[0065] 本发明的快速评估网球业余水准的方法和系统主要用于便捷、高效地对用户的网球水平进行评估，其通过可穿戴设备自动地对用户的网球水平进行评估，无需请教专门的教练，既提高了评估效率，又节约了评估成本，迎合业余爱好者的需求，以下是本发明的优选实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明不限于这些实施例。
[0066] 实施例一
[0067] 如图1所示，本实施例公开了一种快速评估网球业余水准的方法，用户在击球中的步法可以划分为两种情况：第一种为正常的有规律的小碎步调整，第二种为被动的大脚步跑动调整，根据网球运动特性，用户击球中小碎步调整越多越好，大脚步跑动则意味着用户被对方调动起来，处于受迫状态，越少越好，所以本实施例根据用户小碎步调整与大脚步跑动之间的比例来确定用户步法得分，具体方法包括：
[0068] A：通过三轴加速度传感器15监测用户的脚步移动情况，处理器11接收三轴加速度传感器15监测得到的一系列数据，并对这一系列数据进行滤波降噪、特征提取等一系列处理后得到步法数据并进行记录，现有技术中已有多种算法能够实现对三轴加速度传感器15监测到的数据进行处理得到步数和位移，本实施例可根据具体情况选择其中一种或多种，具体算法在此不详细赘述，然后处理器11根据用户步法数据通过步法得分统计方法获得用户步法得分。
[0069] 但是实际情况中，个人由于性别、身高、年龄、体重不同其击球时的正常步法不同，所以在步骤A中，在开始判定用户步法得分前，用户需要先输入自身的性别、身高、体重和年龄等用户信息，可穿戴设备的处理器11接收用户输入的用户信息，根据不同的用户信息确定预设步幅，该预设步幅用于判断相应用户的步幅属于小碎步调整的步幅还是属于大脚步跑动调整的步幅，这里的预设步幅根据用户信息确定，而相应的用户信息对应的预设步幅由厂家根据大数据库设定，大数据库中记录着诸多网球爱好者的用户信息及其正常击球过程中的步幅、手臂挥动幅度，心率等信息，厂家可根据大数据库信息将用户信息归为多个档次的用户，比如5个档次，每一个档次对应一个预设步幅，比如从高到低依次为0.32米、0.31米、0.30米、0.29米、0.28米，举个例子，身高1.8，体重180，年龄32的男生被归为第三类用户，他对应的预设步幅被即为0.30米。当然投入使用时，并不限定为本实施例的这一种情况，其具体的档数、每档所对应的预设步幅等由厂家根据大数据库、实际情况以及系统设定等确定。
[0070] 具体地，步法得分统计方法包括：
[0071] A1：智能可穿戴设备1在每一次击球过程中统计步数和奔跑的距离，并根据步数和奔跑的距离通过步幅判定方法判定相应击球过程中的步幅为小碎步调整还是大脚步跑动调整；
[0072] A2：在预设时间段内统计小碎步调整总次数和大脚步跑动调整总次数，并将小碎步调整总次数与大脚步跑动调整总次数做除得到步法比值；本实施例中所指的预设时间均由用户自行设定，设定方式为在开始运动时用户打开智能可穿戴设备1，开始监测并进行计时，结束运动时，用户选择结束监测，停止计时，预设时间即为开始到结束的这一时间段，且当用户中途休息的时候，可以选择暂停监测，智能可穿戴设备1暂停监测用户的步法、手法和心率，直到用户选择继续监测，避免在用户中途休息过程中继续监测影响评判结果。
[0073] A3：可穿戴设备再根据步法比值通过步法得分判定方法获得用户步法得分。
[0074] 其中，由于网球击打的过程是间歇性的，每一次击球从开始走动到完成击球这一时间段作为一次击球过程，当然，通常在每次击球结束后，用户可能会调整自己的位置，但是这个位置不是为了击球，所以，在这次的走动过程中可穿戴设备检测不到用户的击球动作，所以可穿戴设备自动忽略这次走动，避免检测误差。
[0075] 进一步地，在步骤A1中，步幅判定方法包括：
[0076] 将每一次击球过程中移动的距离与步数相除得到两步幅，当步幅大于预设步幅时，判定该次击球过程的步幅为大脚步跑动调整，当步幅小于或等于预设步幅时，判定该次击球过程的步幅为小碎步调整，当然，这里的预设步幅根据当前用户信息确定。
