实施例中的信号采集设备是位于智能服饰系统上的可穿戴传感器，且各传感器集成了可穿戴传感器阵列，该阵列对应分布在人体的各个肢体部位，比如，在上衣、裤子、袜子和围巾等智能服饰的相应位置上都设有该可穿戴传感器，从而方便了肢体信号的采集，同时，本实施例的可穿戴传感器为柔性纺织多维运动参数传感器，可以采集实时的肢体动作信号，以保证分析人体动作状态时的连续性，从而实时反映动作的改变情况。进一步地，本实施例将采集到的不同部位的肢体动作信号进行同步处理，具体可以获得采集到的肢体动作信号不同类型的动作力效数据，再将所述力效数据映射到三维人体模型中，具体的，可以通过不同颜色色调来呈现不同类别的肢体动作的力效数据，比如，通过在三维人体模型中映射红色色调呈现动作力度的力效数据、映射蓝色色调呈现动作速度的力效数据，此外，本实施例还可以通过色调的不同深浅来呈现肢体动作的力效数据的程度，比如，三维人体模型中红色色调越深、对应部位的动作力度越大，红色色调越浅、对应部位的动作力度越小。
49.示例性方法
50.本实施例的基于可穿戴智能服饰系统的动作力效可视化方法可应用于终端设备中，所述终端设备可为手机、平板、电脑等智能化产品终端。在本实施例中，所述终端设备可为与基于可穿戴智能服饰系统的动作力效可视化装置连接的外接设备，也可以为内置在所述基于可穿戴智能服饰系统的动作力效可视化装置中的设备。如图1中所示，本实施例的基于可穿戴智能服饰系统的动作力效可视化方法包括如下步骤：
51.步骤s100、采集用户的肢体动作信号，并确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常。
52.本实施例首先采集用户的肢体动作信号，该肢体动作信号是基于采集设备向终端设备发送得到的。当终端设备获取到肢体动作信号，就可以对所述肢体动作信号进行分析，进而确定所述肢体动作信号的读取状态情况，比如，肢体动作信号读取正常和肢体动作信号读取异常。
53.在一种实现方式中，本实施例采集用户的肢体动作信号时，包括如下步骤：
54.步骤s101、获取智能服饰上可穿戴传感器的位置信息，所述智能服饰包括上衣、裤子、袜子、手套、帽子和围巾；
55.步骤s102、基于所述位置信息采集上衣、裤子、袜子、手套、帽子和围巾上的肢体动作信号。
56.具体施例时，采集用户的肢体动作信号的采集设备是可穿戴智能服饰系统上的可穿戴传感器，集成了可穿戴传感器阵列，如图2中所示，本实施例的用户服装集成了可穿戴传感器阵列，该阵列分布在人体上的位置附图3中各个点的位置，比如上衣、裤子、袜子、手套和围巾中。具体地，所述可穿戴传感器为柔性纺织多维运动参数传感器，本实施例中选用柔性纺织多维运动参数传感器进行实时信号采集，以保证人体动作状态分析的连续性，且可以实时检测动作的改变情况。
57.可选的，本实施例的智能服饰还可以是帽子、手环、臂环、绑腿、坐垫等多种纺织品，本实施例中对智能服饰不作具体限定，并且在这些智能服饰的相应位置上设有可穿戴传感器。
58.进一步地，本实施例通过设有可穿戴传感器的位置信息，采集用户对应肢体位置上的肢体动作信号，比如：通过上衣中可穿戴传感器的位置来采集用户对应位置上的肢体动作信号，具体如图4所示。本实施例使用基于智能服饰系统采集的用户的肢体动作，相较于传统的视觉动捕处理方案中用户动作力度、速度等信息的缺失，能够采集更完善的数据，使得分析更加全面，此外，本实施例的可穿戴智能服饰系统相较于传统传感器或者动作捕捉设备而言，不仅穿戴舒适、对用户的干扰和影响小，而且适用范围广，适用于各类场合下的动作可视化及分析，比如：运动场合、散步场合，甚至是休息场合等等。
59.在一种实现方式中，本实施例确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常时，包括如下步骤：
60.步骤s103、将所述肢体动作信号与预设的阈值范围进行比较，确定所述肢体动作信号的读取状态；
61.步骤s104、若所述肢体动作信号在预设的阈值范围内，则确定所述肢体动作信号读取正常；
62.步骤s105、若所述肢体动作信号不在预设的阈值范围内，则确定所述肢体动作信号读取异常。
63.具体实施过程中，本实施例首先获取传感器的最大量程，并在该量程范围内预先设定一个信号正常的最大阈值，再将采集到的肢体动作信号与所述最大阈值进行比较，确定所述肢体动作信号的读取状态。若设定的最大阈值为m，则预设的阈值范围为0至m，若此时采集到的肢体动作信号为n，且0《n《m，则判定采集到的肢体动作信号在预设的阈值范围内，确定肢体动作信号n读取正常；若此时采集到的肢体动作信号为n1，且n1》m，则判定采集到的肢体动作信号不在预设的阈值范围内，确定肢体动作信号n1读取异常。
64.具体地，如图5所示，本实施例是将未确定读取状态的肢体动作信号上传至上位机进行判断。进一步地，若肢体动作信号读取正常，则通过上位机中的信号处理程序和信号可视化程序进行处理后映射至可视化界面。若肢体动作信号读取异常，则直接输出文字信息显示在可视化界面，其中，文字信息可为：“信号错误！”、“信号异常，请检查连接线路”等，从而节省了将读取异常的信号进行处理这一步骤，提高了输出可视化的效率。具体地，本实施
