CN105451826B - 在运动设备中的动态采样 - Google Patents

在运动设备中的动态采样 Download PDF

Info

Publication number
CN105451826B
CN105451826B CN201480041123.8A CN201480041123A CN105451826B CN 105451826 B CN105451826 B CN 105451826B CN 201480041123 A CN201480041123 A CN 201480041123A CN 105451826 B CN105451826 B CN 105451826B
Authority
CN
China
Prior art keywords
golf
sensor
sampling rate
data
sampling
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.)
Active
Application number
CN201480041123.8A
Other languages
English (en)
Other versions
CN105451826A (zh
Inventor
马南·戈埃尔
马里奥·拉福蒂纳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nike Innovation LP
Original Assignee
Nike Innovation LP
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nike Innovation LP filed Critical Nike Innovation LP
Priority to CN201910417818.6A priority Critical patent/CN110102035B/zh
Publication of CN105451826A publication Critical patent/CN105451826A/zh
Application granted granted Critical
Publication of CN105451826B publication Critical patent/CN105451826B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/23Recognition of whole body movements, e.g. for sport training
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B53/00Golf clubs

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Golf Clubs (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Wood Science & Technology (AREA)

Abstract

可使用动态采样速率来分析运动设备特征的分析。例如,分析高尔夫挥杆可包括以各种采样速率提供数据的一个或多个传感器的使用。根据一些方面,当确定一个或多个高尔夫设备特征、环境条件、球手特征等时,可动态地修改采样速率。在一个例子中,采样速率处理器可动态地选择数据被以其从一个或多个传感器进行采样的采样速率。在一些例子中,通过动态地选择采样速率,除了由高尔夫球杆系统中的分析仪器产生功耗之外,分析可适合于高尔夫挥杆的各种类型和部分。根据其它方面,可从由用户执行的一个或多个先前的高尔夫挥杆的总体来确定用于修改采样速率的触发条件。

