CN112437487B - 位置定位方法、事件识别方法、装置和计算机设备 - Google Patents

位置定位方法、事件识别方法、装置和计算机设备 Download PDF

Info

Publication number
CN112437487B
CN112437487B CN202110100628.9A CN202110100628A CN112437487B CN 112437487 B CN112437487 B CN 112437487B CN 202110100628 A CN202110100628 A CN 202110100628A CN 112437487 B CN112437487 B CN 112437487B
Authority
CN
China
Prior art keywords
event
target
ball
target object
shooting
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
CN202110100628.9A
Other languages
English (en)
Other versions
CN112437487A (zh
Inventor
谷周亮
李升�
刘强
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.)
Beijing Shenlan Changsheng Technology Co ltd
Original Assignee
Beijing Shenlan Changsheng Technology Co ltd
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 Beijing Shenlan Changsheng Technology Co ltd filed Critical Beijing Shenlan Changsheng Technology Co ltd
Priority to CN202110100628.9A priority Critical patent/CN112437487B/zh
Publication of CN112437487A publication Critical patent/CN112437487A/zh
Application granted granted Critical
Publication of CN112437487B publication Critical patent/CN112437487B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30221—Sports video; Sports image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本申请涉及一种位置定位方法、事件识别方法、装置、计算机设备和存储介质。所述方法包括：获取目标对象对应的位置帧序列；位置帧序列中的每一位置帧包含目标对象的位置坐标；基于位置帧序列中的时间先后顺序，识别每一位置帧中每一目标对象的位置坐标，并根据每一目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。采用本方法，可以提高事件识别准确性。

Description

位置定位方法、事件识别方法、装置和计算机设备
技术领域
本申请涉及定位分析技术领域，特别是涉及一种位置定位方法、事件识别方法、装置、计算机设备和存储介质。
背景技术
一场体育赛事结束后，运动员可能需要本场比赛的个人数据信息，例如，本场比赛中各类目标事件对应的个人得分情况、投篮次数、带球次数等，以此需要对发生的目标事件进行识别和记录。
传统的赛事中目标事件由人工识别并记录，然后，经过赛后的汇总处理得到运动员本场比赛个人数据。然而，人工进行事件识别时，由于障碍物阻挡，外界环境干扰等无法保证事件识别的准确性。
发明内容
基于此，有必要针对上述技术问题，提供一种事件识别方法、装置、计算机设备和存储介质。
一种事件识别方法，所述方法包括：
获取目标对象对应的位置帧序列；所述位置帧序列中的每一位置帧包含所述目标对象的位置坐标；
基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
在其中一个实施例中，所述获取目标对象对应的位置帧序列，包括：
接收至少两个基站分别发送的目标对象数据包，所述目标对象数据包中包含目标对象的直线位置信息，所述直线位置信息表征所述目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息；
基于目标区域对应的区域模型中包含的所述目标区域的边界数据，根据至少两个所述基站分别发送的所述目标对象数据包中的同一目标对象的直线位置信息，确定所述同一目标对象在所述区域模型中的位置坐标；
将所述目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列。
在其中一个实施例中，在所述接收至少两个基站分别发送的目标对象数据包之前，所述方法还包括：
建立并存储目标区域对应的区域模型，所述区域模型中包含所述目标区域的边界数据；
根据目标对象进入所述目标区域的进场顺序，将所述目标对象对应的目标子模型添加至所述区域模型中，并将所述目标子模型根据所述进场顺序打上对应的模型编号；所述目标子模型表征所述目标对象的特征信息。
在其中一个实施例中，所述接收至少两个基站分别发送的目标对象数据包，包括：
通过目标基站接收由目标对象携带的标签发送的寻址信号，所述寻址信号包含所述目标对象的寻址数据和所述目标对象对应的标签标识；
通过所述目标基站内部的天线阵列，利用到达角算法，计算每一所述目标对象对应的寻址信号相对于所述目标基站的天线阵列的到达角，并根据至少两个到达角确定所述至少两个到达角对应的直线；所述直线作为所述目标对象的直线位置信息；
将目标区域内全部目标对象对应的所述直线位置信息以及对应的所述标签标识封装成目标对象数据包。
在其中一个实施例中，所述目标对象包括目标球和目标人员，所述基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息，包括：
基于所述位置帧序列中的时间先后顺序，识别当前位置帧中所述目标球和所述目标人员的位置坐标；
计算当前位置帧中所述目标球和所述目标人员间的水平距离，将所述水平距离小于预设距离阈值且所述小于预设距离阈值的状态维持预设时间阈值的事件，确定为持球事件，并将所述持球事件中的目标人员确定为持球目标人员；所述持球目标人员作为所述持球事件中的事件主角；
识别下一位置帧中所述持球目标人员的位置坐标以及所述目标球的位置坐标，进行下一事件判别；
若下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标在竖直方向上的距离变化，且所述目标球的竖直方向加速度大于或等于预设阈值，确定所述下一事件为拍球事件；所述拍球事件中所述持球目标人员作为事件主角；
若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的预估运动轨迹为朝向篮筐的抛物线方向，则确定所述下一事件为投篮事件；所述投篮事件中所述持球目标人员作为事件主角；
若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的位置坐标与具有相同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且所述小于预设距离阈值的状态维持预设时间阈值时，则确定所述下一事件为传球事件；所述传球事件中所述持球目标人员作为事件主角；
若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的位置坐标与具有不同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且所述小于预设距离阈值的状态维持预设时间阈值时，则确定所述下一事件为失误事件；所述失误事件中所述持球目标人员作为事件主角。
在其中一个实施例中，在所述确定所述下一事件为投篮事件之后，所述方法还包括：
根据接收到的篮网传感器的第一检测结果，确定所述投篮事件的投篮结果为投篮命中结果；所述篮网传感器的第一检测结果由篮网传感器采集并分析篮网振动信号得到；
根据接收到的所述篮网传感器的第二检测结果，确定所述投篮事件的投篮结果为投篮未命中结果；所述篮网传感器的第二检测结果由篮网传感器采集并分析篮网振动信号得到；
若在预设时间内未接收到所述篮网传感器的检测结果，确定所述投篮事件的投篮结果为投篮未命中结果。
在其中一个实施例中，在所述确定所述下一事件为传球事件之后，所述方法还包括：
若确定所述持球事件中的所述另一目标人员执行了一次投篮事件，则确定所述传球事件中的所述持球目标人员执行了一次助攻事件，并将所述持球目标人员确定为所述助攻事件的事件主角。
在其中一个实施例中，在所述根据接收到的篮网传感器的第一检测结果，确定所述投篮事件的投篮结果为投篮命中结果之后，所述方法还包括：
