不知道你是否还记得

上个月，小编就这么做了，因为天气变暖了。

“无痛去除覆盖全身的脂肪”

除了

小编还在坚持锻炼

然而过着日常生活的小编

他怎么可能老老实实的跑呢？

继续坚持之前的“努力思考也能燃烧卡路里”的理念

小编发现了新的“卡路里缺口”

为了“无痛全身吸脂手术”的成功

小编坚持每天跑5公里

跑步机的设定速度也从9公里/小时逐渐提高

然而，当以10.5公里/小时的速度行驶时，

小编突然好奇了

用手机录音和在跑步机上录音有多大区别？

如果你不尝试，你不会知道结果。

尝试一下并感到震惊

跑步机速度10.5公里/小时，总跑5公里

总花费时间 28'34''

换算成每公里步速，是...

从公里/小时 到 分钟/公里

真正的小学数学

怎么样，你想通了吗？

跑步机数据为每公里 5…分钟。

每公里约 5'43''

手机记录的结果是……

总时间 28'47''，跑步距离 6.55 公里

（结束录制时间略有延迟）

这步调，这距离

小编看完后如鲸鱼般大吃特吃

那么问题来了——

我跑了多少？ ？ ？

这种记录差异从何而来？

华丽逆袭跑步机

作为常见的室内健身器材，我们都自然而然地认为跑步机是用来帮助大家强身健体，为室内运动提供便利的。

图片来源|

然而万万没想到，跑步机竟然有一个从刑具变成健身器材的励志故事……

跑步机对应的英文单词是，它最早的使用更接近“跑步机”，是一种人力驱动的动力机器。

19世纪，“跑步机”改造成“跑步机”，成为惩罚囚犯的刑具。 囚犯必须踩在辐条上才能转动巨大的桨轮，这些轮子用于抽水、压碎谷物或驱动磨坊。

图片来源[1]

囚犯经常被迫每天在磨坊上磨六个小时以上，相当于每天爬1500至4300米的山。

经过一系列的发展，跑步机已经从人力驱动发展到电动驱动，逐渐成为流行的室内健身器材。

从上面的故事我们可以知道，从机械结构分类，跑步机主要分为机械跑步机和电动跑步机。

机械跑步机主要是通过运动员与跑带之间的摩擦力来驱动跑带跟随运动员的脚步，是“人力驱动”。

体验机械跑步机也很简单。 当跑步机关闭时，驱动跑步机上跑带的过程与机械跑步机的工作原理类似。 （但是谁愿意这么做呢？）

如今，电动跑步机已成为主流。 他们的运作方式是利用电机带动跑带旋转，从而带动运动员跟随其旋转速度。 跑步机上的运动员也从“主动”变成了“被动”。

除了不受天气影响外，跑步机的传送带还具有减震功能，可以在一定程度上减少跑步对膝盖和背部的伤害。

那么跑步机是如何记录跑步距离和速度的呢？

目前，电动跑步机的加速和减速都是通过手动按钮控制的。 我们可以独立设定跑步锻炼所需的速度。

也就是说，通过用户设定速度，跑步机的控制系统和电机共同工作，保证跑带以固定速度（即设定速度）旋转。

在此工作模式下，您只需记录跑步者的跑步速度和时间，并将它们相加即可得到跑步距离：

以小编的跑步情况为例，跑步速度为10.5公里/小时，跑步时间为28时34分。 可以得出跑步距离为5公里。

跑步机：反击还不够，我可以做得更好

但这种控制方式限制了健美运动员改变速度的自由度，也对电动跑步机的应用拓展产生了诸多不利影响。

因此，越来越多新的跑步机速度跟踪控制方法被提出，希望能够让大家的锻炼更加科学、舒适。

为了让跑步机的速度控制更加方便，最简单的想法就是建立一套自动速度跟踪控制方法。

简单来说，就是在跑步机控制系统中引入反馈回路，使控制系统能够根据跑步者的实际跑步情况进行自动调节。

图片来源|

那么，哪一条信息适合添加到反馈循环中呢？ 心率和跑步者位置似乎是不错的选择。

我们先来了解一些传感器相关的知识。

传感器技术是指感知周围环境和特殊物质，分析采集到的环境或物质信息，将识别物质的模拟信号转换为数字信号的能力。

因此，传感器可以确定所获取的数据信息的数量和质量。

前面提到的自动跑步机速度跟踪方法是指心率传感技术和位置传感技术的融合，可以实时跟踪运动员的心率状态和位置状态。

其自动控制流程原理如下图所示：

基于传感技术的跑步机速度自动跟踪控制方法流程图[3]

为了保证运动员的安全，光学心率传感器将时刻提供运动员的心率信息。

当运动员的心率超过设定的阈值时，跑步机会自动降低速度，让运动员的心率逐渐恢复到正常值。

图片来源|

如果运动员的心率没有缓解，跑步机会紧急自动停止，最大程度地保护运动员的生命。

另一方面，当运动员位于跑带中央时，从平衡的角度来看，他处于最佳的运动状态。

因此，位置传感器可以随时确定运动员在跑带上的位置，如果运动员偏离跑步机的中心位置，反馈回路也会进行调整。 微调跑带速度，使运动员回到中心。

然而，这种调整方法也存在一些缺陷。 例如，相同的位置偏差可能是由远和近引起的，也可能是由近和远引起的。 进行速度补偿时很容易出现误判，给运动员带来更大的难度。 偏离中心位置。

