智能哑铃动作评价

人工智能智能家居案例ID：140071

麦烤

1 年经验· 清华大学深圳研究生院

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

在app的平台上，结合智能哑铃，通过所研发的算法引导用户学习哑铃课程，并对用户的学习效果给出评价。
用户需要手持智能哑铃，跟随app教程中的教练完成动作。每完成一个动作，算法会对用户完成动作的情况进行评价。评价结果分为三个等级，perfect：用户正确地完成了一个动作；good：用户完成了动作，但在幅度或者节奏不正确，keep up：用户完成的动作与教程动作差异很大。
智能哑铃上的六轴传感器由三轴陀螺仪+三轴加速度计组成，传感器会收集三个重力加速度和三个角加速度的数据。要求能够借助传感器采集的六轴信号，准确地对动作进行等级评级，并且确保较低的误判率。
结合手机的性能，算法需要能够实时快速的对用户的动作给出评价结果。同时，由于不同人之间的生理结构以及行为习惯的差异，算法需要具备一定的鲁棒性，能够有效的排除这类差异性。并且为了用户更好的体验和使用该产品，例如在使用过程中智能哑铃握姿不够标准，或者运动过程中存在一定晃动等情况，算法需要对此进行一定的修正和适应。
为了进一步测试算法的性能，选取了15个哑铃教程进行测试。在初期的测试中，共有6名测试者参与，每个教程，分别完成12个perfect的动作，12个good的动作，和12个keep up 的动作。通过测试，该算法各指标的平均值，accuracy为80%，precision为77.27%，recall为78.84%，F1 Score为77.51%。
通过测试后，算法在app中正式上线，并进行PoC阶段的产品测试。从去年11月底开始，截止今年6月底，共有累计1079人使用了与智能哑铃配套的课程，累计使用34841次。公司计划在下半年开始全面推广该产品和课程。