CN103100205A - 一种适用于中小学体育教学评测的辅助装置及其实现方法 - Google Patents
一种适用于中小学体育教学评测的辅助装置及其实现方法 Download PDFInfo
- Publication number
- CN103100205A CN103100205A CN2012105340299A CN201210534029A CN103100205A CN 103100205 A CN103100205 A CN 103100205A CN 2012105340299 A CN2012105340299 A CN 2012105340299A CN 201210534029 A CN201210534029 A CN 201210534029A CN 103100205 A CN103100205 A CN 103100205A
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- module
- motion
- physical education
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种适用于中小学体育教学评测的辅助装置,其特征在于,所述***包括:运动数据采集模块,用于获取指定监控区域标记点的数字视频图像数据和惯性参数,并接收力反馈;运动数据获取模块,用于对所得到的数字视频图像数据和惯性参数进行处理,得到在体育器械和人体上的标记点空间坐标;辨识与训练模块,用于采集各类动作模式的运动轨迹数据,进行分类学习,并对待识别的动作作分类识别处理,获得解析结果;健康数据采集模块,用于采集人体相关健康体质数据,并将相关数据传至体育教学虚拟评测模块,以进行综合评测分析;体育教学虚拟评测模块,用于将辨识与训练模块最终获得的解析结果与健康数据采集模块获得的相应数据,依据相关运动和体质标准,进行综合评测分析,同时将运动解析结果融合虚拟环境可视化,实现力反馈,并反馈输出综合结果。
Description
技术领域
本发明涉及人机交互、虚拟现实以及计算机辅助评测的交叉领域,尤其涉及的是一种适用于中小学体育教学评测的辅助技术。
背景技术
目前,国内已有采用标识点捕捉和动作识别技术的面向体育训练的三维人体运动模拟与视频分析***。
CN 101229432A公开了一种动作仿真控制方法及其***,其方法为利用信号采集器采集运动对象的运动信息,将其转换为动作图形后与定义的动作图形进行匹配,发送匹配成功的动作图形对应的控制指令控制游戏中的角色动作,实现仿真。
CN 1479252A公开了一种三维人体运动仿真结果与录像同屏对比方法,该方法通过提取体育视频首帧对应摄像机的外参数,对仿真分析***中的虚拟摄像机进行试点调整,并提取体育视频首帧的后续帧的摄像机定量全局运动,据此控制仿真分析***中的虚拟摄像机的运动,并显示其对应的三维人体运动仿真结果,实现同屏对比,快速、准确地比较运动员的完成动作与标准动作(或仿真动作)之间的差异,为运动员与教练员提出具体的改进意见和建议。
目前运动追踪的方法根据传感元件的不同分为:惯性追踪、光学追踪、力和机械式追踪、电磁式追踪、声学追踪等等。CN 101229432A使用了惯性追踪技术,通过在目标上设置惯性测量单元,测量得到加速度、角速度等数据,以此为基础使用数学工具解算,得到目标的运动情况。惯性追踪的特点是实现简单,抗干扰性强;缺点是不能全面地获取被追踪目标的运动特征,只能有限和局部地反映被追踪目标的运动特点。CN 1479252A使用了光学追踪技术,通过对目标上特定光点的监视和跟踪来完成运动追踪的任务,其特点是能全面地反映物体的运动情况,精度高;缺点是实现较为困难,且追踪的范围较小。
上述发明都只用到了某一单个技术,其技术来源单一,缺点明显。
发明内容
本发明的目的是提供了一种适用于中小学体育教学虚拟评测的辅助***及其实现方法,利用虚拟现实技术以及光学追踪与惯性追踪相结合的运动追踪***,能够有效扩大运动追踪范围并及时反馈运动信息,实现较大范围内特定运动信息的采集与处理,并将之应用于中小学体育教学虚拟评测。
本发明解决其技术问题所采用的技术方案是:
