CN109453501A - 球类训练数据处理方法、设备 - Google Patents

Abstract

本申请提供一种球类训练数据处理方法，包括：获取动作周期中的角动量信息以及加速度信息；将角动量信息以及加速度信息与预设的运动模型进行结合，所述运动模型包括手部动作模型以及步伐移动模型；将获得的手部动作数据和步伐移动数据分别与预设的参考数据进行比对分析，获得分析结果；对分析结果进行展示。本申请实施例可以在用户的球类训练过程中为用户提供具体、专业的分析指导，帮助提高用户的训练效果。

Description

球类训练数据处理方法、设备

技术领域

本申请涉及训练数据处理领域，特别涉及一种球类训练数据处理方法、设备。

背景技术

对于球类运动来说，运动员在比赛过程中每次使用球拍击球的效果均会影响到最终的比分。因此，运动员每次的击球动作是否标准、规范，可能直接影响到最终的比赛结果，平时需要对该击球动作进行大量的训练。

在训练过程中，为了提高击球动作的规范性，运动员需要在训练过程中对自己的每一动作进行观察，并在下一次的动作过程中结合所认知的规范来对自己的动作进行调整。

但是，该方式受限于自身的认知水平，无法准确认知所做出动作的具体细节是否正确，因此训练效果往往不好。

申请内容

本申请提供一种球类训练数据处理方法、设备，可以为用户的训练过程提供分析指导。

本申请提供一种球类训练数据处理方法，应用于第一设备，包括：

获取动作周期中的角动量信息以及加速度信息；

将所述角动量信息以及加速度信息与预设的运动模型进行结合，所述运动模型包括手部动作模型以及步伐移动模型；

根据手部动作模型，获得在所述动作周期中用户的手部动作数据；

根据步伐移动模型，获得在所述动作周期中用户的步伐移动数据；

将所述手部动作数据和所述步伐移动数据分别与预设的参考数据进行比对分析，获得分析结果；

对所述分析结果进行展示。

可选的，所述根据手部动作模型，获得在所述动作周期中用户的手部动作数据，包括：

获得在所述动作周期中用户的击球动作数据、扣杀动作数据以及腕部动作数据的至少一种。

可选的，所述根据手部动作模型，获得在所述动作周期中用户的手部动作数据，包括：

获取所述第一设备在所述动作周期中用户的手部动作数据，将所述第一设备的手部动作数据作为第一数据；

获取第二设备在所述动作周期中用户的手部动作数据，将所述第二设备的手部动作数据作为第二数据，其中，所述第二设备的动作周期与所述第一设备的动作周期为同一周期；

将所述第一数据与第二数据进行结合，基于所述手部动作模型获得结合后的所述用户的手部动作数据。

可选的，所述第一设备设于所述用户的手腕部，所述第二设备设于所述用户所持的运动器材；或者

所述第一设备设于所述用户所持的运动器材，所述第二设备设于所述用户的手腕部。

可选的，所述根据步伐移动模型，获得在所述动作周期中用户的步伐移动数据，包括：

获得在所述动作周期中用户的移动速度数据、变向速度数据以及变向次数数据的至少一种。

可选的，所述获得在所述动作周期中用户的移动速度数据、变向速度数据以及变向次数数据的至少一种，包括：

根据在所述动作周期中获得的所述角动量信息以及加速度信息，确定所述用户的运动路径；

通过对所述运动路径进行分析，确定在所述动作周期中用户的移动速度数据、变向速度数据以及变向次数数据的至少一种。

可选的，所述将所述手部动作数据和所述步伐移动数据分别与预设的参考数据进行比对分析，获得分析结果，包括：

将所述手部动作数据以及步伐移动数据进行结合，确定在所述运动周期中所述用户的整体动作数据；

将所述整体动作数据与所述预设的参考数据进行比对分析，获得分析结果。

本申请还提供一种球类训练数据处理设备，所述设备包括处理器、存储器以及传感器，所述处理器与所述存储器、传感器电连接，其中：

所述传感器用于获取角动量信息以及加速度信息；

所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于：

获取动作周期中的角动量信息以及加速度信息；

将所述角动量信息以及加速度信息与预设的运动模型进行结合，所述运动模型包括手部动作模型以及步伐移动模型；

根据手部动作模型，获得在所述动作周期中用户的手部动作数据；

根据步伐移动模型，获得在所述动作周期中用户的步伐移动数据；

将所述手部动作数据和所述步伐移动数据分别与预设的参考数据进行比对分析，获得分析结果；

对所述分析结果进行展示。

可选的，所述处理器在执行所述根据手部动作模型，获得在所述动作周期中用户的手部动作数据的步骤时，具体用于：

获得在所述动作周期中用户的击球动作数据、扣杀动作数据以及腕部动作数据的至少一种。

可选的，所述处理器在执行所述根据步伐移动模型，获得在所述动作周期中用户的步伐移动数据的步骤时，具体用于：

获得在所述动作周期中用户的移动速度数据、变向速度数据以及变向次数数据的至少一种。

由上可知，本申请通过获取动作周期中的角动量信息以及加速度信息，将角动量信息以及加速度信息与预设的运动模型进行结合，从而获得用户的手部动作数据以及步伐移动数据，并将该手部动作数据以及步伐移动数据与预设的参考数据进行比对分析，获得分析结果，以确定该动作周期中所做的动作与参考数据之间的异同，再将该分析结果进行展示，如此可以在用户的球类训练过程中为用户提供具体、专业的分析指导，帮助提高用户的训练效果。

附图说明

图1为本申请实施例提供的球类训练数据处理方法的实现流程图。

图2为本申请实施例提供的球类训练数据处理方法的应用场景图。

图3为本申请实施例提供的获得手部动作数据的实现时序图。

图4为本申请实施例提供的球类训练数据处理设备的结构示意图。

图5为本申请实施例提供的收发处理模块的功能结构示意图。

具体实施方式

下面结合附图对本申请的较佳实施例进行详细阐述，以使本申请的优点和特征更易被本领域技术人员理解，从而对本申请的保护范围作出更为清楚的界定。

请参阅图1，图中示出了本申请实施例提供的球类辅助训练方法的实现流程。

该球类辅助训练方法应用于第一设备，该第一设备可以包括传感器，该传感器可以包括角速度传感器以及加速度传感器，该角速度传感器可以是陀螺仪或者是其他可以检测出角速度变化量的传感器。

在一些实施例中，该设备可以设置在用户的手腕上，以获取手腕上的运动数据。或者，还可以设置在用户所持的运动器材上，以通过采集运动器材的运动数据来判断用户的击球情况。

如图1所示，该球类辅助训练方法包括：

101、获取动作周期中的角动量信息以及加速度信息。

该角动量信息可以通过第一设备中的角动量传感器获取，该加速度信息可以通过第一设备中的加速度传感器获取。

具体的，该角动量信息以及加速度信息有可能存储于设备的存储器中，通过预设的存储位置可以获取到该信息。

其中，所述动作周期，指的是用户在进行某一动作或者多个指定动作的过程时间。例如，若用户进行羽毛球扣球训练，则每完成一次扣球动作则作为一个完整的动作周期，或者将完成10次扣球动作作为一个完整的动作周期。该动作周期的时间长度以及内容均可以根据实际情况而定，本申请不作限定。

在一些实施例中，该动作周期的起始点以及结束点，可以通过检测到预设的动作来确定。例如，若检测到某个时段中角动量信息以及加速度信息的值的变化量大于预设值，则将该时段的起始点作为动作周期的起始点；若在动作周期起始后，检测到在某个时段内的角动量信息以及加速度信息的值的变化量小于预设值，则将该时段中的结束点作为动作周期的结束点。

在另一些实施例中，该动作周期的起始点以及结束点，可以通过接收用户的操作来确定。例如检测到用户触发作为动作周期的起始点的关联按键，或者检测到用户触发作为动作周期的结束点的关联按键。

