Die Erfindung betrifft eine Vorrichtung zur Steuerung eines Trainingsgeräts .

Es existiert eine Vielzahl von Trainingsgeräten, mit denen eine Person trainieren kann und somit ihre Fitness verbessern kann. Als ein Beispiel ist ein Elektrofahrrad genannt. Andere Beispiele sind ein Fahrradergometer, eine Abduktoren- /Adduktoren-Maschine und ein ArmkraftZuggerät. Bei einem Training ist es entscheidend, dass die Person sich ausreichend anstrengt, damit das Training tatsächlich zu einer Verbesserung der Fitness führt, aber auch eine Überanstrengung vermieden wird, die zu einem körperlichen Schaden der Person führen kann. Dabei ist zu bedenken, dass ein optimaler Anstrengungsbereich von Person zu Person stark unterschiedlich sein kann. Es ist wichtig, dass bei dem Training das Trainingsgerät richtig verwendet bzw. richtig eingestellt wird, damit die Person sich ausreichend anstrengt aber sich gleichzeitig nicht überanstrengt. Im Idealfall sollte das Trainingsgerät so geschaffen sein, dass es sowohl für eine Person, die an einer Herzinsuffizienz leidet, als auch für eine Person, die einen Leistungssport treibt, einstellbar ist. Ein Beispiel für eine falsche Verwendung des Trainingsgeräts ist, wenn die Leistung des Motors des Elektrofahrrads zu hoch eingestellt wird. Dadurch strengt sich die Person nicht ausreichend an, aber fährt gleichzeitig eine eher hohe Geschwindigkeit, die mit einem erhöhten Unfallrisiko einhergeht .

Aufgabe der Erfindung ist es daher, eine Vorrichtung mit einem Trainingsgerät zu schaffen, das derart gesteuert ist, dass eine mit dem Trainingsgerät trainierende Person sich ausreichend anstrengen kann, aber gleichzeitig eine Überanstrengung der Person vermieden werden kann.

Eine erfindungsgemäße Vorrichtung zur Steuerung eines Trainingsgeräts weist auf: - das Trainingsgerät, das eingerichtet ist, eine von einer ein körperliches Training durchführenden Person aufgewendete mechanische Leistung aufzunehmen, sowie eine

Unterstützungseinheit, die eingerichtet ist, das Training zu unterstützen und/oder das Training zu erschweren, und eine Anstrengungsmessvorrichtung aufweist, die eingerichtet ist, mechanische Anstrengungsdaten BD ( t ) einer von der Person während des Trainings aufgewendeten Anstrengung zu messen, wobei t die Zeit ist,

- einen Körpersensor, der eingerichtet ist, physiologische Daten PD ( t ) des Körpers der Person zu messen,

- eine Recheneinheit, in der ein mathematisches Modell der Form mPD ( t+ T) gespeichert ist, wobei die Recheneinheit eingerichtet ist, mittels eines Optimierungsalgorithmus mPD ( t+ T) und die Verzögerung T für jede Person individuell so anzupassen, dass mPD ( t+ T) die gemessenen physiologischen Daten PD ( t+ T) annähert und anhand des Modells eine Prognose mPD ( t+ T) der physiologischen Daten PD ( t+ T) zu erstellen, und

- eine Regelungseinheit, die eingerichtet ist, eine vorbestimmte Führungsgröße für die physiologischen Daten PD { t ) zu nehmen, als eine Regelgröße die Prognose mPD ( t+ T) zu nehmen und als eine Stellgröße eine Unterstützung u { t ) der Unterstützungseinheit zu steuern.

Es ist bevorzugt, dass gilt: wobei die Recheneinheit eingerichtet ist, mittels des Optimierungsalgorithmus die Koeffizienten a _x1 , den Summanden a ₁₀ und die Verzögerungen Τ _Xi zumindest teilweise für jede Person individuell so anzupassen, dass mPD ( t+ T) die gemessenen physiologischen Daten PD(t+T) annähert. In dem Term Bi{t) wird eine Mittelung von D _i +1 Messpunkten vorgenommen, die einen Zeitabstand K _i haben. Beispielsweise können die Werte für D _i aus einem Bereich von 0 bis 60 ausgewählt sein. Die Werte für den Zeitabstand K _i können beispielsweise aus einem Bereich von 0,2 Sekunden bis 2 Sekunden ausgewählt sein.

Indem die Vorrichtung als die Regelgröße die Prognose mPD(t+T) nimmt, in der der Zeitpunkt t+T um die Verzögerung T in der Zukunft liegt, kann die Regelungseinheit viel schneller auf Änderungen des Trainings reagieren als es der Fall wäre, wenn als die Regelgröße die physiologischen Daten PD(t) genommen werden würden. Dadurch können Regelungsabweichungen der Regelgröße von der Führungsgröße viel niedriger gehalten werden als es der Fall wäre, wenn als die Regelgröße die physiologischen Daten PD(t) genommen werden würden. Dadurch, dass die Recheneinheit eingerichtet ist, die Koeffizienten a _x1 , den Summanden a ₁₀ , die Verzögerungen Τ _Xi und die Verzögerung T für jede Person individuell anzupassen, können die Regelabweichungen für jede beliebige Person niedrig gehalten werden. Verschiedene Personen reagieren unterschiedlich schnell auf eine Änderung einer von außen auf die Person wirkenden Belastung, die beispielsweise von dem Trainingsgerät generiert wird. Ist die Person eher untrainiert, so wird sie eher langsam auf die Änderung reagieren, ist die Person eher trainiert, so wird sie eher schnell auf die Änderung reagieren. Indem die Recheneinheit nicht nur eingerichtet ist, die Koeffizienten a _x1 und den Summanden a ₁₀ sondern auch die Verzögerungen Τ _Xi und die Verzögerung T für jede Person individuell anzupassen, kann das Modell widerspiegeln, dass verschiedene Personen unterschiedlich schnell auf die Änderungen der Belastung reagieren. Dadurch hat die Prognose für jede Person eine besonders hohe Genauigkeit, wodurch auch Regelungsabweichungen besonders niedrig sind. Es ist nur noch erforderlich, jeder Person die passende Führungsgröße für die physiologischen Daten PD(t) vorzugeben, wobei es denkbar ist, dass die Führungsgröße mit der Zeit variiert. Zum Einstellen der Führungsgröße kann beispielsweise ein Sportmediziner oder ein Physiotherapeut herangezogen werden. Dadurch, dass die Regelungsabweichungen besonders niedrig sind, ist es nun möglich, das Trainingsgerät so zu steuern, dass die Person sich ausreichend anstrengt, damit eine Fitness der Person verbessert wird, und dass Überanstrengungen der Person vermieden werden.

