CN108721870B - 一种基于虚拟环境的运动训练评价方法 - Google Patents

一种基于虚拟环境的运动训练评价方法 Download PDF

Info

Publication number
CN108721870B
CN108721870B CN201810062199.9A CN201810062199A CN108721870B CN 108721870 B CN108721870 B CN 108721870B CN 201810062199 A CN201810062199 A CN 201810062199A CN 108721870 B CN108721870 B CN 108721870B
Authority
CN
China
Prior art keywords
wrist
ankle
distance
standard
shoulder
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
Application number
CN201810062199.9A
Other languages
English (en)
Other versions
CN108721870A (zh
Inventor
姜盛乾
刘鹏
张昕莹
陈雪纯
张开淦
高大伟
黄卓
徐杨
曹明钰
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN201810062199.9A priority Critical patent/CN108721870B/zh
Publication of CN108721870A publication Critical patent/CN108721870A/zh
Application granted granted Critical
Publication of CN108721870B publication Critical patent/CN108721870B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • A63B2071/0638Displaying moving images of recorded environment, e.g. virtual environment
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00Measuring of physical parameters relating to sporting activity
    • A63B2220/80Special sensors, transducers or devices therefor
    • A63B2220/803Motion sensors
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00Measuring of physical parameters relating to sporting activity
    • A63B2220/80Special sensors, transducers or devices therefor
    • A63B2220/83Special sensors, transducers or devices therefor characterised by the position of the sensor
    • A63B2220/836Sensors arranged on the body of the user
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00Measuring physiological parameters of the user
    • A63B2230/62Measuring physiological parameters of the user posture
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明属于体感交互领域,具体地说是一种基于虚拟环境的运动训练评价方法。该方法包括以下步骤:步骤一、构建虚拟教学平台;步骤二、运动轨迹的计算;步骤三、运动训练评价。本发明通过Unity 3D设计虚拟的教学平台,以Kinect V2采集的骨骼点为基础,保持每秒30帧采集标准动作的各标准向量和脊柱点的坐标,并计算标准动作人员的身高;通过比较参与训练人员与标准动作人员身高确定脊柱点的偏移坐标,再根据参与训练人员的骨骼长度计算出标准动作的空间运动曲线,从而对连续运动进行识别和评分。

