CN107861098A - 一种智能球场定位系统及方法 - Google Patents

Abstract

本发明涉及大数据技术领域，提供了一种智能球场定位系统及方法，该系统包括运动点的位置及速度采集终端、基站设备、管理服务器及数据服务器，所述位置及速度采集终端、基站设备、管理服务器及数据服务器通过网络相互通信连接。本发明的智能球场定位方法，包括位置及速度采集终端获取运动点的t时刻的位置pt及速度vt并发送至基站设备，并依次通过预处理步骤、到达时间差多点定位步骤、定位状态侦测步骤及修正定位与计算速度向量步骤最终得到精准的运动点t时刻的速度向量，极大提高了定位效率，提高了智能球场大数据处理效率。

Description

一种智能球场定位系统及方法

技术领域

本发明大数据技术领域，具体涉及一种智能球场定位系统及方法。

背景技术

智能球场定位系统基于智能设备及大数据处理实现对球场中运动数据的实时采集及分析。由于在球场上的运动点类型繁多，各种类型的运动点数据的精准采集和精准分析是目前大数据处理中不懈追求的目标。为了精准采集球场的运动点，例如球员、球、裁判等，并分析上述各类型运动点的精准动作信息，这本身是一项极为复杂的大数据处理工程，在现有的大数据处理技术中，由于数据采集点的多样性，数据处理源的复杂性，以及数据处理复杂程度，都造成了个运动点实时动态定位的误差，无法精准高效实时地定位。

发明内容

为此，需要提供一种精准定位的智能球场定位系统及方法，该系统结合了设置在各种类运动点的智能设备或智能可穿戴设备，并通过设计一个全新的通信网络架构，使处于该通信网络架构下的各运动点之间数据的交互和数据传输变得更为高效，再结合基于立体时空维度的定位追踪演算法，来得到各运动点的精准实时定位信息。

为实现上述目的，本发明提供了一种精准定位的智能球场定位系统，包括运动点的位置及速度采集终端、至少三个基站设备、管理服务器及数据服务器，所述位置及速度采集终端设置在运动点上并随着运动点的移动而发生位移，所述位置及速度采集终端与每一基站设备通过无线网络连接，每一基站设备分别与数据服务器通过无线或有线网络连接，所述管理服务器和数据服务器通过同一网络部署，所述位置及速度采集终端广播自身标识符与讯号至各个基站设备。

进一步的，所述运动点包括球、球员和/或球场工作人员。

本发明还提供了一种精准定位的智能球场定位方法，适用于上述系统，所述位置及速度采集终端获取运动点的t时刻广播讯号并发送至基站设备，所述基站设备根据接收的广播讯号计算出运动点t时刻到每一基站的传播时间讯号并传输到数据服务器，数据服务器根据所述传播时间讯号计算出距离任意两个基站设备的距离差r i , j , t，，并根据距离差r i , j , t进行预处理，剔除异常基站传播时间讯号，得到运动点t时刻接收的正常基站传播时间讯号，并根据运动点t时刻接收到的正常基站传播时间讯号个数，经过到达时间差多点定位步骤，计算出运动点t时刻的定位位置，再根据运动点t时刻的定位位置，经过定位状态侦测步骤判定该定位位置的定位状态为定位异常状态或定位有效状态，最后根据运动点t时刻的定位位置及定位状态经过修正定位与计算速度向量步骤，得到运动点t时刻的速度向量。

进一步的，所述广播讯号包括位置pt及速度vt，t时刻的位置为pt= [px ,t py , t]，其中，pt为运动点在时间t时的2维位置向量， px ,t , p y , t分别代表运动点在时间t时x, y轴上的座标。

进一步的，t时刻的速度为vt= [v x , t v y ,t ]，其中，vt为运动点在时间t时的2维速度向量，v x , t , v y ,t分别代表运动点在时间t时x, y轴上的速度分量。

进一步的，运动点t时刻距离最近两基站设备的距离差r i , j , t计算公式如下：

r i , j , t = di , t −d j ,t = δi , j ,t ∗c，ri , j , t为运动点在时间t时与基站i跟基站j之间距离差，di ,t为运动点在时间t时离基站i的距离，δi , j ,t为运动点在时间t时根据基站i跟基站j所接收到的讯号传播时间值所计算的时间差，c为信号传播速度，该c可为光速。

进一步的，所述预处理步骤具体如下，从时间t过去五秒所计算出的距离差的分布[ri , j ,t , r i , j , t−1 , ri , j ,t−2 ... ri , j , t−K ], ∀i ≠j计算变异数σ² r ,i , j，当σ² r ,i , j.大于预设的变异数阀值σ² max= 10，则在时间t时给予第i基站与第j基站一分，若当一个基站在时间t的时候分数超过三分，则判定该基站为异常基站，并排除由该基站传送的传播时间讯号。该预处理判断传播时间讯号质量，侦测并排除有高噪声的讯息，进而减低因网络因素而产生的频率不同步、非直视性等误差所造成的定位误差。

进一步的，所述到达时间差多点定位步骤具体如下：

当系统在时间t时接收到大于3个来自不同的基站传播时间讯号:

利用基于约束加权最小二乘法的到达时间差多点定位演算法来计算运动点在时间t时的定位位置. ，该到达时间差多点定位演算法的设定参数为最大叠代次数2，

当系统在时间t时接收到3个来自不同的基站传播时间讯号:

利用基于球面内插(Spherical Interpolation)的到达时间差多点定位演算法来计算运动点在时间t时的定位位置。

进一步的，所述定位状态侦测步骤具体如下：

(1)若在时间t里接收到小于三个来自不同基站传播时间讯号因而无法利用到达时间差多点定位演算法来计算定位点的位置, 则判断在时间t时的定位状态为定位异常状态。

(2)若在时间t里的第二阶段利用到达时间差多点定位演算法来计算定位点的位置pt与在上一个时间(t - k)判断定位有效状态的位置pt−k之间的距离超过预设的阀值d valid, 判断在时间t时的定位状态为定位异常状态，

(3)若在时间t里的第二阶段利用到达时间差多点定位演算法来计算定位点的位置pt与在上一个时间(t - k)判断定位有效状态的位置pt−k之间的距离小于或等于预设的阀值d valid, 判断在时间t时的定位状态为定位有效状态，

d valid的计算方式如下: d valid = d 0 ∗δt ∗f s，

d0为距离阀值初始值并设定为1米,δt为时间t与时间(t – k)之间的差异而f s为系统采样频率并且设定为20Hz。

进一步的，所述修正定位与计算速度向量步骤具体如下：

当定位状态为定位有效状态:

利用线性卡尔曼滤波器(Kalman Filter)来计算球/球员的速度向量并且修正在到达时间差多点定位步骤所计算出的定对位置，其设定与参数如下:

在时间t时的状态向量st设定为:

st = [pt vt] = [px ,t py , t v x ,t v y ,t]

在时间t时的状态变换模型矩阵A设定为:

为采样率并设定为0.05秒.

在时间t时的过程噪声的共变异数矩阵Q设定为:

qp= 1, qv= 5

在时间t时的观测模型矩阵H设定为:

在时间t时的观测噪声的共变异数矩阵R设定为:

r x = r y = 10

当定位状态为定位异常状态:

根据在时间(t - 1)时预测的位置与速度计算现在时间t的位置:

另外根据在时间(t - 1)时所预测的速度, 利用指数衰减函数来计算预测现在时间t时的速度:

vt= α∗vt−1 , 0<α<1,

α为衰减参数并设定为0.90。

区别于现有技术，上述技术方案具有以下有益效果：

本发明通过全新的定位点及定位基站网络架构设置，所有定位点上部署位置及速度采集终端，并且该位置及速度采集终端通过最高速的数据交互通道来实现信号的实时传递，极大提高了数据的传输效率。

本发明通过对首先采集的运动点的t时刻的位置pt及速度vt进行初筛，剔除异常基站传播时间讯号，再依次经过到达时间差多点定位步骤、定位状态侦测步骤、修正定位与计算速度向量逐层递进，最终得到精准的运动点t时刻的速度向量，极大提高了定位效率，提高了智能球场大数据处理效率。

本发明的定位追踪算法能先做预处理判断传播时间讯息质量，侦测并排除有高噪声的讯息，进而减低因网络因素而产生的频率不同步，非直视性传播等误差所造成的定位误差。

本发明的定位追踪算法能够在传播时间讯息不足的情况下持续准确的预测卷标的位置与速度信息。

附图说明

图1为本发明实施例的结构示意图。

具体实施方式

为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。

请参阅图1，本实施例的一种精准定位的智能球场定位系统，包括运动点的位置及速度采集终端、至少三个基站设备、管理服务器及数据服务器，所述位置及速度采集终端设置在运动点上并随着运动点的移动而发生位移，所述位置及速度采集终端与每一基站设备通过无线网络连接，每一基站设备与数据服务器通过无线或有线网络连接，所述无线网络包括但不局限于wifi, 4G,5G，WCDMA,cdma200网络。数据服务器与管理服务器连接，管理服务器承接整个系统的数据存取与更新管理、数据完整性管理、数据安全性管理、数据库检索和修改、数据导入/导出管理，数据库结构维护、数据恢复功能和性能监测服务，管理服务器承接整个系统的系统配置与管理、并行运行机制，多个事件的同时发生处理功能。所述管理服务器和数据服务器通过同一网络部署，该网络可以为局域网也可以为广域网。该管理服务器和数据服务器既可以采用同一硬件装置进行网络配置，也可以分别采用硬件装置进行网络配置。所述位置及速度采集终端广播自身标识符与广播讯号至各个基站设备。所述位置及速度采集终端包括UWB标签，所述UWB标签用于广播UWB信号，也就是说所述广播讯号可以但不局限与包括UWB信号，在其他运用中，也可以采用其他类型的广播讯号作为计算参数。采集终端广播频率设定为20Hz。基站设备根据信息讯号计算传播时间讯号并透过Wi-Fi传输至数据服务器。数据服务器根据传播时间讯号计算终端的位置及速度信息。

在本实施例中，所述运动点定义为在球场比赛中随着时间轴演变，其位置在球场中发生改变的运动对象，在本实施例中，该运动点包括：球、球员、裁判以及在球场比赛中必须产生位移的球场工作人员。进一步的，该运动点的位置及速度采集终端，应其采集的运动点的对象不同而有所差别。例如，对于运动点为球对象时候，所述位置及速度采集终端包括设置在球内的第一 UWB 标签，该第一 UWB 标签用于广播自身识别码和UWB信号至基站设备。例如，对于运动点为球员对象时候，所述位置及速度采集终端包括设置在球员身上的可穿戴设备，所述可穿戴设备包括第二 UWB标签，该第二 UWB标签用于广播自身识别码、UWB信号至基站设备。

本实施例还提供一种精准定位的智能球场定位方法，适用于上述系统，所述位置及速度采集终端获取运动点的t时刻的UWB信号并发送至基站设备，所述基站设备根据接收的UWB信号计算出运动点t时刻距离基站设备的距离，并且计算出运动点t时刻到每一基站的传播时间讯号并传输到数据服务器，数据服务器根据所述传播时间讯号计算出运动点t距离任意两个基站设备的距离差r i , j , t，，并根据距离差r i , j , t进行预处理，剔除异常基站传播时间讯号，得到运动点t时刻接收的正常基站传播时间讯号，并根据运动点t时刻接收到的正常基站传播时间讯号个数，经过到达时间差多点定位步骤，计算出运动点t时刻的定位位置，再根据运动点t时刻的定位位置，经过定位状态侦测步骤判定该定位位置的定位状态为定位异常状态或定位有效状态，最后根据运动点t时刻的定位位置及定位状态经过修正定位与计算速度向量步骤，得到运动点t时刻的速度向量。

本实施例中，所述UWB信号包括位置pt及速度vt，t时刻的位置为pt= [px ,t py , t]，其中，pt为运动点在时间t时的2维位置向量， px ,t , p y , t分别代表运动点在时间t时x, y轴上的座标。

本实施例中，t时刻的速度为vt= [v x , t v y ,t ]，其中，vt为运动点在时间t时的2维速度向量，v x , t , v y ,t分别代表运动点在时间t时x, y轴上的速度分量。

本实施例中，运动点t时刻距离最近两基站设备的距离差r i , j , t计算公式如下：

r i , j , t = di , t −d j ,t = δi , j ,t ∗c，ri , j , t为运动点在时间t时与基站i跟基站j之间距离差，di ,t为运动点在时间t时离基站i的距离，δi , j ,t为运动点在时间t时根据基站i跟基站j所接收到的讯号传播时间值所计算的传播时间差，c为信号传播速度，c假设为光速。

所述到达时间差多点定位步骤具体如下：

当系统在时间t时接收到大于3个来自不同的基站传播时间讯号:

利用基于约束加权最小二乘法(Constrained Weighted Least Square)的到达时间差多点定位演算法[1]来计算在时间t时定位点的位置，该到达时间差多点定位演算法的设定与参数为最大叠代次数2，

当系统在时间t时接收到3个来自不同的基站传播时间讯号:

利用基于球面内插(Spherical Interpolation)的到达时间差多点定位演算法[2]来计算在时间t时运动点在时间t时的定位位置。

当系统在时间t时接收到小于3个来自不同的基站传播时间讯号:

根据到达时间差多点定位演算法的基础概念下, 在这样的情况下无法利用到达时间差多点定位演算法计算出定位点的位置。

进一步的，所述定位状态侦测步骤具体如下：

(1)若在时间t里接收到小于三个来自不同基站传播时间讯号因而无法利用到达时间差多点定位演算法来计算定位点的位置, 则判断在时间t时的定位状态为定位异常状态。

(2)若在时间t里的第二阶段利用到达时间差多点定位演算法来计算定位点的位置pt与在上一个时间(t - k)判断定位有效状态的位置pt−k之间的距离超过预设的阀值d valid, 判断在时间t时的定位状态为定位异常状态，

(3)若在时间t里的第二阶段利用到达时间差多点定位演算法来计算定位点的位置pt与在上一个时间(t - k)判断定位有效状态的位置pt−k之间的距离小于或等于预设的阀值d valid, 判断在时间t时的定位状态为定位有效状态，

d valid的计算方式如下: d valid = d 0 ∗δt ∗f s，

d0为距离阀值初始值并设定为1米,δt为时间t与时间(t – k)之间的差异而f s为系统采样频率并且设定为20Hz。

进一步的，所述修正定位与计算速度向量步骤具体如下：

当定位状态为定位有效状态:

利用线性卡尔曼滤波器(Kalman Filter)[3]来计算球/球员的速度向量并且修正在到达时间差多点定位步骤所计算出的定对位置，其设定与参数如下:

在时间t时的状态向量st设定为:

st = [pt vt] = [px ,t py , t v x ,t v y ,t]

在时间t时的状态变换模型矩阵A设定为:

，Δt为采样率并设定为0.05秒；

在时间t时的过程噪声的共变异数矩阵Q设定为:

，qp= 1, qv= 5。

在时间t时的观测模型矩阵H设定为:

在时间t时的观测噪声的共变异数矩阵R设定为:

， r x = r y = 10。

当定位状态为定位异常状态:

根据在时间(t - 1)时预测的位置与速度计算现在时间t的位置:

另外根据在时间(t - 1)时所预测的速度, 利用指数衰减函数来计算预测现在时间t时的速度:

vt= α∗vt−1 , 0<α<1，α为衰减参数并设定为0.90。

相比与传统的多点定位算法，本发明的定位追踪算法能先做预处理判断传播时间讯息质量，侦测并排除有高噪声的讯息，进而减低因网络因素而产生的频率不同步，非直视性传播等误差所造成的定位误差。此外，本发明的定位追踪算法能够在传播时间讯息不足的情况下(例如接收到小于3个来自不同基站传播时间讯号)持续准确的预测卷标的位置与速度信息。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括……”或“包含……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的要素。此外，在本文中，“大于”、“小于”、“超过”等理解为不包括本数；“以上”、“以下”、“以内”等理解为包括本数。

尽管已经对上述各实施例进行了描述，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改，所以以上所述仅为本发明的实施例，并非因此限制本发明的专利保护范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围之内。

Claims (10)

1.一种精准定位的智能球场定位系统，其特征在于：包括运动点的位置及速度采集终端、至少三个基站设备、管理服务器及数据服务器，所述位置及速度采集终端设置在运动点上并随着运动点的移动而发生位移，所述位置及速度采集终端与每一基站设备通过无线网络连接，每一基站设备分别与数据服务器通过无线或有线网络连接，所述管理服务器和数据服务器通过同一网络部署，所述位置及速度采集终端广播自身标识符与讯号至各个基站设备。

2.根据权利要求1所述的一种精准定位的智能球场定位系统，其特征在于：所述运动点包括球、球员和/或球场工作人员。

3.一种精准定位的智能球场定位方法，适用于权利要求1或2的系统，其特征在于：所述位置及速度采集终端获取运动点的t时刻的广播讯号并发送至基站设备，所述基站设备根据接收的广播讯号计算出运动点t时刻到每一基站的传播时间讯号并传输到数据服务器，数据服务器根据所述传播时间讯号计算出运动点t距离任意两个基站设备的距离差r i , j , t，，并根据距离差r i , j , t进行预处理，剔除异常基站传播时间讯号，得到运动点t时刻接收的正常基站传播时间讯号，并根据运动点t时刻接收到的正常基站传播时间讯号个数，经过到达时间差多点定位步骤，计算出运动点t时刻的定位位置，再根据运动点t时刻的定位位置，经过定位状态侦测步骤判定该定位位置的定位状态为定位异常状态或定位有效状态，最后根据运动点t时刻的定位位置及定位状态经过修正定位与计算速度向量步骤，得到运动点t时刻的速度向量。

4.根据权利要求3所述的一种精准定位的智能球场定位方法，其特征在于：所述广播讯号包括位置pt及速度vt，t时刻的位置为pt= [px ,t py , t]，其中，pt为运动点在时间t时的2维位置向量， px ,t , p y , t分别代表运动点在时间t时x, y轴上的座标。

5.根据权利要求3所述的一种精准定位的智能球场定位方法，其特征在于：t时刻的速度为vt= [v x , t v y ,t ]，其中，vt为运动点在时间t时的2维速度向量，v x , t , v y ,t分别代表运动点在时间t时x, y轴上的速度分量。

6.根据权利要求3所述的一种精准定位的智能球场定位方法，其特征在于：运动点t时刻距离最近两基站设备的距离差r i , j , t计算公式如下：

r i , j , t = di , t −d j ,t = δi , j ,t ∗c，ri , j , t为运动点在时间t时与基站i跟基站j之间距离差，di ,t为运动点在时间t时离基站i的距离，δi , j ,t为运动点在时间t时根据基站i跟基站j所接收到的讯号传播时间值所计算的传播时间差，c为信号传播速度。

7.根据权利要求4所述的一种精准定位的智能球场定位方法，其特征在于：所述预处理步骤具体如下，从时间t过去五秒所计算出的距离差的分布[ri , j ,t , r i , j , t−1, ri , j ,t−2 ... ri , j , t−K ], ∀i≠j计算变异数σ² r ,i , j，当σ² r ,i , j.大于预设的变异数阀值σ² max= 10，则在时间t时给予第i基站与第j基站一分，若当一个基站在时间t的时候分数超过三分，则判定该基站为异常基站，并排除由该基站传送的传播时间讯号。

8.根据权利要求4所述的一种精准定位的智能球场定位方法，其特征在于：所述到达时间差多点定位步骤具体如下：

当系统在时间t时接收到大于3个来自不同的基站传播时间讯号:

利用基于约束加权最小二乘法的到达时间差多点定位演算法来计算运动点在时间t时的定位位置，该到达时间差多点定位演算法的设定参数为最大叠代次数2，

当系统在时间t时接收到3个来自不同的基站传播时间讯号:

利用基于球面内插的到达时间差多点定位演算法来计算运动点在时间t时的定位位置。

9.根据权利要求4所述的一种精准定位的智能球场定位方法，其特征在于：所述定位状态侦测步骤具体如下：

(1)若在时间t里接收到小于三个来自不同基站传播时间讯号因而无法利用到达时间差多点定位演算法来计算定位点的位置, 则判断在时间t时的定位状态为定位异常状态，

(2)若在时间t里的第二阶段利用到达时间差多点定位演算法来计算定位点的位置pt与在上一个时间(t - k)判断定位有效状态的位置pt−k之间的距离超过预设的阀值d valid, 判断在时间t时的定位状态为定位异常状态，

(3)若在时间t里的第二阶段利用到达时间差多点定位演算法来计算定位点的位置pt与在上一个时间(t - k)判断定位有效状态的位置pt−k之间的距离小于或等于预设的阀值d valid, 判断在时间t时的定位状态为定位有效状态，

d valid的计算方式如下: d valid = d 0 ∗δt∗f s，

d0为距离阀值初始值并设定为1米,δt为时间t与时间(t – k)之间的差异而f s为系统采样频率并且设定为20Hz。

10.根据权利要求5所述的一种精准定位的智能球场定位方法，其特征在于：所述修正定位与计算速度向量步骤具体如下：

当定位状态为定位有效状态:

利用线性卡尔曼滤波器来计算球/球员的速度向量并且修正在到达时间差多点定位步骤所计算出的定对位置，其设定与参数如下:

在时间t时的状态向量st设定为:

st= [pt vt] = [px ,t py , t v x ,t v y ,t]

在时间t时的状态变换模型矩阵A设定为:

Δt为采样率并设定为0.05秒；

在时间t时的过程噪声的共变异数矩阵Q设定为:

qp= 1, qv= 5

在时间t时的观测模型矩阵H设定为:

在时间t时的观测噪声的共变异数矩阵R设定为:

r x = r y = 10

当定位状态为定位异常状态:

根据在时间(t - 1)时预测的位置与速度计算现在时间t的位置:

另外根据在时间(t - 1)时所预测的速度, 利用指数衰减函数来计算预测现在时间t时的速度:

vt= α∗vt−1 , 0<α<1,

α为衰减参数并设定为0.90。