CN109887572A - 一种平衡功能训练方法及系统 - Google Patents
一种平衡功能训练方法及系统 Download PDFInfo
- Publication number
- CN109887572A CN109887572A CN201910216504.XA CN201910216504A CN109887572A CN 109887572 A CN109887572 A CN 109887572A CN 201910216504 A CN201910216504 A CN 201910216504A CN 109887572 A CN109887572 A CN 109887572A
- Authority
- CN
- China
- Prior art keywords
- training
- taijiquan
- trainer
- human body
- 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.)
- Pending
Links
Abstract
本发明提供一种平衡功能训练方法及系统,涉及康复医学技术领域。该平衡功能训练方法包括:获取太极拳运动标准数据库,并根据预设的太极拳运动分析标准得到不同等级的平衡功能运动处方,其中,所述太极拳运动标准数据库包括太极拳标准模型和健康数据的对应关系;获取训练者的健康数据,并根据所述健康数据以及所述太极拳标准模型的对应关系制定所述训练者的平衡功能运动处方;根据所述训练者的平衡功能运动处方,生成所述训练者的太极拳虚拟训练模型,并获取所述训练者通过所述太极拳虚拟训练模型得到的平衡功能训练结果,从而使得可以根据训练者的健康状况制定训练平衡功能的个性化和多样化的运动处方,并得到训练者训练评估结果。
Description
技术领域
本发明涉及康复医学技术领域,具体而言,涉及一种平衡功能训练方法及系统。
背景技术
目前,老年人跌倒会引发软组织损伤、骨折、脑外伤甚至死亡,严重危害老年人的健康,其中,平衡功能是影响跌倒的重要因素。
现有技术中,改善平衡功能的主要方法包括肌力训练、核心稳定性训练、负重训练等运动疗法以及不同类型的平衡训练仪。
现有技术中,改善平衡功能采用平衡训练仪,但是,平衡训练仪无法根据老年人的身体状况提供个性化和多样化的训练方案。
发明内容
本发明的目的在于,针对上述现有技术中的不足,提供一种平衡功能训练方法及系统,能够根据训练者的健康状况制定训练平衡功能的个性化和多样化的运动处方,并得到训练者训练评估结果。
为实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种平衡功能训练方法,包括:
获取太极拳运动标准数据库,并根据预设的太极拳运动分析标准得到不同等级的平衡功能运动处方,其中,所述太极拳运动标准数据库包括太极拳标准模型和健康数据的对应关系;
获取训练者的健康数据,并根据所述健康数据以及所述太极拳标准模型的对应关系制定所述训练者的平衡功能运动处方;
根据所述训练者的平衡功能运动处方,生成所述训练者的太极拳虚拟训练模型,并获取所述训练者通过所述太极拳虚拟训练模型得到的平衡功能训练结果。
一种实施方式中,所述获取太极拳运动标准数据库的步骤之前,所述方法还包括:
获取太极拳专家在训练太极拳时的人体运动数据、人体静态稳定性数据和人体动态稳定性数据;
根据所获取的人体运动数据、人体静态稳定性数据和人体动态稳定性数据建立太极拳标准模型和健康数据的对应关系。
一种实施方式中,根据预设的太极拳运动分析标准得到不同等级的平衡功能运动处方的步骤,包括:
根据预设的太极拳运动分析标准,分析所述太极拳运动所对应的不同等级的平衡功能运动处方,所述平衡功能运动处方包括:太极拳的运动招式、运动强度、运动时间及运动频率。
一种实施方式中,获取太极拳专家在训练太极拳时的人体运动数据的步骤之前包括:
通过3D摄像系统获取太极拳专家在训练太极拳时的各训练时段的深度图像;
分别计算每训练时段内连续帧内深度图像的人体特征向量;
根据所述人体特征向量,计算所述太极拳专家的人体运动数据。
一种实施方式中,分别计算每训练时段内连续帧内深度图像的人体特征向量的步骤包括:
根据每训练时段内连续帧内深度图像的人体关节坐标位置,划分成不同运动部位的组合;
对每训练时段内连续帧的深度图像提取人体各运动部位组合的超曲面法向量;
再将超曲面法向量均值池化后,得到人体特征向量。
一种实施方式中,获取训练者的健康数据,并根据所述健康数据以及所述太极拳标准模型的对应关系制定所述训练者的平衡功能运动处方的步骤,包括:
获取所述训练者的量表评估数据、生物力学平衡数据、3D摄像系统数据和心肺耐力数据;
根据所述健康数据以及所述太极拳标准模型的对应关系,通过随机森林算法对所述量表评估数据、所述生物力学平衡数据、所述摄像系统数据和所述心肺耐力数据融合,生成所述训练者的平衡功能运动处方。
一种实施方式中,获取所述训练者通过所述太极拳虚拟训练模型得到的平衡功能训练结果的步骤包括:
获取所述训练者通过所述太极拳虚拟训练模型训练时的训练动作;
将所获取的训练动作与所述太极拳标准模型中的标准动作进行匹配得到所述训练动作的匹配度;
