CN105477845A - 羽毛球运动轨迹预测方法及系统 - Google Patents

羽毛球运动轨迹预测方法及系统 Download PDF

Info

Publication number
CN105477845A
CN105477845A CN201510897664.7A CN201510897664A CN105477845A CN 105477845 A CN105477845 A CN 105477845A CN 201510897664 A CN201510897664 A CN 201510897664A CN 105477845 A CN105477845 A CN 105477845A
Authority
CN
China
Prior art keywords
image
shuttlecock
badminton
trajectory predictions
acquiring device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510897664.7A
Other languages
English (en)
Inventor
骆德渊
孙锐
胡喆
贾瑞兴
任渊
李建华
李兴龙
崔巍杰
何东流
刘家桐
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201510897664.7A priority Critical patent/CN105477845A/zh
Publication of CN105477845A publication Critical patent/CN105477845A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种羽毛球运动轨迹预测方法及系统，系统包括：第一图像获取装置，用于采集获取空中运动的羽毛球的至少一个第一图像；第二图像获取装置，用于采集获取空中运动的羽毛球的至少一个第二图像；数据处理装置，用于根据所述至少一个第一图像和至少一个第二图像合成所述羽毛球的三维空间图像，根据所述三维空间图像判断预测羽毛球的轨迹落点。本发明能够准确预测羽毛球运动轨迹，具有较好的预测精度。

