CN106943729B - 一种虚拟骑行训练器的场景调控方法 - Google Patents
一种虚拟骑行训练器的场景调控方法 Download PDFInfo
- Publication number
- CN106943729B CN106943729B CN201710202663.5A CN201710202663A CN106943729B CN 106943729 B CN106943729 B CN 106943729B CN 201710202663 A CN201710202663 A CN 201710202663A CN 106943729 B CN106943729 B CN 106943729B
- Authority
- CN
- China
- Prior art keywords
- trainer
- training
- scene
- time
- route
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B69/00—Training appliances or apparatus for special sports
- A63B69/16—Training appliances or apparatus for special sports for cycling, i.e. arrangements on or for real bicycles
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- User Interface Of Digital Computer (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种虚拟骑行训练器的场景调控方法。该方法包括:判断实景训练功能的开启选项是否被选择;当所述实景训练功能的开启选项被选择时,输出电子地图供训练者从中选择路线;获取训练者选择的路线,调取所述路线的3D实景数据;将所述路线的3D实景数据作为虚拟骑行路线的场景数据,通过所述虚拟骑行训练器的VR眼镜显示给训练者。
Description
技术领域
本发明涉及虚拟骑行训练技术领域,特别涉及一种虚拟骑行训练器的场景调控方法。
背景技术
目前,虚拟现实(Virtual Reality,VR)技术是二种综合计算机图形技术、多媒体技术、传感器技术、人机交互技术、网络技术、立体显示技术以及仿真技术等多种科学技术而发展起来的计算机领域的新技术。
虚拟骑行训练器正是一种应用虚拟现实技术来进行骑行健身的设备或系统。虚拟骑行训练器不仅能为用户同时提供视觉、听觉、触觉等各种直观而又自然的实时感知交互体验,同时,训练者还可以主动、不受限制地观察三维空间内的事物。
现有的虚拟骑行训练器,在VR眼镜中所显示的虚拟训练场景是人为预先制作的场景,与人们现实生活中的道路、街道没有关系。训练者在虚拟骑行训练器上的骑行训练只能达到健身、训练的目的。如果训练者想预先了解一个现实中的道路、街道的骑行环境,方便训练者熟悉路况、更好地在现实中骑行,则现有技术是无法满足的。
发明内容
本发明提供了一种虚拟骑行训练器的场景调控方法,用以解决训练者在虚拟骑行训练器上的骑行训练只能达到健身的目的而无法实现预先了解一个现实中的道路、街道的骑行环境,方便训练者熟悉路况、更好地在现实中骑行的问题。
本发明提供的一种虚拟骑行训练器的场景调控方法,包括:
判断实景训练功能的开启选项是否被选择;
当所述实景训练功能的开启选项被选择时,输出电子地图供训练者从中选择路线;
获取训练者选择的路线,调取所述路线的3D实景数据;
将所述路线的3D实景数据作为虚拟骑行路线的场景数据,通过所述虚拟骑行训练器的VR眼镜显示给训练者。
优选的,所述方法还包括:
获取训练者输入的时间,所述时间包括当前时间、过往时间、未来时间中的任一时间;
根据所述训练者输入的时间,按照预设的调取出行对象信息方法,调取相应的出行对象的信息,所述出行对象包括人、车辆、动物中的任一或多个;所述出行对象的信息包括个性信息和位置;
所述将所述路线的3D实景数据作为虚拟骑行路线的场景数据,通过所述虚拟骑行训练器的VR眼镜显示给训练者,包括:
根据所述出行对象的位置,将所述出行对象的个性信息嵌入所述路线的3D实景数据中,形成所述路线的处理后3D实景数据;
