买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏运动健康研究院

摘要：本发明公开了一种羽毛球挥拍动作识别与三维轨迹重建方法及系统，旨在为羽毛球运动员提供先进的训练支持。该系统结合了现代传感技术、数据处理技术、动作重建技术和人工智能分析，通过捕捉、处理和分析挥拍动作数据，能够高度准确地识别不同击球动作，同时实现羽毛球拍的三维轨迹重建。本发明的创新性技术方案将推动羽毛球训练水平的提高，为体育科技领域的发展开辟了新的前景。

主权项：1.一种羽毛球挥拍动作识别与三维轨迹重建方法，其特征在于，包括以下具体步骤：S1、通过九轴传感器，捕捉运动员在训练或比赛中的挥拍动作数据，包括加速度ax,ay,az，角速度gx,gy,gz和磁感应强度mx,my,mz；S2、将九轴传感器捕获的动作数据传输至数据处理中心，并对其进行预处理；S3、基于真实的训练数据，利用时间窗口分割法对连续的动作数据进行分割，实现挥拍动作模型训练；S31、在采集真实的训练数据基础上，采用基于图像视频和九轴传感器相结合的方式，由九轴传感器记录动作数据，由视频确定击球动作发生的时刻；采用音视频相结合的方式，从视频中定位动作序列；在视频帧中捕捉声音出现的时间点，并把此点命名为击点；以击点为终点，往前追溯一个时间窗口W，每个羽毛球的挥拍动作为0.8s，以100Hz的采样频率，惯性传感器采集的数据窗口为80组数据，落入动作窗口的传感器数据才作为动作数据；删去不包含主要特征或被视为无用的动作片段；S32、挥拍动作特征提取；根据分割后的动作数据，通过均值、方差、最大波动、合成值计算出第i时刻代表每个挥拍动作的特征数据；具体计算公式包括：第i时刻的合成加速度：合成角速度：特征值1：加速度强度：特征值2：加速度方差：特征值3：加速度偏度：特征值4：加速度峰峰值：APPAcc＝maxA-minA特征值5：加速度峰度：特征值6：角速度强度：特征值7：角速度方差：特征值8：角速度偏度：特征值9：角速度峰峰值：APPGyro＝maxG-minG特征值10：角速度峰度：利用主成分分析法PCA，对特征数据进行处理，从中提取出对挥拍动作识别和分析影响较大的主要特征数据，包括加速度强度、加速度方差、角速度强度；具体步骤如下：S321、将计算出的特征值合成新的特征矩阵X；S322、通过XTX计算得到协方差矩阵Cov；S323、求解Cov的特征值和特征向量，即特征分解；S324、将特征值按从大到小排列，选出最大的M个特征值，并将对应的特征向量作为列向量排列得到W；S325、通过XW＝Y，得到降维后的新的特征矩阵；其中，M的取值可设定一个门限γ，γ∈0,1]；将特征值从大到小排列为λ1≥λ2≥…≥λN，则M由下式给出： S33、根据提取的特征数据以及通过视频采集的动作数据，对BP-神经网络模型进行训练，得到模型参数并存储到服务软件的数据库中；S4、将实时采集传感器数据，通过已在数据库中训练完成的神经网络模型进行挥拍动作的识别；S41、实时数据采集；用户在训练或比赛中，实时地采集传感器数据，包括加速度、角速度和磁场数据，这些数据反映了挥拍动作的实际过程；S42、挥拍动作识别；通过已训练好的神经网络模型，系统将实时采集的数据输入到模型中进行识别，模型将分析数据并确定当前挥拍动作的类型，该识别过程是实时的，能够即时反映用户的动作；S43、识别结果输出显示；将识别和分析结果展示给运动员和教练，以供其进行训练和技术调整；S44、识别结果修正和优化；考虑到用户个体动作的差异性，在识别过程中检测识别结果是否存在偏差；若发现识别结果存在偏差，则将允许用户将这些修正后的数据传回模型，以进行参数训练和优化；S5、基于动作识别结果，利用传感器数据进行数据融合与姿态估计，实现运动过程中羽毛球拍轨迹的三维重构。

全文数据：

权利要求：

百度查询： 江苏运动健康研究院 一种羽毛球挥拍动作识别与三维轨迹重建方法及系统