例中信号读取异常的情况可能是连接中断、或者是硬件损害，从而导致的数据读取错误。
65.步骤s200、对读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度。
66.具体地，本实施例将读取正常的肢体动作信号通过上位机中的信号处理程序进行分类，可以将采集的肢体动作信号分为动作力度和动作速度。当划分为动作力度和动作速度后，才能够在后续过程中对所述动作力度和动作速度分别进行可视化呈现。
67.在一种实现方式中，本实施例实现步骤s200时，包括如下步骤：
68.步骤s201、获取所述可穿戴传感器上采集到的读取正常的压力参数、应力参数和加速度参数；
69.步骤s202、将所述压力参数、应力参数作为所述动作力度；
70.步骤s203、将所述加速度参数作为所述动作速度。
71.具体实施时，本实施例对读取正常的肢体动作信号进行分类之前，首先需要对可穿戴传感器上采集到的读取正常的肢体动作信号按独立划分，将可穿戴传感器上的多种参数划分为单一的、独立的，比如，将所述肢体动作信号细分为：压力参数、应力参数和加速度参数。进一步地，根据类别对单一的参数进行统一分类，由于压力参数表示的是用户对服饰所施展的压力、应力参数是服饰接收到的压力，故本实施例将压力参数、应力参数统一归纳为动作力度类。而加速度参数表示的是用户穿戴该服饰时的动作速度，故将加速度参数归纳为动作速度类。因此，所述读取正常的肢体动作信号按类别分成了动作力度和动作速度。
72.步骤s300、将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现。
73.具体地，本实施例是通过三维人体模型网格着色的方式来生成人体力效图的，采用三维人体模型能够实现多维度的三维实时展示，而上述实施例步骤中按类别分成的动作力度和动作速度，将分别用不同色调的网格颜色映射在三维人体模型中进行可视化呈现。
74.在一种实现方式中，本实施例实现步骤s300时，包括如下步骤：
75.步骤s301、对所述动作力度和动作速度进行处理，获得所述动作力度的力效数据和所述动作速度的力效数据；
76.步骤s302、将所述动作力度的力效数据转化为红色色调映射至三维人体模型中；
77.步骤s303、将所述动作速度的力效数据转化为蓝色色调映射至三维人体模型中，其中，红色色调用于呈现肢体动作时给服饰带来的压力，蓝色色调用于呈现肢体动作的速度。
78.实施过程中，本实施例将读取正常的肢体动作信号通过上位机中的信号处理程序和信号可视化程序进行处理。本实施例中采用的编程语言以grasshopper为例，grasshopper(简称gh)是一款可视化编程语言，它基于rhino平台运行，gh的最大的特点有两个:一是可以通过输入指令，使计算机根据拟定的算法自动生成结果，算法结果不限于模型，视频流媒体以及可视化方案。二是通过编写算法程序，机械性的重复操作及大量具有逻辑的演化过程可被计算机的循环运算取代，方案调整也可通过参数的修改直接得到修改结果，这些方式可以有效的提升设计人员的工作效率。具体地，动作力度和动作速度信号首先需要通过上位机中的信号处理程序进行处理，将动作力度和动作速度信号处理成动作力度的力效数据和动作速度的力效数据。其中，动作力度的力效数据和动作速度的力效数据是
具有明确的数值大小的数据，比如：采集的用户膝盖处的动作力度的力效数据为90kpa、动作速度的力效数据用加速度表示为30m/s2。
79.如图6的上位机信号处理流程图所示，本实施例中的上位机会对动作力度和动作速度信号进行归一化处理，并计算信号对应的rgb色值，通过不同类别信号的不同rgb色值分别确定对应的颜色，并将颜色值存储于三维模型表面法向量中，最后在三维模型上实现可视化信号效果。优选地，本实施例通过不同颜色色调来呈现不同类别的肢体动作的力效数据。具体地，将动作力度的力效数据转化为红色色调映射至三维人体模型中；将动作速度的力效数据转化为蓝色色调映射至三维人体模型中。
80.可选地，本实施例中将动作力度的力效数据换算成纺织品应力来呈现力度程度，将动作速度的力效数据换算成加速度来呈现速度变化程度，如图7中所示，左图为纺织品应力可视化模型，呈现红色色调，用于展示动作力度类的肢体动作力效数据；右图为动作加速度可视化模型，呈现蓝色色调，用于展示动作速度类的肢体动作力效数据。因此，本实施例通过对动作信号进行分类，再用不同的颜色色调将不同类别的肢体动作力效数据分别映射至不同的三维人体模型中，能够使得本实施例中的力效可视化页面更加直观、明了。具体地，红色色调的三维人体模型可直观地呈现肢体动作时给各个位置的服饰带来的压力，蓝色色调的三维人体模型可直观地呈现各个位置的肢体动作时的加速度情况。
81.在一种实现方式中，本实施例实现步骤s300时，还包括如下步骤：
82.步骤s304、根据所述三维人体模型中红色色调的深浅确定各个部位的肢体动作时给服饰带来的压力，其中，所述红色色调的深浅与所述压力成正比；
83.步骤s305、根据所述三维人体模型中蓝色色调的深浅确定各个部位的肢体动作的速度，其中，所述蓝色色调的深浅与所述速度成正比。
84.优选地，本实施例还通过色调的不同深浅来呈现肢体动作的力效数据的程度，具体地，根据三维人体模型中不同部位的红色色调深浅程度来确定各个部位的肢体动作时给服饰带来的压力，其中，红色色调的深浅与压力大小成正比。如附图7中，用户膝盖处的红色色调很深，对应的动作力度的力效数据为90kpa，肩关节处的红色色调较浅，对应的动作力度的力效数据为30kpa，而手腕处的红色色调更浅，对应的动作力度的力效数据为10kpa，可见，红色色调的深浅与对应位置的动作力度的力效数据成正比。
85.此外，根据三维人体模型中不同部位的蓝色色调深浅程度来确定各个部位的肢体动作的速度。可选地，本实施例中将动作速度的力效数据换算成加速度来呈现速度变化程度，如附图7，用户膝盖处的蓝色色调较深，对应的动作速度的力效数据为30m/s2，肩关节处的蓝色色调较浅，对应的动作速度的力效数据为20m/s2，而手腕处的蓝色色调更浅，对应的动作速度的力效数据为15m/s2，可见，蓝色色调的深浅与对应位置的动作速度的力效数据成正比。
86.在一种实现方式中，本实施例实现将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现时，还包括如下步骤：
87.步骤s306、实时监测采集的用户各个部位的肢体动作信号，对所述三维人体模型中色调的深浅进行及时更新，以实时地呈现所述动作力度和所述动作速度的变化情况。
88.由于本实施例中智能服饰系统的可穿戴传感器为柔性纺织多维运动参数传感器，
通过柔性纺织多维运动参数传感器可以对对应位置的肢体动作信号进行实时采集，并且保证了人体动作状态分析的连续性，可以实时检测动作的改变情况。进一步地，本实施例可以根据实时监测所采集到的用户各个部位的肢体动作信号，对三维人体模型中色调的深浅进行及时更新，以保证可视化呈现的动作力度和所述动作速度的力效数据是具有实时性的。
89.综上，本实施例提供一种基于可穿戴智能服饰系统的动作力效可视化方法，具体实施时，本实施例首先采集用户的肢体动作信号，并确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常，然后，对读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度，最后，将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现。本实施例可基于可穿戴服饰采集到用户的肢体动作信号，并确定所述肢体动作信号中对应的动作力效数据，最后将所述动作力效数据映射至三维人体模型中进行呈现，实现了动作力效的可视化。
90.因此，本实施例提供的基于可穿戴智能服饰系统的动作力效可视化方法能够将用户的动作力度与动作速度等力效参数进行直观的呈现，一方面，本实施例是使用柔性纺织多维运动参数传感器进行实时信号采集，实时信号采集保证了人体动作状态分析的连续性，可以实时检测动作的改变情况，同时，本实施例的可穿戴系统相较于外部检测装置具有体积小、穿戴舒适度高、便于操作的特点，可以广泛应用于移动健康与实时检测方向；另一方面，本实施例能够对动作力度与动作速度等力效参数进行综合分析，并通过不同的色调将不同的力效参数映射至三维人体模型中，根据色调深浅来呈现动作力度和动作速度的程度，将人体动作的力效更直观地呈现。
91.示例性装置
92.基于上述实施例，本发明还提供一种基于可穿戴智能服饰系统的动作力效可视化的装置，如图8中所示，所述基于可穿戴智能服饰系统的动作力效可视化装置包括：动作信号采集模块201、动作信号分类模块202、动作力效可视化模块203。具体地，所述动作信号采集模块201，用于采集用户的肢体动作信号，并确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常。所述动作信号分类模块202，用于对读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度。所述动作力效可视化模块203，用于将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现。
93.在一种实现方式中，所述动作信号采集模块201，包括：
94.位置信息获取单元，用于获取智能服饰上可穿戴传感器的位置信息，所述智能服饰包括上衣、裤子、袜子、手套、帽子和围巾；
95.动作信号采集单元，用于基于所述位置信息采集上衣、裤子、袜子、手套、帽子和围巾上的肢体动作信号。
96.读取状态确定单元，用于将所述肢体动作信号与预设的阈值范围进行比较，确定所述肢体动作信号的读取状态；
97.读取正常确定单元，用于若所述肢体动作信号在预设的阈值范围内，则确定所述肢体动作信号读取正常；
98.读取异常确定单元，用于若所述肢体动作信号不在预设的阈值范围内，则确定所
述肢体动作信号读取异常。
99.在一种实现方式中，所述动作信号分类模块202，包括：
100.参数获取单元，用于获取所述可穿戴传感器上采集到的读取正常的压力参数、应力参数和加速度参数；
101.动作力度确定单元，用于将所述压力参数、应力参数作为所述动作力度；
102.动作速度确定单元，用于将所述加速度参数作为所述动作速度。
103.在一种实现方式中，所述动作力效可视化模块203，包括：
104.力效数据获取单元，用于对所述动作力度和动作速度进行处理，获得所述动作力度的力效数据和所述动作速度的力效数据；
105.动作力度映射单元，用于将所述动作力度的力效数据转化为红色色调映射至三维人体模型中；
106.动作速度映射单元，用于将所述动作速度的力效数据转化为蓝色色调映射至三维人体模型中，其中，红色色调用于呈现肢体动作时给服饰带来的压力，蓝色色调用于呈现肢体动作的速度。
107.动作力度呈现单元，用于根据所述三维人体模型中红色色调的深浅确定各个部位的肢体动作时给服饰带来的压力，其中，所述红色色调的深浅与所述压力成正比；
108.动作速度呈现单元，用于根据所述三维人体模型中蓝色色调的深浅确定各个部位的肢体动作的速度，其中，所述蓝色色调的深浅与所述速度成正比。
109.色调深浅更新单元，用于实时监测采集的用户各个部位的肢体动作信号，对所述三维人体模型中色调的深浅进行及时更新，以实时地呈现所述动作力度和所述动作速度的变化情况。
110.本实施例的基于可穿戴智能服饰系统的动作力效可视化装置中各个模块的工作原理与上述方法实施例中各个步骤的原理相同，此处不再赘述。
111.基于上述实施例，本发明还提供了一种终端设备，所述终端设备的原理框图可以如图9所示。终端设备可以包括一个或多个处理器100(图9中仅示出一个)，存储器101以及存储在存储器101中并可在一个或多个处理器100上运行的计算机程序102，例如，基于可穿戴智能服饰系统的动作力效可视化的程序。一个或多个处理器100执行计算机程序102时可以实现基于可穿戴智能服饰系统的动作力效可视化方法实施例中的各个步骤。或者，一个或多个处理器100执行计算机程序102时可以实现基于可穿戴智能服饰系统的动作力效可视化装置实施例中各模块/单元的功能，此处不作限制。
112.在一个实施例中，所称处理器100可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，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。
113.在一个实施例中，存储器101可以是电子设备的内部存储单元，例如电子设备的硬盘或内存。存储器101也可以是电子设备的外部存储设备，例如电子设备上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡
(flash card)等。进一步地，存储器101还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器101用于存储计算机程序以及终端设备所需的其他程序和数据。存储器101还可以用于暂时地存储已经输出或者将要输出的数据。
114.本领域技术人员可以理解，图9中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端设备的限定，具体的终端设备以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
115.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双运营数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
116.综上，本发明公开了一种基于可穿戴智能服饰系统的动作力效可视化方法，所述方法包括：采集用户的肢体动作信号，并确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常；对读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度；将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现。本发明可基于可穿戴服饰采集到用户的肢体动作信号，并确定所述肢体动作信号中对应的动作力效数据，最后将所述动作力效数据映射至三维人体模型中进行呈现，实现了动作力效的可视化。
117.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。

技术特征：
1.一种基于可穿戴智能服饰系统的动作力效可视化方法，其特征在于，所述方法包括：采集用户的肢体动作信号，并确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常；对读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度；将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现。2.根据权利要求1所述的基于可穿戴智能服饰系统的动作力效可视化方法，其特征在于，所述采集用户的肢体动作信号，包括：获取智能服饰上可穿戴传感器的位置信息，所述智能服饰包括上衣、裤子、袜子、手套、帽子和围巾；基于所述位置信息采集上衣、裤子、袜子、手套、帽子和围巾上的肢体动作信号。3.根据权利要求1所述的基于可穿戴智能服饰系统的动作力效可视化方法，其特征在于，所述确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常，包括：将所述肢体动作信号与预设的阈值范围进行比较，确定所述肢体动作信号的读取状态；若所述肢体动作信号在预设的阈值范围内，则确定所述肢体动作信号读取正常；若所述肢体动作信号不在预设的阈值范围内，则确定所述肢体动作信号读取异常。4.根据权利要求2所述的基于可穿戴智能服饰系统的动作力效可视化方法，其特征在于，所述对所述读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度，包括：获取所述可穿戴传感器上采集到的读取正常的压力参数、应力参数和加速度参数；将所述压力参数、应力参数作为所述动作力度；将所述加速度参数作为所述动作速度。5.根据权利要求1所述的基于可穿戴智能服饰系统的动作力效可视化方法，其特征在于，所述将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现，包括：对所述动作力度和动作速度进行处理，获得所述动作力度的力效数据和所述动作速度的力效数据；将所述动作力度的力效数据转化为红色色调映射至三维人体模型中；将所述动作速度的力效数据转化为蓝色色调映射至三维人体模型中，其中，红色色调用于呈现肢体动作时给服饰带来的压力，蓝色色调用于呈现肢体动作的速度。6.根据权利要求5所述的基于可穿戴智能服饰系统的动作力效可视化方法，其特征在于，所述将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现，还包括：根据所述三维人体模型中红色色调的深浅确定各个部位的肢体动作时给服饰带来的压力，其中，所述红色色调的深浅与所述压力成正比；根据所述三维人体模型中蓝色色调的深浅确定各个部位的肢体动作的速度，其中，所
述蓝色色调的深浅与所述速度成正比。7.根据权利要求5所述的基于可穿戴智能服饰系统的动作力效可视化方法，其特征在于，所述方法还包括：实时监测采集的用户各个部位的肢体动作信号，对所述三维人体模型中色调的深浅进行及时更新，以实时地呈现所述动作力度和所述动作速度的变化情况。8.一种基于可穿戴智能服饰系统的动作力效可视化装置，其特征在于，所述装置包括：动作信号采集模块，用于采集用户的肢体动作信号，并确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常；动作信号分类模块，用于对读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度；动作力效可视化模块，用于将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现。9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的基于可穿戴智能服饰系统的动作力效可视化程序，所述处理器执行基于可穿戴智能服饰系统的动作力效可视化程序时，实现如权利要求1-7任一项所述的基于可穿戴智能服饰系统的动作力效可视化方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于可穿戴智能服饰系统的动作力效可视化程序，所述基于可穿戴智能服饰系统的动作力效可视化程序被处理器执行时，实现如权利要求1-7任一项所述的基于可穿戴智能服饰系统的动作力效可视化方法的步骤。

技术总结
本发明公开了一种基于可穿戴智能服饰系统的动作力效可视化方法，所述方法包括：采集用户的肢体动作信号，并确定所述肢体动作信号的读取状态，其中，所述读取状态包括读取正常和读取异常；对读取正常的肢体动作信号进行分类，将所述肢体动作信号分为动作力度和动作速度；将所述动作力度和所述动作速度映射至三维人体模型中，并对所述动作力度和所述动作速度的力效数据进行可视化呈现。本发明可基于可穿戴服饰采集到用户的肢体动作信号，并确定所述肢体动作信号中对应的动作力效数据，最后将所述动作力效数据映射至三维人体模型中进行呈现，实现了动作力效的可视化。实现了动作力效的可视化。实现了动作力效的可视化。


技术研发人员：白紫千 郭嘉苇 姜梦琦
受保护的技术使用者：南方科技大学
技术研发日：2023.05.10
技术公布日：2023/8/14