Description

在运动设备中的动态采样
相关申请的交叉引用
本申请要求名称为“DYNAMIC SAMPLING IN SPORTS EQUIPMENT,”且于2013年5月31日提交的序列号为13/907,776的美国非临时申请的优先权利益。上面提到的申请的内容据此以其整体并入本文。
技术领域
本公开的方面涉及运动设备。更具体地,本文所述的方面包括关于各种类型的运动设备的传感器数据的动态采样。
背景
诸如高尔夫的运动被各种各样的球员(不同性别和极大地不同的年龄和/或技能水平的球员)喜爱。在高尔夫中,在所有技能水平下的球员试图提高他们的成绩、降低他们的高尔夫杆数并达到下一成绩“水平”。所有类型的高尔夫设备的制造商对这些要求做出响应,且在近年来,该行业见证了在高尔夫设备中的急剧变化和改进。例如,范围广泛的不同的高尔夫球模型现在是可用的,其中球被设计成补充特定的挥杆速度和/或其它球员特征或偏好,例如其中一些球被设计成飞得更远和/或更直;一些球被设计成提供更高或更平坦的轨迹;一些球被设计成提供更多旋转、控制和/或手感(特别是在草坪周围);一些球为了更快或更慢的挥杆速度而被设计;等等。许多挥杆和/或教导教具在可望帮助降低球员的高尔夫球杆数的市场上也是可用的。
作为在比赛期间将高尔夫球设置在运动中的唯一仪器,高尔夫球杆也是近年来很多技术研究和进步的主题。例如,近年来市场看到在推杆设计、高尔夫球杆头设计、手柄和把手中的显著变化和改进。此外,做出其它技术进步以便使各种元件和/或高尔夫球杆的特征和高尔夫球的特征更好地匹配特定用户的挥杆特点或特征(例如球杆安装技术、球发射角测量技术、球旋转速率等)。
也可通过研究球员的挥杆并调节他或她的姿势和挥杆特征以最大化动量、杆头速度、杆底角、撞击位置等来实现在高尔夫中的提高。然而,用户可能很难独立地确定杆头速度或高尔夫球对着高尔夫球杆面的撞击位置。此外,具有关于高尔夫球手如何(例如在哪里)使用高尔夫球杆击中高尔夫球的额外信息可允许高尔夫球手更好地提高他或她的挥杆。几个因素影响高尔夫球手的挥杆。例如,杆底角、杆面倾角、高尔夫球的类型和在与高尔夫球的撞击期间的球杆的球杆头角极大地影响球的轨迹。
已经开发了用于分析各种高尔夫挥杆性能度量并且将其向球手传送的各种分析系统。然而,由于高尔夫挥杆的内在复杂性,分析球手的高尔夫挥杆可能需要复杂的和计算密集性过程,其中这些过程可接收与来自一个或多个传感器的高尔夫挥杆的一个或多个特征有关的信息。在某些情况下,分析系统已经被设计为是便携式的并集成到高尔夫球杆结构内,使得可在一场高尔夫球期间在高尔夫球场上执行球手的高尔夫挥杆的分析。这些便携式分析系统可消耗来自由球手在这场高尔夫球期间携带的便携式电源(例如电池)的功率。因此,将减少成本并提高这样的分析系统的效率和功耗的系统、方法、存储计算机可执行指令的计算机可读介质在本领域中将是受欢迎的进步。
简要概述
在本领域中的以上提到的需要中的一个或多个由本文描述的方面来满足。根据一个方面,高尔夫球杆可以是自包含的并包括位于其内的传感器和发射器。作为结果,可在一场高尔夫球期间使用高尔夫球杆来分析高尔夫球手的特征而不干扰高尔夫球手。在一些实施方式中,高尔夫球杆可将高尔夫挥杆特征数据无线地传输到便携式设备(例如个人数字助理(PDA)或手表)。
本文所述的方面涉及具有可执行指令的用于将高尔夫挥杆数据接收到高尔夫球杆上的采样速率处理器内的非暂时性机器可读介质(例如计算机可读介质)。可从在高尔夫球杆上的传感器接收高尔夫挥杆数据,其中分析处理器以各种采样速率对来自传感器的数据进行采样。在一个例子中,处理器可以以第一采样速率对来自传感器的数据进行采样以将高尔夫球杆的当前运动分类为多个高尔夫球挥杆类别之一。处理器还可基于所分类的高尔夫球挥杆类别以第二采样速率对数据进行进一步采样。例如,不同的采样速率可用于不同类型的高尔夫挥杆类别或分类。
在另一方面中,数据可以被以第一采样速率从高尔夫球杆上的传感器接收和/或采样。分析处理器可随后根据所接收的数据识别一个或多个高尔夫挥杆特征,并将一个或多个高尔夫挥杆特征与所存储的高尔夫挥杆采样、阈值或预定义规则进行比较。随后,采样速率处理器可基于所接收的数据与所存储的高尔夫挥杆采样的比较来选择分析处理器将以其对传感器数据进行采样的第二采样速率。
在又一方面中,高尔夫球杆可以是具有高尔夫球杆头、手柄和用于捕获与高尔夫挥杆的一个或多个度量有关的数据的传感器的自包含的仪表化的高尔夫球杆。仪表化的高尔夫球杆还包括采样速率处理器,其被配置成选择传感器将以其捕获高尔夫挥杆数据的采样速率。
根据另外的方面,高尔夫球杆或高尔夫挥杆分析设备可响应于某些触发来动态地修改一个或多个传感器的采样速率。例如,触发可与自从挥杆(例如向后挥杆或向前挥杆)被发起以来的时间量、检测到球杆头的阈值速度或加速度、检测到在球杆头的加速度的方向中的变化等和/或其组合有关。在一些布置中,可基于由高尔夫球手进行的一个或多个采样挥杆或训练挥杆的总体来确定触发(例如触发时间、阈值速度或加速度等)。
本文所述的各种方面还可被应用于各种运动设备类型和应用于各种运动设备特征和度量。
这个概述被提供来以简化的形式介绍一系列概念,其被在下面的详细描述中进一步描述。该概述并不旨在识别所要求保护的主题的关键特征或本质特征,也不旨在用于限制所要求保护的的主题的范围。
附图简述
本发明被通过示例的方式示出并且不限于附图,其中相似的参考数字指示相似的元件以及在附图中:
图1示出示例系统和环境,其中本公开的各种方面可被使用和实现。
图2是传感器设备的示意性框图。
图3是仪表化的高尔夫球杆的示例性实施方式的示意性框图。
图4是仪表化的高尔夫球杆的可选实现的示意性框图。
图5描绘了具有被配置有电磁传感器的高尔夫球杆头的仪表化的高尔夫球杆的一个实现。
图6描绘了具有被配置有磁场传感器的高尔夫球杆头的仪表化的高尔夫球杆的另一实现。
图7示意性地描绘了挥杆路径确定过程。
图8描绘了具有被配置有陀螺仪的高尔夫球杆头的仪表化的高尔夫球杆的实现。
图9是高尔夫挥杆训练过程的流程图。
图10是采样速率选择过程的流程图。
详细描述
在根据本发明的各种示例结构的下面的描述中,参考了形成其一部分的附图,并且其中通过说明的方式示出了根据本发明的各种示例高尔夫球杆结构。此外,应理解,可利用部件和结构的其它特定的布置,且可做出结构和功能修改而不偏离本发明的范围。此外,虽然术语“顶部”、“底部”、“前面”、“后面(back)”、“后部(rear)”、“侧面”、“下侧”、“头顶上”等可被在本说明书中使用以描述本发明的各种示例特点和元件,但是这些术语在本文为了方便起见(例如基于在附图中所示的示例方位和/或在典型用法中的方位)被使用。在本说明书中没有什么应被解释为需要结构的特定的三维或空间方位以便落在本发明的范围内。
此外,虽然本文所述的实施方式可针对高尔夫和高尔夫设备,但是类似的方面可被应用并用于其它类型的运动和运动设备。
在根据各种例子的高尔夫球杆中的动态采样的一般描述
一般而言,本文所述的方面涉及在用于提高的分析性能的高尔夫分析系统中的动态采样的使用。例如,动态采样可用于基于将由用户执行的高尔夫球击球类型或用户的挥杆的当前状态来调节一个或多个分析参数的采样速率。在一些例子中,动态采样可用于调节一个或多个分析参数以便降低分析系统的功耗。
图1示出示例系统和环境100,其中本文所述的各种方面可被使用和实现。特别地,系统和环境100包括高尔夫球杆102、高尔夫球104、个人计算机106、移动通信设备108、网络110和服务器112,其中高尔夫球杆102还包括传感器设备120。高尔夫球杆102可以是木杆、铁杆、推杆、混合或特制球杆。在一个实施方式中,一个或多个高尔夫挥杆或高尔夫设备性能度量可由个人计算机103或移动通信设备105确定和/或由个人计算机103或移动通信设备105接收。移动通信设备105可包括平板计算机、个人数据助理(PDA)、智能电话和/或其组合。个人计算机103可包括膝上型计算机或桌上型计算机。设备103和105可连接到网络107到包括服务器109的各种其它设备和的目的地。服务器109可被配置成从各种用户设备收集数据以及分配信息(例如健身挑战、高尔夫推荐(例如设备推荐)、产品报价等)。在高尔夫球杆102、高尔夫球104、个人计算机106和移动通信设备108中的两个或多于两个或其组合之间的通信可通过网络110来由有线或无线通信促进。网络110可被配置成尤其使用短距离或长距离技术进行通信,并可包括Wi-Fi、蓝牙、红外、卫星通信、蜂窝通信或任何无线通信技术或协议。可选地,将对技术人员容易明显的是,网络110可促进在高尔夫球杆102、高尔夫球104、个人计算机106和移动通信设备108中的一个或多个或其组合之间的有线通信。有线通信可尤其由以太网布线或任何其它配线技术配置的通信模拟信号或数字信号来促进。此外,网络110可以例如是局域网(LAN)、广域网(WAN)、存储区域网(SAN)、互联网或任何其它网络类型或其组合。
通常,高尔夫球杆102或高尔夫球104或其组合可将数据传送到设备106或设备108中的一个或多个。所传送的数据在一个实施方式中可以是原始数据或在另一实施方式中是表示一个或多个高尔夫挥杆或高尔夫击球性能度量的经处理的数据。
在一个实施方式中,高尔夫球杆102被配置有传感器设备120,其中传感器设备120包括一个或多个传感器。这些传感器还被可配置成测量、感测、检测或以其它方式确定与高尔夫挥杆有关的一个或多个属性(度量),其中这样的属性可尤其包括:速度、加速度、方位、位置或离物体的距离或其组合。因此,传感器设备120的一个或多个传感器可尤其包括以下类型的模块:加速计、陀螺仪、电磁传感器、声音传感器(麦克风)、力(冲击力)传感器、全球定位系统(GPS)传感器或磁场传感器或其组合。
在一个或多个布置中,动态地调节数据被以其从前面提到的传感器中的一个或多个接收到的一个或多个采样速率可能是合乎需要的。以这种方式,可实现在高尔夫挥杆分析期间的提高的性能和/或降低的功耗。
图2是来自图1的传感器设备120的示意性框图。具体地,传感器设备120尤其包括传感器202、分析处理器204、采样速率处理器206、电源208、存储器210、收发器212和接口214。如在图2中描绘的,传感器设备120的部件202-214可被配置为单个集成电路,然而普通技术人员将认识到,部件202-214可以可选地被在单独的专用集成电路(ASIC)上实现。可选地,可尤其使用通用集成电路、分布式硬件或共享硬件或其组合来实现部件202-214。部件202-214还可被配置使得在一个实现中由计算系统的一个或多个处理器核心来执行由各自的部件202-214实施的一个或多个过程,其中可以并行地或顺序地(连续地)执行一个或多个过程。在一个例子中,分析处理器204和采样速率处理器206可相当于单个处理器。
传感器202可以是单个传感器或代表同一类型或不同类型的一组传感器。在一个配置中,传感器202可以是:加速计、陀螺仪、电磁传感器、麦克风、力传感器、磁场传感器、GPS、电阻率传感器、风速和/或风向传感器、图像传感器(摄像机)或其组合。在另一配置中,传感器202可被配置成从设备106或设备108接收尤其与高尔夫球场条件或天气条件有关的信息,其中这样的信息可被从互联网下载。传感器202可输出相应于物理量的模拟信号或数字信号,其中模拟输出可以是具有相应于传感器敏感于其的物理量的频率和幅度的时变频率和振幅的连续电压信号。可选地,数字输出可以是脉冲宽度调制信号,其已经被从由传感器产生的相应的模拟信号转换。