将所述训练者所有训练动作的匹配度进行加权求均值,得到所述训练者的平衡功能训练结果。
一种实施方式中,获取所述训练者通过所述太极拳虚拟训练模型训练时的训练动作,将所获取的所有训练动作与所述太极拳标准模型中的标准动作进行匹配得到所述训练动作的匹配度的步骤,包括:
获取所述训练动作对应的人体各关节的三维坐标;
根据所述人体各关节的三维坐标计算所述人体各关节的角度和相对位置;
将所述人体各关节的角度和相对位置与所述标准动作中人体各关节的角度和相对位置进行匹配得到所述训练动作的匹配度。
一种实施方式中,将所获取的训练动作与所述太极拳标准模型中的标准动作进行匹配得到所述训练动作的匹配度的步骤之后,方法还包括:
将所述训练动作的匹配度与预设阈值进行比较,若所述匹配度小于预设阈值,则显示所述训练动作对应的纠正动作。
第二方面,本发明实施例还提供了一种平衡功能训练系统,包括平衡功能分析单元、平衡功能采集单元、太极拳训练单元;
所述平衡功能分析单元,用于获取太极拳运动标准数据库,并根据预设的太极拳运动分析标准得到不同等级的平衡功能运动处方,其中,所述太极拳运动标准数据库包括太极拳标准模型和健康数据的对应关系;
所述平衡功能采集单元,用于获取训练者的健康数据,并根据所述健康数据以及所述太极拳标准模型的对应关系制定所述训练者的平衡功能运动处方;
所述太极拳训练单元,用于根据所述训练者的平衡功能运动处方,生成所述训练者的太极拳虚拟训练模型,并获取所述训练者通过所述太极拳虚拟训练模型得到的平衡功能训练结果。
本发明的有益效果是:
本发明实施例提供的一种平衡功能训练方法及系统,通过采集太极拳专家在太极拳的训练过程,获取太极拳运动标准数据库,根据预设的太极拳运动分析标准对太极拳运动标准数据库进行分析得到不同等级的平衡功能运动处方,获取训练者的健康数据,并根据健康数据与太极拳标准模型的对应关系制定训练者的平衡功能运动处方,使得训练者可以根据平衡功能运动处方通过太极拳虚拟训练模型进行训练得到平衡功能训练结果,从而能够根据训练者的健康状况制定训练平衡功能的个性化和多样化的运动处方,并得到训练者的训练评估结果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种平衡功能训练方法的步骤流程图;
图2为本发明实施例提供的一种平衡功能训练的系统设备示意图;
图3为本发明实施例提供的又一种平衡功能训练方法的流程示意图;
图4为本发明实施例提供的又一种平衡功能训练方法的流程示意图;
图5为本发明实施例提供的又一种平衡功能训练方法的流程示意图;
图6为本发明实施例提供的又一种平衡功能训练方法的流程示意图;
图7为本发明实施例提供的又一种平衡功能训练方法的流程示意图;
图8为本发明实施例提供的又一种平衡功能训练方法的流程示意图;
图9为本发明实施例提供的平衡功能训练系统结构图。
图标:10-测力平台;20-3D摄像系统;30-心肺功能测试仪;40-计算机;50-平衡测试系统;60-空中飞鼠遥控器;70-大尺寸液晶显示屏;101-平衡功能分析单元;102-平衡功能采集单元;103-太极拳训练单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
第一实施例
图1为本发明实施例提供的一种平衡功能训练方法的步骤流程图,请参照图1和图2,本发明实施例提供一种平衡功能训练方法,包括:
S101、获取太极拳运动标准数据库,并根据预设的太极拳运动分析标准得到不同等级的平衡功能运动处方,其中,太极拳运动标准数据库包括太极拳标准模型和健康数据的对应关系。
具体的,太极拳运动标准数据库可以是提前预设好的,也可以通过采集一定数量的太极拳专家训练太极拳的运动过程所建立得到的,该太极拳专家通常为太极拳长期练习者或者具有资格认证的太极拳练习者,通过采集太极拳专家训练太极拳的运动过程中的人体训练数据,得到太极拳运动标准数据库,其中,太极拳运动标准数据库包括太极拳标准模型和健康数据的对应关系,该太极拳标准模型可以根据太极拳的招式来建立,也可以根据太极拳的难易程度来建立,但每一个太极拳标准模型都与健康数据之间建立有对应关系,即根据健康数据确认是否可以进行该太极拳标准模型的训练,再通过预设的太极拳运动分析标准对人体训练数据进行分析,制定不同等级的平衡功能运动处方,并将该不同等级的平衡功能运动处方录入计算机40中,该平衡功能运动处方可以包含太极拳运动招式、运动强度、运动时间及运动频率,例如:按照太极拳24式各招式平衡功能需求,将太极拳24式分解为不同等级的平衡功能运动处方,也可以按照招式的难易程度制定不同等级的平衡功能运动处方,例如:“易”等级、“中”等级和“难”等级,该“易”等级包括云手招式,该“中”等级包括左右倒卷肱招式、左揽雀尾招式和右左揽雀尾招式,该“难”等级包括右蹬脚招式、双峰贯耳招式。
需要说明的是,该发明方案中平衡训练使用太极拳训练,也可以采用八段锦或者五禽戏,不限于以上训练方式,只要采用对训练者的平衡能力有帮助的训练方式即可。
S102、获取训练者的健康数据,并根据健康数据以及所述太极拳标准模型的对应关系制定训练者的平衡功能运动处方。
具体的,请参照图2,通过量表评估、测力平台10、3D摄像系统20、心肺功能测试仪30分别采集训练者的人体健康数据,将人体健康数据录入计算机40中,计算机40对人体健康数据与S101步骤中的平衡功能运动处方进行对比,得到该训练者的平衡功能运动处方。