Description

一种基于虚拟环境的运动训练评价方法
技术领域
本发明属于体感交互领域,具体地说是一种基于虚拟环境的运动训练评价方法。
背景技术
当前的运动训练大多需要进行现场指导教学,训练成本需求过高,或者观看录像之后跟随学习,结束之后不能自我纠正不规范的动作。CN 106485055 B就提出一种角度和距离结合的方法对动作进行识别,但是该方法以脊柱点为对比中心,仅设置了一些动作在终结节点进行比较,不能反映出连续运动的空间运动曲线。CN 107213619 A提出了一种体育运动训练评估方法,通过软硬件结合完成体育运动的自动判定和指导,减轻了教练的工作量,但是并未提出具体的数学识别方法。
发明内容
本发明目的在于提供一种基于虚拟环境的运动训练评价方法,旨在利用Unity 3D设计虚拟教学平台和Kinect V2对参与运动训练的人员进行指导教学,填补了现有市场上的空白。
本发明技术方案结合附图说明如下;
一种基于虚拟环境的运动训练评价方法,该方法包括以下步骤:
步骤一、构建虚拟教学平台;
在Unity 3D环境中插入标准运动的视频,当动作完成到每个动作的轨迹点时也会进行下一动作的文字提醒;参与人员可以通过Kinect V2的语音识别控制视频播放和停止,同时可以实现环境重建、环境转换和轨迹指导;
步骤二、运动轨迹的计算;
利用Kinect V2每秒30帧采集标准动作的各标准向量和脊柱点的偏移坐标,并计算标准动作人员的身高;再根据参与训练人员的骨骼数据,依照标准动作的各项数据反求参与训练人员的运动轨迹;
步骤三、运动训练评价.
所述的步骤二的具体方法如下:
步骤2.1、标准动作的采集;
用Kinect V2设备采集人体25个骨骼点坐标,其中25个部位骨骼点包括头A1(x1,i,y1,i,z1,i)、颈A2(x2,i,y2,i,z2,i)、肩中心A3(x3,i,y3,i,z3,i)、左拇指、右拇指、左指尖、右指尖、左手、右手、左手腕、右手腕、左肘、右肘、左肩膀、右肩膀、脊柱A4(x4,i,y4,i,z4,i)、髋关节中心A5(x5,i,y5,i,z5,i)、左臀A6(x6,i,y6,i,z6,i)、左膝盖A7(x7,i,y7,i,z7,i)、左脚踝A8(x8,i,y8,i,z8,i)、左脚、右臀、右膝盖、右脚踝、右脚;其中A1(x1,i,y1,i,z1,i)表示第i帧的头部点的坐标点;
身高
Figure BDA0001555656180000021
其中li依次表示头与颈的距离、颈与肩中心的距离、肩中心与脊柱的距离、脊柱与髋关节中心的距离、髋关节中心与左臀的距离、左臀与左膝盖的距离、左膝盖与左脚踝的距离;
记录左肩膀到左肘向量
Figure BDA0001555656180000022
左肘到左手腕向量/>
Figure BDA0001555656180000023
右肩膀到右肘向量/>
Figure BDA0001555656180000024
右肘到右手腕向量/>
Figure BDA0001555656180000025
左臀到左膝盖向量/>
Figure BDA0001555656180000026
左膝盖到左脚踝向量/>
Figure BDA0001555656180000027
右臀到右膝盖向量
Figure BDA0001555656180000028
右膝盖到右脚踝向量/>
Figure BDA0001555656180000029
脊柱点的偏移坐标为Ci(x4,i-x4,1,y4,i-y4,1,z4,i-z4,1);
步骤2.2、参与人员的运动轨迹反求;
