CN104190063A - 一种基于智能手机的姿态识别及远程训练方法及系统 - Google Patents

Abstract

本发明涉及一种基于智能手机的姿态识别及远程训练方法及系统。本发明包括远程网络显示终端、本地网络显示终端、服务器和智能手机，智能手机为数据采集中心，配置有三轴加速度传感器和罗盘；服务器为数据处理和传输中心，接收到智能手机传输的信息，进行处理；本地和远程网络显示终端为数据展示中心，主要显示用户的轨迹信息；所述的服务器进行处理包括生成教练员手势运动的轨迹的过程和对学员手势运动轨迹和教练手势运动轨迹分析比较，找出学员与教练间手势运动轨迹的差异性的过程。本发明为教练上课和学员远程学习提供便利，实现了“随时随地教学及锻炼”。

Description

一种基于智能手机的姿态识别及远程训练方法及系统

技术领域

本发明属于计算机应用技术领域，涉及一种基于智能手机的姿态识别及远程训练方法及系统。

背景技术

目前人体姿态识别的系统主要是基于视觉处理、无线信号的信号强度的方法。但上述两类方法均需部署特定基础设备辅助姿态识别，如视觉识别需架设相应数量的摄像头、无线信号识别方法需部署一定数量的无线信号收发基站，在实际应用中存在一定局限性。智能手机技术发展迅速，内置功能强大的加速度传感器和罗盘，无需借助其它基础设施，完全可以构建姿态识别及训练系统。

发明内容

本发明针对现有技术的不足，提供了一种基于智能手机的姿态识别及远程训练方法及系统。

一种基于智能手机的姿态识别及远程训练系统，包括远程网络显示终端、本地网络显示终端、服务器和智能手机，智能手机为数据采集中心，配置有三轴加速度传感器和罗盘；服务器为数据处理和传输中心，接收到智能手机传输的信息，进行处理；本地和远程网络显示终端为数据展示中心，主要显示用户的轨迹信息。

一种基于智能手机的姿态识别及远程训练方法，使用上述的系统，包括以下步骤：

步骤1：教练员手握智能手机，开始做各种运动；教练员手上的智能手机采集教练员手势运动的三维坐标信息和X、Y、Z轴上的运动速度以及运动的方向信息，并传输到服务器中。

步骤2：服务器接收到三维坐标信息和X、Y、Z轴上的运动速度以及运动的方向信息后，通过服务器进行数据处理，生成教练员手势运动的轨迹，通过无线信号传输到本地或远程网络显示终端。

步骤3：学员根据本地或远程网络显示终端的教练员手势运动轨迹，进行学习。学员手中的智能手机能将学员手势运动轨迹通过无线方式反馈到服务器，由服务器对学员手势运动轨迹和教练手势运动轨迹分析比较，找出学员与教练间手势运动轨迹的差异性。

学员与教练间手势运动轨迹的差异性的具体确定是：

(1)设定教练的垂直向下方向的三轴加速度采样值(0，-1，0)作为初始参考起始点值，加速度采样值的单位为标准重力加速度G。

(2)初始化比较次数N。

(3)初始化相似度阈值Γ＝0.6。

(4)用公式1)计算分别教练和学员手势运动轨迹曲线在时刻t_i的曲率k_coach(t_i)和k_student(t_i)；

$k\left(t\right)=\frac{\left|\right|\stackrel{\→}{r^{\′}\left(t\right)}\×\stackrel{\→}{r^{\′\′}\left(t\right)}\left|\right|}{\left|\right|{\stackrel{\→}{r^{\′}\left(t\right)}\left|\right|}^3}=\frac{1}{\left|\right|{\stackrel{\→}{r^{\′}\left(t\right)}\left|\right|}^3}[{\left|\right|\stackrel{\→}{r^{\′\′}\left(t\right)}\left|\right|}^2-{(\stackrel{\→}{r^{\′}\left(t\right)},\stackrel{\→}{r^{\′\′}\left(t\right)})}^2]---1)$