另外，跑步机正常运行时，人在跑带上跑步可以近似视为脉冲负载。

脉冲式负载具有明显的周期性，加卸载时间短。 当脚接触板子时，电机可能随时变速，造成加减速振荡，体验不好。

图片来源|

除了考虑心率和跑步者的位置之外，步态还可以作为反馈回路的重要信息。

步态信息是指运动时脚底与跑步机之间的力信号，可以通过在电动跑步机跑带下方安装压力传感器来获取。

通过分析运动过程中的步法信息，可以判断运动员的运动趋势。 对压力传感器采集到的人的运动产生的Z方向垂直力求和：

由力矩平衡方程可以得到动子在任意时刻t的位置信息：

由此，F(t)的实时曲线，

步态信息（F(t)），可以实现跑步机速度在一定范围内的跟踪控制，提高跑步机的性能。

一步、两步、三步、四步……怎么数？

之前我们已经详细介绍过跑步机计步和性能优化的相关知识。 让我们继续了解手机记录跑步距离和速度的原理，看看为什么两种记录方式会有这么大的差异。

首先，让我们从一个简单的计步器开始。 计步器可以记录运动员所走的步数、步行距离、步行速度、步行时间等数据，并在此基础上计算出运动员在一定时间内的卡路里或热能。 消耗主要用于统计运动量。

电子计步器| 图片来源

目前常见的计步器分为机械计步器、基于专用计步器芯片的电子计步器、智能手环以及基于智能手机内置传感器开发的计步器软件。

图片来源|

以电子计步器为例，为了实现计步功能，需要准确记录步行和跑步过程中的周期性物理量。

人在行走或跑步时，加速度的变化最为明显，可分解为向前、纵向、横向三个方向的变量。

在步行和跑步期间，加速度随着我们的步速周期性变化。

分开我们的行走动作。 在收回脚的动作中，由于重心向上，且一只脚着地，因此垂直加速度呈正增加趋势； 向前迈步时，重心向下，双脚着地。 ，加速度呈现反向减小趋势； 当脚收回时，水平加速度减小；当迈出一步时，水平加速度增大。

图片来源|

因此，无论计步器放置在何处，至少一个方向上的加速度幅值都会出现明显的周期性变化，从而达到准确计步的目的。

智能手机：多种数学计算方法

在智能手机中，多种传感器协同工作来支持我们的各种需求——光传感器、距离传感器、重力加速度传感器、磁传感器、心率传感器、振动传感器……

与电子计步器类似，智能手机也可以采集人体运动过程中的加速度信号。 从下图中可以看出步行过程中加速度的循环特征。

连续行走时产生的加速度大小| 图片来源[6]

自相关系数计步算法是基于加速度的循环特性。 它通过计算相邻两个步行周期内整体加速度的相关性来判断行人是否正在步行。 相关性越高，计步准确的概率就越大。

另一种智能手机计步方法是频域计步算法，它以离散时间序列收集传感器数据，并进行短时傅里叶变换（Term，STFT）或快速傅里叶变换（Fast，FFT）。

传感器采集的数据转换到频域后，可以放大一些在时域中不够明显的信号特征。

我们在微信中并不熟悉的陀螺仪，在智能手机的计步功能中也发挥着重要作用。 陀螺仪的主要功能是检测角动量。

以FFT计步算法为例，以陀螺仪采集到的角速度最大的坐标轴为敏感轴，然后对角速度数据进行FFT处理，将时域角速度数据转换为频域数据。

最后判断数据是否在典型行走频率范围内并超过预设的幅度阈值。 如果满足上述条件，则计为一步。

与时域计步方法相比，频域计步方法会更加准确，但也带来了更大的能耗。

下表提供了当前各种步数计数算法的简要总结：

各种计步算法优缺点比较[7]

通过了解跑步机和智能手机的计步方式我们可以知道，跑步机是根据运动员设定的速度和运动时间来记录距离的。

智能手机的计步方式相对较为多样，但其共同点是通过不同算法对传感器获取的数据进行分析来进行计步。

由此看来，我们在跑步机上的跑步姿势、步长和踏频都会导致智能手机测量结果的准确性不同。 这导致小编在跑步机上记录的跑步距离为5公里，但智能手机记录的结果却相差了6.55公里的巨大差异。

所以仔细想一想……会不会是小编腿短导致踏频高，所以手机记录的结果虚高呢？ ？ ？

下面我们就来看看不同录制方式之间的区别吧！

参考

[1] 知乎 | 跑步机是如何从刑具变成流行的健身器材的？

[2]褚俊英，郭斌，孙同。 基于传感技术的跑步机速度自动跟踪控制方法[J]. 自动化与仪表，2020(07):38-41.DOI:10./ki.1001 -9227.2020.07.038。

[3]程龙乐，徐金林，等。 基于图像处理的跑步机速度自适应技术研究［J］. 计算机技术与发展，2016，（10）：92-94。

[4] 刘洋，周旭，孙以宁，刘耀，马淑芳。 基于步态的跑步机速度跟踪控制方法[J]. 传感技术学报, 2015, 28(02): 217-220.

[5]王攀. 基于单片机的智能计步器设计[J]. 仪器技术，2021(06):23-25+45.DOI:10./ki.-2394.2021.06.006。

[6]杨润泽. 一种节能型智能手机计步算法研究与应用[D]. 内蒙古大学，2019。

[7] 王吉. 基于行人轨迹估计的室内智能手机定位方法研究[D]., 2020.

文中未注明来源的表情图片均来自网络。