《一种智能球训练动作识别系统及方法.pdf》由会员分享，可在线阅读，更多相关《一种智能球训练动作识别系统及方法.pdf（11页完整版）》请在专利查询网上搜索。
本发明公开了一种智能球训练动作识别系统及方法，系统包括：安装有微控制单元、9轴惯性运动传感装置、时钟装置、存储装置、电池装置和蓝牙设备的智能球及智能球训练动作识别APP模块；所述智能球训练动作识别APP模块设于移动设备，配合智能球使用，具体包括单个动作识别模块、连贯动作识别模块和技术识别模块；所述智能球训练动作识别系统还包括云端服务器，所述云端服务器通过Internet与所述移动设备连接，接收所述。
361000 福建省厦门市火炬高新区火炬园火炬路56-58号火炬广场南楼203-3
本发明公开了一种智能球训练动作识别系统及方法，系统包括：安装有微控制单元、9轴惯性运动传感装置、时钟装置、MK体育存储装置、电池装置和蓝牙设备的智能球及智能球训练动作识别APP模块；所述智能球训练动作识别APP模块设于移动设备，配合智能球使用，具体包括单个动作识别模块、连贯动作识别模块和技术识别模块；所述智能球训练动作识别系统还包括云端服务器，所述云端服务器通过Internet与所述移动设备连接，接收所述技术识别模块传输的组合动作及各项评分结果，供其他移动终端下载。本发明技术方案将采集运动相关数据的智能球与移动设备相结合，实现对球类爱好者训练动作的识别和评估。
1.一种智能球训练动作识别系统，包括安装有微控制单元、9轴惯性运动传感装置、
时钟装置、存储装置、电池装置和蓝牙设备的智能球及智能球训练动作识别APP模块，所述
智能球训练动作识别APP模块设于移动设备，配合智能球使用，其特征在于，所述智能球训
单个动作识别模块，所述单个动作识别模块与移动设备的蓝牙设备连接，接收所述智能
球传输的添加了时间戳的三轴加速度、三轴角速度及三轴磁力计数据并进行处理，与已存储
动作的数据模型进行精确匹配或使用SVM与已存储动作进行模糊匹配；将匹配动作和所述智
连贯动作识别模块，所述连贯动作识别模块与所述单个动作识别模块连接，接收所述单
个动作识别模块传输的匹配动作和所述智能球上传的数据，对接收到的单个动作进行组合并
与已存储的组合规则进行比对判断出用户做出的组合动作，将组合动作与已存储的标准动作
进行比较计算出组合动作的完成度；将组合动作、组合动作的完成度和所述智能球上传的传
技术识别模块，所述技术识别模块与所述连贯动作识别模块连接，接收所述连贯动作识
别模块传输的组合动作、组合动作的完成度和所述智能球上传的传感数据，对组合动作进行
评分，与已存储的技术规则进行比对得到每项训练的具体评分，并进行加权平均后得到用户
2.根据权利要求1所述的智能球训练动作识别系统，其特征在于：所述智能球通过蓝
3.根据权利要求1所述的智能球训练动作识别系统，其特征在于：所述智能球训练动
作识别系统还包括云端服务器，所述云端服务器通过Internet与所述移动设备连接，接收
4.根据权利要求1所述的智能球训练动作识别系统，其特征在于：所述9轴惯性运动
传感装置包括9轴惯性运动传感器和预处理模块，所述9轴惯性运动传感器和预处理模块相
连接，用于检测三轴加速度、三轴角速度及三轴磁力计数据并对检测到的传感数据进行滤波、
5.一种智能球训练动作识别方法，其特征在于：将包括单个动作识别模块、连贯动作
识别模块和技术识别模块的智能球训练动作识别APP模块设于移动设备，智能球训练动作识
单个动作识别模块接收智能球发送的添加了时间戳的三轴加速度、三轴角速度及三轴磁
力计数据并进行处理，与已存储动作的数据模型进行精确匹配或使用SVM与已存储动作进行
连贯动作识别模块接收所述单个动作识别模块传输的匹配动作和所述智能球上传的传
感数据，对接收到的单个动作进行组合并与已存储的组合规则进行比对判断出用户做出的组
合动作，将组合动作与已存储的标准动作进行比较计算出组合动作的完成度；将组合动作、
技术识别模块接收所述连贯动作识别模块传输的组合动作、组合动作的完成度和所述
智能球上传的传感数据，对组合动作进行评分，与已存储的技术规则进行比对得到每项训练
的具体评分，并进行加权平均后得到用户的技术得分，将识别和评分结果在移动设备上显示。
6.根据权利要求5所述的智能球训练动作识别方法，其特征在于：所述精确匹配是指
通过对传感器数据进行建模，找出每类动作的数据模型；根据动作对应的数据模型计算出某
一时间点的特征值，并与该动作已设置的阈值进行比较，如果特征值超过阈值，则推断出相
7.根据权利要求6所述的智能球训练动作识别方法，其特征在于，所述精确匹配还包
括：如果在指定时间范围外特征值再次超过阈值，则推断出相应的动作重复发生。
8.根据权利要求5所述的智能球训练动作识别方法，其特征在于，所述模糊匹配具体
值为1和-1两个向量空间的距离最大化；其中X表示训练数据，yi等于1或-1；
当输入训练数据后，WT中的参数不断修正，数据模型不断优化，当新的训练数据被输入
到模型中，如果得到的f(x)是正值，表明动作发生，如果f(x)是负值，表明动作未发生。
9.根据权利要求5所述的智能球训练动作识别方法，其特征在于，所述组合规则包括：
10.根据权利要求9所述的智能球训练动作识别方法，其特征在于：所述组合动作的完
其中，wi表示每项完成度指标的权重，vi表示每项指标的测量值，vi表示标准指标的测
近年来，篮球、足球、排球、橄榄球、手球、网球等球类运动越来越受到大众的喜爱，
与之相关的训练也日益得到重视。对于动作的训练，一方面通过专业的训练器材、标准场地
及一对一的教练开展，但这种训练费用高额且不便捷。更多情况下，球类爱好者通过观看视
频来模仿标准动作或球星的动作进行训练。因此，如何给球类爱好者提供模仿动作的反馈，
让球类爱好者了解到自己动作和标准动作或球星动作的差距，进而通过不断校正来提高专项
本发明的目的在于克服现有技术的不足，提出一种智能球训练动作识别系统及方法，该
系统将采集运动相关数据的智能球与移动设备相结合，运用传感器技术、滤波、蓝牙、数学
一种智能球训练动作识别系统，包括安装有微控制单元、9轴惯性运动传感装置、时钟
装置、存储装置、电池装置和蓝牙设备的智能球及智能球训练动作识别APP模块，所述智能
球训练动作识别APP模块设于移动设备，配合智能球使用，具体的，所述智能球训练动作识
单个动作识别模块，所述单个动作识别模块与移动设备的蓝牙设备连接，接收所述智能
球传输的添加了时间戳的三轴加速度、三轴角速度及三轴磁力计数据并进行处理，与已存储
动作的数据模型进行精确匹配或使用SVM与已存储动作进行模糊匹配；将匹配动作和所述智
连贯动作识别模块，所述连贯动作识别模块与所述单个动作识别模块连接，接收所述单
个动作识别模块传输的匹配动作和所述智能球上传的数据，对接收到的单个动作进行组合并
与已存储的组合规则进行比对判断出用户做出的组合动作，将组合动作与已存储的标准动作
进行比较计算出组合动作的完成度；将组合动作、组合动作的完成度和所述智能球上传的传
技术识别模块，所述技术识别模块与所述连贯动作识别模块连接，接收所述连贯动作识
别模块传输的组合动作、组合动作的完成度和所述智能球上传的传感数据，对组合动作进行
评分，与已存储的技术规则进行比对得到每项训练的具体评分，并进行加权平均后得到用户
Internet与所述移动设备连接，接收所述技术识别模块传输的组合动作及各项评分结果，
优选的，所述9轴惯性运动传感装置包括9轴惯性运动传感器和预处理模块，所述9
轴惯性运动传感器和预处理模块相连接，用于检测三轴加速度、三轴角速度及三轴磁力计数
一种智能球训练动作识别方法，将包括单个动作识别模块、连贯动作识别模块和技术
识别模块的智能球训练动作识别APP模块设于移动设备，智能球训练动作识别APP模块通过
单个动作识别模块接收智能球发送的添加了时间戳的三轴加速度、三轴角速度及三轴磁
力计数据并进行处理，与已存储动作的数据模型进行精确匹配或使用SVM与已存储动作进行
连贯动作识别模块接收所述单个动作识别模块传输的匹配动作和所述智能球上传的传
感数据，对接收到的单个动作进行组合并与已存储的组合规则进行比对判断出用户做出的组
合动作，将组合动作与已存储的标准动作进行比较计算出组合动作的完成度；将组合动作、
技术识别模块接收所述连贯动作识别模块传输的组合动作、组合动作的完成度和所述
智能球上传的传感数据，对组合动作进行评分，与已存储的技术规则进行比对得到每项训练
的具体评分，并进行加权平均后得到用户的技术得分，将识别和评分结果在移动设备上显示。
进一步的，所述精确匹配是指通过对传感器数据进行建模，找出每类动作的数据模型；
根据动作对应的数据模型计算出某一时间点的特征值，并与该动作已设置的阈值进行比较，
进一步的，所述精确匹配还包括：如果在指定时间范围外特征值再次超过阈值，则推
值为1和-1两个向量空间的距离最大化；其中X表示训练数据，yi等于1或-1；
当输入训练数据后，WT中的参数不断修正，数据模型不断优化，当新的训练数据被输入
到模型中，如果得到的f(x)是正值，表明动作发生，如果f(x)是负值，表明动作未发生。
进一步的，所述组合规则包括：动作的数量范围、动作的持续时间、动作的间隔时间和
其中，wi表示每项完成度指标的权重，vi表示每项指标的测量值，vi表示标准指标的
(1)结合添加了时间戳的三轴加速度、三轴角速度及三轴磁力计数据，使用精确匹配
(2)通过对单个动作进行组合并与已存储的组合规则进行比较实现对组合动作的识别，
(3)结合已存储的技术规则对每项训练动作进行具体评分及综合评分并在移动设备上
显示，从而为球类爱好者提供模仿动作的反馈，让球类爱好者了解到自己动作和标准动作或
以下结合附图及实施例对本发明作进一步详细说明，但本发明的一种智能球训练动作识
参见图1，本发明的一种智能球训练动作识别系统，包括：智能球10、第一移动设备11、
云端服务器12和第二移动设备13，所述第一移动设备11安装有智能球训练动作识别APP
具体的，参见图2，所述智能球10包括：球体20及安装于球体20内的微控制单元21、
感器22和预处理单元23相连接，用于检测三轴加速度、三轴角速度及三轴磁力计数据并对
检测到的传感数据进行滤波、拟合，所述预处理单元23与所述微控制单元21相连。
体20的运动变化提供时间对应关系。所述无线进行无线相连，用于充当数据的临时
存储介质，当蓝牙设备的网络连接不稳定或超出范围时，临时存储运动相关数据，以确保运
所述微控制单元21与蓝牙设备28相连用于将运动相关数据和时钟信号结合并通过蓝
动设备11的数据通信，包括发送含有时间戳的运动相关数据及接收控制命令，该控制命令
本实施例中，9轴运动惯性传感器22数据被收集后，预处理单元23滤波拟合(如卡尔
的蓝牙设备和智能球的蓝牙设备建立连接并负责接收传感器数据。接收方式可以是实时的，
也可以是批量的(批量数据接收需要利用flash作数据暂存)。第一移动设备11中的智能球
训练动作识别APP模块监听并获取到传感器数据进行数据分析，数据流会被智能球训练动作
识别APP模块中的数据模型进行匹配，得出匹配结果。匹配的结果通过第一移动设备11的
网络设备(如3G、4G、wifi模块)上传到云端服务器12，云端服务器12的数据可以被第
通过9轴惯性运动传感器，可以采集到三轴加速度，角加速度和磁力计的数据。智能球
表示：时间戳、9轴惯性运动传感器传出的x轴加速度、y轴加速度、z轴加速度、x轴角
速度、y轴角速度、z轴角速度、x轴磁力计数据、y轴磁力计数据、z轴磁力计数据，用tsn、
通过蓝牙设备输入到第一移动设备11的智能球训练动作识别APP模块监听程序中。
具体的，所述智能球训练动作识别APP模块包括单个动作识别模块31、连贯动作识别
1、开启应用程序。智能球训练动作识别APP模块与连接智能球进行蓝牙连接。
2、单个动作识别阶段。单个动作识别模块31接收智能球发送的添加了时间戳的三轴加
精确匹配或使用SVM与已存储动作进行模糊匹配；将匹配动作和所述智能球上传的传感数据
单个动作识别模块31通过已有的动作模型进行精确匹配或模糊匹配，具体实现如下：
(1)精确匹配的方法一般是通过数据建模，找出各类动作的数据模型，这些数据模型
以一个简单的数据模型为例,我们可以通过合加速度和球方向的改变角度来判定球的运
其中，at和bt都是合加速度，所述合加速度是三轴加速度平方和开根号，智能球球内部
感器采集的；t表示某一个时间点；FCt表示某一个时间点所得到的传感器针对于某一个特征
C(如篮球的运球和足球的拨球)的特征值。我们可以为C设置一个阀值T(threshold)，
当某一组数值的特征值超过T值即FCtTC的时候，则认为该特征发生了。
进一步的，设置另一个时间范围St，如果在该范围外(t-tCSt，tC表示最近一次特征C
(2)模糊匹配是通过机器学习的分类算法分析得出。如下通过实例来说明如何进行动
以篮球的定点投篮入筐为例，要进行对球是否投进判定。利用SVM来根据三轴加速度和
首先数据采集是根据数据过滤后计算得出的合加速度超过阀值来进行的。假设在某一个
出手后落地。从这个时间点往前推，在区间(t-St,t0)的范围内，如果在时间点t也有这样
的特征(ataT)，则认为t是实际的数据采集的主要时间点，其中aT和St是常量。
选出t之前和之后的某一段连续时间段(t-m,t+n)内的传感器数组进行采集，以a,gx,
被修正，数据模型会被不断优化。当新的一组X数据被输入到模型中，如果得到的f(x)是
3、连贯动作识别阶段。连贯动作识别模块32接收所述单个动作识别模块31传输的匹
进行比对判断出用户做出的组合动作，将组合动作与已存储的标准动作进行比较计算出组合
动作的完成度；将组合动作、组合动作的完成度和所述智能球上传的传感数据发送到技术识
精确匹配和模糊匹配的结果是发现一个个的动作。根据这些动作，连贯动作识别模块
中，以篮球的巨星组合动作为例，库里会做出背后运球、胯下运球，反复5到8次后进行一
连贯动作识别模块32可以根据这些规则来对用户的动作完成度做基本判断。通常用户完
wi表示每项完成度指标的权重，vi表示每项指标的测量值，vs表示标准的数值，二者之
4、技术识别阶段。技术识别模块33接收所述连贯动作识别模块32传输的组合动作、
则进行比对得到每项训练的具体评分，并进行加权平均后得到用户的技术得分，将识别和评
用户的动作匹配要经过技术识别模块的最终处理。技术识别模块33的处理逻辑也是基
2)运球的角度。这一标准体现了交叉边线幅度，一般来说，幅度越大则对防守方的欺
对每一个细项的技术规则都会给出相应的得分区间，依据得分区间可以得到用户每项技
在技术识别模块33完成最后的技术细节的评估后，最后移动设备程序给出用户一个完
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之