其中，为空间曲线，为空间曲线的一阶导数，为空间曲线的二阶导数,为一阶导数的模。

(5)求 $\mathrm{\Δ}{k}_{t_i}={(k_{\mathrm{student}}\left(t_i\right)-k_{\mathrm{coach}}\left(t_i\right))}^2;$

(6)找出的最大值Δk_max和最小值Δk_min；

(7)对进行归一化处理，如公式2)所示。

$\mathrm{\ζ}\left(t_i\right)=\frac{\mathrm{\Δ}{k}_{t_i}-\mathrm{\Δ}{k}_{\min }}{\mathrm{\Δ}{k}_{\max }-\mathrm{\Δ}{k}_{\min }}---2)$

其中，ζ(t_i)∈[0,1]；

(8)计算教练和学员手势运动曲线的相似度ξ，如公式3)所示：

$\mathrm{\ξ}=(1-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{\ζ}\left(t_i\right))\×100\%---3)$

(9)重复步骤(4)至步骤(8)，直到重复次数为N，得到最后的ξ值。

(10)当ξ<Γ,则提醒学员改善动作。

本发明的有益效果：本发明为教练上课和学员远程学习提供便利，实现了“随时随地教学及锻炼”。

附图说明

图1为本发明系统结构图。

具体实施方式

以下结合附图对本发明作进一步说明。

如图1所示，本发明的系统包括：远程网络显示终端、本地网络显示终端、服务器和智能手机。智能手机为数据采集中心，需配置有三轴加速度传感器和罗盘；服务器为数据处理和传输中心，接收到智能手机传输的信息，进行处理；本地和远程网络显示终端为数据展示中心，主要显示用户的轨迹信息。

用户手握智能手机；智能手机通过三轴加速度传感器，采集用户手臂运动的三维坐标信息和X、Y、Z轴上的运动速度；通过罗盘，采集用户手臂运动的方向信息；通过智能手机上的无线信号，将手臂运动的三维坐标信息和X、Y、Z轴上的运动速度以及方向信息传输到服务器。

通过服务器上的数据处理，画出用户手臂运动的轨迹；服务器再通过无线信号，将运动轨迹传输给本地或远程网络显示终端。

本地网络显示终端或远程网络显示终端接收服务器发送的轨迹信息，并在本地或远程显示终端上以图形的方式显示用户手臂运动的轨迹。

据此，可实现教练与学员之间的远程教学互动。具体流程如下：

步骤1：教练员运行安装于其智能手机上的软件，手握智能手机，开始做各种运动；教练员手上的智能手机采集到教练员手势运动的三维坐标信息和X、Y、Z轴上的运动速度以及运动的方向信息，并传输到服务器中。

步骤2：服务器接收到三维坐标信息和X、Y、Z轴上的运动速度以及运动的方向信息后，通过服务器数据处理，生成教练员手势运动的轨迹，通过无线信号传输到本地或远程网络显示终端。

步骤3：学员根据本地或远程网络显示终端的教练员手势运动轨迹，进行学习。学生手中的智能手机能将学员手势运动轨迹通过无线方式反馈到服务器，由服务器对学员手势运动轨迹和教练手势运动轨迹分析比较，找出学员与教练间手势运动轨迹的差异性。

