本发明涉及康复运动质量评价，具体涉及一种基于边缘计算的运动质量评价方法及系统。
背景技术：
1、随着边缘计算技术的发展和运动科学的进步，基于边缘计算的运动质量评价正在逐渐成为研究和应用的热点。传统的运动质量评价方法通常依赖于中心化的数据收集和处理，这限制了其在实时性和灵活性上的表现。在基于边缘计算的运动质量评价中，可以实时采集和分析运动员的运动数据，例如姿势、速度、力量输出等，而无需等待数据上传至云端才能获得反馈。
2、现代运动康复训练已经广泛应用于社会各个层面和人群，不再仅限于专业运动员，大多数人由于运动损伤或进行了某项手术等都可以通过运动康复训练的方式来帮助恢复人体机能或者减缓疼痛等。然而传统的运动质量评价的方法一般都是对于所有人群进行无差别的评价分析，但是对于不同人群所需要的康复需求不同以及康复训练所处的阶段不同，在康复训练表现上会存在明显差异，故通用的评判标准可能无法兼容不同人群，比如专业运动员通常面临更高强度的训练和竞技压力，因此在受伤或手术后需要更为复杂的康复训练，而对于一般运动损伤或不严重的手术对应的人群来说，可能只需要进行基础和简单的训练即可。如此，对于不同人群采用统一评判标准，可能会使不同人群的评价结果不准确，还可能由于过高的评判标准而使康复人员感到沮丧。
技术实现思路
1、为了解决以上的技术问题，本发明的目的在于提供一种基于边缘计算的运动质量评价方法及系统。
2、根据本技术实施例的第一方面，提供的一种基于边缘计算的运动质量评价方法，所采用的技术方案具体如下：
3、获取参与康复运动的所有康复人员在一段时间内的历史训练记录；
4、分析所述历史训练记录中训练日期的分布特征，得到所述康复人员的康复训练规律度；
5、分析所述历史训练记录中心率数据的分布特征，得到所述康复人员的康复训练强度；
6、根据所述康复训练规律度和所述康复训练强度，确定所述康复人员所处的康复训练恢复阶段层级；
7、在边缘端进行所述康复人员训练数据的记录和分析，基于所述康复训练恢复阶段层级，对所述康复人员进行运动质量评价。
8、在本发明的一些实施例中，分析所述历史训练记录中训练日期的间隔时间特征，得到所述康复人员的康复训练规律度。
9、在本发明的一些实施例中，分析所述历史训练记录中相邻训练日期的最大间隔时间、最小间隔时间以及平均间隔时间，得到所述康复人员的康复训练规律度。
10、在本发明的一些实施例中，将所述一段时间划分为至少两个时间周期，分析所述时间周期内的所述历史训练记录中相邻训练日期的最大间隔时间、最小间隔时间以及平均间隔时间，遍历所有所述时间周期，得到所述康复人员的康复训练规律度。
11、在本发明的一些实施例中，分析所述历史训练记录中心率数据的分布特征，得到所述康复人员的康复训练强度，包括：
12、分析单次康复训练时所述历史训练记录中心率数据的数值大小特征和差异特征，得到所述康复人员的单次康复训练强度；
13、基于所述康复人员的单次康复训练强度，分析所述康复人员的整体康复训练强度以及所有所述单次康复训练强度之间的一致性，得到所述康复人员的康复训练强度。
14、在本发明的一些实施例中，分析单次康复训练时所述历史训练记录中心率数据的数值大小特征和差异特征，得到所述康复人员的单次康复训练强度，包括：
15、基于所述康复人员的单次康复训练，遍历所述历史训练记录中时间序列的心率数据，筛选出心率极大值，得到单次康复训练时所述历史训练记录中心率数据的数值大小特征；
16、基于所述心率极大值确定分析时间范围；
17、分析所述心率极大值与其所在的分析时间范围内的所有心率数据之间的数值差异，得到单次康复训练时所述历史训练记录中心率数据的差异特征；
18、根据所述数值大小特征和所述差异特征，得到所述康复人员的单次康复训练强度。
19、在本发明的一些实施例中，基于所述康复人员的单次康复训练强度，分析所述康复人员的整体康复训练强度以及所有所述单次康复训练强度之间的一致性，得到所述康复人员的康复训练强度，包括：
20、基于所述康复人员的单次康复训练强度，计算所有所述单次康复训练强度的平均值，得到所述康复人员的整体康复训练强度；
21、基于所述康复人员的单次康复训练强度，计算所有所述单次康复训练强度的标准差，得到所述康复人员的所有所述单次康复训练强度之间的一致性；
22、根据所述整体康复训练强度和所述差异性，得到所述康复人员的康复训练强度。
23、在本发明的一些实施例中，根据所述康复训练规律度和所述康复训练强度，确定所述康复人员所处的康复训练恢复阶段层级，包括：
24、根据所述康复训练规律度和所述康复训练强度，得到所述康复人员所处的康复训练恢复阶段层级值；
25、基于所有所述康复人员所处的康复训练恢复阶段层级值，通过k-means聚类的方法进行康复训练恢复阶段层级的划分，确定所述康复人员所处的康复训练恢复阶段层级。
26、根据本技术实施例的第二方面，提供的一种基于边缘计算的运动质量评价系统，包括：存储器和处理器，其中：
27、所述存储器，用于存储程序代码；
28、所述处理器，用于读取所述存储器中存储的程序代码，并执行如本技术实施例的第一方面所述的方法。
29、在本发明的一些实施例中，所述处理器包括：
30、历史训练记录获取模块，用于获取参与康复运动的所有康复人员在一段时间内的历史训练记录；
31、康复训练规律度分析模块，用于分析所述历史训练记录中训练日期的分布特征，得到所述康复人员的康复训练规律度；
32、康复训练强度分析模块，用于分析所述历史训练记录中心率数据的分布特征，得到所述康复人员的康复训练强度；
33、康复训练恢复阶段层级确定模块，用于根据所述康复训练规律度和所述康复训练强度，确定所述康复人员所处的康复训练恢复阶段层级；
34、运动质量评价模块，用于在边缘端进行所述康复人员训练数据的记录和分析，基于所述康复训练恢复阶段层级，对所述康复人员进行运动质量评价。
35、相较于现有技术，本发明提供的一种基于边缘计算的运动质量评价方法及系统，具有如下有益效果：
36、本发明通过分析康复人员的历史训练记录中训练日期的分布特征，来确定康复人员的康复训练规律度，和通过分析康复人员的历史训练记录中心率数据的分布特征，来确定康复训练强度，并基于康复人员的康复训练规律度和康复训练强度来确定康复人员所处于哪个的康复训练恢复阶段层级，如此在针对康复人员进行运动质量评价时，可以更加明确其应处于哪种康复训练恢复阶段层级，方便对其进行分析。并根据康复人员所处的边缘端获取其当前的训练数据，提高效率的同时也确保了数据的安全隐私性；然后基于所述康复训练恢复阶段层级，对所述康复人员进行运动质量评价，可以使康复人员在合理的康复训练恢复阶段层级进行恰当的运动质量评价，避免对所有康复人员使用的同一的评价标准而造成的参差不齐的评价质量问题，更好地针对各个康复人员进行更为精准、细致的运动指导。
1.一种基于边缘计算的运动质量评价方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于边缘计算的运动质量评价方法，其特征在于，分析所述历史训练记录中训练日期的间隔时间特征，得到所述康复人员的康复训练规律度。
3.根据权利要求2所述的基于边缘计算的运动质量评价方法，其特征在于，分析所述历史训练记录中相邻训练日期的最大间隔时间、最小间隔时间以及平均间隔时间，得到所述康复人员的康复训练规律度。
4.根据权利要求3所述的基于边缘计算的运动质量评价方法，其特征在于，将所述一段时间划分为至少两个时间周期，分析所述时间周期内的所述历史训练记录中相邻训练日期的最大间隔时间、最小间隔时间以及平均间隔时间，遍历所有所述时间周期，得到所述康复人员的康复训练规律度。
5.根据权利要求1所述的基于边缘计算的运动质量评价方法，其特征在于，分析单次康复训练时所述历史训练记录中心率数据的数值大小特征和差异特征，得到所述康复人员的单次康复训练强度，包括：
6.根据权利要求1所述的基于边缘计算的运动质量评价方法，其特征在于，基于所述康复人员的单次康复训练强度，分析所述康复人员的整体康复训练强度以及所有所述单次康复训练强度之间的一致性，得到所述康复人员的康复训练强度，包括：
7.根据权利要求1所述的基于边缘计算的运动质量评价方法，其特征在于，根据所述康复训练规律度和所述康复训练强度，确定所述康复人员所处的康复训练恢复阶段层级，包括：
8.一种基于边缘计算的运动质量评价系统，其特征在于，所述系统包括：存储器和处理器，其中：
9.根据权利要求8所述的基于边缘计算的运动质量评价系统，其特征在于，所述处理器包括：
