CN107454970A - 一种基于球类运动的运动轨迹采集和分析的***与方法 - Google Patents

Abstract

一种基于球类运动的运动轨迹采集和分析的***与方法，包括球类运动轨迹的数据采集、数据分析以及数据结果和重要轨迹信息输出，所述数据采集与数据分析采用一体化模块进行，经过数据分析后通过采集、分析设备上自带的显示设备直接输出或是通过网络传送至外部终端设备。本发明的基于球类运动的运动轨迹采集和分析的方法，由于使用了本地数据分析处理器不需要考虑数据存储的容量和传输数据的带宽问题，可以无间隙对采集数据进行分析，达到动作的完整分析，解决了通讯带宽和存储容量的限制问题，可以最大限度发挥传感器采样速度的，达到最大的采样精度；同时大大简化了***架构，压缩了***成本，并同时提高用户体验。

Description

一种基于球类运动的运动轨迹采集和分析的***与方法

技术领域

本发明涉及球类运动轨迹监测技术领域，特别涉及一种基于球类运动的运动轨迹采集和分析的***与方法。

背景技术

随着传感器技术、计算机技术的发展以及人们对游戏、体育的需求急剧增长，动作识别有很大的需求。

现有的动作识别***，都是由采集模块，通讯模块和计算模块组成。目前采集模块主要通过传感器包括加速度传感器、陀螺仪、磁力计等和运动以及方位有关的传感器，采集并初步分析数据，然后把数据通过通讯模块传输到上位计算机设备包括手机、平板电脑等移动设备或者计算机进行最终的动作分析。由于动作识别的算法的是基于传感器数据的一次甚至多次积分及空间变换重组，所以相同的噪声前提下，采样率越高，最终动作识别率越高，轨迹还原度越高。而对于某些动作速度非常高的球类运动，例如拍类运动里的羽毛球、乒乓球，带投球动作的棒球、垒球、板球，以及足球等，由于动作变化非常快，不够高的采样率会导致关键数据点缺失，带来的不单只是识别精度的降低问题，严重的会导致动作识别错误，使采集的数据变成一堆无效数据。参与采集数据的传感器数量众多，采集到的原始数据数量庞大，在不干涉动的前提下，通讯模块把原始数据传送到下级单元的手段主要是无线传输，巨大的数据量会对无线通讯的带宽和功耗带来巨大的压力，甚至超出无线信道的承受能力，即使是使用了数据的初步识别和筛选，面对高速的运动分析需要的巨大采集量，原始数据的传输仍然是一个瓶颈，会大大影响到识别范围和用户体验度。

发明内容

本发明为避免上述现有技术所存在的不足之处，提供一种基于球类运动的运动轨迹采集和分析的方法。利用本发明所给出的方法，能解决通讯带宽和存储容量的限制问题，可以最大限度发挥传感器采样速度的，达到最大的采样精度。可以无间隙跟踪分析整个运动过程，不丢失细小运动数据。能不依靠上位设备独立工作，大大简化***架构，压缩了***成本，并同时提高用户体验。

本发明的技术方案是这样实现的：

一种基于球类运动的运动轨迹采集和分析***，***包括数据采集和分析一体化模块、通讯模块以及人机界面显示模块，所述数据采集和分析一体化模块通过通讯模块连接人机界面显示模块，所述数据采集和分析一体化模块内置有非易失存储器、采集传感器以及本地数据分析处理器，所述采集传感器与本地数据分析处理器电性连接。

本发明还包括一种基于球类运动的运动轨迹采集和分析的方法，包括球类运动轨迹的数据采集、数据分析以及数据结果和重要轨迹信息输出，所述数据采集与数据分析采用采集和分析一体化模块进行，经过数据分析后通过采集和分析一体化模块上自带的显示设备直接输出或是通过通讯模块传送至外部终端设备。

优选地，所述数据采集包括：选择适用的采集传感器、选择适当的采样速率，数据采集带有本地数据处理能力，通过自身处理能力进行多轴数据融合，选用所需采集传感器，然后通过自身多轴融合算法，得到分离重力影响的线性加速度。

优选地，所述采集传感器包括：加速度传感器、陀螺仪、磁场传感器以及声频传感器中的一种或者多种。

优选地，所述数据分析包括：采集和分析一体化模块包括的本地数据分析处理器会一直监测采集传感器采集到的数据，根据表面数据结果判断当前运动类型，根据运动剧烈程度灵活设置运动传感器的采样速度。

优选地，数据结果和重要轨迹信息输出包括：通过采集和分析一体化模块数据分析得到分析结果，通过采集和分析一体化模块上自带的显示设备直接输出，有选择的把分析结果保存在采集和分析一体化模块上自带的非易失存储器中，根据预定的设置条件对分析结果进行过滤，符合触发条件的情况通过声光、震动反馈输出，及时提醒用户特定事件，有选择的把存储的数据，通过通讯模块发送给上位设备。

优选地，根据需要可以实时连接上位设备，查看实时结果或者进行展示用显示。

优选地，所述上位设备包括手机、平板电脑、PC、专用终端。

与现有技术相比，本发明具有以下有益效果：

本发明的基于球类运动的运动轨迹采集和分析的***与方法，由于使用了本地数据分析处理器不需要考虑数据存储的容量和传输数据的带宽问题，可以无间隙对采集数据进行分析，达到动作的完整分析，解决了通讯带宽和存储容量的限制问题，可以最大限度发挥传感器采样速度的，达到最大的采样精度；同时大大简化了***架构，压缩了***成本，并同时提高用户体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明基于球类运动的运动轨迹采集和分析的***结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，一种基于球类运动的运动轨迹采集和分析***，***包括数据采集和分析一体化模块、通讯模块以及人机界面显示模块，所述数据采集和分析一体化模块通过通讯模块连接人机界面显示模块，所述数据采集和分析一体化模块内置有非易失存储器、采集传感器以及本地数据分析处理器，所述采集传感器与本地数据分析处理器电性连接。

本发明还公开一种基于球类运动的运动轨迹采集和分析的方法，包括数据采集分析一体化模块、通讯模块、人机界面模块，该方法包括球类运动轨迹的数据采集、数据分析以及数据结果和重要轨迹信息输出，所述数据采集与数据分析采用采集和分析一体化模块进行，经过数据分析后通过采集和分析一体化模块上自带的显示设备直接输出或是通过通讯模块传送至外部终端设备，根据不同的运动使用适合的采样速度，以达到最高的性能功耗平衡，不需要考虑存储和通讯带宽。

所述数据采集包括：选择适用的采集传感器、选择适当的采样速率，数据采集带有本地数据处理能力，通过自身处理能力进行多轴数据融合，选用所需传感器，然后通过自身多轴融合算法，得到分离重力影响的线性加速度，为动作识别提供准确的数据来源。其中多轴数据融合过程如下：

1)利用卡尔曼滤波对3轴加速度和3轴陀螺仪数据进行融合

首先建立***的状态方程和测量方程。由于倾角和倾角角速度存在导数关系，***倾斜真实角度φ可以用来做一个状态向量。在该***中，采用加速度计估计出陀螺仪常值偏差b，以此偏差作为状态向量得到相应的状态方程和观测方程:

式中,ωgyro为包含固定偏差的陀螺仪输出角速度,φacce为加速度计经处理后得到的角度值，ωg为陀螺仪测量噪声，ωa为加速度计测量噪声，b为陀螺仪漂移误差，ωg与ωa相互独立，此处假设二者为满足正态分布的白色噪声,令Ts为***采样周期，得到离散***的状态方程和测量方程:

同时，要估算k时刻的实际角度，就必须根据k-1时刻的角度值，再根据预测得到的k时刻的角度值，得到k时刻的高斯噪声的方差，在此基础之上卡尔曼滤波器进行递归运算直至估算出最优的角度值.在此，须知道***过程噪声协方差阵Q以及测量误差的协方差矩阵R，对卡尔曼滤波器进行校正。Q与R矩阵的形式如下:

式中，q_acce和q_gyro分别是加速度计和陀螺仪测量的协方差，其数值代表卡尔曼滤波器对其传感器数据的信任程度，值越小，表明信任程度越高。在该***中陀螺仪的值更为接近准确值,因此取q_gyro的值小于q_acce的值.当前状态:

式中,

X(k|k-1)是利用k预测的结果,X(k-1|k-1)是k-1时刻的最优结果。

则有对应于X(k|k-1)的协方差为:

式中，

P(k-1|k-1)是X(k-1|k-1)对应的协方差，AT表示A的转置矩阵，Q是***过程的协方差。式子(1)、(2)即对***的状态更新。

则状态k的最优化估算值X(k|k):

其中H＝[10]，K为卡尔曼增益(KalmanGain):

此时，我们已经得到了k状态下最优的估算值X(k|k)，但是为了使卡尔曼滤波器不断的运行下去直到找到最优的角度值，我们还要更新k状态下X(k|k)的协方差：

其中，I为单位阵，对于本***则有，

当***进入k+1状态时，P(k|k)就是式子(2)的P(k-1|k-1)。(3)、(4)、(5)式为卡尔曼滤波器状态更新方程.计算完时间更新方程和测量更新方程后,再次重复上一次计算得到的后验估计,作为下一次计算的先验估计,这样,周而复始、循环反复地运算下去直至找到最优的结果。

经过6轴融合后，由于得到了比较精确的瞬时姿态，在此基础上可以准确的计算该姿态下各轴受到的重力分量，和原始加速度之间差值即为去除重力影响的线性加速度。

2)结合地磁传感器进行二次方向融合

地球磁场、地表建筑中各种导磁物质、其他磁场源一起会构成一个唯一的合成磁场，其方向不一定是原来地磁的方向，但是相对地球是一个固定的矢量。3轴地磁传感器可以把这个矢量测量出来，由于地磁传感器和其他6轴传感器坐标系在电路设计时设成相同，所以地磁矢量为融合后得出姿态提供一个绝对方向参考矢量，从而完成9轴的融合。

所述采集传感器包括：加速度传感器、陀螺仪、磁场传感器以及声频传感器中的一种或者多种，本发明还引入了声频传感器，从声频维度分析运动特征。声频传感器为高速高精度传感器，可以得到比运动传感器更为精密细致的运动特征。本发明使用音频传感器用来判断碰撞球拍和球的碰撞时刻，高达数十KHz的采样速度，保证毫秒级的碰撞事件不会被丢失。另一方面，得益于声频传感器的高速高精度采样，碰撞时的多种特征会被有差别的记录下来，包括：球与拍的碰撞位置、碰撞剧烈程度、球拍自身属性特征等。

所述数据分析包括：采集和分析一体化模块包括的本地数据分析处理器会一直监测采集传感器采集到的数据，根据表面数据结果判断当前运动类型，根据运动剧烈程度灵活设置运动传感器的采样速度。本地数据分析处理器会一直监测传感器采集到的数据，可以根据表面数据结果判断当前运动类型，根据运动剧烈程度灵活设置运动传感器的采样速度，保证不丢失数据的前提下达到功耗的降低，同时保证采样精度和功耗控制。通过对算法的高度优化，把原来应用依赖PC或其他高速处理器上的算法简化移植到嵌入式***，使采集分析一体化变得有可能。当检测到声频传感器的碰撞事件或者预定的某些传感器例如a、加速度传感器检测到连续超过阀值b、角速度连续超过阀值；c、重力检测或者融合算法出来的姿态发生超过变化阀值d、预定的某种姿态或者动作组合，***进入高速采样模式，以应付大动态动作分析识别。

从传感器组采集到的数据包括原始加速度、角速度、地磁强度，结合原始数据经过多轴融合得到姿态参数、重力参数、无重力线性加速度参数，相对大地的方位角，通过各如下分析方法得到动作类型和特征：

1、通过姿态参数、重力参数、无重力线性加速度参数、方位角的瞬时值和积分后的速度、位移、姿态变化量、运动方向、运动方向趋势、变化趋势等中间变化量通过特征对比、量化判别；

2、通过上述原始参数和中间变化量的模糊算法识别；

3、通过上述原始参数和中间变化量的相似度判别算法；

4、通过上述原始参数和中间变化量和自适应学习结果的对比。

所述数据结果和重要轨迹信息输出包括：通过一体化模块数据分析得到分析结果，通过采集、分析设备上自带的显示设备直接输出，有选择的把分析结果保存在采集分析、设备上自带的非易失存储器中，根据预定的设置条件对分析结果进行过滤，符合触发条件的情况通过声光、震动反馈输出，及时提醒用户特定事件，有选择的把存储的数据，通过通讯模块发送给上位设备。根据需要可以实时连接上位设备，查看实时结果或者进行展示用显示，根据预定的设置的条件对分析结果进行过滤，符合触发条件的情况通过声光、震动反馈设备输出，及时提醒用户特定事件。可以有选择的把存储的数据，通过通讯模块发送给上位设备例如：手机、平板电脑、PC、专用终端，用于继续传送到云服务器后台进行大数据分析。通讯方式包括并不限于：wifi、蓝牙、NFC、私有协议的各种频段无线通讯方式以及USB、USART、485、CAN等有线连接。所述上位设备包括手机、平板电脑、PC、专用终端。

综合本发明的方法步骤可知，本发明的基于球类运动的运动轨迹采集和分析的***与方法，由于使用了本地数据分析处理器不需要考虑数据存储的容量和传输数据的带宽问题，可以无间隙对采集数据进行分析，达到动作的完整分析，解决了通讯带宽和存储容量的限制问题，可以最大限度发挥传感器采样速度的，达到最大的采样精度；同时大大简化了***架构，压缩了***成本，并同时提高用户体验。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于球类运动的运动轨迹采集和分析***，其特征在于，***包括数据采集和分析一体化模块、通讯模块以及人机界面显示模块，所述数据采集和分析一体化模块通过通讯模块连接人机界面显示模块，所述数据采集和分析一体化模块内置有非易失存储器、采集传感器以及本地数据分析处理器，所述采集传感器与本地数据分析处理器电性连接。

2.一种基于球类运动的运动轨迹采集和分析的方法，包括球类运动轨迹的数据采集、数据分析以及数据结果和重要轨迹信息输出，其特征在于，所述数据采集与数据分析采用采集和分析一体化模块进行，经过数据分析后通过采集和分析一体化模块上自带的显示设备直接输出或是通过通讯模块传送至外部终端设备。

3.如权利要求2所述的基于球类运动的运动轨迹采集和分析的方法，其特征在于，所述数据采集包括：选择适用的采集传感器、选择适当的采样速率，数据采集带有本地数据处理能力，通过自身处理能力进行多轴数据融合，选用所需采集传感器，然后通过自身多轴融合算法，得到分离重力影响的线性加速度。

4.如权利要求3所述的基于球类运动的运动轨迹采集和分析的方法，其特征在于，所述采集传感器包括：加速度传感器、陀螺仪、磁场传感器以及声频传感器中的一种或者多种。

5.如权利要求2所述的基于球类运动的运动轨迹采集和分析的方法，其特征在于，所述数据分析包括：采集和分析一体化模块包括的本地数据分析处理器会一直监测采集传感器采集到的数据，根据表面数据结果判断当前运动类型，根据运动剧烈程度灵活设置运动传感器的采样速度。

6.如权利要求2所述的基于球类运动的运动轨迹采集和分析的方法，其特征在于，数据结果和重要轨迹信息输出包括：通过采集和分析一体化模块数据分析得到分析结果，通过采集和分析一体化模块上自带的显示设备直接输出，有选择的把分析结果保存在采集和分析一体化模块上自带的非易失存储器中，根据预定的设置条件对分析结果进行过滤，符合触发条件的情况通过声光、震动反馈输出，及时提醒用户特定事件，有选择的把存储的数据，通过通讯模块发送给上位设备。

7.如权利要求6所述的基于球类运动的运动轨迹采集和分析的方法，其特征在于，根据需要可以实时连接上位设备，查看实时结果或者进行展示用显示。

8.如权利要求7所述的基于球类运动的运动轨迹采集和分析的方法，其特征在于，所述上位设备包括手机、平板电脑、PC、专用终端。