CN104484888A - 运动轨迹感测***及其运动模型建立方法 - Google Patents

运动轨迹感测***及其运动模型建立方法 Download PDF

Info

Publication number
CN104484888A
CN104484888A CN201410712490.8A CN201410712490A CN104484888A CN 104484888 A CN104484888 A CN 104484888A CN 201410712490 A CN201410712490 A CN 201410712490A CN 104484888 A CN104484888 A CN 104484888A
Authority
CN
China
Prior art keywords
motion model
determinand
exclusive
model
sensing points
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
Application number
CN201410712490.8A
Other languages
English (en)
Inventor
倪崇胜
魏智斌
杨俊英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inventec Pudong Technology Corp
Inventec Corp
Original Assignee
Inventec Pudong Technology Corp
Inventec Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inventec Pudong Technology Corp, Inventec Corp filed Critical Inventec Pudong Technology Corp
Priority to CN201410712490.8A priority Critical patent/CN104484888A/zh
Publication of CN104484888A publication Critical patent/CN104484888A/zh
Priority to US14/684,461 priority patent/US20160153777A1/en
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/003—Repetitive work cycles; Sequence of movements
    • G09B19/0038—Sports
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114—Tracking parts of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A61B5/1122—Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/285—Analysis of motion using a sequence of stereo image pairs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10—Athletes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/04—Arrangements of multiple sensors of the same type
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7425—Displaying combinations of multiple images regardless of image source, e.g. displaying a reference anatomical image with a live image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Geometry (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供一种运动轨迹感测***，用于具有多个感测点的待测物。感测***包括多个感测器与主机。多个感测器用于分别感测多个感测点的动作以产生并传送出多个对应的多维坐标值。主机包含检测单元、测计数据库、选取单元、模型建构单元、计算单元、运动模型数据库。计算单元根据待测物的专属的第二静态模型与至少一部分感测点相应的多维坐标信息，计算出在至少一参考运动模型下每一所述感测点的运动轨迹，进而建立对应所述待测物的专属运动模型。

