CN112933573A - 一种室内滑雪比赛控制方法、***和可读存储介质 - Google Patents
一种室内滑雪比赛控制方法、***和可读存储介质 Download PDFInfo
- Publication number
- CN112933573A CN112933573A CN202110112538.1A CN202110112538A CN112933573A CN 112933573 A CN112933573 A CN 112933573A CN 202110112538 A CN202110112538 A CN 202110112538A CN 112933573 A CN112933573 A CN 112933573A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- state
- sensor
- characteristic
- 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.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B69/00—Training appliances or apparatus for special sports
- A63B69/18—Training appliances or apparatus for special sports for skiing
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0605—Decision makers and devices using detection means facilitating arbitration
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B71/0669—Score-keepers or score display devices
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B2071/0647—Visualisation of executed movements
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供的一种室内滑雪比赛控制方法、***和可读存储介质,根据获取的用户标识和比赛内容信息得到不同传感器的位置调整方案,使得传感器能够处于最佳位置,获取的用户数据更加准确。另外,本发明还利用了大数据,可以从第三方资源端获取用户的身体状态信息,从而分析用户的运动状态。本发明在进行预状态分析时,还利用了神经网络模型,能够更加精确的分析出预状态值。通过对用户数据的准确分析,可以使得模拟雪机的传感器位置调整更加准确,采集的数据更加准确。
Description
技术领域
本申请涉及传感器数据处理领域,更具体的,涉及一种室内滑雪比赛控制方法、***和可读存储介质。
背景技术
近年来,不受地域、季节、气候等环境因素制约的室内模拟滑雪机受到了越来越多的滑雪者的青睐,模拟滑雪机赛事应运而生,但还不能与模拟雪机的功能和特性做更深度地适配,目前尚处于发展的初级阶段,面临赛事类型单一、规模小、筹备期长,比赛规则的科学性、标准化有待提升,赛事信息数据有待整合,体系不完善等问题。
目前,在模拟雪机上进行的比赛,多采用在不同的模拟滑雪机上,设置规定的坡度、速度,在雪毯两侧以边界绳或对射传感器装置虚拟传统雪场比赛的旗门,裁判员以定时计数的比赛规则进行人工计数,裁定比赛分数。
现有室内模拟雪机比赛,1.均采用定时计数的方法核算比赛分数,因定时计数的方法精准度较低,选手比赛成绩近似,叠同率较高,比赛极易出现多人同一名次的现象;2.囿于雪机机器型号的物理特性(雪机大小、雪毯长宽)限制,比赛在以虚拟旗杆、坡度、速度等参数设计比赛规则时,目前室内模拟雪机的比赛,赛事类型单一并无统一固定的比赛规则;3.现有赛事均在雪机训练场馆内进行比赛,较大型的雪机训练场馆仅拥有6-10台左右的室内模拟雪机且数量很少,很难组织大规模赛事;4.基于目前室内模拟雪机训练场馆的商业运营模式,组织赛事的频率低、筹备期长、人力物力成本高;5.现有室内模拟雪机比赛,比赛规则难以统一标准,因此缺少滑雪者比赛数据信息采集***,如不同年龄、不同性别、不同滑雪水平、已完成的训练课程等数据;6.比赛不能提供为室内模拟雪机培训中心做更深度的教研开发的***的支撑性数据,不能充分利用室内模拟滑雪机的特性,与室内模拟滑雪的教研体系有机结合,帮助滑雪者更高效地学习与提升,导致现有比赛与室内模拟雪机的教研体系相对脱节。在现有技术中,如何通过多种传感器进行用户的动作信息采集,以及进行传感器的位置控制是目前亟不可待要解决的。
发明内容
为了解决上述至少一个技术问题,本发明提出了一种室内滑雪比赛控制方法、***和可读存储介质。