一种适用于中小学体育教学虚拟评测的辅助装置,所述***包括:运动数据采集模块1,用于获取指定监控区域标记点的数字视频图像数据和惯性参数,并接收力反馈;运动数据获取模块2,用于对所得到的数字视频图像数据和惯性参数进行处理,得到在体育器械和人体上的标记点空间坐标;辨识与训练模块3,用于采集各类动作模式的运动轨迹数据,进行分类学习,并对待识别的动作作分类识别处理,获得解析结果;健康数据采集模块4,用于采集人体相关健康体质数据,并将相关数据传至体育教学虚拟评测模块5,以进行综合评测分析;体育教学虚拟评测模块5,用于将辨识与训练模块3最终获得的解析结果与健康数据采集模块4获得的相应数据,依据相关运动和体质标准,进行综合评测分析,同时将运动解析结果融合虚拟环境可视化,实现力反馈,并反馈输出综合结果。
其中所述运动数据采集模块1包括特定波长点光源11、摄像头13、微惯性测量单元12、无线通信模块14和力反馈单元15,其中摄像头13采集特定波长点光源11的光信号,微惯性测量单元12的输出端与无线通信模块14的输入端无线连接,无线通信模块14的输出端与力反馈单元15的输入端无线连接;所述运动数据获取模块2包括图像特征提取单元21、三维空间定位单元22、运动信息解算单元23、多传感器数据融合单元24,其中图像特征提取单元21输入端与摄像头13输出端连接,图像特征提取单元21输出端与三维空间定位单元22的输入端连接,运动信息解算单元23的输入端与无线通信模块14的输出端连接,运动信息解算单元23和三维空间定位单元22的输出端分别与多传感器数据融合单元24的输入端连接;所述辨识与训练模块3包括训练模块31、辨识与解析单元32,其中辨识与解析单元32的输入端与多传感器数据融合单元24的输出端连接,训练模块31的输出端与辨识与解析单元32的另一输入端相连;所述健康数据采集模块4包括健康数据采集单元41、无线通信模块42,健康数据采集单元41的输出端与无线通信模块42的输入端连接;所述体育教学虚拟测评模块5包括综合评测单元51、人机交互单元52、显示设备53,其中综合评测单元51的输入端分别与辨识与解析单元32和无线通信模块42的输出端连接,人机交互单元52的输入端与辨识与解析单元32的输出端连接,人机交互单元52的输出端与显示设备53的输入端连接,人机交互单元52的另一个输出端与无线通信模块14的输入端无线连接。
一种适用于中小学体育教学评测的实现方法,包括以下步骤:A、将标记点与被测目标绑定,将摄像头安装在指定区域的正前方,用于捕捉指定区域的图像,获取标记点运动的惯性参数,并实现力反馈效果;B、采集数字图像并输入通用计算机,得到目标运动的数字视频图像;采集标记点运动的惯性参数;C、对采集的惯性参数和数字视频图像进行解算和多传感器数据融合,获取标记点运动方式;D、根据标记点运动方式识别其运动模式,传送给体育教学虚拟评测模块5;E、采集运动过程相关体质健康数据,传送给体育教学虚拟评测模块5,体育教学虚拟评测模块5将综合评测结果和虚拟交互环境可视化,并反馈给用户。
所述步骤C还包括:通过采用相应的传感器信号预处理算法和运动姿态解算算法,利用采集的惯性参数来推算目标相对地球的瞬时加速度、速度、位置和姿态;根据数字视频图像,本发明首先通过二值算法提取被测目标运动的特征构图,对特征构图求取其重心,得到特征构图中心位置;接着根据对所选特征的计算,建立特征之间的对应关系;根据特征之间的对应关系,依据BuBumblebee双目测量原理,来实现三维空间目标精确定位;所述步骤C还包括:对所述步骤B中获取的被测目标标记点运动方式和惯性参数,通过D-S证据理论的多传感器数据融合算法,得到反映被测目标运动特征的一致性数据;
所述步骤D还包括:
D1、预先采集多种运动的样本动作模式数据,对预采集的样本动作模式数据进行标注;
D2、逐一从所述样本动作模式数据中提取出反映其运动本质特征的特征向量;
D3、根据所述特征向量划分所属类别区域,使得划分后的各个不同类别区域中只包含同类样本的特征向量,建立从特征向量到所属类别之间映射关系的分类器;
D4、对待检测的运动目标的动作模式数据进行处理,提取其特征向量;