Description

运动轨迹感测***及其运动模型建立方法
技术领域
本发明涉及一种运动轨迹感测***及其运动模型建立方法，尤其涉及一种应用于感测具有多个感测点的待测物的运动轨迹感测***及其运动模型建立方法。
背景技术
现有技术中，通常只能通过照相的方式将物体(人、动物等…)的运动状态记录下来，再通过影像分析软件对多张照片，以得到物体的运动轨迹。只是运动轨迹所代表的力量与加速度等物理数据却无法获得。
再者，无法将物体的运动轨迹与标准的运动轨迹做比较。举例来说，当想纠正自己的自由式的姿势时，虽然知道奥运选手的姿势一定是更好的，自己与奥运选手的姿势之间的力量与加速度的差异却无法显示，进而无法进一步改善本身的姿势。
发明内容
为了解决上述问题，本发明的目的在于提出一种运动轨迹感测***，用于具有多个感测点的待测物，以解决上述问题。
为达到上述发明目的，所述运动轨迹感测***包括多个感测器与主机。主机包含检测单元、测计数据库、选取单元、模型建构单元、计算单元、运动模型数据库。多个感测器用于分别感测多个感测点的动作以产生并传送出多个对应的多维坐标值。检测单元用于分别接收多个感测器传送的多个多维坐标值并产生相应的多个多维坐标信息。选取单元根据待测物从测计数据库中选取第一静态模型。模型建构单元根据多个多维坐标信息修正第一静态模型数据以作为待测物的专属的第二静态模型。运动模型数据库用于存放至少一参考运动模型，至少一参考运动模型界定至少一部分所述感测点处于运动中。计算单元根据待测物的专属的第二静态模型与至少一部分所述感测点相应的多维坐标信息，计算出在至少一参考运动模型下每一所述感测点的运动轨迹，进而建立对应待测物的专属运动模型。
在一优选实施例中，所述计算单元进一步根据待测物的专属的第二静态模型数据计算出多个感测点的相应质量。
在一优选实施例中，所述计算单元根据每一所述感测点的运动轨迹与所述感测点的相应质量计算出在至少一参考运动模型下所述多个感测点的速度、加速度与力量。
在一优选实施例中，所述主机还包括比对单元，所述比对单元用于比较待测物的专属运动模型与预设物的专属运动模型。
在一优选实施例中，所述主机还包括显示单元，所述显示单元用于显示待测物的专属运动模型与预设物的专属运动模型。
为了解决上述问题，本发明的目的在于提出一种运动轨迹感测***的运动模型建立方法，用于具有多个感测点的待测物，以解决上述问题。
为达到上述发明目的，所述运动模型建立方法包括：首先，通过多个感测器分别感测多个感测点的动作，进而产生并传送多个对应的多维坐标值；接着，通过检测单元分别接收多个感测器所传送的多个多维坐标值，进而产生相应的多个多维坐标信息；接着，通过选取单元根据待测物从测计数据库中选择第一静态模型感测器；接着，通过模型建构单元根据多个多维坐标信息修正第一静态模型以作为待测物的专属的第二静态模型；接着，通过运动模型数据库存放至少一参考运动模型，至少一参考运动模型界定至少一部分所述感测点处于运动中；接着，通过计算单元根据待测物的专属的第二静态模型与至少一部分所述感测点相应的多个多维坐标信息，计算出在至少一参考运动模型下每一所述感测点的运动轨迹；最后，通过计算单元建立对应待测物的专属运动模型。
在一优选实施例中，通过所述计算单元根据待测物的专属的第二静态模型计算出多个感测点的质量。
在一优选实施例中，通过所述计算单元根据每一所述感测点的运动轨迹与所述感测点的相应质量计算出在所述至少一参考运动模型下所述多个感测点的速度、加速度与力量。
在一优选实施例中，通过所述比对单元比较待测物的专属运动模型与预设物的专属运动模型。
在一优选实施例中，通过显示单元显示待测物的专属运动模型与预设物的专属运动模型。
本发明通过待测物的专属的第二静态模型与多个感测器记录待测物的多个感测点的多个多维坐标信息，计算出在至少一参考运动模型下每一所述感测点的运动轨迹，进而建立对应待测物的专属运动模型。因此可以获得待测物的多个感测点的相关物理信息(速度、加速度及力量等信息)。同时，本发明通过比对单元将两个待测物的运动模型相互比较，便可以清楚的判断出两待测物之间的差异。举例而言，当待测物是一般人而别的待测物是专业运动员时，一般人可以通过与专业运动员的专属运动模型的差异，改善自身的动作，以达到更佳的运动效果。