例如,通过量表评估、测力平台10、3D摄像系统20、心肺功能测试仪30分别采集训练者的人体健康数据,根据人体健康数据,可以了解到该训练者是否患有心脏病,假如该训练者患有心脏病,那么给该训练者分配一个招式简单,运动强度较小,一次10分钟的训练处方,比如:云手招式,假如该训练者的人体健康数据表明身体素质比较好,那么给该训练者分配一个招式动作稍微复杂点、运动强度大、一次半小时的训练处方,比如:右蹬脚招式、双峰贯耳招式。
S103、根据训练者的平衡功能运动处方,生成训练者的太极拳虚拟训练模型,并获取训练者通过太极拳虚拟训练模型得到的平衡功能训练结果。
具体的,请参照图2,根据训练者的平衡功能运动处方,生成虚拟训练场景,该虚拟训练场景包含训练者身体基础条件相适应的自然环境虚拟场景及太极拳训练任务。太极拳训练任务与前面提到的平衡功能运动处方一样,都包含太极拳运动招式、运动强度、运动时间及运动频率,训练者按照太极拳训练任务,跟随虚拟场景中标准太极拳动作指引,进行太极拳虚拟训练,生成训练者的太极拳虚拟训练模型,并用3D摄像系统20获取训练者在训练太极拳的训练所有训练图像,根据该训练图像最终得到平衡功能训练结果。
本发明实施例提供的一种平衡功能训练方法,通过采集太极拳专家在太极拳的训练过程,获取太极拳运动标准数据库,根据预设的太极拳运动分析标准对太极拳运动标准数据库进行分析得到不同等级的平衡功能运动处方,获取训练者的健康数据,并根据健康数据与太极拳标准模型的对应关系制定训练者的平衡功能运动处方,使得训练者可以根据平衡功能运动处方通过太极拳虚拟训练模型进行训练得到平衡功能训练结果,从而能够根据训练者的健康状况制定训练平衡功能的个性化和多样化的运动处方,并得到训练者的训练评估结果。
一种实施方式中,图3为本发明实施例提供的又一种平衡功能训练方法的流程示意图,请参照图2、图3,获取太极拳运动标准数据库的步骤之前,该方法还包括:
S201、获取太极拳专家在训练太极拳时的人体运动数据、人体静态稳定性数据和人体动态稳定性数据。
具体的,通过3D摄像系统20获取太极拳专家在训练太极拳时的人体运动数据,通过测力平台10获取太极拳专家在训练太极拳时的人体静态稳定性数据,通过平衡测试系统50获取太极拳专家在训练太极拳时的人体动态稳定性数据。其中,人体运动数据包括人体矢状面、额状面重心转移数据以及躯干、骨盆的旋转运动数据,人体动态稳定性数据包括人体重心投影位置、移动速度、偏移频率及动态稳定性。
S202、根据所获取的人体运动数据、人体静态稳定性数据和人体动态稳定性数据建立太极拳标准模型和健康数据的对应关系。
具体的,通过太极拳专家在训练太极拳时的人体矢状面、额状面重心转移数据以及躯干、骨盆的旋转运动数据,人体重心投影位置、移动速度、偏移频率及静态稳定性数据以及动态稳定性数据,并根据太极拳专家训练太极拳的招式、难易程度、训练时间、训练频率、恢复平衡功能的身体部位等建立太极拳标准模型,并建立这些太极拳标准模型与健康数据的对应关系,即,该健康数据为是进行太极拳标准模型训练的一个条件标准,例如,太极拳训练招式中的“右蹬脚招式、双峰贯耳招式”的动作难度较大,该招式适合没有心脏病和高血压的训练者,那么健康数据中心肺功能不好的训练者就不能进行“右蹬脚招式、双峰贯耳招式”的训练。
一种实施方式中,根据预设的太极拳运动分析标准得到不同等级的平衡功能运动处方的步骤,包括:
根据预设的太极拳运动分析标准,分析太极拳运动所对应的不同等级的平衡功能运动处方,平衡功能运动处方包括:太极拳的运动招式、运动强度、运动时间及运动频率。
具体的,预设的太极拳运动分析标准包括按照招式的分析标准、按照运动强度的分析标准、按照运动时间的分析标准以及按照运动频率的分析标准,根据上述分析标准按照太极拳24式各招式平衡功能需求,将太极拳24式分解为不同等级的平衡功能运动处方。例如:将太极拳运动招式简单、中等、难,运动强度弱、中、大,运动时间短、中、长及运动频率小、中、大分为三种不同等级,三种等级分别是:“易”等级、“中”等级和“难”等级,比如:所述“易”等级包括运动强度弱、运动时间短、运动频率小的云手招式,所述“中”等级包括运动强度中、运动时间中、运动频率中的左右倒卷肱招式、左揽雀尾招式和右左揽雀尾招式,所述“难”等级包括运动强度大、运动时间长、运动频率大的右蹬脚招式、双峰贯耳式。
一种实施方式中,图4为本发明实施例提供的又一种平衡功能训练方法的流程示意图,请参照图2、图4,获取太极拳专家在训练太极拳时的人体运动数据的步骤之前包括:
S301、通过3D摄像系统20获取太极拳专家在训练太极拳时的各训练时段的深度图像。
具体的,该3D摄像系统20含有深度相机,通过该3D摄像系统20采集太极拳专家在训练太极拳时各训练时段的深度图像,其中,图像深度也被称为距离影像,是指将从3D摄像系统20到太极拳专家各点的距离作为像素值的图像。该深度图像包括太极拳专家训练过程中的人体各关节的运动坐标位置和运动角度。
S302、分别计算每训练时段内连续帧内深度图像的人体特征向量。