将所述路线的处理后3D实景数据作为虚拟骑行路线的场景数据,通过所述虚拟骑行训练器的VR眼镜显示给训练者。
优选的,所述根据所述训练者输入的时间,按照预设的调取出行对象信息方法,调取出行对象的信息,包括:
预先设置数据库,所述数据库中存储有每个出行对象的行踪信息和个性信息,所述行踪信息包括出行时间和相应的出行位置,所述个性信息包括名称和/或形象照片;
根据所述数据库中存储的数据,确定在所述训练者输入的时间时,在所述路线上出现的出行对象的信息。
优选的,所述根据所述训练者输入的时间,按照预设的调取出行对象信息方法,调取出行对象的信息,包括:
预先设置数据库,所述数据库中存储有每个出行对象的行踪信息和个性信息,所述行踪信息包括出行时间和相应的出行位置,所述个性信息包括名称和/或形象照片;
以所述时间为起始时间,根据训练者的骑行速度,预测训练者骑行至所述路线上任意处的经过时间;
根据数据库中存储的数据,确定在每个经过时间,出现于相应的目标位置处的出行对象的信息,经过时间相应的目标位置处为预测出的、训练者在该经过时间点在路线上的位置。
优选的,所述个性信息包括名称、形象照片、兴趣爱好、联系方式中的任一或者多个信息。
优选的,还包括:
在移动设备上重复播放所述VR眼镜的显示内容;
当所述显示内容中包括出行对象的个性信息时,控制所述移动设备在出行对象的个性信息的显示区域周围,显示用于与所述出行对象取得联系的接口;
当所述接口被调用时,启动所述移动设备上的通讯工具,并将所述出行对象对应的预设联系方式置为所述通讯工具的欲联系对象。
优选的,所述虚拟骑行训练器的VR眼镜,还用于:
显示训练者在该训练场景下的积分;所述积分根据第一公式计算,所述第一公式为:
其中,
其中,RA(1)为训练者本次训练后在该训练场景的积分;RA为训练者本次训练前在该训练场景的积分,当训练者为初次训练时,该值为预先设置的初始积分;2k为与该训练者进行比对的其他训练者的人数,其中一半人数在该训练场景的积分高于该训练者,另一半人数在该训练场景的积分低于该训练者;K、K0为调节参数,用于控制评分更新的幅度,其值为正数;J为环境调整系数,不同难度的训练场景具有不同的环境调整系数,训练场景的难度为预先设置;N为训练者同一场景下训练的次数;Pi为训练者与其他训练者在该训练场景中的胜负得分,tA为训练者在同一场景下训练的时长,tBi为与训练者对比的其他训练者在同一场景下训练的时长;PAB为训练者A胜对比训练者B的概率;RB为其他训练者在该训练场景的积分。
优选的,还包括:
获取训练者在不同类型训练场景中的积分,所述不同类型训练场景为预先对训练场景进行的分类,每一类型至少包含一个训练场景,所述积分由对该类型训练场景中每个训练场景的积分进行求和得到;
对比该训练者在不同类型训练场景中的积分,得到该训练者积分最少的训练场景类型;
在该训练者积分最少的训练场景类型中随机选取一个,并将所述训练场景推荐给该训练者。
优选的,还包括:
通过第二公式计算训练者在某一训练场景下的技术得分,所述第二公式为:
其中,Hi为技术得分;Ei为训练技术变量,包括平均时速、过弯速度,n为训练技术变量的个数;βi为调整因子,其值为正;
通过第三公式计算训练者在某一类型训练场景下的技术得分,所述第三公式为:
其中,Ti某一类型训练场景下的技术得分;Hi为该类型训练场景下某个训练场景的技术得分;Ui为该类型训练场景下某个训练场景的训练次数;
将训练者在每一类型训练场景下的技术得分按训练场景类型排列组成向量,并进行归一化处理,得到该训练者的训练全面度向量;
对比该训练者的训练全面度向量与其他训练者的训练全面度向量,当某个其他训练者的训练全面度向量与该训练者的训练全面度向量的夹角的余弦值大于预设的阈值时,将这个其他训练者推荐给该训练者。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种虚拟骑行训练器的场景调控方法的流程图;
图2为本发明实施例中一种输出电子地图并供训练者选择路线的示意图;
图3为本发明另一个实施例中一种虚拟骑行训练器的场景调控方法的流程图;
图4为本发明实施例中一种将出行对象的个性信息嵌入路线的3D实景数据形成路线的处理后3D实景数据的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了一种虚拟骑行训练器的场景调控方法,如图1所示,该方法包括步骤S11-S14:
S11、判断实景训练功能的开启选项是否被选择。
其中,可在虚拟骑行训练器的人机交互界面上设置实景训练功能的开启选项,当训练者选择了这个选项时,开启实景训练功能,执行后续步骤S12~S14;或者,可以在虚拟骑行训练器上设置一个专门用来开启实景训练功能的按钮或按键,当训练者触发了这个按钮或按键时,开启实景训练功能,执行后续步骤S12~S14。
S12、当实景训练功能的开启选项被选择时,输出电子地图供训练者从中选择路线。
其中,电子地图可以是从地图服务商的服务器上调取电子地图,这样,不仅不需要虚拟骑行训练器提供商自身配备电子地图数据库,而且,由于地图服务商会及时更新地图数据,因此,从地图服务商处获得的电子地图与实际地图更加匹配,更加准确。
另外,步骤S12可通过虚拟骑行训练器的触摸屏幕输出电子地图,训练者通过点击触摸屏幕来从电子地图中选择路线。例如,检测触摸屏幕接收到的触摸操作,当检测到第一触摸操作(可以是单击或双击触摸屏幕)时,将第一触摸操作在触摸屏幕上的触摸点所对应的电子地图中的位置,确定为路线起点;然后,在检测到第一触摸操作之后的预设时长内,检测触摸屏幕是否接收到第二触摸操作(可以是单击或双击触摸屏幕),如果是,则将第二触摸操作在触摸屏幕上的触摸点所对应的电子地图中的位置,确定为路线终点;将路线起点与路线终点之间的路线,确定为训练者所选择的路线。再例如,如图2所示,检测触摸屏幕接收到的触摸操作,当检测到滑动操作时(在触摸屏幕100上滑动手指,滑动轨迹为黑色箭头101),则将滑动操作的起始点10所对应的电子地图中的位置,确定为路线起点;将滑动操作的结束点20所对应的电子地图中的位置,确定为路线终点;将路线起点与路线终点之间的路线,确定为训练者所选择的路线。
S13、获取训练者选择的路线,调取该路线的3D实景数据。
其中,可以预先存储电子地图中每条路线的3D实景数据。3D实景数据可以是预先根据每条路线的实际环境、利用3D绘画技术模拟而成,也可以是利用拍摄到的路线的环境实景图像生成。
S14、将路线的3D实景数据作为虚拟骑行路线的场景数据,通过虚拟骑行训练器的VR眼镜显示给训练者。
本发明实施例提供的上述方法,可以为训练者在现实骑行环境中进行骑行提供提前的体验,可以使训练者预先了解一个现实中的道路、街道的骑行环境,方便训练者熟悉路况、更好地在现实中骑行。
在一个实施例中,如图3所示,上述方法在步骤S13和S14之间,还可包括如下步骤S15-S16:
S15、获取训练者输入的时间,时间包括当前时间、过往时间、未来时间中的任一时间。
其中,过往时间是指当前时间之前的已过去时间,比如当前时间是2017年3月9日10:00,则训练者可以选择该当前时间之前的任一时间,例如可选2017年1月1日12:00。未来时间是指当前时间之后的还未来到的时间,比如当前时间是2017年3月9日10:00,则训练者可以选择该当前时间之后的任一时间,例如可选2017年3月11日8:00。
S16、根据训练者输入的时间,按照预设的调取出行对象信息方法,调取相应的出行对象的信息,出行对象包括人、车辆、动物中的任一或多个;出行对象的信息包括出行对象的个性信息和位置。
在一个实施例中,要预先设置一个数据库,该数据库中存储有每个出行对象的出行时间和相应的出行位置(简称为行踪信息),以及每个出行对象的个性信息,所述个性信息包括名称和/或形象照片。其中,数据库中每个出行对象的行踪信息的生成方法为:可以是出行对象利用其自身携带的定位设备生成并上传到数据库中,这种方式生成的行踪信息是当前时间或者过往时间对应的行踪信息;还可以是出行对象的智能设备中的备忘录软件、行程安排软件、日程管理软件等记载有出行对象在未来的活动的软件,由这些软件通过所在智能设备上传到数据库中,这种方式生成的行踪信息是未来时间对应的行踪信息。
在一个实施例中,步骤S16可实施为以下两种方式:
方式一、根据数据库中存储的数据,确定在训练者输入的时间点,在路线上出现的出行对象的信息(即确定相应的出行对象的信息)。
此种方式,最后获取到的是在某一个特定时间,出现在路线上的出行对象的信息。比如训练者输入的时间为2017年3月9日10:00,训练者选择的路线为北京市建国门内大街,则此种方式获取到的,就是2017年3月9日10:00这一时刻,出行位置处于北京市建国门内大街上的出行对象的信息。
