CN116570905A - 一种用于篮球技能考级的智能指导*** - Google Patents

Abstract

本发明公开了一种用于篮球技能考级的智能指导***，包括声音发生器、采集模块、动作分析模块、学习指导模块和损伤评估模块，该声音发生器用于产生启动哨声；该采集模块用于采集训练者执行篮球技能考级训练过程的运动视频；该动作分析模块用于识别运动视频中训练者的篮球技能动作，将其与标准动作进行对比，分析篮球技能动作的正确性；该学习指导模块用于识别运动视频中训练者的运动表现，结合专家知识和经验，给出学习指导意见；该损伤评估模块用于识别运动视频中训练者的动作模式，结合专家知识和经验，给出损伤评估结果；接收声音发生器的工作信号，控制其他模块开始工作，根据动作识别结果，生成智能学习指导报告。

Description

一种用于篮球技能考级的智能指导***

技术领域

本发明涉及运动训练的技术领域，具体来说，是一种用于篮球技能考级的智能指导***。

背景技术

篮球运动在我国有着坚实的群众基础和成熟的竞赛体制，在百年发展历程中，也保持着科技助力的传统，是人工智能得天独厚的应用场域，运用AI的视觉感知技术对篮球场上的画面进行捕捉，经由机器人深度学习实现智能评价，实现对运动员动作和行为的分析，也逐渐热兴起来。

根据《中国篮球运动发展报告》数据显示，篮球在中国是最受青少年欢迎的运动项目之一，许多地方***门将篮球纳入体育中考的必考项目，因此，篮球技能训练是青少年考级必备的运动要求，但是由于大多数人对自己身体的情况不是很了解，很容易发生健身方案不适合的情况，从而大大影响体育运动训练效果，所以对体育运动训练进行评估是必要的。

现有的体育运动训练评估，大多采用教练当场进行观察指导的模式，人眼识别有限，可能存在遗漏，或者采用摄像头进行训练视频的采集，然后在结束训练后，教练进行观察指导，大部分人只能靠自我体会与领悟，训练的效率极其低下，且动作不规范；而针对训练过程中训练者的运动情况的智能评估***，多以三维数据作为计算基础，数据量巨大、计算速度相对较慢，实时性差，对训练动作的采集过于宽泛，针对性差，同时仅仅是对训练动作进行评估，没有对训练者的运动能力、潜在损伤进行评估，不能帮助训练者更好地了解自身运动能力，从而影响训练效果。

发明内容

本发明提供一种用于篮球技能考级的智能指导***，解决现有指导模式多采用教练当场进行观察指导，效率低下，而智能监测装置实时性差、训练动作采集过于宽泛，针对性差，仅是针对训练动作的正确性进行判断，不能给出训练指导或意见等技术问题。

本发明可以通过以下技术方案实现：

本发明有益的技术效果在于：

1、以声音发生器的工作信号作为整个***的启动信号，为采集模块提供采集起始时刻点，避免数据遗失，并且能够提升整个***的能量利用率，同时启动哨声来自声音发生器而非教练，即使教练不在，训练者依然可以进行自我训练，灵活性大；

2、通过动作分析模块对训练过程中的基本技术动作的正确性进行分析识别，满足训练指导的基本要求，并且对训练过程中的运动表现如启动速度、位移速度、跑篮速度、起跳高度等运动参数进行识别分析，提升训练者的运动能力以及体能，更好地促进训练效果的提高，同时借助损伤评估模块可以对训练过程中的伸手迎球、落地方式、下肢力线和八字脚进行识别，评估潜在损伤，提高训练过程的安全性能，更好地保护训练者的身体，实用性更好，更有利于推广应用；

3、本发明采用骨架关节点目标跟踪算法实现对训练者的目标跟踪，采用模板匹配算法实现对篮球的目标跟踪，进而获取训练者、篮球各自的运动情况以及两者之间的相对运动情况，从而完成对训练者的技能动作、运动表现和动作模式的实时识别，实现全方位的训练指导，弥补人眼识别的遗漏，帮助训练者更快地掌握考级所需的技能动作，提高训练效率，同时能够大大减轻教练的工作量，智能化水平更高。

