CN102521475A - 一种运动设备的运动轨迹描绘方法 - Google Patents
一种运动设备的运动轨迹描绘方法 Download PDFInfo
- Publication number
- CN102521475A CN102521475A CN2011103396399A CN201110339639A CN102521475A CN 102521475 A CN102521475 A CN 102521475A CN 2011103396399 A CN2011103396399 A CN 2011103396399A CN 201110339639 A CN201110339639 A CN 201110339639A CN 102521475 A CN102521475 A CN 102521475A
- Authority
- CN
- China
- Prior art keywords
- sports equipment
- positional information
- equipment
- motion
- movement locus
- 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.)
- Pending
Links
Abstract
本发明涉及一种描绘方法,具体涉及一种运动设备的运动轨迹描绘方法。本发明是利用支持向量机和运动设备以往的历史数据生成运动轨迹模型,然后结合运动设备的初始位置信息,利用生成的轨迹模型得到运动设备后续的位置信息,同时描绘运动设备的运动轨迹,达到实时监测运动设备的目的。此外本发明还利用监测装置检测运动设备的位置信息,并将检测到得位置信息与计算得到的位置信息作比较,随时修正已生成的轨迹模型,令运动设备的运动轨迹描绘的更加准确。本发明对运动设备的位置信息具有预测性,所描绘的运动设备的运动轨迹更加平缓,工作人员具有更好的体验。
Description
技术领域
本发明涉及一种描绘方法,具体涉及一种运动设备的运动轨迹描绘方法。
背景技术
目前,在业务应用系统中需要在客户PC机上监控可运动设备的运动轨迹,以此来实时直观地表现目前这些设备的位置。
而现有技术中运动设备轨迹描绘方法主要是在运动设备上加装传感器或检测装置,每隔一定时间对运动设备进行一次位置检测,检测结果通过通信线路传给服务器,这样每隔一定的时间,传感器或者检测装置会报送一次位置信息,服务器根据收到的位置信息在客户PC上直接展示出来,形成一条点状运动轨迹。
但上述的运动轨迹检测方法也具有一些缺点,例如:上报间隔时间较长时,客户端PC显示出的运动设备位置信息是跳跃的,即当前在一个位置,下一时刻直接跳跃到另一个位置点,因此描绘出来的轨迹是折线,这样将不利于实时展示设备所在的位置,用户体验也不好。
发明内容
本发明的目的是提供一种工作人员可以实时掌握运动设备位置信息的运动轨迹描绘方法。
为达到上述目的,本发明采用下述技术方案:
一种运动设备的运动轨迹描绘方法,包括以下步骤:
(1)收集运动设备的历史位置信息,利用支持向量机生成运动设备轨迹模型;
(2)检测运动设备的初始位置,并将初始位置信息上报给服务器,并根据初始位置信息描绘运动设备的初始运动轨迹;
(3)服务器结合步骤(2)中上报的运动设备的初始位置信息,利用步骤(1)中的模型计算出运动设备下一时刻的位置信息,继续描绘运动设备的运动轨迹。
(4)以计算出的位置信息作为上报的位置信息,根据所有上报的位置信息计算出再下一时刻运动设备的位置信息,并继续描绘运动设备的运动轨迹。
(5)重复步骤(4)直到运动设备的运动轨迹描绘完成为止。
所述步骤(1)包括以下步骤:
a1、收集运动设备运动轨迹的历史数据,并整理成支持向量机需要的格式;
a2、将收集、整理的历史数据输送到支持向量机进行学习与训练,生成运动设备的轨迹模型。
所述步骤(3)包括以下步骤:
b1、将上报的运动设备的位置信息转换成支持向量机所需要的格式;
b2、将转换好的位置信息数据传送给支持向量机,支持向量机利用步骤(1)中生成的轨迹模型进行判决,计算出下一位置点信息,并描绘运动设备的运动轨迹;
还包括修正运动设备轨迹的步骤,所述修正运动设备的轨迹包括以下步骤:
c1、将计算得到的运动设备的位置信息与真实测得的位置信息进行比较,如果两者相同则继续计算运动设备随后的位置信息,如果两者不相同则上报真实测得的位置信息;
c2、客户端PC机在运动设备上报真实位置信息后,向量机修正已生成的轨迹,轨迹修正完成后,继续利用轨迹模型计算运动设备后续的位置信息,并继续描绘运动设备的轨迹。
采用以上技术手段,本发明可以达到如下的技术效果:
本发明利用支持向量机通过运动设备的历史位置信息建立模型,运动设备只需测量一个点的位置信息,根据测量的一个位置信息与建立的模型就可以得出运动设备下一时刻的位置信息,根据所有计算与检测的位置信息依次可以得到以后各个时刻的位置信息,因此,可以预测到运动设备的运动轨迹,工作人员可以直观地看到运动设备在各个时刻的位置点,而且描绘的运动轨迹平滑,用户的体验相对要直观很多。
附图说明
图1是本发明的原理框图;
图2是本发明的工作流程图。
具体实施方式
如图1所示:本发明包括以下步骤:
(1)收集运动设备的历史位置信息,利用支持向量机生成运动设备轨迹模型;
(2)检测运动设备的初始位置,并将初始位置信息上报给服务器,并根据初始位置信息描绘运动设备的初始运动轨迹;
