CN103550923A - 一种无线智能裁判系统及其实现智能裁判打分的方法 - Google Patents

Abstract

本发明公开了一种无线智能裁判系统，包括裁判手套，以及无线接收终端；其中裁判手套包括设置于手套内部的重力加速计单元、设置于手套背部的数据采集与控制单元；数据采集与控制单元包括用于供电的电源模块、采集电路、微处理器MCU、第一射频收发模块；所述无线接收终端包括第二射频收发模块、ARM处理器、存储单元、n个打分器、采集总线以及显示装置；本发明还公开了该无线智能裁判系统实现智能裁判打分的方法，本发明采用先进的位置感应技术及无线传输技术，将裁判手势活动和裁判打分组合成一个完整的系统，使整个赛事评判过程更规范统一化，彻底信息化。

Description

一种无线智能裁判系统及其实现智能裁判打分的方法

技术领域

本发明涉及一种无线智能裁判系统，属于无线体感网络应用技术领域。

背景技术

目前在很多室内竞技类赛事中还采用人工计分，人工统计，统一显示的裁判方案。对裁判员判决手势的理解上，运动员与裁判员之间会产生歧义。同时由各裁判打分员手工打分，再签字核实上交并进行统一人工统计，会带来对“确认”的“再确认”的问题，主观上的失误的会导致赛事评分结果的修改，从而造成观众、运动员对判决结果权威性的质疑。

当前存在的一些裁判系统，主要是将裁判的人工打分变成了打分器输入。包括无线打分器、有线打分器。无线打分器主要用在投票环节，即由数量较多的大众评委在某一特定时段进行打分，以统计最终结果，缺点是容易有“伪”打分器加入，干扰统计结果。有线打分器用于赛事规格较高，裁判员打分人员相对固定的场景下，有线打分器排除了非法打分器的干扰，更具有专业性。

就以上已有裁判系统而言，总体只考虑了打分裁判的后台处理，未能考虑到赛场上裁判（包括主裁判和边裁判）的实时动作的规范和处理，因此对场上裁判手势的规范如果能通过客观的机器输入来表示，将极大地减少争议。

随着体感输入技术的发展，新型的传感器技术可以做的更精细，灵敏度更高。目前市场上已经具备能检测出运动物体的运动方向、运动速度和加速度等三维参数的传感器，通过对这些传感器参数的捕捉和计算，可以获得该物体的运动数据。从而模拟和计算出该物体动作的含义。

同时，无线室内传输技术也被广泛使用，具备了选择一种可靠有效的无线传输技术，将产生的数据信号无线传输到控制和处理系统内。

发明内容

本发明所用解决的就是针对背景技术中现有裁判系统的缺陷和不足，提供一种由具有手势动作测量功能的裁判手套及无线接收终端组合而成的无线智能裁判系统。

本发明为解决以上技术问题，采用以下技术方案：

一种无线智能裁判系统，包括裁判手套，以及无线接收终端；其中所述裁判手套包括设置于手套内部的重力加速计单元、设置于手套背部的数据采集与控制单元，其中所述数据采集与控制单元包括用于供电的电源模块、采集电路、微处理器MCU、第一射频收发模块；所述无线接收终端包括第二射频收发模块、ARM处理器、存储单元、n个打分器、采集总线以及显示装置；

其中所述采集电路用于采集所述重力加速计单元采集的裁判手势信号，并通过传输总线将采集的信号发送至微处理器MCU；所述微处理器MCU通过通信接口与第一射频收发模块连接；所述第二射频收发模块与第一射频收发模块进行无线通信，将手套中微处理器MCU发送来的裁判手势信号传送至ARM处理器；所述存储单元中存储有手势字典数据，所述ARM处理器根据手势字典数据对于接收的裁判手势信号进行统一识别处理后，生成裁判手势判决指令；所述n个打分器分别通过采集总线将裁判打分结果发送至ARM处理器；所述ARM处理器将打分结果、裁判手势判决指令显示到显示装置上。

作为本发明的一种无线智能裁判系统进一步的优化方案，所述重力加速度计单元包括7个用于捕捉手势运动信息的重力加速度计传感器，其中5个重力加速度计传感器安置于每根手指的指尖处，第6个重力加速度计传感器安置于手掌心处，第7个重力加速度计传感器安置于手腕处。

作为本发明的一种无线智能裁判系统进一步的优化方案，所述电源模块包括充电及降压电路模块、电池组，其中所述充电及降压电路模块还包括一个USB接口，用于外接+5V直流电压对电池组进行充电，所述充电及降压电路模块将+5V直流电压转换为3.3V直流电压提供给所述电池组。