附图说明

图1为本发明的整体电路连接框图；

图2为本发明的骨架关节点目标跟踪算法中的25个关节点位置示意图；

图3为本发明的正面中立位线示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明。

如图1所示，本发明提供了一种用于篮球技能考级的智能指导***，包括声音发生器、采集模块、动作分析模块、学习指导模块和损伤评估模块，它们均与处理器相连，该声音发生器用于产生启动哨声；该采集模块用于采集训练者执行篮球技能考级训练过程的运动视频；该动作分析模块用于识别运动视频中训练者的篮球技能动作，将其与标准动作进行对比，分析篮球技能动作的正确性；该学习指导模块用于识别运动视频中训练者的运动表现，结合专家知识和经验，给出学习指导意见；该损伤评估模块用于识别运动视频中训练者的动作模式，结合专家知识和经验，给出损伤评估结果；该处理器接收声音发生器的工作信号，控制采集模块、动作分析模块、学习指导模块、损伤评估模块开始工作，根据动作分析模块、学习指导模块、损伤评估模块的识别结果，生成智能学习指导报告，并显示出来。这样，以声音发生器的工作信号作为整个***的启动信号，为采集模块提供采集起始时刻点，避免数据遗失，并且能够提升整个***的能量利用率，同时启动哨声来自声音发生器而非教练，即使教练不在，训练者依然可以进行自我训练；本发明的智能指导***不仅可以对篮球技能动作的正确性进行判断，还可以对训练者的运动表现、运动模式进行评估，以便对训练者的整体运动能力进行指导以及潜在损伤进行评估，更好地保护训练者的身体，进一步提升训练效果，实用性更好，更有利于推广应用。

具体如下：

为了确保实时性，本发明的动作分析模块、学习指导模块和损伤评估模块均采用骨架关节点目标跟踪算法进行目标跟踪，获取各帧图像中训练者各个关节点的位置信息，实现训练者的目标跟踪，如图2所示，该关节点设置有25个，包括为0鼻子、1脖子、2右肩、3右肘、4右腕、5左肩、6左肘、7左腕、8臀部中心、9右髋、10右膝、11右踝、12左髋、13左膝、14左踝、15右眼、16左眼、17右耳、18左耳、19左大趾、20左小趾、21左脚跟、22右大趾、23右小趾、24右脚跟；

同时均采用模板匹配算法识别各帧图像中篮球球心的位置信息，实现篮球的目标跟踪；再根据各个关节点的位置信息和篮球球心的位置信息各自的变化趋势以及两者之间的相对位置关系，识别训练者的篮球技能动作、运动表现和动作模式。

我们可以建立篮球场的三维模型，标记篮球场的中线、篮筐等位置信息，以便为动作分析模块、学习指导模块、损伤评估模块的后续计算提供位置基础；考虑到篮球自身的形状、表面纹理特征，可以在其表面均匀间隔设置多个模板图形，以便能够从不同角度的篮球图像中识别出篮球，获取其位置信息；考虑到OpenPose算法是一种多人2D姿态检测开源实时***，是美国***梅隆大学(CMU)基于卷积神经网络和监督学习并以caffe为框架开发的开源库，配合COCO数据集可以实现人体骨骼关节点精确识别，能够检测包括身体、脚部、手部和面部等多个骨骼关键点的信息，因此，本发明采用OpenPose算法执行训练者的骨架关节点目标跟踪。

该采集模块包括间隔设置在篮球场上的多组摄像头，它们均沿训练者运行轨迹设置，至少对应设置在持球启动位置、行进间运球位置、行进间投篮位置各一组摄像头，它们分别从相对的两侧对训练者的运动状态进行视频拍摄，从而可以尽量避免由于身体遮挡导致采集到的运动图像中训练者、篮球、球场球框、球场中线之间的相对位置不明确，不能进行后续计算识别。

该声音发生器可以事先录入教练所使用的篮球专用哨哨声，也可以是篮球专用电子哨等等，采用遥控开关控制，训练开始时，只要按下该遥控开关就可以发出哨声。

根据考级技能的动作要求，便于对运动视频的分析计算，我们运动视频划分为持球启动、行进间高运球、行进间投篮三个阶段，依据教练、专家等的教学经验，选择各个阶段对应的基础关键性的动作或者模式，以右手行进间投球为例，其篮球技能动作、运动表现和动作模式的种类具体如下：

根据后续的计算需要，我们可以预先设置持球时篮球球心和训练者腕关节点之间的持球距离阈值、落地时篮球球心和地面之间的落地距离阈值，以及记录持球开始时刻也就是运动视频的最开始的几帧图像中后跟关节点、脚趾关节点与地面之间的距离即为离地距离阈值，以便后续的持球和球落地计算。