[0077] 具体地，在步骤A3中，步法得分判定方法包括：
[0078] 当步法比值大于或等于5时，判定用户步法得分为1；
[0079] 当步法比值大于或等于4，小于5时，判定用户步法得分为0.8；
[0080] 当步法比值大于或等于3，小于4时，判定用户步法得分为0.6；
[0081] 当步法比值大于或等于2，小于3时，判定用户步法得分为0.4；
[0082] 当步法比值小于2时，判定用户步法得分为0.2。
[0083] 同样地，依据网球运动特性，手法大致可分为正常击球手法和受迫性击球手法，两者在动作上会呈现较大差异性，由佩戴在用户击球的手上的可穿戴智能设备感知挥动过程的幅度，即击球过程中手臂甩动的幅度(角度)，并设置一个限值，即幅度预设值，达到了这个限制即为正常击球手法，低于这个限制即为被迫性击球手法，限值由厂家在出厂之前根据大数据库等信息确定一般用户在正常击球时手臂挥动的最小角度，且本实施例的限值被设置为120度，获得用户手法得分的具体方法如下：
[0084] B：通过陀螺仪16监测用户的手臂摆动情况，处理器11接收陀螺仪16监测得到的一系列数据，并对这一系列数据进行处理后得到手法数据并进行记录，与步骤A类似，对陀螺仪16监测到的数据进行处理的手段也采用现有技术中已有的算法，例如自适应漂移消减算法等，具体算法以及算法过程在此不进行赘述，并且，处理器11根据用户手法数据通过手法得分统计方法获得用户手法得分；
[0085] 具体地说，手法得分统计方法包括以下步骤：
[0086] B1：当智能可穿戴设备1监测到用户正在挥动手臂时，同时检测用户手臂的挥动幅度，并当挥动幅度大于或等于幅度预设值时，判定为正常手法，当挥动幅度小于幅度预设值时，判定为受迫性手法；
[0087] B2：在预设时间段内统计正常手法挥动总次数和受迫性手法挥动总次数，并将正常手法挥动总次数与受迫性手法挥动总次数做除得到手法比值；
[0088] B3：根据手法比值通过手法得分判定方法获得用户手法得分。
[0089] 其中，在步骤B3中，手法得分判定方法包括：
[0090] 当手法比值大于或等于5时，判定用户手法得分为1；
[0091] 当手法比值大于或等于4，小于5时，判定用户手法得分为0.8；
[0092] 当手法比值大于或等于3，小于4时，判定用户手法得分为0.6；
[0093] 当手法比值大于或等于2，小于3时，判定用户手法得分为0.4；
[0094] 当手法比值小于2时，判定用户手法得分为0.2。
[0095] 同样地，用户在击球时的心理状态也是衡量一个人水平高低的重要指标，而心理状态最终会反应在心率上，获得用户心率得分的方法包括：
[0096] C：通过心率传感器17监测用户的心率波动情况，处理器11接收心率传感器17监测到的一系列数据，对这一系列数据进行处理后得到心率数据并记录，同样地，对心率检测数据的处理手段也选择了现有技术中的一种或多种的组合，在此不再赘述，处理器11根据用户心率数据通过心率得分统计方法获得用户心率得分；
[0097] 具体地，心率得分统计方法包括：
[0098] C1：在预设时间段内，检测心率正常总时长和心率超范围波动总时长，并将心率正常总时长与心率超范围波动总时长做除得到心率比值；
[0099] C2：根据心率比值通过心率得分判定方法获得用户心率得分。
[0100] 并且，在步骤C2中，心率得分判定方法包括：
[0101] 当心率比值大于或等于10时，判定用户心率得分为1；
[0102] 当心率比值大于或等于8，小于10时，判定用户心率得分为0.8；
[0103] 当心率比值大于或等于6时，小于8时，判定用户心率得分为0.6；
[0104] 当心率比值大于或等于4时，小于6时，判定用户心率得分为0.4；
[0105] 当心率比值小于4时，判定用户心率得分为0.2。
[0106] 其中，获得用户心率得分、用户步法得分和用户手法得分的顺序不固定，可以一起进行也可以分开进行。