来自传感器202的数据输出(例如高尔夫击球性能度量)可由分析处理器204来接收,其中分析处理器204被配置成执行用于尤其确定一个或多个高尔夫挥杆/高尔夫击球类别和/或一个或多个高尔夫挥杆/高尔夫球击球特征的一个或多个过程。高尔夫击球类别可包括可影响高尔夫挥杆或高尔夫击球的外部因素。这些类别尤其包括在高尔夫球场上的高尔夫球的位置以及天气条件。高尔夫击球特征可包括与用户以其挥杆高尔夫球杆以执行高尔夫击球的方式相关的度量。这些特征尤其可包括向后挥杆速度和向下挥杆速度等。随后,如由分析处理器204确定的一个或多个高尔夫挥杆或高尔夫击球特征和类别可被使用收发器212或接口214传送到球手。收发器212可通过来自图1的网络110进行通信,其中这个通信可使用蓝牙、Wi-Fi、蜂窝通信或任何可用的无线传输协议中的一个或多个或其组合。此外,接口214可便于一个或多个经处理的性能度量的有线通信,且可以是通用串行总线(USB)端口、以太网端口等。接口214还可经由在高尔夫球杆102上的一个或多个视觉、音频或触觉指示器或其组合将一个或多个性能度量传送到球手。
可根据存储在存储器210中的非暂时性机器可执行指令来执行由分析处理器204执行的一个或多个过程,其中存储器210可以是包括以下项中的一项或多项的持久性存储器的形式:硬盘驱动器(HDD)、固态驱动器(SSD)、只读存储器(ROM)、寄存器电路、光盘(CD、DVD)、磁带或其组合。可选地,存储器210可以是通常由传感器设备120的重新启动或电源周期操作清除的易失性存储器的形式,以及其中存储器210可以尤其是随机存取存储器(RAM)。
根据一些方面,传感器设备120被配置成位于高尔夫球杆102上或内。在另一实现中,传感器设备120被配置使得一个或多个部件202-214与配备有传感器的高尔夫球杆102物理地分离但与其进行通信,并使得传感器设备120被配置为便携式的。为了促进便携性,传感器设备120可消耗来自电源208的电能。电源208可以是所存储的化学能的形式(例如电池或电池组(通常被称为电池))。可选地或附加地,可以使用其它技术(包括可以被配置为储存从设备120的运动获得的电能的太阳能电池、电容器、通过“无线”感应进行的电能的供应或来自电源插座(例如,通用串行总线(USB1.0/1.1/2.0/3.0等等))的电能的有线供应)的组合中的一个或多个来实现电源208。
分析处理器204可以以第一采样速率对来自传感器202的数据进行采样,其中第一采样速率可以是在重新启动、睡眠、休眠或断电操作之前传感器设备120进行的最后使用的采样速率。在另一例子中,第一采样速率可以是当分析处理器204初始化时分析处理器204以其对来自传感器202的数据进行采样的默认采样速率。在另外的其它例子中,第一采样速率由采样速率处理器206传送到分析处理器204作为默认采样速率。采样速率处理器206在一个实施实现中可从传感器202接收数据并执行一个或多个过程以选择采样速率。在一个实现中,采样速率处理器206可以基于高尔夫挥杆类别(从传感器202接收的数据被分类为其)来选择分析处理器204将以其对传感器数据进行采样的采样速率。
以这种方式,分析处理器204可执行一个或多个过程以将从传感器202接收(例如以第一采样速率)的数据分类为一个或多个高尔夫挥杆类别。高尔夫挥杆类别可尤其包括:球杆类型类别、到目标的距离类别、位置类型、球场条件类别、天气条件类别和风向类别等。例如,分析传感器204可执行一个或多个过程以将从传感器202接收的数据分类为高尔夫挥杆类别,其中球杆类型可以作为来自传感器202的与高尔夫球杆102相关的唯一的标识号被传送到分析处理器204。可选地或附加地,可由用户通过球杆102或单独的设备(例如移动通信设备)来手动地规定球杆类型。在一些布置中,可基于球杆类型来确定到目标的距离类别。例如,第一类型的驱动器可通常被配置成将高尔夫球推动第一范围的距离,而第二类型的驱动器可通常被配置成将高尔夫球推动第二范围的距离。因此,球杆类型的一般范围配置可用于将高尔夫挥杆分类为到目标的距离类别。
在另一例子中,分析处理器204可将所接收的数据分类成指示在高尔夫球场上的高尔夫球的位置或局部定位的位置类型类别。位置类型的分类可尤其基于来自球手的输入或由在高尔夫球杆102上的电阻率传感器进行的相邻于高尔夫球的地面的电阻的电阻率测量。当高尔夫球杆102“落地”或在高尔夫击球开始之前与在高尔夫球场的表面上的高尔夫球杆102的头定位在一起时,可进行一个或多个电阻率测量。转而,存储器210可储存相应于不同的位置类型的一个或多个电阻率采样(例如指示位于球道上的高尔夫球的草长度或指示位于长草区(light rough)中的高尔夫球的草长度等)。此外,分析处理器204可执行一个或多个过程以为了相应于从传感器202接收的一个或多个电阻率数据点的电阻率采样而搜索存储器210。
根据其它方面,位置类型的分类可基于在高尔夫球场上的高尔夫球的局部位置的一个或多个图像。例如,摄像机传感器可检测到围绕在高尔夫球场上的高尔夫球的区域在颜色上是白色的,其中白色可指示高尔夫球在沙坑(sand trap)中。除了颜色以外,对比度、亮度、颜色密度等也可用于基于图像来分析位置类型。
可类似地基于图像或视频捕获来检测天气条件。可选地或附加地,可基于温度传感器、气压传感器、用户输入、湿度检测器等和/或其组合来检测天气条件。
分析处理器204可基于相应于一个或多个阈值(或高尔夫挥杆采样)的从传感器202接收的数据的值将从传感器202接收的数据分类为高尔夫挥杆类别,其中一个或多个阈值可被存储在存储器210中。在另一例子中,传感器202可以是加速计(特别是被实现为单个集成电路或“芯片”的三轴(x、y或z轴)加速计),其中在这三个轴中的一个或多个上的加速度被检测为在微机电系统(MEMS)设备的整个硅结构中的电容中的变化。相应地,三轴加速计可用于解决在三维空间中的任何方向上的加速度。此外,加速计可输出指示一个或多个加速度的信号作为具有时变频率和振幅的连续电压信号(模拟信号)。相应地,被存储在存储器210中的一个或多个阈值可相应于一个或多个加速计频率值和振幅值等。
采样速率处理器206可执行一个或多个过程以选择分析处理器204将以其对来自传感器202的数据进行采样的采样速率。通过采样速率处理器206对采样速率的选择可在一个例子中基于来自传感器202的数据被分类为其的高尔夫挥杆类别。以这种方式,采样速率处理器206可执行一个或多个过程以选择相应于高尔夫挥杆类别的采样速率。例如,相应于高尔夫挥杆类别的采样速率的表格可被存储在存储器210中,使得采样速率处理器206可在接收到高尔夫球挥杆类别时通过所存储的表格执行迭代搜索,数据已经被分类为该高尔夫挥杆类别。各种其它搜索或轮询方法可由采样速率处理器206使用以用于搜索存储器210。
根据一个布置,分析处理器204以第一采样速率对来自传感器202的数据进行采样以将数据分类为高尔夫挥杆类别,其中第一采样速率可以是最后使用的采样速率或默认采样速率等。由采样速率处理器206执行的迭代搜索可选择第二采样速率并将第二采样速率传送到分析处理器204,其中分析处理器204可随后以第二采样速率对来自传感器202的数据进行采样。在另一实现中,采样速率处理器206在分析处理器204之前或与分析处理器204同时从传感器202接收数据。作为响应,采样速率处理器206可执行一个或多个过程以将从传感器202接收的数据与一个或多个阈值进行比较,其中一个或多个阈值可与相应的采样速率一起被存储在存储器201中的表格结构中。在一个例子中,来自加速计的指示加速度的幅度的电压信号的平均幅度可由采样速率处理器206接收,且作为响应,与一个或多个所存储的阈值进行比较。采样速率处理器206可通过迭代搜遍被存储在存储器210中的加速度幅度阈值的表格来将所接收的数据与所存储的阈值进行比较。
被存储在存储器210中的阈值可包括振幅阈值、频率阈值、振幅变化阈值或频率变化阈值等。相应地,所存储的阈值可相应于一个或多个所存储的采样速率。
根据一些方面,可使用不同的采样速率来检测高尔夫挥杆的不同部分。例如,可使用较高的采样速率来检测在球杆头和高尔夫球之间的撞击的时刻(和/或围绕这个时刻的短时间)以更具体地确定挥杆特征,因为撞击的时刻可提供关于高尔夫球手的成绩的重要信息。相比之下且在一个例子中,可使用不同的(例如较低的)采样速率来检测高尔夫球手的向后挥杆,因为在这个时间期间的传感器数据可能不展示为很多快速变化。为了解释高尔夫挥杆的不同部分,可规定不同的采样速率。当检测到高尔夫挥杆的特定部分时,可使用相应的采样速率。在采样速率中的这些变化可在挥杆期间(例如在挥杆已经开始之后且在与高尔夫球撞击之前或在高尔夫球手的随球(follow through)之前)出现。
为了检测高尔夫挥杆的各种部分,可规定一个或多个触发。触发可相应于传感器数据的阈值、时间触发、用户输入等。在一个例子中,可基于由用户执行的采样高尔夫挥杆的总体来确定这样的触发。可在训练模式期间或在正常发挥(normal play)期间捕获和/或存储采样高尔夫挥杆,如在下面进一步详细描述的。在一些例子中,用户可规定高尔夫挥杆将在确定这样的触发(例如,将被添加到采样高尔夫挥杆的总体,触发将被从采样高尔夫挥杆的总体确定)时被使用。作为响应,分析处理器204例如可将高尔夫挥杆存储到采样数据的总体内。
根据一些布置,采样速率处理器206执行一个或多个过程以基于从表示用户的高尔夫挥杆的训练数据存储的一个或多个所存储的高尔夫挥杆采样来选择分析处理器204以其对来自传感器202的数据进行采样的采样速率。具体地,在示例训练模式期间,分析处理器204可执行请求用户在一个实现中使用一号木(driver)高尔夫球杆等执行三个“发球”或“将球置于球座上”击球的过程。分析处理器204可执行一个或多个过程以从接收自传感器202的数据识别用户的一号木高尔夫球击球的一个或多个特征(否则被称为度量、图案或倾向)并将这些特征存储为用户高尔夫挥杆采样。这些一个或多个特征可尤其包括高尔夫球杆底角、冲击角、高尔夫球杆头方位、在击中高尔夫球之前的多个练习击球、向后挥杆速度、向后挥杆时间、向下挥杆速度、向下挥杆时间、随球距离和随球时间等。一个或多个特征可被进一步划分成来自传感器202的一个或多个输出,其中来自传感器202的输出可以是振幅值或频率值等。
应当注意的是,高尔夫击球或高尔夫挥杆可被划分成向后挥杆、向下挥杆、与高尔夫球撞击的时刻和随球等。向后挥杆可以是高尔夫挥杆的一部分,其包括将高尔夫球杆头从实质上在地水平处的位置上升或将准备击高尔夫球(将高尔夫球杆紧密地定位在高尔夫球后面)到高尔夫球杆头与高尔夫球间隔开的位置。向下挥杆可以是高尔夫++-挥杆的一部分,其包括将高尔夫球杆的头从与高尔夫球间隔开的位置移动到高尔夫球杆头在其与高尔夫球接触的位置,其中当高尔夫球杆头与高尔夫球接触时,高尔夫球杆将动能传递到高尔夫球上。随球可以是高尔夫挥杆的一部分,其包括高尔夫球杆头和高尔夫球的撞击(撞击是在其期间高尔夫球杆头与高尔夫球接触的时间)和在与高尔夫球撞击之后高尔夫球杆头的运动。
在一些布置中,分析一个或多个采样高尔夫挥杆的总体以确定采样速率变化触发可包括确定在各种事件之间的时间量。例如,可确定在挥杆发起(例如向后挥杆的开始)和高尔夫球撞击之间的时间量。这个时间可接着用于在未来的击球中的预期高尔夫球撞击之前不久触发较高的采样速率的激活。在另一例子中,可确定在挥杆发起和向下挥杆的开始之间的时间量以在向下挥杆期间和在撞击的时刻触发较高采样速率的激活。在又一例子中,可从采样数据总体确定在高尔夫球手的向下挥杆的开始之后和在高尔夫球撞击之前的阈值(或触发)速度或加速度。相应地,当检测到阈值或触发速度或加速度(例如在向下挥杆期间)时,采样速率可被修改。在又一些其它例子中,触发条件(例如时间、阈值速度、加速度或其它度量)可由用户手动地规定。