参与人员的骨骼数据采集,头B1(x1,j,y1,j,z1,j)、颈B2(x2,j,y2,j,z2,j)、肩中心B3(x3,j,y3,j,z3,j)、左手腕B4(x4,j,y4,j,z4,j)、右手腕B5(x5,j,y5,j,z5,j)、左肘B6(x6,j,y6,j,z6,j)、右肘B7(x7,j,y7,j,z7,j)、左肩膀B8(x8,j,y8,j,z8,j)、右肩膀B9(x9,j,y9,j,z9,j)、脊柱B10(x10,j,y10,j,z10,j)、髋关节中心B11(x11,j,y11,j,z11,j)、左臀B12(x12,j,y12,j,z12,j)、左膝盖B13(x13,j,y13,j,z13,j)、左脚踝B14(x14,j,y14,j,z14,j)、右臀B15(x15,j,y15,j,z15,j)、右膝盖B16(x16,j,y16,j,z16,j)、右脚踝B17(x17,j,y17,j,z17,j);
根据上述骨骼点可得左肩膀B8(x8,1,y8,1,z8,1),左臀B12(x12,1,y12,1,z12,1),依据身高计算方式可得参与人员身高h2;左肩膀与左肘的距离l8,左肘与左手腕的距离l9,左臀与左膝盖的距离l10,左膝盖与左脚踝的距离l11
左手腕的轨迹坐标需要计算参与人员身高与标准人员身高的比值乘脊柱点的偏移坐标加上左肩膀B8坐标,再加上左肩膀与左肘的距离l8和左肘与左手腕的距离l9在标准向量上的偏移距离,即为训练人员的左手腕运动轨迹点;计算如下:
Figure BDA00015556561800000210
Figure BDA00015556561800000211
Figure BDA00015556561800000212
可得左手腕的轨迹点为D1,j(X1,j,Y1,j,Z1,j);右手腕的轨迹点的计算方法与左手腕的轨迹点计算方法相同,即右手腕的轨迹点为D2,j(X2,j,Y2,j,Z2,j);
左脚踝的轨迹坐标需要计算参与人员身高与标准人员身高的比值乘脊柱点的偏移坐标加上左臀B12坐标,再加上左臀与左膝盖的距离l10和左膝盖与左脚踝的距离l11在标准向量上的偏移距离,即为训练人员的左脚踝运动轨迹点;计算如下:
Figure BDA0001555656180000031
Figure BDA0001555656180000032
Figure BDA0001555656180000033
可得左脚踝的轨迹点为D3,j(X3,j,Y3,j,Z3,j);右脚踝的轨迹点的计算方法与左脚踝的轨迹点的计算方法相同,即右脚踝的轨迹点为D4,j(X4,j,Y4,j,Z4,j)。
所述的步骤三的具体方法如下:
运动评价过程需要连接左手腕、右手腕、左脚踝和右脚踝的轨迹点,当左手腕在X1,j以r,r为3cm、5cm或7cm为半径的圆内时,标记P1,j=1,认为从D1,j开始运动,左手腕需要在D1,j与D1,j+1的连线
Figure BDA0001555656180000034
中移动,骨骼点与直线的距离必须小于半径r;当左手腕在D1,j+1以r为半径的圆内时,P1,j+1=1,如果P1,j+1=1且P1,j=1,则标准移动次数Θ=Θ+1;当左手腕在D1,j以r为半径的圆内之后,未按照规定直线运动,即脱离D1,j与D1,j+1的连线
Figure BDA0001555656180000035
记P1,j=0;左手腕总得分等于/>
Figure BDA0001555656180000036
整体的运动训练系统需要加上右手腕、左脚踝和右脚踝的总得分,满分100;系统将会把所有P1,j=0的轨迹点标红,以便训练人员进行动作纠正;
其中计算左手腕是否在D1,j以r为半径的圆内时,需要计算是否(X1,j-x4,j)2+(Y1,j-y4,j)2+(Z1,j-z4,j)2<r,是,则认为从D1,j开始运动;随后需要计算点是否在D1,j与D1,j+1的直线范围内运动,即是否满足
Figure BDA0001555656180000041
如果满足直到左手腕在D1,j+1以r为半径的圆内时,则认为完成一个标准轨迹;