作为本发明的一种无线智能裁判系统进一步的优化方案，所述数据采集与控制单元还包括分别与微处理器MCU连接的LED阵列指示模块、按键电路、Flash存储电路模块、USB接口模块。

作为本发明的一种无线智能裁判系统进一步的优化方案，所述无线接收终端还包括一电源转换模块，用于将220V市电转换后提供给无线接收终端供电。

一种无线智能裁判系统实现智能裁判打分的方法，包括如下步骤：

步骤A，为不同类型赛事标注赛事类型ID，为每个赛事的不同裁判手势生成手势ID，生成裁判手势字典，具体如下：

A-1，在每一个手势动作中，定义每一个重力加速度传感器为一个通道，在一段时间内根据每个传感器在每个样本采样周期返回三维运动方向数据，生成三维运动方向数据组，构成该传感器的运动轨迹；

A-2，通过识别手势静默区间与手势起始位置，判断是否进行手势传感数据存储和传输：

定义： $\left\{\begin{array}{c}\mathrm{Kx}\left(i\right)={[X(i+1)-X\left(i\right)]}^2+{[X\left(i\right)-X(i-1)]}^2\\ \mathrm{Ky}\left(i\right)={[Y(i+1)-Y\left(i\right)]}^2+{[Y\left(i\right)-Y(i-1)]}^2\\ \mathrm{Kz}\left(i\right)={[Z(i+1)-Z\left(i\right)]}^2+{[Z\left(i\right)-Z(i-1)]}^2\end{array}\right.$

将所有采样值的{Kx(i),Ky(i),Kz(i)}组成K值序列进行判决，在K值序列中如果满足连续M个以上的K值大于0.1，则认为该样值点已经进入了手势起始位置时刻将所读取的三维运动方向数据进行存储传输；若不满足该条件或K值小于0.05，则认为是手势静默区，所读取的三维运动方向数据不进行存储传输；i为采样周期数，M为自然数；

A-3，具体字典训练生成过程：

A-3.1，标称姿态校正；校正初始化标准三维运动方向（X,Y,Z）位置，获得使用者的标准参数，获得三维方向的最大值（X_max,Y_max,Z_max），即获得个体的三维最大伸展量；

A-3.2，完成具体裁判动作的训练，裁判员演示裁判动作的具体过程，依次对每个裁判动作进行训练至少N次，N>=3，进入训练模式，获得和校正X,Y,Z三轴基本参量；

微处理器MCU对每个通道输出的数据进行处理，即通过步骤A-2检测发现手势起始位置，在记录连续数据后再次获得手势静默区时刻，保存为数组1；连续检测N次数据，获得N个数组，通过计算这个N个数组的数据方差，获取方差值最小的两组数据，取此两组数据平均值作为标准裁判手势字典数据，存储内容包括：手势ID、手势内容描述、手势总样值数、连续样值数据{X(N),Y(N),Z(N)}；

A-3.3，依次类推，直到所有裁判手势训练结束，最终生成该比赛的裁判手势字典；

步骤B，将生成的裁判手势字典加载至裁判手套端的Flash存储电路模块，以及无线接收终端的存储单元；

步骤C，无线智能手套中MCU裁判姿态判决步骤；

C-1，完成如步骤A-3.1的标称姿态校正步骤，以获得校正X，Y，Z三轴基本参量；

C-2，微处理器MCU记录每个传感器传送过来的连续的三维数据量，并进行手势起始位置判断和识别，一旦发现有手势动作启动，则进入预比对状态，直到检测到下一个手势静默区间；

C-3，对采集到的手势数据与基本参量进行校正，将三维数组｛（X,Y,Z）｝中的所有值与初始位置（X₀,Y₀,Z₀）做差，即获得以偏移位置为（0,0,0）的手势数据组P，

C-4，读取手势字典中的数据，分别从手势ID1开始，读取该手势的归一化样点总数M及其他所有参数，同时取P数据中从（0,0,0）开始的共M个样点，如果数据不足，则立即转入下一个手势ID数据，由此得到两组对比的三维序列P和Q，长度均为M个样值；

对P序列的所有（X,Y,Z）值进行如下运算：

$\mathrm{Kx}\left(i\right)=\frac{X(i+1)-X\left(i\right)}{X\left(i\right)-X(i-1)}$

$\mathrm{Ky}\left(i\right)=\frac{Y(i+1)-Y\left(i\right)}{Y\left(i\right)-Y(i-1)}$

$\mathrm{Kz}\left(i\right)=\frac{Z(i+1)-Z\left(i\right)}{Z\left(i\right)-Z(i-1)}$