当然，除了上述方式以外，还可以根据其他方式来对动作周期的起始点以及结束点进行确定。

102、将角动量信息以及加速度信息与预设的运动模型进行结合，所述运动模型包括手部动作模型以及步伐移动模型。

该运动模型可以是预先设置的，通过将该用户在动作周期中的角动量信息以及加速度信息与运动模型进行结合，可以获得在该动作周期中用户动作的数据参数。

例如，利用角动量的变化可以检测到该设备在三维空间中的方向，将当前的角动量与加速度的变化量进行结合，则可以通过上述方式确定此时用户动作的运动方向，再结合时间轴可以获得动作的实时路径。

其中，手部动作模型可以通过角动量信息以及加速度信息获得该运动周期中与手部动作相应的数据；步伐移动模型可以通过角动量信息以及加速度信息获得该运动周期中与步伐移动相应的数据。

103、根据手部动作模型，获得在所述动作周期中用户的手部动作数据。

其中，手部动作可以包括多种不同的动作姿势。在一些实施例中，该手部动作包括动作周期中用户的击球动作、扣杀动作以及腕部动作的至少一种。

通过手部动作模型，结合不同的角动量信息以及加速度信息可以区分不同的手部动作。

例如，若获取到的加速度信息以及角动量信息显示用户的手部动作幅度较大，且通过手部动作模型可以得到该动作的实时路径为扣杀动作的实时路径，则可以将该数据作为该扣杀动作的手部动作数据。

在一些实施例中，该手部动作数据可以包括击球动作数据、扣杀动作数据以及腕部动作数据的至少一种。

以羽毛球为例，通过对羽毛球训练过程中不同手部动作进行识别，并获取不同手部动作对应的手部动作数据，可以利用该手部动作数据获得手部动作的具体动作特点，进而让系统更好地结合这些手部动作数据来判断该用户的动作是否符合规范。

104、根据步伐移动模型，获得在所述动作周期中用户的步伐移动数据。

其中，步伐移动可以包括多种不同的移动方式。在一些实施例中，该步伐移动的方式包括在动作周期中用户的移动速度、变向速度以及变向次数的至少一种。

例如，通过角动量信息以及加速度信息，可以确定用户在动作周期中的移动方向以及移动速度，进而确定该用户的移动轨迹，并根据该移动轨迹即可计算出用户的步伐移动方式。

在一些实施例中，该步伐移动模型所获得的步伐移动数据可以包括在动作周期中用户的移动速度数据、变向速度数据以及变向次数数据的至少一种。具体的，该步伐移动数据可以通过以下方式获取：

根据在动作周期中获得的角动量信息以及加速度信息，确定用户的运动路径；通过对运动路径进行分析，确定在动作周期中用户的移动速度数据、变向速度数据以及变向次数数据的至少一种。

例如，若一时段中通过角动量信息以及加速度信息检测到有移动方向的变化，且两个移动方向之间的夹角较大，则可以确定此时用户进行变向移动，从而也可以获得变向移动的变向速度以及变向次数。

以羽毛球为例，通过对羽毛球训练过程中用户的不同步伐移动方式进行识别，并获取步伐移动方式对应的步伐移动数据，可以利用该步伐移动数据获得用户的具体步伐移动特点，进而让系统更好地结合这些步伐移动数据来判断该用户的步伐移动方式是否符合规范。

105、将手部动作数据和步伐移动数据分别与预设的参考数据进行比对分析，获得分析结果。

其中，预设的参考数据，可以是参考专业运动员在进行相应动作时获得的数据范围，或者是参考在满足动作规范下所能获得的数据范围。

在一些实施例中，将手部动作数据和步伐移动数据分别与预设的参考数据进行比对分析，可以通过参考数据建立一个较为理想的动作模型，然后针对手部动作数据和步伐移动数据与参考数据之间的差异，来判断该动作执行得是否规范。

例如，若某参考数据指示完成某个动作的手臂平均速度为A值，而手部动作数据所表示的用户当前运动周期中其手臂平均速度为B值，且A大于B，则可以确定用户在该运动周期中的手臂平均速度没有达到理想状态。

在一些实施例中，通过对用户在该运动周期中的运动数据与参考数据进行比对，可以针对运动数据与参考数据差异提供改善建议。

例如，若用户在该运动周期中的手臂平均速度较慢，没有达到理想状态，则可以生成相应的建议，该建议用于提示用户可以对该运动周期中的手臂平均速度进行提高，以使得用户在下一次训练中获得更好的接球效果。

可以理解的，该举例的实现方式同样可以应用于针对步伐移动数据的分析建议。

106、对所述分析结果进行展示。

在一些实施例中，可以通过设备自带的显示设备、发声设备或者其他方式来展示该分析建议，还可以通过通讯模块将该分析结果发送至用户的终端，以通过终端将该分析建议进行展示。

例如，若用户在该运动周期中的手臂平均速度较慢，没有达到理想状态，则可以通过自身设备上的显示屏或者终端，显示“理想速度为A，当前速度为B，请提高手臂平均速度”的提示信息。

由上可知，本申请实施例通过获取动作周期中的角动量信息以及加速度信息，将角动量信息以及加速度信息与预设的运动模型进行结合，从而获得用户的手部动作数据以及步伐移动数据，并将该手部动作数据以及步伐移动数据与预设的参考数据进行比对分析，获得分析结果，以确定该动作周期中所做的动作与参考数据之间的异同，再将该分析结果进行展示，如此可以在用户的球类训练过程中为用户提供具体、专业的分析指导，帮助提高用户的训练效果。

请参阅图2，在一些实施例中，包括以下步骤：

201、将手部动作数据以及步伐移动数据进行结合，确定在所述运动周期中所述用户的整体动作数据；

202、将整体动作数据与预设的参考数据进行比对分析，获得分析结果。

该整体动作数据，如接球过程的跑动速度、平均步伐大小或者手部与步伐之间的配合程度等。

结合图3，图中示出了本申请实施例提供的球类训练数据处理方法的应用场景。

在该应用场景中，包括球类训练场地31以及在该训练场地31训练的用户32。

其中，用户32在接球的过程中，会产生接球动作所产生的手部动作数据，通过分析该手部动作数据的特征可以确定对应的动作为接球动作。然后，结合在与上一次接球动作之间的过程中所产生的步伐移动数据，可以获得该用户32在训练场地31的接球路径33以及步伐特征，通过接球路径33以及步伐特征的变化可以确定该用户32在整个运动周期中的变向次数以及变向速度等。

然后，将此时的接球动作与该接球路径33进行关联，可以获得在接球动作发生前的步伐移动情况。通过将用户32的多次接球情况与接球之前、之后的移动路径进行结合、关联，从而可以获得该用户32在整个训练过程中的具体动作特点，进而针对该动作特点获得更准确、有效的建议指导。

若需要完成一个较为规范的击球动作，不仅需要手部动作符合规范，而且还需要有合理的步伐进行配合。通过将手部动作数据与步伐移动数据进行配合，相对于只提供单一的手部动作数据或者是步伐移动数据，可以获得更为全面体现动作细节的动作数据，提高该动作数据的代表度。利用这些动作数据可以更有效地判断动作的规范性。

请参阅图4，图中示出了本申请实施例提供的获取手部动作数据的实现时序。

如图4所示，该流程包括第一设备10以及第二设备20，该球类训练数据处理方法均可应用于第一设备10以及第二设备20上。该第一设备10以及第二设备20之间通过通信模块进行通信，例如采用WIFI、蓝牙或者其他通信协议实现通信。

其中，该第一设备10设于用户的手腕部，第二设备20设于用户所持的运动器材；或者第一设备10设于用户所持的运动器材，该第二设备20设于用户的手腕部。如此可以通过分别设于用户的手腕部以及所持的运动器材，来获得用户训练过程中更为全面的运动数据。

该获取手部动作数据的实现时序，包括：

401、获取第一数据。

其中，可以获取第一设备在动作周期中用户的手部动作数据，将第一设备的手部动作数据作为第一数据。

402、获取第二数据。

其中，获取第二设备在动作周期中用户的手部动作数据，将第二设备的手部动作数据作为第二数据。该第二设备的动作周期与第一设备的动作周期为同一周期。

403、将第一数据与第二数据进行结合，获得结合后的手部动作数据。

在一些实施例中，可以通过将第一数据与第二数据输入至预设的手部动作模型，以通过第一数据与第二数据之间的变化差异来对手部动作进行具体细节进行监测。

例如，假设第一设备设于用户的手腕上，第二设备设于用户所持的运动器材上。当用户为了完成接球动作而挥动运动器材时，该第二设备可以记录运动器材的运动数据，如球拍的角动量变化、速度变化以及移动轨迹等，用于体现用户的挥拍效果；该第一设备可以记录用户手腕的运动数据，如手腕的移动速度以及移动轨迹等。

通过将上述数据进行结合，获得手腕的运动数据与球拍的运动数据之间的关系，根据这个关系来确定用户的接球动作是否符合标准，可以对手腕的细微动作以及动作效果进行有效监测，大幅提高所采集的运动数据的精确度以及可信度。

请参阅图5，图中示出了本申请实施例提供的球类训练数据处理设备的结构。

该球类训练数据处理设备5包括处理器51、存储器52以及传感器53，该处理器51与存储器52、传感器53电连接。

其中，该传感器53用于获取角动量信息以及加速度信息。

存储器52可用于存储计算机程序和数据。存储器52存储的计算机程序中包含有可在处理器中执行的指令。该处理器51通过调用该存储器52中存储的计算机程序，用于：

获取动作周期中的角动量信息以及加速度信息；将角动量信息以及加速度信息与预设的运动模型进行结合，所述运动模型包括手部动作模型以及步伐移动模型；根据手部动作模型，获得在动作周期中用户的手部动作数据；根据步伐移动模型，获得在动作周期中用户的步伐移动数据；将手部动作数据和步伐移动数据分别与预设的参考数据进行比对分析，获得分析结果；对分析结果进行展示。

在一些实施例中，该处理器51在执行根据手部动作模型，获得在动作周期中用户的手部动作数据的步骤时，具体用于：

获得在动作周期中用户的击球动作数据、扣杀动作数据以及腕部动作数据的至少一种。

在一些实施例中，该处理器51在执行根据步伐移动模型，获得在动作周期中用户的步伐移动数据的步骤时，具体用于：

获得在动作周期中用户的移动速度数据、变向速度数据以及变向次数数据的至少一种。

由上可知，该球类训练数据处理设备，通过获取动作周期中的角动量信息以及加速度信息，将角动量信息以及加速度信息与预设的运动模型进行结合，从而获得用户的手部动作数据以及步伐移动数据，并将该手部动作数据以及步伐移动数据与预设的参考数据进行比对分析，获得分析结果，以确定该动作周期中所做的动作与参考数据之间的异同，再将该分析结果进行展示，如此可以在用户的球类训练过程中为用户提供具体、专业的分析指导，帮助提高用户的训练效果。

在一些实施例中，还提供了一种存储介质，该存储介质中存储有多条指令，该指令适于由处理器加载以执行上述任一球类训练数据处理方法，例如：获取动作周期中的角动量信息以及加速度信息；将角动量信息以及加速度信息与预设的运动模型进行结合，所述运动模型包括手部动作模型以及步伐移动模型；根据手部动作模型，获得在动作周期中用户的手部动作数据；根据步伐移动模型，获得在动作周期中用户的步伐移动数据；将手部动作数据和步伐移动数据分别与预设的参考数据进行比对分析，获得分析结果；对分析结果进行展示。

当存在正在运行的功能进程时，监听用户的语音指令，所述语音指令用于指示所述电子设备结束所述功能进程；当监听到所述用户的语音指令后，将所述语音指令与预设信息进行匹配；若匹配，则结束与所述语音指令相关的所述功能进程。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取记忆体（RAM，RandomAccess Memory）、磁盘或光盘等。

本申请实施例中，所述球类训练数据处理设备与上文实施例中的一种球类训练数据处理方法属于同一构思，在所述球类训练数据处理设备上可以运行所述球类训练数据处理方法实施例中提供的任一方法步骤，其具体实现过程详见球类训练数据处理方法实施例，并可以采用任意结合形成本申请的可选实施例，此处不再赘述。

上面结合附图对本申请的实施方式作了详细说明，但是本申请并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本申请宗旨的前提下作出各种变化。

Claims (10)

1.一种球类训练数据处理方法，应用于第一设备，其特征在于，包括：

获取动作周期中的角动量信息以及加速度信息；

将所述角动量信息以及加速度信息与预设的运动模型进行结合，所述运动模型包括手部动作模型以及步伐移动模型；

根据手部动作模型，获得在所述动作周期中用户的手部动作数据；

根据步伐移动模型，获得在所述动作周期中用户的步伐移动数据；

将所述手部动作数据和所述步伐移动数据分别与预设的参考数据进行比对分析，获得分析结果；

对所述分析结果进行展示。

2.如权利要求1所述的球类训练数据处理方法，其特征在于，所述根据手部动作模型，获得在所述动作周期中用户的手部动作数据，包括：

获得在所述动作周期中用户的击球动作数据、扣杀动作数据以及腕部动作数据的至少一种。

3.如权利要求1所述的球类训练数据处理方法，其特征在于，所述根据手部动作模型，获得在所述动作周期中用户的手部动作数据，包括：

获取所述第一设备在所述动作周期中用户的手部动作数据，将所述第一设备的手部动作数据作为第一数据；

获取第二设备在所述动作周期中用户的手部动作数据，将所述第二设备的手部动作数据作为第二数据，其中，所述第二设备的动作周期与所述第一设备的动作周期为同一周期；

将所述第一数据与第二数据进行结合，基于所述手部动作模型获得结合后的所述用户的手部动作数据。

4.如权利要求3所述的球类训练数据处理方法，其特征在于：

所述第一设备设于所述用户的手腕部，所述第二设备设于所述用户所持的运动器材；或者

所述第一设备设于所述用户所持的运动器材，所述第二设备设于所述用户的手腕部。

5.如权利要求1所述的球类训练数据处理方法，其特征在于，所述根据步伐移动模型，获得在所述动作周期中用户的步伐移动数据，包括：

获得在所述动作周期中用户的移动速度数据、变向速度数据以及变向次数数据的至少一种。

6.如权利要求5所述的球类训练数据处理方法，其特征在于，所述获得在所述动作周期中用户的移动速度数据、变向速度数据以及变向次数数据的至少一种，包括：

根据在所述动作周期中获得的所述角动量信息以及加速度信息，确定所述用户的运动路径；

通过对所述运动路径进行分析，确定在所述动作周期中用户的移动速度数据、变向速度数据以及变向次数数据的至少一种。

7.如权利要求1所述的球类训练数据处理方法，其特征在于，所述将所述手部动作数据和所述步伐移动数据分别与预设的参考数据进行比对分析，获得分析结果，包括：

将所述手部动作数据以及步伐移动数据进行结合，确定在所述运动周期中所述用户的整体动作数据；

将所述整体动作数据与所述预设的参考数据进行比对分析，获得分析结果。

8.一种球类训练数据处理设备，其特征在于，所述设备包括处理器、存储器以及传感器，所述处理器与所述存储器、传感器电连接，其中：

所述传感器用于获取角动量信息以及加速度信息；

所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于：

获取动作周期中的角动量信息以及加速度信息；

将所述角动量信息以及加速度信息与预设的运动模型进行结合，所述运动模型包括手部动作模型以及步伐移动模型；

根据手部动作模型，获得在所述动作周期中用户的手部动作数据；

根据步伐移动模型，获得在所述动作周期中用户的步伐移动数据；

将所述手部动作数据和所述步伐移动数据分别与预设的参考数据进行比对分析，获得分析结果；

对所述分析结果进行展示。

9.如权利要求8所述的球类训练数据处理设备，其特征在于，所述处理器在执行所述根据手部动作模型，获得在所述动作周期中用户的手部动作数据的步骤时，具体用于：

获得在所述动作周期中用户的击球动作数据、扣杀动作数据以及腕部动作数据的至少一种。

10.如权利要求8所述的球类训练数据处理设备，其特征在于，所述处理器在执行所述根据步伐移动模型，获得在所述动作周期中用户的步伐移动数据的步骤时，具体用于：

获得在所述动作周期中用户的移动速度数据、变向速度数据以及变向次数数据的至少一种。