一种智慧健身教练系统的研制

孙尚云，林仲志，吴水才

（1. 北京工业大学生命科学与生物工程学院，北京 100124；2. 台湾长庚大学资讯工程系，台湾 333）

引言

随着生活水平的提高和健康意识的增强，越来越多的人加入到健身运动队伍中来。健身运动不仅可以增强体质、提高免疫力，还可缓解压力[1]、增进心理健康[2]。掌握科学的健身方法至关重要[3]，科学健身要求从个人的实际情况出发，有针对性的选择最适合个体的健身方式和运动强度。目前穿戴式设备和智能移动平台正快速发展，先进的电子技术和信号处理技术逐渐被应用到健身运动中来，以帮助使用者达到合适的运动强度、取得较好的效果。

现今市场上的穿戴式健身教练设备主要通过心跳信号（如：polar心率表[4]）和加速度信号（如：小米手环[5]）来帮助使用者实现对运动强度的控制。由于运动心跳是确定运动负荷强度的理想参数[6,7]，所以通过心跳控制运动强度成为了一种科学健身的指导方法。这种方法的优点在于实时性强，使用者可以通过查看及时心率与目标心率的差距来对自己的运动强度做出调整；缺点在于信号采集不够稳定，易受干扰，使用者也不可能频繁地查看目标心率达成度，且主观调整运动强度并不容易。加速度信号则大多用来计步以实现运动强度的评估[8]，这种方法的优点在于信号采集简单，缺点是计步的算法不够精确，而且运动强度靠计步累积起来，实时性不够强。

本研究采用控制心跳的方法来让使用者达到合理运动强度（本文以脚踏车转速代表运动强度），并建立运动强度与心跳模型（运动心跳模型），实现通过目标心率推算出运动强度，让使用者不再需要靠主观感觉去盲目调节。考虑到部分研究提出音乐节拍可调节人体动作[9]、改变训练者运动表现[10,11]、增进身体协调性。本文建立音乐速度与运动强度模型（音乐运动模型），实现以音乐控制运动强度，让运动者可以安心的投入到健身中，不再需要反复的查看心率表。结合心跳带、智能手机、运动耳机和Web服务器，研制一种智慧健身教练系统，让使用者可以随时随地的享受科学健身。

1 智慧健身教练系统设计方法

1.1 教练系统工作原理

本系统的原理在于通过音乐速度控制人体的运动强度以达到目标心率，实现运动心跳控制。所以需要建立两个模型：（1）运动心跳模型，量化运动强度与心跳变化的关系，用以计算目标心率所需的运动强度；（2）音乐运动模型，量化音乐速度与运动强度的关系，实现通过目标运动强度计算音乐速度。

1.1.1运动心跳模型

运动时的心率难以保持稳定状态，这是由于运动强度及心肺耐力状况所致。本研究探寻各心肺耐力人群的运动强度与心跳变化的关系，并建立运动心跳模型。预测心率与运动强度的关系如式（1），其中HR表示运动心率，Div表示不同心肺耐力群体差异常数，OnSet为初始化常数，RPM（转/每分）为脚踏车转速，用来表示运动强度。

1.1.2音乐运动模型

运动心跳模型可以计算不同心率对应的运动强度，但要想借助音乐的节拍来引导运动者达到某一运动强度，还需要建立音乐运动模型来计算对应的音乐速度。

音乐速度（单位：拍每分钟，BPM）一般都会以文字或数字标记于一首乐曲的开端。如图1中的Allegro英文记号，其括号内的120是BPM值，表示每分钟演奏120个四分音符，即每个四分音符的长度等于0.5秒（1分钟除以120等分），1小节就是2秒长（0.5秒乘以4拍）。BPM的数值越大代表速度越快。

所有的正规节拍中，每小节第一下为强拍，第三下为弱强拍，其余节拍为弱拍。因此，如果训练者每次将惯用脚都踩在每小节的重拍上（强拍和弱强拍），那么训练者踩踏完两圈的时间就等于每小节演奏完的时间，如此即可引导运动时的速度，达到目标运动强度。假设目标心率需要转速30 RPM，也就是2秒1转，选择4/4音乐的话，每个音符演奏时间应为1秒（2秒除以2），则需要推荐的音乐速度等于60拍（1分钟/1秒）。得到脚踏车转速与音乐节拍数的关系：