对于持球启动阶段

该动作分析模块根据篮球和训练者的双手之间的相对位置、同侧手脚位置的一致性，以及第一次篮球落地和后脚之间的时序关系，判断持球启动状态是否正确；

由于持球时右手在球的正上方，左手扶球，同时右脚在前，左脚在后，根据持球距离阈值，可以判断训练者是否双手持球，然后将篮球的球心和双手的腕关节的相对位置信息与标准相对位置做比较，同时根据持球在上的右腕关节点，判断同侧的右踝关节点是否在前，以判断持球动作是否正确；

再根据第一次篮球落地时刻和左踝关节点在后的左脚后跟关节点第一次离地时刻之间的时序关系，判断启动动作是否正确；对于第一次篮球落地时刻，只要找出篮球球心与地面之间的距离第一次小于落地距离阈值，就可以判断篮球是否落地，记录此时对应的时刻即为时刻T2；对于左脚后跟关节点第一次离地时刻，则可以先记录持球开始时刻也就是运动视频的最开始的几帧图像中左脚后跟关节点与地面之间的距离即为离地距离阈值，然后记录后续距离开始大于离地距离阈值对应的时刻即为时刻T4，比较时刻T2和时刻T4的大小，就可以判断启动动作是否正确。

考虑到启动速度对考级达标有重要影响，同时能够反映出训练者的反应速度和动作速度水平，该学习指导模块根据第一次篮球落地时长以及对应的后脚离地时长即启动速度，给出启动训练指导意见；

检测声音发生器开始工作时刻即为时刻T1，检测篮球球心与地面之间的落地距离第一次小于落地距离阈值的时刻即为时刻T2，计算时刻T1和时刻T2之间的差值即为第一次篮球落地时长；检测左踝关节在后的左脚后跟关节点与地面之间的离地距离第一次开始变大的时刻即为时刻T3，计算时刻T1和时刻T3之间的差值即为第一次后脚离地时长也就是启动速度，再将第一次篮球落地时长、第一次后脚离地时长与大数据平均时长作比较，给出学习指导意见，例如启动速度相对较低，后续训练倾向发展下肢爆发力，以提高动作链的工作效率，促进完成技术动作的协调性。

对于行进间运球阶段

该动作分析模块根据运球高度与训练者的头部、肩部的相对位置，以及双手和篮球的相对位置，判断行进间运球状态的是否正确；

可以检测行进间篮球球心是否高于训练者的鼻部关节点、左肩关节点、右肩关节点，以判断运球高度是否正确；

由于运球中双手运球或者换手运球，其腕关节店点和球心之间的相对距离必然会处于持球距离阈值之内，可以通过检测行进间左腕关节点和右腕关节点与球心之间的距离是否同时处于持球距离阈值之内，以判断是否非法运球；检测行进间左腕关节点和右腕关节点与球心之间的距离是否交替处于持球距离阈值之内，以判断是否换手运球；

由于翻腕运球时，球心和腕关节点之间的相对位置关系会发生变化，本发明可以检测行进间左腕关节点或者右腕关节点是否处于篮球球心之上，以判断是否翻腕运球；

该学习指导模块根据训练者行进间的步幅和速度的变化趋势，以及篮球的反弹高度变化、落点之间的距离变化，给出行进间运球指导意见；

由于行进速度和步幅之间存在密不可分的关系，我们可以检测行进间每步对应的左后脚跟关节点、右后脚跟关节点之间的距离即为步幅f和时长t_f以及从持球启动到开始投篮、抢到篮板球到运球至中线之间的步数n，获取行进间的步幅变化情况和速度变化情况即位移速度变化情况，以上述离地距离阈值为准，判断左后脚跟关节点、右后脚跟关节点与地面之间的距离是否处于离地距离阈值之内，确定左脚、右脚是否落地，再找到每相邻的左脚落地、右脚落地对应的位置信息和时刻信息，以获取对应的步幅f和时长t_f，并记录从持球启动到开始投篮、抢到篮板球到运球至中线之间的步数n，然后依据每步的速度＝步幅f/时长t_f，就可以获取行进间的位移速度变化情况，考虑到执行技术动作时，需要降低位移速度，以确保技术动作的稳定和准确，因此，在整个跑篮考级过程中，该位移速度变化情况应当为加速-减速-加速-减速；

再检测每次篮球反弹至最高点时的球心位置即反弹高度h，以及检测篮球球心与地面之间的距离是否小于落地距离阈值，则判定篮球落地，然后检测每相邻两次篮球落点之间的距离d，获取行进间的篮球运动变化情况，再将行进间的步幅变化情况、位移速度变化情况和篮球运动变化情况与大数据平均时长作比较，以给出行进间运球能力的指导意见，例如步幅变化较大，对应的篮球运动变化也会比较大，说明训练者在控球能力方面有所欠缺，因此，在训练中可以适当提高运球难度，从原地运球过渡到行进间运球，从正常发力运球到大力运球，从单球到双球，从匀速运球到变频运球等各种提高球感和控球能力的练习。

对于行进间投篮阶段

该动作分析模块检测合球时双脚的相对位置，以及投篮时篮球和训练者肩部的相对位置，判断行进间投篮状态的是否正确；

持球投篮时，先合球，同时迈右脚，三步后再用右手将球推出，我们可以通过检测左腕关节点和右腕关节点与篮球球心之间的距离是否同时处于持球距离阈值之内，以判断是否合球，再检测此时右脚后跟关节点是否在左脚脚后跟关节点的前面，判断是否先迈右脚，从而完成投球开始阶段的动作是否正确，然后检测后续一段时间内的各帧图像中篮球球心的位置高于左肩关节点或者右肩关节点时，左腕关节点和右腕关节点与篮球球心之间的距离处于持球距离阈值之内，以判断投球时篮球高过肩，若符合，则说明投球的过程中双手将篮球举过肩；

该学习指导模块根据合球时训练者身体与地面的角度、起跳高度以及起跳点和落地点之间的距离，和从合球开始到球离手的时长即跑篮速度、从球离手到抢到篮板球的时长即抢篮板速度，给出行进间投篮指导意见；

合球时，训练者的身体应当正立在地面上，可以依据正面中立位线与地面之间的角度以判断身体是否正立，可以设置一个容错空间，如90°+/-5°，其中，如图3所示，该正面中立位线可以通过对关节点中的鼻子、脖子、臀部中心以及右眼和左眼的中点、右耳和左耳的中点、右肩和左肩的中点、右髋和左髋的中点、右膝和左膝的中点、右踝和左踝的中点进行拟合获得；

起跳开始时脚后跟关节点的位置信息S1、起跳后脚后跟关节点距离地面的最大高度h_m以及落地后脚后跟关节点的位置信息S2，并计算位置信息S1和S2之间的距离即起落间距，理想状态下，起落间距为零，当然也可以允许有偏差，因此可以设置起落间距阈值；

由于投篮时，右手用力推球迫使球离开，进入球框，可以检测从合球时刻到右腕关节点与篮球球心之间的距离开始大于持球距离阈值的球离手时刻即跑篮速度，同时检测从球离手时刻到双手触球时刻即抢篮板速度，其中双手触球和合球的判断方法一致，再将角度信息、最大高度h_m、起落间距、跑篮速度、抢篮板速度与大数据平均时长作比较，给出行进间投篮指导意见，根据起跳高度即最大高度h_m，可以给出下肢爆发力训练提示，如果高度不够，需要提高下肢的爆发力，如单足踏跳技术的熟练度，单足的基础力量；根据起落间距，可以给出起跳技术的建议以及身体核心力量的练习建议。

该损伤评估模块根据训练者行进间的速度方向和脚尖朝向，判断训练者是否存在八字脚；根据投篮起跳后落地脚的前脚掌、后脚跟的落地先后顺序，判断落地方式是否正确，以减轻训练者的膝关节和脊柱损伤；根据投篮后篮球的下落方向和训练者双手的运动方向，判断训练者是否执行伸手迎球动作，以避免手指挫伤；根据持球启动和持球投篮时下肢力线的偏移情况，判断可能的损伤风险等级；

其中，八字步态跑动中增加踝关节的磨损，髋外旋肌紧张，可能引发股骨头前移，内收肌部分承担屈髋功能，容易引发腹股沟疼痛，腰痛等症状，同时如果训练者患有八字脚，跑动时的速度方向与脚尖的指向很大可能不会同向，且与正常训练者相比，偏向会更大，因此可以根据行进间落地脚的脚趾关节点与对应踝关节点连线方向作为脚尖的指向，再将行进间每步的速度方向和脚尖的指向之间的夹角，判断训练者是否存在八字脚，当然夹角比较可以根据专家经验设置夹角阈值；

由于在跑步过程中身体会受到地面大约等于自己体重三倍的冲击力，起跳落地时冲击力会更加大，如果少了足弓的缓冲，势必会将冲击力直接反应给膝关节和脊柱，甚至脑部，因此起跳落地时，最好是前脚掌先落地，以减少对身体的冲击力，可以检测起跳后落地脚的脚趾关节点、脚后跟关节点与地面之间的距离是否在离地距离阈值之内，以确定是否着地，再记录此时的落地时刻，判断脚的哪个部位先着地，以判断落地方式是否正确；

无论是接球还是抢篮板球，如果没有伸手迎球，极容易造成手指挫伤，因此可以通过检测投篮后篮球球心从最高点位置向次高点位置下落的位移方向D1，以及此时腕关节点从低点位置向高点位置上抬的位移方向D2，判断两个位移方向是否相反，以判断训练者是否执行伸手迎球动作；

在持球投篮或者持球启动的过程中膝关节的方向与脚尖指向发生偏移，说明下肢力线出现偏差，偏移角度越大，损伤风险越高，正常情况下，持球投篮开始时，训练者处于半蹲状态，此时膝关节与脚尖应当在同一直线上且垂直于地面，而当下肢力线发生偏移时，膝关节和脚尖在地面的投影点必然不能重合，因此可以检测持球准备投篮和持球启动时同侧膝关节点与脚趾关节点的连线与地面之间的夹角，以判断下肢力线的偏移程度。

另外，左手行进间投球训练的指导方法与右手类似，只要根据相关技能要求，将右手、左手对应位置调换即可。

本发明的智能指导***还可以录入模块、显示模块，该录入模块用于采集训练者的个人信息，包括姓名、年龄、班级、性别、考试等级等等，以便有针对性地选择对应的考评内容，特别是损伤评估模块、学习指导模块中的判断标准和评估依据，该显示模块用于显示智能指导报告，包括错误动作对应的运动视频、学习指导意见、运动模式评估结果等等，方便训练者随时查看。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种用于篮球技能考级的智能指导***，其特征在于：包括声音发生器、采集模块、动作分析模块、学习指导模块和损伤评估模块，它们均与处理器相连，所述声音发生器用于产生启动哨声；

所述采集模块用于采集训练者执行篮球技能考级训练过程的运动视频；

所述动作分析模块用于识别运动视频中训练者的篮球技能动作，将其与标准动作进行对比，分析篮球技能动作的正确性；

所述学习指导模块用于识别运动视频中训练者的运动表现，结合专家知识和经验，给出学习指导意见；

所述损伤评估模块用于识别运动视频中训练者的动作模式，结合专家知识和经验，给出损伤评估结果；

所述处理器接收声音发生器的工作信号，控制采集模块、动作分析模块、学习指导模块、损伤评估模块开始工作，根据动作分析模块、学习指导模块、损伤评估模块的识别结果，生成智能学习指导报告。

2.根据权利要求1所述的用于篮球技能考级的智能指导***，其特征在于：所述动作分析模块、学习指导模块和损伤评估模块均采用骨架关节点目标跟踪算法获取各帧图像中训练者各个关节点的位置信息，实现目标跟踪，所述关节点设置有25个；均采用模板匹配算法识别各帧图像中篮球球心的位置信息；再根据各个关节点的位置信息和篮球球心的位置信息各自的变化趋势以及两者之间的相对位置关系，识别训练者的篮球技能动作、运动表现和动作模式。

3.根据权利要求2所述的用于篮球技能考级的智能指导***，其特征在于：所述运动视频划分为持球启动、行进间高运球、行进间投篮三个阶段，对于持球启动阶段

所述动作分析模块根据篮球和训练者的双手之间的相对位置、同侧手脚位置的一致性，以及第一次篮球落地和后脚之间的时序关系，判断持球启动状态是否正确；

所述学习指导模块根据第一次篮球落地时长以及对应的后脚离地时长即启动速度，给出启动训练指导意见；

对于行进间运球阶段

所述动作分析模块根据运球高度与训练者的头部、肩部的相对位置，以及双手和篮球的相对位置，判断行进间运球状态的是否正确；

所述学习指导模块根据训练者行进间的步幅和速度的变化趋势，以及篮球的反弹高度变化、落点之间的距离变化，给出行进间运球指导意见；

对于行进间投篮阶段

所述动作分析模块根据合球时双脚的相对位置关系，以及投篮时篮球和训练者肩部的相对位置，判断行进间投篮状态的是否正确；

所述学习指导模块根据投篮时训练者身体与地面的角度、起跳高度以及起跳点和落地点之间的距离，和从合球开始到球离手的时长即跑篮速度、从球离手到抢到篮板球的时长即抢篮板速度，给出行进间投篮指导意见；

所述损伤评估模块根据训练者行进间的速度方向和脚尖朝向，判断训练者是否存在八字脚；根据投篮起跳后落地脚的前脚掌、后脚跟的落地先后顺序，判断落地方式是否正确；根据投篮后篮球的下落方向和训练者双手的运动方向，判断训练者是否执行伸手迎球动作，以避免手指挫伤；根据持球启动和持球投篮时下肢力线的偏移情况，判断可能的损伤风险等级。

4.根据权利要求3所述的用于篮球技能考级的智能指导***，其特征在于：所述篮球技能动作、运动表现和动作模式的种类具体如下

设定持球时腕关节点与球心之间的持球距离阈值，落地时篮球球心和地面之间的落地距离阈值，

对于持球启动阶段

所述动作分析模块将篮球的球心和双手的腕关节的相对位置信息与标准相对位置做比较，同时根据持球在上的右腕关节点，判断同侧的右踝关节点是否在前，以判断持球动作是否正确；再根据第一次篮球落地时刻和左踝关节点在后的左脚后跟关节点第一次离地时刻之间的时序关系，判断启动动作是否正确；

所述学***均时长作比较，给出学习指导意见；

对于行进间运球阶段

所述动作分析模块检测行进间篮球球心是否高于训练者的鼻部关节点、左肩关节点、右肩关节点，以判断运球高度是否正确；检测行进间左腕关节点和右腕关节点与球心之间的距离是否同时处于持球距离阈值之内，以判断是否非法运球；检测行进间左腕关节点和右腕关节点与球心之间的距离是否交替处于持球距离阈值之内，以判断是否换手运球；检测行进间左腕关节点或者右腕关节点是否处于篮球球心之上，以判断是否翻腕运球；

所述学***均时长作比较，以给出行进间运球能力的指导意见；

对于行进间投篮阶段

所述动作分析模块检测左腕关节点和右腕关节点与篮球球心之间的距离是否同时处于持球距离阈值之内，以判断是否合球，再检测此时右脚后跟关节点是否在左脚脚后跟关节点的前面，判断是否先迈右脚，然后检测篮球球心的位置高于左肩关节点或者右肩关节点时，左腕关节点和右腕关节点与篮球球心之间的距离处于持球距离阈值之内，以判断投球时篮球高过肩；

所述学***均时长作比较，给出行进间投篮指导意见；

所述损伤评估模块根据行进间每步的速度方向和此时落地脚的脚趾关节点与对应踝关节点连线方向之间的夹角，判断训练者是否存在八字脚；检测起跳后落地脚的脚趾关节点、脚后跟关节点的落地时刻，判断落地方式是否正确；检测投篮后篮球球心从最高点位置向次高点位置下落的位移方向D1，以及此时腕关节点从低点位置向高点位置上抬的位移方向D2，判断两个位移方向是否相反，以判断训练者是否执行伸手迎球动作；检测持球准备投篮和持球启动时同侧膝关节点与脚趾关节点的连线与地面之间的夹角，以判断下肢力线的偏移程度。

5.根据权利要求4所述的用于篮球技能考级的智能指导***，其特征在于：根据每步的速度＝步幅f/时长t_f，获取行进间的位移速度变化情况，在整个跑篮考级过程中，所述位移速度变化情况设置为加速-减速-加速-减速。

6.根据权利要求1所述的用于篮球技能考级的智能指导***，其特征在于：所述采集模块包括间隔设置在篮球场上的多组摄像头，它们均沿训练者运行轨迹设置，至少对应设置在持球启动位置、行进间运球位置、行进间投篮位置各一组摄像头，它们分别从相对的两侧对训练者的运动状态进行视频拍摄。