上面提到的采样速率变化触发可特定于高尔夫球手、球杆类型、球杆模型、高尔夫球场、球场的标准水平、特定的天气条件(例如雨天、阳光充足、多风)等和/或其组合。相应地,采样数据的总体可根据各种特征(例如前面提到的属性)被分类为不同的组。每组可接着被单独地评估以得到各种触发条件。
在一些例子中,当检测到高尔夫挥杆并将其存储为采样时,采样速率处理器206可指示分析处理器204以可以是更高或上限(upper)(例如最大)采样速率的第一采样速率对高尔夫挥杆数据进行采样。分析处理器204可存储从以这个上限采样速率进行采样的传感器数据得到的一个或多个数据点或高尔夫挥杆采样。随后,采样速率处理器206可指示分析处理器204对于相同的高尔夫击球类型以一个或多个较低的采样速率对高尔夫挥杆数据进行采样。分析处理器204可再次执行一个或多个过程以从以较低的采样速率采样的传感器数据识别一个或多个特征或高尔夫挥杆采样=。分析处理器204可随后执行一个或多个过程以将以上限采样速率计算的高尔夫挥杆采样与使用较低的采样速率计算的高尔夫挥杆采样进行比较。在一个实施方式中,分析处理器204可识别较低的采样速率,在该采样速率下高尔夫挥杆采样实质上类似于从以上限采样速率采样的数据计算的相应的高尔夫挥杆采样。可由在从较高采样速率采样确定的度量和从较低采样速率采样确定的度量之间的最大偏差量来规定相似性的阈值。作为响应,采样速率处理器206可结合高尔夫挥杆采样来存储较低的采样速率。在另一实施方式中,分析处理器204识别一个或多个采样速率,其低于上限采样速率并相应于与从以上限采样速率采样的数据计算的高尔夫击球的一个或多个部分类似的高尔夫击球的一个或多个部分。例如,分析处理器204可在训练模式期间执行一个或多个过程以将以上限采样速率从传感器数据采样的用户的高尔夫发球击球(driveshot)的高尔夫挥杆采样与以一个或多个较低采样速率采样的高尔夫发球击球的一个或多个高尔夫挥杆采样进行比较。分析处理器204可确定当以上限采样速率采样时的高尔夫发球击球的向后挥杆部分类似于当以较低采样速率采样时的高尔夫发球击球的向后挥杆部分。作为响应,采样速率处理器206可针对给定用户结合高尔夫发球击球的向后挥杆部分来存储较低采样速率。
在一些例子中,采样速率处理器206可使用默认采样速率值或预定采样速率值存储相应于高尔夫击球的一个或多个特征的一个或多个采样速率。例如,采样速率处理器206可基于高尔夫挥杆特征(包括:向后挥杆速度、向后挥杆时间、向下挥杆速度、向下挥杆时间和随球时间等)的默认值来存储相应于一个或多个高尔夫击球类型的一个或多个采样速率。相应地,如果从传感器202接收的数据相应于一个或多个默认高尔夫挥杆特征,则采样速率处理器206指示分析处理器204以在相应于一个或多个默认高尔夫挥杆特征的采样速率对数据进行采样。
由采样速率处理器206传送到分析处理器204的采样速率可相应于根据尼奎斯特采样法则(或尼奎斯特-香农采样法则)的采样速率,其规定为了能够准确地再现信号,它应被以至少双倍于存在于信号中的最高频率的频率进行采样。例如,对于从传感器202接收的包括范围从25Hz到100Hz的一定范围的频率的加速度数据,尼奎斯特采样法则规定为了准确地再现所接收的加速度数据,它应被以至少200Hz的采样速率进行采样。然而,在其它实现中,相应于在存储器210中的所存储的阈值的采样速率不考虑尼奎斯特采样法则。
如果除了别的以外所接收的数据在所存储的阈值的预定范围内、最接近、但大于或等于所存储的阈值,则采样速率处理器206可确定从传感器202接收的数据相应于阈值。当通过采样速率处理器206确定从传感器202接收的数据相应于所存储的阈值时,采样速率处理器206可将相应于所存储的阈值的采样速率传送到分析处理器204作为以其对来自传感器202的数据进行采样的第二采样速率。
根据一个或多个方面,采样速率处理器206在来自传感器202的数据分类为一个或高尔夫挥杆类别时或在确定相应于从传感器202接收的数据的高尔夫挥杆特征时可选择一个或多个新传感器。一个或多个新传感器此外可以是传感器202或可代替传感器202,使得采样速率处理器206执行一个或多个过程以确定适合于收集与特定的高尔夫挥杆类别或特征有关的数据的一个或多个新传感器。例如,从被体现为加速计的传感器202接收的数据被分类为相应于“发球(drive)”击球的高尔夫挥杆类别。作为响应,采样速率处理器206可选择新陀螺仪传感器,从其而不是加速计接收数据,其中确定陀螺仪传感器更适合于收集与“发球”击球有关的数据。
有利地,采样速率处理器206可减小尤其分析处理器204对来自电源208的功耗。在一个例子中,分析处理器204的功耗的减小导致在将功率供应到高尔夫球杆102中的便携式传感器设备120的电池的再充电之间的时间的增加。例如,如果分析处理器204消耗由传感器设备120使用的总能量的相当大的部分,当以高或上限采样速率对来自传感器202的数据进行采样并且对其进行分析时,在功耗中的减小可明显提高电池寿命。在特定的例子中,分析处理器204可以50Hz的上限采样速率对来自传感器202的传感器数据进行采样,并消耗传感器设备120的总电能的95%。进一步假设,使用低于与分析处理器204相关的高或上限采样速率的采样速率可导致在功耗中的明显减小。例如,如果分析处理器204的采样速率减小到24Hz,则传感器设备120的功耗可减小50%。相应地,当分析处理器204的采样速率被从50Hz减小到24Hz时,电池寿命可被加倍。
图3是包括传感器设备120的高尔夫球杆300的示例性实施方式的示意性框图。特别是,高尔夫球杆300包括高尔夫球杆头302、高尔夫球杆手柄304、高尔夫球杆把手306、传感器202、分析处理器204、采样速率处理器206、电源208、存储器210、收发器212和接口214。来自图3的高尔夫球杆300可类似于来自图1的高尔夫球杆102,使得高尔夫球杆300可经由网络110与个人计算机设备106或移动通信设备108进行通信。如所描绘的,高尔夫球杆300被配置有位于高尔夫球杆头302中的传感器202。然而对普通技术人员将容易明显的是,传感器202可位于高尔夫球杆手柄304或高尔夫球杆把手306等中。类似地,虽然如所描绘的部件204到214或位于高尔夫球杆柄304中,但是部件204到214中的一个或多个可以可选地位于高尔夫球杆把手306或高尔夫球杆头302等中。
图4是高尔夫挥杆分析系统400的可选实现的示意性框图。特别是,系统400包括高尔夫球杆401、高尔夫球杆头402、高尔夫球杆手柄404、高尔夫球杆把手406、传感器202、传感器430、电源208、收发器212、网络110、移动通信设备108、分析处理器204、采样速率处理器206、存储器210和接口214。图4描绘了具有第一传感器202和第二传感器430的高尔夫球杆401,其中传感器202和传感器430中的一个或多个可代表相同类型或不同类型的一个或多个传感器。此外,高尔夫球杆401指示传感器202和传感器430可位于高尔夫球杆401内或上,使得传感器202和传感器430被彼此间隔开。如在图4中描绘的,传感器202位于高尔夫球杆头402内,且传感器430位于高尔夫球杆把手406内,然而对普通技术人员将容易明显的是,传感器202和传感器430可位于高尔夫球杆头402、高尔夫球杆手柄404或高尔夫球杆把手406中的一个或多个内。
如所描绘的,部件202到214中的一个或多个可经由网络110进行通信。特别是,电源208和收发器212位于高尔夫球杆手柄404内,且分析处理器204、采样速率处理器206、存储器210和接口214位于移动通信设备108内。再次,对普通技术人员将容易明显的是,系统400可配置成使得一个或多个部件202到214经由网络110彼此进行无线通信,而不偏离关于来自图2的部件202到214所述的本公开的精神。
图5示出被配置有电磁传感器的示例高尔夫球杆头500。在一个实施方式中,来自图1的高尔夫球杆102可包括类似于高尔夫球杆头500的高尔夫球杆头。在另一例子中,传感器502a-502e中的一个或多个可类似于来自图2的传感器202。也就是说,高尔夫球杆头500包括电磁传感器(例如射频传感器或超声波传感器502a-502e)。传感器502a-502e可附接到高尔夫球杆头500或嵌入高尔夫球杆头500。在一个实施方式中,使用微带天线来实现传感器502a-502e。本领域中的技术人员将认识到,传感器502a-502e中的一个或多个可发射电磁辐射或超声波。可选地,可由可附接到高尔夫球头500或嵌入高尔夫球头500的另一个源发射电磁辐射。
当使用电磁传感器时,可通过测量从球506反射的波的多普勒频移来确定球杆头速度。高尔夫球杆头500或高尔夫球杆的另一部分可包括用于确定多普勒频移的模块。可通过刚好在撞击之前(例如在撞击之前15cm)测量来自球506的所反射的信号的相移来确定撞击位置。2GHz的频率可用于15cm的波长。相移相应于距离。可通过使用更多传感器来增加撞击位置的确定的准确度。在一个实施方式中,三个传感器用于确定撞击位置。可通过使用传感器作为接近度传感器来确定挥杆速度。例如,传感器可用于恰好在后向挥杆之前和然后在撞击之前确定高尔夫球杆头500何时极接近球506。在这两个测量之间的时间段相应于挥杆速度。
超声波传感器可以以类似的方式运行。多个(例如2-5个)超声波传感器可附接到高尔夫球杆的头或嵌入高尔夫球杆的头。可通过测量在从球反射的信号中的频移来确定球杆头速度。例如,使用40kHz的换能器,130mph的球杆头速度将导致70kHz反射。放置在球杆面周围的多个超声波传感器(例如沿着每侧的两个和在顶部上的一个)可用于确定撞击位置。恰好在撞击之前的每个信号的飞行时间相应于在球和传感器之间的距离。单独的距离可用于确定撞击位置。超声波传感器也可以起接近度传感器的作用以用上面所述的方式确定挥杆速度。
在可选的例子中,电磁传感器或超声波传感器可被置入高尔夫球手的鞋中或附接到高尔夫球手的鞋以执行类似于上面所述的那些功能的功能。传感器检测球杆头的运动,其可用于确定高尔夫挥杆参数。
图6示出被配置有磁场传感器604的另一示例高尔夫球杆头600。在一个实现中,来自图1的高尔夫球杆102可包括类似于高尔夫球杆头600的高尔夫球杆头。在另一实现中,磁场传感器604可类似于来自图2的传感器202。地球的磁场也可用于确定高尔夫挥杆参数。磁场传感器可附接到高尔夫球杆或嵌入高尔夫球杆以检测在不同的球杆位置处的地球的磁场的分量。如图6中所示,由矢量602表示的地球的磁场在高尔夫球手的附近区是相对恒定的。磁场传感器604将磁场矢量602分解成三个分量矢量606、608和610。可使用各向异性磁阻(AMR)设备、巨磁阻(GMR)设备或其它适当的设备来实现磁场传感器604。当高尔夫球杆头600移动时,磁场矢量602分解成分量矢量606、608和610,使得相应的分量具有不同的幅度。分量矢量的变化幅度可接着用于确定高尔夫挥杆参数。
可通过在后向挥杆之前首先进行磁场的参考测量并接着恰好在撞击之前进行磁场的另一测量来确定球杆头面角。例如,分量矢量606、608和610的幅度将在后向挥杆之前具有第一值并且恰好在撞击之前具有第二值。不同的分量矢量值可接着用于确定面角。如果在x-y平面中的磁场被假设为0.3高斯,则相对于分量矢量608(x轴)的场的分量X由X=0.3cosθ来确定,且相对于分量矢量610(y轴)的场的分量由Y=0.3sinθ确定。
1度差异将如下引起在矢量分量608和610的幅度中的变化:
ΔX=0.3(cosθ–cos(θ+1))
ΔY=0.3(sinθ–sin(θ+1))
可通过获取每个分量的导数并确定是越过0轴的导数来确定需要被沿着每个矢量分量检测的最小变化。
dX/dθ=-0.3sinθ=0以θ=0度
dY/dθ=0.3cosθ=0以θ=90度
