本技术涉及数据识别反馈，具体涉及一种适用于运动手环的运动配速推荐方法。
背景技术：
1、科学合理地选择运动场景能够提升用户的运动体验以及降低受伤概率。目前而言，运动手环仍主要以运动监测作为主要功能，即通过监测佩戴者在运动过程中的心率、呼吸频次以及运动距离等指标评判其运动表现。
2、一个好习惯无法抵消一个坏习惯。坚持运动是好习惯，而吸烟、劳累、过量饮酒则是坏习惯，很多用户认为通过坚持运动可以抵消吸烟等行为带来的不良影响。事实上，在不良生活习惯潜移默化的影响下，身体状态已逐渐不适于继续坚持运动。因此，如果仅评判运动表现却不对自身身体状态或运动环境进行评估，运动就会变成一件具有较大风险的高危行为。例如，业余马拉松跑者在参赛过程中的心脏骤停就是缺乏身体评估造成的；对于专业的越野马拉松跑者，环境情况则更易成为危害生命的“凶手”。
技术实现思路
1、本技术提供了一种适用于运动手环的运动配速推荐方法，能基于佩戴者体征指标和运动路线，给出运动配速的推荐。
2、本技术的技术方案如下：
3、一种适用于运动手环的运动配速推荐方法，包括以下步骤：
4、s1）在运动时间开始前：
5、基于用户输入的运动时间和途径点生成运动路线；
6、获取运动时间内运动路线所在区域的aqi值，根据aqi值的分级判定是否适于运动；
7、获取运动路线所在区域的降水量和空气湿度数据，并根据降水量和空气湿度数据计算地面湿滑指数；
8、s2）在运动过程中：
9、实时获取用户位置，在地面湿滑指数超过设定阈值的路段前设定提示点，当用户到达提示点时提醒用户；
10、以固定频率采集起始运动时刻至当前运动时刻的平均心率、当前运动时刻的实时心率以及平均配速，输入至心率预测模型计算以平均配速沿运动路线前进3分钟时段的预测心率：
11、心率预测模型如下：
12、；
13、式中，表示 t时刻预测心率；表示当前时刻的实时心率；表示坡度引起的心率变化值；表示从运动起始时刻至当前时刻的平均配速引起的心率变化值；表示运动持续时间引起的心率变化值；表示预测运动路线中的地面湿滑指数引起的心率变化值；
14、其中，
15、；
16、式中，和分别表示由坡度 s和坡度路段长度 d引起的心率变化系数，其通过数据训练获取；
17、；
18、式中，表示由平均配速 v引起的心率变化系数；
19、；
20、式中，表示由运动持续时间 t引起的心率变化系数；
21、；
22、式中，表示由地面湿滑指数 ssi引起的心率变化系数；
23、s3）在运动过程中：
24、基于3分钟内的预测心率提取其中的高心率区间并计算预测平均心率，所述高心率区间定义为心率到达极限心率90%以上的心率区间；
25、s4）当用户心率在高心率区间的持续时间超过1分钟时或预测平均心率处于高心率区间时：
26、基于极限心率的百分比定义健康心率，将所述健康心率以及未来2分钟内的运动路线作为已知量输入至心率预测模型中，计算平均配速并就将该平均配速记作改善平均配速；
27、以改善平均配速为目标，基于当前的平均配速计算建议配速并向用户展示。
28、进一步地，步骤s1）中地面湿滑指数的公式如下：
29、 ssi=0.7 p+0.3 h；
30、式中， ssi表示地面湿滑指数； p表示运动开始前3h的累计降水量，单位为mm； h表示空气湿度百分比。
31、进一步地，在计算地面湿滑指数时：
32、获取运动路线的高程数据，根据高程数据计算运动路线的坡度，当坡度的绝对值大于或等于6%时，对ssi值进行修正，公式如下：
33、 ssii=0.7 p+0.3 h+2 s；
34、式中， ssii表示修正后的 ssi值， s表示坡度的绝对值。
35、进一步地，步骤s2）中，所设定的地面湿滑指数的阈值为50。
36、进一步地，步骤s2）中，心率预测模型以观测的当前时刻的实时心率为因变量，以坡度、坡度路段长度、平均配速、运动持续时间以及地面湿滑指数作为自变量，构建线性回归模型对各自变量的系数进行估计：
37、；
38、式中，为心率的实时观测值；为误差项，表示观测值与模型预测值之间的差异；
39、使用最小二乘法估计、、、、、、使误差项的平方和最小。
40、进一步地，步骤s4）中，健康心率为极限心率的83%，极限心率定义为数值220与年龄的差值。
41、进一步地，还包括步骤s5）：
42、基于实时位置调用地图软件，获取当前位置300米内的道路高程数据，选择坡度小于运动路线中下一坡度的路线作为待选路线，将待选路线输入至心率预测模型中输出计算结果，基于计算结果计算待选路线的建议配速，若待选路线的建议配速快于运动路线的建议配速，则向用户展示，反之，则不展示。
43、由于采用了上述技术方案，本技术的有益效果如下：
44、1.本技术能够给出基于天气污染状况和环境湿滑程度的运动建议。本技术根据aqi分级判定天气污染状况，根据湿度和降雨量判断运动路线的湿滑程度，有助于用户提前了解运动路线。地面的湿滑程度是导致人们受伤的关键因素，跑步过程中的肌肉疲劳会导致用户对于地面摩擦力的感知下降，肌肉疲劳后的可控性降低，发力均匀性变差，在湿滑地面过度蹬地很容易导致身体失衡，出现崴脚、拉伤等运动损伤。本技术及时的针对ssi大于50的路段进行提醒，有助于提升用户的安全意识。
45、2.本技术建立了基于环境状况和自身身体状况的心率预测模型。心率模型中，实时心率为预测的起始心率，向起始心率中叠加各因素的心率影响值后获得预测的心率。心率模型综合考虑了多个方面：
46、1）用户的运动状态，即实时心率和运动持续时长。疲劳状态下心率增快，不易承受过多运动负荷，以实时心率为起始，当其过高时，压缩了其与高心率的范围，用以表征运动负荷的程度。
47、2）路线的难度，即上坡路段。坡长和坡度均会影响心率，坡度过大时，运动者可能处于无氧状态，心脏负荷增加。不同运动者对于无氧状态的耐受能力不同，心率模型充分考虑了路线难度，有效的提醒用户，避免用户过度坚持而造成运动损伤。
48、3）环境状况，即地面湿滑指数。地面摩擦力小时容易发生扭伤或滑倒，同时，因警惕湿滑路段也会导致大脑兴奋而增大心率，心率预测模型对环境因素和心理因素的而造成的心率增快都进行了考虑。
49、4）心率模型以平均配速作为调整心率的主要指标，以给出与用户更加健康合理的运动推荐。
1.一种适用于运动手环的运动配速推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种适用于运动手环的运动配速推荐方法，其特征在于，
3.根据权利要求2所述的一种适用于运动手环的运动配速推荐方法，其特征在于，
4.根据权利要求3所述的一种适用于运动手环的运动配速推荐方法，其特征在于，
5.根据权利要求4所述的一种适用于运动手环的运动配速推荐方法，其特征在于，
6.根据权利要求5所述的一种适用于运动手环的运动配速推荐方法，其特征在于，
7.根据权利要求5所述的一种适用于运动手环的运动配速推荐方法，其特征在于，
