CN106422211B - 球类训练技术统计方法及装置 - Google Patents

Abstract

本发明实施例公开了一种球类训练技术统计方法及装置，所述方法包括：检测手臂和/或手腕的当前运动轨迹；根据所述当前运动轨迹确定当前运动使用的技术类型；根据所述技术类型和所述当前运动轨迹进行统计。本发明实施例通过根据当前运动轨迹确定当前运动使用的技术类型，再根据所述技术类型和所述当前运动轨迹进行统计，有助于用户了解自己的打球水平，并且有助于指导用户有针对性的进行技术训练。

Description

球类训练技术统计方法及装置

技术领域

本发明实施例涉及健身运动技术领域，尤其涉及一种球类训练技术统计的方法及装置。

背景技术

随着科技的创新与发展，科学的训练计划对球类运动员及运动爱好者至关重要。

平时进行球类训练和比赛时，大多人都想知道自己训练和比赛的技术统计，根据技术统计对自己的训练计划进行调整，但是只有很大型的正规比赛和专业运动员，才会有专业人员进行统计。

因此，造成大部分运动员与爱好者是没有办法统计自己比赛或者练习时的技术情况，只能凭个人经验进行总结。并且，即使是人工统计也存在统计不精确等问题。

发明内容

本发明实施例提供一种球类训练技术统计方法及装置，有助于用户掌握自己的球类训练技术的详细情况，从而进行针对性训练。

第一方面，本发明实施例提供了一种球类训练技术统计方法，包括：

检测手臂和/或手腕的当前运动轨迹；

根据所述当前运动轨迹确定当前运动使用的技术类型；

根据所述技术类型和所述当前运动轨迹进行统计。

第二方面，本发明实施例还提供了一种球类训练技术统计装置，包括：

轨迹检测模块，用于检测手臂和/或手腕的当前运动轨迹；

技术类型确定模块，用于根据所述当前运动轨迹确定当前运动使用的技术类型；

统计模块，用于根据所述技术类型和所述当前运动轨迹进行统计。

本发明实施例提供了一种球类训练技术统计的方法及装置，通过根据当前运动轨迹确定当前运动使用的技术类型，再根据所述技术类型和所述当前运动轨迹进行统计，有助于用户了解自己的打球水平，并且有助于指导用户有针对性的进行技术训练。

附图说明

图1是本发明实施例一中的一种球类训练技术统计方法的流程图；

图2A是本发明实施例二中的一种球类训练技术统计方法的流程图；

图2B是本发明实施例二中的一种球类训练技术统计方法的用户界面呈现示意图；

图3是本发明实施例三中的一种球类训练技术统计方法的流程图；

图4A是本发明实施例四中的一种球类训练技术统计方法的流程图；

图4B是本发明实施例四中的一种球类训练技术统计方法的手表结构示意图；

图5是本发明实施例五中的一种球类训练技术统计装置的结构图；

图6是本发明实施例六中的一种球类训练技术统计装置的结构图；

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种球类训练技术统计方法的流程图，本实施例可适用于各种手臂挥动型球类运动的训练技术统计情况，该方法可以由本发明实施例提供的球类训练技术统计装置来执行，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供球类训练技术统计功能的设备中，例如手环、手表等，如图1所示，具体包括：

S110、检测手臂和/或手腕的当前运动轨迹。

其中，运动轨迹是指身体的某一部分从开始位置到结束为止所经过的路线组成的动作的空间特征，包括运动轨迹方向、运动轨迹形式和运动幅度等。在手臂挥动型的球类运动中，手臂或手腕的移动对球类训练质量的好坏起着至关重要的作用，因此，运动员或者运动爱好者想通过总结自己的击球轨迹提高击球水平的话，很有必要对手臂或手腕的当前运动轨迹进行检测。

具体的，可通过佩戴在运动员手腕上的智能手环、智能手表或智能臂环获取当前运动轨迹。例如，可在所述智能手环、智能手表或智能臂环中设置运动传感器，通过运动传感器检测得到当前运动轨迹。

S120、根据所述当前运动轨迹确定当前运动使用的技术类型。

由于每一种球类运动都有自己的轨迹特征，而在同一种球类运动中，又由于击球技巧的不同，导致每种击球技巧都有自己独有的运动轨迹。在球类比赛或者练习中，用户可以通过佩戴检测装置(如手环或者臂环)来检测击球的当前运动轨迹，根据当前运动轨迹确定当前运动使用的技术类型。具体的，用户可以将当前运动轨迹与已存储的技术类型数据库中技术类型运动轨迹进行匹配；用户也可以将当前运动轨迹输入已建立的训练模型(如技术类型训练模型)中进行训练。通过此类方法确定当前运动轨迹所使用的技术类型。