得到P序列的斜率参数序列K，同理，得到Q序列的斜率参数序列L；分别为：{Kx(i),Ky(i),Kz(i)}和{Lx(i),Ly(i),Lz(i)}，且i∈(1,M-1)；定义两个长度为M-1的序列的差异度指标：

Cov(K,L)=||E[(K-E(K))(L-E(L))]|-1|，其中E(K)表示K序列的数学期望；

如果对三个值Cov(K,L)x,Cov(K,L)y,Cov(K,L)z均满足<=0.2，则表明：P序列与手势ID序列是匹配的，将此序列作为对应该手势ID的情形之一；

C-5，连续对所有手势ID进行上述C-4的匹配过程，如果存在一个最小的差异度指标，则将差异度指标最小的那个认定为最佳匹配找到，如果差异度指标有一个大于0.2，则认为手势动作失效，重新进入匹配搜索状态；

C-6，微处理器MCU将匹配成功手势ID发送至无线接收终端；

步骤D，无线接收终端判决及显示；

ARM处理器根据随机密钥ID选择解密口令对手势ID和手套ID的数据进行解密；获得手势ID后，根据具体赛事类型结合裁判手势字典对裁判手势含义进行预估计；

检测是否收到打分器数据，如果打分器数据输入与裁判手势含义有冲突，则表明打分器成绩有误输入；如果手势含义允许打分器数据有效，则按照赛事类型决定打分类型；

在打分有效的情形下显示打分结果，在正常情况下显示裁判手势内容，进入循环判断接收到的裁判手势数据以及打分器数据的判决中，直到有终止命令或者异常终止命令终止工作，断开无线连接，等候下一次无线连接的握手信号。

本发明采用以上技术方案，与现有技术相比，具有以下技术进步：

本发明采用先进的位置感应技术及无线传输技术，将裁判手势活动和裁判打分组合成一个完整的系统，使整个赛事评判过程更规范统一化，彻底信息化。

在室内及开阔场地场景下进行的测试表明，具备以下技术技术指标：

（1）工作电源+3.3～5V。

（2）以智能裁判接收终端为中心，可覆盖3km半径范围（无障碍视距空间）。

（3）工作时电流<100mA，休眠时电流<10mA。

（4）共三个工作频点2.4GHz。

（5）MAC层工作协议IEEE802.15.4。

（6）最大数据传输速率：250Kb/s（典型模式），20/40kb/s（替代模式）。

（7）最大接收灵敏度：－87～－98dBm（典型模式），－92dBm。

（8）无线智能手套：最大发送功率：0～+5dBm。

附图说明

图1是本发明的无线智能裁判系统组成结构图。

图2是本发明的重力加速度计传感器布置于手套上的位置示意图。

图3是传感器运动的轨迹示意图。

图4是手势静默区间与手势起始位置的识别示意图。

图5是手势起始位置识别与静默区识别示意图。

图6是标称姿态校正的常规手势示意图。

图7是裁判手势字典生成流程图。

图8是手势字典存储格式示意图。

图9是裁判字典加载示意图；其中（a）是无线接收终端加载示意图；（b）、（c）分别是手套加载的两种情况示意图。

图10是数据手套自动下载手势字典数据示意图。

图11是无线智能手套工作过程示意图。

图12是无线接收终端的工作过程示意图。

图13是无线接收终端赛事裁判手势接收和显示过程示意图。

具体实施方式

下面结合附图对本发明在某个具体场景中的具体实施使用做进一步的详细说明。

本发明的系统硬件组成如图1所示，包括无线智能手套（裁判手套）、智能裁判打分及显示模块（无线接收终端）。

（一）、无线智能手套

包括充电及降压电路模块，电池组，MCU主控模块，LED阵列指示模块，按键电路，7组重力加速计模块，Flash存储电路模块，无线射频收发模块以及一些常规外围电路组成。所述充电及降压电路模块，提供USB接口，可以外接+5V直流电压进行对电池组的充电，由于电池组模块采用3.3V直流，因此在充电电路中还进行了降压处理。所述电池组模块与LED阵列，MCU，按键电路，重力加速计模块，无线射频收发模块相连并为之提供工作电源。

如图2所示，所述重力加速计模块计为7组，分别由重力加速计传感器组成，安置在手套的不同方位，以捕捉手势运动信息。采集电路是为总线复用多个重力加速计模块的输出信号，并最终通过I2总线连接到MCU。所述Flash模块用于MCU片外程序存储器的扩展。所述无线射频模块与MCU的I/O口相连，按键电路、LED阵列通过I/O口与MCU相连，作为控制功能按钮和状态显示功能部件。