当角从0度旋转到1度并相应于45.7μG时,需要在x分量中的最高分辨率。当y分量从89度旋转到90度时,需要相同的分辨率。
可通过使用矢量分量606(z轴)作为倾斜传感器来确定挥杆速度。可在后向挥杆之前记录矢量分量606的参考测量。球杆头返回到使得矢量分离606返回到所测量的参考值的位置所需的时间段相应于挥杆速度。在可选的实施方式中,速度信息也可仅仅确定撞击时间和因而产生的挥杆速度。
几个不同的测量可用于确定挥杆路径。图7示意性描绘了挥杆路径确定过程。在一个实现中,可从速度、时间和方位测量来确定挥杆路径。例如,速度和时间信息测量可用于确定第一点轨迹702。接着,方位测量可接着用于确定沿着第一点轨迹702的第一位置704。识别球杆位置的过程可被重复几次以确定挥杆路径706。在一个实施方式中,在挥杆期间以至少1kHz进行测量。可相对于参考方位和撞击位置来确定挥杆路径706。
图8示出被配置有陀螺仪的又一示例高尔夫球杆头800。来自图1的高尔夫球杆102可在一个实现中包括类似于高尔夫球杆头800的高尔夫球杆头。陀螺仪802可在另一实现中位于高尔夫球杆头800内以测量一个或多个高尔夫挥杆参数。可使用微机电系统(MEMS)或能够安装在高尔夫球杆头804内的其它设备或模块来实现陀螺仪802。三轴陀螺仪可用于增加准确度。
陀螺仪802可用于通过假设旋转点是高尔夫球手的肩膀来确定高尔夫挥杆参数。可由作为同一MEMS的部分的加速计、外部加速计或某个其它设备来确定球杆头速度。为了高尔夫挥杆参数确定目的,在球的附近,高尔夫球杆头804的运动可被模型化为在球的表面上运动的物体。球具有等于球杆的长度加上高尔夫球手的臂的长度的半径。在一个实施方式中,使用了62.5英寸的标准半径。在其它实施方式中,高尔夫球手可提供他或她的臂长和/或球杆长度用于更准确的确定。
图9是示例高尔夫挥杆训练过程900的流程图。高尔夫挥杆训练过程900在块902由来自图2的分析处理器204发起。在一个实现中,分析处理器204可尤其响应于来自用户(高尔夫球选手)的输入或当传感器设备120首次初始化时或其组合而初始化高尔夫挥杆训练过程900。在高尔夫挥杆训练过程900期间,分析处理器204执行一个或多个过程用于收集并表征高尔夫挥杆数据。
分析处理器204在过程900的块904在由用户执行的一个或多个“训练”高尔夫挥杆期间从一个或多个传感器接收数据。在一个布置中,分析处理器204将请求传送到用户以执行特定类型的多个高尔夫挥杆。例如,分析处理器204可使用音频、视觉或触摸暗示中的一个或多个来传送使使用户执行三个连续的“发球”击球的请求。在其它布置中,分析处理器204可请求由用户以特定的方式执行一个或多个训练高尔夫挥杆。例如,除了执行三个连续的发球(发球击球)以外,分析处理器204可请求用户执行每个发球击球作为直线球(straight shot)、打缩球(draw shot)或后投球(fade shot)等。在其它实施方式中且根据由球手使用的球杆类型,分析处理器204可请求其它特定类型的一个或多个训练高尔夫挥杆被执行。例如当使用“长铁杆”高尔夫球杆时,分析处理器204可请求直线球、打缩球、后投球或猛击球等中的一个或多个。在又一例子中,当使用“楔形”高尔夫球杆时,分析处理器204可请求直线球、打缩球、后投球或高抛球(flop shot)等中的一个或多个。在又一实施方式中,可由用户通过挥杆高尔夫球杆并与高尔夫球产生撞击或挥杆高尔夫球杆而不与高尔夫球产生撞击来执行训练高尔夫挥杆。如在本文所提到的,训练高尔夫挥杆可以是以如所述的训练模式执行的高尔夫挥杆、指定用于存储在采样总体中的高尔夫挥杆和/或在正常发挥期间捕获的挥杆。相应地,系统可能并不一定指示用户执行某些类型的挥杆。在一个例子中,系统可自动确定挥杆的类型或请求用户识别挥杆后挥杆的类型。
在由用户在块904执行的一个或多个训练高尔夫挥杆期间,一个或多个传感器值(数据点)由传感器202输入,其中这些一个或多个传感器值表示所执行的一个或多个训练高尔夫挥杆。分析处理器204在块906接收传感器数据,其中块906可包括一个或多个过程以检查从传感器202接收的数据是否相应于一个或多个一般高尔夫挥杆类型。以这种方式,块906可将所接收的数据与一个或多个一般高尔夫挥杆数据集进行比较,并且如果所接收的数据不与一般高尔夫挥杆数据集在特定的容差值内匹配,则请求用户重复训练击球。例如,一般高尔夫挥杆数据集可包括四个不同的传感器数据模式,其包括在高尔夫挥杆开始之前暂停、相应于高尔夫向后挥杆的一个或多个传感器值、相应于高尔夫向下挥杆的一个或多个传感器值、指示撞击的时刻或在撞击的时刻之前的时间点的一个或多个传感器值以及相应于随球的一个或多个传感器值。
分析处理器204在块908可执行一个或多个过程以从表示一个或多个训练高尔夫挥杆的所接收的传感器数据提取一个或多个高尔夫挥杆特征(模式、阈值和/或趋向)。这个高尔夫挥杆表征可彼此比较相同类型的多个训练高尔夫挥杆,并识别每个所共有的高尔夫挥杆的一个或多个特征。以这种方式,分析处理器204可存储与给定用户相关的特定高尔夫挥杆类型的一个或多个特征。这些一个或多个高尔夫挥杆特征可尤其包括在击中高尔夫球之前的多个练习击球、向后挥杆速度、向后挥杆时间、向下挥杆速度、向下挥杆时间、随球距离和随球时间、本文所述的其它特征等。这些特征可接着用于规定用于在挥杆或挥杆的部分之前、期间和/或之后动态地修改采样速率的触发条件。
在一个例子中,采样速率处理器206指示分析处理器204以上限或最高采样速率对与块904、906和908相关的训练高尔夫挥杆进行采样。随后,分析处理器204在块910可将使用以最高采样速率采样的数据找到的一个或多个识别的挥杆特征与以一个或多个较低采样速率采样的数据进行比较。如果从以上限采样速率采样的数据识别的挥杆特征仍然存在于以较低采样速率采样的数据中,则分析处理器可在块914保存与识别的挥杆特征相关的较低采样速率。
在另一例子中且在块912,分析处理器204将一个或多个识别的高尔夫挥杆特征与原型高尔夫挥杆特征(原型高尔夫挥杆采样)进行比较。原型高尔夫挥杆特征可作为数据集被存储在存储器210中,其中这样的数据集可使原型高尔夫挥杆特征与采样速率相关。作为响应,分析处理器204可在块914存储与从原型高尔夫挥杆特征数据集找到的采样速率相关的识别的挥杆特征。
图10是由来自图2的采样速率处理器206执行的采样速率选择过程1000的流程图。在一个例子中,过程1000在块1002通过数据的接收而被初始化。可尤其从传感器202或外部源接收数据(例如来自互联网的天气数据或高尔夫球场信息数据)。在另一例子中,传感器设备120可以在睡眠模式或休眠状态中,直到数据被在块1002接收到为止。在又一例子中,分析处理器204在睡眠模式中,而采样速率处理器206执行等待新数据块1002的接收的一个或多个过程。当在块1002接收到数据时,采样速率处理器206可执行一个或多个过程以“唤醒”分析处理器204。在另一实施方式中,分析处理器204可以在睡眠模式中,直到传感器202输出表示被从袋子(bag)移除或以表示练习高尔夫挥杆的方式挥杆的高尔夫球杆并指示用户准备使用高尔夫球杆来进行高尔夫击球的信号为止。以这种方式且当在睡眠或休眠状态中时,分析处理器204使用少量电能,且传感器设备120的总功耗可减小比较明显的量。
块1004代表由分析处理器204执行以特征化来自在块1002接收的数据的高尔夫击球的一个或多个过程。特别是,块1004在球手准备击高尔夫球之前特征化高尔夫击球数据,其中准备击高尔夫球是指恰好在开始高尔夫击球之前将高尔夫球杆定位成极接近高尔夫球。以这种方式,在块1002接收的数据可尤其表示从高尔夫球袋选择出的特定高尔夫球杆或一个或多个练习挥杆或其组合。在步骤1004,分析处理器可执行一个或多个过程以识别一个或多个高尔夫击球类别,其尤其包括高尔夫球杆类型、当时的天气条件(例如由传感器设备120通过网络110接收)、到旗杆(pin)(高尔夫旗杆或目标位置)的距离信息(例如由传感器设备通过网络110结合GPS传感器202接收)、风速信息(从风速传感器202或网络110等中的一个或多个接收)、高尔夫球场条件信息(例如通过网络110接收并尤其包括一般高尔夫球场条件信息,其包括绿色速度信息和球道水内容物信息(例如实际上是“拾取、清洁和放置”规则)等)和球手障碍信息或其组合等。当识别出一个或多个高尔夫击球类别时,采样速率处理器206可识别相应于识别的类别的一个或多个采样速率,并指示分析处理器204使用这些最近识别的采样速率对来自传感器202的数据进行采样。
分析处理器204在块1008从传感器202或网络110中的一个或多个接收另外的数据,其中分析处理器204以在块1006识别的一个或多个采样速率对来自传感器202的数据进行采样。请求块1010,分析处理器204可识别一个或多个高尔夫击球类别同时准备击高尔夫球。一个或多个识别的高尔夫击球类别可尤其包括位置类型或高尔夫击球类型(基于在准备击高尔夫球期间的球杆面的角而识别的)等。以与块1006相似的方式,采样速率处理器206在块1012选择相应于在块1010识别的高尔夫击球的一个或多个类别的一个或多个采样速率。作为响应,采样速率处理器206指示分析处理器204以来自块1012的最近识别的采样速率尤其从传感器202接收数据,其中与一个或多个高尔夫击球类别相关的一个或多个采样速率被存储在存储器210中。
分析处理器204在块1014接收另外的数据,其中由采样速率处理器206在块1012以识别的一个或多个采样速率对这个接收的数据进行采样。在块1016,从所接收的数据识别一个或多个高尔夫挥杆特征,其中高尔夫挥杆特征表示实时高尔夫挥杆运动。这些高尔夫挥杆特征可尤其包括向后挥杆速度、向后挥杆时间、向下挥杆速度、向下挥杆时间、随球距离、任何随球时间等。采样速率处理器206可将这些识别的高尔夫挥杆特征中的一个或多个与一个或多个高尔夫挥杆采样进行比较。在一个实现中,可在训练模式期间结合一个或多个采样速率来保存一个或多个高尔夫挥杆采样,其中训练模式由分析处理器204执行。作为响应,采样速率处理器206在块1018选择相应于一个或多个识别的高尔夫挥杆特征的一个或多个采样速率。作为响应,采样速率处理器206执行一个或多个过程以指示分析处理器204以最近选择的采样速率对尤其从传感器202接收的未来输入的数据进行采样。
以这种方式,采样速率选择过程1000可动态地调节分析处理器204的采样速率,使得以足以捕获表示高尔夫挥杆或其部分的数据的速率对来自传感器202的数据进行采样。此外,采样速率处理器206可在高尔夫挥杆之前、期间和之后(尤其例如在块1006、1012和1018)调节由分析处理器204使用的采样速率多次。此外,通过采样速率处理器206对采样速率的调节可实现传感器设备120对来自电源208的功耗的总体降低。
参考各种示例结构、特征、元件以及结构、特征和元件的组合在上面和在附图中描述了本公开。然而由本公开提供的目的是提供与本公开有关的各种特征和概念的例子,而不是限制本公开的范围。相关领域中的技术人员将认识到,可对上面所述的实施方式做出很多变化和修改而不偏离如所附权利要求限定的本公开的范围。例如,本文所述的方面可应用于各种运动和运动设备。在一个或多个布置中,具有本文所述的动态采样速率特性的设备和过程可用于确定使用棒球棒、长曲棍球棒、曲棍球棒、拳击手套等执行的运动行动。在一个例子中,当确定球手将要击球时,可对基于曲棍球棒的传感器增加(或减小)采样速率。可以用各种方式(包括由布置在曲棍球棒中的传感器检测在正向方向上的加速度)确定球手是否将要击球。在另一例子中,当球员开始使用棒球棒对他的进入的棒球进行挥杆时或在与棒球的撞击的时刻之前可以增加(或减少)采样速率。