S130、根据所述技术类型和所述当前运动轨迹进行统计。

具体的，检测装置根据当前运动轨迹所属的技术类型进行归类，统计运动员或者运动爱好者在每场比赛或者练习中使用的击球技术类型次数。除此之外，检测装置还可以根据当前运动轨迹中是否含有击球震动轨迹来确定是否击球成功，统计运动员或者运动爱好者在每场比赛或者练习中击球成功次数和击球失败次数，以及统计出运动员或者运动爱好者在每场比赛或者练习中运用正确步伐的击球次数和没有运用正确步伐的击球次数。

其中，是否运用正确步伐的击球次数和没有运用正确步伐的击球次数的判断依据为：结合击球技术统计、球类运动中常见步法、常见击球技巧以及运动员或者运动爱好者的当前运动轨迹。优选为统计出运动员或者运动爱好者在每场比赛或者练习中每种技术类型相对应的击球成功次数与击球失败次数，并基于此，统计出运动员或者运动爱好者在每场比赛或者练习中的击球质量等级。其中，质量等级可以分为四个等级，包括不合格、合格、良好与优秀；或者，质量等级还可以为一具体的分数，如百分制中，60分为合格分数。

具体例如在羽毛球比赛中，吊球，高远球，扣杀，平抽挡和网前等击球都有很明显和规律的运动轨迹，当运动员使用该技巧时，是可以通过当前运动轨迹分析进行技术类型统计。例如，用户A为羽毛球爱好者，购买了一个检测手环，并且在手机中下载了一个相关APP(Application，应用程序)，将检测手环连接到手机中的相关APP，用于自己在比赛或者练习时对球类训练技术的统计。当用户A完成比赛时，可以打开手机中的相关APP，用户界面将会给用户呈现如使用吊球技术类型10回，击球成功8次，击球失败2次，动作规范质量等级为优秀；高远球技术类型12回，击球成功6次，击球失败6次，动作规范质量等级为良好等信息。

本实施例通过根据当前运动轨迹确定当前运动使用的技术类型，再根据所述技术类型和所述当前运动轨迹进行统计，有助于用户了解自己的打球水平，并且有助于指导用户有针对性的进行技术训练。

除此之外，根据当前运动轨迹属于的技术类型能够确定当前运动整个运动过程的运动量和疲劳程度。具体的，检测装置的后台处理器对各种球类运动的每种技术类型的运动轨迹都有一个消耗热量的参考。例如，羽毛球运动中，一次完整的吊球技术类型的运动轨迹，消耗X焦耳的热量；一次完整的高远球技术类型的运动轨迹，消耗Y焦耳的热量，那么当用户A完成一小局羽毛球比赛时采用了4次吊球技术类型和6次高远球技术类型时，消耗的运动量为(4X+6Y)焦耳。一般而言，用户手机的相关APP的用户界面不仅会有运动量的显示(焦耳或卡路里表示)，还可以在相关APP中输入个人的信息，包括年龄、性别、体重等个人信息，通过对个人信息以及当前用户整场比赛持续的时间、使用的技术类型等量化出一个疲劳程度参考值。最后，用户可以根据自己在整场比赛中统计的运动量、疲劳程度以及使用技术类型的统计结果对自己技术薄弱的方面有所了解，并且根据上述各项信息调整以后的训练重心。

实施例二

图2A为本发明实施例二提供的一种球类训练技术统计方法的流程图，本实施例在上述实施例的基础上进行优化，提供了优化的根据所述当前运动轨迹确定当前运动使用的技术类型的处理方法，具体是：将所述当前运动轨迹输入预先建立的技术类型训练模型中进行训练，所述技术类型训练模型中包含多种技术类型及对应的已知运动轨迹；根据训练结果确定所述当前运动使用的技术类型。

