CN104815428B - 监测体育锻炼事件 - Google Patents

Abstract

计算机实现的体育表现分析方法，包括在计算机系统获得第一动作数据，该第一动作数据通过由测试对象经预确定的练习移动含有动作传感器的测试球而产生；用所述计算机系统来分析在所述第一动作数据中的来自内部传感器的数据；并在所述对象的位置向远程计算机提供有关所述第一动作数据的报告，所述报告反映了所述第一动作数据和已经执行了所述预确定的练习的其他用户的相应动作数据的比较。

Description

监测体育锻炼事件

本申请是国际申请号为PCT/US2010/029068，申请日为2010年3月29日，进入中国国家阶段的申请号为201080023854.1，发明名称为“监测体育锻炼事件”的发明专利申请的分案申请。

相关申请的交叉引用

本申请要求申请号为61/164,277、在2009年3月27日申请的美国临时申请以及申请号为61/249,526、在2009年10月7日申请的美国临时申请的权益。优先申请的公开内容以其全体被视为本申请的一部分(并通过参考并入)。

技术领域

本发明涉及自动地标识在体育训练的训练过程中运动球类的运动的特性、并使用这样所监测的动作来做出有关测试目标的体育能力的确定的系统与技术。

技术背景

体育运动已经成为社会的组成部分，众多电视频道专用于体育赛事、专业运动员促销各种产品、且公众给体育明星——业余的以及专业的——以高回报，从而支撑诸如高校奖学金、赞助机会和其他产生收益的事业之类的经济回报。随着对于体育的更广泛的注意，对于改进体育运动表现有更多的关注。如今的体育运动，开始于早至小学级别、在特定领域专业化，并且进行整年的训练来改进其技术和状况。对一些人来说体育运动导致可能有利可图的职业，而对另一些人而言导致以奖学金形式的学术的帮助，越来越多的运动员开始追寻各种方式来改进他们的表现。

良好的教练和个人努力是已知改进运动员表现的最好方法中的一些方法。有才能的教练能经常观察到进行体育运动的运动员风格中的细微问题，并能引导选手来改正这些问题。类似地，有能力的训练者能引导运动员来跟随特定方案而改进生理上的弱点。

不论很多顶级教练或体育专家多么有能力和经验，人类观察力仅可捕捉或完全地注意到影响运动员表现的小部分因素。因此，尽管多年地观察运动员在给定的运动如何竞技，或者自己已经竞技了多年，最高超的训练者和教练仍然没有能力来量化他们所看到的动作中的非常细小的差异。动作中的这些差异可能是比较以及诊断选手技能的最重要的元素。还有，依赖于人类观察和判断的技术高度地倾向于在任何单个观察者的感知基础上的意见或偏向。这个偏向，以及任何给定观察者相信其所看到的广泛的可变性，负面地影响教练和训练者可提供给运动员的建议，且还负面地影响运动员对给他们的建议的感知(也就是，如果运动员认为建议的提供者没有理解他们的能力的话，运动员可能忽略好的建议)。

在需要体育运动技巧、肌肉存储的组合，且在压力环境下在移动运动物品(诸如球)的同时要使用手-眼协调技巧的一些体育运动中，客观地量化并比较选手之间的单项(discrete)技巧差异的能力基本不可能使用人类感知。不能标准化未被看到的技巧的元素的净效应是仅仅过分依赖特定体育的可测量到的体育方面，诸如运动速度、强度和跳跃，这会导致很多技巧高超的运动员被忽视。

概述

本发明描述了可被用于量化和基准化运动员当前的技巧熟练程度的系统与方法，所述系统与方法使用传感器，所述传感器捕捉运动设备在动作中时(诸如篮球或足球)的离散运动，从而将所述运动员的运动熟练程度和他们控制该运动设备的能力链接起来，将该运动员控制该运动设备的移动的相关表现与其他运动员(已被汇集来提供基础表现指标)的表现相比较，并对运动员提供反馈以使他们能改进他们的表现。

为测量运动员技巧的熟练程度，可使用运动传感器来监测运动球类的运动以评估运动员施加到该球上的不同的力，诸如在球上产生加速和自旋的力。计算机系统可测量这些力来识别力的模式，此模式反映了运动员已经训练他的或她的肌肉以及手-眼协调来一致地施加这些力的程度。计算机实现的系统可对传感器测量结果进行快速且一致的分析，以创建用于比较目的的量化结果的汇总。利用可用一致且快速的方式来分析数据的算法，设备的相关输出可被可靠地以在时间上有效率的方式传递给运动员，来提供立即且有意义的改进反馈。

来自运动设备的与动作相关的数据，诸如加速度和旋转数据，可被标识并编译为有意义的样本，且该样本可被与以类似方式从具有已知技巧程度的运动员中收集的大量其他样本相比较。例如，可为每一个运动级别(如，初等学校、高等学校、低等级高等院校(如，第二部分或大专)、高等级高等院校、专业、和精英或全明星)确定使用运动设备而表现的特定动作或运动训练过程的运动表现的特性。然后可将特定运动员的所采样的数据与已汇集的数据进行比较(所述已汇集的数据使用同样的动作传感技术而收集、以同样的方式表现同样的训练过程、来自那些已知表现为这些级别中的每一个的其他运动员)，因此可确定特定运动员的表现的级别。

可预确定训练过程(drill)并在测试对象之间进行匹配，这样可将所得到的数据在个人之间以有统计学显著意义的方式进行匹配和比较。训练过程被定义成运动员执行的多步骤的体育过程，诸如以特定模式的带球、从球场所界定的点的特定数量的射门，以及沿着图形(诸如沿着锥形(cone))奔跑，或在可被施加在地板上的直线上奔跑。

因此，这样技术可向运动员或者招聘人员提供关于运动员所表现的客观技巧级别(不论是对于特定技巧，而是对于整个运动的整体)的指示。另外，通过建议运动员进行可采取以改进任何缺陷(该缺陷是当系统将该运动员的数据与其他运动员的数据进行比较时所识别出的)的练习，这些结果可提供建设性的反馈。

一些练习可模拟比赛类型的运动动作，诸如踢球或冰球，而其它练习可测试更一般的体育能力，诸如力量、耐力和速度。例如，在一个测试中，可要求运动员以他或她的背部躺卧并重复地将有重量的球扔向空中。扔球动作的爆发性可指示力量，这个力量与，例如，双手的篮球转球或进攻性前锋进行的堵截相关。运动员保持这样的爆发力的级别(如，如由诸如在球中的加速度计之类的动作传感器所测量的那样)可提供运动员对于这样的活动的耐力的指示。在另一个练习中，可要求运动员垂直地跳跃数次。再次地，可将动作传感器内嵌在球中，且当运动员跳跃的时候，运动员可持有该球，这样可测量出该运动员的爆发力和耐力。可选地或附加地，可将传感器附着在运动员上，诸如在练习中运动员所穿着的背心中。在第三个练习中，可要求运动员用侧扭(side twist)来进行仰卧起坐，且可使用运动员持有的球中的、在运动员上身上的动作传感器，和/或在地板上的压力传感器来测量运动员的核心力量(core strength)。最后，可挑战运动员当其追球的时候用胸部将较重的球从一个门框(pylon)传递到另一个门框。帮助者可将球放置在运动员前面的下一个门框上。再次，该球可含有动作传感器。这样的测试可帮助识别运动员的传球力量和跑动速度。

在特定实现中，这样的系统和技术可提供一个或多个优势。例如，通过完成将球的运动立即记录下来并简易地传递给计算系统的多个训练而可快速地分析运动员。还有，该系统可记录运动员表现的细微方面，这些细微方面通过教练观看运动员、特别是对于快速运动的体育运动(需要运动竞技、肌肉存储、视觉等才能成功)来说，是不能观察到的。另外，通过此处提供的技术所提供的分析可以是一致且无偏差的，从而在不需要用于个人训练的多个观察者的情况下，在一个高度地可收放(scalable)的系统中提供高质量的、客观地分析。例如，可全国性地采用动作传感测试系统,供只具有有限量训练的技术人员操作。这些分析，诸如数据收集，可以是无偏差且可称的，这样可在不必顾虑偏袒的主张的情况下给运动员公平的评估，且在系统发展时不需要训练众多分析人员就可完成分析。

【当权利要求完善的时候，附加实现会列在此。】

在以下的附图和描述中阐述一个或多个实施例的细节。其它特征和优点将从描述和附图、以及权利要求书中变得显而易见。

附图描述

图1A是用于电测量运动表现并给予有关表现的反馈的系统的概念图。

图1B示出用于将传感的体育球接口至家用消费电子系统的系统。

图2A是用于将运动员的表现指示符和为多个其他运动员所汇集的表现指示符进行比较的图示计算机系统的框图。

图2B是用于评估运动表现的基于计算机的系统的框图。

图3A和3B是用于获得与运动员的表现相关的动作数据的示例过程的流程图。

图3C是在涉及弹跳球的训练过程中标识特定事件的流程图。

图4A-4B示出从在传球之后采取的篮球投篮所得的示例动作数据。

图5A和5B示出可定义篮球投篮的参数。

图6示出对于篮球投篮的示例陀螺仪和加速度计数据。

图7示出从躺卧的对象胸部向上投球的示例数据。

图8示出来自跳跃对象的示例动作数据。

图9示出来自执行带侧扭(side tap)仰卧起坐的对象的示例动作数据。

图10示意性地示出对扔和跑动的训练过程的设定。

图11示出对于重复的扔和跑动的训练过程的动作数据。

图12示出对于制作未装仪器(non-instrumented)的篮球(或类似类型的体育球类)和装仪器的篮球的过程的比较。

图13A-13K是如何将原始动作数据减少并过滤为适于对特定篮球动作(诸如盘球)进行分析的形式的曲线图。

图14示出可被用于实现此处描述的技术的计算机设备和移动计算机设备的示例。

在各附图中相似的附图标记指示相似的部件。

详细描述

本发明描述了用于通过测量已被教导为执行特定训练过程(所述特定训练过程与其他运动员也已经执行了的训练过程相匹配)的运动员，从而以重复和客观的方式捕捉和评估运动表现的系统和技术，。一般，诸如篮球或其他球类的运动设备可被提供有动作传感器(诸如加速度计和角速度陀螺)，或用动作传感器加以对其观察，从而记录有关运动员操作该运动设备的方式的数据。从运动员处可捕捉附加数据，诸如经由基于激光的动作记录器、压力传感垫和基于鞋子的传感器。可通过一个或多个训练过程来引导运动员，诸如盘球或射门的训练过程，且当他们完成训练过程的时候可通过多种传感器来记录他或她的动作。可良好地定义这训练过程，这样所捕捉的数据可被与该训练过程的其他实例相比较，包括在不同时间段由同一个运动员所执行的训练过程的实例、以及其他运动员执行这个训练过程的实例。

可在运动员执行该训练过程的附近的计算系统上捕捉动作数据。数据的捕捉可，例如，经由在体育设备中的传感器组件和附着在计算机上的无线接收器(诸如经由USB接口或类似接口)之间的无线通信而发生。然后可以各种形式将动作数据转换、采样并变换，并与来自其他运动员的已经被汇集用于稍后的统计或类似分析的数据相比较。其他运动员可能已经被提供了有关他们的运动表现的级别的指示符，诸如他们是不是大学中学的选手、大专的选手、第一档(division I)的选手、专业选手或者其他级别的选手。如果这些其他运动员在受控条件(由技术人员指导或观察，以确保他们遵循了过程的合适的步骤)下表现出同样或类似的训练过程，可将他们的所汇集的数据与第一运动员的数据相比较，来确定在如刚才所述的技巧级别的连续体上，该运动员落在何处。