其中，重力加速计传感器采用MMA7660，该芯片是Freescale半导体公司推出的具有超低功耗，且静默微电流仅为2uA，能对一个三轴重力传感检测倾斜互晃动和改变方向，由中断引脚输出传感器数据姿态变化，包括水平/垂直，倾斜角，上下，左右等等，贴片封装尺寸为3mm*3mm*0.0mmDFN(Dual Flat No Lead)。

其中，MCU采用MSP430型号单片机，它可以在极低的工作电压1.8～3.6V之间均正常工作，在激活Active模式下，工作电流仅280uA，MSP430单片机内部有3个时钟信号，且其具有丰富的外围接口，包括标准串口、SPI接口、I²C接口等。

MCU模块是无线智能手套装置的核心部分，是获取7组重力加速计模块输出数据以及将这些原始进行初次识别过滤后发送到智能裁判接收终端上的控制部分，采用采集电路可以分时扫描重力加速计的输出信息，并进行数据预处理。按键电路和LED阵列作为无线智能手套初始校验方位和系统复位以及初始化时的控制显示部分，标准的USB接口可以外接PC机的USB接口以用来进行充电，降压电路保证将+5V电源变成+3.3V的工作电压。Flash电路做片外程序存储器的备份，存储针对不同赛事的裁判手势的手势字典数据，同时防止程序开发代码溢出时可以补充程序执行空间。

本发明中选取无线Zigbee芯片作为传输和接收芯片。无线射频收发模块采用具有无线Zigbee协议栈的CC2430芯片加上外围电路共同组成，CC2430是一颗真正的系统芯片(SOC)CMOS解决方案，CC2430由于是无线SOC设计，其内部已集成了大量必要的电路，采用较少的外围电路即实现信号的收发功能。

本发明适用无线智能手套1～4之间，以无线裁判接收终端为圆心的100米距离内（增强发射功率的节点机可以达到3Km，但对使用电池的无线智能手套来说能耗下降很快）。

（二）智能裁判接收终端

包括第二射频收发模块、ARM处理器、n个打分器、采集总线、驱动电路以及显示装置。作为无线智能手套的接收装置，其中打分器可以使用具有无线功能的智能打分器，即打分器使用WiFi接口，由于带无线接口的打分器容易被干扰，在正规大赛中不推荐使用无线，本系统采用USB总线直联的打分器。

将打分器的打分结果显示到显示装置上，显示装置为大屏幕液晶显示器，同时将无线智能手套传输过来的裁判手势信号进行统一识别处理，作为裁判手势判决指令显示在大屏幕液晶显示上。

由于各种赛事的裁判手势并不相同，针对不同类型的比赛，比如跆拳道、拳击、篮球等裁判手势数据进行训练、收集、判决、容差门限计算以获得最准确的判决结果。

由此，本发明系统适合与较高规格的比赛裁判过程中，尤其是对一些室内竞技类对抗项目的赛事实时计算机化、信息化、统一标准化，具有很好的实用价值，尤其在举办国际性大型赛事，更能体现信息技术在奥林匹克体育运动中的作用。

下面详细介绍无线智能裁判系统的具体实现方法，包括：

步骤A，裁判手势字典生成。

不同类型赛事的裁判手势中基本手势都是类似的。本发明中，针对特定赛事，比如以跆拳道为例，包括1、运动员进场（Call for contestants），2立正/敬礼，3,准备，4开始，5分开/结束，6，继续，7，宣告胜负，8，计时，9，暂停，10读秒，11，接触行为，12，消极行为，13，攻击行为，14，不当行为，15，判罚警告，16，判罚扣分，等等。本发明为不同类型赛事标注了赛事类型ID（Identification），为每个赛事的不同裁判手势生成了手势ID，以运动员进场手势为例，具体动作为向上曲肘抬臂，伸出手指，同时双手食指指向运动员的位置，裁判手势字典数据库是正确识别裁判手势的重要数据基准源。

A-1，单通道运动轨迹数据测量方法。

在每一个手势动作中，定义每一个重力加速度传感器为一个通道，本发明中共包含七个通道。每个传感器在激活（Active）模式下，以每秒120个样本的速率进行采样，即采样周期为8.36毫秒，每个样本返回（X,Y,Z）三维数据，标注着传感器运动的轨迹，如图3所示，假设初始位置为（0,0,0）变量，则（X,Y,Z）则表示了传感器的三维运动方向。同理，对为初始位置不为（0,0,0）的数据，则(ΔX,ΔY,ΔZ）表示当前位置的三维运动方向。由此由一组{X,Y,Z}数据即构成了传感器的运动轨迹。