具体的,将S301步骤的深度图像中的人体坐标位置划分成不同运动部位的组合,提取每训练时段内连续帧内的人体各运动部位的超曲面法向量,再将超曲面法向量均值池化得到人体特征向量,这样处理对背景噪声的干扰具有较强的鲁棒性。
S303、根据人体特征向量,计算太极拳专家的人体运动数据。
具体的,根据S302步骤得到的人体特征向量计算太极拳训练专家在训练太极拳时的人体矢状面、额状面重心转移数据以及躯干、骨盆的旋转运动数据。
图5为本发明实施例提供的又一种平衡功能训练方法的流程示意图,请参照图5,一种实施方式中,分别计算每训练时段内连续帧内深度图像的人体特征向量的步骤包括:
S401、根据每训练时段内连续帧内深度图像的人体关节坐标位置,划分成不同运动部位的组合。
具体的,根据每训练时段连续帧内深度图像的人体关节坐标位置,将人体关节坐标位置划分成不同运动部位的组合。
例如,在太极拳专家的训练过程中,采集一个训练时段内连续帧内深度图像的人体肘关节、颈椎关节、肩关节、胯关节、膝关节、裸关节、腰椎关节的坐标位置,将上述关节坐标位置划分为不同运动部位的组合,如,胯关节和膝关节的坐标位置可以划分成腿部运动部位。
S402、对每训练时段内连续帧的深度图像提取人体各运动部位组合的超曲面法向量。
具体的,根据S401步骤得到人体各运动部位的组合,获取深度图像的人体关节坐标位置的三维坐标(x,y,z),及时间信息t,构成超曲面上的点(x,y,z,t),四维空间L中的点(x,y,z,t)满足L(x,y,z,t)=0,点(x,y,z,t)处的一个超曲面法向量为 其中Dx、Dy、Dz分别为深度图像D(x,y,z)中人体各运动部位的组合所构成序列在该点处的横轴、纵轴、竖轴上的梯度。
S403、再将超曲面法向量均值池化后,得到人体特征向量。
具体的,将超曲面法向量均值池化后,得到人体特征向量,其中,对于超曲面法向量a,均值池化的公式为其中P表示超曲面法向量a经过N层划分后的子单元,超曲面法向量所划分的子单元数量为E,k表示在这个池化域内时间维度的序号,经过均值池化后,得到人体特征向量F={S|1≤k≤E}。
一种实施方式中,图6为本发明实施例提供的又一种平衡功能训练方法的流程示意图,请参照图6,获取训练者的健康数据,并根据所述健康数据以及太极拳标准模型的对应关系制定训练者的平衡功能运动处方的步骤,包括:
S501、获取训练者的量表评估数据、生物力学平衡数据、3D摄像系统20数据和心肺耐力数据;
具体的,请参照图2,通过量表评估数据综合评估患者跌倒风险因素,包括:跌倒史,药物影响,环境,如:居家、社区,身体基础条件,如:精神、心理状态、营养状态、视力,采用康复平衡量表(Berg Balance Scale,简称Berg)筛查跌倒风险等级,并将数据录入到系统中;分别通过测力平台10和平衡测试系统50测量生物力学平衡数据,包括:患者重心位置,偏移情况,躯干和骨盆的旋转运动数据,训练者视觉、前庭、本体感觉评估数据以及动态稳定性数据;通过含有深度相机的3D摄像系统20按照S302步骤中获取人体特征向量的方法,分别计算每段连续帧的深度图像的人体特征向量,来计算训练太极拳时人体矢状面、额状面重心转移数据以及躯干、骨盆的旋转运动数据;通过心肺功能测试仪30测量训练者步行6分钟左右的心肺耐力数据。
S502、根据健康数据以及太极拳标准模型的对应关系,通过随机森林算法对量表评估数据、生物力学平衡数据、3D摄像系统数据和心肺耐力数据融合,生成训练者的平衡功能运动处方。
具体的,S102步骤中的得到健康数据以及太极拳训练模型的对应关系,根据健康数据以及太极拳标准模型的对应关系通过随机森林算法对量表评估数据、生物力学平衡数据、3D摄像系统数据和心肺耐力数据进行多源信息融合,生成训练者的平衡功能运动处方,该训练者的平衡功能运动处方和训练者的健康数据相对应。
例如,通过随机森林算法对量表评估数据、生物力学平衡数据、3D摄像系统数据和心肺耐力数据进行多源信息融合,得到训练者的健康数据,若该健康数据表明该训练者的身体状况较好,选择太极拳标准模型中身体状况较好相对应的太极拳训练模型作为该训练者的平衡功能运动处方。
需要说明的是,随机森林算法实现如下,分为三部分,三部分包括产生训练集,构建决策树,进行决策。
首先,产生训练集。输入太极拳专家的训练太极拳的人体运动数据、静态稳定性数据、动态稳定性数据以及与上述数据对应的太极拳运动招式、运动强度、运动时间及运动频率,采用有放回的随机抽样技术,输出n个训练样本集,分别是训练样本集1至训练样本集n。
其次,构建决策树。输入上一步的训练样本集1至训练样本集n,通过节点分裂和随机特征变量的随机选取,输出决策树1至决策树n。
最后,进行决策。输入训练者的量表评估数据、生物力学平衡数据、3D摄像系统20所获取的数据以及心肺耐力数据,通过决策树1到n的分类结果对训练者的健康数据进行投票,输出该训练者的个性化平衡功能运动处方。
一种实施方式中,图7为本发明实施例提供的又一种平衡功能训练方法的流程示意图,请参照图7,获取训练者通过太极拳虚拟训练模型得到的平衡功能训练结果的步骤,包括:
S601、获取训练者通过太极拳虚拟训练模型训练时的训练动作。
具体的,请参照图2,训练者通过使用空中飞鼠遥控器60对大尺寸液晶显示屏70进行遥控,跟着大尺寸液晶显示屏70显示的训练动作进行太极拳训练,通过3D摄像系统20采集训练者通过虚拟训练模型进行训练时的训练深度图像,从该深度图像中记录训练者的所有训练动作。
S602、将所获取的训练动作与太极拳标准模型中的标准动作进行匹配得到训练动作的匹配度。
具体的,将训练者的所有训练动作与太极拳标准模型中的标准动作进行对比匹配,得到该训练者的匹配度,并给出训练得分。
具体的,一个训练者的训练动作与太极拳标准模型中的标准动作进行对比匹配,例如:获取训练者招式的深度图像,将训练者训练招式的深度图像和太极拳标准模型中对应招式的深度图像匹配,具体可以采集训练者深度图像中练习每个招式的各关节的角度和相对位置,根据训练者深度图像中的招式对应的人体各关节的角度和相对位置分别与太极拳标准模型中对应招式的人体各关节的角度和相对位置进行匹配,得到该训练者在训练该招式的匹配度。
S603、将训练者所有训练动作的匹配度进行加权求均值,得到训练者的平衡功能训练结果。
具体的,根据S602步骤中得到的匹配度确定训练者的平衡功能训练结果。例如:采集训练者深度图像中练习每个招式时的各关节的角度和相对位置,根据训练者深度图像中的招式对应的人体各关节的角度和相对位置分别与太极拳标准模型中对应招式的人体各关节的角度和相对位置进行匹配,匹配之后发现训练者的训练动作与太极拳标准模型中的标准动作近似相同,那么可以训练者训练动作的匹配度为98。
进一步的,根据训练者太极拳虚拟训练的训练动作的匹配度,计算训练者太极拳虚拟训练的其他训练动作的匹配度,直到计算完训练者太极拳虚拟训练的所有训练动作的匹配度,将上述所有训练动作进行加权求平均值,得到训练者的太极拳训练得分,即就是训练者的平衡功能训练结果。需要说明的是,太极拳训练得分的范围为0~100。
一种实施方式中,图8为本发明实施例提供的又一种平衡功能训练方法的流程示意图,请参照图8,获取训练者通过太极拳虚拟训练模型训练时的训练动作,将所获取的所有训练动作与太极拳标准模型中的标准动作进行匹配得到训练动作的匹配度的步骤,包括:
S701、获取训练动作对应的人体各关节的三维坐标。
具体的,根据S601步骤中获取到训练者通过太极拳虚拟训练模型进行训练的训练动作,从训练者的训练动作中采集人体各关节的三维坐标,比如可以采集训练者人体肘关节、颈椎关节、肩关节、胯关节、膝关节、裸关节、腰椎关节的三维坐标。
S702、根据人体各关节的三维坐标计算人体各关节的角度和相对位置。
具体的,根据训练者人体各关节的三维坐标通过人体各关节的角度计算公式和相对位置计算公式进行人体各关节的角度计算和相对位置计算,得到人体各关节的角度和相对位置。
例如,关节起点的坐标(x1,y1,z1),关节止点的坐标(x2,y2,z2),关节的相对位置向量为 其中分别为直角坐标系坐标轴横轴、纵轴、竖轴的正方向单位向量。关节的角度为其中可为坐标轴横轴、纵轴、竖轴的单位向量或其他关节的向量。
S703、将人体各关节的角度和相对位置与标准动作中人体各关节的角度和相对位置进行匹配得到训练动作的匹配度。
具体的,将训练者的所有训练动作的人体各关节的角度和相对位置与太极拳标准模型中的标准动作的人体各关节的角度和相对位置进行对比匹配,得到该训练者的匹配度,例如,太极拳标准模型中“起势招式”中左野马分鬓的最后一个动作是弓步分手,需要左腿膝关节成120°,右腿膝关节成180°,左腿膝关节的相对位置在右腿膝关节之前,用训练者在训练对应“起势招式”中左野马分鬓时,测量到该训练者的左腿膝关节、右腿膝关节所成的角度分别为140°和180°,左腿膝关节的相对位置在右腿膝关节之前,则说明该训练者的左腿膝关节的运动不到位。
例如,一个训练者的训练动作的人体各关节的角度和相对位置与太极拳标准模型中的标准动作的人体各关节的角度和相对位置进行对比匹配,发现训练者的训练动作与太极拳标准模型中的标准动作近似相同,那么可以训练者训练动作的匹配度为98。
一种实施方式中,将所获取的训练动作与太极拳标准模型中的标准动作进行匹配得到训练动作的匹配度,该方法还包括:将所述训练动作的匹配度与预设阈值进行比较,若所述匹配度小于预设阈值,则显示所述训练动作对应的纠正动作。
具体的,根据得到的匹配度与预设阈值进行比较,如果匹配度小于预设阈值,则根据训练者的训练动作与标准动作的对比,显示对应的纠正动作,例如:采集训练者深度图像中练习每个招式时的各关节的角度和相对位置,根据训练者深度图像中的招式对应的人体各关节的角度和相对位置分别与太极拳标准模型中对应招式的人体各关节的角度和相对位置进行匹配,匹配之后发现训练者的训练动作与太极拳标准模型中的标准动作近似度比较低,那么可以训练者训练动作的匹配度为50,说明该训练者的训练动作与标准动作差异太大,大尺寸液晶显示屏70显示对应的纠正动作,训练者可以根据该纠正的动作进行平衡功能训练。
第二实施例
图9为本发明实施例提供的平衡功能训练系统结构图,请参照图9,本发明实施例提供了一种平衡功能训练系统,包括平衡功能分析单元101、平衡功能采集单元102、太极拳训练单元103;
平衡功能分析单元101,用于获取太极拳运动标准数据库,并根据预设的太极拳运动分析标准得到不同等级的平衡功能运动处方,其中,太极拳运动标准数据库包括太极拳标准模型和健康数据的对应关系;
平衡功能采集单元102,用于获取训练者的健康数据,并根据健康数据以及太极拳标准模型的对应关系制定训练者的平衡功能运动处方;
