CN111514560A - 一种可识别运动员的排球检测系统 - Google Patents
一种可识别运动员的排球检测系统 Download PDFInfo
- Publication number
- CN111514560A CN111514560A CN202010262966.8A CN202010262966A CN111514560A CN 111514560 A CN111514560 A CN 111514560A CN 202010262966 A CN202010262966 A CN 202010262966A CN 111514560 A CN111514560 A CN 111514560A
- Authority
- CN
- China
- Prior art keywords
- volleyball
- athlete
- training
- posture
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B69/00—Training appliances or apparatus for special sports
- A63B69/0095—Training appliances or apparatus for special sports for volley-ball
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
Abstract
本发明公开了训练设备技术领域的一种可识别运动员的排球检测系统,包括运动员姿态检测装置、排球运动轨迹监测装置和运动员辅助训练系统,运动员姿态监测装置用于监测运动员的空间姿态,排球运动轨迹监测装置用于监测排球的空间运动轨迹,运动员辅助训练系统用于对运动员姿态信息的数据化管理,同时利用三维姿态估计手段对运动员姿态进行动作分析和动作评价功能。通过监测运动员的空间姿态,得到运动员的运动数据,通过监测排球的运动轨迹,得到排球的轨迹数据,通过将数据输入到运动员辅助训练系统,利用三维模型配合数据分析,得到运动员的姿态数据是否符合标准姿态数据,如果不符合可以通过改变技术手段得到改善。
Description
技术领域
本发明涉及训练设备领域,具体为一种可识别运动员的排球检测系统。
背景技术
排球运动员在训练时对接球的技术动作有很高的要求,而且每个运动员的身体不一样,接球时的姿态也不一样,怎么监测运动员的接球姿态,从而找出其技术动作的缺点,在过去都是通过人为的检测或者通过回看录像的方式来找出其中的问题,但具体到分析速度数据时和姿态对比时,往往存在数据分析不到位,不能很好的归结技术特征的不足,比如接球时对球的速度和方向判断过后,应该以什么样的速度和动作去接球,才能使球保持一个想要的运动轨迹,虽然通过不断的训练可以达到,但是没有模拟得出结果的快。
基于此,本发明设计了一种可识别运动员的排球检测系统,以解决上述问题。
发明内容
本发明的目的在于提供一种可识别运动员的排球检测系统,以解决上述背景技术中提出的对运动员的姿态数据进行监测,找到具体的姿态数据,分析姿态数据来提高运动员的训练成绩的问题。
为实现上述目的,本发明提供如下技术方案:一种可识别运动员的排球检测系统,包括运动员姿态检测装置、排球运动轨迹监测装置和运动员辅助训练系统,所述运动员姿态监测装置用于监测运动员的空间姿态,所述排球运动轨迹监测装置用于监测排球的空间运动轨迹,所述运动员辅助训练系统用于对运动员姿态信息的数据化管理,同时利用三维姿态估计手段对运动员姿态进行动作分析和动作评价功能。通过监测运动员的空间姿态,得到运动员的运动数据,通过监测排球的运动轨迹,得到排球的轨迹数据,通过将数据输入到运动员辅助训练系统,利用三维模型配合数据分析,得到运动员的姿态数据是否符合标准姿态数据,如果不符合可以通过改变技术手段得到改善。如分析手腕处的接球加速度和位移,发现其接球力量和接球位移都不符合排球的运动轨迹,这时就可以从增加训练球员的接球力量和判断力方面来提升训练球员的技能。
作为本发明的进一步方案,所述运动员姿态监测装置包括三轴加速度计,所述三轴加速度计分别设置在运动员的头部、腰部、手腕部和脚腕部,还包括设置在球场三个垂直方向上用于检测运动员的CCD光敏传感器。通过三轴加速度计,得出运动员各个关键位置的运动姿态图,配合三个方位的CCD光敏传感器的像素图,转换为模型的空间姿态数据,然后赋予给模仿运动员本人的人体三维模型,使得人体三维模型具有模拟空间姿态的特性。
作为本发明的进一步方案,所述排球运动轨迹监测装置包括设置在排球内部的三轴加速度计和设置在球场三个垂直方向上的用于排球运动路径抓拍成像的CCD光敏传感器。通过三轴加速度计,得出排球的运动姿态图,配合三个方位的CCD光敏传感器的像素图,转换为模型的空间姿态数据,然后赋予给模型,使得排球模型具有模拟空间姿态的特性。
作为本发明的进一步方案,所述运动员辅助训练系统还包括技术训练辅助系统、专项力量训练系统、训练质量管理系统和训练手段分析系统。通过多方向的数据结合可以更好的分析模型的空间数据。