[0107] 最后，根据用户心率得分、用户步法得分和用户手法得分计算用户总得分，具体方法如下：
[0108] D：根据用户步法得分，用户手法得分和用户心率得分通过总得分算法获得用户总得分。
[0109] 在步骤D中，总得分算法为公式①,
[0110] X＝100*A1*A11+100*B1*B11+100*C1*C11①，其中，
[0111] X：用户总得分；
[0112] A1：用户步法得分在总得分中所占的比重；
[0113] A11：用户步法得分；
[0114] B1：用户手法得分在总得分中所占的比重；
[0115] B11：用户手法得分；
[0116] C1：用户心率得分在总得分中所占的比重；
[0117] C11：用户心率得分。
[0118] 本实施例依据了用户在击球过程中的步法、手法和心率数据对用户水平进行量化评判，能够简便、高效、经济地对用户的水平进行评估，使用户在不请教专业教练团队的情况下就能够对自己目前所属的水平有清晰的认识，以此做出针对性调整和训练，有助于用户网球水平的提高。
[0119] 实施例二
[0120] 如图2，本实施例与实施例一类似，不同之处在于，本实施例的预设时间设定方式为：在开始运动时用户打开智能可穿戴设备1，选择开始监测，并选择监测时长，当运动时间达到用户选择的时长之后，结束监测，并提醒用户。
[0121] 进一步地，由于通常会出现用户在开始评估之后结束评估之前临时有事结束评估的情况，所以本实施例在用户设定的时间段内检测到用户中断击球时，中断评估，恢复初始状态并进入待机模式。
[0122] 本实施例的监测方式使用户在进行评估的过程中能够预先设定评估时间，具有倒计时的效果，用户不需要在运动过程中关注时间以确定自己评估了多久，使用户对评估时间具有心理预期，达到更好的评估效果。
[0123] 实施例三
[0124] 本实施例与实施例一或实施例二类似，不同之处在于，本实施例的该预设时间由智能可穿戴设备1根据自己的监测情况自动开始，自动结束，但是本实施例的方式没有实施例一或实施例二中由用户自行设定的方式准确。
[0125] 实施例四
[0126] 如图3，本实施例公开了一种采用实施例一或二或三的快速评估网球业余水准的方法的快速评估网球业余水准系统，其包括一以手环形式设置的智能可穿戴设备1，智能可穿戴设备1内置有一处理器11，处理器11具有内置算法模块12，且处理器11连接有嵌于智能可穿戴设备1上的触摸显示屏13和/或无线通信模块14，触摸显示屏13用于供用户输入用户信息和显示评判数据，无线通信模块14用于与第三方智能设备2连接以供用户输入用户信息和显示评判数据，进一步地，处理器11还连接有传感器模块，传感器模块包括三轴加速度传感器15、陀螺仪16和心率传感器17，其中，
[0127] 三轴加速度传感器15：用于监测用户的脚步移动情况；
[0128] 陀螺仪16：用于监测用户的手臂摆动情况；
[0129] 心率传感器17：用于监测用户的心率波动情况。
[0130] 具体地，算法模块包括对三轴加速度传感器15监测到的数据进行处理并得到位移和步数的加速度算法模块，对陀螺仪16监测到的数据进行处理并得到手臂挥动幅度的角度算法模块和对心率传感器17监测到的数据进行处理并得到心率数据的心率算法模块等。
[0131] 进一步地，为了测量准确，本实施例的陀螺仪16连接有电子罗盘，并且，无线通信模块14可以为WIFI模块、蓝牙模块、3/4G模块等无线模块。
[0132] 本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
[0133] 尽管本文较多地使用了智能可穿戴设备1；处理器11；内置算法模块12；触摸显示屏13；无线通信模块14；三轴加速度传感器15；陀螺仪16；心率传感器17；第三方智能设备2等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。