Die Unterstützung u(t) kann positiv, wodurch das Training unterstützt wird, und/oder negativ sein, wodurch das Training erschwert wird. Ein Beispiel für eine Unterstützungseinheit, die eingerichtet ist, das Training zu unterstützen, ist ein Elektromotor eines Elektrofahrrads. In diesem Fall könnte die Unterstützung beispielsweise eine von dem Elektromotor aufgebrachte Leistung sein. Ein Beispiel für eine Unterstützungseinheit, die eingerichtet ist, das Training zu erschweren, ist eine Bremse eines Fahrradergometers. In diesem Fall könnte die Unterstützung beispielsweise eine Bremsleistung sein. Ein Beispiel für eine

Unterstützungseinheit, die eingerichtet ist, das Training zu unterstützen und zu erschweren, ist ein Elektromotor eines Elektrofahrrads, der eingerichtet ist, eine Rekuperation durchzuführen, d.h. eine Tretleistung der Person in elektrischen Strom umzuwandeln. Um die Regelungsabweichung besonders niedrig zu halten, ist es bevorzugt, dass die Unterstützungseinheit eingerichtet ist, die Unterstützung u(t) in kleinen Inkrementen zu steuern. Beispielsweise können die Inkremente maximal 3 %, insbesondere maximal 1,5 % oder maximal 1 %, betragen. Dabei gilt, dass 100 % einer maximalen Unterstützung u(t) entsprechen, in dem Fall, dass die Unterstützungseinheit eingerichtet ist, das Training zu unterstützen. In dem Fall, dass die Unterstützungseinheit eingerichtet ist, das Training zu erschweren, entsprechen -100 % einer maximalen Erschwerung des Trainings.

Die Anstrengungsdaten BD(t) charakterisieren eine mechanische Anstrengung der Person, die sie in dem Training aufbringt, um die Belastung zu überwinden. In einem Ruhezustand der Person sind die Anstrengungsdaten BD(t) Null. Die physiologischen Daten weisen Variablen auf, die die Funktionsweise von Systemen und/oder Subsystemen im Körper der Person charakterisieren und mit einem Sensor messbar sind. Bei dem System oder dem Subsystem kann es sich um das kardiorespiratorische System oder eines Teils davon oder um den Bewegungsapparat oder eines Teils davon handeln. Beispielsweise können die physiologischen Daten PD(t) eine Herzfrequenz sein. Es gibt manche Variablen, wie beispielsweise ein Knieadduktionsmoment und/oder ein Knieabduktionsmoment, die sowohl für die Anstrengungsdaten BD(t) als auch für die physiologischen Daten PD(t) in Frage kommen.

Es ist bevorzugt, dass j aus dem Bereich von 2 bis 5 ausgewählt ist. Es wurde herausgefunden, dass für j=2 nur eine geringe Rechenleistung erforderlich ist, jedoch eine ausreichende Präzision für die Prognose erreicht wird, wobei für j=5 eine höhere Präzision für die Prognose erreicht wird.

Es ist bevorzugt, dass k aus dem Bereich von 1 bis 4 ausgewählt ist. Es wurde herausgefunden, dass für k=1 nur eine geringe Rechenleistung erforderlich ist, jedoch eine ausreichende Präzision für die Prognose erreicht wird, wobei für k=4 eine höhere Präzision für die Prognose erreicht wird.

Das Trainingsgerät weist bevorzugt einen Höhenmesser auf, der eingerichtet ist, die Höhe h(t) des Trainingsgerätes zu messen, wobei in dem Modell ist. Weil die Höhe h(t) einen Einfluss auf die Belastung hat, können durch die Verwendung von B3(t) die Regelungsabweichungen weiter verringert werden. Das Vorsehen des Höhenmessers ist insbesondere relevant, wenn es sich bei dem Trainingsgerät um das Elektrofahrrad handelt. Der Höhenmesser kann beispielsweise von einem GPS Empfänger realisiert werden. Der GPS Empfänger kann beispielsweise Teil eines Smartphones sein. Es ist besonders bevorzugt, dass 1 aus dem Bereich von 1 bis 4 ausgewählt ist. Es wurde herausgefunden, dass für 1=1 nur eine geringe Rechenleistung erforderlich ist, jedoch eine ausreichende Präzision für die Prognose erreicht wird, wobei für 1=4 eine höhere Präzision für die Prognose erreicht wird.