附图说明
图1，绘示一种根据本发明的一优选实施例的运动轨迹感测***的框图。
图2，绘示一种根据本发明的一优选实施例的运动轨迹感测***的运动模型建立方法流程图。
图中的标号分别表示：
100、运动轨迹感测***；
110、主机；
111、检测单元；
112、测计数据库；
113、选取单元；
114、模型建构单元；
115、计算单元；
116、运动模型数据库；
117、比对单元；
118、显示单元；
120、待测物；
121、感测点；
130、感测器；
141、判断单元；
142、定位单元；
S01-S10、步骤。
具体实施方式
下面结合附图对本发明提供的运动轨迹感测***及其运动模型建立方法的具体实施方式做详细说明。
以下各实施例的说明是参考附图，用以说明本发明可用以实施的特定实施例。
参考图1，绘示一种根据本发明的一优选实施例的运动轨迹感测***100的框图。运动轨迹感测***100用于具有多个感测点121(如第1感测点到第n感测点)的待测物120。运动轨迹感测***100包含多个感测器130(如第1感测器到第n感测器)与主机110，多个感测器130用于分别感测多个感测点121的动作以产生并传送出多个对应的多维坐标值(如3D坐标值)。在应用上，感测器130可通过黏贴式、穿戴式或者是嵌入式等多种方法设置在多个感测点121上，并且主机110可通过穿戴式的方式配置于待测物120上。
主机110包含检测单元111、测计数据库112、选取单元113、模型建构单元114、计算单元115、运动模型数据库116、比对单元117与显示单元118。
检测单元111用于分别接收多个感测器130传送的多个多维坐标值并产生相应的多个多维坐标信息，所谓多维坐标信息实际上包括感测器在立体空间的XYZ坐标以及旋转角度搭配时间的所有信息。
选取单元113根据待测物120从测计数据库112中选取第一静态模型。测计数据库112包括人或动物的基本模型，比如说以人类为例子，东方人、西方人等不同的人种有基本的差异，东方人较矮小、四肢较细等差异。举例来说，假设待测物120是人，当使用者输入人种、地区、国籍、性别、年龄、身高、体重后，搭配模型建构单元114根据多个多维坐标信息修正第一静态模型数据以作为待测物120的专属的第二静态模型。
运动模型数据库116用于存放至少一参考运动模型。比如说游泳与跑步所需要检测的感测器130不相同，可以通过选择正确的运动模型加速运算以及得到更正确的结果。至少一参考运动模型界定至少一部分所述感测点121处于运动中。在不同的运动模型中，影响运动的主要感测点不尽相同，例如有的运动是手的摆动比较重要，有的运动是腰的摆动比较重要，因此根据不同的运动模型去检测不同的感测点121的运动可以使计算结果更佳。
计算单元115根据待测物120的专属的第二静态模型与至少一部分所述感测点121相应的多维坐标信息，计算出在至少一参考运动模型下每一所述感测点121的运动轨迹，进而建立待测物120的专属运动模型，以及进一步根据待测物120的专属的第二静态模型数据计算出多个感测点121的相应质量，以及根据每一所述感测点121的运动轨迹与所述感测点121的相应质量计算出在至少一参考运动模型下多个感测点121的速度、加速度与力量。
比对单元117用于比较待测物120的专属运动模型与预设物的专属运动模型。延续前面的例子，当人想要检测本身的运动姿势是否有改善的空间时，可以通过与专业运动员的运动姿势相比较得到解答。因此预设物可以是专业运动员，通过本身的专属运动模型与专业运动员的专属运动模型进行比较，可以有效的改善自身运动的姿势。同时可以产生当前感测点121的运动轨迹与专业运动员的专属运动轨迹之间的误差值。
显示单元118用于显示待测物120的专属运动模型与预设物的专属运动模型。在比对单元117对本身的专属运动模型与专业运动员的专属运动模型进行比较后，通过显示单元118将两运动模型同时显示，使用者可以轻易的了解两者的差异。