远程运动训练及相似度比较方法：

(1)设定教练的垂直向下方向的三轴加速度采样值(0，-1，0)作为初始参考起始点值，加速度采样值的单位为标准重力加速度G，G＝9.8m/s2。

(2)初始化比较次数N。

(3)初始化相似度阈值Γ＝0.6。

(4)用公式1)计算分别教练和学员手势运动轨迹曲线在时刻t_i的曲率k_coach(t_i)和k_student(t_i)；

$k\left(t\right)=\frac{\left|\right|\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)}\&times;\stackrel{\&RightArrow;}{r^{\&prime;\&prime;}\left(t\right)}\left|\right|}{\left|\right|{\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)}\left|\right|}^3}=\frac{1}{\left|\right|{\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)}\left|\right|}^3}[{\left|\right|\stackrel{\&RightArrow;}{r^{\&prime;\&prime;}\left(t\right)}\left|\right|}^2-{(\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)},\stackrel{\&RightArrow;}{r^{\&prime;\&prime;}\left(t\right)})}^2]......1)$

其中，为空间曲线，为空间曲线的一阶导数，为空间曲线的二阶导数,为一阶导数的模。

(5)求 $\mathrm{\&Delta;}{k}_{t_i}={(k_{\mathrm{student}}\left(t_i\right)-k_{\mathrm{coach}}\left(t_i\right))}^2.$

(6)找出的最大值Δk_max和最小值Δk_min。

(7)对进行归一化处理，如公式2)所示。

$\mathrm{\&zeta;}\left(t_i\right)=\frac{\mathrm{\&Delta;}{k}_{t_i}-\mathrm{\&Delta;}{k}_{\min }}{\mathrm{\&Delta;}{k}_{\max }-\mathrm{\&Delta;}{k}_{\min }}......2)$

其中，ζ(t_i)∈[0,1]；

(8)计算教练和学员手势运动曲线的相似度ξ，如公式3)所示：

$\mathrm{\&xi;}=(1-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\mathrm{\&zeta;}\left(t_i\right))\&times;100\%......3)$

(9)重复步骤(4)至步骤(8)，直到重复次数为N，得到最后的ξ值。

(10)当ξ<Γ,则提醒学员改善动作。

Claims (2)

1.一种基于智能手机的姿态识别及远程训练系统，包括远程网络显示终端、本地网络显示终端、服务器和智能手机，其特征在于：智能手机为数据采集中心，配置有三轴加速度传感器和罗盘；服务器为数据处理和传输中心，接收到智能手机传输的信息，进行处理；本地和远程网络显示终端为数据展示中心，主要显示用户的轨迹信息；

所述的服务器进行处理包括生成教练员手势运动的轨迹的过程和对学员手势运动轨迹和教练手势运动轨迹分析比较，找出学员与教练间手势运动轨迹的差异性的过程；

其中学员与教练间手势运动轨迹的差异性的具体确定是：

(1)设定教练的垂直向下方向的三轴加速度采样值(0，-1，0)作为初始参考起始点值，加速度采样值的单位为标准重力加速度G；

(2)初始化比较次数N；

(3)初始化相似度阈值Γ＝0.6；

(4)用公式1)计算分别教练和学员手势运动轨迹曲线在时刻t_i的曲率k_coach(t_i)和k_student(t_i)；

$k\left(t\right)=\frac{\left|\right|\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)}\&times;\stackrel{\&RightArrow;}{r^{\&prime;\&prime;}\left(t\right)}\left|\right|}{\left|\right|{\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)}\left|\right|}^3}=\frac{1}{\left|\right|{\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)}\left|\right|}^3}[{\left|\right|\stackrel{\&RightArrow;}{r^{\&prime;\&prime;}\left(t\right)}\left|\right|}^2-{(\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)},\stackrel{\&RightArrow;}{r^{\&prime;\&prime;}\left(t\right)})}^2]---1)$

其中，为空间曲线，为空间曲线的一阶导数，为空间曲线的二阶导数,为一阶导数的模；

(5)求 $\mathrm{\&Delta;}{k}_{t_i}={(k_{\mathrm{student}}\left(t_i\right)-k_{\mathrm{coach}}\left(t_i\right))}^2;$