D5、将待检测动作模式数据的特征向量输入到所述分类器,分类器根据其特征向量进行判别,得到对该待检测动作模式数据的辨识结果,并对辨识结果进行动作语义解析。
所述步骤D2还包括:
D21、对所述样本动作模式数据进行预处理,得到训练数据;
D22、从训练数据中提取反映训练数据本质特征的特征成分;
D23、将所述特征成分进行组合,得到所述特征向量;
所述步骤D4还包括:
D41、对所述待检测的动作模式数据进行预处理,得到辨识数据;
D42、从辨识数据中提取反映辨识数据本质特征的特征成分;
D43、将所述特征成分进行组合,得到所述特征向量。
所述步骤E还包括:
E1、在运动过程中,同时采集运动表征的相关体质健康数据,并对数据进行预处理;
E2、综合动作解析结果和分析而得的健康数据,结合预先设定的评测方案和标准,给出综合评测结果;
E3、将动作解析结果与虚拟环境相融合,结合综合评测结果,可视化反馈给用户;
E4、在虚拟环境中与物件接触时,人机交互单元把相关作用信息传送回力反馈单元,实现力反馈效果;
所述步骤E4还包括:
E41、在虚拟环境中与物件接触时,人机交互单元把相关作用信息传送回力反馈单元;
E42、力反馈单元把相关信息转换成一组波形数据并发送给电动机控制芯片;
E43、芯片控制电动机根据相应波形数据运作,从而实现力反馈效果。
以下将结合附图和实施例,对本发明进行较为详细的说明。
附图说明
图1为本发明一种适用于中小学体育教学评测的辅助***示意框图;
图2为本发明运动数据采集模块示意框图;
图3为本发明运动数据获取模块示意框图;
图4为本发明辨识与解析模块示意框图;
图5为本发明健康数据采集模块示意框图;
图6为本发明体育教学虚拟评测模块示意框图;
具体实施方式
本发明基于虚拟现实技术的适用于中小学体育教学虚拟评测的辅助***及其实现方法,可以用于体育运动辅助评测,实现远程辅助评测、数字化评测。
本发明提供的***包括:动数据采集模块1,用于获取指定监控区域标记点的数字视频图像数据和惯性参数,并接收力反馈;运动数据获取模块2,用于对所得到的数字视频图像数据和惯性参数进行处理,得到在体育器械和人体上的标记点空间坐标;辨识与训练模块3,用于采集各类动作模式的运动轨迹数据,进行分类学习,并对待识别的动作作分类识别处理,获得解析结果;健康数据采集模块4,用于采集人体相关健康体质数据,并将相关数据传至体育教学虚拟评测模块5,以进行综合评测分析;体育教学虚拟评测模块5,用于将辨识与训练模块3最终获得的解析结果与健康数据采集模块4获得的相应数据,依据相关运动和体质标准,进行综合评测分析,同时将运动解析结果融合虚拟环境可视化,实现力反馈,并反馈输出综合结果。
其中所述运动数据采集模块1包括特定波长点光源11、摄像头13、微惯性测量单元12、无线通信模块14和力反馈单元15,其中摄像头13采集特定波长点光源11的光信号,微惯性测量单元12的输出端与无线通信模块14的输入端无线连接,无线通信模块14的输出端与力反馈单元15的输入端无线连接,所述特定波长点光源11为发出单色光的点光源,摄像头14采用可见光摄像头,用于获取指定监控区域的数字视频图像,供运动数据获取模块2处理,微惯性测量单元12与被测目标绑定,用于测量被测目标的惯性参数,供所述运动数据获取模块2处理,无线通信模块14将微惯性测量单元12获得的惯性参数通过无线信号传送至运动数据获取模块2,力反馈单元15,用于让用户感受逼真的运动反馈,包括微处理器、全数字传输总线和电动机。
所述运动数据获取模块2包括图像特征提取单元21、三维空间定位单元22、运动信息解算单元23、多传感器数据融合单元24,其中图像特征提取单元21输入端与摄像头13输出端连接,图像特征提取单元21输出端与三维空间定位单元22的输入端连接,运动信息解算单元23的输入端与无线通信模块14的输出端连接,运动信息解算单元23和三维空间定位单元22的输出端分别与多传感器数据融合单元24的输入端连接,所述图像特征取单元21输入端与摄像头14输出端连接,利用二值算法获取目标运动的特征构图,三维空间定位单元22利用标记点在两个摄像头内成像的位置,利用双目视觉算法得到标记点的三维空间坐标,运动信息解算单元23对微惯性测量单元12输出的数据作解算处理,多传感器数据融合单元24采用基于D-S证据理论的多传感器数据融合算法对运动目标的惯性参数和三维空间坐标作处理,获取目标的动作模式数据。