(3)服务器结合步骤(2)中上报的运动设备的初始位置信息,利用步骤(1)中的模型计算出运动设备下一时刻的位置信息,继续描绘运动设备的运动轨迹。
(4)以计算出的位置信息作为上报的位置信息,根据所有上报的位置信息计算出再下一时刻运动设备的位置信息,并继续描绘运动设备的运动轨迹。
(5)重复步骤(4)直到运动设备的运动轨迹描绘完成为止。
本发明的具体工作过程如图2所示:首先收集运动设备运动轨迹的历史数据,并整理、转换成支持向量机所需要的格式,然后将收集、整理的历史数据输送给支持向量机进行学习与训练,生成运动设备的轨迹模型,所生成的轨迹模型包括二位置模型、三位置模型、四位置模型……N位置模型;然后测得运动设备的位置信息,并上报测得的运动设备的位置信息,将上报的位置信息进行转换、整理成支持向量机所需要的格式,将转换好的位置信息传送给支持向量机,支持向量机利用上报的位置信息,结合训练生成的模型计算出运动设备下一时刻的位置点,为了减小误差,使计算得到的运动设备的位置信息更加准确,因此要上报实际测得的运动设备的两个位置点,支持向量机首先依据上报的两个位置信息利用二位置模型计算得到运动设备的第三个位置信息,并根据得到的三个点描绘出运动设备的运动轨迹;然后根据上报的两个位置信息和计算得到的第三个位置信息,利用三位置模型得到第四点的位置信息,根据第四个点的位置信息继续描绘运动设备的运动轨迹;紧接着根据前四个点的位置信息利用四位置模型计算第五点的位置信息,继续根据计算出的第五点的位置信息描绘运动设备的运动轨迹,以此类推,一直计算到运动设备停止为止,此时也得到运动设备的完整的运动轨迹。在计算过程中,由于运动设备的运动还是与现有技术一样被检测设备检测,因此每隔一段时间还是会检测到运动设备真实的位置信息,将此时刻测得的位置信息与计算得到的位置信息进行比较,判断是否上报新的位置信息:如果计算得到的位置信息与随后实际测得的位置信息相同则不用再上报新的位置信息,直接利用支持向量机根据计算出来的位置信息结合轨迹模型计算出随后各个时刻的位置信息,描绘运动设备的运动轨迹,一直到有新的位置信息上报;如果计算得到的位置信息与随后实际测得的位置信息不相同,则直接上报实际测得的位置信息,然后根据实际测得的位置信息修正先前描绘的运动轨迹,修正完成后判断此次轨迹描绘是否完成,如果没有完成的话就继续计算运动设备随后的位置点,继续描绘运动设备后续的运动轨迹,一直到运动设备的轨迹描绘完成为止。
本发明采用支持向量机对运动设备的历史位置信息进行训练。支持向量机(Support Vector Machine,SVM)是一种基于统计学习理论的模式识别方法,主要应用于模式识别领域。支持向量机方法是建立在统计学习理论的VC维(Vapnik-Chervonenkis Dimension)理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,以期获得最好的推广能力,支持向量机的应用解决了现有技术只能对线性可分的样本空间进行分类,不能用于非线性可分的特征向量空间的分类的缺点,因此支持向量机更善于处理小样本情况下的训练数据,本发明将经整理的运动设备轨迹作为训练数据输入到支持向量机中进行训练,从而能够得到轨迹模型,运动设备只需要上报运动设备的初始位置信息,利用上报的运动设备的初始位置信息以及生成的轨迹模型就可以得到运动设备以后各个时刻的位置信息,实现了实时监测运动设备的目的。同时运动设备实际测得的的位置信息也会上报给服务器,将上报的实际测得的位置信息与轨迹模型计算出的位置信息作比较,随时修正已描绘的轨迹。本发明所有的计算均操作简单、易实现,更重要的是能够随时监测运动设备的运动情况,对运动设备的位置信息具有预测性,所描绘的运动设备的运动轨迹更加平缓,工作人员具有更好的体验。
Claims (4)
1.一种运动设备的运动轨迹描绘方法,其特征在于:包括以下步骤:
(1)收集运动设备的历史位置信息,利用支持向量机生成运动设备轨迹模型;
(2)检测运动设备的初始位置,并将初始位置信息上报给服务器,并根据初始位置信息描绘运动设备的初始运动轨迹;
(3)服务器结合步骤(2)中上报的运动设备的初始位置信息,利用步骤(1)中的模型计算出运动设备下一时刻的位置信息,继续描绘运动设备的运动轨迹;
(4)以计算出的位置信息作为上报的位置信息,根据所有上报的位置信息计算出再下一时刻运动设备的位置信息,并继续描绘运动设备的运动轨迹;
(5)重复步骤(4)直到运动设备的运动轨迹描绘完成为止。
2.如权利要求1所述的运动设备的运动轨迹描绘方法,其特征在于:所述步骤(1)包括以下步骤:
a1、收集运动设备运动轨迹的历史数据,并整理成支持向量机需要的格式;
a2、将收集、整理的历史数据输送到支持向量机进行学习与训练,生成运动设备的轨迹模型。
3.如权利要求1或2所述的运动设备的运动轨迹描绘方法,其特征在于:所述步骤(3)包括以下步骤:
b1、将上报的运动设备的位置信息转换成支持向量机所需要的格式;
b2、将转换好的位置信息数据传送给支持向量机,支持向量机利用步骤(1)中生成的轨迹模型进行判决,计算出下一位置点信息,并描绘运动设备的运动轨迹。
4.如权利要求3所述的运动设备的运动轨迹描绘方法,其特征在于:还包括修正运动设备轨迹的步骤,所述修正运动设备的轨迹包括以下步骤:
c1、将计算得到的运动设备的位置信息与真实测得的位置信息进行比较,如果两者相同则继续计算运动设备随后的位置信息,如果两者不相同则上报真实测得的位置信息;
c2、客户端PC机在运动设备上报真实位置信息后,向量机修正已生成的轨迹,轨迹修正完成后,继续利用轨迹模型计算运动设备后续的位置信息,并继续描绘运动设备的轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103396399A CN102521475A (zh) | 2011-11-01 | 2011-11-01 | 一种运动设备的运动轨迹描绘方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103396399A CN102521475A (zh) | 2011-11-01 | 2011-11-01 | 一种运动设备的运动轨迹描绘方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102521475A true CN102521475A (zh) | 2012-06-27 |
Family
ID=46292387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011103396399A Pending CN102521475A (zh) | 2011-11-01 | 2011-11-01 | 一种运动设备的运动轨迹描绘方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102521475A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226660A (zh) * | 2013-04-23 | 2013-07-31 | 南京航空航天大学 | 空间飞行器主动段轨道估计方法 |
WO2015070574A1 (zh) * | 2013-11-18 | 2015-05-21 | 中兴通讯股份有限公司 | 一种运动量计算方法、装置及手机 |
CN105374231A (zh) * | 2014-08-27 | 2016-03-02 | 中国移动通信集团公司 | 一种预警方法、装置及系统 |
CN105893755A (zh) * | 2016-03-31 | 2016-08-24 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN109085967A (zh) * | 2018-06-27 | 2018-12-25 | 阿里巴巴集团控股有限公司 | 一种应用程序功能的调用方法、装置及电子设备 |
CN109416544A (zh) * | 2016-06-29 | 2019-03-01 | 日本电产株式会社 | 移动体引导系统、移动体、引导装置以及计算机程序 |
CN110327612A (zh) * | 2019-08-09 | 2019-10-15 | 南昌航空大学 | 一种基于视觉识别的高尔夫球轨迹预测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040249504A1 (en) * | 2001-11-30 | 2004-12-09 | Steffen Gutmann | Robot self-position identification system and self-position identification method |
CN101295405A (zh) * | 2008-06-13 | 2008-10-29 | 西北工业大学 | 人像与车辆识别报警跟踪方法 |
CN102024180A (zh) * | 2010-12-23 | 2011-04-20 | 浙江大学 | 一种基于支持向量机的参数自适应的运动预测方法 |
-
2011
- 2011-11-01 CN CN2011103396399A patent/CN102521475A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040249504A1 (en) * | 2001-11-30 | 2004-12-09 | Steffen Gutmann | Robot self-position identification system and self-position identification method |
CN101295405A (zh) * | 2008-06-13 | 2008-10-29 | 西北工业大学 | 人像与车辆识别报警跟踪方法 |
CN102024180A (zh) * | 2010-12-23 | 2011-04-20 | 浙江大学 | 一种基于支持向量机的参数自适应的运动预测方法 |
Non-Patent Citations (3)
Title |
---|
刘春华等: "运动中的多目标电视跟踪方法", 《弹箭与制导学报》, vol. 24, no. 1, 15 February 2004 (2004-02-15), pages 283 - 285 * |
张兵等: "序列图像中运动点目标轨迹检测算法研究", 《电子学报》, vol. 32, no. 9, 25 September 2004 (2004-09-25) * |