遍历目标区域对应的区域模型包含的边界数据中分数线位置数据，得到各所述分数线位置数据与所述持球目标人员的位置坐标间的位置关系，根据所述位置关系确定所述投篮命中事件对应的投篮得分结果。
在其中一个实施例中，在所述确定所述投篮事件的投篮结果为投篮未命中结果之后，所述方法还包括：
若确定出距离最近的所述持球事件中的持球目标人员与所述投篮事件中的持球目标人员具有不同的队伍标识，则确定所述投篮事件与所述持球事件之间发生一次后场篮板事件；
若确定出距离最近的所述持球事件中的持球目标人员与所述投篮事件中的持球目标人员具有相同的队伍标识，则确定所述投篮事件为所述持球事件之间发送一次前场篮板事件。
在其中一个实施例中，所述方法还包括：
将预设时长的位置帧序列中包含的目标事件按照事件类型和/或事件特征进行数量统计，得到事件统计结果，并将所述所述事件统计结果根据所述事件类型和/或事件特征进行分组存储，以使根据所述事件类型和/或所述事件特征进行统计结果查询；所述事件特征信息包括事件主角和事件结果。
一种位置定位方法，所述方法应用于第一服务器，所述方法包括：
接收至少两个基站分别发送的目标对象数据包，所述目标对象数据包中包含目标对象的直线位置信息，所述直线位置信息表征所述目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息；
基于目标区域对应的区域模型中包含的所述目标区域的边界数据，根据至少两个所述基站分别发送的所述目标对象数据包中的同一目标对象的直线位置信息，确定所述同一目标对象在所述区域模型中的位置坐标；
将所述目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列；
将所述位置帧序列发送至第二服务器，以指示所述第二服务器基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
一种事件识别装置，所述装置包括：
获取模块，用于获取目标对象对应的位置帧序列；所述位置帧序列中的每一位置帧包含所述目标对象的位置坐标；
识别模块，用于基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
一种事件识别系统，所述系统包括：
定位服务器，用于获取目标对象对应的位置帧序列；所述位置帧序列中的每一位置帧包含所述目标对象的位置坐标；
还用于接收至少两个基站分别发送的目标对象数据包，所述目标对象数据包中包含目标对象的直线位置信息，所述直线位置信息表征所述目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息；基于目标区域对应的区域模型中包含的所述目标区域的边界数据，根据至少两个所述基站分别发送的所述目标对象数据包中的同一目标对象的直线位置信息，确定所述同一目标对象在所述区域模型中的位置坐标；将所述目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列；
数据分析服务器，用于基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息；
还用于基于所述位置帧序列中的时间先后顺序，识别当前位置帧中所述目标球和所述目标人员的位置坐标；计算当前位置帧中所述目标球和所述目标人员间的水平距离，将所述水平距离小于预设距离阈值且所述小于预设距离阈值的状态维持预设时间阈值的事件，确定为持球事件，并将所述持球事件中的目标人员确定为持球目标人员；所述持球目标人员作为所述持球事件中的事件主角；识别下一位置帧中所述持球目标人员的位置坐标以及所述目标球的位置坐标，进行下一事件判别；若下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标在竖直方向上的距离变化，且所述目标球的竖直方向加速度大于或等于预设阈值，确定所述下一事件为拍球事件；所述拍球事件中所述持球目标人员作为事件主角；若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的预估运动轨迹为朝向篮筐的抛物线方向，则确定所述下一事件为投篮事件；所述投篮事件中所述持球目标人员作为事件主角；若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的位置坐标与具有相同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且所述小于预设距离阈值的状态维持预设时间阈值时，则确定所述下一事件为传球事件；所述传球事件中所述持球目标人员作为事件主角；若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的位置坐标与具有不同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且所述小于预设距离阈值的状态维持预设时间阈值时，则确定所述下一事件为失误事件；所述失误事件中所述持球目标人员作为事件主角。
还用于根据接收到的篮网传感器的第一检测结果，确定所述投篮事件的投篮结果为投篮命中结果；所述篮网传感器的第一检测结果由篮网传感器采集并分析篮网振动信号得到；根据接收到的所述篮网传感器的第二检测结果，确定所述投篮事件的投篮结果为投篮未命中结果；所述篮网传感器的第二检测结果由篮网传感器采集并分析篮网振动信号得到；若在预设时间内未接收到所述篮网传感器的检测结果，确定所述投篮事件的投篮结果为投篮未命中结果；
还用于遍历目标区域对应的区域模型包含的边界数据中分数线位置数据，得到各所述分数线位置数据与所述持球目标人员的位置坐标间的位置关系，根据所述位置关系确定所述投篮命中事件对应的投篮得分结果。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取目标对象对应的位置帧序列；所述位置帧序列中的每一位置帧包含所述目标对象的位置坐标；
基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取目标对象对应的位置帧序列；所述位置帧序列中的每一位置帧包含所述目标对象的位置坐标；
基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
上述位置定位方法、事件识别方法、装置、计算机设备和存储介质，通过位置定位方法得到位置帧序列，获取目标对象对应的位置帧序列；所述位置帧序列中的每一位置帧包含所述目标对象的位置坐标；基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。采用本方法，通过确定目标对象的位置坐标，进一步确定目标对象间的位置关系，准确判断出发生事件的事件类型和事件特征，提高事件识别准确率。
附图说明
图1为一个实施例中位置定位方法、事件识别方法的应用环境图；
图2为一个实施例中篮球赛场具体部署应用环境图；
图3为一个实施例中事件识别方法的流程示意图；
图4为一个实施例中位置定位步骤的流程示意图；
图5为一个实施例中一维天线阵列到达角示意图；
图6为一个实施例中二维天线阵列到达角示意图；
图7为一个实施例中建立并存储区域模型和目标子模型步骤的流程图；
图8为一个实施例中球门区的示意图；
图9为一个实施例中得到目标对象数据包步骤的流程示意图；
图10为一个实施例中具体事件识别步骤的流程示意图；
图11为一个实施例中服务器区分位置坐标的流程示意图；
图12为一个实施例中判断投篮结果步骤的流程示意图；
图13为一个实施例中事件识别示例的流程示意图；
图14为另一个实施例中两个服务器实现事件识别方法的流程示意图；
图15为一个实施例中事件识别系统的架构示意图；
图16为一个实施例中事件识别装置的结构框图；
图17为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的事件识别方法，可以应用于如图1所示的应用环境中。其中，第一服务器102通过网络与第二服务器104进行通信。由第一服务器102得到目标对象的位置帧序列，第二服务器104获取到目标对象对应的位置帧序列；其中，位置帧序列中的每一位置帧包含目标对象的位置坐标；基于位置帧序列中的时间先后顺序，识别每一位置帧中每一目标对象的位置坐标，并根据每一目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
其中，第一服务器102得到目标对象的位置帧序列的过程为：接收至少两个基站分别发送的目标对象数据包，目标对象数据包中包含目标对象的直线位置信息，其中，直线位置信息表征目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息；基于目标区域对应的区域模型中包含的目标区域的边界数据，根据至少两个基站分别发送的目标对象数据包中的同一目标对象的直线位置信息，确定同一目标对象在区域模型中的位置坐标；将目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列；将位置帧序列发送至第二服务器104。
可选地，第一服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现本实施例中的位置定位方法，第二服务器104也可以用独立的服务器或者是多个服务器组成的服务器集群来实现事件识别方法。第一服务器102的功能可以和第二服务器104的功能可以由一个服务器实现，在此不做限定。