所述辨识与训练模块3包括训练模块31、辨识与解析单元32,其中辨识与解析单元32的输入端与多传感器数据融合单元24的输出端连接,训练模块31的输出端与辨识与解析单元32的另一输入端相连所述训练模块31为一训练好的分类器,对预先采集的动作模式数据进行处理,供辨识与解析单元32检测待检测的动作模式数据,所述辨识与解析单元32利用分类学习的结果,检测待检测的动作模式数据,所述的待检测的动作模式数据由多传感器数据融合单元24提供。
所述健康数据采集模块4包括健康数据采集单元41、无线通信模块42,健康数据采集单元41的输出端与无线通信模块42的输入端连接,所述健康数据采集模块41采集运动过程中相关健康体质数据,通过无线通信模块41将获得的数据传至体育教学虚拟评测模块5。
所述体育教学虚拟测评模块5包括综合评测单元51、人机交互单元52、显示设备53,其中综合评测单元51的输入端分别与辨识与解析单元32和无线通信模块42的输出端连接,人机交互单元52的输入端与辨识与解析单元32的输出端连接,人机交互单元52的输出端与显示设备53的输入端连接,人机交互单元52的另一个输出端与无线通信模块14的输入端无线连接,综合评测单元51根据预先设置的运动评测方案和标准,对辨识与训练模块3最终动作解析结果、健康数据采集模块4所获的相关数据进行综合分析评测,人机交互单元52用于将动作解析结果可视化,实现与虚拟环境的互动,并通过无线传输将相关物理作用信息传送至力反馈单元15,实现力反馈效果,所述显示设备53用于反馈运动动作模式辨识的解析结果、显示综合评测结果。显示设备53的输入端与计算机连接。
本发明提供的一种适用于中小学体育教学虚拟评测的实现方法,包括以下步骤:
A、目标在所述显示设备正面运动,与目标绑定的所述微惯性测量单元12将测量得到一组惯性参数,通过无线通信模块14传送至所述运动信息解算单元23;同时摄像头(双摄像头)13捕获所述特定波长点光源11的一组数字图像,并将之传送至所述图像特征提取单元21;
B、运动信息解算单元23对所获惯性参数采用适当的传感器信号预处理算法和运动姿态解算算法(需提供具体的运算方法),解算出目标相对地球的瞬时加速度、速度、位置和姿态,并将结果传送至多传感器数据融合单元24;图像特征提取单元21对所获数字视频图像进行二值算法得到被测球拍的特征构图,三维空间定位单元22依据BuBumblebee双目测量原理,得到球拍标识点的三维空间坐标,并将其传送至多传感器数据融合单元24;多传感器数据融合单元24将得到的数据信息采用基于D-S证据理论的多传感器数据融合算法对被测球拍的惯性参数和三维空间坐标作处理,获取被测球拍的动作模式数据;
C、采集各种动作模式样本数据,训练模块31对样本模式数据进行预处理,得到训练数据,从训练数据中提取反映数据本质特征的特征向量并根据特征向量对其进行分类,建立从特征向量到所属类别之间映射关系的分类器;辨识与解析单元31对待检测的动作模式数据进行预处理,得到辨识数据,从辨识数据中提取特征向量并输入到所述分类器中,分类器根据其特征向量进行判别,得到对待辨识动作模式数据的辨识结果,并对辨识结果就行动作语义解析;
D、健康数据采集单元41采集运动表征的相关体质健康数据,并对数据进行预处理,经无线通信模块42传输至综合评测单元51。
E、综合评测单元51将动作解析结果和分析而得的健康数据,结合预先设定的评测方案和标准,给出综合评测结果;同时,人机交互单元52将动作解析结果与虚拟环境相融合,结合综合评测结果,可视化后由显示设备53反馈给用户;在虚拟环境中与物件接触时,人机交互单元51把相关作用信息通过无线通信模块14传送回力反馈单元15,力反馈单元15把相关信息转换成一组波形数据并发送给电动机控制芯片,芯片控制电动机根据相应波形数据运作,从而实现力反馈效果。
Claims (10)
1.一种适用于中小学体育教学评测的辅助装置,其特征在于,所述***包括:运动数据采集模块(1),用于获取指定监控区域标记点的数字视频图像数据和惯性参数,并接收力反馈;运动数据获取模块(2),用于对所得到的数字视频图像数据和惯性参数进行处理,得到在体育器械和人体上的标记点空间坐标;辨识与训练模块(3),用于采集各类动作模式的运动轨迹数据,进行分类学习,并对待识别的动作作分类识别处理,获得解析结果;健康数据采集模块(4),用于采集人体相关健康体质数据,并将相关数据传至体育教学虚拟评测模块(5),以进行综合评测分析;体育教学虚拟评测模块(5),用于将辨识与训练模块(3)最终获得的解析结果与健康数据采集模块(4)获得的相应数据,依据相关运动和体质标准,进行综合评测分析,同时将运动解析结果融合虚拟环境可视化,实现力反馈,并反馈输出综合结果。
2.如权利要求1一种适用于中小学体育教学评测的辅助装置,其特征在于,所述运动数据采集模块(1)包括特定波长点光源(11)、摄像头(13)、微惯性测量单元(12)、无线通信模块(14)和力反馈单元(15),其中摄像头(13)采集特定波长点光源(11)的光信号,微惯性测量单元(12)的输出端与无线通信模块(14)的输入端无线连接,无线通信模块(14)的输出端与力反馈单元(15)的输入端无线连接;所述运动数据获取模块(2)包括图像特征提取单元(21)、三维空间定位单元(22)、运动信息解算单元(23)、多传感器数据融合单元(24),其中图像特征提取单元(21)输入端与摄像头(13)输出端连接,图像特征提取单元(21)输出端与三维空间定位单元(22)的输入端连接,运动信息解算单元(23)的输入端与无线通信模块(14)的输出端连接,运动信息解算单元(23)和三维空间定位单元(22)的输出端分别与多传感器数据融合单元(24)的输入端连接;所述辨识与训练模块(3)包括训练模块(31)、辨识与解析单元(32),其中辨识与解析单元(32)的输入端与多传感器数据融合单元(24)的输出端连接,训练模块(31)的输出端与辨识与解析单元(32)的另一输入端相连;所述健康数据采集模块(4)包括健康数据采集单元(41)、无线通信模块(42),健康数据采集单元(41)的输出端与无线通信模块(42)的输入端连接;所述体育教学虚拟测评模块(5)包括综合评测单元(51)、人机交互单元(52)、显示设备(53),其中综合评测单元(51)的输入端分别与辨识与解析单元(32)和无线通信模块(42)的输出端连接,人机交互单元(52)的输入端与辨识与解析单元(32)的输出端连接,人机交互单元(52)的输出端与显示设备(53)的输入端连接,人机交互单元(52)的另一个输出端与无线通信模块(14)的输入端无线连接。
3.一种适用于中小学体育教学评测的实现方法,其特征在于,包括以下步骤:A、将标记点与被测目标绑定,将摄像头安装在指定区域的正前方,用于捕捉指定区域的图像,获取标记点运动的惯性参数,并实现力反馈效果;B、采集数字图像并输入通用计算机,得到目标运动的数字视频图像;采集标记点运动的惯性参数;C、对采集的惯性参数和数字视频图像进行解算和多传感器数据融合,获取标记点运动方式;D、根据标记点运动方式识别其运动模式,传送给体育教学虚拟评测模块(5);E、采集运动过程相关体质健康数据,传送给体育教学虚拟评测模块(5),体育教学虚拟评测模块(5)将综合评测结果和虚拟交互环境可视化,并反馈给用户。
4.如权利要求3所述的一种适用于中小学体育教学评测的实现方法,其特征在于,所述步骤C还包括:通过采用相应的传感器信号预处理算法和运动姿态解算算法,利用采集的惯性参数来推算目标相对地球的瞬时加速度、速度、位置和姿态。
5.如权利要求3所述的一种适用于中小学体育教学评测的实现方法,其特征在于,所述步骤C还包括:根据数字视频图像,本发明首先通过二值算法提取被测目标运动的特征构图,对特征构图求取其重心,得到特征构图中心位置;接着根据对所选特征的计算,建立特征之间的对应关系。
6.如权利要求3所述的一种适用于中小学体育教学评测的实现方法,其特征在于,所述步骤C还包括:根据特征之间的对应关系,依据BuBumblebee双目测量原理,来实现三维空间目标精确定位。
7.如权利要求3所述的一种适用于中小学体育教学评测的实现方法,其特征在于,所述步骤C还包括:对所述步骤B中获取的被测目标标记点运动方式和惯性参数,通过D-S证据理论的多传感器数据融合算法,得到反映被测目标运动特征的一致性数据。
8.如权利要求3所述的一种适用于中小学体育教学评测的方法,其特征在于,所述步骤D还包括:
D1、预先采集多种运动的样本动作模式数据,对预采集的样本动作模式数据进行标注;
D2、逐一从所述样本动作模式数据中提取出反映其运动本质特征的特征向量;
D3、根据所述特征向量划分所属类别区域,使得划分后的各个不同类别区域中只包含同类样本的特征向量,建立从特征向量到所属类别之间映射关系的分类器;
D4、对待检测的运动目标的动作模式数据进行处理,提取其特征向量;
D5、将待检测动作模式数据的特征向量输入到所述分类器,分类器根据其特征向量进行判别,得到对该待检测动作模式数据的辨识结果,并对辨识结果进行动作语义解析。
9.如权利要求8所述的一种适用于中小学体育教学评测的实现方法,其特征在于,所述步骤D2还包括:
D21、对所述样本动作模式数据进行预处理,得到训练数据;
D22、从训练数据中提取反映训练数据本质特征的特征成分;
D23、将所述特征成分进行组合,得到所述特征向量;
所述步骤D4还包括:
D41、对所述待检测的动作模式数据进行预处理,得到辨识数据;
D42、从辨识数据中提取反映辨识数据本质特征的特征成分;
D43、将所述特征成分进行组合,得到所述特征向量。
10.如权利要求3所述的一种适用于中小学体育教学评测的实现方法,其特征在于,所述步骤E还包括:
E1、在运动过程中,同时采集运动表征的相关体质健康数据,并对数据进行预处理;
E2、综合动作解析结果和分析而得的健康数据,结合预先设定的评测方案和标准,给出综合评测结果;
E3、将动作解析结果与虚拟环境相融合,结合综合评测结果,可视化反馈给用户;
E4、在虚拟环境中与物件接触时,人机交互单元把相关作用信息传送回力反馈单元,实现力反馈效果;
其中,所述步骤E4还包括:
E41、在虚拟环境中与物件接触时,人机交互单元把相关作用信息传送回力反馈单元;
E42、力反馈单元把相关信息转换成一组波形数据并发送给电动机控制芯片;
E43、芯片控制电动机根据相应波形数据运作,从而实现力反馈效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105340299A CN103100205A (zh) | 2012-12-12 | 2012-12-12 | 一种适用于中小学体育教学评测的辅助装置及其实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105340299A CN103100205A (zh) | 2012-12-12 | 2012-12-12 | 一种适用于中小学体育教学评测的辅助装置及其实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103100205A true CN103100205A (zh) | 2013-05-15 |
Family
ID=48308606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012105340299A Pending CN103100205A (zh) | 2012-12-12 | 2012-12-12 | 一种适用于中小学体育教学评测的辅助装置及其实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103100205A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105498188A (zh) * | 2016-02-01 | 2016-04-20 | 郑州华信学院 | 一种体育活动监控装置 |
CN106669115A (zh) * | 2017-01-14 | 2017-05-17 | 中州大学 | 一种交互式体育训练*** |
CN107837499A (zh) * | 2017-10-24 | 2018-03-27 | 南华大学 | 一种基于嵌入式的健身器材智能训练支撑控制方法 |
WO2018120419A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳创维-Rgb电子有限公司 | 一种基于智能平台的数据采集方法及*** |
CN110141830A (zh) * | 2019-04-30 | 2019-08-20 | 深圳泰山体育科技股份有限公司 | 具有智能化动作识别功能的户外健身设备 |
CN110639197A (zh) * | 2019-09-27 | 2020-01-03 | 上海淡竹体育科技有限公司 | 体育测试方法、装置及*** |
CN110960843A (zh) * | 2019-12-23 | 2020-04-07 | 天水师范学院 | 一种篮球技巧辅助训练*** |
CN113181619A (zh) * | 2021-04-09 | 2021-07-30 | 青岛小鸟看看科技有限公司 | 一种运动训练方法、装置和*** |
CN113368488A (zh) * | 2021-06-11 | 2021-09-10 | 西南大学 | 一种虚拟乒乓球拍及其力反馈方法、*** |
CN113663312A (zh) * | 2021-08-16 | 2021-11-19 | 东南大学 | 一种基于微惯性的无器械健身动作质量评估方法 |
CN113744300A (zh) * | 2021-09-29 | 2021-12-03 | 宁波大学 | 一种ai识别体育运动轨迹数据分析*** |
-
2012
- 2012-12-12 CN CN2012105340299A patent/CN103100205A/zh active Pending
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105498188A (zh) * | 2016-02-01 | 2016-04-20 | 郑州华信学院 | 一种体育活动监控装置 |
CN105498188B (zh) * | 2016-02-01 | 2018-09-07 | 郑州华信学院 | 一种体育活动监控装置 |
WO2018120419A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳创维-Rgb电子有限公司 | 一种基于智能平台的数据采集方法及*** |
CN106669115A (zh) * | 2017-01-14 | 2017-05-17 | 中州大学 | 一种交互式体育训练*** |
CN106669115B (zh) * | 2017-01-14 | 2019-02-15 | 中州大学 | 一种交互式体育训练*** |
CN107837499A (zh) * | 2017-10-24 | 2018-03-27 | 南华大学 | 一种基于嵌入式的健身器材智能训练支撑控制方法 |
CN107837499B (zh) * | 2017-10-24 | 2019-07-16 | 南华大学 | 一种基于嵌入式的健身器材智能训练支撑控制方法 |
CN110141830A (zh) * | 2019-04-30 | 2019-08-20 | 深圳泰山体育科技股份有限公司 | 具有智能化动作识别功能的户外健身设备 |
CN110639197A (zh) * | 2019-09-27 | 2020-01-03 | 上海淡竹体育科技有限公司 | 体育测试方法、装置及*** |
CN110960843A (zh) * | 2019-12-23 | 2020-04-07 | 天水师范学院 | 一种篮球技巧辅助训练*** |
CN113181619A (zh) * | 2021-04-09 | 2021-07-30 | 青岛小鸟看看科技有限公司 | 一种运动训练方法、装置和*** |
US11872468B2 (en) | 2021-04-09 | 2024-01-16 | Qingdao Pico Technology Co., Ltd. | Sport training method and system and head-mounted VR device |