所述的右手腕、左脚踝和右脚踝的总得分算法与左手腕的总得分算法相同。
本发明的有益效果为:
本发明是一套适用于任何人员的评分标准方法,能根据不同人员设计一套标准运动的空间运动曲线,指导参与人员训练,降低教学成本。
附图说明
图1是本发明的骨骼关节点分布图;
图2是本发明的标准动作空间向量及脊柱偏移坐标图;
图3是本发明的左手腕轨迹点图;
图4是本发明的左手腕的运动路径及范围图。
具体实施方式
本发明目的在于提供一种基于虚拟环境的运动训练评价方法。旨在利用Unity 3D设计虚拟教学平台和Kinect V2对参与运动训练的人员进行指导教学。具体步骤如下:
步骤一、构建虚拟教学平台;
在Unity 3D环境中插入标准运动的视频,当动作完成到每个动作的轨迹点时也会进行下一动作的文字提醒。参与人员可以通过Kinect V2的语音识别控制视频播放和停止,同时可以实现环境重建、环境转换和轨迹指导等。
步骤二、运动轨迹的计算;
利用Kinect V2每秒30帧采集标准动作的各标准向量和脊柱点的偏移坐标,并计算标准动作人员的身高;再根据参与训练人员的骨骼数据,依照标准动作的各项数据反求参与训练人员的运动轨迹。
步骤2.1标准动作的采集;
如图1所示,其中25个部位骨骼点包括头A1(x1,i,y1,i,z1,i)、颈A2(x2,i,y2,i,z2,i)、肩中心A3(x3,i,y3,i,z3,i)、左拇指、右拇指、左指尖、右指尖、左手、右手、左手腕、右手腕、左肘、右肘、左肩膀、右肩膀、脊柱A4(x4,i,y4,i,z4,i)、髋关节中心A5(x5,i,y5,i,z5,i)、左臀A6(x6,i,y6,i,z6,i)、左膝盖A7(x7,i,y7,i,z7,i)、左脚踝A8(x8,i,y8,i,z8,i)、左脚、右臀、右膝盖、右脚踝、右脚。(A1(x1,i,y1,i,z1,i)表示第i帧的头部点的坐标点)
身高
Figure BDA0001555656180000042
li依次表示头与颈的距离、颈与肩中心的距离、肩中心与脊柱的距离、脊柱与髋关节中心的距离、髋关节中心与左臀的距离、左臀与左膝盖的距离、左膝盖与左脚踝的距离。
如图2所示,记录左肩膀到左肘向量
Figure BDA0001555656180000051
左肘到左手腕向量
Figure BDA0001555656180000052
右肩膀到右肘向量/>
Figure BDA0001555656180000053
右肘到右手腕向量
Figure BDA0001555656180000054
左臀到左膝盖向量/>
Figure BDA0001555656180000055
左膝盖到左脚踝向量
Figure BDA0001555656180000056
右臀到右膝盖向量/>
Figure BDA0001555656180000057
右膝盖到右脚踝向量
Figure BDA0001555656180000058
脊柱点的偏移坐标为Ci(x4,i-x4,1,y4,i-y4,1,z4,i-z4,1)。
步骤2.2参与人员的运动轨迹反求;
参与人员的骨骼数据采集,头B1(x1,j,y1,j,z1,j)、颈B2(x2,j,y2,j,z2,j)、肩中心B3(x3,j,y3,j,z3,j)、左手腕B4(x4,j,y4,j,z4,j)、右手腕B5(x5,j,y5,j,z5,j)、左肘B6(x6,j,y6,j,z6,j)、右肘B7(x7,j,y7,j,z7,j)、左肩膀B8(x8,j,y8,j,z8,j)、右肩膀B9(x9,j,y9,j,z9,j)、脊柱B10(x10,j,y10,j,z10,j)、髋关节中心B11(x11,j,y11,j,z11,j)、左臀B12(x12,j,y12,j,z12,j)、左膝盖B13(x13,j,y13,j,z13,j)、左脚踝B14(x14,j,y14,j,z14,j)、右臀B15(x15,j,y15,j,z15,j)、右膝盖B16(x16,j,y16,j,z16,j)、右脚踝B17(x17,j,y17,j,z17,j)。