A-2，手势静默区间与手势起始位置的识别方法。

如图4所示，通常一个标准的裁判动作应在1秒和2秒之间完成，且完成后中间等待时间大于450毫秒，同一个动作可能重复进行，因此必须准确识别手势静默区间与手势起始位置，防止误识别。在动作未发生区，(X,Y,Z)输出的值理论上应该是一致的，即{X,Y,Z}序列前后之差(ΔX,ΔY,ΔZ）应接近于（0,0,0），由于本发明中的传感器采样频率较快，并考虑到一定的轻微摆动造成的误差，

定义：

Kx(i)=[X(i+1)-X(i)]²+[X(i)-X(i-1)]²

Ky(i)=[Y(i+1)-Y(i)]²+[Y(i)-Y(i-1)]²

Kz(i)=[Z(i+1)-Z(i)]²+[Z(i)-Z(i-1)]²

将所有样值的{Kx(i),Ky(i),Kz(i)}组成K序列，进行判决，如图5所示，如果K（包括Kx,Ky,Kz三个）值，满足连续M（M=5）个以上大于0.1，则认为该样值点已经进入了手势起始位置时刻，而K值小于0.05，或者连续M个值以下的，则认为是手势静默区，所读取的三维数据不进行存储传输。

A-3，具体字典训练生成过程。

聘请国家级裁判员，完成标准裁判手势字典数据的存储工作。首先带上无线智能手套的裁判员按“训练”按钮，即进入训练模式。

A-3.1标称姿态校正；本步骤主要校正初始化标准X,Y,Z位置。如图6中的几个姿势，包括手臂伸直，手掌向下平放（如图6中（a）所示）；手臂伸直，手掌垂直（如图6中（b）所示）；手臂伸直，手掌直立推出（如图6中（c）所示）；主要获得使用者的标准参数。同时为了获得三维方向的最大值（X_max,Y_max,Z_max），使用者需要按照大屏幕的提示，训练：1、手臂自然下垂，手掌向内垂直；2，手臂自然平行身体展开90度；3、手臂自然上举，尽量成180度与身体垂直。这样可获得个体的三维最大伸展量。

A-3.2，下面完成具体裁判动作的训练，由大屏幕提示动作名称，裁判员演示该动作的具体过程，依次对每个动作进行训练至少N次（N>=3），具体步骤如图7所示：

进入训练模式，展示自然下垂，自然直平伸，自然上举，自然侧平举四个动作，用来获得和校正X,Y,Z三轴基本参量。

大屏幕显示动作名称：比如运动员入场，裁判员以标准姿态完成该动作，智能手套MCU对七个通道输出的数据进行运行，即通过步骤A-2检测发现手势起始位置，在记录连续数据（小于2秒）后再次获得手势静默区时刻，保存为数组1；连续检测N次数据，获得N个数组，通过计算这个N个数组的数据方差，取方差值最小的两组数据，取此两组平均值作为标准裁判手势字典数据，存储内容包括：手势ID、手势内容描述、手势总样值数、连续样值数据{X(N),Y(N),Z(N)}。

依次类推，直到所有裁判手势结束。最终存放字典数据的格式如图8所示，首字段2个字节，存储赛事类型ID，比如篮球为1，足球为2。手势总数字段表示该赛事全部共多少个裁判手势。不同裁判手势分别用连续手势ID表示，归一化总样点数记录本手势全部标准样点数，也用来判断不同手势的持续时间，下面分别存储七个传感器记录的数据，该数据已经使用校正X,Y,Z三轴基本参量进行了校正。

该数据存储在运行此软件的PC（上位机）机里面，可以用作手势字典的更新和下载，下载标准数据字典数据到智能手套和无线接收终端的FLASH芯片里面。

步骤B，裁判字典加载。

由于不同类型赛事的裁判手势略有不同，因此在智能手套和无线接收终端中都必须根据不同赛事加载不同的裁判手势字典库。具体如下：

方法1：直接将写好标准手势字典库的FLASH芯片插入智能手套和无线接收终端；这主要是在出厂前已确知赛事类型。

方法2：无线接收终端加载；

将无线接收终端的USB接口连到装有左右控制端的PC机，如图9（a），软件运行并检测到USB设备后，显示界面“字典加载”，确认后，选择赛事类型，包括：篮球，足球，乒乓球，拳击，跆拳道等，点击“加载”按钮，加载结束后，将显示“加载成功”。

方法2：手套加载；

数据连接方法有三种，如图9（b）所示：（1）将无线智能手套的USB接口连接至PC机，（2）将无线智能手套的USB接口连接至已经更新裁判字典的无线接收终端；（3）直接使用无线接口连接，如图9（c）。