Das Trainingsgerät weist bevorzugt einen Temperatursensor auf, der eingerichtet ist, die Temperatur Temp(t) in der Umgebung des Trainingsgeräts zu messen, wobei in dem Modell ist. Weil die Temperatur Temp(t) einen großen Einfluss auf die Belastung hat, können durch die Verwendung von B ₄ (t) die Regelungsabweichungen weiter verringert werden. Das Vorsehen des Temperatursensors ist besonders relevant, wenn das Trainingsgerät dazu vorgesehen ist, im Freien eingesetzt zu werden, wie es beispielsweise bei dem Elektrofahrrad der Fall ist. Es ist besonders bevorzugt, dass m aus dem Bereich von 1 bis 2 ausgewählt ist. Es wurde herausgefunden, dass für m=l nur eine geringe Rechenleistung erforderlich ist, jedoch eine ausreichende Präzision für die Prognose erreicht wird, wobei für m=2 eine höhere Präzision für die Prognose erreicht wird.

Es ist bevorzugt, dass das Trainingsgerät einen Neigungssensor aufweist, der eingerichtet ist, eine Neigung N(t) des Trainingsgeräts zu messen, und in dem Modell ist. Der Neigungssensor kann beispielsweise eine Neigungsberechnungseinheit aufweisen, die eingerichtet ist, die Neigung N(t) aus der zeitlichen Ableitung der Höhe dh(t)/dt zu bestimmen. Alternativ ist denkbar, dass der Neigungssensor Teil eines Smartphones ist. Ebenso ist denkbar, dass der Neigungssensor fest in dem Trainingsgerät verbaut ist. Es ist besonders bevorzugt, dass n aus dem Bereich von 1 bis 4 ausgewählt ist. Es wurde herausgefunden, dass für n=1 nur eine geringe Rechenleistung erforderlich ist, jedoch eine ausreichende Präzision für die Prognose erreicht wird, wobei für n=4 eine höhere Präzision für die Prognose erreicht wird. Es ist bevorzugt, dass die Verzögerungen τ _xi Null betragen und alle Verzögerungen Τ _Xi für i>1 angepasst werden. Es ist bevorzugt, dass die Recheneinheit eingerichtet ist, die Prognose mPD(t+T) für den Zeitpunkt t+T zu erstellen, der mindestens T=5 s in der Zukunft liegt.

Es ist bevorzugt, dass die Recheneinheit eingerichtet ist, anhand des Optimierungsalgorithmus die Koeffizienten a _x1 , den Summanden a ₁₀ , die Verzögerungen τ _xi und die Verzögerung T nach der Trainingseinheit unter Verwendung der in einer Mehrzahl der Trainingseinheiten ermittelten Anstrengungsdaten BD(t) und der in der Mehrzahl der Trainingseinheiten ermittelten physiologischen Daten PD(t) sowie optional der in der Mehrzahl der Trainingseinheiten ermittelten Höhe h(t), der in der Mehrzahl der Trainingseinheiten ermittelten Temperatur Temp(t) und/oder der in der Mehrzahl der Trainingseinheiten ermittelten Neigung N{t) anzupassen, um eine Grundfitness der Person zu berücksichtigen. Bei der Mehrzahl der

Trainingseinheiten kann es sich beispielsweise um alle von der Person durchgeführten Trainingseinheiten handeln. Alternativ ist denkbar, dass die Mehrzahl der Trainingseinheiten eine Anzahl der zuletzt durchgeführt Trainingseinheiten ist.

Es ist bevorzugt, dass die Recheneinheit eingerichtet ist, nach der Trainingseinheit die Koeffizienten a _x1 , den Summanden a ₁₀ , die Verzögerungen τ _xi und die Verzögerung T mittels des Optimierungsalgorithmus 11 anzupassen, der die Schritte aufweist: a) Vorgeben jeweils einer Mehrzahl diskreter Werte für jeden der Koeffizienten a _xi , für jede der Verzögerungen τ _xi , für den Summanden a ₁₀ , und für die Verzögerung T; b) Setzen von a _xi , a ₁₀ , τ _xi und T auf einen der Werte; c) Berechnen von mPD (t+T) anhand des Modells; d) Berechnen eines Modellierungsfehlers zwischen den gemessenen physiologischen Daten PD(t+T) und mPD (t+T) für eine Mehrzahl von t. e) Wiederholen der Schritte b) bis d) für alle Kombinationen der Werte; f) Auswahlen derjenigen Werte für a _xi , a ₁₀ , τ _xi und T, die den geringsten Modellierungsfehler ergeben. Hierbei handelt es sich zwar um ein rechenintensives Verfahren, jedoch können die Werte a _xi , a ₁₀ , τ _xi und T mit einer hohen Genauigkeit bestimmt werden, so dass die Regelabweichungen besonders niedrig sind. Es ist besonders bevorzugt, dass in Schritt d) Unterschätzungsfehler stärker als Überschätzungsfehler gewichtet werden.

Die Recheneinheit ist bevorzugt eingerichtet, mittels eines Algorithmus zur Anpassung einer Tagesfitness die Koeffizienten a _xi und den Summanden a ₁₀ während einer Trainingseinheit unter Verwendung der in der Trainingseinheit ermittelten Anstrengungsdaten BD(t) und der in der Trainingseinheit ermittelten physiologischen Daten PD(t) sowie optional der in der Trainingseinheit ermittelten Höhe h(t), der in der Trainingseinheit ermittelten Temperatur Temp(t) und/oder der in der Trainingseinheit ermittelten Neigung N(t) anzupassen, um die Tagesfitness der Person zu berücksichtigen. Durch das Berücksichtigen der Tagesfitness können die Regelabweichungen besonders niedrig gehalten werden.

