🏋️ AI 健身教练：人体姿态识别深蹲计数

一、教学目标

理解 人体姿态识别（Pose Estimation） 在智能健身中的应用
- 智能健身镜
- 体感训练
- 运动评估
掌握 AI 视觉传感器 的人体姿态识别与动作判断方法
学会通过 关键姿态变化 识别「深蹲」动作
实现 动作检测 → 计数 → 显示反馈 的完整 AI 系统
（进阶）理解
- 人体位置变化
- 方向判断
- 机器人转向跟随逻辑
培养学生的
- 状态机思维
- 逻辑判断能力
- 调试与分析能力

二、教学准备

1. 硬件

乐高 SPIKE / EV3 主机 × 1
AI 视觉传感器 × 1
- 模式：人体姿态识别（Pose 模式）
- 摆放：正对训练者（全身或下半身可见）
显示方式
- 主机屏幕（显示数字）
机器人外壳
- 乐高积木搭建的「健身教练」外形
- 不需要动作，仅作为教练形象

📌 接口说明

左腿电机：E 口
右腿电机：F 口
AI 视觉传感器：A 口
其他接口可自由使用

2. 软件

SPIKE / EV3 / RobotCode 编程环境
AI 视觉模型：人体姿态识别（Pose）

三、教学流程

1️⃣ 导入（5 分钟）

提问引导

去健身房时，教练是怎么判断你有没有「蹲到位」的？
智能健身镜是怎么帮你自动计数的？

引出主题

🎯 今天我们要做一位
🏋️ 会“数你深蹲次数”的 AI 健身教练

强调一句话：

❗ 不是按按钮计数
❗ 而是 AI 看动作自动计数

拓展提问：

除了上下蹲，人还会左右移动
教练要不要一直面对你？

2️⃣ 场景与原理讲解（5 分钟）

深蹲的关键特征（教学简化）

人体动作过程：

站立 → 下蹲 → 再站起

姿态变化表现为：

身体整体高度明显下降
腿部弯曲角度发生变化

📌 教学结论（简化版）

「身体下去一次，再上来一次
= 1 个深蹲」

3️⃣ 搭建（15 分钟）

AI 视觉传感器安装要求

安装位置
- 机器人“头部” 或三脚架
镜头高度
- 约 40–70 cm
摄像头方向
- 正对训练者

人与传感器距离

建议：1.5 – 3 米

画面中必须看到

头部
躯干
大腿

📌 教师提示

背景尽量简单
避免多人同时进入画面
手臂动作可自由发挥

alt text

四、编程（25 分钟）

1️⃣ 核心系统逻辑（重点）

text

人体姿态识别
   ↓
判断当前状态（站立 / 下蹲）
   ↓
检测状态变化
   ↓
计数 +1
   ↓
显示反馈

📌 这是一个典型的「状态机」模型

2️⃣ 深蹲判断规则（教学级）

定义两个状态

状态	说明
STAND	站立
SQUAT	下蹲

3️⃣ 姿态判断方式（示例）

AI 视觉传感器可提供：

身体中心 Y 坐标
或 臀部 Y 坐标

📌 简化判断规则

如果 身体高度 < 下蹲阈值 → SQUAT
如果 身体高度 > 站立阈值 → STAND

⚠️ 阈值由老师提前测试并给出

4️⃣ 计数逻辑（关键）

❗ 只有从「下蹲 → 站立」
才算一次完整深蹲

伪代码（通用 / RobotCode 思路）

text

初始化：
  squatCount = 0
  lastState = STAND

循环执行：
  当前高度 = 获取人体高度

  如果 当前高度 < squatThreshold：
    currentState = SQUAT
  否则：
    currentState = STAND