Claims (28)

1.一种包括计算机可执行指令的非暂时性计算机可读介质,其特征在于,所述计算机可执行指令当由处理器执行时被配置成使装置执行以下动作:
从高尔夫球杆上的传感器接收表示高尔夫挥杆的至少一个度量的数据;
由分析处理器以第一采样速率对所接收的数据进行采样;
从所接收的数据识别高尔夫挥杆特征;
将所述高尔夫挥杆特征与所存储的高尔夫挥杆采样进行比较;
基于所述高尔夫挥杆特征与所存储的高尔夫挥杆采样的所述比较,将击球轨迹识别为直线球、打缩球、后投球、猛击球或高抛球;以及
基于对所述击球轨迹的识别,由采样速率处理器选择用于对所接收的数据进行采样的第二采样速率。
2.如权利要求1所述的非暂时性计算机可读介质,其中所述介质还包括当被执行时还使所述装置执行以下动作的指令:
将在所述分析处理器以第一采样速率操作期间从所述传感器得到的数据的第一值与多个阈值进行比较;
确定所述数据的所述第一值相应于在所述多个阈值内的第一阈值;以及
其中对所述第二采样速率的所述选择是基于所述数据的所述第一值与所述第一阈值的相应性和所识别的高尔夫挥杆特征两者的。
3.如权利要求1所述的非暂时性计算机可读介质,其中所述传感器是第一传感器,以及所述介质还包括当被执行时还使所述装置执行以下动作的指令:
基于所识别的高尔夫挥杆特征来选择第二传感器以捕获关于所述高尔夫挥杆的数据。
4.如权利要求1所述的非暂时性计算机可读介质,其中所述数据基于选择的高尔夫球杆类型而被分类为高尔夫挥杆类别。
5.如权利要求1所述的非暂时性计算机可读介质,其中所述数据包括位置信息并基于到目标的距离被分类为高尔夫挥杆类别。
6.如权利要求1所述的非暂时性计算机可读介质,其中所述数据包括当时的天气信息,并基于风速和风向被分类为高尔夫挥杆类别。
7.如权利要求1所述的非暂时性计算机可读介质,其中所述传感器选自包括以下项中的至少一项的组:加速计、力传感器、陀螺仪、磁场传感器、电磁传感器、麦克风、GPS传感器、风速和方向传感器和电阻率传感器。
8.一种高尔夫球杆,其特征在于,所述高尔夫球杆包括:
传感器,其被配置为捕获与高尔夫挥杆的至少一个度量相关的数据;
处理器;
非暂时性机器可读介质,其包括当由处理器执行时使装置执行以下动作的指令:
从高尔夫球杆上的传感器接收表示高尔夫挥杆的至少一个度量的数据;
由分析处理器以第一采样速率对所接收的数据进行采样;
由所述分析处理器从所接收的数据识别高尔夫挥杆特征;
由所述分析处理器将所述高尔夫挥杆特征与所存储的高尔夫挥杆采样进行比较;
基于所述高尔夫挥杆特征与所存储的高尔夫挥杆采样的所述比较,将击球轨迹识别为直线球、打缩球、后投球、猛击球或高抛球;以及
基于对所述击球轨迹的识别,由采样速率处理器选择用于对所接收的数据进行采样的第二采样速率。
9.如权利要求8所述的高尔夫球杆,其中所述高尔夫挥杆特征是选自至少包括以下项的组的一个:向后挥杆速度、向后挥杆时间、向下挥杆速度、向下挥杆时间、随球距离和随球时间。
10.如权利要求8所述的高尔夫球杆,其中所述介质还包括当被执行时还至少执行以下动作的指令:
将在所述分析处理器以第一采样速率操作期间从所述传感器得到的数据的第一值与多个阈值进行比较;
确定所述数据的所述第一值相应于在所述多个阈值内的第一阈值;以及
其中对所述第二采样速率的所述选择是基于所述数据的所述第一值与所述第一阈值的相应性和所识别的高尔夫挥杆特征两者的。
11.如权利要求8所述的高尔夫球杆,其中所述传感器是第一传感器,以及所述介质还包括当被执行时还至少执行以下动作的指令:
基于所识别的高尔夫挥杆特征来选择第二传感器以捕获关于所述高尔夫挥杆的数据。
12.如权利要求8所述的高尔夫球杆,其中所述存储的高尔夫挥杆采样是用户高尔夫挥杆采样。
13.如权利要求8所述的高尔夫球杆,其中所述存储的高尔夫挥杆采样是原型高尔夫挥杆采样。
14.如权利要求12所述的高尔夫球杆,其中所述指令当被执行时还使所述装置执行以下动作:
检测先前的用户高尔夫挥杆并且将其存储为所述用户高尔夫挥杆采样。
15.一种自包含的仪表化的高尔夫球杆,其特征在于,所述高尔夫球杆包括:
高尔夫球杆头;
手柄;
传感器,其被配置成捕获与高尔夫挥杆的至少一个度量有关的数据;以及
采样速率处理器,其中所述采样速率处理器被配置成基于从所述传感器的数据识别的击球轨迹来选择所述传感器捕获数据的采样速率,其中所述击球轨迹相应于直线球、打缩球、后投球、猛击球或高抛球。
16.如权利要求15所述的仪表化的高尔夫球杆,还包括:
分析处理器,其用于对所捕获的数据进行采样。
17.如权利要求15所述的仪表化的高尔夫球杆,其中所述采样速率处理器基于高尔夫挥杆类别来选择所述采样速率,所接收的数据被分类为所述高尔夫挥杆类别。
18.如权利要求15所述的仪表化的高尔夫球杆,其中所述采样速率处理器基于所捕获的数据与所存储的高尔夫挥杆采样的比较来选择所述采样速率。
19.如权利要求15所述的仪表化的高尔夫球杆,其中所述高尔夫球杆是至少包括木杆、铁杆和推杆的组中的一个。
20.如权利要求15所述的仪表化的高尔夫球杆,其中所述传感器选自包括以下项中的至少一项的组:加速计、力传感器、陀螺仪、磁场传感器、电磁传感器、麦克风、GPS传感器、风速和方向传感器和电阻率传感器。
21.如权利要求15所述的仪表化的高尔夫球杆,其中所述采样速率处理器被配置成在高尔夫挥杆期间修改所述采样速率。
22.一种存储指令的非暂时性机器可读介质,其特征在于,所述指令当被执行时使装置执行以下动作:
存储关于由用户执行的多个高尔夫挥杆的数据;
根据所存储的数据确定关于在高尔夫挥杆期间修改采样速率的触发条件,其中所述触发条件包括基于以下项中的至少一项识别击球轨迹为直线球、打缩球、后投球、猛击球或高抛球:关于高尔夫挥杆度量的阈值和在所述高尔夫挥杆的事件之间的时间量,其中所述高尔夫挥杆的事件包括挥杆发起的时间和高尔夫球撞击的时间;以及
将所述触发条件应用于未来高尔夫挥杆,使得在所述未来高尔夫挥杆期间,在所述触发条件被满足时采样速率被修改。
23.如权利要求22所述的非暂时性机器可读介质,其中所述触发条件包括高尔夫球杆的至少一部分的阈值速度或加速度值。
24.如权利要求23所述的非暂时性机器可读介质,其中基于在所述多个高尔夫挥杆期间在所述高尔夫球杆和高尔夫球之间的撞击的时刻之前的所述高尔夫球杆的所述至少一部分的平均速度或加速度值来确定所述阈值速度或加速度值。
25.如权利要求22所述的非暂时性机器可读介质,其中确定所述触发条件包括确定在所述多个高尔夫挥杆的第一点和第二点之间的时间的平均量,所述第二点相应于在所述多个高尔夫挥杆期间在高尔夫球杆和高尔夫球之间的撞击的时刻。
26.如权利要求25所述的非暂时性机器可读介质,其中所述第一点相应于向下挥杆的开始。
27.如权利要求25所述的非暂时性机器可读介质,其中所述第一点相应于向后挥杆的开始。
28.如权利要求25所述的非暂时性机器可读介质,其中所述触发条件被应用,使得所述触发条件被满足时所述采样速率被增加。
CN201480041123.8A 2013-05-31 2014-05-09 在运动设备中的动态采样 Active CN105451826B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910417818.6A CN110102035B (zh) 2013-05-31 2014-05-09 在运动设备中的动态采样