根据上述骨骼点可得左肩膀B8(x8,1,y8,1,z8,1),左臀B12(x12,1,y12,1,z12,1),依据身高计算方式可得参与人员身高h2。左肩膀与左肘的距离l8,左肘与左手腕的距离l9,左臀与左膝盖的距离l10,左膝盖与左脚踝的距离l11
以求解左手腕轨迹点为例,左手腕的轨迹坐标需要计算参与人员身高与标准人员身高的比值乘脊柱点的偏移坐标加上左肩膀B8坐标,再加上左肩膀与左肘的距离l8和左肘与左手腕的距离l9在标准向量上的偏移距离,即为训练人员的左手腕运动轨迹点。计算如下:
Figure BDA0001555656180000059
Figure BDA00015556561800000510
Figure BDA00015556561800000511
如图3所示,可得左手腕的轨迹点为D1,j(X1,j,Y1,j,Z1,j)。右手腕的轨迹点D2,j(X2,j,Y2,j,Z2,j)计算方式如上。
以求解左脚踝轨迹点为例,左脚踝的轨迹坐标需要计算参与人员身高与标准人员身高的比值乘脊柱点的偏移坐标加上左臀B12坐标,再加上左臀与左膝盖的距离l10和左膝盖与左脚踝的距离l11在标准向量上的偏移距离,即为训练人员的左脚踝运动轨迹点。计算如下:
Figure BDA0001555656180000061
Figure BDA0001555656180000062
Figure BDA0001555656180000063
可得左脚踝的轨迹点为D3,j(X3,j,Y3,j,Z3,j)。右脚踝的轨迹点D4,j(X4,j,Y4,j,Z4,j)计算方式如上。
步骤三、运动训练评价
该步骤先识别各动作的运动情况,最后根据运动情况评分;运动评价过程需要连接左手腕、右手腕、左脚踝和右脚踝的轨迹点,如图4所示,以左手手腕为例,当左手腕在X1,j以r(r可取3cm、5cm或7cm)为半径的圆内时,标记P1,j=1,认为从D1,j开始运动,左手腕需要在D1,j与D1,j+1的连线
Figure BDA0001555656180000064
中移动,骨骼点与直线的距离必须小于半径r。当左手腕在D1,j+1以r为半径的圆内时,P1,j+1=1,如果P1,j+1=1且P1,j=1,则标准移动次数Θ=Θ+1。当左手腕在D1,j以r为半径的圆内之后,未按照规定直线运动,即脱离D1,j与D1,j+1的连线
Figure BDA0001555656180000065
记P1,j=0。左手总得分等于/>
Figure BDA0001555656180000066
整体的运动训练系统需要加上右手腕、左脚踝和右脚踝的总得分,满分100。系统将会把所有P1,j=0的轨迹点标红,以便训练人员进行动作纠正。
其中计算左手腕是否在D1,j以r为半径的圆内时,需要计算是否(X1,j-x4,j)2+(Y1,j-y4,j)2+(Z1,j-z4,j)2<r,是,则认为从D1,j开始运动。随后需要计算点是否在D1,j与D1,j+1的直线范围内运动,即是否满足
Figure BDA0001555656180000071
如果满足直到左手腕在D1,j+1以r为半径的圆内时,则认为完成一个标准轨迹。
本发明通过Unity 3D设计虚拟的教学平台,以Kinect V2采集的骨骼点为基础,保持每秒30帧采集标准动作的各标准向量和脊柱点的坐标,并计算标准动作人员的身高;通过比较参与训练人员与标准动作人员身高确定脊柱点的偏移坐标,再根据参与训练人员的骨骼长度计算出标准动作的空间运动曲线,从而对连续运动进行识别和评分。

Claims (2)

1.一种基于虚拟环境的运动训练评价方法,其特征在于,该方法包括以下步骤:
步骤一、构建虚拟教学平台;
在Unity 3D环境中插入标准运动的视频,当动作完成到每个动作的轨迹点时也会进行下一动作的文字提醒;参与人员可以通过Kinect V2的语音识别控制视频播放和停止,同时可以实现环境重建、环境转换和轨迹指导;
步骤二、运动轨迹的计算;
利用Kinect V2每秒30帧采集标准动作的各标准向量和脊柱点的偏移坐标,并计算标准动作人员的身高;再根据参与训练人员的骨骼数据,依照标准动作的各项数据反求参与训练人员的运动轨迹;
步骤三、运动训练评价;
所述的步骤二的具体方法如下:
步骤2.1、标准动作的采集;
用Kinect V2设备采集人体25个骨骼点坐标,其中25个部位骨骼点包括头A1(x1,i,y1,i,z1,i)、颈A2(x2,i,y2,i,z2,i)、肩中心A3(x3,i,y3,i,z3,i)、左拇指、右拇指、左指尖、右指尖、左手、右手、左手腕、右手腕、左肘、右肘、左肩膀、右肩膀、脊柱A4(x4,i,y4,i,z4,i)、髋关节中心A5(x5,i,y5,i,z5,i)、左臀A6(x6,i,y6,i,z6,i)、左膝盖A7(x7,i,y7,i,z7,i)、左脚踝A8(x8,i,y8,i,z8,i)、左脚、右臀、右膝盖、右脚踝、右脚;其中A1(x1,i,y1,i,z1,i)表示第i帧的头部点的坐标点;
身高
Figure FDA0004163210530000011
其中li依次表示头与颈的距离、颈与肩中心的距离、肩中心与脊柱的距离、脊柱与髋关节中心的距离、髋关节中心与左臀的距离、左臀与左膝盖的距离、左膝盖与左脚踝的距离;
记录左肩膀到左肘向量
Figure FDA0004163210530000012
左肘到左手腕向量/>
Figure FDA0004163210530000013
右肩膀到右肘向量/>
Figure FDA0004163210530000014
右肘到右手腕向量/>
Figure FDA0004163210530000015
左臀到左膝盖向量
Figure FDA0004163210530000016
左膝盖到左脚踝向量/>
Figure FDA0004163210530000017
右臀到右膝盖向量
Figure FDA0004163210530000018
右膝盖到右脚踝向量/>
Figure FDA0004163210530000019
脊柱点的偏移坐标为Ci(x4,i-x4,1,y4,i-y4,1,z4,i-z4,1);
步骤2.2、参与人员的运动轨迹反求;
参与人员的骨骼数据采集,头B1(x1,j,y1,j,z1,j)、颈B2(x2,j,y2,j,z2,j)、肩中心B3(x3,j,y3,j,z3,j)、左手腕B4(x4,j,y4,j,z4,j)、右手腕B5(x5,j,y5,j,z5,j)、左肘B6(x6,j,y6,j,z6,j)、右肘B7(x7,j,y7,j,z7,j)、左肩膀B8(x8,j,y8,j,z8,j)、右肩膀B9(x9,j,y9,j,z9,j)、脊柱B10(x10,j,y10,j,z10,j)、髋关节中心B11(x11,j,y11,j,z11,j)、左臀B12(x12,j,y12,j,z12,j)、左膝盖B13(x13,j,y13,j,z13,j)、左脚踝B14(x14,j,y14,j,z14,j)、右臀B15(x15,j,y15,j,z15,j)、右膝盖B16(x16,j,y16,j,z16,j)、右脚踝B17(x17,j,y17,j,z17,j);
根据上述骨骼点可得左肩膀B8(x8,1,y8,1,z8,1),左臀B12(x12,1,y12,1,z12,1),依据身高计算方式可得参与人员身高h2;左肩膀与左肘的距离l8,左肘与左手腕的距离l9,左臀与左膝盖的距离l10,左膝盖与左脚踝的距离l11
左手腕的轨迹坐标需要计算参与人员身高与标准人员身高的比值乘脊柱点的偏移坐标加上左肩膀B8坐标,再加上左肩膀与左肘的距离l8和左肘与左手腕的距离l9在标准向量上的偏移距离,即为训练人员的左手腕运动轨迹点;计算如下:
Figure FDA0004163210530000021
Figure FDA0004163210530000022
Figure FDA0004163210530000023
可得左手腕的轨迹点为D1,j(X1,j,Y1,j,Z1,j);右手腕的轨迹点的计算方法与左手腕的轨迹点计算方法相同,即右手腕的轨迹点为D2,j(X2,j,Y2,j,Z2,j);
左脚踝的轨迹坐标需要计算参与人员身高与标准人员身高的比值乘脊柱点的偏移坐标加上左臀B12坐标,再加上左臀与左膝盖的距离l10和左膝盖与左脚踝的距离l11在标准向量上的偏移距离,即为训练人员的左脚踝运动轨迹点;计算如下:
Figure FDA0004163210530000024
Figure FDA0004163210530000025
Figure FDA0004163210530000026
可得左脚踝的轨迹点为D3,j(X3,j,Y3,j,Z3,j);右脚踝的轨迹点的计算方法与左脚踝的轨迹点的计算方法相同,即右脚踝的轨迹点为D4,j(X4,j,Y4,j,Z4,j)。
2.根据权利要求1所述的一种基于虚拟环境的运动训练评价方法,其特征在于,所述的步骤三的具体方法如下:
运动评价过程需要连接左手腕、右手腕、左脚踝和右脚踝的轨迹点,当左手腕在X1,j以r,r为3cm、5cm或7cm为半径的圆内时,标记P1,j=1,认为从D1,j开始运动,左手腕需要在D1,j与D1,j+1的连线
Figure FDA0004163210530000031
中移动,骨骼点与直线的距离必须小于半径r;当左手腕在D1,j+1以r为半径的圆内时,P1,j+1=1,如果P1,j+1=1且P1,j=1,则标准移动次数Θ=Θ+1;当左手腕在D1,j以r为半径的圆内之后,未按照规定直线运动,即脱离D1,j与D1,j+1的连线/>
Figure FDA0004163210530000032
记P1,j=0;左手腕总得分等于/>
Figure FDA0004163210530000033
整体的运动训练系统需要加上右手腕、左脚踝和右脚踝的总得分,满分100;系统将会把所有P1,j=0的轨迹点标红,以便训练人员进行动作纠正;
其中计算左手腕是否在D1,j以r为半径的圆内时,需要计算是否(X1,j-x4,j)2+(Y1,j-y4,j)2+(Z1,j-z4,j)2<r,是,则认为从D1,j开始运动;随后需要计算点是否在D1,j与D1,j+1的直线范围内运动,即是否满足
Figure FDA0004163210530000034
如果满足直到左手腕在D1,j+1以r为半径的圆内时,则认为完成一个标准轨迹;
所述的右手腕、左脚踝和右脚踝的总得分算法与左手腕的总得分算法相同。
CN201810062199.9A 2018-01-23 2018-01-23 一种基于虚拟环境的运动训练评价方法 Active CN108721870B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810062199.9A CN108721870B (zh) 2018-01-23 2018-01-23 一种基于虚拟环境的运动训练评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810062199.9A CN108721870B (zh) 2018-01-23 2018-01-23 一种基于虚拟环境的运动训练评价方法