这样的分析可以是简单的，诸如基于单个过程，或者可以是复杂的，涉及对一个运动员的各种技巧组的测试的多个训练过程。简单测试可以作为初始测试而进行，来看运动员是否有兴趣进行下一步测试。例如，可在诸如AAU比赛或3对3篮球赛的公众赛事中设置测试。还可以，或可选地，进行更为复杂测试。例如，运动员可在固定的体育设施(诸如在主要的地铁区域相对常见的设施)处参加更多的扩展测试。附加测试可测试包括对于持球、跳跃、射门和其他类似技巧的测试在内的各种训练过程。

分析可涉及标识在训练过程中的独立的子事件，诸如篮球从地板上弹跳和进入/滑出运动员的手的独立事件。可通过跨越从训练过程中得出的动作数据而运行时向(time-wise)窗、并寻找突然地加速或可代表拾球或弹跳的其他变化而标识出这样的子事件。分析还可涉及，诸如通过标识在特定时间窗中没有充足的加速度(因此表示运动员让球多次弹跳而不是盘球和/或需要在较低的高度和较高的频率盘球来重新获得对它的控制)，将运动员对球失去控制这样的情况孤立出来。

可在远离各种测试中心的中心设施处产生测试结果。这样的设置可容许对系统的简易部署，在很多实现中配置了传感器的球和无线收发器是需要被传送到远处的地点的唯一硬件。可由技术人员提供诸如膝上型计算机之类的客户机计算机，且可在因特网上与远程服务器进行通信，包括通过具有控制与体育设备的通信和上传所收集到的信息到服务器的下载插件的web浏览器。

服务器可因此包括web服务器，且客户机计算机可从服务器处接收回XML和/或HTML文档形式的信息，这些文档可显示或以其它方式提供给运动员，并带有给运动员浏览的数据概述，以及给运动员的指导和练习列表，用于使运动员克服由该测试所指示的任何弱点。

还可鼓励运动员在多个不同时间段进行测试。这样的测试可测量运动员所取得的相对进步。还可将这样的相对进步与关于其他运动员的进步的所汇集的数据相比较。特定运动员的进步的证据可以多个已知的数学和统计形式拟合，从而产生运动员近期和远期预期进步的预测(如果该运动员以和其他类似进步的运动员的发展测量相匹配的发展速度持续下去的话)。

现在更具体地参看附图，图1是用于电测量运动表现并提供关于表现的反馈的系统100的概念图。系统100一般地包括位于正在进行测试的一个或多个运动员附近的子系统，和远离运动员且包括一个或多个服务器的子系统。尽管此处示出为分离的系统，用于这个系统的所有处理也可位于单个位置处。

然而，分离的系统可提供多个优势。例如，这可免去在场地部署和维护计算机与软件的需要。相反，只有有限量的技术，诸如一个或多个体育设备(如，球、鞋子、俱乐部等)需要被送出去(sent out)，且软件可被下载到已经在场地上的计算机(诸如膝上型计算机)，诸如经由管理与体育设备的通信并上载设备数据的web浏览器插件。因此，操作该系统的公司通过使用已经由场地的个人所拥有的、且被用于其它目的的计算机可显著地降低其资金成本。另外，通过维护，例如，体育设备的拥有权(ownership)，公司可较好地控制谁在使用其技术，这样场地代表者在他们的代表期间结束的时候必须将设备返回。还有，当经由通过因特网的下载而进行软件的场地部署的时候，公司可更简易地推出程序，且还可几乎不费力就经常地保持它们的更新。另外，这样的分离的系统允许公司保持对其分析代码的较好的控制，这样代码不会被轻易地拿走并提供给竞争对手，这样可以非常可控的方式来更新软件并保持最新。

还可继续寻求将场地内子系统和中心子系统的责任分开的复合方法。例如，诸如膝上型计算机之类的客户机设备可被提供有代码以及足以在入门级别训练过程(诸如，八字形运球)中来测试运动员的数据。基本测试代码的这种分发，相比需要到中心服务器的一次来回的情况，可容许更快速且更可靠地进行测试。这样的可靠性对于入门级别的测试也是重要的，因为在各种比赛和赛事的经常性的这样的测试是距离所需要的IT设备很远的。

在混合系统中，在运动员已经被介绍给该系统且决定他们想要接受附加的测试和指导的后，可使用服务器系统来用于后来的、更多的扩展测试。以这个方式，可便利地介绍系统100给运动员，且采用入门级别的训练过程，他们可被给予系统能力的价廉的尝试。尽管为了测试这个过程可能妥协了安全性(因为分析代码可被传送到远程客户机设备)，竞争对手在任何情况下不能从一个训练过程中获得太多信息，所以安全性的风险被最小化。

在图1中，本地计算机子系统由膝上型计算机108、无线接收器110和打印机112组成。计算机108可采取任何其他形式，且可被装载有致使运动员数据(来自运动员所操作的运动设备的所测量的动作和/或其他来源)将被分析、且致使报告被提供给运动员的软件。计算机108可被装载有本地应用，来接收这样的输入并产生这样的报告，并且相关于来自其他运动员的类似数据而分析该输入数据。可选地，计算机108可被加载有基本工作场地应用，诸如web浏览器，且系统100可提供对于浏览器可下载的插件，该插件可控制与接收器110和与服务器之间的通信。

接收器110可采用各种形式，且可被引导为捕捉来自在本示例中为篮球104形式的体育设备的动作数据。篮球104可以是普通的尺寸和形状，且可含有传感器组件，所述传感器组件具有安装在其中的加速度计和角速度陀螺，其安装方式为基本不影响对球的把持，以对系统100有用的方式捕捉球104的动作。然后，接收器110可以熟悉的方式与计算机108通信，诸如通过USB接口等，从而相对简单地利用计算机108和系统100来捕捉动作数据。

打印机112被作为示例显示为这样的方式：可将关于运动员表现的报告呈现给运动员。例如，可产生特定数量的附图或图表来可视化地示出运动员在技巧级别连续体上的分数。另外，可以文字形式产生建议来给运动员，带有关于运动员可如何改进其表现的指导，包括所建议的要执行的练习或训练过程来为特定任务而改进运动员的肌肉存储。例如，如果运动员的测试指示运动员在盘球过程中没有以足够的速度来放掉球，系统100可推荐训练过程并调整例行训练来克服这样的情况。

除了以来自打印机112所提供的纸件形式，还可经由其他机制来将关于运动员的表现的信息提供给他或她。例如，可将运动员的数据复制到拇指闪存驱动器或其他类似机制中。然后运动员可返回到下一个测试进程并提供存储器机制用于与稍前时间中运动员的技巧和当前的技巧进行比较，并扩展任何所识别出的趋势来给运动员或浏览此运动员的某人一次机会来看是否该运动员和随着时间变得优秀的其他运动员类似，或者已经停止并落在可相比的运动员之后。

运动员的数据还可被存储在系统100中，且运动员在后续的访问中可提供标识信息，这样该运动员的之前测试数据可以与之后的测试数据相结合。可经由发送给运动员的消息(如，经由文本消息或e-mail)，或通过为运动员提供以对于一个中心站点的信用证书形式的日志而将数据访问提供给运动员。还可使用上述方法的组合来为运动员提供数据访问。另外，在上述任何示例下还可提供报告工具，这样运动员可回家并产生定制报告或者以其他方式操作关于他们的表现的数据。

图1中所示的运动员102正在运篮球104。例如，运动员可被教导为以八字形来运球数次、或者固定的次数，从而记录统计相关的项目的样本以供记录和分析，同时由篮球104中的传感器或者可能的话经由其他传感器来捕捉动作数据。运动员还被示出在垫子106上表现。垫子106可以是压力敏感的且可提供可与来自运动设备104的动作数据相协调的附加数据。例如，在球的向上和向下运动的相关时间和篮球选手的脚的接触时间可指示在运动员的技巧集合中的可供改进的特定空间。

另外，和在运动设备中的传感器一起，可采用其他传感器，诸如激光定位寻找器，其可表示在运动员102身体上的位置点或者不能完全被球内的传感器所完全捕捉的篮球104的动作数据。特定传感器还可标识相关信息，涉及训练过程开始与停止的实际时间、或者在同时控制运动设备的时候运动员如何快速地从点A移动到点B、运动员如何一致地持球、运球之间的变化，等等。还有，可使用传感器来确定竞技，诸如在垂直跳跃测试中，同时测量运动员离地的高度并测量运动员离地的加速度。

传感器可产生多种数据类型。传感器可测量运动步幅、冲击的次数、方向的改变等，而球中的传感器可捕捉与以快而短的爆发在移动中持球相关联的肌肉存储技巧。还有，可将不同传感器的数据的时间线对齐并同步来挖掘有关运动员表现的更多的信息。例如，基于激光的传感器，当与在球内的传感器结合的时候，可提供指示什么时候选手在训练过程中丢失了运球，甚至是在任何一个传感器组不能独立做出同样的判断的情况下。

还可使用区别于用于竞技中的相应设备的专门的配备了传感器的运动设备用于测试运动员。例如，传感器可被设置在加重的球中，且运动员可被引导为执行可给出选手核心力量的预测和诊断数据的训练过程。例如，较重的球可被扔出、且传感器可捕捉加速度、距离和速度。作为另一个示例，运动员可用躯干执行一系列重复的训练过程，诸如仰卧起坐。传感器可测量力量、加速度或其他运动、这些测量值的均值和中值、以及在整个的过程上的这些元素的任何衰减。可使用这些测量值来基准化、比较并预测在很多体育运动中至为关键的核心运动力量。

特定的信息可与其他运动员的汇集信息比较，而特定数据可被以不涉及这样的比较的形式而提供。例如，特定技巧的过程数据可与其他运动员的过程数据而比较，尽管核心力量测量值可简单地以原始形式或者以某种被修改的形式(如，在1-10的范围内)被提供而不需要将这样的数字放在相对于其他运动员已经预先存在的某些技巧级别中。以这个方式，各类数据可被运动员或其他人在单个位置所看到-不论特定数据是在比较中呈现还是以绝对值来呈现为最好。

本地的客户机子系统通过无线连接(诸如航空卡(air card)或类似结构或WiFi卡或WiFi热点)可被连接至服务器子系统。网络114，诸如蜂窝数据载波网络114可通过诸如因特网之类的网络116传送数据并通信到服务器子系统，此处图示为单个服务器118，不过其可包括多个服务器来接收各种类型的请求。服务器118，如下详细描述的那样，可以之前就被提供有反映已经运行过训练过程(多个)的多个其他运动员的技巧的数据。之前所处理的数据还指示出若干位运动员的技巧水平。

服务器118可因此将代表由客户机子系统获得的一位运动员的表现的数据，与其发展的相关水平大致已知的一组其他运动员的表现的经汇集的信息相比较。通过网络114和116，然后服务器可返回信息给计算机108，此信息反映这样的确定，并提供附加的有帮助的数据和建议给运动员。例如，可使用计算机108来打印出数个标记语言材料(如，HTML)的页面，所述页面包括数据和图表，向运动员示出从他们那里测得了什么、以及从体育运动的各级别的选手处可观察到什么可比较的值。另外，可以类似方式提供各种指令，运动员可将这些随他们带回家并阅读而改进特定技巧组或训练过程。可经由打印机112、或者经由诸如HTML或PDF文档之类存储在可移动介质(给运动员的或者由运动员提供的)中的电子文件来提供这样的数据和报告。例如，体育赛事的赞助者可提供免费的包含赞助者名称的闪存，且通过将该闪存以已知方式(如，通过USB接口)添附而将对运动员的数据存储在该闪存上。