CN113368488A (zh) * | 2021-06-11 | 2021-09-10 | 西南大学 | 一种虚拟乒乓球拍及其力反馈方法、*** |
CN113368488B (zh) * | 2021-06-11 | 2022-07-05 | 西南大学 | 一种虚拟乒乓球拍及其力反馈方法、*** |
CN113663312A (zh) * | 2021-08-16 | 2021-11-19 | 东南大学 | 一种基于微惯性的无器械健身动作质量评估方法 |
CN113663312B (zh) * | 2021-08-16 | 2022-05-13 | 东南大学 | 一种基于微惯性的无器械健身动作质量评估方法 |
CN113744300A (zh) * | 2021-09-29 | 2021-12-03 | 宁波大学 | 一种ai识别体育运动轨迹数据分析*** |
CN113744300B (zh) * | 2021-09-29 | 2024-05-28 | 宁波大学 | 一种ai识别体育运动轨迹数据分析*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103100205A (zh) | 一种适用于中小学体育教学评测的辅助装置及其实现方法 | |
CN102243687A (zh) | 一种基于动作识别技术的体育教学辅助***及其实现方法 | |
CN103106411A (zh) | 一种网球动作捕捉和解析方法 | |
CN202662011U (zh) | 一种基于动作识别技术的体育教学辅助*** | |
KR101078975B1 (ko) | 가상 골프 시뮬레이션 장치에 이용되는 센싱장치 및 센싱방법 | |
CN101859439A (zh) | 一种用于人机交互的运动追踪装置及其追踪方法 | |
CN106843507B (zh) | 一种虚拟现实多人互动的方法及*** | |
CN105551059A (zh) | 光学和惯性体感数据融合的变电仿真人体运动捕捉方法 | |
CN104570731A (zh) | 一种基于Kinect的无标定人机交互控制***及方法 | |
CN106256394A (zh) | 混合动作捕捉的训练装置及*** | |
CN105373011B (zh) | 检测光电跟踪设备的实时仿真***和计算机 | |
CN201269764Y (zh) | 射箭运动训练多参数实时检测*** | |
CN107715430B (zh) | 动态姿势检测*** | |
CN106033601A (zh) | 检测异常情形的方法和装置 | |
CN103223236B (zh) | 一种乒乓球训练机智能评价*** | |
CN110633005A (zh) | 一种光学式无标记的三维人体动作捕捉方法 | |
CN105517680A (zh) | 用于识别人脸的装置、***、方法和计算机程序产品 | |
CN109444912A (zh) | 一种基于协同控制与深度学习的驾驶环境感知***及方法 | |
CN104952104A (zh) | 一种三维人体姿态估计方法和装置 | |
CN206819290U (zh) | 一种虚拟现实多人互动的*** | |
US11887257B2 (en) | Method and apparatus for virtual training based on tangible interaction | |
Cui et al. | Milipoint: A point cloud dataset for mmwave radar | |
CN204463031U (zh) | 一种3d场景中重现物体的***和虚拟现实头戴设备 | |
JP6171781B2 (ja) | 視線分析システム | |
Croft et al. | Virtual reality assessment of rugby lineout throw kinematics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130515 |