可选地，在本实施例中，除了服务器之外，还包含的环境器件有蓝牙标签和基站，其中，目标区域周围部署至少两个基站，为了更好的确定信号到达角，基站垂直于地面的距离在3米以上，基站内部具备至少两个天线阵列，该天线阵列以2维平面的方式布局。蓝牙标签与基站之间利用具有较强抗干扰能力的蓝牙私有信道（例如，2401MHz，2481MHz等）进行双向通信，具体地，如图2所示，篮球赛场为目标区域，在赛场四周顶点上分别部署有蓝牙基站，目标对象（包括球和人）携带有用于发送寻址信号的蓝牙标签，该标签设置于运动员佩戴的手环上或者固定于运动员鞋带上，还设置于球的内部，对于设置的标签数目本实施例不做限定。蓝牙标签以预先配置的频率（例如，50Hz、100Hz、200Hz等）向四周基站发送定位信号（寻址信号），为避免标签之间的信号干扰，各目标对象对应的标签可以关联目标对象对应的目标子模型，进而按照模型编码顺序在规定的时间间隔依次发送蓝牙信号。同时，基站也可以向标签发送（配置）信号，以通过（配置）信号管理或者配置蓝牙标签，例如，基站发送的配置信号是通过用户终端手动输入的命令，则反向传输路径：应用系统—>服务器（可以是用于定位第一服务器102，也可以是集成定位和事件识别两种处理逻辑的第二服务器104）—>基站—>蓝牙标签，其中 “—>”表示由XX传输至XX；也可以是根据应用系统预先定义的赛事规则或者预先设定的触发条件得到的配置信号，则反向传输路径为：服务器—>基站—>标签。
可选地，例如，在一场篮球赛事中，运动员下场休息时，应用系统会自动识别触发配置命令到该目标运动员穿戴的标签上，使得该标签的输出信号频率降低（例如，降低为正常工作频率的十分之一）。当应用系统检测到目标运动员进入赛场区域后，再将标签的输出信号频率调回到正常的工作频率。
可选地，在蓝牙标签数目多且输出信号频率高（例如，大于200Hz）时，处理信号需要的计算量大于已有的基站吞吐量时，可以通过增加基站数量或者将标签与基站进行匹配分组的形式，实现多标签高频率的需求；增加基站数量可以使得信号处理效率更高，位置定位更精确。
在一个实施例中，如图3所示，提供了一种事件识别方法，以该方法应用于图1中的第二服务器104（集成两种定位和事件识别处理逻辑的服务器）为例进行说明，包括以下步骤：
步骤301，获取目标对象对应的位置帧序列；位置帧序列中的每一位置帧包含目标对象的位置坐标。
在实施中，服务器获取目标对象对应的位置帧序列，其中，位置帧序列中的每一位置帧包含目标区域内全部目标对象的位置坐标。
具体地，一个位置帧是基于同一时间段内的目标对象数据包（也可以称为一个同步单元）得到的定位数据。用来保证在数据引擎在计算分析时，一个目标区域的区域模型下的所有目标对象的目标子模型的位置变化是按照位置帧来同步的。在一个位置帧内，所有标签按顺序在规定的时间间隙依次发送定位信号，以此来避免信号之间的冲突。一个位置帧内的所有目标对象的位置坐标数据，可并行处理，充分利用服务器内部多核与多线程技术。计算耗时远远低于每条数据的串行处理。
步骤302，基于位置帧序列中的时间先后顺序，识别每一位置帧中每一目标对象的位置坐标，并根据每一目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
在实施中，服务器基于获取到的位置帧序列中的时间先后顺序，依次识别每一位置帧中每一目标对象的位置坐标，并根据每一目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。其中，事件特征信息可以但不限于为事件主角和事件结果等。
上述事件识别方法中，获取目标对象对应的位置帧序列；其中，位置帧序列中的每一位置帧包含目标对象的位置坐标；基于位置帧序列中的时间先后顺序，识别每一位置帧中每一目标对象的位置坐标，并根据每一目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。采用本方法，通过确定目标对象的位置坐标，进一步确定目标对象间的位置关系，进而准确判断出发生事件的事件类型和事件特征，提高事件识别准确率。
在一个实施例中，如图4所示，步骤301的具体处理过程如下所示：
步骤401，接收至少两个基站分别发送的目标对象数据包，目标对象数据包中包含目标对象的直线位置信息，直线位置信息表征目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息。
其中，目标对象的直线位置信息表征目标对象所处的位置位于一条直线上，即可以在该直线的任意一点上，而目标对象所处的直线是由两个信号到达角确定出的，这两个到达角是目标对象携带的蓝牙标签发送寻址信号给基站时，寻址信号与基站的（至少两个）天线阵列呈现的到达角，当存在至少两个达到角时，两个达到角对应方向相交所得直线为目标对象所处直线。
具体地，基于蓝牙5.1标准规范版本中的寻向功能进行定位的。寻向功能（Direction Finding Using Bluetooth Low Energy）包括到达角（AoA ，Angle ofArrival）和出发角（AoD ，Angle of Departure）两种方向测量方法。本实施例以到达角方法为例进行说明，如图5和图6所示，图5为一维天线阵列到达角AoA示意图，图6为基站两个天线阵列（Antenna1和Antenna2）对应的到达角示意图。
到达角的计算公式为：
Figure DEST_PATH_IMAGE001
，其中，
Figure DEST_PATH_IMAGE002
是天线阵列之间的距离，
Figure DEST_PATH_IMAGE003
为电磁波波长，
Figure DEST_PATH_IMAGE004
为电磁波经过两个天线时的相位差。
可选地，如图5所示，一维的天线阵列的到达角AoA，二维天线阵列可以计算得到目标对象所在的“直线”，三维天线阵列或者多个基站可以计算得到目标对象所在的点。基站在场周分布越均匀计算出的位置点越准确，因此，本实施例以基站具有二维天线阵列同时部署至少两个基站的思路，确定目标对象的点位置。
在实施中，服务器与基站通过网线连接，服务器接收至少两个基站分别发送的目标对象数据包，每个目标对象数据包中均包含目标区域内全部目标对象的所处直线位置信息，例如，以篮球赛事为例，篮球赛场即为目标区域，篮球赛场内的10名运动员以及1个篮球为目标区域中的全部目标对象，则每个基站发送的目标对象数据包中均包含目标区域内这11个目标对象所处直线位置信息。
步骤402，基于目标区域对应的区域模型中包含的目标区域的边界数据，根据至少两个基站分别发送的目标对象数据包中的同一目标对象的直线位置信息，确定同一目标对象在区域模型中的位置坐标。
在实施中，服务器基于目标区域对应的区域模型中包含的目标区域的边界数据，根据至少两个基站分别发送的目标对象数据包中的同一目标对象的直线位置信息，进行降噪处理，通过加权计算确定同一目标对象在区域模型中的位置坐标。
具体地，目标对象上携带的蓝牙标签可以向至少两个基站发送寻址信号，每一基站又可以根据寻址信号确定目标对象直线信息，进而得到目标对象数据包，因此，服务器可以接收到至少两个基站分别发送的目标对象数据包，同时，在服务器中预先存储有目标区域的区域模型，该区域模型基于目标区域内的标志性线以及边界线进行建模得到，因此，该区域模型表征目标区域内的各种边界数据，在区域模型限定的边界数据的约束条件下，（至少两个）基站发送的目标对象数据包中，针对同一目标对象，每个目标对象数据包中分别包含了该目标对象的所处直线位置信息，则可以由对应该目标对象的两条直线位置相交确定一个交点，该交点即为该目标对象在区域模型中的位置坐标。
步骤403，将目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列。
在实施中，服务器将目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列。
具体地，以篮球赛场为目标区域为例，针对目标区域中得到的每一目标对象的位置坐标，服务器将全部目标对象的位置坐标封装为一个位置帧，该位置帧携带有时间信息，根据每个位置帧的时间先后顺序，可以确定出一个位置帧序列。
本实施例中，通过部署至少两个基站以及每个基站具备二维天线阵列计算位置数据，进而由服务器处理确定目标对象的点位置，能够提高目标区域中目标对象的定位准确性，同时，一个位置帧中的所有目标对象的位置坐标数据，可并行处理，充分利用服务器内部多核与多线程技术。计算耗时远远低于每条数据的串行处理。
在一个实施例中，如图7所示，步骤401之前，该方法还包括：
步骤701，建立并存储目标区域对应的区域模型，区域模型中包含目标区域的边界数据。
在实施中，服务器预先建立并存储目标区域对应的区域模型，该区域模型基于目标区域内的标志性线以及边界线进行建模得到，因此，该区域模型中包含目标区域的边界数据。
具体地，以篮球赛场为例，在篮球赛场上建立三维坐标系，该赛场区域的西南角为坐标原点，垂直向北的方向为y轴方向，向东方向为x轴方向，垂直于地面向上为z轴方向，基于建立的坐标系，确定赛场区域内不同标志线位置信息，也即可以根据标志线位置信息划分赛场区域，例如，赛场区，三分区、罚球线区、三秒区、跳球区、赛场中线区、球门区等。可选地，如图8所示，球门区是圆柱体形状（三维空间），且球门区上平面位于篮筐上部，球门区下平面与篮筐筐面处于同一平面，球门区圆柱体半径大于篮筐半径，高度大于预设高度阈值（例如，60厘米）。因此，具体的区域划分中区域形状和大小根据赛场实际情况和该类比赛的比赛规则定义，本实施例不做限定。