Description

羽毛球运动轨迹预测方法及系统
本案要求了2015年6月17日提交的中国发明专利，申请号为2015103373111的优先权。
技术领域
本发明涉及羽毛球机器人领域，特别涉及一种羽毛球运动轨迹预测方法及系统。
背景技术
在羽毛球机器人进行比赛中，想要进行机器人全自动比赛，中间没有人的参与，很重要的问题就是羽毛球运动轨迹的预测，机器人上控制器根据预测得到的羽毛球运动轨迹信息控制机器人移动从而实现准确接球或发球。目前一般采用一个摄像头或摄像机采集羽毛球空中运行轨迹信息以进行进一步的数据处理分析，但这种方式对于羽毛球运动轨迹预测的精度依然较差。
发明内容
本发明的目的在于克服现有技术中所存在的上述不足，提供一种羽毛球运动轨迹预测方法及系统，旨在准确预测羽毛球运动轨迹，提供较好的预测精度。为了实现上述发明目的，本发明采用的技术方案是：
一种羽毛球运动轨迹预测系统，包括：
第一图像获取装置，用于采集获取空中运动的羽毛球的至少一个第一图像；
第二图像获取装置，用于采集获取空中运动的羽毛球的至少一个第二图像；
数据处理装置，用于根据所述至少一个第一图像和至少一个第二图像合成所述羽毛球的三维空间图像，根据所述三维空间图像判断预测羽毛球的轨迹落点。
优选的，所述第一图像获取装置和第二图像获取装置均为摄像头，两个所述摄像头位于比赛场地的同一预定高度且互相间隔预定距离。
该系统还包括：图像预处理装置，用于对所述至少一个第一图像和至少一个第二图像进行预处理，将预处理后的所述至少一个第一图像和至少一个第二图像输出到所述数据处理装置进行合成。
所述图像预处理装置具体用于对所述至少一个第一图像和至少一个第二图像进行同样的预处理，依次包括均值滤波、灰度均值筛选、二维坐标点计算。
所述数据处理装置根据卡尔曼滤波算法判断预测所述羽毛球的轨迹落点。
本发明还提供一种如上述羽毛球运动轨迹预测系统的羽毛球运动轨迹预测方法，包括：
第一图像获取装置采集获取空中运动的羽毛球的至少一个第一图像；
第二图像获取装置采集获取空中运动的羽毛球的至少一个第二图像；
数据处理装置根据所述至少一个第一图像和至少一个第二图像合成所述羽毛球的三维空间图像，根据所述三维空间图像判断预测羽毛球的轨迹落点。
优选的，所述第一图像获取装置和第二图像获取装置均为摄像头，两个所述摄像头位于比赛场地的同一预定高度且互相间隔预定距离。
该方法还包括图像预处理步骤：对所述至少一个第一图像和至少一个第二图像进行预处理，将预处理后的所述至少一个第一图像和至少一个第二图像输出到所述数据处理装置进行合成。
所述图像预处理步骤具体为：
对所述至少一个第一图像和至少一个第二图像进行同样的预处理，依次包括均值滤波、灰度均值筛选、二维坐标点计算。
所述数据处理装置根据卡尔曼滤波算法判断预测所述羽毛球的轨迹落点。
与现有技术相比，本发明的有益效果：
本发明通过第一图像获取装置采集获取空中运动的羽毛球的至少一个第一图像，通过第二图像获取装置采集获取空中运动的羽毛球的至少一个第二图像，然后数据处理装置根据所述至少一个第一图像和至少一个第二图像合成所述羽毛球的三维空间图像，再根据所述三维空间图像判断预测羽毛球的轨迹落点。相比于现有技术，采用双图像获取装置采集两个通道的数据，再根据两个通道的数据得到羽毛球三维空间图像进行羽毛球轨迹预测，经过验证本发明可准确预测羽毛球运动轨迹，且具有较好的预测精度。
附图说明：
图1是本发明实施例中的羽毛球运动轨迹预测系统示意图。
图2是本发明另一实施例中的羽毛球运动轨迹预测系统示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
如图1所示的羽毛球运动轨迹预测系统，包括第一图像获取装置101、第二图像获取装置102和数据处理装置103。
第一图像获取装置101，用于采集获取空中运动的羽毛球的至少一个第一图像；
第二图像获取装置102，用于采集获取空中运动的羽毛球的至少一个第二图像；
数据处理装置103，用于根据所述至少一个第一图像和至少一个第二图像合成所述羽毛球的三维空间图像，根据所述三维空间图像判断预测羽毛球的轨迹落点。
本发明通过第一图像获取装置101采集获取空中运动的羽毛球的至少一个第一图像，通过第二图像获取装置102采集获取空中运动的羽毛球的至少一个第二图像，然后数据处理装置103根据所述至少一个第一图像和至少一个第二图像合成所述羽毛球的三维空间图像，再根据所述三维空间图像判断预测羽毛球的轨迹落点。相比于现有技术，采用双图像获取装置采集两个通道的数据，再根据两个通道的数据得到羽毛球三维空间图像进行羽毛球轨迹预测，经过验证本发明可准确预测羽毛球运动轨迹，且具有较好的预测精度。
具体的，所述第一图像获取装置101和第二图像获取装置102均为摄像头，两个所述摄像头位于比赛场地的同一预定高度且互相间隔预定距离，本领域技术人员具体根据比赛场地情况调整所述预定高度和预定距离。工作时需要对比赛场地的两个摄像头参数进行标定，且将摄像头位置坐标转换到世界坐标系下，以便于数据处理装置后续处理。
进一步的，参看图2，该系统还包括图像预处理装104，与所述两个摄像头连接，用于对所述至少一个第一图像和至少一个第二图像进行预处理，将预处理后的所述至少一个第一图像和至少一个第二图像输出到所述数据处理装置进行合。所述图像预处理装置具体用于对所述至少一个第一图像和至少一个第二图像进行同样的预处理，依次包括均值滤波、灰度均值筛选、二维坐标点计算等，所述图像预处理装置104可设置在场地外，所述数据处理装置103设置在机器人本体上，所述图像预处理装置104与所述数据处理装置103通过无线方式通信链接(如蓝牙、WIFI等)。
本发明借鉴了人的双眼成像原理：人是双目识别，大脑将两只眼睛看到的画面可形成三维空间羽毛球的轨迹和落点。本发明根据这一原理采用双摄像头模拟人眼采集两个通道的数据，根据两个通道的二维坐标点数据来获得羽毛球三维坐标进而得到三维空间图像，然后进行羽毛球轨迹和落点预测，预测精度较好。需要说明的是，以上采用的具体算法均为现有成熟技术，不再详述。
可选的，所述数据处理装置根据卡尔曼滤波算法判断预测所述羽毛球的轨迹落点。本发明实施例中开创性的将导弹追踪或雷达系统中常用的卡尔曼滤波方式目标跟踪方法应用于羽毛球机器人中，可大大提高羽毛球轨迹预测或落点预测的准确性，预测精度较好。
本发明还提供一种如图1或图2所示的羽毛球运动轨迹预测系统的羽毛球运动轨迹预测方法，包括以下步骤：
第一图像获取装置采集获取空中运动的羽毛球的至少一个第一图像；
第二图像获取装置采集获取空中运动的羽毛球的至少一个第二图像；
数据处理装置根据所述至少一个第一图像和至少一个第二图像合成所述羽毛球的三维空间图像，根据所述三维空间图像判断预测羽毛球的轨迹落点。
优选的，所述第一图像获取装置和第二图像获取装置均为摄像头，两个所述摄像头位于比赛场地的同一预定高度且互相间隔预定距离。
该方法还包括图像预处理步骤：对所述至少一个第一图像和至少一个第二图像进行预处理，将预处理后的所述至少一个第一图像和至少一个第二图像输出到所述数据处理装置进行合成。
所述图像预处理步骤具体为：对所述至少一个第一图像和至少一个第二图像进行同样的预处理，依次包括均值滤波、灰度均值筛选、二维坐标点计算。
所述数据处理装置根据卡尔曼滤波算法判断预测所述羽毛球的轨迹落点。
需要说明的是，该方法实施例与图1所示的系统实施例对应，具体请参看前述描述，此处不再赘述。
本发明通过第一图像获取装置采集获取空中运动的羽毛球的至少一个第一图像，通过第二图像获取装置采集获取空中运动的羽毛球的至少一个第二图像，然后数据处理装置根据所述至少一个第一图像和至少一个第二图像合成所述羽毛球的三维空间图像，再根据所述三维空间图像判断预测羽毛球的轨迹落点。相比于现有技术，采用双图像获取装置采集两个通道的数据，再根据两个通道的数据得到羽毛球三维空间图像进行羽毛球轨迹预测，经过验证本发明可准确预测羽毛球运动轨迹，且具有较好的预测精度。
上面结合附图对本发明的具体实施方式进行了详细说明，但本发明并不限制于上述实施方式，在不脱离本申请的权利要求的精神和范围情况下，本领域的技术人员可以作出各种修改或改型。