运动轨迹感测***100进一步可具有判断单元141，通过所述判断单元141判断所述比对单元117所获取的误差值是否大于默认值，其中所述默认值可为使用者所预先输入的一个特定数值范围或数值。如果比对后的误差值大于默认值，所述判断单元141则会判定至少一感测点121当前的运动轨迹错误而发出错误信号。使用者可通过发出的错误信号立即修正此感测点121当前的运动轨迹，例如转动的角度或移动的距离。
更明确地说，在本发明的运动轨迹感测***100启动前，首先将多个感测器130和主机110放置在一个特定的位置，再将主机110启动，并且通过主机110的一定位单元142获取主机当前的数值化的绝对位置信息，例如，绝对坐标和高度信息。在此特定的位置上，每一感测器130与主机110之间的相对距离为已知，因此定位单元142除了可获取每一感测器130与主机110之间的初始相对坐标值以外，也可根据主机110的绝对位置信息与感测器130之间的初始相对坐标值进而获取每一感测器130的初始绝对坐标值。接着，启动多个感测器130并将感测器130配置于待测物120的各个感测点121上以进行多维坐标值的收集。主机110的检测单元111根据每一感测器130的初始相对坐标值和多个收集到的多维坐标值相应产生所述多维坐标信号。应当注意的是，本发明的定位单元142可为一种室内定位***，使得本发明的运动轨迹感测***在使用上不会因为待测物120运动的定点而受到限制。
优选地，主机110的测计数据库112、选取单元113、计算单元115、运动模型数据库116、比对单元117、判断单元141也可以设置在另外的电子装置中，以便降低主机110的工作负荷，同时，电子装置亦可与云端服务平台相连接，进行更多的利用。
图2，绘示一种根据本发明的一优选实施例的运动轨迹感测***100的运动模型建立方法流程图。本方法中所使用的组件请参考图1所示，不再赘述。输入待测物120的数据。举例来说，当待测物120是人，需要输入人种、地区、国籍、性别、年龄、身高、体重等尽可能详细的资料。在待测物120的运动过程中，多个感测器130持续地记录多个感测点121的多个坐标信息。
首先，执行步骤S01，通过多个感测器130分别感测多个感测点121的动作，进而产生并传送多个对应的多维坐标值。
接着，执行步骤S02，通过检测单元111分别接收多个感测器130所传送的多个多维坐标值，进而产生相应的多个多维坐标信息。
接着，执行步骤S03，通过选取单元113根据待测物120从测计数据库112中选择第一静态模型感测器。当待测物120的数据越多，对应待测物120的第一静态模型会更符合待测物120的实际状态。与现有影像撷取技术的区别在于，根据多个多维坐标信息可以快速地计算出多个感测器130相关的所有物理信息(如速度、加速度、角速度与角加速度等)。
接着，执行步骤S04，通过模型建构单元114根据多个多维坐标信息修正第一静态模型以作为待测物120的专属的第二静态模型。因为第一静态模型通常为平均值所建构而成，因此需要再通过多个多维坐标信息修正后，才能产生符合待测物120的专属的第二静态模型。
感测器接着，执行步骤S05，通过运动模型数据库116存放至少一参考运动模型，至少一参考运动模型界定至少一部分所述感测点121处于运动中。
接着，执行步骤S06，通过计算单元115根据待测物120的专属的第二静态模型与至少一部分所述感测点121相应的多个多维坐标信息，计算出在至少一参考运动模型下每一所述感测点121的运动轨迹。
接着，执行步骤S07，通过计算单元115进一步建立对应待测物120的专属运动模型。
接着，执行步骤S08，通过计算单元115根据待测物120的专属的第二静态模型计算出多个感测点121的质量。举例来说，两个身高与体重相同的人，手臂的长度与重量很可能会不同。因此需要经过计算后才能得到专属待测物120的多个感测点121的相应质量。
接着，执行步骤S09，通过比对单元117比较待测物120的专属运动模型与预设物的专属运动模型。
接着，执行步骤S10，通过显示单元118显示待测物120的专属运动模型与预设物的专属运动模型及/或两者的比较结果。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种运动轨迹感测***，用于一具有多个感测点的待测物，其特征在于，所述***包含：多个感测器，用于分别感测多个感测点以产生并传送出多个对应的多维坐标值；