步骤702，根据目标对象进入目标区域的进场顺序，将目标对象对应的目标子模型添加至区域模型中，并将目标子模型根据进场顺序打上对应的模型编号；目标子模型表征目标对象的特征信息。
其中，赛场内的人员（运动员）和球的数目不限，建立赛场区域对应的区域模型后，将进入赛场内的人员和球均作为目标对象，将目标对象转化为服务器可识别的模型数据，即建立目标对象对应的目标子模型，目标对象携带的蓝牙标签发送的寻向数据包含和当前标签的标识信息（标识信息用于表征目标对象特征），所在逻辑时钟同步单元ID（也称为目标对象数据包标识）等信息，因此，建立的目标子模型中包含目标对象的特征信息，例如，以篮球赛事为例，目标子模型包含目标对象的特征信息为所属球队属性和进攻/防守球门区域属性。具体地，所属球队属性可以通过队伍标识进行区分，相同队伍的人员具有相同的队伍标识；同理，攻守区域属性也可以通过标识区域，防守球门区域与防守方队伍携带相同的标识等，本实施例对于特征信息的定义方法不做限定。
在实施中，将现实场景中的目标对象转化为服务器可识别的目标子模型后，服务器根据各目标对象首次进场时其蓝牙标签发送的寻址信号，确定目标对象进入目标区域的进场顺序，同时，根据该进场顺序将目标对象对应的目标子模型依次添加至区域模型中，并将目标子模型打上对应的模型编号。例如，第一个进入区域模型中的目标子模型的模型编号为1，后续模型编号递推为2，……，11。也即是将目标对象的模型编号与目标对象的（蓝牙）标签的信号发送顺序建立关联关系。
通过将目标对象对应的目标子模型的模型编号顺序对应匹配蓝牙标签的信号发送顺序，使得在通过基站接收目标对象发送的（蓝牙）寻址信号时，各目标对象的信号不会相互干扰。
在一个实施例中，如图9所示，步骤401的具体处理过程如下所示：
步骤901，通过目标基站接收由目标对象携带的标签发送的寻址信号，寻址信号包含目标对象的寻址数据和目标对象对应的标签标识。
在实施中，服务器通过目标基站接收由目标对象携带的标签发送的寻址信号，该寻址信号包含目标对象的寻址数据（也可称为定位数据）和目标对象对应的标签标识。
可选地，该标签标识作为唯一标识目标对象的目标对象标签标识（个人ID），与用于区分所属队伍的队伍标识（队伍ID），以及用于表征标签信号发送顺序的模型编号（也称为目标对象数据包标识）进行相互关联，以用于后续事件识别和分析过程中的事件类型和事件主角的确定。
步骤902，通过目标基站内部的天线阵列，利用到达角算法，计算每一目标对象对应的寻址信号相对于目标基站的天线阵列的到达角，并根据至少两个到达角确定至少两个到达角对应的直线；直线作为目标对象的直线位置信息。
在实施中，服务器通过目标基站内部的天线阵列，利用到达角算法，计算每一目标对象标签发送的寻址信号相对于目标基站的天线阵列的到达角，并根据至少两个达到角确定至少两个达到角对应的直线；该直线作为目标对象的直线位置信息。
步骤903，将目标区域内全部目标对象对应的直线位置信息以及对应的标签标识封装成目标对象数据包。
在实施中，服务器将一个基站发送的目标区域内全部目标对象对应的直线位置信息以及对应的标签标识封装成一个目标对象数据包，也可以称为一个目标对象同步单元，该目标对象同步单元表征在逻辑时钟下（蓝牙标签发射频率时钟），将全部目标对象的直线位置信息作为一个处理单元，以进行一次定位处理。
具体地，逻辑时钟是基于时间的用于本实施例中所有设备同步。以100Hz的标签发射频率为例，逻辑时钟的同步单元是0.0n秒，其中，n是整数，n>0。本实施例中所有设备启动后，标签与基站之间通过该逻辑时钟进行同步，同时基于目标对象数据包（目标对象同步单元）作为一个处理单元进行处理。同一时段的同步单元数据包具有唯一的标识（即上文的目标对象同步单元ID）。
在一个实施例中，如图10所示，目标对象包括目标球和目标人员，则步骤302的具体处理过程如下所示：
步骤1001，基于位置帧序列中的时间先后顺序，识别当前位置帧中目标球和目标人员的位置坐标。
在实施中，服务器基于位置帧序列中的时间先后顺序，依序解析每一位置帧，识别出当前位置帧中目标球（例如，篮球）和目标人员（例如，篮球运动员）的位置坐标。
步骤1002，计算当前位置帧中目标球和目标人员间的水平距离，将水平距离小于预设距离阈值且小于预设距离阈值的状态维持预设时间阈值的事件，确定为持球事件，并将持球事件中的目标人员确定为持球目标人员；持球目标人员作为持球事件中的事件主角。
在实施中，服务器计算当前位置帧中目标球与每一目标人员之间的水平距离，确定出与目标球的水平距离小于预设距离阈值的目标人员（例如为目标人员A），进而追踪该目标人员判断出该目标人员与目标球的距离小于预设距离阈值的状态维持在预设时间阈值内。则将当前位置帧对应发生的目标人员与目标球距离小于预设距离阈值的事件确定为持球事件，则目标人员A（也称为目标持球人员A）即是持球事件的事件主角。
具体地，如图11所示，服务器基于当前位置帧中包含的全部目标对象的位置坐标，首先根据每个位置坐标对应的标签标识区分目标球还是目标人员（即球员），确定目标球与目标人员后，将目标球与目标人员的位置坐标分别进行数据云存储，然后，计算目标球与每一目标人员之间的水平距离，以得到目标球与目标人员之间的位置关系。
步骤1003，识别下一位置帧中持球目标人员的位置坐标以及目标球的位置坐标，进行下一事件判别。
在实施中，当识别出目标人员的持球事件后，服务器进而识别下一位置帧中持球目标人员的位置坐标以及目标球的位置坐标，进行下一事件识别。
步骤1004，若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标在竖直方向上的距离变化，且目标球的竖直方向加速度大于或等于预设阈值，确定下一事件为拍球事件；拍球事件中持球目标人员作为事件主角。
在实施中，若下一位置帧中目标球的位置坐标与持球人员（例如，目标持球人员A）的位置坐标在竖直方向上的距离发生变化（也即水平距离近似不变保持小于预设阈值状态，竖直方向（坐标系z轴方向）由于球往复先向下再向上的运动，因此在上一位置帧间两者竖直距离基础上，进一步变大或变小），且目标球的竖直方向加速度大于或等于预设阈值（例如，大于重力加速度g），确定在持球事件后的下一事件为拍球事件；该拍球事件中的持球目标人员（目标持球人员A）即为事件主角。
可选地，在下一位置帧表征的拍球事件过程中，目标持球人员拍球运动时，与目标持球人员不同队伍标识的（即敌队）目标人员B在目标持球人员的进攻方向上，两者距离小于预设距离阈值（例如，由远及近距离减小，且最终距离负向增大）， 则确定为一次带球过人事件。
步骤1005，若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值且目标球的预估运动轨迹为朝向篮筐的抛物线方向，则确定下一事件为投篮事件；投篮事件中持球目标人员作为事件主角。
在实施中，若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值（即此时的球已脱离持球目标人员）且目标球的预估运动轨迹为朝向篮筐的抛物线方向（即在预先建立的区域模型坐标系中目标球的预估运动轨迹为以x轴或者y轴方向朝向敌队篮筐球门区做抛物线运动），则确定持球事件后的下一事件为投篮事件，该次投篮事件中持球目标人员（即持球目标人员A）作为投篮事件的主角。
可选地，持球目标人员A进行了一次投篮事件，该次事件是由持球事件转为的投篮事件，进而可以详细划分为急停投篮事件，若该次投篮事件是由持球事件经过拍球事件再到投篮事件，则确定为接球投篮事件。
步骤1006，若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值且目标球的位置坐标与具有相同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且小于预设距离阈值的状态维持预设时间阈值时，则确定下一事件为传球事件；传球事件中持球目标人员作为事件主角。
在实施中，若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值（即该位置帧中持球人员A已经不满足持球标准）且目标球的位置坐标与具有相同队伍标识的另一目标人员（例如，目标人员B）的位置坐标间的水平距离小于预设距离阈值，并且小于预设距离阈值的状态维持预设时间阈值（即目标人员B满足上述持球标准）时，则确定（持球目标人员A）持球事件之后下一事件为传球事件。此时，该传球事件的事件主角为上一持球事件的持球目标人员（即持球目标人员A）。
步骤1007，若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值且目标球的位置坐标与具有不同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且小于预设距离阈值的状态维持预设时间阈值时，则确定下一事件为失误事件；失误事件中持球目标人员作为事件主角。