相应的，本实施例的方法包括：

S210、检测手臂和/或手腕的当前运动轨迹。

S220、将所述当前运动轨迹输入预先建立的技术类型训练模型中进行训练，所述技术类型训练模型中包含多种技术类型及对应的已知运动轨迹。

具体的，检测装置的后台处理器会预先建立技术类型训练模型。技术类型训练模型由样本训练库组成，样本训练库中的样本采集由各种球类运动的专业人员通过多次标准的轨迹示范，记录各种技术类型的运动轨迹，构建技术类型训练模型。例如，技术类型训练中含有高尔夫球、羽毛球、棒球等球类相关技术类型的运动轨迹，其中羽毛球包含吊球，高远球，扣杀，平抽挡等标准运动轨迹。当用户打球时，会检测到手臂或手腕的当前运动轨迹，将当前运动轨迹输入预先建立的技术类型训练模型中进行训练，即将当前运动轨迹与技术类型训练模型中样本训练库中的各个球类运动的每种技术类型的运动轨迹进行匹配。

S230、根据训练结果确定所述当前运动使用的技术类型。

其中，训练结果可以由关键字呈现。如羽毛球中，可以提示关键字“吊球”、“高远球”及“扣杀”等技术类型；如棒球中，可以提示关键字“曲线球”、“变速球”及“切球”等技术类型。

S240、根据所述技术类型和所述当前运动轨迹进行统计。

例如，上述用户A佩戴检测手环打羽毛球时，用户A每激发一个动作都会记录在检测手环中。当用户A完成一次击球时，检测手环将用户A的当前运动轨迹输入到技术类型训练模型中进行训练，根据当前运动轨迹所属的技术类型进行统计。这时，用户A可以在手机相关APP观察到训练结果如“吊球，1次”、“高远球，3次”或“扣杀，4次”等字样。或者，将用户A在本场比赛或者练习中使用的所有技术类型汇总到一个饼图中，如图2B所示。

本实施例通过将当前运动轨迹输入预先建立的技术类型训练模型中进行训练，根据训练结果确定所述当前运动使用的技术类型再统计，使得只需要一款手表手环类装置，就可以完成多种球类运动的技术统计。

实施例三

图3为本发明实施例三提供的一种球类训练技术统计方法的流程图，本实施例在上述实施例的基础上还包括：预先建立存储各技术类型和对应的技术轨迹特征的数据库；根据所述当前运动轨迹确定当前运动使用的技术类型包括：确定所述当前运动轨迹中是否包含与所述数据库中存储的技术轨迹特征相匹配的技术轨迹特征；若包含相匹配的技术轨迹特征，则将所述相匹配的技术轨迹特征对应的技术类型作为当前运动使用的技术类型。

相应的，本实施例的方法包括：

S310、预先建立存储各技术类型和对应的技术轨迹特征的数据库。

具体的，检测装置的后台处理器还可以预先建立一个数据库，数据库包含各种球类运动中各技术类型以及相对应的技术轨迹特征。其中，技术轨迹特征具体指每个技术类型独有的移动轨迹特征，和技术类型对应。例如，在羽毛球运动中，如果技术类型为吊球，对应的技术轨迹特征就是用户吊球时带动胳膊或手臂产生的运动轨迹特征；如果技术类型为高远球，对应的技术轨迹特征就是用户抛高远球时带动手臂或手腕产生的运动轨迹特征。

S320、检测手臂和/或手腕的当前运动轨迹。

S330、确定所述当前运动轨迹中是否包含与所述数据库中存储的技术轨迹特征相匹配的技术轨迹特征。

具体的，利用检测装置中的传感器(如运动传感器、六轴传感器等)可以实时监测用户手臂或手腕产生的运动轨迹变化，根据当前运动轨迹判断是否包含与数据库中存储的技术轨迹特征相匹配的技术轨迹特征。例如，将上述用户A的当前运动轨迹中包含的技术轨迹特征与羽毛球中的所有技术类型的技术轨迹特征相匹配，找到能够匹配成功的技术轨迹特征。

S340、若包含相匹配的技术轨迹特征，则将所述相匹配的技术轨迹特征对应的技术类型作为当前运动使用的技术类型。

例如，如果上述用户A的当前运动轨迹中包含的技术轨迹特征与羽毛球中的高远球的技术轨迹特征相匹配，那么可以确定用户A的当前运动轨迹使用的技术类型为高远球。

S350、根据所述技术类型和所述当前运动轨迹进行统计。

同样的，检测装置根据当前运动轨迹所属的技术类型进行归类，对技术类型和当前运动轨迹进行统计。

本实施例通过建立存储各技术类型和对应的技术轨迹特征的数据库，寻找当前运动轨迹与数据库中相匹配技术轨迹，确定当前运动轨迹的技术类型，提高当前运动轨迹识别的精确度。

实施例四

图4为本发明实施例四提供的一种球类训练技术统计方法的流程图，本实施例在上述实施例的基础上进行优化，提供了根据所述技术类型和所述当前运动轨迹进行统计的处理方法，具体是：根据所述当前运动轨迹确定基于所述技术类型的击球信息；根据所述击球运动信息确定基于所述技术类型的击球质量等级。