运动员还可捕捉将要被用于定制视频游戏体验的数据。首先运动员可执行多个训练过程来获得指示在一项体育运动中他们的整体的当前技巧水平的统计数据。然后他们可将这些数字上载到便携式存储器设备中，这些存储器设备可被与视频游戏系统一起使用，不管是控制台或PC。然后这样的运动员可将数据上载到使用由运动员所测试的技巧的运动员表现的游戏中，且在游戏中他们的特征或化身可根据他们的实际现实世界技巧水平而执行，标识多个不同的变量来定义运动员的全部的表现调色板(palette)。以这个方式，朋友们可在体育赛事中设定头-对-头的比赛，此处他们的个人技巧水平影响着模拟视频游戏比赛如何进行。因此还可激励运动员在他们已经实践过之后来返回做附加测试，这样他们可具有更好的基线技巧数字，能改进他们在游戏中面对面其他选手的表现。

图1B示出用于将传感的体育球124接口到家用消费电子系统122的系统120。一般，可使用系统120来容许消费者用该体育球练习，诸如在他们的车道上、然后立即进入家中，且将与他们的技巧相关的数据上载到他们的个人计算机、控制台游戏系统、或者移动计算设备(如，智能手机或应用手机)。

在附图中，两个运动员每一个持有一个球124，在这个示例中是篮球。每个运动员可刚完成一系列训练过程，诸如通过脚以8字执行运球、以圆圈围绕身体执行运球、通过特定形式奔跑着运球，等等。每一个运动员可一次执行一个训练过程，或者可使用诸如指导书之类的材料来顺序地执行数个训练过程或练习，且球124可为每一个这样的过程存储动作数据，诸如以下文或上文所讨论的方式。为每一个训练过程在数据组之间设置有分隔符，这样每个过程之间的区别可在稍后的数据分析中确定。

如图中所示，每个球中的电子组件可通过智能手机134或者无线路由器或转换器(switch)132而无线地通信数据。这样的通信可以熟悉的方式实行，诸如通过在每一个设备处使用标准蓝牙或WiFi协议和机制。在训练过程已经进行了之后，在一设定的不活跃周期到期时，球可宣布自己，可执行交接过程，并可开始将在训练过程中它们从球124的动作中获得的无论什么信息上载。智能手机134、个人计算机126(如，膝上型、上网本或桌面型计算机)或者连接至视频显示器130的视频游戏控制台128(如，微软的XBOX、任天堂的WII或者索尼的PS/3)可以是数据的目的地且可包括用于存储与球124的动作相关的信息且还传递这样的信息(可能在某种程度的重新格式化之后)或分析这信息的软件。

消费电子系统122可包括此处讨论的每一个消费电子设备(如，控制台游戏系统128、智能手机134或个人计算机126)，这些消费电子然后可在局域网138上通信，局域网可以是部分有线(如，IEEE 802.3x)和部分无线的(如，IEEE 802.11x)。

设备中的一个或多个还可通过较大的网络进行通信，所述较大的网络包括带有服务器系统132的因特网130。这样的服务器系统132可提供与上文所述或下文所述类似的功能，用于分析运动员的表现数据，包括通过将它与其他运动员的表现数据进行比较。可处理这样的信息、且可将结果下载回一个消费电子设备，包括通过无线网络136。

在系统120的操作中，两个运动员可各自具有球124或者轮流有球，且可，例如，在车道之外来执行多个可在卡片上绘出的训练过程，这个卡片是他们中的一个通过视频游戏收到的(此处装仪器的、或传感的球可被一体包装在游戏盘、卡盘或下载代码中)。他们可各自用球或多个球124来执行必须的训练过程，然后将代表他们训练过程的运动数据的数据上载到消费电子设备126、128、134中的一个。

在一个示例中，可将这样的数据进一步上载到服务器系统132中，该服务器系统可分析数据并为每一个运动员提供信息，该信息向他们解释(诸如以图表或列表形式)，根据他们所执行的训练过程中反映的篮球技巧的形式，他们彼此比较如何，以及他们与其他运动员相比较如何。也可对这信息做其他用途，诸如上文和下文所述。

可选地，或附加地，来自球124的数据或从这样的球数据产生的且反映有关运动员在训练过程中的表现的数据，可被提供给消费设备126、128、134中的一个或多个。这样的设备可与体育视频游戏一起被加载，所述游戏允许由选手控制的化身对抗电脑化的对手的竞技，或者两个选手之间的头-对-头的竞技。因此可使用这数据来影响每一个选手/运动员的化身的体育表现。例如，如果来自训练过程的数据指示第一个运动员用右手运球很强，则运动员在视频游戏中的化身将会倾向于在右边较强。运动员能力与化身之间这样的规则可以是绝对的或相对的，或者两者的混合。例如，如果测试数据示出运动员的技巧是很差的(horrible)，他们的化身在视频游戏中也是很差的。可选地，可将运动员的一般技巧水平提升到与其他选手相当的水平，可加强选手的相对力量。例如，可能运动员向右很差，向左甚至更差。在这样的情况下，他们的化身可表现为向右较强而向左是标准的，具有与第二个运动员的能力相匹配的平均能力，这样视频游戏可平均地匹配。不论如何，绝对的技巧水平具有鼓励运动员改进他们的整体技巧水平以及在现实生活中、在过程中更好地进行体育运动的益处。

图2A是用于将运动员的表现指示符和为多个其他运动员所汇集的表现指示符进行比较的图示计算机系统200的框图。一般，系统200类似于图1中的系统100的配置，不过此处示出关于服务器系统202的可用于提供关于体育表现的评估数据的更多细节。

开始于客户机侧，然后转向服务器系统202，此处示出以篮球228形式的体育设备，所述服务器系统202可用无线接收器226来通信由篮球228中的传感器所测量的动作数据。然后，无线接收器226可将动作数据提供给计算机222，计算机222可将信息传输给网络220(诸如因特网和/或无线网络，诸如WiFi网络或蜂窝数据网)，然后给服务器系统202。计算机222还可设置有一个或多个输出设备，形式为打印机224和计算机监视器，且可具有用于写入由系统200所测试的运动员所携带的便携式存储器设备的接口。在这个实施例中的客户机侧系统可以类似于图1中所描述的系统100的方式而被操作。

在服务器侧(同样地，所述服务器侧可包括一个或多个服务器计算机，包括web服务器、数据库服务器和其他计算机)，服务器系统202包括多个组件来辅助处理在多个训练过程中的有关运动员表现的数据(可能还有为简洁起见而省略的多个附加组件)。

首先，多个数据存储器212-218保有关于体育评估功能的数据。例如，分类数据存储器212包括来自以前的表现数据已经产生，且已被分类为特定的技巧级别的运动员的信息。可从多个运动员处汇集数据以使数据更有意义。还有，每一组数据可相关联于由运动员执行的特定训练过程或练习，这样数据可被合适地与执行相匹配的训练过程或练习的其他运动员的数据相比较。(相匹配的训练过程是与第一过程相同的训练过程，或者包括所述第一过程的基本父集或子集的训练过程)。

分类规则数据集合214可存储代表从分析所分类的数据而得出的规则的数据，且可包括启发式规则或者其他规则来应用到所输入的数据上来确定产生数据的运动员的合适的技巧级别。例如，可将一组规则组合起来而确定自由投球者的技巧级别，诸如自由头球旋转的次数和悬空的时间以及自由投球的进入角度。

客户机数据存储器216可存储两种或更多类型的数据。例如，其可存储关于特定客户机计算机222的信息，所述客户机计算机222将测试数据传送给服务器系统202，这样相关联于计算机222或相关联于通过计算机222的登录的账号可被借记(debited)。在客户机系统的操作者为提供测试服务而收费的情况下，可以发生这样的借记，然后这些钱的一部分被提供给运行服务器系统的组织。以这样的方式，中央系统可最好能审计场地个人的操作并合适地追踪账户功能(因为它将知道事务(transaction)的次数)。客户机数据还可涉及已经使用了系统200的运动员。这样的客户机数据可包括之前已经组合特定运动员的ID而上载的原始动作数据，以及总结了该运动员已经完成的测试和训练过程的历史记录，还有之前已经被提供给该运动员的报告和建议。存储这样的数据可容许系统200随着运动员的发展而提供进行中的(ongoing)支持给运动员，包括通过提供示出运动员在特定任务的过去的进展的报告，和相关于这些任务的运动员发展计划。

报告数据存储器218存储各种报告的格式，这些报告可被提供给运动员或者运动员的建议者。该报告可采用各种形式，诸如将运动员和其他运动员或其他运动员组相比较的列表数据、做出相类似比较的图表、和提供对于训练过程和练习的建议，运动员可采用这些建议来改进他或她的表现。另外，报告可包括追踪模块，其可被下载到运动员所拥有的便携式介质上，这样运动员可使用这些模块来追踪发展的里程碑。例如，运动员可输入特定练习的完成，和运动员已经完成的练习的结果，且该模块可与系统200通信，或是立刻进入(如，当运动员的结果显示他们已经准备好进入新的发展级别时安排接下来的测试)或是在运动员下一次测试时进入。追踪运动员的实际活动可改进给予运动员的建议。例如，如果数据显示运动员在特定技巧组或肌肉组非常努力，但是却没有显示出充分程度的发展，可通过将该运动员标识为与一个不同组的运动员(该不同组的运动员之前对一个例程反映较差而对一个不同的例程反应较好)共享特性，来改变该运动员的例程。

附图中示出的其他组件提供用于服务器202的特定功能。例如，数据收集接口204将从计算机222获得关于体育表现的经上载的数据。这样的接口可采用各种形式，包括作为一个web服务器，其伺服技术人员可为每一个运动员填写的表格(如，包括身份信息和有关该运动员所执行的训练过程(多个)的信息)，且所述web服务器包括可选控件，所述控件致使来自篮球228的数据将被收集且然后被上载到服务器系统202。

数据收集接口204还可筛选(screen)经上载的数据来确保其与数据所应代表的任何特定训练过程的合适的配置(profile)相匹配。例如，该接口可测试来确保该数据代表足够长的时间段、合适次数的运球、训练过程的合适的动作数据(如，对于运球过程应该有一些跳动)，且如果数据没有显示为合适的数据则将警告提供回技术人员(如，报告该测试)。

另外，数据收集接口204可将数据重新格式化为各种形式，诸如下文相关于图3A-3C所描述的那些。例如，接口204可标识训练过程的独立的子部分，例如为篮球过程中的独立的运球。然后，接口204可将原始的动作数据转换为其他形式，诸如具有代表用户表现的特定值的参数。这些参数可包括反映球在用户手上的平均时间的数字、运球之间的平均时间(以及相同的变体)、以及其他这类参数。其他组件也可用于初始处理进入的原始动作数据来使得其更易于处理和在一个运动员和另一个运动员之间加以比较。

分类产生器206推导(develop)用于将运动员放置在相对于具有已知分类的其他运动员的特定排名和分类中。规则被选择为提供可从动作数据或从运动训练过程中编译出来的其他数据中推导出的对与真实体育表现的统计性预测指示符。分类产生器206可，例如，接收来自多个运动员的动作数据，所述运动员已经被分类到特定技巧级别中。分类产生器206可以各种已知的数学方式来分析这些数据从而标识在特定技巧级别或类似技巧级别的运动员的数据点之间的关联。例如，分类产生器206可识别出特定技巧级别的运动员经常地根据特定时间模式而运篮球，或者识别出在运球练习中球有特定时间量是被抓在他们手中的。在运动员通过进行预定义的和可重复的训练过程以受控方式提供他们的数据的情况下，这样的关联可被确定为具有显著意义，然后可由分类产生器206将它们分入分类规则。

用于分类的规则还可用手动输入来产生。例如，系统的操作者可确定已经被关联于运动员的技巧级别的表现的特定各方面。然后他们可测试多个处于已知技巧级别的运动员来标识在每一个技巧级别的表现的方面(且确定在该方面的值和技巧级别之间有关联)，然后可将为表现的该方面测得的数字存储。