方式二、以训练者输入的时间为起始时间,根据训练者的骑行速度,预测训练者骑行至路线上任意处的经过时间;
根据数据库中存储的数据,确定在每个经过时间出现于相应的目标位置处的出行对象的信息(即确定相应的出行对象的信息),经过时间相应的目标位置处为预测出的、训练者在该经过时间点在路线上的位置。
此种方式,最后获取到的出行对象的信息是随着训练者骑行时间和位置的变化而变化的。比如训练者输入的时间为其当前时间,假设为2017年3月9日12:00,训练者选择的路线为北京市建国门内大街、起点为地铁1号线东单站、终点为地铁1号线建国门站,则按照此种方式:以2017年3月9日12:00为起始时间,并根据训练者的骑行速度预测训练者行至路线上各位置处的时间(即前述经过时间,该经过时间等于起始时间+所需骑行时间),假设训练者的骑行速度为3米每秒,则可预测出训练者经过建国门内大街上东单站以东3米处的时间为2017年3月9日12:00:01,训练者经过建国门内大街上东单站以东1公里处的时间为2017年3月9日12:05:56,依据此方法可以预测出训练者经过建国门内大街上每一位置处的时间。根据数据库中存储的数据,查找到在预测出的前述每个时间点、出现在训练者经过的位置处的出行对象的信息;例如查找在2017年3月9日12:05:56、出现在建国门内大街上东单站以东1公里处的出行对象的信息。
当本发明实施例提供的方法包括前述步骤S15~S16时,前述步骤S14可实施为如下步骤S141-S142:
S141、根据相应的出行对象的位置,将相应的出行对象的个性信息嵌入路线的3D实景数据中,形成路线的处理后3D实景数据。
其中,出行对象的个性信息包括出行对象的名称、形象照片、兴趣爱好、联系方式等中的任一信息或者多个信息。
例如,当前述步骤S16实施为方式一时,相应的出行对象为在训练者输入的时间点,位置处于路线上的出行对象(此处简称为出行对象A,可以是一个或多个)。此时,S141可实施为:将出行对象A的个性信息,显示于出行对象A在训练者输入的时间点所处的位置处。如图4所示,假设出行对象A为一个女孩,路线为建国门内大街,训练者输入的时间为2017年3月9日12:00,女孩在该时间点处于建国门内大街由西向东第100米处,则可在建国门内大街的3D实景数据中,建国门内大街由西向东第100米处的显示区域200显示出该女孩的个性信息如照片201、名字“赵雪”、和通讯工具启动选项202;其中,标号300为VR眼镜的显示器件部分。
S142、将路线的处理后3D实景数据作为虚拟骑行路线的场景数据,通过虚拟骑行训练器的VR眼镜显示给训练者。
处理后3D实景数据,其在VR眼镜中所显示的内容,是人眼视角所看到的内容,类似于车辆的3D实景导航数据。
上述方法,将出现在训练者所在路线上的出行对象的信息,通过VR眼镜显示于路线的位置处,这样,训练者就可以在骑行的同时,看到路线上所出现的出行对象的信息,帮助训练者了解在特定时刻出现在路线上的出行对象,提高趣味性。
在一个实施例中,上述方法在执行完步骤S14之后,还可以包括步骤D1~D3:
D1、在移动设备上重复播放VR眼镜的前述显示内容。
其中,移动设备可以是手机、平板电脑等。移动设备与虚拟骑行训练器之间有通讯连接,虚拟骑行训练器将VR眼镜的前述显示内容发送给移动设备,由移动设备播放出来。
D2、当显示内容中包括出行对象的个性信息时,控制移动设备在出行对象的个性信息的显示区域周围,显示用于与该出行对象取得联系的通讯工具启动选项。
D3、当通讯工具启动选项被选择时,启动移动设备上的通讯工具,并将该出行对象对应的联系方式置为通讯工具的欲联系对象。
上述方法,可以在移动设备上重复播放VR眼镜的显示内容,并且用户可以很方便地与路线上出现的出行对象取得联系,相当于提供了一种新的交友方式。
在一个实施例中,虚拟骑行训练器的VR眼镜,还用于显示训练者在该训练场景下的积分;所述积分根据第一公式计算,所述第一公式为:
其中,
其中,RA(1)为训练者本次训练后在该训练场景的积分;RA为训练者本次训练前在该训练场景的积分,当训练者为初次训练时,该值为预先设置的初始积分;2k为与该训练者进行比对的其他训练者的人数,其中一半人数在该训练场景的积分高于该训练者,另一半人数在该训练场景的积分低于该训练者;K、K0为调节参数,用于控制评分更新的幅度,其值为正数;J为环境调整系数,不同难度的训练场景具有不同的环境调整系数,训练场景的难度为预先设置;N为训练者同一场景下训练的次数;Pi为训练者与其他训练者在该训练场景中的胜负得分,tA为训练者在同一场景下训练的时长,tBi为与训练者对比的其他训练者在同一场景下训练的时长;PAB为训练者A胜对比训练者B的概率;RB为其他训练者在该训练场景的积分。