在实施中，若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值（即该位置帧中上一事件持球目标人员已经不满足持球标准）且目标球的位置坐标与具有不同队伍标识的另一目标人员（例如，目标人员C）的位置坐标间的水平距离小于预设距离阈值，并且小于预设距离阈值的状态维持预设时间阈值时（敌队目标人员C满足持球标准），则确定持球事件的下一事件为失误事件；该次失误事件的事件主角为上一持球事件的持球目标人员（即持球目标人员A）。
可选地，识别出目标事件后，将得到的目标事件对应的事件主角、事件类型和事件结果封装成对应的蓝牙广播数据包，通过标准蓝牙信道，以广播的方式发送出去，发送给用于进行视频采集和处理的视频处理引擎，以根据目标事件的维度进行视频剪辑。
在一个实施例中，如图12所示，步骤1005之后，该方法还包括：
步骤1201，根据接收到的篮网传感器的第一检测结果，确定投篮事件的投篮结果为投篮命中结果；篮网传感器的第一检测结果由篮网传感器采集并分析篮网振动信号得到。
其中，篮网传感器悬挂于篮网上，用于采集篮筐位置处的振动信号，进而篮网传感器中集成的数据处理模块可以对振动信号进行分析处理，通过分析振动信号中振动频谱的特征信息，确定该次振动信号是由投篮命中产生，进而得到第一检测结果。
在实施中，服务器根据接收到的篮网传感器发送的第一检测结果，确定投篮事件的投篮结果为投篮命中结果。
步骤1202，根据接收到的篮网传感器的第二检测结果，确定投篮事件的投篮结果为投篮未命中结果；篮网传感器的第二检测结果由篮网传感器采集并分析篮网振动信号得到。
在实施中，篮网传感器中集成的数据处理模块对振动信号进行分析处理，通过分析振动信号中振动频谱的特征信息，确定该次投篮产生的振动信号为投篮未命中情况下的振动信号，进而得到第二检测结果。
服务器根据接收到的篮网传感器发送的第二检测结果，确定投篮事件的投篮结果为投篮未命中结果。
步骤1203，若在预设时间内未接收到篮网传感器的检测结果，确定投篮事件的投篮结果为投篮未命中结果。
在实施中，若在预设时间内服务器未接收到篮网传感器的检测结果结合区域模型中球门区的判读，确定投篮事件的事件结果为投篮未命中结果。此种情况表示的是在投篮三不沾的情况下投篮未命中的情况。
在一个实施例中，步骤1006之后，该方法还包括：若确定持球事件中的另一目标人员执行了一次投篮事件，则确定传球事件中的持球目标人员执行了一次助攻事件，并将持球目标人员确定为助攻事件的事件主角。
在实施中，在经过步骤1006（传球事件）中持球目标人员A将目标球传给另一目标人员B后，若确定持球事件中的另一目标人员（即目标人员B）执行了一次投篮事件（判断条件与上述步骤1005相同），则确定传球事件中的持球目标人员执行了一次助攻事件，并将持球目标人员（即持球目标人员A）确定为该次助攻事件的事件主角。
在一个实施例中，在步骤1201之后，该方法还包括：遍历目标区域对应的区域模型包含的边界数据中分数线位置数据，得到各分数线位置数据与持球目标人员的位置坐标间的位置关系，根据位置关系确定投篮命中事件对应的投篮得分结果。
在实施中，服务器遍历目标区域对应的区域模型包含的边界数据中分数线位置数据，即在进行区域模型建立过程中，对于整个目标区域的划分存在三分区、两分区、罚球区等，根据各分数线位置数据与持球目标人员（也可以称为投篮目标人员）的位置坐标间的位置关系，确定投篮命中事件对应的投篮得分结果。即具体为三分球、两分球或一分球（罚球）。
在一个实施例中，在步骤1202或者步骤1203之后，该方法还包括：若确定出距离最近的持球事件中的持球目标人员与投篮事件中的持球目标人员具有不同的队伍标识，则确定投篮事件与持球事件之间发生一次篮板事件。
在实施中，在投篮未命中事件之后，投篮未命中事件与最近的持球事件之间未出现死球而导致的暂停比赛的情况下，若确定出后续距离该投篮未命中事件最近的持球事件中新一轮持球人员与该投篮（未命中）事件中的持球目标人员具有不同的队伍标识（即属于不同的队伍），则确定在投篮（未命中）事件与持球事件之间发生了一次后场篮板事件，该次篮板事件的事件主角即是与投篮人员具有不同队伍标识的新一轮持球目标人员。
可选地，在投篮未命中事件之后，投篮未命中事件与最近的持球事件之间未出现死球而导致的暂停比赛的情况下，若确定出后续距离最近的持球事件中的新一轮持球目标人员与投篮（未命中）事件中的持球目标人员具有相同的队伍标识（即属于相同的队伍），则确定投篮（未命中）事件为持球事件之间发送一次前场篮板事件，该次篮板事件的事件主角即是与投篮人员具有相同队伍标识的新一轮持球目标人员。
在一个实施例中，在步骤302之后，该方法还包括：将预设时长的位置帧序列中包含的目标事件按照事件类型和/或事件特征进行数量统计，得到事件统计结果，并将事件统计结果根据事件类型和/或事件特征进行分组存储，以使根据事件类型和/或事件特征进行统计结果查询；事件特征信息包括事件主角和事件结果。
其中，在确定事件类型的过程中还会对应的得到事件特征信息，事件特征信息包括事件主角和事件结果，例如，在一次投篮事件中，持球目标人员A即是事件主角，投篮命中甚至得分情况）即是事件结果。
在实施中，将识别出的预设时长的位置帧序列中包含的全部目标事件按照事件类型和/或事件特征进行数量统计，得到事件统计结果，例如，针对事件特征中的事件主角维度进行统计，则由目标人员A作为事件主角的目标事件划分为一组，由目标人员B作为事件主角的目标事件划分为一组，还可以根据事件类型维度进行统计，投篮事件划分为一组，篮板事件划分为一组，助攻事件划分为一组等，不同统计划分维度还可以进行组合，本实施例不做限定。进一步地，当得到最终统计结果后，可以根据每一统计结果中包含的事件主角，基于服务器与事件主角对应的目标终端的关联关系，将统计结果发送至目标终端，使得事件主角可以得到本场比赛个人数据信息，例如，投篮次数、助攻次数、篮板次数等。
可选地，服务器还可以针对事件识别过程中的其他数据进行计算：目标人员跑动距离：根据球员位置信息随时间的变化获得其整场比赛的运动轨迹，从而计算出目标人员的跑动距离。持球时长：以目标持球人员A为例，计算识别出A持有球权的位置帧的个数，乘以位置帧的间隔时长，获得A单次持球时长和整场比赛总的持球时长。投篮热点分布：以目标持球人员A为例，记录其每一次投篮位置点，投进次数，投失次数，获得A在半场内各个区域的投篮次数以及命中率，从而计算出投篮热点分布。因此，对于事件识别过程中的数据信息，本申请实施例不做限定。
可选地，如图13所示，图13为服务器的全部事件识别过程的示意图，服务器根据人与球之间的位置关系，首先判断持球事件，其次，基于持球事件进一步判断为：投篮事件、带球过人、传球事件和失误事件；在此基础上，投篮事件进一步判断投篮结果以及投篮得分；传球事件进一步判断为一次助攻事件；投篮得分后续可以判断篮板事件。
在一个实施例中，如图14所示，提供了一种位置定位方法，该方法应用于第一服务器，该方法包括：
步骤1401，接收至少两个基站分别发送的目标对象数据包，目标对象数据包中包含目标对象的直线位置信息，直线位置信息表征目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息。
步骤1402，基于目标区域对应的区域模型中包含的目标区域的边界数据，根据至少两个基站分别发送的目标对象数据包中的同一目标对象的直线位置信息，确定同一目标对象在区域模型中的位置坐标。
步骤1403，将目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列。
步骤1404，将位置帧序列发送至第二服务器，以指示第二服务器基于位置帧序列中的时间先后顺序，识别每一位置帧中每一目标对象的位置坐标，并根据每一目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
其中，本实施例中的位置定位方法应用于独立的第一服务器（也可以称为定位服务器），该处理过程步骤1401-1403与上述步骤401-403以及步骤301-302的过程相同，本实施例不再赘述。在得到位置帧序列后，定位服务器将位置帧序列传输至第二服务器（也可以称为数据分析服务器）进行处理，通过第二服务器进行事件的识别，得到事件类型和事件特征信息。
应该理解的是，虽然图3、图4、图7、图9、图10、图12、图14的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图3、图4、图7、图9、图10、图12、图14中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图15所示，一种事件识别系统1500，该系统包括：
定位服务器1510，用于获取目标对象对应的位置帧序列；位置帧序列中的每一位置帧包含目标对象的位置坐标；
定位服务器1510还用于接收至少两个基站分别发送的目标对象数据包，目标对象数据包中包含目标对象的直线位置信息，直线位置信息表征目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息；基于目标区域对应的区域模型中包含的目标区域的边界数据，根据至少两个基站分别发送的目标对象数据包中的同一目标对象的直线位置信息，确定同一目标对象在区域模型中的位置坐标；将目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列；并将位置帧序列发送给数据分析服务器；
