1.一种用于篮球技能考级的智能指导系统，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

　　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

　　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

　　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

　　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，

　　2.根据权利要求1所述的用于篮球技能考级的智能指导系统，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

　　3.根据权利要求2所述的用于篮球技能考级的智能指导系统，其特征在于：所述运动视

　　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

　　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

　　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，MK体育平台以及双手和篮球

　　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

　　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

　　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

　　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

　　4.根据权利要求3所述的用于篮球技能考级的智能指导系统，其特征在于：所述篮球技

　　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

　　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

　　所述学习指导模块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

　　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；

　　所述学习指导模块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

　　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，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、速度变化情况和篮球运动变化情况与大数

　　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

　　所述学习指导模块对关节点中的鼻子、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

　　点进行拟合建立正面中立位线；再检测起跳开始时正面中立位线和地面之间的角度信息，

　　以及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

　　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；

　　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，检测从球离手时刻到双手触球时刻即抢篮板速度，再将角度信息、最大高度

　　、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；

　　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，以判断下肢力线所述的用于篮球技能考级的智能指导系统，其特征在于：根据每步的

　　6.根据权利要求1所述的用于篮球技能考级的智能指导系统，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

　　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

　　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，许多地方教育部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

　　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系统，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

　　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。

　　1、以声音发生器的工作信号作为整个系统的启动信号，为采集模块提供采集起始

　　时刻点，避免数据遗失，并且能够提升整个系统的能量利用率，同时启动哨声来自声音发生

　　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

　　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

　　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系统，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系统的启动信号，为采集模块提供采集起始时刻点，避

　　免数据遗失，并且能够提升整个系统的能量利用率，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；本发明的智能指导系统不仅可以对篮球

　　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

　　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、

　　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

　　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

　　时系统，是美国卡耐基梅隆大学(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

　　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

　　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。

　　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

　　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

　　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

　　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

　　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

　　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

　　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

　　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；

　　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

　　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/

　　，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

　　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

　　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

　　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

　　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

　　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

　　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