作为本发明的进一步方案,所述技术训练辅助系统用于完成对运动员姿态数据的分析,发现其接球技术上存在的问题。
作为本发明的进一步方案,所述专项力量训练系统用于完成对运动员姿态数据的分析,发现其接球力量和专项力量上的不足。
作为本发明的进一步方案,所述训练质量管理系统通过运动学、姿态估计和生理卫生指标对排球运动员的训练质量进行评估。
作为本发明的进一步方案,所述训练手段分析系统用于对排球训练辅助手段进行分析,建立接球动作姿态数据和训练手段之间的联系,用于分析训练手段和增加训练手段,排除不合理的辅助训练手段。
与现有技术相比,本发明的有益效果是:通过监测运动员的空间姿态,得到运动员的运动数据,通过监测排球的运动轨迹,得到排球的轨迹数据,通过将数据输入到运动员辅助训练系统,利用三维模型配合数据分析,得到运动员的姿态数据是否符合标准姿态数据,如果不符合可以通过改变技术手段得到改善。如分析手腕处的接球加速度和位移,发现其接球力量和接球位移都不符合排球的运动轨迹,这时就可以从增加训练球员的接球力量和判断力方面来提升训练球员的技能。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明运动员辅助训练系统的组成示意图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:一种可识别运动员的排球检测系统,包括运动员姿态检测装置、排球运动轨迹监测装置和运动员辅助训练系统,运动员姿态监测装置用于监测运动员的空间姿态,排球运动轨迹监测装置用于监测排球的空间运动轨迹,运动员辅助训练系统用于对运动员姿态信息的数据化管理,同时利用三维姿态估计手段对运动员姿态进行动作分析和动作评价功能。通过监测运动员的空间姿态,得到运动员的运动数据,通过监测排球的运动轨迹,得到排球的轨迹数据,通过将数据输入到运动员辅助训练系统,利用三维模型配合数据分析,得到运动员的姿态数据是否符合标准姿态数据,如果不符合可以通过改变技术手段得到改善。如分析手腕处的接球加速度和位移,发现其接球力量和接球位移都不符合排球的运动轨迹,这时就可以从增加训练球员的接球力量和判断力方面来提升训练球员的技能。
其中,运动员姿态监测装置包括三轴加速度计,三轴加速度计分别设置在运动员的头部、腰部、手腕部和脚腕部,还包括设置在球场三个垂直方向上用于检测运动员的CCD光敏传感器。通过三轴加速度计,得出运动员各个关键位置的运动姿态图,配合三个方位的CCD光敏传感器的像素图,转换为模型的空间姿态数据,然后赋予给模仿运动员本人的人体三维模型,使得人体三维模型具有模拟空间姿态的特性。排球运动轨迹监测装置包括设置在排球内部的三轴加速度计和设置在球场三个垂直方向上的用于排球运动路径抓拍成像的CCD光敏传感器。通过三轴加速度计,得出排球的运动姿态图,配合三个方位的CCD光敏传感器的像素图,转换为模型的空间姿态数据,然后赋予给模型,使得排球模型具有模拟空间姿态的特性。通过以上方法就可以用于建立模型且赋予模型的实时姿态图,运动员辅助训练系统还包括技术训练辅助系统、专项力量训练系统、训练质量管理系统和训练手段分析系统。通过多方向的数据结合可以更好的分析模型的空间数据,技术训练辅助系统用于完成对运动员姿态数据的分析,发现其接球技术上存在的问题;专项力量训练系统用于完成对运动员姿态数据的分析,发现其接球力量和专项力量上的不足;训练质量管理系统通过运动学、姿态估计和生理卫生指标对排球运动员的训练质量进行评估;训练手段分析系统用于对排球训练辅助手段进行分析,建立接球动作姿态数据和训练手段之间的联系,用于分析训练手段和增加训练手段,排除不合理的辅助训练手段。
三维姿态估计手段
实现无标记的三维姿态估计主要采用了贝叶斯匹配算法,用于识别人体不同部位的姿态。其基本思想是,利用已有的运动姿态数据库D经过分类可以得到运动姿态样例集合C,对于新的运动员姿态图像只需通过寻找令p(x|z)概率最大的样例,即可确定运动员的姿态。x表示特定部位姿态的状态变量,z表示运动员姿态图像的姿态状态变量。
首先,将p(x|z)看作运动姿态样例集合C的边缘分布,则有
p(x|z)=∑kp(x|z,C)p(C) (1)
式中,p(x|z,C)用于表示部位姿态状态变量x,即符合运动员观测姿态状态变量z。同时,又隶属于运动姿态样例库C的概率。
假设部位姿态状态变量x和运动姿态样例库C相互独立,则有
p(z|x,C)=p(x,C|z)p(z)p(x,C)=p(z|x)p(z|C)p(z)(2)则,式(1)可变为:p(x|z)=p(z|x)∑kp(z|C)p(x|C)p(C) (3)
假设,姿态样例库中所有的姿态样例是均匀分布的,及p(C)的概率是均匀的。则后验概率可以简化为
p(x|z)=p(z|x)∑kp(z|C)p(x|C) (4)
经过分类后,类别C内的样例所在的集合可以合理的视作高斯分布,即满足:
x|C~N(μ,Z) (5)
其中μ,Z分别为运动姿态样例集合C内的样例出现的概率均值和协方差。则运动员姿态图像上姿态状态变量出现的概率为
p(z|C)=∫x∈Cp(z|x)p(x|C) (6)