  如果 lastState == SQUAT 且 currentState == STAND：
    squatCount = squatCount + 1
    显示 squatCount

  lastState = currentState

📌 教学重点强调

❌ 不能一直加
✅ 必须等人「站起来」

5️⃣ 代码说明（示例备注）

SPIKE 示例说明

alt text

左侧程序

用于方向跟随
人向左 → 健身教练向左
若方向不对，可自行调整电机方向

右侧程序

用于深蹲计数
加入防止重复计数的逻辑

RobotCode 示例说明

alt text

百位：是否允许计数
- 0：不计数
- 1：允许计数
个位 + 十位：转向角度
- 中心点为 50

五、演示与测试（10 分钟）

学生轮流测试

每人做 3–5 个深蹲
观察以下内容：
- 计数是否准确
- 左右移动时是否跟随转向（进阶功能）

常见问题引导

问题	可能原因
少计	蹲得不够低
多计	身体抖动
不计	距离太近或太远

六、拓展思考（10 分钟）

引导学生升级系统：

如何区分「半蹲」和「标准深蹲」？
→ 设置更低的下蹲阈值
如何检测动作过快？
→ 增加最小时间间隔
能否支持多种动作？
→ 深蹲 / 开合跳 / 弯腰
能否做一个 AI 健身评分？
→ 次数 + 速度 + 稳定性

🏋️ AI 健身教练：人体姿态识别深蹲计数

一、教学目标

二、教学准备

1. 硬件

2. 软件

三、教学流程

1️⃣ 导入（5 分钟）

提问引导

引出主题

2️⃣ 场景与原理讲解（5 分钟）

深蹲的关键特征（教学简化）

3️⃣ 搭建（15 分钟）

AI 视觉传感器安装要求

人与传感器距离

画面中必须看到

四、编程（25 分钟）

1️⃣ 核心系统逻辑（重点）

📌 这是一个典型的「状态机」模型

2️⃣ 深蹲判断规则（教学级）

定义两个状态

3️⃣ 姿态判断方式（示例）

4️⃣ 计数逻辑（关键）

伪代码（通用 / RobotCode 思路）

📌 教学重点强调

5️⃣ 代码说明（示例备注）

SPIKE 示例说明

RobotCode 示例说明

五、演示与测试（10 分钟）

学生轮流测试

常见问题引导

六、拓展思考（10 分钟）

七、教学总结

学生掌握了

学生理解了

学生建立了

八、课堂展示素材

🏋️ AI 健身教练：人体姿态识别深蹲计数 ​

一、教学目标 ​

二、教学准备 ​

1. 硬件 ​

2. 软件 ​

三、教学流程 ​

1️⃣ 导入（5 分钟） ​

提问引导 ​

引出主题 ​

2️⃣ 场景与原理讲解（5 分钟） ​

深蹲的关键特征（教学简化） ​

3️⃣ 搭建（15 分钟） ​

AI 视觉传感器安装要求 ​

人与传感器距离 ​

画面中必须看到 ​

四、编程（25 分钟） ​

1️⃣ 核心系统逻辑（重点） ​

📌 这是一个典型的「状态机」模型 ​

2️⃣ 深蹲判断规则（教学级） ​

定义两个状态 ​

3️⃣ 姿态判断方式（示例） ​

4️⃣ 计数逻辑（关键） ​

伪代码（通用 / RobotCode 思路） ​

📌 教学重点强调 ​

5️⃣ 代码说明（示例备注） ​

SPIKE 示例说明 ​

RobotCode 示例说明 ​

五、演示与测试（10 分钟） ​

学生轮流测试 ​

常见问题引导 ​

六、拓展思考（10 分钟） ​

七、教学总结 ​

学生掌握了 ​

学生理解了 ​

学生建立了 ​

八、课堂展示素材 ​

🏋️ AI 健身教练：人体姿态识别深蹲计数

一、教学目标

二、教学准备

1. 硬件

2. 软件

三、教学流程

1️⃣ 导入（5 分钟）

提问引导

引出主题

2️⃣ 场景与原理讲解（5 分钟）

深蹲的关键特征（教学简化）

3️⃣ 搭建（15 分钟）

AI 视觉传感器安装要求

人与传感器距离

画面中必须看到

四、编程（25 分钟）

1️⃣ 核心系统逻辑（重点）

📌 这是一个典型的「状态机」模型

2️⃣ 深蹲判断规则（教学级）

定义两个状态

3️⃣ 姿态判断方式（示例）

4️⃣ 计数逻辑（关键）

伪代码（通用 / RobotCode 思路）

📌 教学重点强调

5️⃣ 代码说明（示例备注）

SPIKE 示例说明

RobotCode 示例说明

五、演示与测试（10 分钟）

学生轮流测试

常见问题引导

六、拓展思考（10 分钟）

七、教学总结

学生掌握了

学生理解了

学生建立了

八、课堂展示素材