(6)找出的最大值Δk_max和最小值Δk_min；

(7)对进行归一化处理，如公式2)所示；

$\mathrm{\&zeta;}\left(t_i\right)=\frac{\mathrm{\&Delta;}{k}_{t_i}-\mathrm{\&Delta;}{k}_{\min }}{\mathrm{\&Delta;}{k}_{\max }-\mathrm{\&Delta;}{k}_{\min }}---2)$

其中，ζ(t_i)∈[0,1]；

(8)计算教练和学员手势运动曲线的相似度ξ，如公式3)所示：

$\mathrm{\&xi;}=(1-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\mathrm{\&zeta;}\left(t_i\right))\&times;100\%---3)$

(9)重复步骤(4)至步骤(8)，直到重复次数为N，得到最后的ξ值；

(10)当ξ<Γ,则提醒学员改善动作。

2.一种基于智能手机的姿态识别及远程训练方法，使用如权利要求1所述的系统，其特征在于该方法包括以下步骤：

步骤1：教练员手握智能手机，开始做各种运动；教练员手上的智能手机采集教练员手势运动的三维坐标信息和X、Y、Z轴上的运动速度以及运动的方向信息，并传输到服务器中；

步骤2：服务器接收到三维坐标信息和X、Y、Z轴上的运动速度以及运动的方向信息后，通过服务器进行数据处理，生成教练员手势运动的轨迹，通过无线信号传输到本地或远程网络显示终端；

步骤3：学员根据本地或远程网络显示终端的教练员手势运动轨迹，进行学习；学员手中的智能手机能将学员手势运动轨迹通过无线方式反馈到服务器，由服务器对学员手势运动轨迹和教练手势运动轨迹分析比较，找出学员与教练间手势运动轨迹的差异性；

学员与教练间手势运动轨迹的差异性的具体确定是：

(1)设定教练的垂直向下方向的三轴加速度采样值(0，-1，0)作为初始参考起始点值，加速度采样值的单位为标准重力加速度G；

(2)初始化比较次数N；

(3)初始化相似度阈值Γ＝0.6；

(4)用公式1)计算分别教练和学员手势运动轨迹曲线在时刻t_i的曲率k_coach(t_i)和k_student(t_i)；

$k\left(t\right)=\frac{\left|\right|\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)}\&times;\stackrel{\&RightArrow;}{r^{\&prime;\&prime;}\left(t\right)}\left|\right|}{\left|\right|{\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)}\left|\right|}^3}=\frac{1}{\left|\right|{\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)}\left|\right|}^3}[{\left|\right|\stackrel{\&RightArrow;}{r^{\&prime;\&prime;}\left(t\right)}\left|\right|}^2-{(\stackrel{\&RightArrow;}{r^{\&prime;}\left(t\right)},\stackrel{\&RightArrow;}{r^{\&prime;\&prime;}\left(t\right)})}^2]---1)$

其中，为空间曲线，为空间曲线的一阶导数，为空间曲线的二阶导数,为一阶导数的模；

(5)求 $\mathrm{\&Delta;}{k}_{t_i}={(k_{\mathrm{student}}\left(t_i\right)-k_{\mathrm{coach}}\left(t_i\right))}^2;$

(6)找出的最大值Δk_max和最小值Δk_min；

(7)对进行归一化处理，如公式2)所示；

$\mathrm{\&zeta;}\left(t_i\right)=\frac{\mathrm{\&Delta;}{k}_{t_i}-\mathrm{\&Delta;}{k}_{\min }}{\mathrm{\&Delta;}{k}_{\max }-\mathrm{\&Delta;}{k}_{\min }}---2)$

其中，ζ(t_i)∈[0,1]；

(8)计算教练和学员手势运动曲线的相似度ξ，如公式3)所示：

$\mathrm{\&xi;}=(1-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\mathrm{\&zeta;}\left(t_i\right))\&times;100\%---3)$

(9)重复步骤(4)至步骤(8)，直到重复次数为N，得到最后的ξ值；

(10)当ξ<Γ,则提醒学员改善动作。