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/907,776 US9342737B2 (en) 2013-05-31 2013-05-31 Dynamic sampling in sports equipment
US13/907,776 2013-05-31
PCT/US2014/037433 WO2014193628A1 (en) 2013-05-31 2014-05-09 Dynamic sampling in sports equipment

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201910417818.6A Division CN110102035B (zh) 2013-05-31 2014-05-09 在运动设备中的动态采样

Publications (2)

Publication Number Publication Date
CN105451826A CN105451826A (zh) 2016-03-30
CN105451826B true CN105451826B (zh) 2019-05-28

Family

ID=50980373

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201480041123.8A Active CN105451826B (zh) 2013-05-31 2014-05-09 在运动设备中的动态采样
CN201910417818.6A Active CN110102035B (zh) 2013-05-31 2014-05-09 在运动设备中的动态采样

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201910417818.6A Active CN110102035B (zh) 2013-05-31 2014-05-09 在运动设备中的动态采样

Country Status (6)

Country Link
US (3) US9342737B2 (zh)
EP (1) EP3003508A1 (zh)
JP (1) JP6422485B2 (zh)
KR (1) KR101881202B1 (zh)
CN (2) CN105451826B (zh)
WO (1) WO2014193628A1 (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9342737B2 (en) * 2013-05-31 2016-05-17 Nike, Inc. Dynamic sampling in sports equipment
JP6539272B2 (ja) 2013-08-07 2019-07-03 ナイキ イノベイト シーブイ コンピュータにより実現される方法、非一時的かつコンピュータが読み取り可能な媒体、および単一装置
US10520557B2 (en) * 2014-04-24 2019-12-31 Arthrokinetic Institute, Llc Systems, devices, and methods for recording and transmitting data
US20150352404A1 (en) * 2014-06-06 2015-12-10 Head Technology Gmbh Swing analysis system
US10456657B1 (en) * 2014-06-16 2019-10-29 Collateral Opportunities, Llc Method and electric device for identifying golf swings and tracking statistics during a golf round
US10099102B1 (en) * 2015-02-05 2018-10-16 Jason Koo Athletic sensor system
JP6619953B2 (ja) * 2015-05-28 2019-12-11 株式会社ブリヂストン ゴルフスイングのシミュレーション方法
US9770639B2 (en) * 2015-07-21 2017-09-26 Arccos Golf, Llc System and method for monitoring performance characteristics associated with user activities involving swinging instruments
WO2017054082A1 (en) 2015-09-30 2017-04-06 Intellisports Inc. Data-collecting play object, system and method
US20170312608A1 (en) * 2016-04-28 2017-11-02 Paul A. Velarde Boxing and martial arts training apparatus
US10163364B2 (en) * 2016-04-28 2018-12-25 Paul Loftsgard Method of providing feedback for a piece of cue sport equipment during game play
KR20170138667A (ko) 2016-06-08 2017-12-18 삼성전자주식회사 어플리케이션을 활성화하는 방법 및 이를 제공하는 전자 장치
EP3491793B1 (en) * 2016-07-29 2023-12-13 Telefonaktiebolaget LM Ericsson (publ) System and method for resource-aware and time-critical iot frameworks
CN105999662A (zh) * 2016-08-05 2016-10-12 哈尔滨体育学院 会发声的高尔夫球杆
US10973439B2 (en) 2016-12-29 2021-04-13 BioMech Sensor LLC Systems and methods for real-time data quantification, acquisition, analysis, and feedback
US10352962B2 (en) 2016-12-29 2019-07-16 BioMech Sensor LLC Systems and methods for real-time data quantification, acquisition, analysis and feedback
US11318350B2 (en) 2016-12-29 2022-05-03 BioMech Sensor LLC Systems and methods for real-time data quantification, acquisition, analysis, and feedback
US9773330B1 (en) 2016-12-29 2017-09-26 BioMech Sensor LLC Systems and methods for real-time data quantification, acquisition, analysis, and feedback
US20180345099A1 (en) * 2017-06-05 2018-12-06 Taylor Made Golf Company, Inc. Golf club heads
EP3523000A1 (en) 2017-06-22 2019-08-14 Centurion VR, LLC Virtual reality simulation
GB2577939A (en) * 2018-10-12 2020-04-15 Sports & Well Being Analytics Ltd System and method
US10493340B1 (en) * 2018-10-25 2019-12-03 Acushnet Company Wedge golf club fitting system
KR102292353B1 (ko) * 2018-12-28 2021-08-23 주식회사 골프존 레이더 센싱데이터를 이용한 골프클럽의 스윙궤적 산출방법 및 이를 이용한 레이더 센싱장치와, 상기 방법을 기록한 컴퓨팅장치에 의해 판독 가능한 기록매체
CN109621335B (zh) * 2019-02-14 2021-05-14 张智敏 一种基于大数据的体育运动建议系统
CN109726707B (zh) * 2019-02-27 2022-02-01 电子科技大学 Ddws系统中信号源的采样率选择方法
US20230152393A1 (en) * 2021-11-12 2023-05-18 Allegro Microsystems, Llc Adaptive switching frequency selection
US12053682B2 (en) 2021-12-30 2024-08-06 Acushnet Company Wedge golf club fitting system and method