Publications (2)

Publication Number Publication Date
CN108721870A CN108721870A (zh) 2018-11-02
CN108721870B true CN108721870B (zh) 2023-05-26

Family

ID=63940484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810062199.9A Active CN108721870B (zh) 2018-01-23 2018-01-23 一种基于虚拟环境的运动训练评价方法

Country Status (1)

Country Link
CN (1) CN108721870B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109701229A (zh) * 2019-01-28 2019-05-03 重庆勤鸟圈科技有限公司 用户健身运动完成度评估系统
CN110309722B (zh) * 2019-06-03 2023-04-18 辽宁师范大学 基于动作热点图的体育运动视频动作识别方法
CN110523067A (zh) * 2019-09-09 2019-12-03 常先厚 一种用于体育训练用定位标志装置及其使用方法
CN111275339A (zh) * 2020-01-20 2020-06-12 北京驭胜晏然体育文化有限公司 一种室内滑雪教学动作分析纠正方法、系统及可读存储介质
CN111539245B (zh) * 2020-02-17 2023-04-07 吉林大学 一种基于虚拟环境的cpr技术训练评价方法
CN113144524B (zh) * 2021-04-25 2022-05-17 南京邮电大学 一种基于深度传感器的康复训练方法
CN114949795A (zh) * 2022-05-09 2022-08-30 乐跑体育互联网(武汉)有限公司 一种基于Kinect骨骼数据的运动量监测方法、装置及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012120579A (ja) * 2010-12-06 2012-06-28 Seiko Epson Corp 運動解析装置
CN106022213A (zh) * 2016-05-04 2016-10-12 北方工业大学 一种基于三维骨骼信息的人体动作识别方法
CN106485055A (zh) * 2016-09-22 2017-03-08 吉林大学 一种基于Kinect传感器的老年II型糖尿病患者运动训练系统
CN106980385A (zh) * 2017-04-07 2017-07-25 吉林大学 一种虚拟装配装置、系统及方法
CN107213619A (zh) * 2017-07-04 2017-09-29 曲阜师范大学 体育运动训练评估系统
WO2018008747A1 (ja) * 2016-07-08 2018-01-11 株式会社ReTech 姿勢評価システム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140045593A1 (en) * 2012-08-07 2014-02-13 Microsoft Corporation Virtual joint orientation in virtual skeleton