系统200中的分类器208使用这样的规则(不管它们是以什么样的形式被提供)，来根据力量、能力和弱点来分类将来的运动员。分类可以，通过多个因素对应具有已知技巧级别的运动员的数据的匹配程度确定，或者通过其他可接受的机制，根据启发式算法而产生。可通过获得关于在预定义的训练过程中为新运动员所测得的动作数据的数据来发生这样的分类，所述预定义的训练过程对应于由具有已知技巧级别的之前的运动员所执行的训练过程。

分类器208还可包括趋势分析器，其将运动员在不同时间点的数据相关联于其他运动员在不同时间点的表现数据。因此，其他运动员可能已经随时间进行了测试，且可被提供了标识数字，这样可匹配不同的测试(尽管运动员自身的标识可能是匿名的)。可执行各种趋势技术来找到之前的运动员，所述之前的运动员在一个技巧或已被确定为并行发展的预定义的技巧组方面表现出呈特定方式的趋势。新的运动员还可提供关于他们的技巧级别的信息，这些信息可被反馈回系统200中，由此新的运动员可参与之前存在的已知技巧级别的运动员的排名。因此，随着时间推移和附加的运动员被加入到系统，可完善分类和比较来增强系统的规则。

报告生成器210可从分类器取得原始数据并将其与来自报告数据存储器218的格式数据合并。可使用任何之前存在的报告格式，且每一个运动员可被提供多个报告，报告的数量和细节可取决于运动员所购买的服务的级别。例如，可从客户机数据存储器216中推出对特定技巧的来自多个运动员的基本数据(以及对运动员的技巧级别的指示符)，且对于当前运动员的相应数据可与其他数据并行放置。当前的运动员可因此容易地看到他或她相关于特定训练过程，相对于其他技巧级别的别人的排名。例如，中学运动员可在第二档高等学校级别下进行特定训练过程，且可明显地看到在这个方面他们如何与其他第二档选手匹配，尽管他们相关于另一个过程或技巧组可能与大学三年级代表队选手相配。这样的反馈对于使运动员确定他们应该将他们的训练集中在何处是非常有帮助的。

运动员还可标识出他们想要与之比较的一组。例如，中学运动员可想要与在他们的区域或地区中其他在系统上测试过的所有其他运动员进行比较。或者他们想要与他们队上的其他运动员进行比较。附加于标识运动员为属于特定发展组，如此地将运动员标识为属于特定地理组可被使用。

还有，运动员可提供信息给第三方以容许访问他们的测试数据的部分或全部。例如，在第二档级别上测试特定技巧的运动员可对第一档学校的招聘教练提供访问，展示给这个新的教练看这个运动员在这些领域如何取得很大的进步，并因此在他们开始高校比赛之前将会处于第一档级别。

因此，通过使用系统200，以方便的方式，各运动员可获得有关他们的体育表现的快速且较少的反馈、以及较长时间且更深度的反馈。系统200可提供对于体育表现的特定方面的客观查看(review)，然后所述查看可被作为运动员更主观的评估的基准(如，此处测试没有反应情感或领导能力)。

图2B是用于评估运动表现的基于计算机的系统的框图。这个示例中的系统类似于图1和2A中所示的，不过更多地关注于操作系统的组织而不是给运动员的数据的技术提供。该系统围绕着技巧数据库。该技巧数据库存储各种数据，其反应对于各种一致地应用(consistently-applied)的训练过程和其他活动，大量不同技巧级别的运动员的表现。该数据可反映，例如，从与运动员分离的体育设备(诸如足球或篮球)中的传感器中收集的动作数据，，或者从添附至运动员的传感器(诸如在背心上或鞋子中)收集的动作数据。技巧数据库中所代表的运动员中的某些运动员可具有与每一轮测试相关联的相对技巧水平，诸如根据粗略的级别(如，初等学校、中学、大学、专业等)或者以比较具体的级别(如，以很多级别来排名，其可对于不同训练过程或技巧组而具有不同的排名)。其他运动员可能不具有被分配的技巧级别，不过取而代之是看系统告诉他们位于相关于其他典型用户的技巧级别的何处。

对运动员的测试和报告被示给技巧数据库的左边。在这个示例中，两种类型的操作者被标识为具有访问技巧数据库的权利用于为运动员提供评估数据。首先，独立的测试中心可提供测试和评估给多个一般公众的成员。他们可具有类似上述的客户及系统，来收集来自诸如在校园、表现改进中心等的年轻运动员之类的运动员的数据，且可将报告和建议传递给运动员。他们还可收集来自运动员的付款并将付款中的一部分交付给技巧数据库的操作者。

第二种类型的操作者是国家性(national)账户操作者。这些操作者可提供额外的测试服务，并且更紧密地依靠技巧数据库的操作者，并由其控制。这些操作者可访问重要的账户，诸如高校体育队，且可对这样的队伍进行大量测试。如同前述的，他们可提供对技巧数据库的操作者的测试的原始数据，并接收返回的报告和建议数据。在这样的情况下，该报告可以更具体，且还包括被分组的报告功能。具体地，如果队伍被测试且该测试表示在队伍的成员中有特定弱点明显发生，教练成员或者训练成员可增加训练过程或练习来更为全局范围地克服该弱点，而不是仅针对特定运动员。

对于那些不收集关于运动员的数据的其他组织访问技巧数据库，有时要付钱，如示于附图的右侧。首先，招聘人员可访问技巧数据库里的数据以帮助他们做出有关招聘的决定。每个运动员可向系统标识，他们正在申请的学校，且这些学校的每一个招聘者可登记为将他们标识为与他们的学校相关，且因此给他们对已经将他们自己标识为对这个学校感兴趣的运动员的数据的访问权。招聘者可被提供工具，该工具可使他们看到对各运动员每一方面的测试分数，这样他们可更好比较他们的前景。

运动员还可包括对这样的系统的辅助数据，由招聘者查看。例如，每一个运动员可被提供预先格式化的主页，此处他们可将有关他们学术成功的信息(如，他们的等级和志愿工作)和他们比赛的视频亮点(或者到含有这些亮点的视频站点的链接)发送上去。可将链接提供给这样的页面，这样招聘者可获得关于应聘者的更完整的画面。以这个方式，系统可作为对高校机会感兴趣的运动员的国家交换所(clearinghouse)。

如附图中所示，广告商或其他第三方可能对于访问该系统感兴趣。广告商，例如，可能想要推销商品(诸如运动饮料)给访问该系统的用户。另外，广告商可能想要标识出将他们自己标识为使用该广告商的产品的那些运动员，从而在杰出表现和产品之间建立联系。另外，广告商可能想要查看匿名的运动员的表现信息来确定在这个国家中的哪个地区特定用户对于这样的测试最感兴趣，这样广告商了将他们的预算集中在这些领域。

图3A和3B是用于获得与运动员的表现相关的动作数据的示例过程的流程图。一般，该过程涉及标识在训练过程中的特定被重复的事件，诸如通过弹球的地板接触，以及尝试拟合对这样的事件的曲线(profi le)，从而合适地表征运动员的表现，从而可与执行相同训练过程的其他运动员的表征化的表现数据相比较。

过程开始于框302，此处将在运动员的训练过程的动作数据中标识球与地板的撞击。例如，可通过标识一个或多个加速度计(所述一个或多个加速度计在训练过程中测得了球的移动)的加速度曲线(profile)中的突然变化而标识撞击。在框304，在与地板的撞击之间，对于传感器所提供的数据拟合运球曲线。这样的数据可示出用户在特定频率下运球，还可示出用户将球接收到他或她的手里以及将其弹出他或她的手的方式。例如，用户可具有相对短的一击(stroke)作为运球的一部分，或者可能很慢地接收球并将它很快地推回地板。在这个示例中，可将运球过程的三个子部分标识并分析为：(1)从球在地板上改变方向的时间到它触到用户的手的时间之间的球的飞行；(2)用户的手接触到球的时间；以及(3)球离开手的时间。运球过程中的其他子事件也可以是运动特点(被确定为受到这些子事件的影响)分析的焦点，。

在框306，界外运球被从数据中删除。例如，球可能离开运动员，所以运动员错失了一次运球过程。或者运动员可能以其他方式错失了运球所以球反弹非常低，且运动员可能需要“重击”球来恢复之前的运球高度。这样的事件(episode)从数据中被移除，因为他们不代表运动员的实际的常规形式。

图3B示出从来自体育设备的原始动作数据过滤出各种信息的过程，诸如反弹的篮球，且辨别出定义动作的各种参数。这样的参数或其他形式的数据可被格式化为容许在训练过程的第一运动员的表现和在同样训练过程的其他运动员的表现之间比较，这样可确定第一运动员的相对技巧水平。

过程开始于框322，此处检索动作数据来确定用于训练过程的运动员表现的运球速度或频率。可使用这个动作来快速地评估用于尝试的运球速度。该动作可在来自球的原始加速度大小信号上操作，此处地板撞击被选择为大于18.5g’s的任何加速度信号。由于对每一次地板撞击有多个大于18.5g’s的点，可通过寻找那些至少相隔50个数据组的点(在此处所用的示例的采样速率下，为0.050秒)来进行原始组的精细化。然后计算剩余的指数(完成运球的时间)之间的距离的平均和标准偏差，且忽略超过1的标准偏差的差异，将运球速度评估为剩余索引的平均值，在这个特定示例中。

在框324，从原始数据中过滤得到加速度大小数据。可使用这样的动作来降低信号中的噪声，这样可更容易地分析并处理信号。为了执行这样的过滤，将来自动作数据的加速度和角速度信号通过八阶butterworth带通滤波器，其通带为0.001Hz和15Hz(此处可将上限定为依赖于运球频率)。这个滤波器非常类似于在15Hz处的低通滤波器。

尽管此处的特定示例被描述为既使用了球的自传数据又使用了球的平移数据，也可仅使用一种类型的数据而做出何时运动员失去或重新得到控制的确定。例如，通过确定球撞击和手撞击的顺序，可使用加速度数据，而不用自转数据。地板撞击产生大于手撞击的力量，通过始终包括交替的地板-手-地板-手的顺序而确定物体的控制。如果过程没有定位两次地板撞击之间的手撞击，这可表示对于球的控制的丧失。因此，可对于手撞击而定义预先确定的力量测量(这可从加速度数据来确定)，且可为地板撞击而定义预先确定的最少的力量测量。如果模式显示两次地板撞击是相继的，可确定丧失了控制。如果模式显示预确定数量的地板-手-地板-手的模式，则重新获得了控制。以这样的方式，可作出球控制和失去控制的确定，且因此可在球受控的阶段中计数有关球的移动的所有其他计算。

图13A-13K绘出如何将原始动作数据简化和过滤为适于对特定篮球动作(诸如盘球)进行分析的形式的曲线图。图13A示出从以八字形运篮球的第一运动员的单次尝试得出的两个子组，其中该运动员是第二档级别的高校篮球选手。左边的图示出角速度的级别，而右边的图示出篮球的平移加速度的级别。上面的图示出经过滤的和未经过滤的信号，而下面的图仅示出经过滤的信号。图13B示出相同的信息，但是放大了图13B的数据的特定部分。在这些信号上添加了绿色的点(尽管在下面的图中更明显)，且它们可代表在框322中搜索到的，被标识为地板撞击的点。可看出通过过滤信号，噪声被从上图减少为下图。现在，对于每一次运球，地板撞击有单个峰值，且在多数情况下，对应于与运动员的手的撞击有一个较小的峰值。