一主机，与所述多个感测器连接，其包含一检测单元、一测计数据库、一选取单元、一模型建构单元、一计算单元及一运动模型数据库，所述检测单元用于分别接收所述多个感测器传送的所述多个多维坐标值并产生相应的多个多维坐标信息，所述选取单元根据所述待测物从所述测计数据库中选取一第一静态模型，所述模型建构单元根据所述多个多维坐标信息修正所述第一静态模型数据以作为所述待测物的专属的第二静态模型，所述运动模型数据库用于存放至少一参考运动模型，所述至少一参考运动模型界定至少一部分所述感测点处于运动中，所述计算单元根据所述待测物的专属的所述第二静态模型与至少一部分所述感测点相应的多维坐标信息，计算出在所述至少一参考运动模型下每一所述感测点的运动轨迹，进而建立一对应所述待测物的专属运动模型。
2.根据权利要求1所述的运动轨迹感测***，其特征在于，所述计算单元进一步根据所述待测物的专属的第二静态模型数据计算出所述多个感测点的相应质量。
3.根据权利要求2所述的运动轨迹感测***，其特征在于，所述计算单元根据每一所述感测点的运动轨迹与所述感测点的相应质量计算出在所述至少一参考运动模型下所述多个感测点的速度、加速度与力量。
4.根据权利要求1所述的运动轨迹感测***，其特征在于，所述主机还包括一比对单元，所述比对单元用于比较所述待测物的专属运动模型与一预设物的专属运动模型。
5.根据权利要求1所述的运动轨迹感测***，其特征在于，所述主机还包括一显示单元，所述显示单元用于显示所述待测物的专属运动模型与一预设物的专属运动模型。
6.一种运动模型建立方法，用于一具有多个感测点的待测物，其特征在于，包括：通过多个感测器分别感测多个感测点的动作，进而产生并传送多个对应的多维坐标值；通过一检测单元分别接收所述多个感测器所传送的所述多个多维坐标值，进而产生相应的多个多维坐标信息；
通过一选取单元根据所述待测物从一测计数据库中选择一第一静态模型；通过一模型建构单元根据所述多个多维坐标信息修正所述第一静态模型以作为所述待测物的专属的第二静态模型；通过一运动模型数据库存放至少一参考运动模型，所述至少一参考运动模型界定至少一部分所述感测点处于运动中；
通过一计算单元根据所述待测物的专属的所述第二静态模型与所述至少一部分所述感测点相应的所述多个多维坐标信息，计算出在所述至少一参考运动模型下每一所述感测点的运动轨迹；以及
通过一计算单元建立一对应所述待测物的专属运动模型。
7.根据权利要求6所述的方法，其特征在于，进一步包括：通过所述计算单元根据所述待测物的专属的所述第二静态模型计算出所述多个感测点的质量。
8.根据权利要求7所述的方法，其特征在于，进一步包括：通过所述计算单元根据每一所述感测点的运动轨迹与所述感测点的相应质量计算出在所述至少一参考运动模型下所述多个感测点的速度、加速度与力量。
9.根据权利要求6所述的方法，其特征在于，进一步包括：通过一比对单元比较所述待测物的专属运动模型与一预设物的专属运动模型。
10.根据权利要求6所述的方法，其特征在于，进一步包括：通过一显示单元显示所述待测物的专属运动模型与一预设物的专属运动模型。
CN201410712490.8A 2014-11-28 2014-11-28 运动轨迹感测***及其运动模型建立方法 Pending CN104484888A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201410712490.8A CN104484888A (zh) 2014-11-28 2014-11-28 运动轨迹感测***及其运动模型建立方法
US14/684,461 US20160153777A1 (en) 2014-11-28 2015-04-13 Movement-trace sensing system and motion model constructing method by using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410712490.8A CN104484888A (zh) 2014-11-28 2014-11-28 运动轨迹感测***及其运动模型建立方法

