CN108269309B - 一种跳伞操纵动作量化评估方法及系统 - Google Patents
一种跳伞操纵动作量化评估方法及系统 Download PDFInfo
- Publication number
- CN108269309B CN108269309B CN201810139191.8A CN201810139191A CN108269309B CN 108269309 B CN108269309 B CN 108269309B CN 201810139191 A CN201810139191 A CN 201810139191A CN 108269309 B CN108269309 B CN 108269309B
- Authority
- CN
- China
- Prior art keywords
- human body
- action
- virtual human
- body model
- data
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Automation & Control Theory (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开一种跳伞操纵动作量化评估方法及系统。所述评估方法包括:建立虚拟人体模型;分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据;根据各姿态数据映射到虚拟人体模型中,确定虚拟人体模型中虚拟人体的动作;将所述虚拟人体模型的动作与专家数据库中的标准动作进行对比和匹配,根据匹配程度给出量化的评估结果。采用本发明的方法或系统能够实现对受训人员的跳伞动作的规范性进行客观、有效地量化评估。
Description
技术领域
本发明涉及跳伞训练评估领域,特别是涉及一种跳伞操纵动作量化评估方法及系统。
背景技术
跳伞是一项技术要求高、危险系数大的运动,对跳伞员的的生理和心理均有较高的要求。跳伞员从离开飞机到着陆过程中一系列操作动作涉及人身安全和着陆点的准确度,因此降落伞操纵是跳伞员必须掌握的基本技能,这就需要跳伞员跳伞前必须熟练掌握操纵降落伞的动作要领,并进行考核合格后才能参加实际跳伞。
当前,在实际训练中跳伞员操纵动作的评估方法主要是由教练员在现场凭视觉观察跳伞员的动作,并根据自身的经验进行定性打分评估,这种方法主观性强、没有明确的评分标准,结果受人为因素的影响很大,而且教练员对跳伞员的动作只能凭肉眼观察和记忆给出定性的描述,缺乏量化的分析和对全部动作细节的掌握。另外由于无法复现,事后对动作进行指导和纠正比较困难。
发明内容
本发明的目的是提供一种跳伞操纵动作量化评估方法及系统,实现了对受训人员的跳伞动作的规范性进行客观、有效地量化评估。
为实现上述目的,本发明提供了如下方案:
一种跳伞操纵动作量化评估方法,所述评估方法包括:
建立虚拟人体模型;
分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据;
根据各姿态数据映射到虚拟人体模型中,确定虚拟人体模型中虚拟人体的动作;
将所述虚拟人体模型的动作与专家数据库中的标准动作进行对比和匹配,根据匹配程度给出量化的评估结果。
可选的,所述分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据,具体包括:
跳伞员根据计算机屏幕上的指令做出相应的动作并保持不动,直到屏幕上给出标定结束的指令;
将跳伞员身上的各姿态传感器采集的数据保存并定义为各传感器数据的初始零位。
由各姿态传感器中的加速度计、陀螺仪和磁罗盘的输出积分计算得到跳伞员的头部、躯干和四肢的姿态数据。
可选的,其特征在于,所述根据各姿态数据映射到虚拟人体模型中,确定虚拟人体模型中虚拟人体的动作,具体包括:
根据所述人体姿态数据和所述虚拟人体模型,同步计算虚拟人体模型头部、躯干和四肢的空间矢量坐标和各关节的位置坐标,其中坐标变换关系为式中,Q为人体姿态传感器输出表示的四元数,为变换后的矢量,为变换前的矢量,Q*为Q的共轭四元数。
可选的,所述评估方法还包括保存虚拟人体模型的动作,将所述姿态数据按时间顺序排成动作序列,按照指令回放的三维动画的形式进行保存。
可选的,所述将所述虚拟人体模型的动作与专家数据库中的标准动作进行对比和匹配,根据匹配程度给出量化的评估结果,具体包括:
获取专家数据库中的动作序列模板s(i),i=1,…,n;
获取实际测量得到的虚拟人体模型动作序列样本t(j),j=m,…,m+n-1;
计算对应时间点之间的欧氏距离dm(i,j)=||r(i)-t(j)||;
计算所述样本和所述模板之间的匹配度因子,具体的,取λ=1/min[dm(i,j)]作为所述样本和所述模板之间的匹配度因子;