对于式(6)采用蒙特卡罗近似计算,首先需要对概率p(x|C)进行采样计算;然后,计算每个采样点的置信度p(z|x);最后,对所有采样点的置信度求加权和。然后根据上述式(5),在给运动员姿态状态变量z的条件下,对于运动姿态数据库D中的每个运动姿态样例x,均可以计算其后验概率p(x|z)。通过该值,即可判断运动员当前姿态和数据库中样例姿态之间的相似度,从而实现对运动员姿态的估计。
运动辅助训练系统设计
4.1系统结构
运动辅助训练系统的构建是实现运动员数据和训练数据科学化管理的基础,从而建立完整的运动辅助训练系统,以实现科学化的训练管理。系统的主要功能包括:比赛数据的采集、训练指标的量化管理、运动员信息的个性化管理、训练数据的统计分析以及训练日程的安排等功能。运动训练辅助系统的整体结构与功能模块,如图1所示。
4.2系统实现
采用VB语言和Microsoft OfficeAccess数据库,对排球运动员训练辅助系统进行研究开发。VB程序开发系统中通常以客户端接口、数据库和中间连接层构成了数据访问接口。利用以Jet引擎为基础的DAO接口,在对Access数据库访问时会有较高的访问速度。在DataBase之上,建立访问接口时需要通DBEngine和WorkSpace对象。
其中,WorkSpace对象包含了一个数据库集合。在创建或打开数据库的同时,由Connect属性会指定一个链接字符串,并由Name属性指定数据库的路径和文件名,从而实现对数据库的访问功能。建立所谓的系统的登录界面,通过对用户身份确认来保证系统安全性。在对运动员充分调研的基础上,可以制定运动员的训练计划,如:运动员基本信息、训练日期、训练数量等。如下为训练计划输入的关键代码。
<!DOCTYPE html>
<html lang="zh-cmn-Hans">
<head>
<meta charset="utf-8"/>
<title>运动训练辅助系统</title>
"description"content="输入训练计划">
<"keywords"content="运动员基本情况">
<linkrel="运动员基本信息".127.net"/>
<linkrel="训练日期"href=/>
<linkrel="训练课程"href="//"/>
<linkrel="训练质量分析"href="//"/>
<linkhref="//mimg.127.net/act/2017/171019-
email-index/pc/css/style.988901cd.css"rel=
"stylesheet"></head>
<body>
<script>
数据分析和显示采用面向对象的Java语言,在JavaVirtual Machine的虚拟平台上,实现了上部和下部分之间的硬件隔离。同时采用Java2DAPI分别定义了用户坐标空间和设备坐标空间,然后采用Graphics2D的图形关联对象,绘制特定的输出风格。此外,通过Java.awt和Java.awt.image中增添图像处理方法,实现对图像的变化功能。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种可识别运动员的排球检测系统,其特征在于:包括运动员姿态检测装置、排球运动轨迹监测装置和运动员辅助训练系统,所述运动员姿态监测装置用于监测运动员的空间姿态,所述排球运动轨迹监测装置用于监测排球的空间运动轨迹,所述运动员辅助训练系统用于对运动员姿态信息的数据化管理,同时利用三维姿态估计手段对运动员姿态进行动作分析和动作评价功能。
2.根据权利要求1所述的一种可识别运动员的排球检测系统,其特征在于:所述运动员姿态监测装置包括三轴加速度计,所述三轴加速度计分别设置在运动员的头部、腰部、手腕部和脚腕部,还包括设置在球场三个垂直方向上用于检测运动员的CCD光敏传感器。
3.根据权利要求1所述的一种可识别运动员的排球检测系统,其特征在于:所述排球运动轨迹监测装置包括设置在排球内部的三轴加速度计和设置在球场三个垂直方向上的用于排球运动路径抓拍成像的CCD光敏传感器。
4.根据权利要求1所述的一种可识别运动员的排球检测系统,其特征在于:所述运动员辅助训练系统还包括技术训练辅助系统、专项力量训练系统、训练质量管理系统和训练手段分析系统。
5.根据权利要求4所述的一种可识别运动员的排球检测系统,其特征在于:所述技术训练辅助系统用于完成对运动员姿态数据的分析,发现其接球技术上存在的问题。
6.根据权利要求4所述的一种可识别运动员的排球检测系统,其特征在于:所述专项力量训练系统用于完成对运动员姿态数据的分析,发现其接球力量和专项力量上的不足。
7.根据权利要求4所述的一种可识别运动员的排球检测系统,其特征在于:所述训练质量管理系统通过运动学、姿态估计和生理卫生指标对排球运动员的训练质量进行评估。