Claims (10)

1.一种羽毛球运动轨迹预测系统，其特征在于，包括：
第一图像获取装置，用于采集获取空中运动的羽毛球的至少一个第一图像；
第二图像获取装置，用于采集获取空中运动的羽毛球的至少一个第二图像；
数据处理装置，用于根据所述至少一个第一图像和至少一个第二图像合成所述羽毛球的三维空间图像，根据所述三维空间图像判断预测羽毛球的轨迹落点。
2.根据权利要求1所述的羽毛球运动轨迹预测系统，其特征在于，所述第一图像获取装置和第二图像获取装置均为摄像头，两个所述摄像头位于比赛场地的同一预定高度且互相间隔预定距离。
3.根据权利要求1或2所述的羽毛球运动轨迹预测系统，其特征在于，还包括：
图像预处理装置，用于对所述至少一个第一图像和至少一个第二图像进行预处理，将预处理后的所述至少一个第一图像和至少一个第二图像输出到所述数据处理装置进行合成。
4.根据权利要求3所述的羽毛球运动轨迹预测系统，其特征在于，所述图像预处理装置具体用于对所述至少一个第一图像和至少一个第二图像进行同样的预处理，依次包括均值滤波、灰度均值筛选、二维坐标点计算。
5.根据权利要求4所述的羽毛球运动轨迹预测系统，其特征在于，所述数据处理装置根据卡尔曼滤波算法判断预测所述羽毛球的轨迹落点。
6.一种如权利要求1所述羽毛球运动轨迹预测系统的羽毛球运动轨迹预测方法，其特征在于，包括：
第一图像获取装置采集获取空中运动的羽毛球的至少一个第一图像；
第二图像获取装置采集获取空中运动的羽毛球的至少一个第二图像；
数据处理装置根据所述至少一个第一图像和至少一个第二图像合成所述羽毛球的三维空间图像，根据所述三维空间图像判断预测羽毛球的轨迹落点。
7.根据权利要求6所述的羽毛球运动轨迹预测方法，其特征在于，所述第一图像获取装置和第二图像获取装置均为摄像头，两个所述摄像头位于比赛场地的同一预定高度且互相间隔预定距离。
8.根据权利要求6或7所述的羽毛球运动轨迹预测方法，其特征在于，还包括：
图像预处理步骤：对所述至少一个第一图像和至少一个第二图像进行预处理，将预处理后的所述至少一个第一图像和至少一个第二图像输出到所述数据处理装置进行合成。
9.根据权利要求8所述的羽毛球运动轨迹预测方法，其特征在于，所述图像预处理步骤具体为：
对所述至少一个第一图像和至少一个第二图像进行同样的预处理，依次包括均值滤波、灰度均值筛选、二维坐标点计算。
10.根据权利要求9所述的羽毛球运动轨迹预测方法，其特征在于，所述数据处理装置根据卡尔曼滤波算法判断预测所述羽毛球的轨迹落点。
CN201510897664.7A 2015-06-17 2015-12-08 羽毛球运动轨迹预测方法及系统 Pending CN105477845A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510897664.7A CN105477845A (zh) 2015-06-17 2015-12-08 羽毛球运动轨迹预测方法及系统

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN2015103373111 2015-06-17
CN201510337311 2015-06-17
CN201510897664.7A CN105477845A (zh) 2015-06-17 2015-12-08 羽毛球运动轨迹预测方法及系统

Publications (1)

Publication Number Publication Date
CN105477845A true CN105477845A (zh) 2016-04-13

Family

ID=55665338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510897664.7A Pending CN105477845A (zh) 2015-06-17 2015-12-08 羽毛球运动轨迹预测方法及系统

Country Status (1)

Country Link
CN (1) CN105477845A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447694A (zh) * 2016-07-28 2017-02-22 上海体育科学研究所 视频羽毛球运动检测与跟踪方法
CN107729295A (zh) * 2017-10-19 2018-02-23 广东工业大学 一种羽毛球的实时落点预判方法、平台及设备
CN108398952A (zh) * 2018-03-22 2018-08-14 上海荷福人工智能科技（集团）有限公司 机器人定位方法及机器人
CN108421230A (zh) * 2018-03-22 2018-08-21 上海荷福人工智能科技（集团）有限公司 机器人运动方法及机器人
CN108986141A (zh) * 2018-07-03 2018-12-11 百度在线网络技术（北京）有限公司 物体运动信息处理方法、装置、增强现实设备及存储介质
CN108970091A (zh) * 2018-09-14 2018-12-11 郑强 一种羽毛球动作分析方法及系统
CN109087328A (zh) * 2018-05-31 2018-12-25 湖北工业大学 基于计算机视觉的羽毛球落点位置预测方法
CN109997054A (zh) * 2016-12-05 2019-07-09 追踪者有限责任公司 用于使用雷达数据和成像器数据跟踪物体的装置、系统和方法
CN110340901A (zh) * 2019-06-28 2019-10-18 深圳盈天下视觉科技有限公司 一种控制方法、控制装置及终端设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001041884A1 (en) * 1999-12-10 2001-06-14 Roke Manor Research Limited Video processor systems for ball tracking in ball games
CN101458434A (zh) * 2009-01-08 2009-06-17 浙江大学 精确测量和预测乒乓球轨迹系统与系统运行方法
CN103389738A (zh) * 2013-06-25 2013-11-13 北京理工大学 一种用于乒乓球机器人预测乒乓球轨迹的方法和装置
CN104399236A (zh) * 2014-11-25 2015-03-11 苏州贝多环保技术有限公司 球场自动接球装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001041884A1 (en) * 1999-12-10 2001-06-14 Roke Manor Research Limited Video processor systems for ball tracking in ball games
CN101458434A (zh) * 2009-01-08 2009-06-17 浙江大学 精确测量和预测乒乓球轨迹系统与系统运行方法
CN103389738A (zh) * 2013-06-25 2013-11-13 北京理工大学 一种用于乒乓球机器人预测乒乓球轨迹的方法和装置
CN104399236A (zh) * 2014-11-25 2015-03-11 苏州贝多环保技术有限公司 球场自动接球装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447694A (zh) * 2016-07-28 2017-02-22 上海体育科学研究所 视频羽毛球运动检测与跟踪方法
CN109997054A (zh) * 2016-12-05 2019-07-09 追踪者有限责任公司 用于使用雷达数据和成像器数据跟踪物体的装置、系统和方法
CN109997054B (zh) * 2016-12-05 2024-01-23 轨迹人有限责任公司 用于使用雷达数据和成像器数据跟踪物体的装置、系统和方法
CN107729295A (zh) * 2017-10-19 2018-02-23 广东工业大学 一种羽毛球的实时落点预判方法、平台及设备
CN107729295B (zh) * 2017-10-19 2021-07-06 广东工业大学 一种羽毛球的实时落点预判方法、平台及设备
CN108398952A (zh) * 2018-03-22 2018-08-14 上海荷福人工智能科技（集团）有限公司 机器人定位方法及机器人
CN108421230A (zh) * 2018-03-22 2018-08-21 上海荷福人工智能科技（集团）有限公司 机器人运动方法及机器人
CN109087328A (zh) * 2018-05-31 2018-12-25 湖北工业大学 基于计算机视觉的羽毛球落点位置预测方法
CN108986141A (zh) * 2018-07-03 2018-12-11 百度在线网络技术（北京）有限公司 物体运动信息处理方法、装置、增强现实设备及存储介质
CN108970091A (zh) * 2018-09-14 2018-12-11 郑强 一种羽毛球动作分析方法及系统
CN108970091B (zh) * 2018-09-14 2023-08-01 郑强 一种羽毛球动作分析方法及系统
CN110340901A (zh) * 2019-06-28 2019-10-18 深圳盈天下视觉科技有限公司 一种控制方法、控制装置及终端设备