不同的训练场景对用户的训练难度不同。而环境因素包括障碍物(汽车人群)密度,风速,地面湿度,坡度,路况,天气情况(雾、雨、雪等)他们共同作用构成复杂的环境条件。
在一个实施例中,根据用户选取不同时点以及场景环境难度不同,依据训练车因素、天气因素、路况因素划分为三大类5小类共15个等级,并生成对应的训练基础分K,环境基础分K0,以及环境调整系数J。如下表所示:
总类 | 子类 | K | K<sub>0</sub> | J |
初级 | 第1阶段 | 20 | 5 | 0.70 |
第2阶段 | 20 | 6 | 0.75 | |
第3阶段 | 20 | 7 | 0.80 | |
第4阶段 | 20 | 8 | 0.85 | |
第5阶段 | 20 | 9 | 0.90 | |
中级 | 第1阶段 | 15 | 15 | 0.95 |
第2阶段 | 15 | 16 | 1.00 | |
第3阶段 | 15 | 17 | 1.05 | |
第4阶段 | 15 | 18 | 1.10 | |
第5阶段 | 15 | 19 | 1.15 | |
高级 | 第1阶段 | 10 | 25 | 1.20 |
第2阶段 | 10 | 26 | 1.25 | |
第3阶段 | 10 | 27 | 1.30 | |
第4阶段 | 10 | 28 | 1.35 | |
第5阶段 | 10 | 29 | 1.40 |
在一个实施例中,选手A自主选择场景等级为中级的第一阶段的实景训练。根据系统划分对应的K=15,K0=16,J=0.95;该训练者第一次选择该类场景,选取新实景场景时A的初始得分为900分,在该场景下比他低的一个参赛者B1积分为850,比他高的参赛者B2的积分为1000。计算出A用时小于B1的概率为0.5714;A用时小于B2的概率为0.3599。A本次训练完的结果为A用时小于B1,且A用时大于B2。由第一公式计算得到本次训练完成后,训练者A的训练积分为:RA(1)=900+0.5*(1-0.5714+0-0.3599)*15+0.95*16=916。
上述方法,可以让训练者了解自己在某个训练场景下的骑行水平,可以对某些训练场景进行针对性的训练,从而能够方便训练者更熟悉自己原本不熟悉的路况、更好地在现实中骑行。
在一个实施例中,获取训练者在不同类型训练场景中的积分,所述不同类型训练场景为预先对训练场景进行的分类,每一类型至少包含一个训练场景,所述积分由对该类型训练场景中每个训练场景的积分进行求和得到;
对比该训练者在不同类型训练场景中的积分,得到该训练者积分最少的训练场景类型;
在该训练者积分最少的训练场景类型中随机选取一个,并将所述训练场景推荐给该训练者。
上述方法,可以让训练者了解自己在哪些训练场景下训练次数较少,可以对某些训练较少的训练场景进行针对性的训练,从而能够方便训练者更熟悉各种不同的路况、更好地在现实中骑行。
在一个实施例中,通过第二公式计算训练者在某一训练场景下的技术得分,所述第二公式为:
其中,Hi为技术得分;Ei为训练技术变量,包括平均时速、过弯速度,n为训练技术变量的个数;βi为调整因子,其值为正;
通过第三公式计算训练者在某一类型训练场景下的技术得分,所述第三公式为:
其中,Ti某一类型训练场景下的技术得分;Hi为该类型训练场景下某个训练场景的技术得分;Ui为该类型训练场景下某个训练场景的训练次数;
将训练者在每一类型训练场景下的技术得分按训练场景类型排列组成向量,并进行归一化处理,得到该训练者的训练全面度向量;
对比该训练者的训练全面度向量与其他训练者的训练全面度向量,当某个其他训练者的训练全面度向量与该训练者的训练全面度向量的夹角的余弦值大于预设的阈值时,将这个其他训练者推荐给该训练者。
上述方法,不仅可以让训练者了解自己在哪些训练场景下技术较好,哪些训练场景下技术较差,还可以根据对训练全面度向量的匹配来找到技术和自己相似和相反的其他训练者,通过相互交流可以进行良性竞争和取长补短,更快的实现更好更全面的骑行技术,从而更好地在现实中骑行。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种虚拟骑行训练器的场景调控方法,其特征在于,包括:
判断实景训练功能的开启选项是否被选择;
当所述实景训练功能的开启选项被选择时,输出电子地图供训练者从中选择路线;
获取训练者选择的路线,调取所述路线的3D实景数据;
获取训练者输入的时间,所述时间包括当前时间、过往时间、未来时间中的任一时间;
根据所述训练者输入的时间,按照预设的调取出行对象信息方法,调取相应的出行对象的信息,所述出行对象包括人、车辆、动物中的任一或多个;所述出行对象的信息包括个性信息和位置;
将所述路线的3D实景数据作为虚拟骑行路线的场景数据,通过所述虚拟骑行训练器的VR眼镜显示给训练者,包括:
根据所述出行对象的位置,将所述出行对象的个性信息嵌入所述路线的3D实景数据中,形成所述路线的处理后3D实景数据;
将所述路线的处理后3D实景数据作为虚拟骑行路线的场景数据,通过所述虚拟骑行训练器的VR眼镜显示给训练者。
2.如权利要求1所述的方法,其特征在于,所述根据所述训练者输入的时间,按照预设的调取出行对象信息方法,调取出行对象的信息,包括:
预先设置数据库,所述数据库中存储有每个出行对象的行踪信息和个性信息,所述行踪信息包括出行时间和相应的出行位置,所述个性信息包括名称和/或形象照片;
根据所述数据库中存储的数据,确定在所述训练者输入的时间时,在所述路线上出现的出行对象的信息。
3.如权利要求1所述的方法,其特征在于,所述根据所述训练者输入的时间,按照预设的调取出行对象信息方法,调取出行对象的信息,包括:
预先设置数据库,所述数据库中存储有每个出行对象的行踪信息和个性信息,所述行踪信息包括出行时间和相应的出行位置,所述个性信息包括名称和/或形象照片;
以所述时间为起始时间,根据训练者的骑行速度,预测训练者骑行至所述路线上任意处的经过时间;
根据数据库中存储的数据,确定在每个经过时间,出现于相应的目标位置处的出行对象的信息,经过时间相应的目标位置处为预测出的、训练者在该经过时间点在路线上的位置。
4.如权利要求1所述的方法,其特征在于,所述个性信息包括名称、形象照片、兴趣爱好、联系方式中的任一或者多个信息。
5.如权利要求1至4中任一所述的方法,其特征在于,还包括:
在移动设备上重复播放所述VR眼镜的显示内容;
当所述显示内容中包括出行对象的个性信息时,控制所述移动设备在出行对象的个性信息的显示区域周围,显示用于与所述出行对象取得联系的接口;
当所述接口被调用时,启动所述移动设备上的通讯工具,并将所述出行对象对应的预设联系方式置为所述通讯工具的欲联系对象。
6.如权利要求1中所述的方法,其特征在于,所述虚拟骑行训练器的VR眼镜,还用于:
显示训练者在该训练场景下的积分;所述积分根据第一公式计算,所述第一公式为:
其中,
其中,RA(1)为训练者本次训练后在该训练场景的积分;RA为训练者本次训练前在该训练场景的积分,当训练者为初次训练时,该值为预先设置的初始积分;2k为与该训练者进行比对的其他训练者的人数,其中一半人数在该训练场景的积分高于该训练者,另一半人数在该训练场景的积分低于该训练者;K、K0为调节参数,用于控制评分更新的幅度,其值为正数;J为环境调整系数,不同难度的训练场景具有不同的环境调整系数,训练场景的难度为预先设置;N为训练者同一场景下训练的次数;Pi为训练者与其他训练者在该训练场景中的胜负得分,tA为训练者在同一场景下训练的时长,tBi为与训练者对比的其他训练者在同一场景下训练的时长;PAB为训练者A胜对比训练者B的概率;RB为其他训练者在该训练场景的积分。
7.如权利要求6中所述的方法,其特征在于,还包括:
获取训练者在不同类型训练场景中的积分,所述不同类型训练场景为预先对训练场景进行的分类,每一类型至少包含一个训练场景,所述积分由对该类型训练场景中每个训练场景的积分进行求和得到;
对比该训练者在不同类型训练场景中的积分,得到该训练者积分最少的训练场景类型;
在该训练者积分最少的训练场景类型中随机选取一个,并将所述训练场景推荐给该训练者。
8.如权利要求7中所述的方法,其特征在于,还包括:
通过第二公式计算训练者在某一训练场景下的技术得分,所述第二公式为:
其中,Hi为技术得分;Ei为训练技术变量,包括平均时速、过弯速度,n为训练技术变量的个数;βi为调整因子,其值为正;