在框316，该过程使用了运球频率来定义搜索时间窗(在信号上通过该时间窗而搜索地板撞击信号)。使用搜索时间窗来检索通过被平滑的加速度信号并标识地板撞击。该过程基于从框322评估出的运球速度而搜索下一次运球。首先，将粗略估计的运球速度被指定为估计的绝对运球速度，和初始的相对运球速度。为搜索而设定了特定数量的重力(gforce)的阈值限制，此阈值限制可能由一些手撞击而触发，不过被设计为捕捉所有的地板撞击峰值。下一个峰值检索查看一个窗口，此窗口跨不大于特定时间段，所述时间段由部分地基于这个选手的这个训练过程的平均运球频率的计算而确定。相对运球频率被更新为最后4下良好弹跳的运球频率。这样的调整解决了运动员的提速或降速的动作，这样使用了最新的信息。

时间窗中的数据可具有三个结果：(1)发现超过最小的重力阈值的局部最大(成功找到下一个弹跳)；(2)没有找到超过最小重力阈值的点；以及(3)找到在最小的定义重力之上的点，但其位于窗的边缘。

如果搜索结果是结果(1)，将这个点登记为下一次弹跳的位置。如果搜索结果是结果(2)(没有点在最小重力阈值之上)，则过程继续(通过移动时间窗)寻找下一个位于或大于最小力量阈值的峰值。当结果是(2)的时候，过程还重置良好弹跳的计数，这意味着新的相对运球速度不会被计算，直到标识了另外4个一起的弹跳。

如果搜索结果为结果(3)，该过程向后、向前搜索下一个峰值，而不论其大小。然后过程检查最近的峰值的任一个是否位于最小界定的重力之上。如果只有一个位于最小定义的重力之上，那么这一个可被选择为下一个弹跳。如果都位于最小定义的重力之上，则选择和相对运球频率更接近的那一个。结果(3)可产生这样的结果，窗口可登记大于最小定义的重力的点，不过这个点不是位于信号的顶点，因此不代表弹跳峰值。

图13C示出这样的搜索过程，使用来自图13A和13B的训练过程的同样的运动员的数据，且还是在运动员的八字形数据上。上面的图标示出未过滤的数据，而下面的图标仅示出经过滤的数据。在信号上增加了点来标识已经经由框316中的过程所定位的点。来自原始峰值标识的原始点(大多位于新的点下方之处)也仍然被示出。注意在附图中，在5.5和7之间，有三个之前的点，手接触被不合适地标识为地板撞击，且在同一个时间段内只有两个新的被标记的点。

图13D示出框316的动作的失败模式，此处过程被锁在运球速度上，该运球速度双倍于实际的运球速度(当在训练过程中由多于一个类型的运球被执行的时候可能发生)。如附图中的点所示，每一个其他的运球都被错失了。

作为附加动作，所标识的点被进一步处理以尝试标识之前被错误地分类为地板接触的手接触。在一个示例中，该过程标识低于16g’s的地板撞击。然后考虑接着的三个峰值。如果从中间峰值到之前和之后的峰值之间的距离小于运球速度的定义级别，且如果距离中间峰值为运球速度的定义的范围％之内，则该过程将中间峰值移除。

对于来自不同于第一运动员的第二运动员所执行的训练过程的数据，结果在图13E和13F中示出。注意来自原始粗略通过(coarse pass)的点和相应新的点之间的显著的时间差异。这是由于过滤所导致的时间漂移。由于优选的是返回更接近于原始信号，可为每一个新的点向后执行搜索，直到在原始数据中找到峰值。一旦这样的操作完成，该过程可假设仅与地板撞击相关联的峰值已被加上标签，且没有地板撞击被错失。

然后该过程继续到框318，此处对每一次运球拟合一个曲线。通过这个点，标记了所有的地板撞击峰值(且仅是地板撞击)。这个过程现在尝试对于地板撞击之间的数据拟合一个期待的曲线。第一个步骤是过滤数据，诸如通过使用移动平均过滤器。该过滤器可使用可调整数量的点“X”(其可与运球速度绑定)，并将当前的点替换为“X”个之前的点的和“X”个之后的点的平均。这具有以最小相移低通过滤数据的效果。然后该过程移动到数据窗的中心并左右搜索大于3.5g’s的加速度信号。如果没有找到峰值，其将阈值降低0.5g’s，直到峰值阈值低于1.2，此时该过程排除现有的窗是有效的运球。

如果找到了峰值(此处两个向前和向后是搜索目标)，计算每个峰值的宽度。在这个示例方法中，该宽度被定义为当峰值丢失了其最大值的120％(或低于1.3g’s)时的时间距离。对于在这个示例中所将要选择的峰值，它需要具有至少15个数据点的全部宽度，且每一个半宽度(从峰值到右或左边缘的距离)为15/2。如果多个峰值达到这样的标准，则选择最接近于运球的中间点的那一个。如果没有峰值符合标准，则从有效的运球组中排除现有的窗。

一旦标识出手接触加速度峰值，过程确定何时手第一次接触到球。作为开始点，该过程在时间上返回搜索来找与手接触峰值最接近的最小值点。在最小值被标记为图13G和13H中的信号图表上的点。

然后该过程分析来自运动设备动作数据的自旋数据。自旋数据通常会围绕自由飞行的自旋速率而震荡。自由飞行时间一般是恒定的自旋时间，因为没有附加的力矩被施加到球上(忽略空气阻力)，且因此角动量应是不变的。然后该过程在加速度最小值(用之前图表中标识出的点来表示)附近搜索震荡信号。

为了防止无意识的小震荡触发该过程，在这个示例中，该过程仅在这样的情况下被触发：如果自由飞行自旋速率为150-350deg/sec(度/秒)(可取决于运球频率而加以选择)且如果到下一次自旋最小值的自旋的下降至少为100deg/s(度/秒)。还有，当选手的手触碰到球的时候，自旋速率需要衰减，所以自旋速率的下降应该是在每一个有效运球中可观察到的。

搜索自旋速率中的震荡可如下执行，且为每一个运球执行。首先进行从上述标识的点的向后搜索，来寻找位于最小值的预定义的阈值的峰值(在这个例子中是自由飞行自旋速率的85％)。可通过寻找下一个局部最大值来进行搜索，且，如果这个最大值没有足够大的话，该过程向后移动到下一个局部最大值。这个向后移动可以继续，直到找到有效峰值或搜索出了数据(在这个情况下，保留最后无效的最大值用于下一步骤)。

第二搜索从点向前移动至加速度手峰值以寻找局部自旋最大值。因为向前的搜索经常不能找到实际的最大值，且因此将返回一个端点的点，可通过检查线的局部斜率来检查确定是否该点是真的最大值。图13G中的示例示出这样的特征。

可通过首先检查向后的最大值是否比上述讨论的点要小100以上(这检查了自旋下降)，且最大的向后自旋接近窗口(也就是，不超过到窗的边缘的一半距离)，来选择适当的最大值。如果这样的检查为真，使用这个点作为自由飞行最大自旋。.如果没有符合任何测试，将限制放开，在此次尝试中，如果最大向后自旋比最小自旋为小100以上，或者如果手加速度增加量(从上述点到最大加速度)为至少4g’s。如果符合了限制，则将这个点接受为最大的自由飞行自旋。现在标识了最大飞行震荡或自旋，可寻找之前的最小值。如果没有找到局部最小值，那么在手中时间的特征不存在，不使用这个弹跳。

如果找到了最小的自由飞行震荡，将自由飞行自旋速率设定为最大和最小速率的平均值((MAX+MIN)/2)。然后该过程标记在窗中发生这个自旋速率的第一次时间，还要标记这个自旋速率在手加速度峰值之前发生的最后时间。这个数据部分可被分配为常数值。然后通过对每一个运球进行寻找手接触加速度的峰值之后的第一个点(在此第一个点，加速度达到自前述起最右边点的级别(也就是，地板撞击之前的第一个局部最小值))，可作出球已经脱离运动员的手的时间的确定，。然后为剩余的运球重复这个过程。

在这一点，每一次运球已被过滤且已使用持续时间和自旋速率来标识在最后的地板撞击之后的自由飞行时间段。图13K示出，对于前述的第一个运动员，已经被过滤且具有对其拟合的所期待的曲线的受控的运球的一部分。同样的，左边的图标代表角速度，而右边的图表代表平移加速度。还有，顶部的图标示出经过滤的和未过滤的信号，而下面的图标仅示出经过滤的信号。

返回到图3B的过程，在框320，确定训练过程的开始和停止点。一些开始/停止点已经由弹跳处理过程所标识出来，尽管已经使用了撞击之间的近乎所有数据。部分信号(在此信号中，相继的地板撞击之间的自旋速率是常数的)可指示没有力量施加在物体上的球的自旋动作。还有，该过程可标识大于运球频率(也可使用其他的确定)2.5倍的间隔，并消除这些间隔中的数据，因为这些数据可显示导致信号不正常的对传感器的撞击。然后将这个开始/停止和之前由过程的之前的部分所较早地标识处的任何开始/停止结合起来，然后该过程检查来确定在开始/停止之间是否有至少三个良好的运球。如果在开始/停止之间有小于三个的良好运球，可消除这样的运球。然后标识第一和最后的弹跳，且整理开始和结束数据。

在框322，该过程应用训练过程专用处理给数据。训练过程专用处理可以是子过程，其识别每一个训练过程可具有特定的属性使其不同于其他训练过程。例如，篮球的八字形运球训练过程需要运动员围绕一个脚运球，将球在脚之间传过去到另一个手，然后围绕另一个脚重复这样的运球。穿越运球可具有独特的运球特征，其不同于其他运球，且对于这个训练过程很独特。这个训练过程专用处理可被设计为识别用于这个特定训练过程的模式，这容许计分子过程来作为分析的一部分将这些事件计数。这些事件可能不在另一个训练过程中出现。例如，在需要选手在背后从手到手的运球的训练过程中，没有交叉运球的特性要测量，且因此这个用于计分多种测量点的训练过程专用处理是不同的。

在框324，将输出格式化以供转移到数据库，在数据库中可为了与其他运动员的数据相比较的目的，或者与来自由同一个运动员将来所执行的同一个训练过程的数据相比较(也就是，可示出这个运动员的进步)的目的，而在将来访问这些输出。当输出被重新格式化的时候，可将原始数据的各方面(例如，加速度力)进行平均，或者可标识出多次弹跳的标准偏差。这些计算结果列成表格，且在预确定的数学公式中使用来创建可由其他可能对于数学并不精通的人所理解的输出。以这样的方式，例如，可被简单地搜索且比较的表列数据可从那些代表运动设备的动作的“形状”的数据中被产生出来。

图3C是在涉及弹跳球的训练过程中标识特定事件的流程图。一般，这个过程关于在由运动员控制的训练过程中的球的动作数据中识别开始/停止点的模式。这个过程开始于框332，此处确定了运球频率，且还例如通过运球频率中增加的长度标识了不正常的运球，此增加的长度大于被定义为高于平均运球频率的特定水平的停止极限。在框334和336，该过程在数据中找到大于最小定义的重力的加速度峰值。该过程继续并跨过多对这样的点和其之间的数据，此处一对的第一点为标记为F1、第二点被标记为F2。

在框338，该过程确定在F1和F2之间的时间是否在预确定的停止限值之内，这可以是运球频率的一个因素。如果不是的话，则该过程将F2的点推回F1，并继续移动来标识下一个F2。如果是的话，那么在框342，该过程确定是否有具有大于X的预确定值、且小于最小定义的重力的值(此处图示为1.2g’s)的手峰值(H1)。如果有的话，那么将下一个峰值(F2)接受为下一个地板弹跳，将之前的F2转变为F1。如果没有的话，该过程找到下一个峰值(P3)，其被发现无关于其大小。