本发明第一方面提出了一种室内滑雪比赛控制方法,包括:
获取用户标识信息和比赛内容信息;
根据用户标识信息确定用户运动状态;
将所述用户运动状态输入至运动神经网络模型中,得到预状态信息;
根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,得到位置调整信息;
将所述位置调整信息发送至调整装置,以进行每个类别传感器的位置调整。
本方案中,所述根据用户标识信息确定用户运动状态,包括:
将所述用户标识信息发送至服务器端;
服务器端根据所述用户标识信息查找数据库,得到用户基本标识信息;
将所述用户基本标识信息发送至第三方资源端,得到用户的身体状态信息;
对所述身体状态信息进行分析,得到用户运动状态。
本方案中,所述将所述用户运动状态输入至运动神经网络模型中,得到预状态信息,具体为:
将所述用户运动状态进行特征计算,得到特征信息;
将所述特征信息进行量化,得到特征信息对应的量化值;
判断所述特征信息对应的量化值的范围,确定特征量化信息;
将所述特征量化信息输入至运动神经网络模型中,得到预状态信息。
本方案中,所述运动神经网络模型的训练方法具体为:
获取多个用户的历史运动信息;
针对多个用户进行特征分类,得到不同的特征用户群;
对不同的特征用户群的特征值和历史运动信息进行预处理,得到训练数据;
针对所述训练数据进行训练,得到运动神经网络模型。
本方案中,所述根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,具体为:
通过预状态信息和比赛内容信息确定用户的预运行轨迹;
通过预运行轨迹确定下一时间段的每个类别传感器的最佳位置,得到位置调整方案。
本方案中,所述每个类别传感器为激光传感器、对射传感器、声呐传感器、开关传感器中的一种或多种。
本发明第二方面提供了一种室内滑雪比赛控制***,包括存储器和处理器,所述存储器中包括室内滑雪比赛控制程序,所述室内滑雪比赛控制程序被所述处理器执行时实现如下步骤:
获取用户标识信息和比赛内容信息;
根据用户标识信息确定用户运动状态;
将所述用户运动状态输入至运动神经网络模型中,得到预状态信息;
根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,得到位置调整信息;
将所述位置调整信息发送至调整装置,以进行每个类别传感器的位置调整。
本方案中,所述根据用户标识信息确定用户运动状态,包括:
将所述用户标识信息发送至服务器端;
服务器端根据所述用户标识信息查找数据库,得到用户基本标识信息;
将所述用户基本标识信息发送至第三方资源端,得到用户的身体状态信息;
对所述身体状态信息进行分析,得到用户运动状态。
本方案中,所述将所述用户运动状态输入至运动神经网络模型中,得到预状态信息,具体为:
将所述用户运动状态进行特征计算,得到特征信息;
将所述特征信息进行量化,得到特征信息对应的量化值;
判断所述特征信息对应的量化值的范围,确定特征量化信息;
将所述特征量化信息输入至运动神经网络模型中,得到预状态信息。
本方案中,所述运动神经网络模型的训练方法具体为:
获取多个用户的历史运动信息;
针对多个用户进行特征分类,得到不同的特征用户群;
对不同的特征用户群的特征值和历史运动信息进行预处理,得到训练数据;
针对所述训练数据进行训练,得到运动神经网络模型。
本方案中,所述根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,具体为:
通过预状态信息和比赛内容信息确定用户的预运行轨迹;
通过预运行轨迹确定下一时间段的每个类别传感器的最佳位置,得到位置调整方案。
本方案中,所述每个类别传感器为激光传感器、对射传感器、声呐传感器、开关传感器中的一种或多种。
本发明第三方面还提供了一种计算机可读存储介质,所述计算机可读存储介质中包括一种室内滑雪比赛控制方法程序,所述一种室内滑雪比赛控制方法程序被处理器执行时,实现如上述任一项所述的一种室内滑雪比赛控制方法步骤。
本发明提供的一种室内滑雪比赛控制方法、***和可读存储介质,根据获取的用户标识和比赛内容信息得到不同传感器的位置调整方案,使得传感器能够处于最佳位置,获取的用户数据更加准确。另外,本发明还利用了大数据,可以从第三方资源端获取用户的身体状态信息,从而分析用户的运动状态。本发明在进行预状态分析时,还利用了神经网络模型,能够更加精确的分析出预状态值。通过对用户数据的准确分析,可以使得模拟雪机的传感器位置调整更加准确,采集的数据更加准确。
附图说明
图1示出了本发明一种室内滑雪比赛控制方法流程图;
图2示出了本发明一种室内滑雪比赛控制***的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种室内滑雪比赛控制方法流程图。
如图1所示,本发明公开了一种室内滑雪比赛控制方法,包括:
S102,获取用户标识信息和比赛内容信息;
S104,根据用户标识信息确定用户运动状态;
S106,将所述用户运动状态输入至运动神经网络模型中,得到预状态信息;
S108,根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,得到位置调整信息;
S110,将所述位置调整信息发送至调整装置,以进行每个类别传感器的位置调整。
需要说明的是,模拟雪机通常为立方体结构,在模拟雪机中设置有多类传感器,每类传感器为激光传感器、对射传感器、声呐传感器、开关传感器中的一种或多种。其中,激光传感器、对射传感器、声呐传感器、开关传感器可以根据需要设置在不同的位置。例如,声呐传感器为4个,设置在模拟雪机的4个角,位置高于雪毯1米以上;对射传感器设置在雪毯的两侧,数量可以为5-8对,每对的间隔为20-40厘米。每类的传感器的位置可以调整变化,可以理解的是每个传感器都可以配置一个调整装置以用于进行角度的调节,调整装置中可以设置电机进行驱动,每个调整装置由控制器进行控制调节。本发明中其他种类的传感器都可以配置相对应的调整装置,以针对不同传感器进行位置的调整。本发明中,首先获取用户标识信息和比赛内容信息,其中用户标识信息可以是用户的ID信息,比如身份证号码等信息,用来指示和标记不同用户,在滑雪比赛中有不同的比赛模式,也就是比赛内容信息,如大回环和小回环或者直线竞速等。值得说明的是,服务器或本地的模拟雪机可以用来存储用户的信息,可以是用户预先输入的,也可以是用户在模拟雪机上当场采集到的。然后根据用户标识信息确定用户运动状态,其中所述的运动状态可以是用户的运动能力信息,比如用户的反应速度、移动速度、滑行姿势等信息。本发明中在获取到了运动状态之后,将所述用户运动状态输入至运动神经网络模型中,得到预状态信息。所述的预状态信息可以是用户的运动轨迹,用以反应用户在后面时间段中的轨迹信息。获得了预运动轨迹,则可以根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,得到位置调整信息。最后将所述位置调整信息发送至调整装置,以进行每个类别传感器的位置调整。
根据本发明实施例,所述根据用户标识信息确定用户运动状态,包括:
将所述用户标识信息发送至服务器端;
服务器端根据所述用户标识信息查找数据库,得到用户基本标识信息;
将所述用户基本标识信息发送至第三方资源端,得到用户的身体状态信息;
对所述身体状态信息进行分析,得到用户运动状态。
需要说明的是,用户标识可以发送至服务器端,服务器端预存储有用户标识信息的数据库。服务器端在接收到了用户标识信息之后,可以查询数据库,得到用户的基本标识信息。所述的基本标识信息区别于用户标识信息,为用户的基本特征信息,比如,用户的名字、年龄、身高、体重、从事的工作、疾病状态等信息。然后将所述用户基本标识信息发送至第三方资源端,得到用户的身体状态信息。其中,所述第三方资源端可以是医疗***、保险***、体检***等,值得一提的是,任何能够获取用户身体状态信息的第三方资源端都落入本申请保护范围内。例如,若第三方资源端为医疗***,则发送用户的基本标识信息,即用户名字、年龄、身高、体重等信息至医疗***,查找用户的身体状态信息,比如,体制状态较好,反映速度较快,力量较强。通过得到的用户的身体状态信息便可以分析出用户的运动状态,也就是说可以分析出用户的反应速度、移动速度、滑行姿势等信息。
根据本发明实施例,所述将所述用户运动状态输入至运动神经网络模型中,得到预状态信息,具体为:
将所述用户运动状态进行特征计算,得到特征信息;
将所述特征信息进行量化,得到特征信息对应的量化值;
判断所述特征信息对应的量化值的范围,确定特征量化信息;
将所述特征量化信息输入至运动神经网络模型中,得到预状态信息。
需要说明的是,本发明还可以通过神经网络模型计算预状态信息。首先,将所述用户运动状态进行特征计算,得到特征信息。通过特征计算可以计算出每个用户的特征,所述的特征计算为本领域中常用的计算手段,本发明不再一一赘述。判断所述特征信息对应的量化值的范围,确定特征量化信息。为了计算较为方便,本发明将所述特征信息进行量化,得到特征信息对应的量化值。由于量化值较多,为了降低计算量,可以使用范围值量化确定方法,也就是说,将落入预设范围的量化值大小都归为一个固定的量化值。将所述特征量化信息输入至运动神经网络模型中,得到预状态信息。由于神经网络已经通过大量的用户数据进行了训练,所以只需要输入特征量化信息,便可以输出得到预状态信息。
根据本发明实施例,所述运动神经网络模型的训练方法具体为:
获取多个用户的历史运动信息;
针对多个用户进行特征分类,得到不同的特征用户群;
对不同的特征用户群的特征值和历史运动信息进行预处理,得到训练数据;
针对所述训练数据进行训练,得到运动神经网络模型。
