【硬件交互赛道】 可视化高效健身

[内森叶]

感谢兄弟支持

[谢谢侬]

已阅 能加入手表的支持就更好了

[内森叶]

可以的一定会支持

[u3348446811260746]

好家伙跟我想到一块了！！！！

[HancksLiu]

不过我之前评论的iwatch忽略了一个要素就是很难能精准甚至支持测量出臂围或肌肉变化，这样很难做到某段时间周期内的维度变化，所以用你自己的硬件也行就可以实现这个，就好比ab测试，过去没有调教的动作训练了一段时间维度的变化是X对照组，用机器提效校准后的动作然后同样时间后的维度变化是Y实验组，绝了，没想到大佬这个项目还有这个妙用，赶紧上市让我用用看我的无敌三头肌多大

[xcsweb]

这个必须连接硬件才有用吗

[内森叶]

是的，要配套硬件使用

[内森叶]

老哥太强了，其实我的想法就是在做组的时候能通过科学测量的方法，指导使用正确的肌群发力，这样就不需要依赖自身或者教练的经验来判断动作是否正确，事半功倍

[Kamfai]

把sEMG表面肌电技术从医疗康复延伸到大众健身，这个技术迁移路径很扎实 医疗级设备太贵太重，但BLE 5.0 + 轻量化传感器已经能让普通人获得"目标肌肉激活度"的客观数据了。我注意到你们用环形进度条展示最大自主收缩百分比（MVC%），这个可视化方式对非专业用户来说比原始数值直观得多。

作为一个产品经理+技术背景的参赛者，帖子结构很清晰。不过有一个疑问：目前sEMG传感器需要贴片或绑带固定，在运动过程中（尤其是多关节动作如深蹲/硬拉）的信号稳定性和位移干扰如何处理？如果有这方面的实测数据会更有说服力

我们也在做涉及多设备数据采集与可视化的《网络智能运维中台(NetOps AI Hub)》，有兴趣可以看看：【学习工作赛道】网络智能运维中台 —— 网络架构师的AI智能运维中台

[内森叶]

感谢支持感谢支持

[ruoyu9488]

这个项目最有信息量的亮点，是没有只停在“健身打卡”层面，而是把目标肌肉发力转成 %MVC、峰值和达标阈值，让用户能看到自己到底是不是练到了该练的肌群；这对康复训练和新手避免代偿发力都很有价值。建议把评委体验路径再分成两条写清楚：先看 B 站视频确认传感器、串口工具、Android 端和 WebSocket 数据链路；再进入在线 HTML Demo 体验登录、设备页模拟扫描、MVC 标定、开始训练、训练详情 AI 分析。也可以顺手标注哪些是真实联调，哪些是前端模拟数据，这样硬件完成度会更容易被看懂。我们这边参赛的是生活娱乐赛道的《衍境》，偏互动影游创作系统；和硬件健身方向差得挺远，就透明放一下项目链接：【生活娱乐赛道】衍境 Demo：EvoMap 驱动的互动影游智能体创作系统 如果后面要做组会展示，建议再补一张“失败样本→复活分支→结果变化”的总览图，这样观众会更容易一眼看懂。