数据分析服务器1520，用于基于位置帧序列中的时间先后顺序，识别当前位置帧中目标球和目标人员的位置坐标；计算当前位置帧中目标球和目标人员间的水平距离，将水平距离小于预设距离阈值且小于预设距离阈值的状态维持预设时间阈值的事件，确定为持球事件，并将持球事件中的目标人员确定为持球目标人员；持球目标人员作为持球事件中的事件主角；识别下一位置帧中持球目标人员的位置坐标以及目标球的位置坐标，进行下一事件判别；若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标在竖直方向上的距离变化，且目标球的竖直方向加速度大于或等于预设阈值，确定下一事件为拍球事件；拍球事件中持球目标人员作为事件主角；若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值且目标球的预估运动轨迹为朝向篮筐的抛物线方向，则确定下一事件为投篮事件；投篮事件中持球目标人员作为事件主角；若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值且目标球的位置坐标与具有相同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且小于预设距离阈值的状态维持预设时间阈值时，则确定下一事件为传球事件；传球事件中持球目标人员作为事件主角；若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值且目标球的位置坐标与具有不同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且小于预设距离阈值的状态维持预设时间阈值时，则确定下一事件为失误事件；失误事件中持球目标人员作为事件主角。
数据分析服务器1520还用于根据接收到的篮网传感器的第一检测结果，确定投篮事件的投篮结果为投篮命中结果；篮网传感器的第一检测结果由篮网传感器采集并分析篮网振动信号得到；根据接收到的篮网传感器的第二检测结果，确定投篮事件的投篮结果为投篮未命中结果；篮网传感器的第二检测结果由篮网传感器采集并分析篮网振动信号得到；若在预设时间内未接收到篮网传感器的检测结果，确定投篮事件的投篮结果为投篮未命中结果；
数据分析服务器1520还用于遍历目标区域对应的区域模型包含的边界数据中分数线位置数据，得到各分数线位置数据与持球目标人员的位置坐标间的位置关系，根据位置关系确定投篮命中事件对应的投篮得分结果。
在一个实施例中，如图16所示，提供了一种事件识别装置1600，包括：获取模块和识别模块，其中：
获取模块1610，用于获取目标对象对应的位置帧序列；位置帧序列中的每一位置帧包含目标对象的位置坐标；
识别模块1620，用于基于位置帧序列中的时间先后顺序，识别每一位置帧中每一目标对象的位置坐标，并根据每一目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
在一个实施例中，获取模块1610具体用于接收至少两个基站分别发送的目标对象数据包，目标对象数据包中包含目标对象的直线位置信息，直线位置信息表征目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息；
基于目标区域对应的区域模型中包含的目标区域的边界数据，根据至少两个基站分别发送的目标对象数据包中的同一目标对象的直线位置信息，确定同一目标对象在区域模型中的位置坐标；
将目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列。
在一个实施例中，该装置1600还包括：
存储模块，用于建立并存储目标区域对应的区域模型，区域模型中包含目标区域的边界数据；
编码模块，用于根据目标对象进入目标区域的进场顺序，将目标对象对应的目标子模型添加至区域模型中，并将目标子模型根据进场顺序打上对应的模型编号；目标子模型表征目标对象的特征信息。
在一个实施例中，获取模块1610还用于通过目标基站接收由目标对象携带的标签发送的寻址信号，寻址信号包含目标对象的寻址数据和目标对象对应的标签标识；
通过目标基站内部的天线阵列，利用到达角算法，计算每一目标对象对应的寻址信号相对于目标基站的天线阵列的到达角，并根据至少两个到达角确定至少两个到达角对应的直线；直线作为目标对象的直线位置信息；
将目标区域内全部目标对象对应的直线位置信息以及对应的标签标识封装成目标对象数据包。
在一个实施例中，目标对象包括目标球和目标人员，识别模块1620具体用于基于位置帧序列中的时间先后顺序，识别当前位置帧中目标球和目标人员的位置坐标；
计算当前位置帧中目标球和目标人员间的水平距离，将水平距离小于预设距离阈值且小于预设距离阈值的状态维持预设时间阈值的事件，确定为持球事件，并将持球事件中的目标人员确定为持球目标人员；持球目标人员作为持球事件中的事件主角；
识别下一位置帧中持球目标人员的位置坐标以及目标球的位置坐标，进行下一事件判别；
若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标在竖直方向上的距离变化，且目标球的竖直方向加速度大于或等于预设阈值，确定下一事件为拍球事件；拍球事件中持球目标人员作为事件主角；
若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值且目标球的预估运动轨迹为朝向篮筐的抛物线方向，则确定下一事件为投篮事件；投篮事件中持球目标人员作为事件主角；
若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值且目标球的位置坐标与具有相同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且小于预设距离阈值的状态维持预设时间阈值时，则确定下一事件为传球事件；传球事件中持球目标人员作为事件主角；
若下一位置帧中目标球的位置坐标与持球目标人员的位置坐标间的水平距离大于预设距离阈值且目标球的位置坐标与具有不同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且小于预设距离阈值的状态维持预设时间阈值时，则确定下一事件为失误事件；失误事件中持球目标人员作为事件主角。
在一个实施例中，获取模块1610还用于根据接收到的篮网传感器的第一检测结果，确定投篮事件的投篮结果为投篮命中结果；篮网传感器的第一检测结果由篮网传感器采集并分析篮网振动信号得到；
根据接收到的篮网传感器的第二检测结果，确定投篮事件的投篮结果为投篮未命中结果；篮网传感器的第二检测结果由篮网传感器采集并分析篮网振动信号得到；
若在预设时间内未接收到篮网传感器的检测结果，确定投篮事件的投篮结果为投篮未命中结果。
在一个实施例中，获取模块1610还用于若确定持球事件中的另一目标人员执行了一次投篮事件，则确定传球事件中的持球目标人员执行了一次助攻事件，并将持球目标人员确定为助攻事件的事件主角。
在一个实施例中，获取模块1610还用于遍历目标区域对应的区域模型包含的边界数据中分数线位置数据，得到各分数线位置数据与持球目标人员的位置坐标间的位置关系，根据位置关系确定投篮命中事件对应的投篮得分结果。
在一个实施例中，获取模块1610还用于若确定出距离最近的持球事件中的持球目标人员与投篮事件中的持球目标人员具有不同的队伍标识，则确定投篮事件与持球事件之间发生一次后场篮板事件。若确定出距离最近的持球事件中的持球目标人员与投篮事件中的持球目标人员具有相同的队伍标识，则确定所述投篮事件为持球事件之间发送一次前场篮板事件。
在一个实施例中，该装置1600还包括：统计模块，用于将预设时长的位置帧序列中包含的目标事件按照事件类型和/或事件特征进行数量统计，得到事件统计结果，并将统计结果发送至事件主角对应的目标终端；事件特征信息包括事件主角和事件结果。
本实施例提供了一种位置定位装置，该装置应用于第一服务器，该装置包括：
接收模块，用于接收至少两个基站分别发送的目标对象数据包，目标对象数据包中包含目标对象的直线位置信息，直线位置信息表征目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息；
第一确定模块，用于基于目标区域对应的区域模型中包含的目标区域的边界数据，根据至少两个基站分别发送的目标对象数据包中的同一目标对象的直线位置信息，确定同一目标对象在区域模型中的位置坐标；
第二确定模块，用于将目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列；
发送模块，用于将位置帧序列发送至第二服务器，以指示第二服务器基于位置帧序列中的时间先后顺序，识别每一位置帧中每一目标对象的位置坐标，并根据每一目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
关于事件识别装置的具体限定可以参见上文中对于事件识别方法的限定，在此不再赘述。上述事件识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图17所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储目标对象数据包、位置帧序列数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种事件识别方法。