8.根据权利要求4所述的一种可识别运动员的排球检测系统,其特征在于:所述训练手段分析系统用于对排球训练辅助手段进行分析,建立接球动作姿态数据和训练手段之间的联系,用于分析训练手段和增加训练手段,排除不合理的辅助训练手段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010262966.8A CN111514560A (zh) | 2020-04-07 | 2020-04-07 | 一种可识别运动员的排球检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010262966.8A CN111514560A (zh) | 2020-04-07 | 2020-04-07 | 一种可识别运动员的排球检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111514560A true CN111514560A (zh) | 2020-08-11 |
Family
ID=71901083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010262966.8A Pending CN111514560A (zh) | 2020-04-07 | 2020-04-07 | 一种可识别运动员的排球检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111514560A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202410082U (zh) * | 2012-01-11 | 2012-09-05 | 幻音科技(深圳)有限公司 | 移动终端及具有该终端的高尔夫挥杆信息分析系统 |
JP2015150226A (ja) * | 2014-02-14 | 2015-08-24 | 日本電信電話株式会社 | 習熟度評価方法、およびプログラム |
CN106178476A (zh) * | 2016-08-13 | 2016-12-07 | 泉州医学高等专科学校 | 一种数字排球训练系统 |
CN106362377A (zh) * | 2016-07-14 | 2017-02-01 | 广东技术师范学院 | 一种混合动作捕捉的训练装置 |
CN107050774A (zh) * | 2017-05-17 | 2017-08-18 | 上海电机学院 | 一种基于动作采集的健身动作纠错系统及方法 |
CN108939480A (zh) * | 2018-07-20 | 2018-12-07 | 九江学院 | 一种乒乓球智能训练系统 |
CN109513194A (zh) * | 2018-12-04 | 2019-03-26 | 湖南城市学院 | 一种舞蹈自主训练用比对系统 |
CN109806568A (zh) * | 2019-02-13 | 2019-05-28 | 出门问问信息科技有限公司 | 一种游泳运动监测方法、装置、系统及存储介质 |
CN110787439A (zh) * | 2019-11-14 | 2020-02-14 | 宜春学院 | 一种基于电子数据采集的武术训练评估装置 |
-
2020
- 2020-04-07 CN CN202010262966.8A patent/CN111514560A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202410082U (zh) * | 2012-01-11 | 2012-09-05 | 幻音科技(深圳)有限公司 | 移动终端及具有该终端的高尔夫挥杆信息分析系统 |
JP2015150226A (ja) * | 2014-02-14 | 2015-08-24 | 日本電信電話株式会社 | 習熟度評価方法、およびプログラム |
CN106362377A (zh) * | 2016-07-14 | 2017-02-01 | 广东技术师范学院 | 一种混合动作捕捉的训练装置 |
CN106178476A (zh) * | 2016-08-13 | 2016-12-07 | 泉州医学高等专科学校 | 一种数字排球训练系统 |
CN107050774A (zh) * | 2017-05-17 | 2017-08-18 | 上海电机学院 | 一种基于动作采集的健身动作纠错系统及方法 |
CN108939480A (zh) * | 2018-07-20 | 2018-12-07 | 九江学院 | 一种乒乓球智能训练系统 |
CN109513194A (zh) * | 2018-12-04 | 2019-03-26 | 湖南城市学院 | 一种舞蹈自主训练用比对系统 |
CN109806568A (zh) * | 2019-02-13 | 2019-05-28 | 出门问问信息科技有限公司 | 一种游泳运动监测方法、装置、系统及存储介质 |
CN110787439A (zh) * | 2019-11-14 | 2020-02-14 | 宜春学院 | 一种基于电子数据采集的武术训练评估装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jalal et al. | A wrist worn acceleration based human motion analysis and classification for ambient smart home system | |