通过第三公式计算训练者在某一类型训练场景下的技术得分,所述第三公式为:
其中,Ti某一类型训练场景下的技术得分;Hi为该类型训练场景下某个训练场景的技术得分;Ui为该类型训练场景下某个训练场景的训练次数;
将训练者在每一类型训练场景下的技术得分按训练场景类型排列组成向量,并进行归一化处理,得到该训练者的训练全面度向量;
对比该训练者的训练全面度向量与其他训练者的训练全面度向量,当某个其他训练者的训练全面度向量与该训练者的训练全面度向量的夹角的余弦值大于预设的阈值时,将这个其他训练者推荐给该训练者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710202663.5A CN106943729B (zh) | 2017-03-30 | 2017-03-30 | 一种虚拟骑行训练器的场景调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710202663.5A CN106943729B (zh) | 2017-03-30 | 2017-03-30 | 一种虚拟骑行训练器的场景调控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106943729A CN106943729A (zh) | 2017-07-14 |
CN106943729B true CN106943729B (zh) | 2019-01-25 |
Family
ID=59473828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710202663.5A Active CN106943729B (zh) | 2017-03-30 | 2017-03-30 | 一种虚拟骑行训练器的场景调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106943729B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108803970B (zh) * | 2018-05-08 | 2021-06-04 | 平安科技(深圳)有限公司 | 场景匹配展示方法及终端设备 |
KR102521834B1 (ko) * | 2018-08-21 | 2023-04-17 | 삼성전자주식회사 | 차량으로 영상을 제공하는 방법 및 이를 위한 전자 장치 |
CN111158475B (zh) * | 2019-12-20 | 2024-01-23 | 华中科技大学鄂州工业技术研究院 | 一种虚拟场景中训练路径的生成方法及装置 |
CN114432674B (zh) * | 2022-02-09 | 2023-02-03 | 南京科源软件技术有限公司 | 一种自行车的仿真骑行训练方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010005392A (ko) * | 1999-06-30 | 2001-01-15 | 이영수 | 가상 공간 운동 지원 장치 |
CN1611279A (zh) * | 2003-10-31 | 2005-05-04 | 上海科技馆 | 模拟自行车运动的设备和方法 |
CN102686284A (zh) * | 2009-10-20 | 2012-09-19 | F·托雷特 | 具体试图用于体育训练的装置 |
CN106310628A (zh) * | 2016-11-15 | 2017-01-11 | 上海悦野健康科技有限公司 | 一种模拟竞技自行车及应用方法 |
CN106540409A (zh) * | 2016-11-11 | 2017-03-29 | 闽南师范大学 | 一种基于实景地图的健身自行车及健身方法 |
-
2017
- 2017-03-30 CN CN201710202663.5A patent/CN106943729B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010005392A (ko) * | 1999-06-30 | 2001-01-15 | 이영수 | 가상 공간 운동 지원 장치 |
CN1611279A (zh) * | 2003-10-31 | 2005-05-04 | 上海科技馆 | 模拟自行车运动的设备和方法 |
CN102686284A (zh) * | 2009-10-20 | 2012-09-19 | F·托雷特 | 具体试图用于体育训练的装置 |
CN106540409A (zh) * | 2016-11-11 | 2017-03-29 | 闽南师范大学 | 一种基于实景地图的健身自行车及健身方法 |
CN106310628A (zh) * | 2016-11-15 | 2017-01-11 | 上海悦野健康科技有限公司 | 一种模拟竞技自行车及应用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106943729A (zh) | 2017-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106943729B (zh) | 一种虚拟骑行训练器的场景调控方法 | |
US11331575B2 (en) | Virtual environment mapping system | |
WO2018054330A1 (zh) | 数据处理方法、装置和存储介质 | |
CN103679611B (zh) | 基于案例推理的城市综合应急智能仿真系统的运行方法 | |
CN106650827A (zh) | 基于结构指导深度学习的人体姿态估计方法和系统 | |
CN107870668A (zh) | 用于虚拟现实架构中改善的数据集成的系统和方法 | |
CN105190626A (zh) | 使用移动装置监测健身 | |
CN109376269A (zh) | 一种基于图谱关联的跨课程视频子图推荐方法 | |
CN111126864A (zh) | 一种基于人机对抗评分的街道品质评估方法 | |
CN105976395A (zh) | 一种基于稀疏表示的视频目标跟踪方法 | |
CN109816265A (zh) | 知识特征掌握度的评价方法、题目推荐方法及电子设备 | |
CN107796414A (zh) | 一种基于街景图美学评分的最美路径导航方法和系统 | |
CN111402093A (zh) | 基于大数据和人工智能的互联网精准化教学辅导管理系统 | |
Muntean et al. | Innovative technology-based solutions for primary, secondary and tertiary STEM education | |
US20190259292A1 (en) | System and method of modeling a real world environment and analyzing a user's actions within the modeled environment | |
JPWO2019116658A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN103399900B (zh) | 基于位置服务的图片推荐方法 | |
KR102507260B1 (ko) | 메타버스 가상공간의 강사 아바타 생성을 위한 서비스 서버 및 그 방법 | |
CN107590209A (zh) | 一种基于用户行为场景的个性化推荐方法及系统 | |
JP2016184364A (ja) | ルート作成システム、ルート作成方法およびルート作成プログラム | |
US20190111317A1 (en) | System and method of basketball testing | |
CN112199611A (zh) | 基于AIoT和计算机视觉的智慧景区景点推荐方法 | |
CN108463831A (zh) | 指示视频的观看者身份的方法、系统和介质 | |
CN108595653A (zh) | 飞行器虚拟比赛的辅助方法、系统、设备及存储介质 | |
CN106621190B (zh) | 基于跑步机在地图数据上进行模拟跑的方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |