欢迎来到千板的世界！！

核心用户描述#

因阶段性目标、训练瓶颈期等现实因素约束下的进阶健身人群

他们有强烈的意愿在有限时间周期内提高力量与体能，增加训练量使自身处于超负荷训练状态，并因此使身体长期处于疲劳状态。

典型场景包括：即将参加健身比赛需要提升极限重量、一个月后参加重要活动希望短期降体脂、卧推/深蹲重量停滞希望4-6周突破、位于增肌期需要完成渐进超负荷训练……

核心用户痛点分析#

这一群体面临一个结构性的困境：

由于时间的限制与目标的驱动，他们必须在有限时间内高效达成目标。然而——

1. 健身后感觉自身状态没什么变化 → 担心训练效果不达标，“白练了”
2. 为在时限内达成目标而加练 → 身体肌肉处于疲劳状态，受伤风险提高

调研中用户最担心”白练了”的三个方面：

备赛冲刺者A#

28岁，金融分析师，健身年限4.5年。

2个月前决定参加市级健美健体比赛，现已进入最后8周的备赛冲刺期。深蹲140kg，卧推110kg，硬拉160kg。聘请了线上备赛教练提供饮食和周期计划，但缺乏对每日训练中神经疲劳、肌肉募集效率的客观量化数据，调整依赖主观感受和教练经验。

• 目标： 体脂率降至7%的同时将三大项相对力量指数再提升5%
• 核心问题： 在高强度、低能量储备的备赛后期，无法精准分辨”正常备赛疲劳”与”潜在过度训练及受伤风险”。曾因疲劳导致动作变形、肩部不适。缺乏客观生理数据（如肌电稳定性、关节角度波动）支持决策。

瓶颈破局者B#

30岁，软件工程师，健身年限3年。

深蹲卡在120kg已达4个月，尝试过增加容量、调整动作节奏、安排减载周，均收效甚微。自认为动作模式标准、饮食睡眠管理严格，将瓶颈归因于”天赋限制”或”神经募集能力不足”，但心有不甘。

• 目标： 科学诊断深蹲瓶颈根本原因，实现重量突破（目标130kg）
• 核心问题： 无法定位瓶颈环节——不清楚是股四头肌力量不足、臀部发力滞后、核心稳定性差，还是动作轨迹存在微小低效问题。所有调整都是”黑箱”实验，试错成本高。迫切需要客观数据来验证各种突破理论。

痛点一：担心受伤耽误训练#

进阶健身者在平台期/瓶颈期和短期目标的压力下，倾向于增加训练频率和训练量，结果导致疲劳→受伤→前功尽弃。严重情况下可能造成永久性损伤，影响日常生活。

解决方向： 通过实时监测肌肉疲劳度降低受伤风险。

痛点二：担心训练强度不够，难以有成效#

研究表明，自身体感的肌肉状态并不能很好地反映出真实的肌肉状态（Oberg et al., 1994）。健身效果仅能从长期反馈中获得，对于有短期目标的人，遇到效果不佳的情况会耽误大量时间。

传统方法是感受疲劳程度调整——但用户在疲劳状态下感知能力下降，经过较长时间（0.5-1个月）的身体反馈才能确认是否有效，周期太长。

功能一：训练状态决策支持#

核心解决受伤与训练强度的痛点。 单一的肌肉状态无法说明是否能够继续坚持训练，单一的速度VBT数据无法反映肌肉的实时状态。我们采用双模传感融合方案：

• 肌电信号（EMG）监测肌肉疲劳度： 肌肉疲劳 → 动作电位传导速度下降 → EMG频谱向低频偏移
• 惯性传感器（IMU）记录运动轨迹： VBT速度衰减与运动路径曲线偏差、颤抖过大说明已难以完成当前项目

决策逻辑：

• 高疲劳度： APP提示肌肉状态不佳，继续锻炼可能导致极高受伤风险，建议结束该部位训练或寻求辅助
• 正常疲劳度 + 速度衰减大/路径偏差： 肌肉尚未锻炼至极限但体力不足以继续，APP建议降低重量、增加组歇、更换动作，保证足够训练强度

功能二：肌肉代偿提醒#

在相同负荷与动作条件下：

• 目标肌群EMG幅值逐渐降低 → 肌电激活水平下降
• 运动轨迹、速度仍在可接受范围 → 动作仍能完成（结合IMU判定，并非因力竭失败）
• 激活波动增大、出现不连续或异常平滑 → 肌电输出不稳定

App内提醒当前有肌肉代偿风险，并给出动作注意点。

功能三：训练效果分析#

有短期明确目标的用户难以依靠传统长期训练结果判断当前训练是否有效。我们提供：

• 单次训练： 自我感受 + 监测数据 → 判断当天训练质量
• 长期效果： 数据趋势追踪 → 验证训练方案的有效性
• 从”事后回顾”到”实时判断”： 让每次训练都有据可查