Es ist besonders bevorzugt, dass die Recheneinheit eingerichtet ist, mittels des Algorithmus zur Anpassung der Tagesfitness eine Differenz Diff(t)=mPD(t)-PD(t) zwischen der Prognose der physiologischen Daten mPD(t) und den gemessenen physiologischen Daten PD(t) zu bestimmen, und bei Überschreiten der Differenz Diff(t) von einem Schwellwert Schwellei>0 die Koeffizienten axi durch Addieren einer jeweiligen Konstante constixi zu korrigieren sowie den Summanden a ₁₀ durch Addieren einer Konstante constio zu korrigieren und bei Unterschreiten der Differenz Diff(t) von einem Schwellwert SchwelleM< 0 die Koeffizienten a _xi durch Addieren einer jeweiligen Konstante const _Mxi zu korrigieren sowie den Summanden a ₁₀ durch Addieren einer Konstante const _M0 zu korrigieren. Hierbei handelt es sich vorteilhaft um ein wenig rechenintensives Verfahren, das sich auch für die Durchführung während der Trainingseinheit eignet. Es können auch noch weitere Schwellwerte vorgesehen sein. Beispielsweise kann ein entsprechender Programmcode wie folgt aussehen: if (Diff(t)>Schwelle ₁ ) a _x1 = a _x1 + constixi a _X2 = a _X2 + consti _X2 , eiseif (Diff(t)>Schwelle2) a _x1 = a _x1 + const2 _Xi , a _X2 = a _X2 + const2 _X2 , eiseif (Diff(t)>SchwelleM-i) a _x1 — a _x1 + const _(M-1)x1; a _X 2 = a _X 2 + const _(M-1)X2, eiseif (Diff(t)<SchwelleM) a _x1 = a _x1 + const _Mx1 , a _X2 = a _X2 + const _Mx2 , eiseif (Diff(t)<SchwelleM+K) a _x1 = a _x1 + const(H+K)a _x1, a _X 2 = a _X 2 + const(H+K) _X2,

Ende

Dabei werden bei jeder if-Abfrage alle die Koeffizienten a _xi und der Summand a ₁₀ korrigiert und es gilt:

Schwellei>Schwelle2>...>Schwelle _M-1 > Schwellen+ _K >...>Schwelle _M+1 > SchwelleM

Die Regelungseinheit ist bevorzugt ein PID-Regler. Der PID- Regler ist für die Regelung der physiologischen Daten PD(t) besonders geeignet, weil sein Integralglied dazu beiträgt, die Regelungsabweichung allmählich zu reduzieren, und sein Differentialglied es ermöglicht, Regelungsabweichungen sogar zu beheben, bevor sie tatsächlich auftreten. Dabei ist besonders bevorzugt, dass der PID-Regler eingerichtet ist, die Unterstützung u(t) gemäß zu bestimmen, wobei K _p , K _I und K _D Regelparameter sind, wobei e(t) die Regelungsabweichung zu dem Zeitpunkt t ist, wobei die Funktionen f ₁ (e), f ₂ (e) und f ₂ (e) so gewählt sind, dass Unterschätzungsfehler stärker als Überschätzungsfehler gewichtet werden. Dadurch werden Abweichungen der Regelgröße zu größeren Werten als die Führungsgröße weniger wahrscheinlich als Abweichungen der Regelgröße zu niedrigen Werten als die Führungsgröße. Dadurch können die Überanstrengungen vermieden werden, die einen körperlichen Schaden der Person verursachen können. Es ist besonders bevorzugt, dass und und f ₃ (e)= 0 für e<0 sowie f ₃ (e)= e für e>0 ist, wobei in fi(e) und -f ₂ (e) das Polynom in verschiedenen Bereichen von e verschieden sein kann.

Es ist besonders bevorzugt, dass die Recheneinheit eingerichtet ist, die Regelparameter K _p , K _I und K _D für jede Person individuell anzupassen. Damit kann erreicht werden, dass die Regelabweichungen für jede Person besonders niedrig sind.

Die Recheneinheit ist bevorzugt eingerichtet, ein Kalibrierverfahren durchzuführen, in dem durch eine abrupte Änderung der Stellgröße eine Sprungantwort der physiologischen Daten PD(t) erzeugt wird, wobei die Recheneinheit bevorzugt eingerichtet ist, aus der Sprungantwort die Regelparameter K _p , K _I und K _{D ZU} bestimmen. Zum Erzeugen der Sprungantwort kann die Recheneinheit eingerichtet sein, die physiologischen Daten PD(t) kontinuierlich aufzunehmen. Die Recheneinheit ist eingerichtet, die Unterstützungseinheit zu einem Zeitpunkt To von einer konstanten ersten Unterstützung ui auf eine konstante zweite Unterstützung U2 umzuschalten, um dadurch die abrupte Änderung der Stellgröße zu bewirken. Beispielsweise können ui von 80 % bis 100 % und U2 von 0 % bis 20 % betragen. Der Person kann dabei eine Information angezeigt werden, dass sie möglichst mit einer konstanten Frequenz, beispielsweise einer Trittfrequenz, trainieren soll. Sowohl bei ersten Unterstützung ui als auch bei der zweiten Unterstützung U2 ist die Recheneinheit eingerichtet, ausreichend lange zu warten, bis sich die physiologischen Daten PD ( t ) um einen Wert PDi vor dem Umschalten und um einen Wert PD2 nach dem Umschalten stabilisiert haben. Die Recheneinheit kann eingerichtet sein, vor und nach dem Umschalten jeweils mindestens 2 Minuten zu warten. Es ist zudem denkbar, dass die Recheneinheit eingerichtet ist, eine zweite Sprungantwort zu erzeugen. Dazu kann die Recheneinheit eingerichtet sein, nachdem sich die Anstrengungsdaten BD ( t ) beziehungsweise die physiologischen Daten PD ( t ) nach der abrupten Änderung der Stellgröße stabilisiert haben, die Unterstützung von U2 auf U1 umzuschalten und erneut zu warten, bis sich die physiologischen Daten PD ( t ) stabilisiert haben.

Es ist bevorzugt, dass die Recheneinheit eingerichtet ist, nach einer Trainingseinheit mindestens eine abrupte Änderung der Stellgröße und die daraus resultierende Sprungantwort der physiologischen Daten PD ( t ) zu identifizieren, wobei die Recheneinheit eingerichtet ist, aus der mindestens einen Sprungantwort die Regelparameter K _p , K _I und K _D ZU bestimmen. Es ist denkbar, dass die Recheneinheit eingerichtet ist, das Kalibrierverfahren für eine grobe Anpassung der Regelparameter K _p , K _I und K _D herzunehmen und nach der Trainingseinheit die außerhalb des Kalibrieverfahrens identifizierte mindestens eine Sprungantwort zu verwenden, um eine feine Anpassung der Regelparameter K _p , K _I und K _D vorzunehmen.

Die Anstrengungsdaten BD { t ) weisen bevorzugt eine Leistung, insbesondere eine Tretleistung bei einem Fahrrad, insbesondere eines Elektrofahrrads, oder bei einem Fahrradergometer, eine Laufleistung, eine Ruderleistung, eine Geschwindigkeit, ein Drehmoment, eine Drehzahl, eine Winkelgeschwindigkeit und/oder eine Knieabduktionsmoment auf.

Es ist bevorzugt, dass die Unterstützungseinheit einen Elektromotor, ein Schaltgetriebe und/oder eine Bremse aufweist.

Es ist bevorzugt, dass physiologischen Daten PD(t) eine Herzfrequenz, eine Herzfrequenzvariabilität, ein Elektrokardiogramm, eine SauerstoffSättigung des Bluts, einen Blutdruck, eine neurologische Aktivität, insbesondere eine Elektroenzephalografie, ein Knieabduktionsmoment, eine Adduktion, insbesondere eine Knieadduktion, und/oder eine Kniebeugung aufweisen.

Im Folgenden wird anhand der beigefügten schematischen Zeichnung die Erfindung näher erläutert.

Figur 1 zeigt eine Übersicht über eine erfindungsgemäße Vorrichtung .

Figur 2 zeigt ein Detail der erfindungsgemäßen Übersicht.

Figur 3 zeigt eine Auftragung für f ₁ (e) und -f ₂ (e).

Figur 4 zeigt eine Auftragung für f ₃ (e).

Figur 5 zeigt eine Auftragung für eine Sprungantwort der physiologischen Daten PD(t), die eine abrupte Änderung der Stellgröße erzeugt wird.

Figur 6 zeigt eine Auftragung verschiedener während einer Trainingseinheit aufgenommener Messgrößen.

Figuren 1 und 2 zeigen, dass die Vorrichtung 1 zur Steuerung eines Trainingsgeräts 2 aufweist: - das Trainingsgerät 2, das eingerichtet ist, eine von einer ein körperliches Training durchführenden Person 8 aufgewendete mechanische Leistung 9 aufzunehmen, sowie eine

Unterstützungseinheit 6, die eingerichtet ist, das Training zu unterstützen und/oder das Training zu erschweren, und eine Anstrengungsmessvorrichtung 5 aufweist, die eingerichtet ist, mechanische Anstrengungsdaten BD(t) einer von der Person während des Trainings aufgewendeten Anstrengung zu messen, wobei t die Zeit ist,

- einen Körpersensor 7, der eingerichtet ist, physiologische Daten PD(t) des Körpers der Person 8 zu messen,

- eine Recheneinheit 3, in der ein mathematisches Modell der Form ist, wobei die Recheneinheit 3 eingerichtet ist, mittels eines Optimierungsalgorithmus 11 die Koeffizienten a _xi , den Summanden aio, die Verzögerungen τ _xi zumindest teilweise und die Verzögerung T für jede Person individuell so anzupassen, dass mPD (t+T) die gemessenen physiologischen Daten PD(t+T) annähert und anhand des Modells eine Prognose mPD(t+T) der physiologischen Daten PD(t+T) zu erstellen, und - eine Regelungseinheit 4, die eingerichtet ist, eine vorbestimmte Führungsgröße für die physiologischen Daten PD(t) zu nehmen, als eine Regelgröße die Prognose mPD (t+T) zu nehmen und als eine Stellgröße eine Unterstützung u(t) der Unterstützungseinheit 6 zu steuern. In dem Term Bi{t) wird eine Mittelung von D _i +1 Messpunkten vorgenommen, die einen Zeitabstand K _i haben. Das Trainingsgerät 2 kann einen Höhenmesser aufweisen, der eingerichtet ist, die Höhe h(t) des Trainingsgerätes 2 zu messen, und in dem Modell kann sein. Zudem kann das Trainingsgerät 2 einen Temperatursensor aufweisen, der eingerichtet ist, die Temperatur Temp(t) in der Umgebung des Trainingsgeräts 2 zu messen, und in dem Modell kann sein. Das Trainingsgerät 2 kann einen Neigungssensor aufweisen, der eingerichtet ist, eine Neigung N(t) des Trainingsgeräts 2 zu messen, und in dem Modell kann sein.

Die Regelungseinheit kann beispielsweise ein PID-Regler sein. Dabei kann der PID-Regler beispielsweise eingerichtet sein, die Unterstützung u(t) gemäß zu bestimmen, wobei K _p , K _I und K _D Regelparameter sind, wobei e(t) die Regelungsabweichung zum Zeitpunkt t ist, wobei die Funktionen f ₁ (e), f ₂ (e) und f ₃ (e) so gewählt sind, dass Unterschätzungsfehler stärker als Überschätzungsfehler gewichtet werden. Dabei können und und f ₃ (e)= 0 für e< 0 sowie f ₃ (e)= e für e> 0 sein, wobei in fi(e) und -fz(e) das Polynom in verschiedenen Bereichen von e verschieden sein kann. Figur 3 zeigt eine beispielhafte Auftragung für f ₁ (e)=f ₂ (e) und Figur 4 zeigt eine beispielhafte Auftragung für f ₃ ( e ) . Wie es aus Figur 3 ersichtlich ist, können die Funktionen f ₁ ( e) und f ₂ ( e) eine Winkelhalbierende aufweisen und lediglich in einem Bereich 0 < e<Ei beziehungsweise 0 <e<E2 oberhalb der Winkelhalbierenden liegen. Beispielsweise kann, insbesondere wenn es sich bei den physiologischen Daten um eine Herzfrequenz handelt, gelten: f ₁ ( e) =f ₂ ( e) =e für e>12 oder e<0 und f ₁ (e) = f ₂ (e)=2*e-0,082*e ² für 0≤e≤l2. Wie es aus Figur 4 ersichtlich ist, kann für f ₃ ( e) beispielsweise gelten: f ₃ ( e) =e für e>0 und f ₃ (e) =0 für e≤O.

Es ist denkbar, dass die Recheneinheit 3 eingerichtet ist, die Regelparameter K _p , K _I und K _D für jede Person 8 individuell anzupassen. Dazu kann die Recheneinheit 3 eingerichtet sein, ein Kalibrierverfahren durchzuführen, in dem durch eine abrupte Änderung der Stellgröße zu einem Zeitpunkt To eine Sprungantwort der physiologischen Daten PD ( t ) erzeugt wird, wobei die Recheneinheit 3 eingerichtet ist, aus der Sprungantwort die Regelparameter K _p , K _I und K _D ZU bestimmen.

Eine beispielhafte Sprungantwort ist in Figur 5 dargestellt.

Zum Erzeugen der Sprungantwort kann die Recheneinheit 3 eingerichtet sein, die physiologischen Daten PD ( t ) kontinuierlich aufzunehmen. Die Recheneinheit 3 kann eingerichtet sein, die Unterstützungseinheit 6 von einer konstanten ersten Unterstützung ui auf eine konstante zweite Unterstützung U2 umzuschalten, um dadurch die abrupte Änderung der Stellgröße von zu bewirken. Beispielsweise können ui von 80 % bis 100 % und U2 von 0 % bis 20 % betragen. Der Person kann dabei eine Information angezeigt werden, dass sie möglichst mit einer konstanten Frequenz, beispielsweise einer Trittfrequenz, trainieren soll. Sowohl bei ersten Unterstützung ui als auch bei der zweiten Unterstützung U2 kann die Recheneinheit 3 eingerichtet sein, ausreichend lange zu warten, bis sich die physiologischen Daten PD ( t ) um einen Wert PDi vor dem Umschalten und um einen Wert PD2 nach dem Umschalten stabilisiert haben. Die Recheneinheit 3 kann eingerichtet sein, vor und nach dem Umschalten jeweils mindestens 2 Minuten zu warten. Zum Bestimmen der Regelparameter aus der Sprungantwort kann die Recheneinheit 3 eingerichtet sein, eine Wendetangente 13 an die Sprungantwort anzulegen. Vor Anlegen der Wendetangente 13 kann PD(t) durch eine Funktion, beispielsweise ein Polynom, angepasst werden und die Wendetangente 13 kann an die angepasste Funktion angelegt werden. Zum Anpassen der Funktion kann eine Methode der kleinsten Fehlerquadrate eingesetzt werden. Der Schnittpunkt der Wendetangente 13 mit PD(t)=PDi bestimmt eine Verzugszeitdauer Tu, die bei To beginnt, und der Schnittpunkt der Wendetangente 13 mit PD (t)=PD2 bestimmt eine Ausgleichzeitdauer T _G , die bei dem Ende von Tu beginnt. Die Regelparameter können nun beispielsweise gemäß K _P =1,2*T _G /

(Ks*Tu),K _I =0,6*T _G / (K _s *(T _u) ² ) und K _D =0,6*T _G /K _S bestimmt werden, wobei Ks der Verstärkungsfaktor ist und als Verhältnis aus Regelgrößenänderung zu Unterstützungsänderung berechnet werden kann.

Es ist denkbar, dass die Recheneinheit eingerichtet ist, nach einer Trainingseinheit mindestens eine abrupte Änderung der Stellgröße und die daraus resultierende Sprungantwort der physiologischen Daten PD(t) oder der Anstrengungsdaten BD(t) zu identifizieren, wobei die Recheneinheit eingerichtet ist, aus der mindestens einen Sprungantwort die Regelparameter K _p , K _I und K _D ZU bestimmen. Es ist zudem denkbar, dass die Recheneinheit eingerichtet ist, das Kalibrierverfahren für eine grobe Anpassung der Regelparameter K _p , K _I und K _D herzunehmen und nach der Trainingseinheit die außerhalb des Kalibrieverfahrens identifizierte mindestens eine Sprungantwort zu verwenden, um eine feine Anpassung der Regelparameter K _p , K _I und K _D vorzunehmen.

Es ist zudem denkbar, dass die Recheneinheit eingerichtet ist, eine zweite Sprungantwort zu erzeugen. Dazu kann die Recheneinheit eingerichtet sein, nachdem sich die physiologischen Daten PD(t) nach der abrupten Änderung der Stellgröße stabilisiert haben, die Unterstützung von U2 auf ui umzuschalten und erneut zu warten, bis sich die Anstrengungsdaten BD(t) beziehungsweise die physiologischen Daten PD(t) stabilisiert haben. Die Regelparameter K _p , K _I und K _D können unterschiedlich sein, wenn die Unterstützung u(t) zunimmt oder abnimmt.

Die Recheneinheit 3 kann eingerichtet sein, anhand des Optimierungsalgorithmus 11 (siehe Figur 2) die Koeffizienten a _xi , den Summanden a _{10 ,} die Verzögerungen Τ _Xi und die Verzögerung T nach der Trainingseinheit unter Verwendung der in einer Mehrzahl der Trainingseinheiten ermittelten Anstrengungsdaten BD(t) und der in der Mehrzahl der Trainingseinheiten ermittelten physiologischen Daten PD(t) sowie optional der in der Mehrzahl der Trainingseinheiten ermittelten Höhe h(t), der in der Mehrzahl der

Trainingseinheiten ermittelten Temperatur Tempit) und/oder der in der Mehrzahl der Trainingseinheiten ermittelten Neigung N(t) anzupassen, um eine Grundfitness der Person 8 zu berücksichtigen. Dazu kann die Recheneinheit 3 eingerichtet sein, nach der Trainingseinheit die Koeffizienten a _xi , den Summanden a ₁₀ , die Verzögerungen τ _xi und die Verzögerung T mittels des Optimierungsalgorithmus 11 anzupassen, der die Schritte aufweist: a) Vorgeben jeweils einer Mehrzahl diskreter Werte für jeden der Koeffizienten a _xi , für den Summanden a ₁₀ , für jede der Verzögerungen τ _xi und für die Verzögerung T; b) Setzen von a _xi , a ₁₀ , τ _xi und T auf einen der Werte; c) Berechnen von mPD (t+T) anhand des Modells; d) Berechnen eines Modellierungsfehlers zwischen den gemessenen physiologischen Daten PD(t+T) und mPD (t+T) für eine Mehrzahl von t; e) Wiederholen der Schritte b) bis d) für alle Kombinationen der Werte; f) Auswahlen derjenigen Werte für a _xi , a ₁₀ , T _i und T, die den geringsten Modellierungsfehler ergeben. Dabei können in Schritt d) Unterschätzungsfehler stärker als Überschätzungsfehler gewichtet 11 werden.

Wie es aus Figur 2 ersichtlich ist, kann die Recheneinheit 3 eingerichtet sein, mittels eines Algorithmus zur Anpassung einer Tagesfitness 12 die Koeffizienten a _xi und den Summanden a ₁₀ während einer Trainingseinheit unter Verwendung der in der Trainingseinheit ermittelten Anstrengungsdaten BD(t) und der in der Trainingseinheit ermittelten physiologischen Daten PD{t) sowie optional der in der Trainingseinheit ermittelten Höhe h(t), der in der Trainingseinheit ermittelten Temperatur Temp(t) und/oder der in der Trainingseinheit ermittelten Neigung N(t) anzupassen, um die Tagesfitness der Person 8 zu berücksichtigen. Dazu kann die Recheneinheit beispielsweise eingerichtet sein, mittels des Algorithmus zur Anpassung der Tagesfitness 12 eine Differenz Diff(t)=mPD(t)-PD(t) zwischen der Prognose der physiologischen Daten mPD(t) und den gemessenen physiologischen Daten PD(t) zu bestimmen, und bei Überschreiten der Differenz Diff(t) von einem Schwellwert Schwelle ₁ >0 die Koeffizienten a _xi durch Addieren einer jeweiligen Konstante constixi zu korrigieren sowie den Summanden a ₁₀ durch Addieren einer Konstante constio zu korrigieren und bei Unterschreiten der Differenz Diff(t) von einem Schwellwert Schwellet 0 die Koeffizienten a _xi durch Addieren einer jeweiligen Konstante const _Mxi zu korrigieren sowie den Summanden aio durch Addieren einer Konstante const _MO zu korrigieren.

Die in dem Optimierungsalgorithmus 11 ermittelten Koeffizienten a _xi sowie Verzögerungen Τ _Xi und T und die in dem Algorithmus zur Anpassung der Tagesform 12 ermittelten Koeffizienten a _xi sowie der in dem Optimierungsalgorithmus 11 und in dem Algorithmus zur Ermittlung der Tagesfitness ermittelten Summand aio werden benutzt, um in einem Schritt 10 die Prognose mPD (t+T) zu erstellen. Die Prognose mPD (t+T) ist in der Regelungseinheit 4 die Regelgröße und die Stellgröße ist die Unterstützung u(t).

Die Anstrengungsdaten BD(t) können beispielsweise eine Leistung, insbesondere eine Tretleistung bei einem Fahrrad, insbesondere eines Elektrofahrrads, oder bei einem Fahrradergometer, eine Laufleistung, eine Ruderleistung, eine Geschwindigkeit, ein Drehmoment, eine Drehzahl, eine Winkelgeschwindigkeit und/oder Knieabduktionsmoment sein. Ist das Trainingsgerät 2 das Fahrrad oder das Fahrradergometer, ist die Leistung 9, die von der Person 8 während des Trainings aufgebracht wird und von dem Trainingsgerät 2 aufgenommen wird, eine Tretleistung. Bei dem Trainingsgerät 2 kann es sich auch beispielsweise um ein Ruderergometer oder ein Ruderboot handeln und die Anstrengungsdaten könnten die Ruderleistung sein. Das Trainingsgerät könnte auch eine Abduktoren- /Adduktoren-Maschine sein und die Anstrengungsdaten könnten ein Knieabduktionsmoment sein.

Die Unterstützungseinheit 6 kann beispielsweise einen Elektromotor, ein Schaltgetriebe und/oder eine Bremse aufweisen. Die von der Unterstützungseinheit 6 aufgebrachte Unterstützung u(t) kann positiv, wodurch das Training unterstützt wird, und/oder negativ sein, wodurch das Training erschwert wird. Ein Beispiel für die Unterstützungseinheit 6, die eingerichtet ist, das Training zu unterstützen, ist der Elektromotor. In diesem Fall könnte die Unterstützung u(t) beispielsweise eine von dem Elektromotor aufgebrachte Leistung sein. Alternativ ist denkbar, dass in dem Fall, dass die Anstrengungsdaten BD(t) die Leistung sind, die Regelungseinheit 4 eingerichtet sein, die Leistung P _M des Elektromotors gemäß Pn{t) = u(t)*K*BD(t) zu bestimmen. Der Faktor K gibt an, welche maximale Motorunterstützung möglich ist. K kann beispielsweise von 1 bis 5 betragen und beträgt insbesondere 3. Ein Beispiel für die Unterstützungseinheit, die eingerichtet ist, das Training zu erschweren, ist eine Bremse beispielsweise eines Fahrradergometers. In diesem Fall könnte die Unterstützung beispielsweise eine Bremsleistung sein. Ein Beispiel für eine Unterstützungseinheit, die eingerichtet ist, das Training zu unterstützen und zu erschweren, ist der Elektromotor, der eingerichtet ist, eine Rekuperation durchzuführen, d.h. eine Tretleistung der Person in elektrischen Strom umzuwandeln. Die Unterstützungseinheit 6 kann eingerichtet sein, die Unterstützung u(t) in kleinen Inkrementen zu steuern. Beispielsweise sind die Inkremente von maximal 3 %, insbesondere maximal 1,5 % oder maximal 1 %, denkbar. Dabei gilt, dass 100 % einer maximalen Unterstützung u(t) entsprechen, in dem Fall, dass die Unterstützungseinheit eingerichtet ist, das Training zu unterstützen. In dem Fall, dass die Unterstützungseinheit eingerichtet ist, das Training zu erschweren, entsprechen -100 % einer maximalen Erschwerung des Trainings.

Die physiologischen Daten PD(t) können eine Herzfrequenz, eine Herzfrequenzvariabilität, ein Elektrokardiogramm, eine SauerstoffSättigung des Bluts, einen Blutdruck, eine neurologische Aktivität, insbesondere eine Elektroenzephalografie, eine Adduktion, insbesondere eine Knieadduktion, und/oder eine Kniebeugung aufweisen. Die Adduktion und/oder die Kniebeugung können beispielsweise mittels einer Mehrzahl an der Person 8 befestigter inertialen Messeinheiten bestimmt werden, die eingerichtet sind, Beschleunigungswerte und/oder Rotationsdaten zu bestimmen.

In Figur 6 sind die physiologischen Daten PD(t), die Anstrengungsdaten BD(t) und die Unterstützung u(t) einer mit einem Elektrofahrrad als dem Trainingsgerät 2 durchgeführten Trainingseinheit aufgetragen. Bei den physiologischen Daten PD(t) handelt es sich um die Herzfrequenz in Herzschlägen pro Minute (bpm). Die Herzfrequenz kann beispielsweise mit dem Körpersensor 7 gemessen werden, der in einem Brustgurt untergebrachten ist. Die Anstrengungsdaten BD(t) sind die Tretleistung in Watt. Die Tretleistung kann beispielsweise durch Messen des Drehmoments und der Winkelgeschwindigkeit bestimmt werden. Um eine besonders hohe Qualität des Drehmoments zu erzielen, wurde das Drehmoment gemäß Figur 6 mit einem Drehmomentsensor der Firma Innotorq gemessen, wie er beispielsweise in WO 2015/028345 Al beschrieben ist. Die Winkelgeschwindigkeit wurde gemessen, indem mittels eines Magnetfeldsensors die Rotation eines Polrings gemessen wurde. Die Unterstützungseinheit 6 gemäß Figur 6 ist der Elektromotor des Elektrofahrrads, dessen Unterstützung von 0% bis 100% geregelt wird. In dem Fall, dass der Elektromotor eine Rekuperation durchführen kann, kann die Unterstützung von -100% bis 100% geregelt werden. In der obersten Auftragung in Figur 6 stellt die gestrichelte Linie die Führungsgröße dar.

Es ist erkennbar, dass die Führungsgröße sich mit der Zeit ändern kann. Zudem ist erkennbar, dass die gemessene Herzfrequenz zu allen Zeiten die Führungsgröße gut annähert.

Bezugszeichenliste

1 Vorrichtung

2 Trainingsgerät 3 Recheneinheit

4 Regelungseinheit

5 Anstrengungsmessvorrichtung

6 Unterstützungseinheit

7 Körpersensor 8 Person

9 Leistung

10 Erstellen der Prognose mPD(t+T)

11 Optimierungsalgorithmus

12 Algorithmus zur Anpassung der Tagesfitness 13 Tangente am Wendepunkt

BD(t) Anstrengungsdaten PD(t) physiologische Daten mPD (t+T) Prognose der physiologischen Daten u Unterstützung t Zeit

Tu Verzugszeitdauer Tv Ausgleichzeitdauer

To Zeitpunkt der abrupten Änderung der Unterstützung