本领域技术人员可以理解，图17中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-Only Memory，ROM）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic Random Access Memory，DRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (14)

1.一种事件识别方法，其特征在于，所述方法包括：
获取目标对象对应的位置帧序列；所述位置帧序列中的每一位置帧包含所述目标对象的位置坐标，具体包括：
接收至少两个基站分别发送的目标对象数据包，所述目标对象数据包中包含目标对象的直线位置信息，所述直线位置信息表征所述目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息；
基于目标区域对应的区域模型中包含的所述目标区域的边界数据，根据至少两个所述基站分别发送的所述目标对象数据包中的同一目标对象的直线位置信息，确定所述同一目标对象在所述区域模型中的位置坐标；
将所述目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列；
基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
2.根据权利要求1所述的方法，其特征在于，在所述接收至少两个基站分别发送的目标对象数据包之前，所述方法还包括：
建立并存储目标区域对应的区域模型，所述区域模型中包含所述目标区域的边界数据；
根据目标对象进入所述目标区域的进场顺序，将所述目标对象对应的目标子模型添加至所述区域模型中，并将所述目标子模型根据所述进场顺序打上对应的模型编号；所述目标子模型表征所述目标对象的特征信息。
3.根据权利要求1所述的方法，其特征在于，所述接收至少两个基站分别发送的目标对象数据包，包括：
通过目标基站接收由目标对象携带的标签发送的寻址信号，所述寻址信号包含所述目标对象的寻址数据和所述目标对象对应的标签标识；
通过所述目标基站内部的天线阵列，利用到达角算法，计算每一所述目标对象对应的寻址信号相对于所述目标基站的天线阵列的到达角，并根据至少两个到达角确定所述至少两个到达角对应的直线；所述直线作为所述目标对象的直线位置信息；
将目标区域内全部目标对象对应的所述直线位置信息以及对应的所述标签标识封装成目标对象数据包。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述目标对象包括目标球和目标人员，所述基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息，包括：
基于所述位置帧序列中的时间先后顺序，识别当前位置帧中所述目标球和所述目标人员的位置坐标；
计算当前位置帧中所述目标球和所述目标人员间的水平距离，将所述水平距离小于预设距离阈值且所述小于预设距离阈值的状态维持预设时间阈值的事件，确定为持球事件，并将所述持球事件中的目标人员确定为持球目标人员；所述持球目标人员作为所述持球事件中的事件主角；
识别下一位置帧中所述持球目标人员的位置坐标以及所述目标球的位置坐标，进行下一事件判别；
若下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标在竖直方向上的距离变化，且所述目标球的竖直方向加速度大于或等于预设阈值，确定所述下一事件为拍球事件；所述拍球事件中所述持球目标人员作为事件主角；
若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的预估运动轨迹为朝向篮筐的抛物线方向，则确定所述下一事件为投篮事件；所述投篮事件中所述持球目标人员作为事件主角；
若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的位置坐标与具有相同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且所述小于预设距离阈值的状态维持预设时间阈值时，则确定所述下一事件为传球事件；所述传球事件中所述持球目标人员作为事件主角；
若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的位置坐标与具有不同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且所述小于预设距离阈值的状态维持预设时间阈值时，则确定所述下一事件为失误事件；所述失误事件中所述持球目标人员作为事件主角。
5.根据权利要求4所述的方法，其特征在于，在所述确定所述下一事件为投篮事件之后，所述方法还包括：
根据接收到的篮网传感器的第一检测结果，确定所述投篮事件的投篮结果为投篮命中结果；所述篮网传感器的第一检测结果由篮网传感器采集并分析篮网振动信号得到；
根据接收到的所述篮网传感器的第二检测结果，确定所述投篮事件的投篮结果为投篮未命中结果；所述篮网传感器的第二检测结果由篮网传感器采集并分析篮网振动信号得到；
若在预设时间内未接收到所述篮网传感器的检测结果，确定所述投篮事件的投篮结果为投篮未命中结果。
6.根据权利要求4所述的方法，其特征在于，在所述确定所述下一事件为传球事件之后，所述方法还包括：
若确定所述持球事件中的所述另一目标人员执行了一次投篮事件，则确定所述传球事件中的所述持球目标人员执行了一次助攻事件，并将所述持球目标人员确定为所述助攻事件的事件主角。
7.根据权利要求5所述的方法，其特征在于，在所述根据接收到的篮网传感器的第一检测结果，确定所述投篮事件的投篮结果为投篮命中结果之后，所述方法还包括：
遍历目标区域对应的区域模型包含的边界数据中分数线位置数据，得到各所述分数线位置数据与所述持球目标人员的位置坐标间的位置关系，根据所述位置关系确定所述投篮命中事件对应的投篮得分结果。
8.根据权利要求5所述的方法，其特征在于，在所述确定所述投篮事件的投篮结果为投篮未命中结果之后，所述方法还包括：
若确定出距离最近的所述持球事件中的持球目标人员与所述投篮事件中的持球目标人员具有不同的队伍标识，则确定所述投篮事件与所述持球事件之间发生一次后场篮板事件；
若确定出距离最近的所述持球事件中的持球目标人员与所述投篮事件中的持球目标人员具有相同的队伍标识，则确定所述投篮事件为所述持球事件之间发送一次前场篮板事件。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将预设时长的位置帧序列中包含的目标事件按照事件类型和/或事件特征进行数量统计，得到事件统计结果，并将所述事件统计结果根据所述事件类型和/或所述事件特征进行分组存储，以使根据所述事件类型和/或所述事件特征进行统计结果查询；所述事件特征信息包括事件主角和事件结果。
10.一种位置定位方法，其特征在于，所述方法应用于第一服务器，所述方法包括：
接收至少两个基站分别发送的目标对象数据包，所述目标对象数据包中包含目标对象的直线位置信息，所述直线位置信息表征所述目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息；
基于目标区域对应的区域模型中包含的所述目标区域的边界数据，根据至少两个所述基站分别发送的所述目标对象数据包中的同一目标对象的直线位置信息，确定所述同一目标对象在所述区域模型中的位置坐标；
将所述目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列；
将所述位置帧序列发送至第二服务器，以指示所述第二服务器基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
11.一种事件识别装置，其特征在于，所述装置包括：
获取模块，用于获取目标对象对应的位置帧序列；所述位置帧序列中的每一位置帧包含所述目标对象的位置坐标；所述获取模块具体用于接收至少两个基站分别发送的目标对象数据包，所述目标对象数据包中包含目标对象的直线位置信息，所述直线位置信息表征所述目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息；
基于目标区域对应的区域模型中包含的所述目标区域的边界数据，根据至少两个所述基站分别发送的所述目标对象数据包中的同一目标对象的直线位置信息，确定所述同一目标对象在所述区域模型中的位置坐标；
将所述目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列；
识别模块，用于基于所述位置帧序列中的时间先后顺序，识别每一位置帧中每一所述目标对象的位置坐标，并根据每一所述目标对象的位置坐标以及事件位置规则，确定发生事件的事件类型以及事件特征信息。
12.一种事件识别系统，其特征在于，所述系统包括：
定位服务器，用于获取目标对象对应的位置帧序列；所述位置帧序列中的每一位置帧包含所述目标对象的位置坐标；
还用于接收至少两个基站分别发送的目标对象数据包，所述目标对象数据包中包含目标对象的直线位置信息，所述直线位置信息表征所述目标对象的寻址信号与任一基站间的至少两个到达角确定的直线的位置信息；基于目标区域对应的区域模型中包含的所述目标区域的边界数据，根据至少两个所述基站分别发送的所述目标对象数据包中的同一目标对象的直线位置信息，确定所述同一目标对象在所述区域模型中的位置坐标；将所述目标区域中全部目标对象的位置坐标封装为一个位置帧，并根据时间先后顺序，确定位置帧序列；并将所述位置帧序列发送给数据分析服务器；
所述数据分析服务器，用于
基于所述位置帧序列中的时间先后顺序，识别当前位置帧中目标球和目标人员的位置坐标；计算当前位置帧中所述目标球和所述目标人员间的水平距离，将所述水平距离小于预设距离阈值且所述小于预设距离阈值的状态维持预设时间阈值的事件，确定为持球事件，并将所述持球事件中的目标人员确定为持球目标人员；所述持球目标人员作为所述持球事件中的事件主角；识别下一位置帧中所述持球目标人员的位置坐标以及所述目标球的位置坐标，进行下一事件判别；若下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标在竖直方向上的距离变化，且所述目标球的竖直方向加速度大于或等于预设阈值，确定所述下一事件为拍球事件；所述拍球事件中所述持球目标人员作为事件主角；若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的预估运动轨迹为朝向篮筐的抛物线方向，则确定所述下一事件为投篮事件；所述投篮事件中所述持球目标人员作为事件主角；若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的位置坐标与具有相同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且所述小于预设距离阈值的状态维持预设时间阈值时，则确定所述下一事件为传球事件；所述传球事件中所述持球目标人员作为事件主角；若所述下一位置帧中所述目标球的位置坐标与所述持球目标人员的位置坐标间的水平距离大于预设距离阈值且所述目标球的位置坐标与具有不同队伍标识的另一目标人员的位置坐标间的水平距离小于预设距离阈值，并且所述小于预设距离阈值的状态维持预设时间阈值时，则确定所述下一事件为失误事件；所述失误事件中所述持球目标人员作为事件主角；
所述数据分析服务器还用于根据接收到的篮网传感器的第一检测结果，确定所述投篮事件的投篮结果为投篮命中结果；所述篮网传感器的第一检测结果由篮网传感器采集并分析篮网振动信号得到；根据接收到的所述篮网传感器的第二检测结果，确定所述投篮事件的投篮结果为投篮未命中结果；所述篮网传感器的第二检测结果由篮网传感器采集并分析篮网振动信号得到；若在预设时间内未接收到所述篮网传感器的检测结果，确定所述投篮事件的投篮结果为投篮未命中结果；
所述数据分析服务器还用于遍历目标区域对应的区域模型包含的边界数据中分数线位置数据，得到各所述分数线位置数据与所述持球目标人员的位置坐标间的位置关系，根据所述位置关系确定所述投篮命中事件对应的投篮得分结果。
13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9或10中任一项所述的方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9或10中任一项所述的方法的步骤。
CN202110100628.9A 2021-01-26 2021-01-26 位置定位方法、事件识别方法、装置和计算机设备 Active CN112437487B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110100628.9A CN112437487B (zh) 2021-01-26 2021-01-26 位置定位方法、事件识别方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110100628.9A CN112437487B (zh) 2021-01-26 2021-01-26 位置定位方法、事件识别方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN112437487A CN112437487A (zh) 2021-03-02
CN112437487B true CN112437487B (zh) 2021-04-16

Family

ID=74697257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110100628.9A Active CN112437487B (zh) 2021-01-26 2021-01-26 位置定位方法、事件识别方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN112437487B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113740799A (zh) * 2021-08-18 2021-12-03 大唐半导体科技有限公司 一种简易的aoa信号来波角度计算系统及其方法
CN114913470B (zh) * 2022-07-11 2022-10-28 浙江大华技术股份有限公司 一种事件检测方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106772231A (zh) * 2016-12-23 2017-05-31 深圳市金溢科技股份有限公司 基于uwb的电子标签、基站、定位系统及方法
CN107273907A (zh) * 2017-06-30 2017-10-20 北京三快在线科技有限公司 室内定位方法、商品信息推荐方法及装置、电子设备
CN109547940A (zh) * 2018-11-19 2019-03-29 上海航天电子通讯设备研究所 一种基于室内地图信息的蓝牙定位方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108696558B (zh) * 2017-04-11 2022-04-26 腾讯科技（深圳）有限公司 位置信息处理方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106772231A (zh) * 2016-12-23 2017-05-31 深圳市金溢科技股份有限公司 基于uwb的电子标签、基站、定位系统及方法
CN107273907A (zh) * 2017-06-30 2017-10-20 北京三快在线科技有限公司 室内定位方法、商品信息推荐方法及装置、电子设备
CN109547940A (zh) * 2018-11-19 2019-03-29 上海航天电子通讯设备研究所 一种基于室内地图信息的蓝牙定位方法及系统

Also Published As

Publication number Publication date
CN112437487A (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
US10707908B2 (en) Method, apparatus, and computer program product for evaluating performance based on real-time data for proximity and movement of objects
US10639537B2 (en) Golf ball tracking system
US11311808B2 (en) Systems and methods to predict a future outcome at a live sport event
US11568713B2 (en) Systems and methods for making use of telemetry tracking devices to enable event based analysis at a live game
CN112437487B (zh) 位置定位方法、事件识别方法、装置和计算机设备
US20100030350A1 (en) System and Method for Analyzing Data From Athletic Events
JP7118253B2 (ja) スポーツ試合における試合シナリオを決定するためのシステム
AU2011380291A1 (en) Apparatus and method for analyzing sensor data
KR20230090446A (ko) 투구 정보를 추출하는 전자 장치, 투구 추적 시스템 및 방법
CN112883862A (zh) 投篮识别方法、装置、计算机设备和存储介质
CN112883865A (zh) 带球突破事件识别方法、装置、计算机设备和存储介质
CN112883864A (zh) 无球掩护事件识别方法、装置、计算机设备和存储介质

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