可选的,所述专家数据库,是以跳伞专家作为跳伞受训人员完成跳伞过程中所规定的动作后,将所述动作数据映射到虚拟人体模型上并保存到数据库形成的动作数据集合。
可选的,所述虚拟人体模型的人体几何尺寸按照训练对象人群的各个参数取平均值,所述参数包括:身高、上臂长、下臂长、手长、大腿长、小腿长、脚长、胸宽、肩宽、头颈长以及附着在其上的肌肉层和服装层。
可选的,所述人体姿态数据包括人体部位的角度和角速度,所述人体部位包括头部、肩关节、肘关节、腕关节、髋关节、膝关节和踝关节。
可选的,所述跳伞过程中的动作包括检查伞衣和伞绳的抬头动作、调整座带的臀部后移动作、调整降落伞的运动方向的手臂上下动作以及着陆手臂上移并向下拉的动作。
为实现上述目的,本发明提供了如下方案:
一种跳伞操纵动作量化评估系统,所述评估系统包括:
虚拟人体模型获取模块,用于建立虚拟人体模型;
姿态数据获取模块,用于分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据;
映射模块,用于根据各姿态数据映射到虚拟人体模型中,确定虚拟人体模型中虚拟人体的动作;
评估模块,用于将所述虚拟人体模型的动作与专家数据库中的标准动作进行对比和匹配,根据匹配程度给出量化的评估结果。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供一种跳伞操纵动作量化评估方法及系统,首先建立虚拟人体模型;其次分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据;再次根据各姿态数据映射到虚拟人体模型中,确定虚拟人体模型中虚拟人体的动作;最后将所述虚拟人体模型的动作与专家数据库中的标准动作进行对比和匹配,根据匹配程度给出量化的评估结果,从而解决了人工评判对动作细节把握不准确、标准不一致、结果受主观因素影响大的问题,实现了对受训人员的跳伞动作的规范性进行客观、有效地量化评估。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一种跳伞操纵动作量化评估方法流程图;
图2为本发明实施例一种跳伞操纵动作量化评估系统结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种跳伞操纵动作量化评估方法及系统,实现了对受训人员的跳伞动作的规范性进行客观、有效地量化评估。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例一种跳伞操纵动作量化评估方法流程图。如图1所示,一种跳伞操纵动作量化评估方法,所述评估方法包括:
步骤101:建立虚拟人体模型,所述虚拟人体模型的人体几何尺寸按照训练对象人群的各个参数取平均值,所述参数包括:身高、上臂长、下臂长、手长、大腿长、小腿长、脚长、胸宽、肩宽、头颈长以及附着在其上的肌肉层和服装层;
步骤102:分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据,人体姿态数据包括人体部位的角度和角速度,所述人体部位包括头部、肩关节、肘关节、腕关节、髋关节、膝关节和踝关节,所述跳伞过程中的动作包括检查伞衣和伞绳的抬头动作、调整座带的臀部后移动作、调整降落伞的运动方向的手臂上下动作以及着陆手臂上移并向下拉的动作;
步骤103:根据各姿态数据映射到虚拟人体模型中,确定虚拟人体模型中虚拟人体的动作;根据所述人体姿态数据和所述虚拟人体模型,同步计算虚拟人体模型头部、躯干和四肢的空间矢量坐标和各关节的位置坐标,其中坐标变换关系为式中,Q为人体姿态传感器输出表示的四元数,为变换后的矢量,为变换前的矢量,Q*为Q的共轭四元数。
步骤104:将所述虚拟人体模型的动作与专家数据库中的标准动作进行对比和匹配,根据匹配程度给出量化的评估结果,所述专家数据库,是以跳伞专家作为跳伞受训人员完成跳伞过程中所规定的动作后,将所述动作数据映射到虚拟人体模型上并保存到数据库形成的动作数据集合。
其中步骤102中,分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据,具体包括:
步骤1021:跳伞员根据计算机屏幕上的指令做出相应的动作并保持不动,直到屏幕上给出标定结束的指令;
步骤1022:将跳伞员身上的各姿态传感器采集的数据保存并定义为各传感器数据的初始零位;
步骤1023:由各姿态传感器中的加速度计、陀螺仪和磁罗盘的输出积分计算得到跳伞员的头部、躯干和四肢的姿态数据。
步骤104中,根据匹配程度给出量化的评估结果,具体包括:
步骤1041:获取专家数据库中的动作序列模板s(i),i=1,…,n;
步骤1042:获取实际测量得到的虚拟人体模型动作序列样本t(j),j=m,…,m+n-1;
步骤1043:计算对应时间点之间的欧氏距离dm(i,j)=||r(i)-t(j)||;
步骤1044:计算所述样本和所述模板之间的匹配度因子,具体的,取λ=1/min[dm(i,j)]作为所述样本和所述模板之间的匹配度因子;
所述评估方法还包括:
步骤105:保存虚拟人体模型的动作,将所述姿态数据按时间顺序排成动作序列,按照指令回放的三维动画的形式进行保存。
本发明提供一种跳伞操纵动作量化评估方法,首先建立虚拟人体模型;其次分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据;再次根据各姿态数据映射到虚拟人体模型中,确定虚拟人体模型中虚拟人体的动作;最后将所述虚拟人体模型的动作与专家数据库中的标准动作进行对比和匹配,根据匹配程度给出量化的评估结果,从而实现了对受训人员的跳伞动作的规范性进行客观、有效地量化评估。
图2为本发明实施例一种跳伞操纵动作量化评估系统结构图。如图2所示,一种跳伞操纵动作量化评估系统,所述评估系统包括:
虚拟人体模型获取模块201,用于建立虚拟人体模型;
姿态数据获取模块202,用于分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据;
映射模块203,用于根据各姿态数据映射到虚拟人体模型中,确定虚拟人体模型中虚拟人体的动作;
评估模块204,用于将所述虚拟人体模型的动作与专家数据库中的标准动作进行对比和匹配,根据匹配程度给出量化的评估结果。
本发明提供一种跳伞操纵动作量化评估系统,通过建立虚拟人体模型获取模块201、姿态数据获取模块202、映射模块203以及评估模块204,实现了对受训人员的跳伞动作的规范性进行客观、有效地量化评估。
采用一台图形工作站作为用来控制的计算机,硬件配置为:双Intel E5 10核CPU、64G内存、1T硬盘、NVIDIA K4000显卡、24寸显示屏;软件配置为:Windows 7操作系统、心理训练软件、OpenGL和Unity3d三维引擎、UniLOD和UniSky等开发插件及相应设备驱动程序;立体视频眼镜采用Oculus RiftDev.2,通过HDMI线连接到计算机;人体姿态传感器分别位于人体头部、躯干和四肢上的11个传感器节点位置上,既传感器分别安装在受训跳伞员的头部、手臂(左右、上下手臂)、腿(左右、上下腿)、背部和腰部位置。其中各个位置节点上的传感器包括陀螺仪、加速度计和磁强计。由加速度计测量重力矢量,磁强计测量载体相对于磁北的夹角,由陀螺仪测量载体的角运动,并经转换、处理,输出载体的姿态和航向。每个节点测量得到本人体部位的向量信息通过无线网络传递给计算机。虚拟人体的几何尺寸取身高1750mm,上臂长333mm,下臂长253mm,手长191mm,大腿长496mm,小腿长396mm,脚长257mm,胸宽307mm,肩宽397mm,头颈长324mm。
在进行模拟跳伞动作评估时,按照如下训练步骤进行:
跳伞员佩戴立体视觉眼镜和人体姿态传感器,打开电源,坐到吊挂在机械框架上的降落伞背带上,启动控制计算机和评估考核软件,建立虚拟人体模型,教练员设置考核科目、训练场景和考核条件;
进行受训跳伞员实际人体到虚拟人体的姿态标定,跳伞员根据计算机屏幕上的指令两臂平举,两腿并拢,并保持不动,直到屏幕上给出标定结束的指令,计算机将这时的各姿态传感器的数据保存并定义为各传感器数据的初始零位,在虚拟人体与跳伞员姿态之间建立相一致的对应关系;
教练员发出开始考核指令,接受跳伞指令后,跳伞受训人员在虚拟场景中操纵降落伞,完成跳伞过程,直到降落到地面,在此过程中跳伞受训人员根据虚拟场景完成规定的动作,人体姿态传感器将人体动作姿态信息传送至计算机,计算机接收并保存数据;
将收到的人体姿态数据映射到虚拟人体上,转化为虚拟人体的动作并保存;
将所述虚拟人体的动作与专家数据库中的标准动作进行对比和匹配,根据匹配程度给出量化的评估结果。
将受训跳伞员的姿态变化同步映射到虚拟人体模型上,并计算虚拟人体头部、躯干和四肢的空间矢量坐标和各关节的位置坐标,其中坐标变换关系表示为式中Q为人体姿态传感器输出的四元数,Q*为Q的共轭四元数。为转动后的矢量,为转动前的矢量。需要说明的是,虚拟人体各关节的位置是指头部和肩关节、肘关节、腕关节、髋关节、膝关节和踝关节的三维坐标。由于人体姿态传感器每一个单元内含加速度计、陀螺仪和磁罗盘,能够敏感其姿态变化,其输出用四元数表示为其中θ表示转动角度,表示转轴矢量,因此可以直接将四元素直接传输到计算机上,虚拟人体在计算机上就表示为一组数据,包括头部、躯干和四肢的空间矢量及其连接关系(关节)。跳伞员的动作序列在计算机上表示为在一段时间内虚拟人体各关节按照时间先后顺序连续的一组位置数据。教练员和受训跳伞员可以根据记录和回放动作分析跳伞员的操纵动作,提出纠正方法,再进行新的训练或考核。
具体的,跳伞员跳伞过程规定操纵降落伞的动作的依照前后各个阶段划分为:
阶段一:检查伞衣、伞绳,动作要求为伞开后,立即抬头检查伞衣、伞绳,人体姿态传感器检测到抬头动作为合格;
阶段二:调整座带,动作要求为两腿抬起,两手拇指插入座带内,虎口用力下压,臀部后移,臂部传感器检测到手臂下移,腿部传感器感应到臀部后移为合格;
阶段三:调整方向,动作要求为根据中心点位置和风向调整降落伞的运动方向,操纵绳位置传感器有位置输出,同时相对应的手臂传感器感应到上下运动为合格;
阶段四:着陆,动作要求为低于4m/s,不开前排气口,顺风着陆;风速大于4m/s,打开前后两个排气口,顺风着陆;风速在5m/s以上采取逆风着陆;离地50m时,两腿轻碰两下后并紧;前进速度小于1m/s,在打开排气口或控制伞前进速度时臂部传感器检测到手臂上移并向下拉动作,并根据操纵绳位置传感器的位置输出以及相应的手臂传感器感应到上下运动判断调整降落伞着陆方向;腿部传感器感应到两腿碰撞动作;虚拟人体下降有效速度小于1m/s为合格。
具体的,是否合格的分值是将虚拟人体的实际操纵动作与专家数据库中的动作模板的进行对比和评分,按照以下评分方法计算进行:
取专家数据库中的动作序列模板s(i),i=1,…,n,取实际测量得到的虚拟人体动作序列样本t(j),j=m,…,m+n-1,计算对应时间点之间的欧氏距离dm(i,j)=||r(i)-t(j)||,取λ=1/min[dm(i,j)]作为样本和模板之间的匹配度因子,如果专家数据库中有k个模板,每个模板对应的成绩为gl,l=1,…,k,则成绩评判为G=∑λl·gl。某人次考核的评分情况如表1。
表1:某人次跳伞考核评价表
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种跳伞操纵动作量化评估方法,其特征在于,所述评估方法包括:
建立虚拟人体模型;
分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据;
根据各姿态数据映射到虚拟人体模型中,确定虚拟人体模型中虚拟人体的动作;
将所述虚拟人体模型的动作与专家数据库中的标准动作进行对比和匹配,根据匹配程度给出量化的评估结果,具体包括:
获取专家数据库中的动作序列模板s(i),i=1,…,n;
获取实际测量得到的虚拟人体模型动作序列样本t(j),j=m,…,m+n-1;
计算对应时间点之间的欧氏距离dm(i,j)=||r(i)-t(j)||;
计算所述样本和所述模板之间的匹配度因子,具体的,取λ=1/min[dm(i,j)]作为所述样本和所述模板之间的匹配度因子;
2.根据权利要求1所述的跳伞操纵动作量化评估方法,其特征在于,所述分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据,具体包括:
跳伞员根据计算机屏幕上的指令做出相应的动作并保持不动,直到屏幕上给出标定结束的指令;
将跳伞员身上的各姿态传感器采集的数据保存并定义为各传感器数据的初始零位;
由各姿态传感器中的加速度计、陀螺仪和磁罗盘的输出积分计算得到跳伞员的头部、躯干和四肢的姿态数据。
4.根据权利要求1所述的跳伞操纵动作量化评估方法,其特征在于,所述评估方法还包括保存虚拟人体模型的动作,将所述姿态数据按时间顺序排成动作序列,按照指令回放的三维动画的形式进行保存。
5.根据权利要求1所述的跳伞操纵动作量化评估方法,其特征在于,所述专家数据库,是以跳伞专家作为跳伞受训人员完成跳伞过程中所规定的动作后,将所述动作数据映射到虚拟人体模型上并保存到数据库形成的动作数据集合。
6.根据权利要求1所述的跳伞操纵动作量化评估方法,其特征在于,所述虚拟人体模型的人体几何尺寸按照训练对象人群的各个参数取平均值,所述参数包括:身高、上臂长、下臂长、手长、大腿长、小腿长、脚长、胸宽、肩宽、头颈长以及附着在其上的肌肉层和服装层。
7.根据权利要求1所述的跳伞操纵动作量化评估方法,其特征在于,所述人体姿态数据包括人体部位的角度和角速度,所述人体部位包括头部、肩关节、肘关节、腕关节、髋关节、膝关节和踝关节。
8.根据权利要求1所述的跳伞操纵动作量化评估方法,其特征在于,所述跳伞过程中的动作包括检查伞衣和伞绳的抬头动作、调整座带的臀部后移动作、调整降落伞的运动方向的手臂上下动作以及着陆手臂上移并向下拉的动作。
9.一种跳伞操纵动作量化评估系统,其特征在于,所述评估系统包括:
虚拟人体模型获取模块,用于建立虚拟人体模型;
姿态数据获取模块,用于分别获取在整个跳伞过程中跳伞员的头部、躯干和四肢的姿态数据;
映射模块,用于根据各姿态数据映射到虚拟人体模型中,确定虚拟人体模型中虚拟人体的动作;
评估模块,用于将所述虚拟人体模型的动作与专家数据库中的标准动作进行对比和匹配,根据匹配程度给出量化的评估结果,具体包括:
获取专家数据库中的动作序列模板s(i),i=1,…,n;
获取实际测量得到的虚拟人体模型动作序列样本t(j),j=m,…,m+n-1;
计算对应时间点之间的欧氏距离dm(i,j)=||r(i)-t(j)||;
计算所述样本和所述模板之间的匹配度因子,具体的,取λ=1/min[dm(i,j)]作为所述样本和所述模板之间的匹配度因子;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810139191.8A CN108269309B (zh) | 2018-02-11 | 2018-02-11 | 一种跳伞操纵动作量化评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810139191.8A CN108269309B (zh) | 2018-02-11 | 2018-02-11 | 一种跳伞操纵动作量化评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108269309A CN108269309A (zh) | 2018-07-10 |
CN108269309B true CN108269309B (zh) | 2021-04-06 |
Family
ID=62774226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810139191.8A Expired - Fee Related CN108269309B (zh) | 2018-02-11 | 2018-02-11 | 一种跳伞操纵动作量化评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108269309B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109107154B (zh) | 2018-08-02 | 2023-04-07 | 腾讯科技(深圳)有限公司 | 虚拟道具移动控制方法、装置、电子装置及存储介质 |
CN111553179B (zh) * | 2019-02-12 | 2023-05-05 | 阿里巴巴集团控股有限公司 | 服装质检状态、动作状态确定方法和装置以及电子设备 |
CN110782731B (zh) * | 2019-11-11 | 2021-07-06 | 北京华如科技股份有限公司 | 一种用于伞降模拟训练的数字化降落伞背带系统 |
CN115588334A (zh) * | 2022-10-08 | 2023-01-10 | 中国人民解放军91976部队 | 伞降特情模拟训练的方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1667068A4 (en) * | 2003-08-29 | 2011-09-28 | Nec Corp | SYSTEM FOR ESTIMATING / CORRELING OBJECT ATTITUDE BY USING WEIGHT INFORMATION |
CN105512621A (zh) * | 2015-11-30 | 2016-04-20 | 华南理工大学 | 一种基于Kinect的羽毛球动作指导系统 |
CN105760823A (zh) * | 2016-02-02 | 2016-07-13 | 南京航空航天大学 | 一种飞机座舱飞行员动作特征识别系统及方法 |
CN106447184A (zh) * | 2016-09-21 | 2017-02-22 | 中国人民解放军国防科学技术大学 | 基于多传感器测量与神经网络学习的无人机操作员状态评估方法 |
CN107122048A (zh) * | 2017-04-21 | 2017-09-01 | 甘肃省歌舞剧院有限责任公司 | 一种动作评估系统 |
CN107330967A (zh) * | 2017-05-12 | 2017-11-07 | 武汉商学院 | 基于惯性传感技术的骑师运动姿态捕捉及三维重建系统 |
-
2018
- 2018-02-11 CN CN201810139191.8A patent/CN108269309B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1667068A4 (en) * | 2003-08-29 | 2011-09-28 | Nec Corp | SYSTEM FOR ESTIMATING / CORRELING OBJECT ATTITUDE BY USING WEIGHT INFORMATION |
CN105512621A (zh) * | 2015-11-30 | 2016-04-20 | 华南理工大学 | 一种基于Kinect的羽毛球动作指导系统 |
CN105760823A (zh) * | 2016-02-02 | 2016-07-13 | 南京航空航天大学 | 一种飞机座舱飞行员动作特征识别系统及方法 |
CN106447184A (zh) * | 2016-09-21 | 2017-02-22 | 中国人民解放军国防科学技术大学 | 基于多传感器测量与神经网络学习的无人机操作员状态评估方法 |
CN107122048A (zh) * | 2017-04-21 | 2017-09-01 | 甘肃省歌舞剧院有限责任公司 | 一种动作评估系统 |
CN107330967A (zh) * | 2017-05-12 | 2017-11-07 | 武汉商学院 | 基于惯性传感技术的骑师运动姿态捕捉及三维重建系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108269309A (zh) | 2018-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108269309B (zh) | 一种跳伞操纵动作量化评估方法及系统 | |
CN111460872B (zh) | 图像处理方法及装置、图像设备及存储介质 | |
CN107330967B (zh) | 基于惯性传感技术的骑师运动姿态捕捉及三维重建系统 | |
AU2024200988A1 (en) | Multi-joint Tracking Combining Embedded Sensors and an External | |
JP6207510B2 (ja) | ゴルフ・スイングを分析するための装置および方法 | |
CN106153077B (zh) | 一种用于m-imu人体运动捕获系统的初始化校准方法 | |
CN107349594A (zh) | 一种虚拟舞蹈系统的动作评价方法 | |
JP2001504605A (ja) | 空間内のユーザの位置及び方向性を追跡及び表示するための方法、ユーザに対し仮想環境を提示するための方法及びこれらの方法を実現するためのシステム | |
WO2022193425A1 (zh) | 运动数据展示方法和系统 | |
CN108354578A (zh) | 一种胶囊内镜定位系统 | |
CN108447077A (zh) | 一种马术骑手姿态信息采集分析系统 | |
US20220165012A1 (en) | Personalized avatar for movement analysis and coaching | |
CN112933581A (zh) | 一种基于虚拟现实技术的体育动作评分方法与装置 | |
CN110246565A (zh) | 姿势和深呼吸改善装置、系统和方法 | |
Wang et al. | Motion analysis of deadlift for trainers with different levels based on body sensor network | |
Tisserand et al. | Preservation and gamification of traditional sports | |
CN114832349B (zh) | 元宇宙游泳教学辅助系统及其使用方法 | |
JP6993866B2 (ja) | ゴルフスイング評価システムおよびゴルフスイング評価方法 | |
CN113017615A (zh) | 基于惯性动作捕捉设备的虚拟交互运动辅助系统及方法 | |
JP7482471B2 (ja) | 学習モデルの生成方法 | |
Zhang et al. | A method of attitude measurement and level assessment for skiers based on wearable inertial measurement | |
WO2020147794A1 (zh) | 图像处理方法及装置、图像设备及存储介质 | |
CN208335582U (zh) | 腹腔镜模拟训练机 | |
JP7017921B2 (ja) | ゴルフスイング評価システムおよびゴルフスイング評価方法 | |
RU2106695C1 (ru) | Способ представления виртуального пространства пользователю и система для осуществления способа |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210406 Termination date: 20220211 |
|
CF01 | Termination of patent right due to non-payment of annual fee |