需要说明的是,通过运动神经网络模型可以得到较为准确的结果,但是运动神经网络模型需要通过大量的数据进行训练。首先,获取多个用户的历史运动信息。在训练神经网络时,数据量越大越好,数据越多训练的准确率就会越高。然后针对每个用户进行特征分类,将不同的用户分为不同的类别,其中所述类别可以是预设置的类别,比如A类用户,代表年轻运动能力强反应力好的用户;B类用户,代表中年能力强反应力好的用户。针对不同特征用户群的特征值和历史运动信息进行预处理,得到训练数据。所述的预处理可以是将数据进行处理,以便神经网络模型的的训练处理。比如,可以将特征值转换为方便数据训练的向量。最后,针对所述训练数据进行训练,得到运动神经网络模型。
根据本发明实施例,所述根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,具体为:
通过预状态信息和比赛内容信息确定用户的预运行轨迹;
通过预运行轨迹确定下一时间段的每个类别传感器的最佳位置,得到位置调整方案。
需要说明的是,所述的预状态信息获取之后,可以计算确定用户的预运行轨迹,所述的预运行轨迹表示用户在下一时段的位置轨迹,所述的位置轨迹可以是通过三维坐标点的方式进行表示。确定了用户的位置轨迹,也就可以确定下一时间段的传感器的最佳位置。例如,用户下一时刻的运动轨迹为模拟雪机的中间点至右前方50厘米处,那么对射传感器、激光传感器等传感器根据此时的运动轨迹进行移动,以便更加适应下一时刻的用户检测,提高检测的准确度。
根据本发明实施例,还包括:
获取比赛计分模式;
根据所述比赛计分模式获取计分参数;
根据所述计分参数进行计算,得到用户的比赛分数;
所述比赛计分模式为定时计数或定数计时的模式。
需要说明的是,本发明可以通过不同的方式进行计分,具体比赛计分模式为定时计数或定数计时的模式。其中所述定时计数的模式,可以是在一定时间内统计用户通过的设备数量或者动作次数进行计分。可以是数量越大分数越高,也可以是数量越少分数越高,具体可以是本领域技术人员根据实际需要设置的。例如,可以是用户绕桩的数量,在此模式下,在一定时间内,绕桩的次数越多,分数会越高。所述的定数计时方式,可以是在用户通过固定数量的设备数量或者做完固定的动作次数之后进行时间的统计,根据时间进行计分。例如,用户在通过10次桩之后用时50秒,则折算分数为60分;用户在通过10次桩之后用户40秒,则折算分数为80分。
根据本发明实施例,在本发明中计算用户的位置、传感器的坐标、用户行驶轨迹、雪毯的坡度都采用三维坐标的方式进行记录。所述的三维坐标可以是通过xyz三轴进行建立。
需要说明的是,首先先建立三维坐标系,可以在规定区域建立统一的xyz坐标。然后根据每个传感器的数据、位置、角度信息,便可以计算出用户的位置,并映射到坐标系中,得到对应的坐标值。由于还获取了时间点信息,所以通过坐标值和时间点,便可以生成运动轨迹。通过所述运动轨迹,可以得到运动状态数据。所述运动状态数据可以包括用户的步频、速度、方位等信息。
图2示出了本发明一种室内滑雪比赛控制***的框图。
如图2所示,本发明公开了一种室内滑雪比赛控制***2,包括存储器21和处理器22,所述存储器中包括室内滑雪比赛控制程序,所述室内滑雪比赛控制程序被所述处理器执行时实现如下步骤:
获取用户标识信息和比赛内容信息;
根据用户标识信息确定用户运动状态;
将所述用户运动状态输入至运动神经网络模型中,得到预状态信息;
根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,得到位置调整信息;
将所述位置调整信息发送至调整装置,以进行每个类别传感器的位置调整。
需要说明的是,模拟雪机通常为立方体结构,在模拟雪机中设置有多类传感器,每类传感器为激光传感器、对射传感器、声呐传感器、开关传感器中的一种或多种。其中,激光传感器、对射传感器、声呐传感器、开关传感器可以根据需要设置在不同的位置。例如,声呐传感器为4个,设置在模拟雪机的4个角,位置高于雪毯1米以上;对射传感器设置在雪毯的两侧,数量可以为5-8对,每对的间隔为20-40厘米。每类的传感器的位置可以调整变化,可以理解的是每个传感器都可以配置一个调整装置以用于进行角度的调节,调整装置中可以设置电机进行驱动,每个调整装置由控制器进行控制调节。本发明中其他种类的传感器都可以配置相对应的调整装置,以针对不同传感器进行位置的调整。本发明中,首先获取用户标识信息和比赛内容信息,其中用户标识信息可以是用户的ID信息,比如身份证号码等信息,用来指示和标记不同用户,在滑雪比赛中有不同的比赛模式,也就是比赛内容信息,如大回环和小回环或者直线竞速等。值得说明的是,服务器或本地的模拟雪机可以用来存储用户的信息,可以是用户预先输入的,也可以是用户在模拟雪机上当场采集到的。然后根据用户标识信息确定用户运动状态,其中所述的运动状态可以是用户的运动能力信息,比如用户的反应速度、移动速度、滑行姿势等信息。本发明中在获取到了运动状态之后,将所述用户运动状态输入至运动神经网络模型中,得到预状态信息。所述的预状态信息可以是用户的运动轨迹,用以反应用户在后面时间段中的轨迹信息。获得了预运动轨迹,则可以根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,得到位置调整信息。最后将所述位置调整信息发送至调整装置,以进行每个类别传感器的位置调整。
根据本发明实施例,所述根据用户标识信息确定用户运动状态,包括:
将所述用户标识信息发送至服务器端;
服务器端根据所述用户标识信息查找数据库,得到用户基本标识信息;
将所述用户基本标识信息发送至第三方资源端,得到用户的身体状态信息;
对所述身体状态信息进行分析,得到用户运动状态。
需要说明的是,用户标识可以发送至服务器端,服务器端预存储有用户标识信息的数据库。服务器端在接收到了用户标识信息之后,可以查询数据库,得到用户的基本标识信息。所述的基本标识信息区别于用户标识信息,为用户的基本特征信息,比如,用户的名字、年龄、身高、体重、从事的工作、疾病状态等信息。然后将所述用户基本标识信息发送至第三方资源端,得到用户的身体状态信息。其中,所述第三方资源端可以是医疗***、保险***、体检***等,值得一提的是,任何能够获取用户身体状态信息的第三方资源端都落入本申请保护范围内。例如,若第三方资源端为医疗***,则发送用户的基本标识信息,即用户名字、年龄、身高、体重等信息至医疗***,查找用户的身体状态信息,比如,体制状态较好,反映速度较快,力量较强。通过得到的用户的身体状态信息便可以分析出用户的运动状态,也就是说可以分析出用户的反应速度、移动速度、滑行姿势等信息。
根据本发明实施例,所述将所述用户运动状态输入至运动神经网络模型中,得到预状态信息,具体为:
将所述用户运动状态进行特征计算,得到特征信息;
将所述特征信息进行量化,得到特征信息对应的量化值;
判断所述特征信息对应的量化值的范围,确定特征量化信息;
将所述特征量化信息输入至运动神经网络模型中,得到预状态信息。
需要说明的是,本发明还可以通过神经网络模型计算预状态信息。首先,将所述用户运动状态进行特征计算,得到特征信息。通过特征计算可以计算出每个用户的特征,所述的特征计算为本领域中常用的计算手段,本发明不再一一赘述。判断所述特征信息对应的量化值的范围,确定特征量化信息。为了计算较为方便,本发明将所述特征信息进行量化,得到特征信息对应的量化值。由于量化值较多,为了降低计算量,可以使用范围值量化确定方法,也就是说,将落入预设范围的量化值大小都归为一个固定的量化值。将所述特征量化信息输入至运动神经网络模型中,得到预状态信息。由于神经网络已经通过大量的用户数据进行了训练,所以只需要输入特征量化信息,便可以输出得到预状态信息。
根据本发明实施例,所述运动神经网络模型的训练方法具体为:
获取多个用户的历史运动信息;
针对多个用户进行特征分类,得到不同的特征用户群;
对不同的特征用户群的特征值和历史运动信息进行预处理,得到训练数据;
针对所述训练数据进行训练,得到运动神经网络模型。
需要说明的是,通过运动神经网络模型可以得到较为准确的结果,但是运动神经网络模型需要通过大量的数据进行训练。首先,获取多个用户的历史运动信息。在训练神经网络时,数据量越大越好,数据越多训练的准确率就会越高。然后针对每个用户进行特征分类,将不同的用户分为不同的类别,其中所述类别可以是预设置的类别,比如A类用户,代表年轻运动能力强反应力好的用户;B类用户,代表中年能力强反应力好的用户。针对不同特征用户群的特征值和历史运动信息进行预处理,得到训练数据。所述的预处理可以是将数据进行处理,以便神经网络模型的的训练处理。比如,可以将特征值转换为方便数据训练的向量。最后,针对所述训练数据进行训练,得到运动神经网络模型。
根据本发明实施例,所述根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,具体为:
通过预状态信息和比赛内容信息确定用户的预运行轨迹;
通过预运行轨迹确定下一时间段的每个类别传感器的最佳位置,得到位置调整方案。
需要说明的是,所述的预状态信息获取之后,可以计算确定用户的预运行轨迹,所述的预运行轨迹表示用户在下一时段的位置轨迹,所述的位置轨迹可以是通过三维坐标点的方式进行表示。确定了用户的位置轨迹,也就可以确定下一时间段的传感器的最佳位置。例如,用户下一时刻的运动轨迹为模拟雪机的中间点至右前方50厘米处,那么对射传感器、激光传感器等传感器根据此时的运动轨迹进行移动,以便更加适应下一时刻的用户检测,提高检测的准确度。
根据本发明实施例,还包括:
获取比赛计分模式;
根据所述比赛计分模式获取计分参数;
根据所述计分参数进行计算,得到用户的比赛分数;
所述比赛计分模式为定时计数或定数计时的模式。
需要说明的是,本发明可以通过不同的方式进行计分,具体比赛计分模式为定时计数或定数计时的模式。其中所述定时计数的模式,可以是在一定时间内统计用户通过的设备数量或者动作次数进行计分。可以是数量越大分数越高,也可以是数量越少分数越高,具体可以是本领域技术人员根据实际需要设置的。例如,可以是用户绕桩的数量,在此模式下,在一定时间内,绕桩的次数越多,分数会越高。所述的定数计时方式,可以是在用户通过固定数量的设备数量或者做完固定的动作次数之后进行时间的统计,根据时间进行计分。例如,用户在通过10次桩之后用时50秒,则折算分数为60分;用户在通过10次桩之后用户40秒,则折算分数为80分。
根据本发明实施例,在本发明中计算用户的位置、传感器的坐标、用户行驶轨迹、雪毯的坡度都采用三维坐标的方式进行记录。所述的三维坐标可以是通过xyz三轴进行建立。
需要说明的是,首先先建立三维坐标系,可以在规定区域建立统一的xyz坐标。然后根据每个传感器的数据、位置、角度信息,便可以计算出用户的位置,并映射到坐标系中,得到对应的坐标值。由于还获取了时间点信息,所以通过坐标值和时间点,便可以生成运动轨迹。通过所述运动轨迹,可以得到运动状态数据。所述运动状态数据可以包括用户的步频、速度、方位等信息。
本发明第三方面还提供了一种计算机可读存储介质,所述计算机可读存储介质中包括一种室内滑雪比赛控制方法程序,所述一种室内滑雪比赛控制方法程序被处理器执行时,实现如上述任一项所述的一种室内滑雪比赛控制方法步骤。
本发明提供的一种室内滑雪比赛控制方法、***和可读存储介质,根据获取的用户标识和比赛内容信息得到不同传感器的位置调整方案,使得传感器能够处于最佳位置,获取的用户数据更加准确。另外,本发明还利用了大数据,可以从第三方资源端获取用户的身体状态信息,从而分析用户的运动状态。本发明在进行预状态分析时,还利用了神经网络模型,能够更加精确的分析出预状态值。通过对用户数据的准确分析,可以使得模拟雪机的传感器位置调整更加准确,采集的数据更加准确。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种室内滑雪比赛控制方法,其特征在于,包括:
获取用户标识信息和比赛内容信息;
根据用户标识信息确定用户运动状态;
将所述用户运动状态输入至运动神经网络模型中,得到预状态信息;
根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,得到位置调整信息;
将所述位置调整信息发送至调整装置,以进行每个类别传感器的位置调整。
2.根据权利要求1所述的一种室内滑雪比赛控制方法,其特征在于,所述根据用户标识信息确定用户运动状态,包括:
将所述用户标识信息发送至服务器端;
服务器端根据所述用户标识信息查找数据库,得到用户基本标识信息;
将所述用户基本标识信息发送至第三方资源端,得到用户的身体状态信息;
对所述身体状态信息进行分析,得到用户运动状态。
3.根据权利要求1所述的一种室内滑雪比赛控制方法,其特征在于,所述将所述用户运动状态输入至运动神经网络模型中,得到预状态信息,具体为:
将所述用户运动状态进行特征计算,得到特征信息;
将所述特征信息进行量化,得到特征信息对应的量化值;
判断所述特征信息对应的量化值的范围,确定特征量化信息;
将所述特征量化信息输入至运动神经网络模型中,得到预状态信息。
4.根据权利要求3所述的一种室内滑雪比赛控制方法,其特征在于,所述运动神经网络模型的训练方法具体为:
获取多个用户的历史运动信息;
针对多个用户进行特征分类,得到不同的特征用户群;
对不同的特征用户群的特征值和历史运动信息进行预处理,得到训练数据;
针对所述训练数据进行训练,得到运动神经网络模型。
5.根据权利要求1所述的一种室内滑雪比赛控制方法,其特征在于,所述根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,具体为:
通过预状态信息和比赛内容信息确定用户的预运行轨迹;
通过预运行轨迹确定下一时间段的每个类别传感器的最佳位置,得到位置调整方案。
6.根据权利要求1所述的一种室内滑雪比赛控制方法,其特征在于,所述每个类别传感器为激光传感器、对射传感器、声呐传感器、开关传感器中的一种或多种。
7.一种室内滑雪比赛控制***,其特征在于,包括存储器和处理器,所述存储器中包括室内滑雪比赛控制程序,所述室内滑雪比赛控制程序被所述处理器执行时实现如下步骤:
获取用户标识信息和比赛内容信息;
根据用户标识信息确定用户运动状态;
将所述用户运动状态输入至运动神经网络模型中,得到预状态信息;
根据所述预状态信息和所述比赛内容信息确定每个类别传感器的位置调整方案,得到位置调整信息;
将所述位置调整信息发送至调整装置,以进行每个类别传感器的位置调整。
8.根据权利要求7所述的一种室内滑雪比赛控制***,其特征在于,所述根据用户标识信息确定用户运动状态,包括:
将所述用户标识信息发送至服务器端;
服务器端根据所述用户标识信息查找数据库,得到用户基本标识信息;
将所述用户基本标识信息发送至第三方资源端,得到用户的身体状态信息;
对所述身体状态信息进行分析,得到用户运动状态。
9.根据权利要求7所述的一种室内滑雪比赛控制***,其特征在于,所述将所述用户运动状态输入至运动神经网络模型中,得到预状态信息,具体为:
将所述用户运动状态进行特征计算,得到特征信息;
将所述特征信息进行量化,得到特征信息对应的量化值;
判断所述特征信息对应的量化值的范围,确定特征量化信息;
将所述特征量化信息输入至运动神经网络模型中,得到预状态信息。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种室内滑雪比赛控制方法程序,所述一种室内滑雪比赛控制方法程序被处理器执行时,实现如权利要求1至6中任一项所述的一种室内滑雪比赛控制方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110112538.1A CN112933573B (zh) | 2021-01-27 | 2021-01-27 | 一种室内滑雪比赛控制方法、***和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110112538.1A CN112933573B (zh) | 2021-01-27 | 2021-01-27 | 一种室内滑雪比赛控制方法、***和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112933573A true CN112933573A (zh) | 2021-06-11 |
CN112933573B CN112933573B (zh) | 2022-05-24 |
Family
ID=76238031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110112538.1A Active CN112933573B (zh) | 2021-01-27 | 2021-01-27 | 一种室内滑雪比赛控制方法、***和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112933573B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5503606A (en) * | 1992-01-17 | 1996-04-02 | Stephens; Thomas E. | Training apparatus |
GB2505417A (en) * | 2012-08-28 | 2014-03-05 | Tommi Opas | Snowboard/skateboard trajectory tracking and evaluation |
CN105572676A (zh) * | 2015-12-16 | 2016-05-11 | 浙江大学 | 一种基于水平鱼探仪影像的围网目标鱼群追踪方法 |
CN106599770A (zh) * | 2016-10-20 | 2017-04-26 | 江苏清投视讯科技有限公司 | 一种基于体感动作识别及抠像的滑雪场景显示方法 |
CN111260983A (zh) * | 2020-01-20 | 2020-06-09 | 北京驭胜晏然体育文化有限公司 | 一种智能仿真室内滑雪教学***及方法 |
CN111275339A (zh) * | 2020-01-20 | 2020-06-12 | 北京驭胜晏然体育文化有限公司 | 一种室内滑雪教学动作分析纠正方法、***及可读存储介质 |
-
2021
- 2021-01-27 CN CN202110112538.1A patent/CN112933573B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5503606A (en) * | 1992-01-17 | 1996-04-02 | Stephens; Thomas E. | Training apparatus |
GB2505417A (en) * | 2012-08-28 | 2014-03-05 | Tommi Opas | Snowboard/skateboard trajectory tracking and evaluation |
CN105572676A (zh) * | 2015-12-16 | 2016-05-11 | 浙江大学 | 一种基于水平鱼探仪影像的围网目标鱼群追踪方法 |
CN106599770A (zh) * | 2016-10-20 | 2017-04-26 | 江苏清投视讯科技有限公司 | 一种基于体感动作识别及抠像的滑雪场景显示方法 |
CN111260983A (zh) * | 2020-01-20 | 2020-06-09 | 北京驭胜晏然体育文化有限公司 | 一种智能仿真室内滑雪教学***及方法 |
CN111275339A (zh) * | 2020-01-20 | 2020-06-12 | 北京驭胜晏然体育文化有限公司 | 一种室内滑雪教学动作分析纠正方法、***及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112933573B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Baca et al. | Ubiquitous computing in sports: A review and analysis | |
Whiteside et al. | Spatial characteristics of professional tennis serves with implications for serving aces: A machine learning approach | |
KR102054542B1 (ko) | 신체 활동 모니터링 디바이스에 의한 게임 플레이 확장 | |
US20160074706A1 (en) | Automatic exercise segmentation and recognition | |
WO2001042809A3 (en) | Gps athletic performance monitor methods and apparatus thereof | |
US20140257535A1 (en) | Personal training with physical activity monitoring device | |
CN103458978B (zh) | 虚拟高尔夫球练习场模拟装置及方法 | |
US20160192866A1 (en) | Determining performance indicators for periodic movements | |
CN103079653A (zh) | 虚拟高尔夫球模拟装置及方法 | |
CN108091380A (zh) | 基于多传感融合的青少年基本运动能力训练***及方法 | |
CN110270077B (zh) | 一种击球评估***及其方法 | |
CN112933573B (zh) | 一种室内滑雪比赛控制方法、***和可读存储介质 | |
CN111298448B (zh) | 一种智能仿真室内滑雪游戏***及方法 | |
CN112619081A (zh) | 一种智能网球拍教学辅助***、方法和一种网球拍 | |
CN112933580B (zh) | 一种基于声呐传感器的滑雪比赛数据获取方法、***和可读存储介质 | |
CN112915519B (zh) | 一种基于开关传感器的滑雪比赛数据获取方法、***和可读存储介质 | |
CN112891895B (zh) | 一种基于对射传感器的滑雪比赛数据获取方法、***和可读存储介质 | |
CN112933574B (zh) | 一种多联机的室内滑雪比赛控制方法、***和可读存储介质 | |
CN114995640A (zh) | 一种基于智慧步道的运动管理方法及*** | |
Wang et al. | [Retracted] Research on Intelligent Sports Training System for Golf Based on Body Sense Recognition | |
CN112883950A (zh) | 一种基于激光传感器的滑雪比赛数据获取方法、***和可读存储介质 | |
Bačić | Extracting player’s stance information from 3D motion data: A case study in tennis groundstrokes | |
KR102045566B1 (ko) | 컬링 경기 전략 생성 장치 및 그 방법 | |
CN110457769A (zh) | 一种用于乒乓球比赛战术的模拟装置 | |
KR100615985B1 (ko) | 개인별 운동기록 관리방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230320 Address after: Room 704, Floor 7, 101, Building 3, Yard 9, Jiaogezhuang Street, Shunyi District, Beijing, 101300 Patentee after: Pengpai Future (Beijing) Sports Culture Co.,Ltd. Address before: Room 203-52, 2 / F, building 2, No.1 and 3, Qinglong Hutong, Dongcheng District, Beijing Patentee before: Beijing Yusheng Yanran Sports Culture Co.,Ltd. |