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101847010A (zh) * 2010-06-07 2010-09-29 东南大学 小型侦察机器人智能控制器

Family Cites Families (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1541703A (en) 1976-06-21 1979-03-07 Learning Games Limited Apparatus for training golf players
JPH0780111A (ja) * 1993-09-10 1995-03-28 Daiwa Seiko Inc クラブヘッド測定方法及びゴルフシュミレーション装置
US5472205A (en) 1994-06-20 1995-12-05 Thrustmaster, Inc. Opto-electric golf club swing sensing system and method
US5718639A (en) 1994-06-20 1998-02-17 Thrustmaster, Inc. Opto-electric golf club swing sensing system having vertically offset sensors
US5882269A (en) * 1995-10-16 1999-03-16 Lewis; Robert D Statistical analysis and feedback system for sports employing a projectile
US6224493B1 (en) 1999-05-12 2001-05-01 Callaway Golf Company Instrumented golf club system and method of use
US6648769B2 (en) 1999-05-12 2003-11-18 Callaway Golf Company Instrumented golf club system & method of use
US20020064764A1 (en) 2000-11-29 2002-05-30 Fishman Lewis R. Multimedia analysis system and method of use therefor
US7887440B2 (en) * 2001-04-06 2011-02-15 Taylor Made Golf Company, Inc. Method for matching a golfer with a particular club style
US8506425B2 (en) * 2001-04-05 2013-08-13 Taylor Made Golf Company, Inc. Method for matching a golfer with a particular golf club style
US7041014B2 (en) * 2001-04-05 2006-05-09 Taylor Made Golf Co., Inc. Method for matching a golfer with a particular golf club style
WO2003022369A2 (en) * 2001-09-12 2003-03-20 Pillar Vision Corporation Trajectory detection and feedback system
JP2004164563A (ja) 2002-09-26 2004-06-10 Toshiba Corp 画像解析方法、画像解析装置、画像解析プログラム
US20060166738A1 (en) * 2003-09-08 2006-07-27 Smartswing, Inc. Method and system for golf swing analysis and training for putters
US7457439B1 (en) 2003-12-11 2008-11-25 Motion Reality, Inc. System and method for motion capture
US7736242B2 (en) 2004-03-23 2010-06-15 Nike, Inc. System for determining performance characteristics of a golf swing
US7219033B2 (en) * 2005-02-15 2007-05-15 Magneto Inertial Sensing Technology, Inc. Single/multiple axes six degrees of freedom (6 DOF) inertial motion capture system with initial orientation determination capability
US20090066641A1 (en) * 2005-03-10 2009-03-12 Motus Corporation Methods and Systems for Interpretation and Processing of Data Streams
US7672781B2 (en) 2005-06-04 2010-03-02 Microstrain, Inc. Miniaturized wireless inertial sensing system
US8226494B2 (en) * 2005-07-08 2012-07-24 Suunto Oy Golf device and method
US7978081B2 (en) 2006-01-09 2011-07-12 Applied Technology Holdings, Inc. Apparatus, systems, and methods for communicating biometric and biomechanical information
US7641565B2 (en) 2006-06-12 2010-01-05 Wintriss Engineering Corporation Method and apparatus for detecting the placement of a golf ball for a launch monitor
US7959521B2 (en) * 2006-06-21 2011-06-14 Nusbaum Mark E Electronically controlled golf swing analyzing/training mat system with ball striking-related feedback
US20070298895A1 (en) * 2006-06-21 2007-12-27 Nusbaum Mark E Golf swing analyzing/training mat system with ball striking-related feedback
JP2008073210A (ja) * 2006-09-21 2008-04-03 Seiko Epson Corp ゴルフクラブ、そのスイング評価支援装置
US8462109B2 (en) 2007-01-05 2013-06-11 Invensense, Inc. Controlling and accessing content using motion processing on mobile devices
US20090262074A1 (en) 2007-01-05 2009-10-22 Invensense Inc. Controlling and accessing content using motion processing on mobile devices
EP2190545A4 (en) * 2007-08-31 2014-05-14 Visual Sports Systems OBJECT TRACKING INTERFACE DEVICE FOR COMPUTERS AND GAME CONSOLES
US20100299615A1 (en) 2007-09-28 2010-11-25 The Trustees Of Dartmouth College System And Method For Injecting Sensed Presence Into Social Networking Applications
EP2209538A2 (en) * 2007-11-05 2010-07-28 Brian Francis Mooney Apparatus and method for analysing a golf swing
US9623284B2 (en) * 2008-02-20 2017-04-18 Karsten Manufacturing Corporation Systems and methods for storing and analyzing golf data, including community and individual golf data collection and storage at a central hub
US9661894B2 (en) * 2008-02-20 2017-05-30 Nike, Inc. Systems and methods for storing and analyzing golf data, including community and individual golf data collection and storage at a central hub
US9486669B2 (en) * 2008-02-20 2016-11-08 Nike, Inc. Systems and methods for storing and analyzing golf data, including community and individual golf data collection and storage at a central hub
US20110230986A1 (en) * 2008-02-20 2011-09-22 Nike, Inc. Systems and Methods for Storing and Analyzing Golf Data, Including Community and Individual Golf Data Collection and Storage at a Central Hub
US8888604B2 (en) * 2008-10-09 2014-11-18 Golf Impact, Llc Golf swing measurement and analysis system
US20120046119A1 (en) 2008-10-09 2012-02-23 Golf Impact Llc Golf Swing Measurement and Analysis System
WO2011031785A2 (en) * 2009-09-08 2011-03-17 Palm, Inc. Touchscreen with z-velocity enhancement
US8760392B2 (en) 2010-04-20 2014-06-24 Invensense, Inc. Wireless motion processing sensor systems suitable for mobile and battery operation
US8903521B2 (en) * 2010-08-26 2014-12-02 Blast Motion Inc. Motion capture element
JP5948011B2 (ja) * 2010-11-19 2016-07-06 セイコーエプソン株式会社 運動解析装置
JP5675301B2 (ja) * 2010-11-26 2015-02-25 株式会社ブリヂストン ゴルフスイングの分類方法、分類システム、解析装置およびプログラム
CN102184549B (zh) * 2011-04-29 2012-10-10 闫文闻 一种运动参数确定方法、装置和运动辅助设备
US20120316456A1 (en) 2011-06-10 2012-12-13 Aliphcom Sensory user interface
TWI441042B (zh) 2011-07-01 2014-06-11 Pixart Imaging Inc 互動影像系統、互動控制裝置及其運作方法
US9342737B2 (en) * 2013-05-31 2016-05-17 Nike, Inc. Dynamic sampling in sports equipment
US20150285834A1 (en) * 2014-04-08 2015-10-08 Seiko Epson Corporation Sensor, computing device, and motion analyzing apparatus

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101847010A (zh) * 2010-06-07 2010-09-29 东南大学 小型侦察机器人智能控制器

Also Published As

Publication number Publication date
JP6422485B2 (ja) 2018-11-14
CN105451826A (zh) 2016-03-30
KR20160013948A (ko) 2016-02-05
US9342737B2 (en) 2016-05-17
CN110102035A (zh) 2019-08-09
JP2016523113A (ja) 2016-08-08
US20160256739A1 (en) 2016-09-08
CN110102035B (zh) 2021-11-30
US10369409B2 (en) 2019-08-06
US20140357392A1 (en) 2014-12-04
EP3003508A1 (en) 2016-04-13
US20180272186A1 (en) 2018-09-27
WO2014193628A1 (en) 2014-12-04
US9999804B2 (en) 2018-06-19
KR101881202B1 (ko) 2018-07-23

Similar Documents

Publication Publication Date Title
CN105451826B (zh) 在运动设备中的动态采样
US20150018111A1 (en) Interpretation of characteristics of a golf swing using motion analysis
US9349049B2 (en) Motion capture and analysis system
US10225695B2 (en) Smart playable device and charging systems and methods
US10232225B1 (en) Systems and methods for obtaining sports-related data
US20150141174A1 (en) Sports training apparatus and method
CN105797319B (zh) 一种羽毛球运动数据处理方法及装置
US20180021630A1 (en) Smart Playable Flying Disc and Methods
CN102221369A (zh) 一种球类运动的动作识别方法、装置和动作辅助设备
CN105999677B (zh) 一种可联网的便携式高尔夫模拟系统及模拟方法
US20230033421A1 (en) Golf Ball Analytic Measurement Device and Method
CN109806564A (zh) 电子设备、评价方法以及记录介质
CN107433030B (zh) 一种球类运动训练系统、球类及运动追踪智能装置
CN206631120U (zh) 一种挥拍次数记录球拍
US11118893B2 (en) Method for determining a direction of a spin axis of a rotating apparatus
Chance ETETTE
TW201524561A (zh) 高爾夫球之擊球系統及其方法
KR20100109991A (ko) 적외선 센서를 이용하여 골프채에 직접 장착하는 유/무선 휴대용 골프 스윙 측정 장치
TWM480407U (zh) 高爾夫球訓練系統

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant