商业计划书-物联网健身房.doc

商业计划书概要 项目名称 基于IoT及深度学习技术的智慧健身房系统 团队形式 □个人 □工作室 成立时间 2016年4月 办公地址 所处行业 人工智能 物联网 健身 所处阶段 □创意 □研发 □产品开发 □试运营 □市场拓展 联系方式 联系人 电话 传真 无 E-Mail 网站或QQ号 项目摘要 本项目应用场所为普通健身房，旨在为健身者及健身房管理者提供运动数据可视化、排课智能推荐、健身跟进小助手、健身房环境数据监测，远程电器控制等服务。 我们利用Zigbee模块作为感知层与控制层的传输方案，采用TCP/IP透传及EDP通信协议实现云平台与其他设备的通信，云平台我们采用中移物连ONENET平台，该平台既可提供物联网应用的基础服务，同时又支持第三方应用开发。 在深度学习方面，我们基于Tensor Flow平台开发。Tensor Flow是谷歌研发的完全开源的第二代人工智能数据处理系统，能用于语音识别、图像识别等机器数据处理和深度学习领域。与此同时，我们选用了deeplearn.js及Tensor Flow Lite作为辅助开发工具。 在客户端方面，我们采用Android Studio开发，旨在快速搭建APP应用并为调试提供便利。 团队架构 团队成员共五人，一人为项目负责人，其余均为团队成员，负责人主攻硬件开发，其余人各负责手机APP客户端、物联网模块的完善、后期系统整体的调试。 项目骨干简介 项目成员为项目骨干，均参与过创新创业项目并取得一定的成绩，均具有一定项目经验。 项目的技术方案与创新性 系统整体设计框图如下; 一、技术方案： 该健身房系统有四个功能模块：用户模块、网络模块、感知模块、数据处理模块。 用户在完成验证后可以通过终端设备访问服务器，服务器可以从感知识别模块读出相应的数据从而查看运动数据、环境情况的实时信息、一旦数据出现异常，也就是说当用户心率过快或环境温湿度超标，用户可以通过邮件接收警告。数据处理模块搭建于手机APP中，其机器学习相应模型了经过大量的数据训练，用户在使用时，只需将自己的身高体重年龄健身意愿等数据输入，系统便会自动为用户推荐合适的健身方案。各模块实现方案如下： 1、用户模块 用户模块代表一系列访问服务器的终端设备，设备种类上来说有手机，PC，平板，平板式电脑、或者专用的网络设备。我们开发了服务于系统与用户的手机客户端与网页，在网页上可以进行数据查看、命令控制等操作，在搭载安卓系统的移动网络通信设备上还可以做到课程推荐、进度提示等功能。 2、网络模块 网络模块包括Internet、云服务平台及ZigBee小型传输网络，Internet提供设备远程获取数据的必要通道，我们采用ESP8266这一模块连接以太网，通过简单的AT指令操作即可进行通信，其功耗小，传输距离远，性价比高，既提高了系统的性能指标，同时又降低了开发成本。Web服务器是在云平台上搭建的ONENET服务器，设计了专门针对开发者的操作界面，可通过网页直接在云端搭建虚拟设备并添加数据流和触发器等，其支持多种通信协议，我们选择EDP协议作为数据传输的标准协议，通过官网提供的SDK开发工具，将数据进行封装打包，通过ESP8266实现与云端的通信传输。终端ZigBee小型传输网络则利用其串口透传功能实现心率贴片与STM32单片机的数据传输。 3、感知识别模块 感知识别模块由信息采集端的各传感器及无线收发设备组成。网络呈分布式，光照与温湿度传感器部分直接连接STM32，另一部分与心率贴片一样通过CC2530驱动并与STM32进行通信。用户可以通过终端设备来查看实时数据。 4、数据处理控制模块 数据处理控制模块的核心是谷歌移动端深度数据处理框架TensorFlow Lite，其架构如下图所示： TensorFlow Lite架构 前期我们收集了大量的用于健身课程推荐的资料并归类整理，进行预处理后开始搭建简单的推荐网络并进行训练，我们将训练后的模型保存，通过TensorFlow Lite 转换器（TensorFlow Lite Converter）将该程序将模型转换成 TensorFlow Lite 文件格式，之后生成TensorFlow Lite 模型文件（TensorFlow Lite Model File）---该格式基于 FlatBuffers经过优化以适应最大速度和最小规模,最终将 TensorFlow Lite模型文件通过Java API部署到移动 App 中，并在选择的安卓设备上，利用编辑器，将使用安卓神经网络的 API 进行硬件加速。 