如图10，裁判字典加载具体步骤如下，按手套上按钮“加载”按钮，手套作为下位机搜索可能存在的连接，当检测到有连接时，发出口令请求，上位机返回应答口令确认，到此时才认定下位机连接到了上位机上，智能手套的LED绿灯亮。下位机发出命令ID，请求更新裁判字典，上位机发送字典ID，以及该ID所含的内容、手势总数数据。下位机返回字典ID接收成功。

上位机循环发送每个字典条目，每一条目数据中按照每1K字节作为一个数据帧，每一个通道数据（即每个传感器的轨迹数据）结尾为（FF，FF，FF）标志。每次数据采用确认重发的方式。虽然效率低一点，但可靠性较高，整个通信过程中，绿色LED处于闪烁状态。

该手势字典全部结束时发送EOF（End of File）标志，表示全部手势字典数据下载结束。智能手套的LED指示灯，绿灯常量5秒。

步骤C,无线智能手套中MCU裁判姿态判决步骤。

在具体赛事进行中，裁判上带上智能手套，按“启动”按钮，则进入工作模式。如图11所示。

首先需要完成如步骤A-3.1的标称姿态校正步骤，以获得校正X，Y，Z三轴基本参量。

MCU记录七个传感器传送过来的连续的三维数据量，并进行手势起始位置判断和识别，一旦发现有手势动作启动，则进入预比对状态。直到检测到下一个手势静默区间。

下面对采集到的手势数据与基本参量进行校正。以通道1为例，将三维数组｛（X,Y,Z）｝中的所有值与（X₀,Y₀,Z₀）做差，即获得以偏移位置为（0,0,0）的手势数据组P，如图11中示意，生成的新的三维数组共有七组，分别属于七个通道。

读取手势字典中的数据，分别从手势ID1开始，读取该手势的归一化样点总数M及其他所有参数，同时取P数据中从（0,0,0）开始的共M个样点，如果数据不足，则立即转入下一个手势ID数据。由此可以得到两组对比的三维序列P和Q，长度均为M个样值。

对P序列的所有（X,Y,Z）值进行如下运算：

$\mathrm{Kx}\left(i\right)=\frac{X(i+1)-X\left(i\right)}{X\left(i\right)-X(i-1)}$

$\mathrm{Ky}\left(i\right)=\frac{Y(i+1)-Y\left(i\right)}{Y\left(i\right)-Y(i-1)}$

$\mathrm{Kz}\left(i\right)=\frac{Z(i+1)-Z\left(i\right)}{Z\left(i\right)-Z(i-1)}$

得到P序列的斜率参数序列K，同理，可得到Q序列的斜率参数序列L。

分别为：{Kx(i),Ky(i),Kz(i)}和{Lx(i),Ly(i),Lz(i)}，且i∈(1,M-1),

定义两个长度为M-1的序列的差异度指标：

Cov(K,L)=||E[(K-E(K))(L-E(L))]|-1|，其中E(K)表示K序列的数学期望。

如果对三个值Cov(K,L)x,Cov(K,L)y,Cov(K,L)z均满足<=0.2，则表明：P序列与手势ID序列是匹配的，有可能此序列就是对应该手势ID（是可能性）。

连续对所有手势ID进行上述匹配方法，找出一个，如果存在一个最小的差异度指标，则将差异度指标最小的那个认定为最佳匹配找到，如果差异度指标有一个大于0.2，则认为手势动作失效。重新进入匹配搜索状态。

MCU将匹配成功手势ID，发送至无线智能接收机，由接收机进行综合处理。

步骤D，智能裁判接收终端判决及显示。

智能裁判接收终端的主要工作内容包括：（1）通过USB连接向管理PC机上传当前手势训练字典；（2）通过USB连接向管理PC机请求下载更新手势字典数据；（3）作为上位机通过USB接口向无线智能手套（作为下位机）发送下载手势字典。（4）通过无线连接与无线智能手套完成具体比赛赛事的自动裁判及显示过程。

如图12所示，ARM处理完成初始化后，检测有无外部连接，如果检测到USB有外部数据源连接，则发出口令请求及询问，通过应答口令确认为管理PC机，则再次通过询问命令CMD的ID，判定是上传当前手势字典，还是下载更新本地手势字典。如果通过应答口令确认为无线智能手套，则通过询问命令CMD的ID，判断是否需要向无线智能手套发送最新的手势字典；如果检测到有无线Zigbee数据连接请求，则不再检测USB状态，通过口令应答/确认，加密口令的再次交互以保证连接的是否为合法的智能无线手套，通过对接收到的不同CMD作出响应，其中如果CMD表示为赛事“启动”，则进入赛事裁判手势接收和显示过程。具体过程如图13所示。

解密接收到的手势ID数据，数据结构为下表所示：箭头表示发送方向，Flag为帧起始字符，用“7E”表示，接收机ID对应接收终端，序号是发送手套预先排序，表示帧的发送先后，总长度表示净荷区的总长度，净荷区由随机密钥ID和手势ID+手套ID共同组成，校验和使用Checksum模式（即二进制反码加法获得）对除“Flag”字段的所有字节进行校验。

接收机终端收到该帧后，根据随机密钥ID选择解密口令对手势ID和手套ID的数据进行解密，此种解密方式可以很好地解决可能存在的“伪裁判手套”发送欺骗数据帧。获得手势ID后，针对具体赛事对裁判手势含义进行预估计；检测是否收到打分器数据，如果打分器数据输入与裁判手势含义有冲突，则表明打分器成绩有误输入。如果手势含义允许打分器数据有效，则按照赛事类型决定打分类型（比如显示全部七组数据，去掉一个最高分，去掉一个最低分，计算出总分）。在打分有效的情形下显示打分结果，在正常情况下显示裁判手势内容，进入循环判断接收到的裁判手势数据以及打分器数据的判决中，直到有终止命令或者异常终止命令终止工作，断开无线连接，等候下一次无线连接的握手信号。

Claims (6)

1.一种无线智能裁判系统，其特征在于，包括裁判手套，以及无线接收终端；其中所述裁判手套包括设置于手套内部的重力加速计单元、设置于手套背部的数据采集与控制单元，其中所述数据采集与控制单元包括用于供电的电源模块、采集电路、微处理器MCU、第一射频收发模块；所述无线接收终端包括第二射频收发模块、ARM处理器、存储单元、n个打分器、采集总线以及显示装置；

其中所述采集电路用于采集所述重力加速计单元采集的裁判手势信号，并通过传输总线将采集的信号发送至微处理器MCU；所述微处理器MCU通过通信接口与第一射频收发模块连接；所述第二射频收发模块与第一射频收发模块进行无线通信，将手套中微处理器MCU发送来的裁判手势信号传送至ARM处理器；所述存储单元中存储有手势字典数据，所述ARM处理器根据手势字典数据对于接收的裁判手势信号进行统一识别处理后，生成裁判手势判决指令；所述n个打分器分别通过采集总线将裁判打分结果发送至ARM处理器；所述ARM处理器将打分结果、裁判手势判决指令显示到显示装置上。

2.根据权利要求1所述的无线智能裁判系统，其特征在于：所述重力加速度计单元包括7个用于捕捉手势运动信息的重力加速度计传感器，其中5个重力加速度计传感器安置于每根手指的指尖处，第6个重力加速度计传感器安置于手掌心处，第7个重力加速度计传感器安置于手腕处。

3.根据权利要求1所述的无线智能裁判系统，其特征在于：所述电源模块包括充电及降压电路模块、电池组，其中所述充电及降压电路模块还包括一个USB接口，用于外接+5V直流电压对电池组进行充电，所述充电及降压电路模块将+5V直流电压转换为3.3V直流电压提供给所述电池组。

4.根据权利要求1所述的一种无线智能裁判系统，其特征在于：所述数据采集与控制单元还包括分别与微处理器MCU连接的LED阵列指示模块、按键电路、Flash存储电路模块、USB接口模块。

5.根据权利要求1所述的一种无线智能裁判系统，其特征在于：所述无线接收终端还包括一电源转换模块，用于将220V市电转换后提供给无线接收终端供电。

6.一种基于权利要求1-5任一所述无线智能裁判系统实现智能裁判打分的方法，其特征在于，包括如下步骤：

步骤A，为不同类型赛事标注赛事类型ID，为每个赛事的不同裁判手势生成手势ID，生成裁判手势字典，具体如下：

A-1，在每一个手势动作中，定义每一个重力加速度传感器为一个通道，在一段时间内根据每个传感器在每个样本采样周期返回三维运动方向数据，生成三维运动方向数据组，构成该传感器的运动轨迹；

A-2，通过识别手势静默区间与手势起始位置，判断是否进行手势传感数据存储和传输：

定义： $\left\{\begin{array}{c}\mathrm{Kx}\left(i\right)={[X(i+1)-X\left(i\right)]}^2+{[X\left(i\right)-X(i-1)]}^2\\ \mathrm{Ky}\left(i\right)={[Y(i+1)-Y\left(i\right)]}^2+{[Y\left(i\right)-Y(i-1)]}^2\\ \mathrm{Kz}\left(i\right)={[Z(i+1)-Z\left(i\right)]}^2+{[Z\left(i\right)-Z(i-1)]}^2\end{array}\right.$