在框348，该过程确定当前的F2是否小于P3。如果不是的话，则将F2分配为地板撞击且F1被确定为停止。然后该过程向前索引到一位置并重复。如果是的话，则该过程在框352判定F1和P3之间的时间是否在预确定的停止极限内。如果是的话，则将P3分配为地板弹跳的下一个峰值，且将F2分配为手峰值(且该过程向前索引到下一个点)。如果不是的话，则将F1分配为停止点，然后在P3开始新的搜索。

篮球投球动作的具体描述

接下来的部分描述了可能被采用来表征在用使用例如在篮球内的惯性传感器的篮球涉及的投篮的动作的测量。

投篮度量的下面的列表被表现为能够进行的测量的类型的初始概念。

●释放时间-从当所传递的球一开始接触投篮者的时间到当球在投篮动作末被释放的时间之间的时间

●投篮速度-在投篮过程中可计算这个矢量的量，其中对投篮释放时刻的速度特别感兴趣

●投篮面-一个特别感兴趣的面，其含有垂直单元向量和在投篮释放的时刻所计算的投篮速度向量

●投篮角度-描述球到篮筐所经历的路径的度量。可从在投篮释放的速度向量而计算投篮，通过计算垂直速度分量和水平速度分量的比值的反正切。

●自旋速率-在投篮释放时球的全部自旋速率。可将该度量报告为每秒的程度或每分钟的分辨率(RPM)

●自旋轴-球的本体固定的轴，在投篮释放的时候球围绕该轴旋转。

●角速度-可将该向量分解为围绕对于投篮有重要性的轴的分量。对于投篮重要的正交轴的一个重要的组是[后自旋、侧自旋和来回自旋]。能够确定全部自旋速率的可被分解为这些方向的每一个上的百分比对于建立合适的投篮技术是很关键的。

●投篮时间-从投篮释放到其接触篮筐的时间。

●投篮距离-从投篮释放到篮筐的水平距离。这个测量是可从投篮段上方角度观察到的。这个度量可从投篮速率和投篮时间推导出。

图4A-4B示出从在传球之后采取的篮球投篮所得的示例动作数据。图4A示出带有投篮的不同阶段的注解的投篮的样本数据。静止阶段是在传球/投篮过程开始之前球保持静止的时间。传球动作是相关联于将球拾起并扔给投篮者的动作。一旦传球释放了球，球将穿过空气且这个过程的物理性可接近于力矩自由动作。当球到达投篮者时发生了抓球。从投篮者抓到球的时刻到投篮者释放投篮的动作被定义为投篮动作。当投篮者释放了球，其进入另一个自由飞行动作的阶段，此阶段被标识为投篮的自由飞行。在球撞击篮筐的时候，自由飞行阶段结束，且投篮结束。

如图4B所示，从原始数据，可直接地标识所建议的一些投篮度量。释放时间可清楚地被识别为在传球自由飞行时间的结束到投篮自由飞行时间开始之间的时间段。投篮时间等于投篮自由飞行时间段。自旋速率是投篮自由飞行阶段过程中的角速度向量的大小。

图5A和5B示出可定义篮球投篮的参数。有两个关键平面，地板的平面和投篮的平面。可通过多个方向来描述地板平面，该多个方向例如为基线方向、垂直方向、以及从基线中心到场地中心(垂直于基线)的点的单位向量。这个平面作为场地的关键方面的参照。图5B中更好地描述了投篮平面，但诸如投篮角度和投篮距离之类的度量在图5A中最佳地描述。投篮距离是从释放位置到篮位置的水平距离。

在图5B的投篮平面中，这个平面由两个向量所定义：垂直单位向量和在释放时刻的投篮速度。球在其向着篮筐自由飞行的过程中不能离开这个平面，因为没有力或力矩作用在球上(忽略风或空气阻力的存在)。在释放时的投篮速度可被分解为水平分量和垂直分量投篮角度被计算为当球被释放时，其具有围绕着某个自旋轴的某种角速度可围绕着投篮平面轴将这个自旋分解。只有围绕着的自旋导致后自旋，且因此围绕着其他轴的自旋表示自旋错误，假设纯粹的后自旋是理想的投篮技术。

图6示出对于篮球投篮的示例陀螺和加速度计数据。

这个数据是绕着一组正交主体固定轴而测量的。为了计算投篮平面和需要投篮平面的任何度量，使用之上的所有六个信号以及关于初始状态的一些信息。

所测量的练习的具体描述

这个部分描述具体的人为(artificial)练习，这可为运动员或者人类对象所管理，从而测试这个对象的诸如速度、敏锐度、力量和耐力之类的特征。这练习被称为是人为的，这是因为它们并不涉及可能在游戏中所发生的，对象实际进行的动作。而是，他们想要压迫(stress)可能被用在游戏中的肌肉或肌肉组，并将肌肉组孤立出来以更好地定位对象的力量和弱点。

可使用这练习、利用装仪器的球来评估核心力量和体育能力，所述装仪器的球诸如篮球或健身实心球(具有特定重量的球来增强需要加速这个球的力量)。此处描述了四个示例训练过程来展示可被测量的竞技和力量的不同方面。这四个训练过程并不意味着这些能力的穷尽列表，而是意在提供对于装仪器的、有重量的球如何被应用到竞技和核心力量测量的原始概念。

训练过程1：从躺卧姿势的垂直胸部传递

描述：对象躺卧在其背上，球从其胸部开始。然后该对象使用胸部传递的方式尽力将球扔向空中。目标是用最大速度将球扔得尽可能高，这样球返回到对象的手中。然后重复这样的过程来扔数次或者持续设定的秒数。

测量目标：

●扔出的高度-测量初始的发动速度以及球在空中的时间，然后计算扔出的高度。

●扔出的力量-测量在扔出具有已知质量的球的过程中施加到球上的加速度。已知球的质量和施加到球上的加速度，可计算出扔出的力量。

●扔出的准确度-测量原始速度向量相对于初始开始方向，力气而确定这个球是否被垂直地向上扔。

●度量的一致性-作为精通程度的附加测量，可使用跨多个扔出动作的偏差的每一个度量来确定一致性。

训练过程2：重复的垂直跳跃

描述：对象手持球在其手上并重复地想要跳得尽可能高。对象被容许将球相对移动直接高于他们的头，不过在跳跃的过程中有时候球应该被完全地超越过他们的头。

测量目标

●跳跃高度-测量跳跃的初始速度以及跳跃的事件来确定跳跃的高度。

●跳跃的速度-测量当对象准备跳跃的时候他们在地板上的时间。这是重要的，因为两个对象可获得同样的跳跃高度，但是如果1对象可产生跳跃到这个高度快于另一个的力量，那么更快的对象具有篮球体育的优势。

●跳跃的一致性-通过查看多次相继的跳跃，上述度量的衰减是能力和力量的指示符

训练过程3：侧扭的仰卧起坐

描述：对象做一组仰卧起坐，或被要求在所定义的秒数过程中尽可能多地重复。一个单独的重复从躺卧姿势且球保持静止开始，然后对象将其肩膀离开地板并将腹部肌肉收缩。当保持其肩膀离开地板的时候，对象以扭动的动作努力地尽可能将球从一侧到一侧移动。每一次扭动通过将球轻拍地板而结束。在每一次重复中，有“2n”次总的扭动，“n”次向右、“n”次向左。

测量目标

●重复的全部次数-核心力量的测量就是对象在所分配的时间中完成的重复的此处

●轻拍/扭动的速度-可测量当对象完成轻拍的时候在轻拍之间的时间，并将其用作核心力量的测量

●重复时间的一致性-当对象完成多个重复的时候，单词重复时间和重复时间的一致性事核心力量的重要度量。重复时间的一致性是核心力量耐久力的指标。

●轻拍/扭动的一致性-当对象完成多个重复时，且因此每次重复由多个轻拍，轻拍的速度的一致性是核心力量耐久力的指标。

训练过程4：胸部传球以及接下来的疾跑

描述：对象在位置1开始，且球一开始被放置为固定的位置。第二个位置、位置2，位于距离位置1为距离D之处。对象将球拾起并尽可能快地将其通过胸部传球。应该选择距离D，使得对象不可能将球投得超过位置2。训练过程帮助者在位置2附近等待。一旦球在胸部传球之后撞击地板，这个帮助者抓住这个球并将其放在位置2的地方。一旦对象将球从位置1扔出，他们就追着它疾跑。在对象达到之前，这个球将在位置2静止。当对象达到位置2，对象将球拾起，向后转并将球扔回位置1，也是尽可能用力地，用胸部传球的动作。第二个训练过程帮助者正在位置1等待，一旦这个球撞击地板，这个帮助者抓住这个球并将其放在位置1处静止。然后，像之前一样，在将球扔出之后，对象在球之后向着位置1疾跑。在所分配的时间内尽可能地多次重复向后和向前的过程。

测量目标：

●扔出的距离：通过测量球的初始水平速度和球在空中的时间，可计算出所行进的水平距离。

●扔出的力量：通过测量在扔出阶段中秋的加速度，记忆已知球的质量，可计算出扔出的力量。

●疾跑速度：当球被向上扔进空气中直到球被回到静止状态的时间，是对象怎么快地跟着球疾跑的测量。

●度量的一致性：这个训练过程被涉及为看出对象如何执行核心力量任务，在心脏血管压力下疾跑的时候扔出球。因此，扔出的距离和扔出的力量的一致性是这个训练过程的主要表现度量。

动作数据的收集和存储

这个部分描述示例系统和过程，其容许在中央系统(如，在单个物理地点的一组相连接的服务器)上的对于来自远程终端的动作数据的收集，所述远程终端诸如被用于物理康复设施、体育竞赛等的膝上型计算机。此系统和过程允许远程地收集动作数据，然后将其传送到用于分析和从数据中产生人所能理解的报告的服务器系统。这样的系统可容许组织来将较小量的(当与中央系统相比较时)计算资源放在移动单元上。因此，可能较易于更新分析软件，因为更新并不需要与所有不同的远程数据收集单元相通信。还有，当系统不断地收集新数据，当新数据到达的时候它将新数据与测试数据比较，中央系统可具有提供存储与分析重要数据的单个地方的优势。还有，通过在安全的服务器系统上运行这些过程、而不是将这些信息散布到多个不同用户上，组织可在专有的过程上保持较好的安全性。

该系统涉及连接至通信设备的软件程序，所述软件程序确认收集自预定义的一系列体育动作事件的动作数据已经被收集到贮藏库，被发送到第二个知识库，然后在完成体育活动事件之前用从属算法被成功地进行处理。该过程涉及收集来自传感器的有关特定训练过程的实时的动作数据，本地地存储并压缩文件，并自动地将经压缩的文件传送到第二个服务器，在此有程序等待着它的到达。在文件被上载上第二个处理器并被解压缩之前，该程序在文件末尾寻找代码，该代码通知这个文件已经被接收。然后第二个服务器将它送到一个软件过程中，该软件过程计数原始的动作数据然后计算结果。这个结果被送回本地机器。沿着这些接触点的每一个，我们确定文件被接收且被处理。

还可相关于如下示例性特征而描述该系统和过程：

●一过程，其确保实时动作数据从特定选手和可导致分数的特定预确定的一系列动作处被收集。

●一过程，将较大的文件发送到中央位置以用于中央数据处理和存储，此处特定质量的结果被返回到发送位置。

●一系统，在特定时间内传递基于收集自体育对象的真实世界动作数据的分数结果。也就是，我们知道如何在完成动作事件后的240秒内将分数发回。

●一系统，基于个人的预定义的动作运动(也就是，体育训练过程)创建个性化的动作事件诊断报告的系统。“个性化的”包括测量的汇总、测量的比较以及基于这个分数的改进策略。

接下来更详细地描述过程流程。

步骤1：创建事件并分配训练过程包

CRM软件容许用户创建事件并分配训练过程包(package)给这个事件。为这个事件登记的选手将通过所分配的训练过程工作。一旦事件被创建，信息被存储在中央数据库中。