相应的，本实施例的方法包括：

S410、检测手臂和/或手腕的当前运动轨迹。

S420、根据所述当前运动轨迹确定当前运动使用的技术类型。

S430、根据所述当前运动轨迹确定基于所述技术类型的击球信息。

其中，击球信息包括击球姿势、击球点、击球速度、击球角度和击球步伐。当用户有一个动作发生时，产生当前运动轨迹，根据跟数据库匹配或者放入技术类型训练模型中训练都能得到用户当前运动使用的技术类型。其次，在得到当前运动使用的技术类型的同时，还能针对每个技术类型的运动轨迹得出击球关键姿势的轨迹、轨迹中的击球点、击球速度、击球角度和击球步伐特征等传感器可以检测到的轨迹特征。

S440、根据所述击球信息确定基于所述技术类型的击球质量等级。

具体的，由于击球信息中包含当前运动轨迹中的各种轨迹特征，而各个球类运动中的每种技术类型的轨迹都有自己的规范轨迹特征，因此可以根据已有的规范轨迹特征判断当前运动轨迹的击球质量等级。同样，击球质量等级可以分为四个等级，包括不合格、合格、良好与优秀；或者，击球质量等级还可以为一具体的分数，如百分制中，60分为合格分数。

例如，上述用户A佩戴一个智能手表打羽毛球，智能手表结构如图4B所示。在每局或者整场比赛结束后，用户A打开手机相关APP，用户应用界面会提示给用户整体技术类型统计结果、并且给出各技术类型的完成质量等级、各技术类型的击球质量等级(包括击球失败次数统计、击球成功次数统计)，疲劳度等指标。用户可以根据统计技术的结果，以及针对每项不合格击球技术，进行针对性训练指导与轨迹纠正。

本实施例通过击球信息确定技术类型的击球质量等级，使得球类训练技术统计更加完善，帮助用户进行针对性纠正训练。

实施例五

图5所示为本发明实施例五提供的一种球类训练技术统计装置的结构示意图。本实施例可适用于各种手臂挥动型球类运动的训练技术统计情况，该方法可以由本发明实施例提供的球类训练技术统计装置来执行，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供球类训练技术统计功能的设备中，例如手环、手表等，如图5所示，具体包括：轨迹检测模块51、技术类型确定模块52和统计模块53。

轨迹检测模块51用于检测手臂和/或手腕的当前运动轨迹；

技术类型确定模块52用于根据所述当前运动轨迹确定当前运动使用的技术类型；

统计模块53用于根据所述技术类型和所述当前运动轨迹进行统计。

本实施例所述球类训练技术统计装置用于执行上述各实施例所述的球类训练技术统计方法，其技术原理和产生的技术效果类似，这里不再赘述。

实施例六

图6所示为本发明实施例六提供的一种球类训练技术统计装置的结构示意图。如图6所示：

在上述实施例的基础上，所述技术类型确定模块52具体用于：将所述当前运动轨迹输入预先建立的技术类型训练模型中进行训练，所述技术类型训练模型中包含多种技术类型及对应的已知运动轨迹；根据训练结果确定所述当前运动使用的技术类型。

在上述实施例的基础上，还包括：数据库建立模块61。

数据库建立模块61用于预先建立存储各技术类型和对应的技术轨迹特征的数据库；所述技术类型确定模块52具体用于：确定所述当前运动轨迹中是否包含与所述数据库中存储的技术轨迹特征相匹配的技术轨迹特征；若包含相匹配的技术轨迹特征，则将所述相匹配的技术轨迹特征对应的技术类型作为当前运动使用的技术类型。

在上述实施例的基础上，所述统计模块53具体用于：根据所述当前运动轨迹确定基于所述技术类型的击球信息；根据所述击球运动信息确定基于所述技术类型的击球质量等级。

在上述实施例的基础上，所述击球信息包含以下至少一项：击球姿势、击球点、击球速度、击球角度和击球步伐。

在上述实施例的基础上，所述统计模块53具体用于：根据所述当前运动轨迹统计基于所述技术类型的击球次数，所述击球次数为击球成功次数、击球失败次数、运用正确步伐的击球次数和没有运用正确步伐的击球次数中的至少一种。