将所有采样值的{Kx(i),Ky(i),Kz(i)}组成K值序列进行判决，在K值序列中如果满足连续M个以上的K值大于0.1，则认为该样值点已经进入了手势起始位置时刻将所读取的三维运动方向数据进行存储传输；若不满足该条件或K值小于0.05，则认为是手势静默区，所读取的三维运动方向数据不进行存储传输；i为采样周期数，M为自然数；

A-3，具体字典训练生成过程：

A-3.1，标称姿态校正；校正初始化标准三维运动方向（X,Y,Z）位置，获得使用者的标准参数，获得三维方向的最大值（X_max,Y_max,Z_max），即获得个体的三维最大伸展量；

A-3.2，完成具体裁判动作的训练，裁判员演示裁判动作的具体过程，依次对每个裁判动作进行训练至少N次，N>=3，进入训练模式，获得和校正X,Y,Z三轴基本参量；

微处理器MCU对每个通道输出的数据进行处理，即通过步骤A-2检测发现手势起始位置，在记录连续数据后再次获得手势静默区时刻，保存为数组1；连续检测N次数据，获得N个数组，通过计算这个N个数组的数据方差，获取方差值最小的两组数据，取此两组数据平均值作为标准裁判手势字典数据，存储内容包括：手势ID、手势内容描述、手势总样值数、连续样值数据{X(N),Y(N),Z(N)}；

A-3.3，依次类推，直到所有裁判手势训练结束，最终生成该比赛的裁判手势字典；

步骤B，将生成的裁判手势字典加载至裁判手套端的Flash存储电路模块，以及无线接收终端的存储单元；

步骤C，无线智能手套中MCU裁判姿态判决步骤；

C-1，完成如步骤A-3.1的标称姿态校正步骤，以获得校正X，Y，Z三轴基本参量；

C-2，微处理器MCU记录每个传感器传送过来的连续的三维数据量，并进行手势起始位置判断和识别，一旦发现有手势动作启动，则进入预比对状态，直到检测到下一个手势静默区间；

C-3，对采集到的手势数据与基本参量进行校正，将三维数组｛（X,Y,Z）｝中的所有值与初始位置（X₀,Y₀,Z₀）做差，即获得以偏移位置为（0,0,0）的手势数据组P，

C-4，读取手势字典中的数据，分别从手势ID1开始，读取该手势的归一化样点总数M及其他所有参数，同时取P数据中从（0,0,0）开始的共M个样点，如果数据不足，则立即转入下一个手势ID数据，由此得到两组对比的三维序列P和Q，长度均为M个样值；

对P序列的所有（X,Y,Z）值进行如下运算：

$\mathrm{Kx}\left(i\right)=\frac{X(i+1)-X\left(i\right)}{X\left(i\right)-X(i-1)}$

$\mathrm{Ky}\left(i\right)=\frac{Y(i+1)-Y\left(i\right)}{Y\left(i\right)-Y(i-1)}$

$\mathrm{Kz}\left(i\right)=\frac{Z(i+1)-Z\left(i\right)}{Z\left(i\right)-Z(i-1)}$

得到P序列的斜率参数序列K，同理，得到Q序列的斜率参数序列L；分别为：{Kx(i),Ky(i),Kz(i)}和{Lx(i),Ly(i),Lz(i)}，且i∈(1,M-1)；定义两个长度为M-1的序列的差异度指标：

Cov(K,L)=||E[(K-E(K))(L-E(L))]|-1|，其中E(K)表示K序列的数学期望；

如果对三个值Cov(K,L)x,Cov(K,L)y,Cov(K,L)z均满足<=0.2，则表明：P序列与手势ID序列是匹配的，将此序列作为对应该手势ID的情形之一；

C-5，连续对所有手势ID进行上述C-4的匹配过程，如果存在一个最小的差异度指标，则将差异度指标最小的那个认定为最佳匹配找到，如果差异度指标有一个大于0.2，则认为手势动作失效，重新进入匹配搜索状态；

C-6，微处理器MCU将匹配成功手势ID发送至无线接收终端；

步骤D，无线接收终端判决及显示；

ARM处理器根据随机密钥ID选择解密口令对手势ID和手套ID的数据进行解密；获得手势ID后，根据具体赛事类型结合裁判手势字典对裁判手势含义进行预估计；

检测是否收到打分器数据，如果打分器数据输入与裁判手势含义有冲突，则表明打分器成绩有误输入；如果手势含义允许打分器数据有效，则按照赛事类型决定打分类型；

在打分有效的情形下显示打分结果，在正常情况下显示裁判手势内容，进入循环判断接收到的裁判手势数据以及打分器数据的判决中，直到有终止命令或者异常终止命令终止工作，断开无线连接，等候下一次无线连接的握手信号。

Images