步骤2：将选手登记到CRM系统中

用户可首先将关键的展示信息输入：名和姓、DOB、性别、身高、体育等级和电子邮件地址。一旦选手登记，信息被存储在中央数据库中，然后选手可登记事件和训练过程包。

步骤3：管理对选手的测试

然后该过程可涉及用数据收集计算机同步化一个装仪器的篮球。这可通过本地数据库和关键参数文件来完成。然后收集与事件训练过程包相关联的个人训练过程测试文件。用选手的ID、要收集的训练过程的事件的ID、完成的训练的ID、选手在特定事件中尝试特定训练的次数来命名每一个文件名字。该信息和装仪器的球的ID以及选手的身高被编码在文件的第一行。在本地机器上初始地创建文件。也可使用用于编码这样的信息的其他位置。

一旦数据收集完成，文件被压缩，然后所压缩的文件的CRC校验码被计算并被添加到文件头部中。然后将文件经由FTP转移到中央处理器中。当所压缩的文件到达，且被目录看门狗所认可，服务器计算文件的CRC校验码并将其与包含在文件头部的所计算出的值相比较。如果CRC校验码匹配，则文件上载被认为是完整的，且触发解压缩例程。从解压缩中输出的文件被送到另一个正在观察(watch)的目录中。当解压缩完成，文件被送到MatLab用于数据处理，且副本被放置在存档目录中。

通过运行确定何时执行训练过程和选手何时失去控制的处理算法来开始MatLab。在选手控制着球的过程中，MatLab分析何时球接触选手的手而何时没有接触。在球接触的时间中，MatLab分析有关球如何被控制的度量(也就是，自旋率、力量等)。通过输出分析度量文件而结束MatLab(如果有错误发生，产生例外文件)。

MatLab的输出目录(输出和例外)由另一个应用所观察。如果在例外目录(Exception)中出现了文件，发送测试失败的提醒。如果在输出目录(Export)中出现了文件，可尝试将其输入到数据库中。如果这个记录是新的记录，那么将文件输入到数据库中，且文件的备份放在档案中。如果记录已经存在，取消输入并且失败的输入被记入日志。

一旦这个文件被输入到了数据库，运行打分算法。首先，检查来看是否新的数据库插入包含了对于任何分数组分的最高分数。如果是的话，上载最高的度量分数，然后计算分数。如果不是的话，基于之前的最高分而计算分数。然后将所计算出来的分数送回远程计算机，作为数据处理完成的证明。在这个顺序的最后训练过程，所加载的文件含有附加编码信息来触发全部分数的产生并将对于这个选手的报告送到事件打印机。在这个点，管理这个测试的操作者可看到训练过程已经被完成且打分了。所计算的分数可以是绝对的(根据所定义的基线)、或者是相对的，如前所述地被定义在其他选手的人群(包括那些能力已经被基准化的其他选手，所以他们可作为确定其他选手的技巧的基准点)的固定或滚动(如，基本持续地更新)的分数之上。

在服务器上产生报告并归档，这样可简易地被选手通过系统产生的网站或者操作者通过CRM软件而检索到。

步骤4：使测试结果可通过网站访问

每个选手被分配在CRM数据库中的独特ID，这个ID将选手与他们的测试结果链接起来。在任何情况下，完成了测试的选手可到这个网站并通过提供它们的独特ID和电子邮件地址(这个电子邮件地址原始地相关联于他们的注册)而登录。随着有效的登录，网站查询CRM数据库来确定选手所参加的事件和哪些报告时可获得的。选手可通过选择事件、企图和需要什么级别的报告来选择他们想要看的报告。基于他们是否对一些报告预付费或者他们是否选择了高阶报告，而可能有货没有费用相关联于检索这个信息。一旦这个过程完成，自动地产生报告并发电子邮件给选手。

图12示出对于制作未装仪器(non-instrumented)的篮球(或类似类型的体育球类)和装仪器的篮球的制作过程的比较。在附图中，未装仪器的制造过程图示在左手列中，而装仪器的过程图示在右手列中。每一列的三个步骤示出在过程中发生的主要动作，其中未装仪器的球可是斯伯丁(Spalding)气泵球。气泵球包括内置的微型泵，带有突出于球的扭(twist)，可从球的外部去操作来为球充气。然后泵可被退回球中并锁定，然后可正常地使用这个球。

在图12中，用于两种类型的球的第一个步骤涉及提供合适形状的橡胶外壳以围绕相关硬件而放置。外壳可包括外围边缘，沿其上端结束在一个坚固部(firm)，其被设置为与篮球的内球胆相融合。例如，外围边缘可定义基本圆形的形状，其基本是单个平面，或者是接近篮球的根本曲面的平滑凸起面。

相关的硬件，诸如动作传感器，可最初被组装、编程并附着在电源(电池)上，且可能在特定实现中是以诸如橡胶之类柔性绝缘材料(其附着到外壳上或者是外壳的一部分)来封装的。尽管图示为沿长度方向延伸到球中，可以其他方式来配置传感器，从而确保传感器传感反映球的实际动作的动作，且还确保球被合适地平衡，且这样的平衡在所制造的大量的球上可保持。

可将被封闭的传感器融合在篮球的内球胆的内表面上和/或融合到球胆中为传感器预留的洞中。这样的动作可涉及将橡胶加热到硫化温度并施加压力来使两个橡胶部分融合在一起。合适的温度可以是在90-170摄氏度(194-388华氏)，虽然这温度可被保持在约230摄氏度以下，此温度是用于制造传感器组件的焊接回流温度。在这个阶段，球胆可由多个分离的面板组成，其可彼此附着来形成球的形状。

在两个过程中，球然后可被缠绕由尼龙线来建构球的内部骨架。然后可将外部面板模制在内部骨架上，这个过程的一部分在约90-170摄氏度发生。模制温度取决于篮球结构中使用的橡胶，以及这个橡胶的硫化温度。同前所述地，可选择材料和温度来将传感器组件的温度保持在其焊接回流温度之下。还可有是传感器组件的一部分，且需要甚至更低的温度的数个组件。

在特定实现中，在传感器被制造之后，可将传感器组件经由球中的孔插入球中。在这样的情况下，传感器可采用长的、较窄的圆柱体的形式，且自传感器组件的数据传输可通过将传感器组件从球中移除并将它附着到计算设备上、通过供电的无线传输、或者通过被动的无线传输而发生。例如，用于给传感器组件充电的线圈，当其被球的外部的读取器中的相应的电路所查询(interrogated)的时候，该线圈还可被用于将数据通过较短的距离(如，穿过球的壁)传送。例如，如果放置球的底座的形如环形，该环形可能具有电线圈围绕其外围，且该球被设置为，使球中的线圈相对于该线圈而放置，以使传感器组件既能被供电又能被查询。在特定实现中，用于传感器组件的电池还可通过接口或孔，而被插入在球中。

当传感器组件和相应的电池都被密封在球内的时候，接近电池成为难题。这样的难题可通过提供电感性(inductive)充电线圈和相关电路来解决。这样，当将球放置在充电区域(其可由球架(ball stand)所定义)时，充电区域包括环形，该环形的内直径小于球的外直径，且当球被右侧朝上地(right-side up)放置在球架中的时候，线圈被放置为接收最大电荷。可选地，或附加地，充电插座是母头(female)连接件，可被附着在传感器组件上，且可被与球的外部表面中的洞对齐，很像用在空气泵针中的洞。然后用户可将充电插座查到洞中来为传感器组件充电。

可以各种形式来启用或停用传感器组件。作为一个示例，传感器组件可在全部时间都是启用的，且可简单地操作直到它用完。在这样的情况下，篮球的拥有者可需要确定何时他或她将用球进行测试，然后预先对它进行充电充足的时间段。可选地，当球停用一段时间(如，10分钟)时，可将球编程为进入睡眠模式，且当动作传感器确定球开始弹跳或已经以预确定的方式移动的时候可启用。可选地，可提供机械开关，诸如通过球上的接口，通过这个接口，可将针或类似的仪器插入来将球打开或关闭。为了确定用户的输入，传感器组件可提供音调来相应表示球被打开或关闭(如，上升的声调表示打开、下降的声调表示关闭)。

图14示出可被用于此处描述的技术的计算机设备1400和移动计算机设备1450的示例。计算设备1400意在代表数字计算机的各种形式，诸如膝上型、桌面型、工作站、个人数字助理、服务器、闸刀式服务器、大型计算机以及其他合适的计算机。计算设备1450意在代表移动设备的各种类型，诸如个人数字处理、蜂窝手机、智能手机和其他类似计算设备。此处所示的组件、它们的连接和关系、以及它们的功能，仅意在示例，而不是意在显示此处描述的和/或本申请中所要求保护的发明的实现。

计算设备140包括处理器1402、存储器1404、存储器设备1406、连接至存储器1404和高速扩展接口1410的高速接口1408，以及连接至低速总线1414和存储器设备1406的低速接口1415。组件1402、1404、1406、1408、1410和1415的每一个，使用各种总线互连，且可被安装在公用模板上或者以其他合适的方式。处理器1402可处理计算设备1400中的用于执行的指令，包括存储在存储器1404中或存储在存储器设备1406上来显示外部输入/输入设备的GUI的显示图形信息的指令，所述外部输入/输出设备诸如耦合至高速接口1408的显示器1416。在其他实现中，可使用多个处理器和/或多个总线，合适的话，与多个存储器和多个类型的存储器一起。还有，多个计算设备1400可与提供必要操作的部分的每一个部分(如，作为服务器库、闸刀式服务器、或多处理器系统)相连接。

存储器1404存储在计算设备1400中的信息。在一个实现中，存储器1404是易失性存储器单元或多个单元。在另一个实现中，存储器1404是非易失性存储器单元或多个单元。存储器1404还可以是计算机可读介质的另一个形式，诸如磁盘或光盘。

存储器设备1406能为计算设备1400提供大容量存储。在一个实现中，存储器设备1406可以是计算机可读介质或者含有计算机刻度介质，诸如软盘设备、硬盘设备、光盘设备或磁带设备、闪存或其他类似的固态存储器设备或者设备的阵列，包括以存储区域网络或其他配置的设备。计算机程序产品可以是以信息载体实现的可感知的。计算机程序产品还可包括指令，当执行这指令的时候，执行一个或多个方法，如上所述。该信息载体是计算机或机器可读的介质，诸如存储器1404、存储器设备1406、处理器1402上的存储器或者传播的信号。

高度控制器1408管理对计算设备1400的对带宽敏感的操作，而低速控制器1415管理较低的对带宽敏感的操作。这样的功能的定位仅是示例性的。在一个实现中，高速控制器1408耦合至存储器1404、显示器1416(如，通过图形处理器或加速度计)，或者耦合至高度扩展接口1410，其可接收各种扩展卡(未示出)。在这个实现中，低速控制器1415耦合至存储器设备1406和低速扩展接口1414。低速扩展接口，其可包括各种通信接口(如，USB、蓝牙、以太网、无线以太网)可耦合至一个或多个输入/输出设备，诸如键盘、指示设备、扫描仪或诸如开关或路由器之类的网络设备，如，通过网络适配器。

计算设备1400可以多种不同形式来实现，如附图中所示。例如，可实现为标准服务器1420、或者这样的服务器组的多倍。还可被实现为机架服务器系统1424的部分。另外，可被实现为个人计算机，诸如膝上型计算机1422。可选地，来自计算设备1400的组件可被与移动设备(诸如设备1450)的其他组件(未示出)相组合。这些设备的每一个可含有一个或多个计算设备1400、1450，且整个系统可由彼此通信的多个计算设备1400、1450组成。