二、创新性： 1、应用上的优势与创新 1.对比传统的健身俱乐部经营方式，我们将健身教练的课程销售与教学两大职能分隔开，使教练专注于教学，而将销售交给系统的智能推荐，如此一来可避免用户在健身过程中被不同教练轮流“推销”。 2.对比传统的“互联网+健身”模式，我们为健身环境提供了优化:在健身领域，近年来涌现出了许多智能装置，这些装置大多为便携的可穿戴式设备，能够监测人们的运动状态。但是基于对运动知识的调查，健身环境对于健身质量也有较大程度的影响，然而以上设备基本上无法监测运动环境。 3.普通的运动监控设备或体检仪器仅仅提供即时的数据展示功能，而健身是一个长期的过程，健身中的运动数据没有起到长期效用，而我们的系统可以通过记录用户的运动及身体状况的变化动态调整健身方案，可以获得较好的健身效果。 2、技术上的优势与创新 1.系统信息采集端采用了CC2530进行数据收发，与云平台通信采用ESP8266发送和接收信息，使整个系统具有更强的灵活性大大减少了硬件设施对空间的占有率。另一方面，整个系统如要用作商业用途会减少很大一部分前期布线的时间和精力。 2.统一数据传输格式，统一接口.所有的数据中转中心都基于后台进程，Web服务器、用户都围绕服务器来运行，更安全更可靠。整个系统进行模块化划分，层次分明，为本设计未来大的发展提供良好的结构雏形。 3.采用机器数据处理的相应算法，基于tensorflow lite在安卓设备上实现智能推荐，运行速度快，运行效率高。 项目发展现状 项目产品市场与竞争 一、项目产品市场概述： 2016 年 10 月 28 日，国务院发布《关于加快发展健身休闲产业的指导意见》，提出盘活体育场馆资源，扶持健身俱乐部发展，支持符合条件的健身休闲企业上市，引导社会资本参与健身休闲产业，到 2025 年健身休闲产业规模将达到 3 万亿元---由此可见健身休闲产业未来发展潜力之巨大。 目前的现状是---整体上来看中国健身俱乐部欣欣向荣，特别是近几年在中国一二线城市人群花钱健身意识迅速形成，健身人口快速增加，表面上健身行业趋向成熟，但深挖健身场馆背后的商业模式，中国健身仍走在模式变迁的道路上。 本项目可为健身房经营提供新式思路:为健身融合入新兴技术，大幅改善用户体验，同时加速传统健身模式的转型---改变原先的教练=销售，使场馆中教练与销售分离，将销售这一板块交给AI的智能推荐，一方面健身者不必经常受到不同教练的推销骚扰从而影响健身体验，另一方面教练可把更多时间花在课程质量的提升上而不是想办法与同行抢夺客户。当然，转型的方向不止如此，本项目作为中国建身行业的转型思路之一，有望在一定程度上吸引资本的介入，为行业的加速发展增强动力。 二、产品竞争分析及项目优势 目前与此项目竞争的产品包括运动手环等运动装备、“光猪圈”等新兴互联网+健身房。传统的运动手环等装备，其只能简单的检测心率、血压等数据并将数据显示在配套APP上，但是他不能给用户提供进一步的数据分析等服务。而我们的项目除了可以实现上述运动装置所具有的功能外，还能提供健身房环境监测、环境远程控制以及健身优化建议等服务。 例如“光猪圈”等新兴互联网+健身房，其“互联网+”仅体现在智能门禁、智能体测、运动状态跟踪、自助预约等服务上。本项目在其之上还能为用户提供智能课程推荐、健身进度跟进、健身优化建议等服务，一方面避免了了健身教练以私教课销售员的身份为健身者带来的不便，另一方面最大限度发掘数据的长期价值，为健身者提供个性化的健身AI小助手。 未来客户 有健身需求的潜在客户，包括都市上班族，健身爱好者等 商业模式 在项目成熟之后考虑与现有的健身类APP合作，实现健身线上（APP）与线下（健身房）结合——健身房可利用健身类APP的用户及数据基础为本项目进行推广及优化，同时健身类APP将额外收获数量巨大、粘性较强的选择健身房健身的用户。线上同时也会提供健身房免费体验、健身会员办理、私教课购买、健身相关产品销售等服务，以期吸引新人并为老用户提供更便捷直接的消费渠道，本项目将从中收取一定比例的利润分成。 项目主要风险 本项目最大的风险在于项目的几大核心功能（智能课程推荐、健身进度跟进及健身优化建议）被同行模仿从而失去竞争优势，因而在研发成型后应该尽快申请软件专利并在投入使用的过程中不断根据反馈情况进行优化，以期保持领先地位。 目前的投资人 此项目目前还在研发阶段，暂时还没有找到投资人，我们所使用的资金主要花在项目硬件的成本费等。 资金需求 资金使用计划 2017年 2018年 2019年 备注 资金需求 预计收入 预计用户数