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012120579A (ja) * 2010-12-06 2012-06-28 Seiko Epson Corp 運動解析装置
CN106022213A (zh) * 2016-05-04 2016-10-12 北方工业大学 一种基于三维骨骼信息的人体动作识别方法
WO2018008747A1 (ja) * 2016-07-08 2018-01-11 株式会社ReTech 姿勢評価システム
CN106485055A (zh) * 2016-09-22 2017-03-08 吉林大学 一种基于Kinect传感器的老年II型糖尿病患者运动训练系统
CN106980385A (zh) * 2017-04-07 2017-07-25 吉林大学 一种虚拟装配装置、系统及方法
CN107213619A (zh) * 2017-07-04 2017-09-29 曲阜师范大学 体育运动训练评估系统

Also Published As

Publication number Publication date
CN108721870A (zh) 2018-11-02

Similar Documents

Publication Publication Date Title
CN108721870B (zh) 一种基于虚拟环境的运动训练评价方法
CN107349594B (zh) 一种虚拟舞蹈系统的动作评价方法
CN103230664B (zh) 一种基于Kinect传感器的上肢运动康复训练系统及其训练方法
Da Gama et al. Motor rehabilitation using Kinect: a systematic review
Schönauer et al. Full body interaction for serious games in motor rehabilitation
US7404774B1 (en) Rule based body mechanics calculation
CN111652078A (zh) 一种基于计算机视觉的瑜伽动作指导系统和方法
CN109389054A (zh) 基于自动图像识别和动作模型对比的智能镜子设计方法
KR101317383B1 (ko) 로봇을 이용한 인지 능력 훈련 장치 및 그 방법
Willmann et al. Home stroke rehabilitation for the upper limbs
CN107293175A (zh) 一种基于体感技术的机车手信号操作训练方法
CN103106343A (zh) 一种肢体康复训练的难度调节方法
Lee A technology for computer-assisted stroke rehabilitation
Yan Construction and Application of Virtual Reality‐Based Sports Rehabilitation Training Program
Choi et al. Inter-joint coordination between hips and trunk during downswings: Effects on the clubhead speed
Bugnariu et al. Human-robot interaction as a tool to evaluate and quantify motor imitation behavior in children with Autism Spectrum Disorders
Huang et al. An OpenPose-based System for Evaluating Rehabilitation Actions in Parkinson's Disease
CN111243705B (zh) 一种自适应vr镜像训练系统
CN115985462A (zh) 儿童脑瘫康复益智训练系统
Calderita et al. Rehabilitation for Children while Playing with a Robotic Assistant in a Serious Game.
Seáñez-González et al. Static versus dynamic decoding algorithms in a non-invasive body–machine interface
Zheng et al. Adaptive Real-time Rectifying Exercise Porsture of Sport Rehabilitation System Based on MediaPipe
Fujimoto et al. Study on an assistive robot for improving imitation skill of children with autism
Zhang et al. A method of attitude measurement and level assessment for skiers based on wearable inertial measurement
CN114360052A (zh) 一种基于AlphaPose和关节点角度匹配算法的智能体感教练系统

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