1.2 健身教练系统架构与工作流程

1.2.1系统架构

系统主要由四部分组成（如图2所示）：（1）Web服务器，提供注册、运动历史浏览、音乐数据库管理、运动心跳模型和音乐运动模型的实现等功能，可以依据使用者的心肺耐力等级给予推荐的音乐。（2）智能平台，执行Web服务器所提供的音乐，同时通过计算运动中即时心率与目标心率差距来对音乐速度微调，引导使用者的运动速度，使其向目标心率靠近，并于运动结束后将数据上传到Web服务器。（3）穿戴式设备， 包括心率感测器和高品质运动耳机。心率感测器用于对运动者进行实时心率监测，基于蓝牙4.0传输协议设计。（4）健身设备，脚踏车或者跑步机。

1.2.2系统工作流程

系统的工作流程如图3所示。（1）运动者进行简单的心肺耐力分级，以确定其所属的心肺耐力人群；（2）匹配数据库中对应人群的运动心跳模型，结合预先设定的心率，计算目标运动强度；（3）通过音乐运动模型计算音乐速度，并推荐相应速度的音乐给运动者；（4）根据实时心率与目标心率差距对音乐速度进行调整，若当前心率大于目标心率3分钟，则选择更低速的音乐；当前心率小于目标心率3分钟，则选择更高速的音乐。

通常一个完整的运动周期分为三个阶段：暖身期、训练期和缓和期。各个阶段可以设置不同的运动强度，式（3）通过设定的运动强度及年龄计算各阶段的目标心率，式中：age为年龄，I为训练期强度百分比。例如一个40岁成年人，训练期强度百分比设定为70～80%，则此人训练期理想心率应介于126～144之间。假如该使用者所在人群的运动心跳模型为HR=1.2*PPM+50，将126～144带入HR，得到RPM约为每分钟63.3～78.3转左右，将RPM带入式（2）可知：将音乐速度设为126～156拍，使用者会更容易达到理想心率。

1.3 实验

1.3.1实验对象与实验装置

通过半年的实验共收集17位男性自愿者数据，所有的自愿者皆已告知实验内容并签署同意书，平均年龄为22.45±1.66岁。采用45公分台阶进行HST[12]测试（如图4(a)所示），利用原地脚踏车（Monark 839e，如图4(b)所示）进行实验，测验过程中皆需穿戴心率感测器（miCoach，如图4(c)所示）进行心率收集。过程中需注意受试者的体能状况，使用者心肺耐力分级以及运动心跳模型建立不得于同一天进行，但需在15天内完成，避免时间拉长导致心肺耐力产生过大变化。

1.3.2实验流程

（1）使用者筛选

使用体育活动准备量表[13]（Physical Activity Readiness Questionnaire(PAR-Q)）进行病史及身体状况的调查，PAR-Q问卷共有七题，受试者每题皆需填写。由此可以将一般人群与高危险人群进行区分，只要有一项相符，就不让该使用者参与，以免发生意外。

（2）使用者心肺耐力分级

在众多的心肺耐力评估方式中，HST为一简单、好量测又具有很高可信度的工具。因此，本研究选用这项评估工具来进行使用者的心肺耐力分级。其原理在于检测运动后的心跳恢复能力，心肺耐力好的人应有较低心率，心跳恢复能力也较快。受试者在45公分高台阶上，每分钟上下频率30次，进行5分钟的登阶测验，并且记录受试者测验结束后1分至1分30秒、2分至2分30秒、3分至3分30秒的总心跳数，通过公式（4）计算心肺耐力指数，式中：En为心肺耐力，T为运动持续时间（秒），Sum为三次心跳数的和；基于文献[14,15]，将受测者心肺耐力等级分为不好、稍差、普通、尚好以及很好共五级。

（3）运动心跳模型建立

让通过HST分级的各心肺耐力人群参加固定时间与转速渐增的脚踏车测验，记录心率变化后进行分析，建立各人群运动强度与心率关系模型。固定时间与转速渐增的脚踏车测验流程如表1：

A. 一开始以阻力0 watts、转速为65转每分进行热身5分钟。

B. 将阻力变更至112 watts，该阻力不会使测试者过度疲劳，同时也能达到运动训练的效果。以转速30～40转每分为起始，每2分钟增加转速10，最高转速为110～120转每分，过程中持续记录受试者心率。

C. 每次转速改变前询问RPE[16]（Rated perceived exertion）。过程中若发生下述状况将认定为心肺耐力极限并停止实验：(i) 受试者低于指定转速10以上；(ii) RPE达19或20；(iii)主观疲劳或衰竭。

2 结果与分析

2.1 运动心跳模型构建结果

17位志愿者中，通过HST可以分出五种心肺耐力人群，包含不好（1人）、稍差（3人）、普通（3人）、尚好（3人）、很好（7人）。根据固定时间与转速渐增的脚踏车测验数据，通过线性回归求出各人群公式（1）对应的Div和OnSet值如表2。由表可知，各人群都具有不同的Div和OnSet值，这也说明各人群的运动心跳模型是独立的。

2.2 各运动心跳模型的心率预测评估

探究对于不同心肺耐力人群是否存在通用运动心跳模型。对于不同人群分别采用表2中的对应人群模型参数和平均模型参数两种方式，来进行不同运动强度的心率预测，其结果如表3所示。其中“人群”代表使用对应人群模型参数，“通用”代表使用平均模型参数，由最后一栏可知，五种人群采用对应人群参数预测误差都要小于采用平均参数的预测误差。说明各人群采用其对应的运动心跳模型预测效果会更好。

2.3 教练系统测试

图5为测试人员使用教练系统参加实际健身的效果图，预先设定暖身期和缓和期的目标心率为（100～140次/分），训练期的目标心率为（140～160次/分），其中心率曲线为通过音乐引导后的实际心率，可见其在三个运动阶段都被较好的控制在目标心率段内，验证了健身教练系统的有效性。

3 总结

本研究通过HST和脚踏车实验数据，建立了不同心肺耐力人群运动强度和心跳的关系模型。并通过理论推导，建立了音乐速度与运动强度关系模型。基于穿戴式设备、移动智能平台以及Web技术研制出一种智慧教练系统，有望解决目前市场上健身教练需要使用者不停查看心率达成度和需要靠主观感觉调节运动强度的问题。

[1] 董鹏. 浅谈当代大学生健身的重要性[J]. 魅力中国, 2009, (14):141.

[2] 林桂池, 胡昌胜. 论体育锻炼对于心理健康的价值[J]. 山西广播电视大学学报, 2007, 12(2): 41-42.

[3] 谢建生. 体育科学健身方法的选择策略[J]. 商情, 2014, 21:351-351.

[4] 胡少娟. 简析Polar心率表在健身运动中的应用研究[J]. 运动,2014, 8: 39-40

[5] 王志军. 小米手环应用技巧二则[J]. 电脑知识与技术：经验技巧,2015, 5: 100-100.

[6] 刘洪珍,朱来朝. 心率是确定健身运动负荷强度的理想参数[J]. 体育学刊, 1996, 4:18-19.

[7] 邓玉,刘东辉,柳毅. 健身负荷强度的研究与应用[J]. 合肥工业大学学报：社会科学版, 2001, 4: 124-126.

[8] 张义龙. 基于加速度传感器的人体运动状态监测的研究[D]. 南京邮电大学硕士学位论文, 2014.

[9] Karageorghis C I, Priest D L, Terry P C,et al.Redesign and initial validation of an instrument to assess the motivational qualities of music in exercise: the Brunel Music Rating Inventory-2.[J]. Journal of Sports Sciences, 2006, 24(8): 899-909.

[10] Waterhouse J, Hudson P, Edwards B. Effects of music tempo upon submaximal cycling performance.[J]. Scand J Med Sci Sports, 2010,20(4): 662-669.

[11] Karageorghis C I, Mouzourides D A, Priest D L,et al.Psychophysical and ergogenic effects of synchronous music during treadmill walking.[J]. Journal of Sport & Exercise Psychology,2009, 31(1): 18-36.

[12] Brouha L. The Step Test: A Simple Method of Measuring Physical Fitness for Muscular Work in Young Men[J]. Research Quarterly American Association for Health Physical Education & Recreation,2013, 14(1): 31-37.

[13] Thomas S, Reading J, Shephard R J. Revision of the Physical Activity Readiness Questionnaire (PAR-Q).[J]. Canadian Journal of Sport Sciences, 1992, 17(4): 338-345.

[14] 洪芝文, 朱福武, 陆军. 青少儿心脏机能台阶试验方法及评定标准的研究[J]. 武汉体育学院学报, 1984, 4: 78-85.

[15] 洪芝文, 朱福武, 陆军. 武汉市17—23岁大专学生台阶试验心功能评定标准的研究[J]. 体育科学, 1988, 4: 75-80.

[16] Borg G A. Psychophysical bases of perceived exertion.[J]. Medicine& Science in Sports & Exercise, 1982, 14(5): 377-381.