Publications (1)

Publication Number Publication Date
CN104484888A true CN104484888A (zh) 2015-04-01

Family

ID=52759428

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410712490.8A Pending CN104484888A (zh) 2014-11-28 2014-11-28 运动轨迹感测***及其运动模型建立方法

Country Status (2)

Country Link
US (1) US20160153777A1 (zh)
CN (1) CN104484888A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019084918A1 (en) * 2017-11-03 2019-05-09 Beijing Didi Infinity Technology And Development Co., Ltd. System and method for determining a trajectory

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11202676B2 (en) 2002-03-06 2021-12-21 Mako Surgical Corp. Neural monitor-based dynamic haptics
WO2007136768A2 (en) 2006-05-19 2007-11-29 Mako Surgical Corp. Method and apparatus for controlling a haptic device
CN116892898B (zh) * 2023-09-11 2024-02-02 农业农村部南京农业机械化研究所 农机的轨迹误差检测方法、装置及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101964047A (zh) * 2009-07-22 2011-02-02 深圳泰山在线科技有限公司 一种基于多跟踪点的人体动作识别方法
CN102231192A (zh) * 2011-05-31 2011-11-02 福建物联天下信息科技有限公司 一种采集动作数据进行比对并得出比对相似度结果的***
CN103007514A (zh) * 2011-09-21 2013-04-03 财团法人工业技术研究院 运动学习***与辅助使用者学习运动的方法
CN104020846A (zh) * 2014-04-29 2014-09-03 诺力科技有限公司 一种主机运动感测方法、组件及运动感测***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101007944B1 (ko) * 2010-08-24 2011-01-14 윤상범 네트워크를 이용한 가상현실 무도 수련시스템 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101964047A (zh) * 2009-07-22 2011-02-02 深圳泰山在线科技有限公司 一种基于多跟踪点的人体动作识别方法
CN102231192A (zh) * 2011-05-31 2011-11-02 福建物联天下信息科技有限公司 一种采集动作数据进行比对并得出比对相似度结果的***
CN103007514A (zh) * 2011-09-21 2013-04-03 财团法人工业技术研究院 运动学习***与辅助使用者学习运动的方法
CN104020846A (zh) * 2014-04-29 2014-09-03 诺力科技有限公司 一种主机运动感测方法、组件及运动感测***

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019084918A1 (en) * 2017-11-03 2019-05-09 Beijing Didi Infinity Technology And Development Co., Ltd. System and method for determining a trajectory

Also Published As

Publication number Publication date
US20160153777A1 (en) 2016-06-02

Similar Documents

Publication Publication Date Title
US11720185B2 (en) Method and system for determining a correct reproduction of a movement
KR102141288B1 (ko) 홈 트레이닝 제공 방법 및 시스템
JP2018523868A5 (zh)
US8989441B2 (en) Data acquisition method and device for motion recognition, motion recognition system and computer readable storage medium
US20140156214A1 (en) Motion analysis system and motion analysis method
US20170311127A1 (en) Sensor-based geolocation of a user device
CN105975967B (zh) 一种目标定位方法和***
CN108700946A (zh) 用于并行测距和建图的故障检测和恢复的***和方法
CN104484888A (zh) 运动轨迹感测***及其运动模型建立方法
CN107941212B (zh) 一种视觉与惯性联合定位方法
CN109756837A (zh) 定位方法及装置
CN111521971B (zh) 一种机器人的定位方法及***
US9292963B2 (en) Three-dimensional object model determination using a beacon
US20210157394A1 (en) Motion tracking system and method
US20200320719A1 (en) Determining a kinematic sequence
CN104857691A (zh) 在可穿戴设备中估计高尔夫球落点的方法和设备
TWI579021B (zh) 以無線訊號強度評估卡路里消耗量之分析系統及分析方法
CN106595647B (zh) 行为状态的监测方法、装置及***
TWI803043B (zh) 混合型室內定位系統
CN109991973A (zh) 一种机器人运动控制方法、装置以及机器人
JP6147446B1 (ja) ソフト制約及びペナルティ機能を使用した慣性センサの初期化
US20200043193A1 (en) Position determination methods and systems for vehicle
TW201621755A (zh) 運動軌跡感測系統及其運動模型建立方法
TWI581765B (zh) 運動軌跡感測系統及其運動軌跡收集方法
US20220138471A1 (en) Load estimatation apparatus and method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150401

WD01 Invention patent application deemed withdrawn after publication