CN109948459B (zh) | 一种基于深度学习的足球动作评估方法与系统 | |
Chaquet et al. | A survey of video datasets for human action and activity recognition | |
Li et al. | Intelligent sports training system based on artificial intelligence and big data | |
US20160328604A1 (en) | Systems and methods of monitoring activities at a gaming venue | |
Avola et al. | Deep temporal analysis for non-acted body affect recognition | |
CN112633059B (zh) | 一种基于LabVIEW和MATLAB的跌倒远程监控系统 | |
CN106073793B (zh) | 基于微惯性传感器的姿态跟踪与识别方法 | |
Li et al. | Research on basketball players’ action recognition based on interactive system and machine learning | |
Choi et al. | Motion recognition technology based remote Taekwondo Poomsae evaluation system | |
Cui et al. | Deep learning based advanced spatio-temporal extraction model in medical sports rehabilitation for motion analysis and data processing | |
Yuan et al. | Adaptive recognition of motion posture in sports video based on evolution equation | |
Nie et al. | The construction of basketball training system based on motion capture technology | |
CN116740618A (zh) | 一种运动视频动作评估方法、系统、计算机设备及介质 | |
CN111514560A (zh) | 一种可识别运动员的排球检测系统 | |
CN111310655A (zh) | 基于关键帧和组合注意力模型的人体动作识别方法和系统 | |
Ni et al. | Sports dance action recognition system oriented to human motion monitoring and sensing | |
Jiang et al. | Deep learning algorithm based wearable device for basketball stance recognition in basketball | |
CN107851457A (zh) | 被配置为实现包括应用于交互技能训练内容的传送的对身体表演的技能的分析的框架和方法 | |
CN115578668A (zh) | 目标行为识别方法、电子设备以及存储介质 | |
CN114022956A (zh) | 一种多维度智能研判健身动作运动效果的方法 | |
Han | A table tennis motion correction system based on human motion feature recognition | |
Zhao et al. | Simulation of sports training recognition system based on internet of things video behavior analysis | |
Yuan et al. | A Deep Learning Algorithm for Fusing Action Recognition and Psychological Characteristics of Wrestlers. | |
He et al. | Recognition and Prediction of Badminton Attitude Based on Video Image Analysis |
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: 20200811 |