在上述实施例的基础上，还包括：运动程度确定模块62和指导确定模块63。

运动量确定模块62用于根据所述技术类型确定所述当前运动整个运动过程的运动量和/或疲劳程度；

指导建立模块63用于根据所述运动量和/或疲劳程度、及基于所述技术类型的统计结果给出训练指导。

本实施例所述球类训练技术统计的装置用于执行上述各实施例所述的球类训练技术统计的方法，其技术原理和产生的技术效果类似，这里不再赘述。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (12)

1.一种球类训练技术统计方法，其特征在于，包括：

检测手臂和/或手腕的当前运动轨迹；

根据所述当前运动轨迹确定当前运动使用的技术类型；

根据所述技术类型和所述当前运动轨迹进行统计；

根据所述技术类型确定所述当前运动整个运动过程的运动量和/或疲劳程度；

根据所述运动量和/或疲劳程度、及基于所述技术类型的统计结果给出训练指导。

2.根据权利要求1所述的方法，其特征在于，根据所述当前运动轨迹确定当前运动使用的技术类型包括：

将所述当前运动轨迹输入预先建立的技术类型训练模型中进行训练，所述技术类型训练模型中包含多种技术类型及对应的已知运动轨迹；

根据训练结果确定所述当前运动使用的技术类型。

3.根据权利要求1所述的方法，其特征在于，还包括：

预先建立存储各技术类型和对应的技术轨迹特征的数据库；

根据所述当前运动轨迹确定当前运动使用的技术类型包括：

确定所述当前运动轨迹中是否包含与所述数据库中存储的技术轨迹特征相匹配的技术轨迹特征；

若包含相匹配的技术轨迹特征，则将所述相匹配的技术轨迹特征对应的技术类型作为当前运动使用的技术类型。

4.根据权利要求1所述的方法，其特征在于，根据所述技术类型和所述当前运动轨迹进行统计包括：

根据所述当前运动轨迹确定基于所述技术类型的击球信息；

根据所述击球信息确定基于所述技术类型的击球质量等级。

5.根据权利要求4所述的方法，其特征在于，所述击球信息包含以下至少一项：

击球姿势、击球点、击球速度、击球角度和击球步伐。

6.根据权利要求1所述的方法，其特征在于，根据所述技术类型和所述当前运动轨迹进行统计包括：

根据所述当前运动轨迹统计基于所述技术类型的击球次数，所述击球次数为击球成功次数、击球失败次数、运用正确步伐的击球次数和没有运用正确步伐的击球次数中的至少一种。

7.一种球类训练技术统计装置，其特征在于，包括：

轨迹检测模块，用于检测手臂和/或手腕的当前运动轨迹；

技术类型确定模块，用于根据所述当前运动轨迹确定当前运动使用的技术类型；

统计模块，用于根据所述技术类型和所述当前运动轨迹进行统计；

运动程度量确定模块，根据所述技术类型确定所述当前运动整个运动过程的运动量和/或疲劳程度；

指导确定建议模块，根据所述运动量和/或疲劳程度、及基于所述技术类型的统计结果给出训练指导。

8.根据权利要求7所述的装置，其特征在于，所述技术类型确定模块具体用于：

将所述当前运动轨迹输入预先建立的技术类型训练模型中进行训练，所述技术类型训练模型中包含多种技术类型及对应的已知运动轨迹；

根据训练结果确定所述当前运动使用的技术类型。

9.根据权利要求7所述的装置，其特征在于，还包括：

数据库建立模块，用于预先建立存储各技术类型和对应的技术轨迹特征的数据库；

所述技术类型确定模块具体用于：

确定所述当前运动轨迹中是否包含与所述数据库中存储的技术轨迹特征相匹配的技术轨迹特征；

若包含相匹配的技术轨迹特征，则将所述相匹配的技术轨迹特征对应的技术类型作为当前运动使用的技术类型。

10.根据权利要求7所述的装置，其特征在于，所述统计模块具体用于：

根据所述当前运动轨迹确定基于所述技术类型的击球信息；

根据所述击球信息确定基于所述技术类型的击球质量等级。

11.根据权利要求10所述的装置，其特征在于，所述击球信息包含以下至少一项：

击球姿势、击球点、击球速度、击球角度和击球步伐。

12.根据权利要求7所述的装置，其特征在于，所述统计模块具体还用于：

根据所述当前运动轨迹统计基于所述技术类型的击球次数，所述击球次数为击球成功次数、击球失败次数、运用正确步伐的击球次数和没有运用正确步伐的击球次数中的至少一种。