太极拳训练单元103,用于根据训练者的平衡功能运动处方,生成训练者的太极拳虚拟训练模型,并获取训练者通过所述太极拳虚拟训练模型得到的平衡功能训练结果。
本发明实施例提供的平衡功能训练系统,包括平衡功能分析单元、平衡功能采集单元、太极拳训练单元,该平衡功能分析单元通过采集太极拳专家在太极拳的训练过程,获取太极拳运动标准数据库,根据预设的太极拳运动分析标准对太极拳运动标准数据库进行分析得到不同等级的平衡功能运动处方,根据平衡功能采集单元获取训练者的健康数据,并根据健康数据与太极拳标准模型的对应关系制定训练者的平衡功能运动处方,使得训练者可以根据平衡功能运动处方通过太极拳虚拟训练模型进行训练得到平衡功能训练结果,从而能够根据训练者的健康状况制定训练平衡功能的个性化和多样化的运动处方,并得到训练者的训练评估结果。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种平衡功能训练方法,其特征在于,包括:
获取太极拳运动标准数据库,并根据预设的太极拳运动分析标准得到不同等级的平衡功能运动处方,其中,所述太极拳运动标准数据库包括太极拳标准模型和健康数据的对应关系;
获取训练者的健康数据,并根据所述健康数据以及所述太极拳标准模型的对应关系制定所述训练者的平衡功能运动处方;
根据所述训练者的平衡功能运动处方,生成所述训练者的太极拳虚拟训练模型,并获取所述训练者通过所述太极拳虚拟训练模型得到的平衡功能训练结果。
2.根据权利要求1所述的平衡功能训练方法,其特征在于,所述获取太极拳运动标准数据库的步骤之前,所述方法还包括:
获取太极拳专家在训练太极拳时的人体运动数据、人体静态稳定性数据和人体动态稳定性数据;
根据所获取的人体运动数据、人体静态稳定性数据和人体动态稳定性数据建立太极拳标准模型和健康数据的对应关系。
3.根据权利要求1所述的平衡功能训练方法,其特征在于,根据预设的太极拳运动分析标准得到不同等级的平衡功能运动处方的步骤,包括:
根据预设的太极拳运动分析标准,分析所述太极拳运动所对应的不同等级的平衡功能运动处方,所述平衡功能运动处方包括:太极拳的运动招式、运动强度、运动时间及运动频率。
4.跟据权利要求2所述的平衡功能训练方法,其特征在于,获取太极拳专家在训练太极拳时的人体运动数据的步骤之前包括:
通过3D摄像系统获取太极拳专家在训练太极拳时的各训练时段的深度图像;
分别计算每训练时段内连续帧内深度图像的人体特征向量;
根据所述人体特征向量,计算所述太极拳专家的人体运动数据。
5.根据权利要求4所述的平衡功能训练方法,其特征在于,分别计算每训练时段内连续帧内深度图像的人体特征向量的步骤包括:
根据每训练时段内连续帧内深度图像的人体关节坐标位置,划分成不同运动部位的组合;
对每训练时段内连续帧的深度图像提取人体各运动部位组合的超曲面法向量;
再将超曲面法向量均值池化后,得到人体特征向量。
6.根据权利要求1所述的平衡功能训练方法,其特征在于,获取训练者的健康数据,并根据所述健康数据以及所述太极拳标准模型的对应关系制定所述训练者的平衡功能运动处方的步骤,包括:
获取所述训练者的量表评估数据、生物力学平衡数据、3D摄像系统数据和心肺耐力数据;
根据所述健康数据以及所述太极拳标准模型的对应关系,通过随机森林算法对所述量表评估数据、所述生物力学平衡数据、所述摄像系统数据和所述心肺耐力数据融合,生成所述训练者的平衡功能运动处方。
7.根据权利要求1所述的平衡功能训练方法,其特征在于,获取所述训练者通过所述太极拳虚拟训练模型得到的平衡功能训练结果的步骤,包括:
获取所述训练者通过所述太极拳虚拟训练模型训练时的训练动作;
将所获取的训练动作与所述太极拳标准模型中的标准动作进行匹配得到所述训练动作的匹配度;
将所述训练者所有训练动作的匹配度进行加权求均值,得到所述训练者的平衡功能训练结果。
8.根据权利要求7所述的平衡功能训练方法,其特征在于,获取所述训练者通过所述太极拳虚拟训练模型训练时的训练动作,将所获取的训练动作与所述太极拳标准模型中的标准动作进行匹配得到所述训练动作的匹配度的步骤,包括:
获取所述训练动作对应的人体各关节的三维坐标;
根据所述人体各关节的三维坐标计算所述人体各关节的角度和相对位置;
将所述人体各关节的角度和相对位置与所述标准动作中人体各关节的角度和相对位置进行匹配得到所述训练动作的匹配度。
9.根据权利要求7或8所述的平衡功能训练方法,其特征在于,将所获取的训练动作与所述太极拳标准模型中的标准动作进行匹配得到所述训练动作的匹配度的步骤之后,方法还包括:
将所述训练动作的匹配度与预设阈值进行比较,若所述匹配度小于预设阈值,则显示所述训练动作对应的纠正动作。
10.一种平衡功能训练系统,其特征在于,包括平衡功能分析单元、平衡功能采集单元、太极拳训练单元;
所述平衡功能分析单元,用于获取太极拳运动标准数据库,并根据预设的太极拳运动分析标准得到不同等级的平衡功能运动处方,其中,所述太极拳运动标准数据库包括太极拳标准模型和健康数据的对应关系;
所述平衡功能采集单元,用于获取训练者的健康数据,并根据所述健康数据以及所述太极拳标准模型的对应关系制定所述训练者的平衡功能运动处方;
所述太极拳训练单元,用于根据所述训练者的平衡功能运动处方,生成所述训练者的太极拳虚拟训练模型,并获取所述训练者通过所述太极拳虚拟训练模型得到的平衡功能训练结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910216504.XA CN109887572A (zh) | 2019-03-21 | 2019-03-21 | 一种平衡功能训练方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910216504.XA CN109887572A (zh) | 2019-03-21 | 2019-03-21 | 一种平衡功能训练方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109887572A true CN109887572A (zh) | 2019-06-14 |
Family
ID=66933395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910216504.XA Pending CN109887572A (zh) | 2019-03-21 | 2019-03-21 | 一种平衡功能训练方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109887572A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022088290A1 (zh) * | 2020-10-28 | 2022-05-05 | 中国科学院深圳先进技术研究院 | 运动评估方法、装置、系统及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1291041A1 (en) * | 2000-06-07 | 2003-03-12 | Matsushita Electric Works, Ltd. | Balance training device |
CN102247150A (zh) * | 2011-04-22 | 2011-11-23 | 河北大学 | 一种智能化人体平衡功能检测训练系统 |
CN202235307U (zh) * | 2011-08-03 | 2012-05-30 | 常州市建本医疗康复器材有限公司 | 平衡功能训练检测系统 |
CN103565408A (zh) * | 2012-07-27 | 2014-02-12 | 上海谱康电子科技有限公司 | 平衡功能康复训练设备 |
CN105147284A (zh) * | 2015-05-19 | 2015-12-16 | 南京大学 | 一种改进型人体平衡功能检测方法与训练系统 |
CN105354528A (zh) * | 2015-07-15 | 2016-02-24 | 中国科学院深圳先进技术研究院 | 基于深度图像序列的人体动作识别的方法及系统 |
CN107341612A (zh) * | 2017-07-07 | 2017-11-10 | 上海理工大学 | 一种基于太极拳的康复训练的动作评价方法 |
CN109276237A (zh) * | 2018-11-14 | 2019-01-29 | 郑州大学 | 一种全向移动的脑卒中患者平衡能力评测与训练系统 |
-
2019
- 2019-03-21 CN CN201910216504.XA patent/CN109887572A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1291041A1 (en) * | 2000-06-07 | 2003-03-12 | Matsushita Electric Works, Ltd. | Balance training device |
CN102247150A (zh) * | 2011-04-22 | 2011-11-23 | 河北大学 | 一种智能化人体平衡功能检测训练系统 |
CN202235307U (zh) * | 2011-08-03 | 2012-05-30 | 常州市建本医疗康复器材有限公司 | 平衡功能训练检测系统 |
CN103565408A (zh) * | 2012-07-27 | 2014-02-12 | 上海谱康电子科技有限公司 | 平衡功能康复训练设备 |
CN105147284A (zh) * | 2015-05-19 | 2015-12-16 | 南京大学 | 一种改进型人体平衡功能检测方法与训练系统 |
CN105354528A (zh) * | 2015-07-15 | 2016-02-24 | 中国科学院深圳先进技术研究院 | 基于深度图像序列的人体动作识别的方法及系统 |
CN107341612A (zh) * | 2017-07-07 | 2017-11-10 | 上海理工大学 | 一种基于太极拳的康复训练的动作评价方法 |
CN109276237A (zh) * | 2018-11-14 | 2019-01-29 | 郑州大学 | 一种全向移动的脑卒中患者平衡能力评测与训练系统 |
Non-Patent Citations (1)
Title |
---|
张利英: "基于Kinect运动捕捉的太极拳辅助训练系统研究", 《中国优秀硕士学位论文全文数据库 社会科学II辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022088290A1 (zh) * | 2020-10-28 | 2022-05-05 | 中国科学院深圳先进技术研究院 | 运动评估方法、装置、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108734104B (zh) | 基于深度学习图像识别的健身动作纠错方法及系统 | |
US9350951B1 (en) | Method for interactive training and analysis | |
CN111652078A (zh) | 一种基于计算机视觉的瑜伽动作指导系统和方法 | |
CN103678859B (zh) | 动作比对方法与动作比对系统 | |
CN110010223A (zh) | 一种基于人工智能的运动健康数据采集管理处方、终端服务系统 | |
CN110232963A (zh) | 一种基于立体显示技术的上肢运动功能评估系统及方法 | |
Chen et al. | The design of a real-time, multimodal biofeedback system for stroke patient rehabilitation | |
US20200246660A1 (en) | Rehabilitation training system and method using rgb-d camera | |
CN112489762B (zh) | 基于数值模拟的女子举重运动员腰骶关节的生物力学分析方法 | |
US20200168311A1 (en) | Methods and systems of embodiment training in a virtual-reality environment | |
CN110404243A (zh) | 一种基于体态测量的康复方法及康复系统 | |
CN115497626A (zh) | 基于关节点识别的身体健康评估方法 | |
Mocanu et al. | A Kinect based adaptive exergame | |
CN113542378A (zh) | 面向远程康复服务的交互式运动训练方法、装置、计算机设备和存储介质 | |
Afyouni et al. | Rehabot: Gamified virtual assistants towards adaptive telerehabilitation | |
Champney et al. | Recovery from virtual environment exposure: Expected time course of symptoms and potential readaptation strategies | |
CN109887572A (zh) | 一种平衡功能训练方法及系统 | |
Yan | Construction and application of virtual reality-based sports rehabilitation training program | |
Mack et al. | Movement prototypes and their relationship in the performance of a gymnastics floor routine | |
Wang et al. | Design of Dance Data Management System Based on Computer-Aided Technology Under the Background of Internet of Things | |
CN115410707A (zh) | 一种膝关节骨性关节炎的远程诊疗及康复系统 | |
Baudry et al. | Amplitude variables of circle on the pedagogic pommel horse in gymnastics | |
McNamara et al. | Markerless motion capture system to detect upper limb movement during rehabilitation using video games | |
Gala et al. | Characteristic Analysis of Tai Ji Chuan Standard Action Based on and Perceptual IoT Network | |
CN114984540B (zh) | 一种基于人工智能的健身锻炼效果评价分析管理系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190614 |