计算设备1450包括处理器1452、存储器1464、诸如显示器1454的输入/输出设备、通信接口1466和收发器1468，以及其他组件。设备1450还可被设置有存储器设备，诸如微型驱动器或其他设备，来提供附加存储器。组件1450、1452、1464、1454、1466和1468的每一个，使用各种总线互连，且数个组件可被安装在公用模板上或者以其他合适的方式。

处理器1452可执行计算设备1450中的指令，包括存储在存储器1464中的指令。可将处理器执行为芯片的芯片集，其包括单独的和多个的模拟和数字处理器。处理器可提供，例如，用于设备1450的其他组件的协调，诸如控制设备1450运行的用户界面和应用以及设备1450的无线通信。

处理器1452可通过控制接口和耦合至显示器1454的显示器接口1456而与用户通信。显示器1454可以是，例如，TFT LCD(薄膜晶体管液晶显示器)或OLED(有机发光二极管)显示器，或者其他合适的显示器技术。显示器接口1456可包括用于却东显示器1454来显示图形和其他信息给用户的合适的电路。控制接口1458可接收来自用户的命令，并将它们转换为用于提交给处理器1452。另外，外部接口1462可提供与处理器1452的通信，从而保证靠近设备1450的区域的与其他设备的通信。外部接口1462可提供，例如，在一些示例中是有线通信，或者在其他示例中是无线通信，还可使用多个接口。

存储器1464存储在计算设备1450中的信息。存储器1464可被实现为一个或多个计算机可读介质、易失性存储器单元或多个单元、或者非易失性易失性存储器单元或多个单元。扩展存储器1474还可通过扩展接口被提供和连接至设备1450，所述扩展接口可包括，例如，SIMM(单直列存储模块)卡接口。这样的扩展存储器1474可提供用于设备1450的额外存储空间，或还可为设备1450存储应用或其他信息。具体地，扩展存储器1474可包括指令来执行或完成上述过程，且还可包括安全信息。因此，例如，扩展存储器1474可被设置为设备1450的安全模块，且可被编程为带有容许设备1450的安全使用的指令。另外，可经由SIMM卡来提供安全应用，以及其他信息，诸如以不可截断的方式将标识信息放置在SIMM卡上。

存储器可包括，例如，闪存和/或NVRAM存储器，如下所讨论的。在一个实现中，计算机程序产品可以是有形地以信息载体实现的。计算机程序产品包括指令，当执行这指令的时候，执行一个或多个方法，如上所述。信息载体是计算机可读或机器可读的介质，诸如存储器1464、扩展存储器1474、处理器1452上的存储器，或者例如可在收发器1468或外部接口1462上接收的传播信号。

设备1450可通过通信接口1466无线地通信，设备可包括在需要之处的数字信号处理电路。通信接口1466可提供在各种模式或协议下的通信，诸如GSM语音呼叫、SMS、EMS或MMS消息、CDMA、TDMA、PDC、WCDMA、CDMA2000或GPRS，以及其他。这样的通信可发生在，例如，通过无线收发器1468。另外，较短范围的通信可发生在，诸如使用蓝牙、WiFi或者其他这样的收发器(未示出)。另外，GPS(全球定位系统)接收器模块1470可提供附加的导航和与位置相关的无线数据给设备1450，可由运行在设备1450上的应用合适地使用这些数据。

设备1450还可使用音频编解码器1460来可听地通信，音频编解码器1460可接收来自用户的说出的信息并将信息转换为可用的数字信息。音频编解码器1460可类似地为用户产生可听音，诸如通过扬声器，如设备1450的听筒。这样的声音可包括来自语音电话的声音，可包括录下来的声音(如，语音消息、音乐文件等)且还可包括在设备1450上操作的应用所产生的声音。

计算设备1450可以多种不同形式来实现，如附图中所示。例如，它可被实现为蜂窝手机1480。它还可被实现为智能手机1482的一部分、个人数字助理或其他类似移动设备。

此处描述的系统和技术的各种实现可以数字电子电路、集成电路、特别设计的ASIC(专用集成电路)、计算机硬件、固件、软件和/或其组合来实现。这些各种实现可包括以一个或多个计算机程序的实现，所述计算机程序在可编程系统上是可执行和/或可编译的，所述可编程系统包括至少一个可编程处理器，可以是专用或通用目的的，耦合为从存储器系统接收数据和指令或者将数据和指令传输到存储器系统中，至少一个输入设备和至少一个输出设备。

这些计算机程序(也被称为程序、软件、软件应用或代码)包括用于可编程处理器的指令，其可被以高级程序和/或面向对象的编程语言和/或以组件/机器语言来实现。如此处所用的，术语“机器可读的介质”、“计算机可读的介质”是指任何计算机程序产品、装置和/或设备(如，磁盘、光盘、存储器、可编程逻辑设备(PLD))，被用于提供机器指令和/或数据给可编程树立起，包括接收机器指令作为机器可读信号的机器可读的介质。术语“机器可读的信号”是指任何用于提供机器指令和/或数据给可编程处理器的任何信号。

为了提供与用户的交互，此处描述的系统和技术可在具有用于向用户显示信息的显示设备(如，CRT(阴极射线管)或LCD(液晶显示器)显示器)与用户可通过它向计算机提供输入的键盘和定位设备(如，鼠标或跟踪球)的计算机上实现特征。其他类型的设备也可用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感觉反馈(如，视觉反馈、听觉反馈、或触觉反馈)；以及来自用户的输入可按任何形式接收，包括声音、语音和/或触觉输入。

此处描述的系统和技术可被实现为计算机系统，包括后端组件(如，作为数据服务器)或者包括中间件组件(如，应用服务器)或者可包括前端组件(如，具有用户通过它与此处描述的系统和技术的实现进行交互的图形用户界面或web浏览器)，或者这些后端、中间件或前端组件的任意组合。系统的组件可通过任何形式或介质的数字数据通信(例如，通信网络)来互连。通信网络的示例包括局域网(“LAN”)、广域网(“WAN”)和因特网。

计算系统可包括客户机和服务器。客户机和服务器一般相距甚远且通常通过通信网络交互。客户机和服务器的关系根据在相应计算机上运行的且彼此具有客户机-服务器关系的计算机程序来产生。

已公开了多个实施例。然而，应当理解的是，在不背离本发明的精神和范围的情况下，可作出多种修改。例如，本申请文件的很多内容已经相关于测量特定训练过程的动作数据而描述，而还可采用其他形式的数据收集和比较。

另外，在附图中描述的逻辑流程并非必需所示的特定顺序或连续顺序来实现所要求的结果。此外，可提供其他步骤，或可从所述流程中去除步骤，并将其他组件添加到所述系统，或从所述系统去除其它组件。因此，其他实施例也在所附权利要求的范围之内。

Claims (19)

1.一种计算机实现的体育表现分析方法，包括：

指示人类选手用物理篮球以确定的顺序执行多个不同的动作，所述多个不同的动作包括拍物理篮球的动作，其中所指示的动作中的至少一些复制将会在真实篮球比赛中执行的移动，而所指示的动作中的一些不复制将会在真实篮球比赛中执行的移动；

用传感器获得数据，所述数据表征被在一位置处正执行所指示的动作的人类选手所持的物理篮球的运动；

将所述数据从所述传感器传送给邻近所述位置的视频游戏系统；以及

在显示于显示设备上的视频游戏中，图形地表示出所述人类选手作出的表现，所述表现受所捕捉的数据影响，所述人类选手作出的表现的表示被和表现的标准进行比较。

2.如权利要求1所述的方法，其特征在于，获得表征所述物理篮球的运动的数据包括：获得表征所述物理篮球的旋转的数据。

3.如权利要求1所述的方法，还包括向所述人类选手提供建议以用于改进所述人类选手作出的表现。

4.一种计算机实现的体育表现分析方法，包括：

指示人类选手用物理篮球以确定的顺序执行多个不同的动作，所述多个不同的动作包括拍物理篮球的动作；

用一个或多个电子传感器获得数据，所述数据表征被在一位置处正执行所指示的动作的人类选手所持的物理篮球的运动；

将所述数据从所述传感器传送给邻近所述位置的视频游戏系统；以及

在显示于显示设备上的视频游戏中，图形地表示出所述人类选手作出的表现，所述表现受所捕捉的数据影响，所述人类选手作出的表现的表示被和表现的标准进行比较，

其中所述方法提供多个选手之间的面对面的游戏玩法。

5.如权利要求4所述的方法，其特征在于，获得表征所述物理篮球的运动的数据包括：获得表征所述物理篮球的旋转的数据。

6.如权利要求4所述的方法，还包括向所述人类选手提供建议以用于改进所述人类选手作出的表现。

7.一种计算机实现的体育表现分析方法，包括：

指示人类选手用物理篮球以确定的顺序执行多个不同的动作，所述多个不同的动作包括拍物理篮球的动作；

用一个或多个电子传感器获得数据，所述数据表征被在一位置处正执行所指示的动作的人类选手所持的物理篮球的运动；

将所述数据从所述传感器传送给邻近所述位置的视频游戏系统；以及

在显示于显示设备上的视频游戏中，图形地表示出所述人类选手作出的表现，所述表现受所捕捉的数据影响，所述人类选手作出的表现的表示被和表现的标准进行比较，

其中将运球的速度和确定的适当速度进行比较以判断所述人类选手的表现。

8.如权利要求7所述的方法，其特征在于，获得表征所述物理篮球的运动的数据包括：获得表征所述物理篮球的旋转的数据。

9.如权利要求7所述的方法，还包括向所述人类选手提供建议以用于改进所述人类选手作出的表现。

10.一种用于体育表现分析的计算机系统，包括一个或多个其中存储有指令的非瞬时的存储介质，所述指令当被执行时使得执行包括以下项的操作：

指示人类选手用物理篮球以确定的顺序执行多个不同的动作，所述多个不同的动作包括拍物理篮球的动作；

用一个或多个电子传感器获得数据，所述数据表征被在一位置处正执行所指示的动作的人类选手所持的物理篮球的运动；

将所述数据从所述传感器传送给邻近所述位置的视频游戏系统；以及

在显示于显示设备上的视频游戏中，图形地表示出所述人类选手作出的表现，所述表现受所捕捉的数据影响，所述人类选手作出的表现的表示被和表现的标准进行比较，

其中所述计算机系统提供多个选手之间的面对面的游戏玩法。

11.如权利要求10所述的计算机系统，其中所述操作还包括：随时间推移地监测所述人类选手作出的动作，并经由所述物理篮球的运动传送对所述人类选手的改进，所述改进有关于所述人类选手的动作的表现。

12.如权利要求10所述的计算机系统，其特征在于，图形地表示所述人类选手作出的表现包括：显示与视频游戏中所述人类选手的化身在一起的表现指示符。

13.如权利要求10所述的计算机系统，其特征在于，其中所指示的动作中的至少一些复制将会在真实篮球比赛中执行的移动，而所指示的动作中的一些不复制将会在真实篮球比赛中执行的移动。

14.如权利要求10所述的计算机系统，其特征在于，获得表征所述运动的数据包括：使用激光来获得数据。

15.如权利要求14所述的计算机系统，其特征在于，所述激光被用于标识所述人类选手对篮球的控制丢失。

16.如权利要求10所述的计算机系统，其特征在于，表征所述物理篮球的运动的数据是在多个单独进程获得的。

17.如权利要求10所述的计算机系统，其特征在于，指示人类选手用物理篮球以确定的顺序执行多个不同的动作包括：指示人类选手确定数量次地重复特定动作。

18.如权利要求10所述的计算机系统，还包括：向人类选手提供表现指示符，所述指示符涉及沿着预定标度而显示的值。

19.如权利要求10所述的计算机系统，其特征在于，将运球的速度和确定的适当速度进行比较以判断所述人类选手的表现。