Similar Documents

Publication Publication Date Title
CN105477845A (zh) 羽毛球运动轨迹预测方法及系统
US20210279444A1 (en) Systems and methods for depth map sampling
EP3347789B1 (en) Systems and methods for detecting and tracking movable objects
CN105912980B (zh) 无人机以及无人机系统
CN104036488B (zh) 一种基于双目视觉的人体姿态动作研究方法
US9333409B2 (en) Virtual golf simulation apparatus and sensing device and method used for the same
WO2017045251A1 (en) Systems and methods for uav interactive instructions and control
KR20190041504A (ko) 딥 러닝 센서들을 갖는 증강 현실 디스플레이 디바이스
CN110114735A (zh) 由无人自主交通工具捕捉比赛的图像
US20170251169A1 (en) Apparatus and methods for context based video data compression
KR102625119B1 (ko) 가상 시간 동기화를 이용한 3차원 객체 추적 이전에 2차원 이미지 데이터의 움직임 기반 전처리
US20220137647A1 (en) System and method for operating a movable object based on human body indications
EP3731235A1 (en) Device and method for monitoring activity performance
CN106162144A (zh) 一种用于夜视环境的视觉图像处理设备、系统和智能机器
CN102238368A (zh) 一种多模式多目一体化智能相机
CN103312899A (zh) 一种带有导盲功能的智能手机
CN112188059B (zh) 可穿戴设备、智能引导方法及装置、引导系统
CN104376154A (zh) 一种刚体碰撞轨迹预测显示装置
CN105357484A (zh) 一种目标定位跟踪系统、装置及定位跟踪方法
CN106164931A (zh) 用于在车辆显示装置上显示目标的方法和装置
CN112702481A (zh) 一种基于深度学习的乒乓球轨迹跟踪装置及方法
US20180352148A1 (en) Control apparatus, control method, and program
CN111803913A (zh) 一种基于虚拟现实的冰壶运动体验与训练系统及其装置
CN103218826B (zh) 基于Kinect的抛体检测、三维定位与轨迹预测方法
Neves et al. Detection of aerial balls in robotic soccer using a mixture of color and depth information

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160413

RJ01 Rejection of invention patent application after publication