王艳锋: "基于SVM的桥区水域失控船舶航迹对比分析", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》, no. 12, 15 December 2010 (2010-12-15) * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226660A (zh) * | 2013-04-23 | 2013-07-31 | 南京航空航天大学 | 空间飞行器主动段轨道估计方法 |
CN103226660B (zh) * | 2013-04-23 | 2016-05-04 | 南京航空航天大学 | 空间飞行器主动段轨道估计方法 |
WO2015070574A1 (zh) * | 2013-11-18 | 2015-05-21 | 中兴通讯股份有限公司 | 一种运动量计算方法、装置及手机 |
CN105374231A (zh) * | 2014-08-27 | 2016-03-02 | 中国移动通信集团公司 | 一种预警方法、装置及系统 |
CN105893755A (zh) * | 2016-03-31 | 2016-08-24 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN105893755B (zh) * | 2016-03-31 | 2019-01-15 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN109416544A (zh) * | 2016-06-29 | 2019-03-01 | 日本电产株式会社 | 移动体引导系统、移动体、引导装置以及计算机程序 |
CN109416544B (zh) * | 2016-06-29 | 2022-08-16 | 日本电产株式会社 | 移动体引导系统、移动体、引导装置以及存储器 |
CN109085967A (zh) * | 2018-06-27 | 2018-12-25 | 阿里巴巴集团控股有限公司 | 一种应用程序功能的调用方法、装置及电子设备 |
CN110327612A (zh) * | 2019-08-09 | 2019-10-15 | 南昌航空大学 | 一种基于视觉识别的高尔夫球轨迹预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102521475A (zh) | 一种运动设备的运动轨迹描绘方法 | |
JP6546907B2 (ja) | 機器用統合データ収集及び報告インタフェース | |
CN109444813B (zh) | 一种基于bp和dnn双神经网络的rfid室内定位方法 | |
CN110411580B (zh) | 一种电力设备发热缺陷的诊断方法以及诊断系统 | |
US11526827B2 (en) | Non-intrusive workflow assessment (NIWA) for manufacturing optimization | |
CN105574593B (zh) | 基于云计算和大数据的轨道状态静态检控系统及方法 | |
CN107942940A (zh) | 一种基于指令域分析的数控机床的进给轴装配故障的检测方法和装置 | |
CN104573706A (zh) | 一种物体图像识别方法及其系统 | |
CN102654937B (zh) | 电能质量监测终端的iec61850检测平台及其检测方法 | |
CN105120217A (zh) | 基于大数据分析和用户反馈的智能摄像机移动侦测报警系统及方法 | |
CN103699698A (zh) | 一种基于改进贝叶斯的轨道交通故障识别方法及系统 | |
CN108363952A (zh) | 诊断装置 | |
CN202614273U (zh) | 一种火电厂传感器故障诊断装置 | |
CN204010050U (zh) | 一种巡检实时定位跟踪系统 | |
CN108088500A (zh) | 一种智能综合性环境检测系统及方法 | |
US10104494B2 (en) | Marker based activity transition models | |
JPWO2017126236A1 (ja) | 異常検知装置及び異常検知システム | |
CN103279904A (zh) | 移动终端及其建筑信息处理方法 | |
CN104181896A (zh) | 一种基于物联网的工控采集状态监控系统 | |
CN103885867B (zh) | 一种模拟电路性能的在线评价方法 | |
CN102739527B (zh) | 网络丢包率探测方法 | |
CN106255198B (zh) | 采集施工定位系统和方法 | |
CN109316192B (zh) | 基于移动网络信道状态信息的坐姿检测方法及装置 | |
RU2434300C1 (ru) | Способ и устройство для контроля и управления состоянием искусственных сооружений | |
CN103167079A (zh) | 一种手机测量系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120627 |