CN112513995A - 用于确定运动比赛中的比赛场景的系统 - Google Patents
用于确定运动比赛中的比赛场景的系统 Download PDFInfo
- Publication number
- CN112513995A CN112513995A CN201980048397.2A CN201980048397A CN112513995A CN 112513995 A CN112513995 A CN 112513995A CN 201980048397 A CN201980048397 A CN 201980048397A CN 112513995 A CN112513995 A CN 112513995A
- Authority
- CN
- China
- Prior art keywords
- athlete
- equipment
- module
- player
- 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
- 230000000694 effects Effects 0.000 claims abstract description 91
- 230000009471 action Effects 0.000 claims abstract description 83
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 47
- 238000005259 measurement Methods 0.000 claims description 102
- 230000001133 acceleration Effects 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 description 20
- 238000012549 training Methods 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 230000000386 athletic effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 210000002414 leg Anatomy 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 5
- 238000005562 fading Methods 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009192 sprinting Effects 0.000 description 2
- 210000002303 tibia Anatomy 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000030808 detection of mechanical stimulus involved in sensory perception of sound Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000037230 mobility Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/80—Special adaptations for executing a specific game genre or game mode
- A63F13/828—Managing virtual sport teams
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/60—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/80—Special adaptations for executing a specific game genre or game mode
- A63F13/812—Ball games, e.g. soccer or baseball
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Epidemiology (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- User Interface Of Digital Computer (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及一种用于确定运动比赛中的比赛场景(18)的方法和系统(10),该系统(10)包括:能够附接到运动员(11′)的运动员模块(11);装备模块(12),能够附接到将在所述运动比赛中使用的运动装备(12′);以及计算单元(13)。计算单元(13)可以被配置为从运动员模块(12)接收基于运动员的数据(14)以及从装备模块(12)接收基于装备的数据(16),基于运动员的数据(14)表示运动员(11′)的活动简档(14c),以及,基于装备的数据(16)表示装备(12′)的动作简档(16c)。计算单元(13)还可以被配置为基于运动员(11′)的活动简档(14c)和设备(16)的动作简档(16c)来确定涉及运动员(11′)和设备(12′)的多个比赛场景(18)之一。
Description
技术领域
本发明涉及确定运动比赛期间的多个比赛场景中的至少一个。本发明的实施例涉及一种用于确定比赛场景的系统,并且特别地涉及一种用于利用针对运动比赛的运动员以及针对在所述运动比赛中使用的运动装备的协作传感器模块来执行运动分析的系统。
背景技术
运动比赛,尤其是诸如英式足球、足球、棒球、篮球等的团队运动比赛,非常受欢迎并且如今吸引了很多人。不仅训练员,而且观众和评论员,当然也包括运动员本人,可能对在竞赛期间或甚至在训练阶段期间收集的统计数据特别感兴趣。通过这样的统计分析可以获取很多信息。
例如,在英式足球竞赛中,可能存在许多不同的比赛事件和比赛场景,例如,从运动员A到运动员B的传球、团队的控球、两名运动员之间的对决、射门等。为了处理上述示例,可以对这些比赛场景进行统计评估,以收集关于例如成功或不成功传球的数量、控球率、对决胜或负、射门的数量等的信息。可以针对单个个体运动员或针对整个团队来构建这些统计数据。
在本公开中,比赛事件可以是在竞赛期间发生的事件,并且其中涉及一个实体,例如个体运动员或单个球。比赛场景又可以是与所述比赛有关的场景,该场景发生在所述比赛期间,并且其中通常涉及至少两个实体,具体为比赛的运动员和在所述比赛中使用的运动装备。
为了构建上述比赛相关的统计数据,通常必须确定与比赛相关的事件和/或场景并对其进行计数。在现有技术中,可能存在用于确定单个比赛事件或比赛场景的许多构思。
例如,US2010/283,630A1提出了为足球运动员和足球本身配备用于测量例如每个运动员和/或球的速度、加速度和冲击力的传感器。此外,传感器允许跟踪比赛场内的运动员和球。可以通过实时定位系统(RTLS)或实时传感系统(RTSS)来执行跟踪。该系统还使用用于捕获竞赛的视频系统,其中传感器数据可以叠加在视频镜头上。这允许对穿戴相应传感器的相应运动员进行传感器数据的视觉分配。例如,可以在屏幕上实时地图形显示在比赛场上奔跑的运动员的实际速度。该系统可以允许方便地确定比赛事件,并且可以由于其实时成像能力而对用户有高吸引力。然而,此类系统非常复杂,因此非常昂贵。此外,由于共同使用了两种不同的技术方案,即视频成像和RF通信,因此这两种设备之一的故障将导致整个系统的故障。
WO2015/169915A1提出了一种更简单的方法。它描述了一种通过简单地将传感器设备附接到运动员的腿部或脚部来检测球踢出的方法和设备。传感器设备可以包括旋转传感器和麦克风。旋转传感器检测运动员脚部的旋转,从而估计出球已被踢出。然而,在球踢出与例如踩在地上或无意中踢到草地之间进行区分是困难的。因此,描述了通过麦克风来检测在踢球时出现的声音。然而,在两个或更多个运动员位置彼此靠近的情景下,例如在对决中,很难准确地检测出两个或多个运动员中的哪个运动员最近踢过球。
已知名称为的另一现有技术系统。该系统基于运动员和球的超高精度定位检测。运动员和球配备有发射器,通过发射器可以以厘米范围内的分辨率来检测运动员和球的位置。这甚至可以允许运动员的左腿和右腿之间的不同的位置检测。然而,使用高精度定位检测的此类系统往往很昂贵,因此这对于专业运动而不是私人或业余运动员而言可能是有趣的。
因此,目的是提供一种克服现有技术缺点的系统。具体地,期望提供一种可靠地检测在竞赛期间的比赛场景的系统,并且该系统同时具有低成本和低复杂度。
发明内容
根据本发明,该问题通过根据权利要求1的系统和根据权利要求17的方法来解决。
第一方面涉及一种用于确定运动比赛中的比赛场景的系统。该系统可以包括:运动员模块,可附接到运动员;装备模块,可附接到要在所述运动比赛中使用的运动装备;以及计算单元。计算单元被配置为:从运动员模块接收基于运动员的数据,并且从装备模块接收基于装备的数据。基于运动员的数据可以表示运动员的活动简档,并且基于装备的数据可以表示装备的动作简档。根据本发明,计算单元被配置为基于运动员的活动简档并基于装备的动作简档来确定涉及运动员和装备的多个比赛场景之一。
第二方面涉及一种用于确定运动比赛中的比赛场景的方法。该方法包括以下步骤:从附接到运动员的运动员模块接收基于运动员的数据,其中,基于运动员的数据可以表示运动员的活动简档。该方法还包括以下步骤:从附接到要在所述运动比赛中使用的运动装备的装备模块接收基于装备的数据,其中,基于装备的数据可以表示装备的动作简档。根据本发明,该方法包括以下进一步的步骤:基于运动员的活动简档并基于装备的动作简档来确定涉及运动员和装备的多个比赛场景之一。
根据第三方面,提供了计算机程序,其中每个计算机程序被配置为当在计算机或信号处理器上执行时实施上述方法,使得上述方法通过计算机程序之一实施。
因此,本发明构思可以建议将模块放置在运动装备(例如,球)中,并且还提供运动员模块。与现有技术相比,可以可靠地检测其中至少涉及运动装备和运动员的比赛场景。例如,可以确定英式足球比赛中的比赛场景“从第一运动员到第二运动员的传球”,因为可以可靠地检测到第一运动员踢了球,球已经被所述第一运动员踢出并且第二个运动员接到球。甚至可以确定所进行的传球是高传球还是低传球,球是否已经到达同一球队的运动员以便被分类为成功传球,球是否已经到达对方球队的运动员以便被分类为不成功传球,等等。根据本发明,这可以通过实时地确定运动员的活动简档和球的动作简档并将运动员的活动简档与球的动作简档进行链接(例如,组合或融合)来完成。通过这样做,球与当前正在操纵球的运动员之间的非常可靠且稳健的关联成为可能,而可以部署简单的并且因此便宜的模块。在本发明的一些示例中,可以仅利用加速度传感器或惯性测量单元(IMU)来确定运动员的活动简档和球的动作简档。组合这些信息,例如,从第一运动员到第二运动员的传球的估计将比使用例如仅运动员模块具有高得多的准确性,并且将比使用精确定位便宜得多。即使涉及更多的运动员和球,例如在训练场景中,区分成功和不成功的传球也会更容易。
附图说明
在下文中,将参考附图更详细地描述本发明的实施例,在附图中:
图1示出了根据实施例的本发明系统的示意概览图,
图2示出了根据实施例的本发明系统的通信基础设施的示例的示意概览图,
图3示出了根据另一实施例的本发明系统的示意概览图,
图4示出了根据实施例的运动员模块和装备模块的示意性高级描述,
图5示出了根据实施例的计算单元的示意性高级描述,
图6示出了根据实施例的确定活动简档、动作简档以及基于活动简档和动作简档的比赛场景的示意性框图,
图7示出了根据实施例的加速度测量图,该加速度测量图表示从附接到一个运动员的两个运动员模块获得的加速度值,
图8A示出了根据实施例的旋转测量图,该旋转测量图表示在高传球期间从附接到球的装备模块获得的旋转值,
图8B示出了根据实施例的加速度测量图,该加速度测量图表示在高传球期间从附接到球的装备模块获得的加速度值,
图8C示出了根据实施例的球的动作简档,该动作简档根据旋转测量数据和加速度测量数据来确定,
图9A示出了根据实施例的旋转测量图,该旋转测量图表示在低/地面传球期间从附接到球的装备模块获得的旋转值,
图9B示出了根据实施例的加速度测量图,该加速度测量图表示在低/地面传球期间从附接到球的装备模块获得的加速度值,
图9C示出了根据实施例的球的动作简档,该动作简档根据旋转测量数据和加速度测量数据来确定,
图10示出了根据实施例的包括可选基础设施模块的本发明系统的通信基础设施的另一示例的示意概览图,
图11示出了根据实施例的消息的内容的示例,其中基于运动员的数据和基于装备的数据可以从运动员模块/装备模块传输到计算单元,
图12示出了根据实施例的可以在其中部署本发明的系统的运动场的示例的示意概览图,
图13示出了根据实施例的当球正移动通过基础设施模块进入球门时在球模块与附接到英式足球门的两个球门柱上的两个基础设施模块之间的RSSI路径损耗测量的各向同性的情况,
图14示出了根据实施例的当球正移动通过基础设施模块进入球门时在球模块与附接到英式足球门的两个球门柱上的两个基础设施模块之间的RSSI路径损耗测量的扇区化情况,
图15示出了根据实施例的包括一个或多个运动员模块、一个或多个装备模块以及可选地一个或多个基础设施模块在内的通信网络的示意概览图。
具体实施方式
在以下描述中,通过相同或等同附图标记来表示相同或等同元件或者具有相同或等同功能的元件。
为了示例性地说明本发明构思,英式足球可以被描述为运动比赛的非限制性示例。因此,英式足球运动员可以被描述为运动员的非限制性示例,球可以被描述为装备的非限制性示例。因此,球模块可以被描述为装备模块的非限制性示例。此外,可以将所谓的标签描述为模块(即运动员模块和/或装备模块)的非限制性示例。
代替英式足球,可以想象其中可以采用本发明构思的各种其他运动比赛,例如网球、足球、棒球、篮球、板球等。本发明构思可以优选地用于包括多个运动员的团队运动中。每个运动员可以优选地配备有至少一个运动员模块。
然而,本发明构思也可以例如在训练期间用于单个运动员。根据本发明构思,装备模块可以被附接到可以在特定运动比赛期间使用的装备或多个装备中的每一个。例如,在球拍运动中,装备模块可以附接到球拍(网球拍、棒球棍、高尔夫球杆等)和/或装备模块可以附接到球、冰球等。
可以使用本发明的系统以在竞赛期间和/或训练期间确定相应比赛的比赛场景。
本发明的系统可以提供本文中描述的数据中的每一个,所述数据例如为实时(即,延迟不超过三秒,优选地延迟仅为几毫秒)的基于运动员的数据和/或基于装备的数据和/或RSSI测量数据。这可以允许可以由本发明的系统处理的数据的实时可视化。例如,训练员可以观看当运动员正打比赛时(无论是在竞赛期间还是在训练阶段期间)实时地由本发明的系统确定的数据和/或比赛场景。
图1示出了根据示例性实施例的用于确定运动比赛中的比赛场景的系统10。
系统10可以包括可附接到运动员11′的运动员模块(player module)11和可附接到要在所述运动比赛ESD中使用的运动装备12′的装备模块(equipment module)12。
系统10还可以包括用于从运动员模块11接收基于运动员的数据14以及从装备模块12接收基于装备的数据16的计算单元(computing unit)13。基于运动员的数据14可以表示运动员11′的活动简档,并且基于装备的数据16可以表示装备12′的动作简档。
运动员模块11可以将基于运动员的数据14发送给计算单元13,并且装备模块12可以将基于装备的数据16发送给计算单元13。
基于运动员的数据14可以包括可以表示运动员的活动简档的一种或多种数据格式。例如,基于运动员的数据14可以包括可以由传感器设备17提供的原始测量数据14a、和/或可以从原始测量数据14a提取的一个或多个特征14b、和/或可以根据提取的特征14b进行分类/估计的一个或多个物理运动员事件和/或可以包括一个或多个物理运动员事件的运动员的活动简档14c本身。通常,运动员11′的活动简档可以由可以包括不同数据格式的基于运动员的数据14来表示。
基于装备的数据16可以包括可以表示装备的动作简档的一种或多种数据格式。例如,基于装备的数据16可以包括可以由传感器设备19提供的原始测量数据16a、和/或可以从原始测量数据16a提取的一个或多个特征16b、和/或可以根据提取的特征16b进行分类/估计的一个或多个物理装备事件和/或可以包括一个或多个物理装备事件的动作简档16c本身。通常,装备12′的动作简档可以由可以包括不同数据格式的基于装备的数据16表示。
稍后将参考图6描述与表示运动员11′的活动简档14c的基于运动员的数据14和表示装备12′的动作简档16c的基于装备的数据16有关的更多细节。
计算单元13可以被配置为基于运动员11′的活动简档14c并基于装备12′的动作简档16c来确定涉及运动员11′和装备12的多个比赛场景18之一。
如上所述,运动员模块11可以包括传感器设备17。由于传感器设备17可以附接到运动员11′,优选地连同运动员模块11一起附接到运动员11′,因此传感器设备17也可以被称为运动员传感器设备(PSD)。
因此,根据示例性实施例,运动员模块11可以包括运动员传感器设备17。运动员传感器设备17可以被配置为提供与运动员模块11附接到的运动员11′相关的原始测量数据14a。
根据示例性实施例,运动员传感器设备17可以包括以下项中的至少一种:多轴加速度计、角速率传感器、磁力计和压力传感器,多轴加速度计被配置为提供表示运动员模块11附接到的运动员11′的身体部位的加速度的原始测量数据,角速率传感器被配置为提供表示运动员模块11附接到的运动员11′的身体部位的旋转的原始测量数据,磁力计被配置为提供表示地球磁场的当前值的原始测量数据,以及压力传感器被配置为提供表示由运动员模块11附接到的运动员11′的身体部位施加的压力或在所述身体部位处施加的压力的原始测量数据。
运动员模块11可以被配置为将运动员传感器设备17的原始测量数据14a作为基于运动员的数据14发送给计算单元13,并且计算单元13可以被配置为根据接收到的原始测量数据14a来确定运动员11′的活动简档14c。
附加地或备选地,运动员模块11本身可以被配置为根据原始测量数据14a确定运动员11′的活动简档14c,并且运动员模块11可以被配置为将运动员11′的活动简档14c作为基于运动员的数据14发送给计算单元13。
根据另一示例性实施例,包括上述传感器设备17的运动员模块11可以被配置为执行对原始测量数据14a的特征提取,以用于基于提取的一个或多个特征14b来估计/分类可以由运动员11执行的一个或多个物理运动员事件。例如,可以从原始测量数据14a提取一个或多个特征14b,可以例如通过特征或模式分类器对特征14b进行分类。根据该实施例,所提取的特征14b可以被分类为可以由运动员模块11附接到的相应运动员11′执行的一个或多个物理运动员事件。物理运动员事件可以是例如踢、奔跑、短跑、运球等。
运动员模块11可以被配置为根据提取的一个或多个特征14b和/或根据确定的一个或多个物理运动员事件来确定运动员11′的活动简档14c,并且运动员模块11还可以被配置为将活动简档14c作为基于运动员的数据14发送给计算单元13。也就是说,可以在运动员模块11中确定活动简档14c。
附加地或可替代地,可以在计算单元13中确定活动简档14c。因此,运动员模块11可以例如被配置为将提取的一个或多个特征14b和/或确定的一个或多个物理运动员事件发送给计算单元13,计算单元13然后可以根据接收到的一个或多个特征14b和/或接收到的一个或多个物理运动员事件来确定运动员11的活动简档14c。
如上所述,装备模块12也可以包括传感器设备19。由于传感器设备19可以附接到装备12′,优选地连同装备模块12一起附接到装备12′,因此传感器设备19也可以称为装备传感器设备(ESD)。
因此,根据示例性实施例,装备模块12可以包括装备传感器设备19,该装备传感器设备19被配置为连同装备模块12附接到的装备12′一起提供原始测量数据16a。
根据示例性实施例,装备传感器设备19可以包括以下项中的至少一种:多轴加速度计、角速率传感器、磁力计和压力传感器,多轴加速度计被配置为提供表示装备模块12附接到的装备12′的加速度的原始测量数据16a,角速率传感器被配置为提供表示装备模块12附接到的装备12′的旋转的原始测量数据16a,磁力计被配置为提供表示地球磁场的当前值的原始测量数据16a,以及压力传感器被配置为提供表示在装备模块12附接到的装备12′处施加的压力的原始测量数据16a。
装备模块12可以被配置为将装备传感器设备19的原始测量数据16a作为基于装备的数据16传输给计算单元13,并且计算单元13可以被配置为根据接收到的原始测量数据16a来确定装备12′的动作简档16c。
附加地或备选地,装备模块12本身可以被配置为根据原始测量数据16a确定装备12′的动作简档16c,并且装备模块12可以被配置为将装备12′的动作简档16c作为基于装备的数据16发送给计算单元13。
根据另一示例性实施例,包括上述设备传感器装置19的装备模块12可以被配置为执行对原始测量数据16a的特征提取,以用于基于提取的一个或多个特征16b来分类可以由装备12′执行或在装备12′上施加的一个或多个物理事件。例如,可以从原始测量数据16a提取一个或多个特征16b,可以例如通过特征或图案分类器对特征16b进行分类。根据该实施例,提取的特征16b可以被分类为一个或多个物理装备事件,所述物理装备事件可以由装备模块12附接到的相应装备12′执行或被施加在所述相应装备12′上。物理装备事件可以是例如正在踢、在地面上滚动、在空中飞、弹跳到地面等。
装备模块12可以被配置为根据提取的一个或多个特征16b和/或根据确定的一个或多个物理装备事件来确定装备12的动作简档16c,并且装备模块12还可以被配置为将确定的动作简档16c作为基于装备的数据16发送给计算单元13。也就是说,可以在装备模块12中确定动作简档16c。
附加地或备选地,可以在计算单元13中确定动作简档16c。因此,装备模块12可以被配置为将提取的一个或多个特征16b和/或确定的一个或多个物理装备事件发送给计算单元13,计算单元13可以然后根据接收到的一个或多个特征16b和/或接收到的一个或多个物理装备事件来确定装备12′的动作简档16c。
当计算单元13已经接收到具有上述数据格式中的至少一种数据格式的基于运动员的数据14和基于装备的数据16时,计算单元13可以基于接收到的基于运动员的数据14并基于接收到的基于装备的数据16,来确定涉及运动员11′和装备12′的多个比赛场景18中的一个。
例如,英式足球运动员11′可以在运动场上奔跑并且可以踢球12′。球12′可以响应于运动员的踢球而在空中飞行并弹跳到地面。本发明的系统10可以被配置为创建运动员11′的活动简档,该活动简档包括指示运动员11′奔跑并踢了球的一个或多个物理运动员事件。此外,本发明的系统10可以被配置为创建球12′的动作简档,该动作简档包括指示球响应于运动员的踢球而被踢出、在空中飞行并弹跳到地面上的一个或多个物理装备事件。
通过将运动员11′的活动简档与球12′的动作简档融合,本发明的系统10可以确定特定比赛场景。在该示例中,系统10可以确定特定运动员11′进行了高传球。例如,如果系统10可以包括一个以上的运动员,则可以确定指示第一运动员可能已经对特定第二运动员进行了高传球的第一比赛场景,以及可以确定指示高传球可能已经被第二运动员成功或未成功接到的第二比赛场景。
通常而言,比赛场景18可以是特定于比赛的事件,其中可以涉及至少一个运动员11′和至少一个装备12′。可以通过至少一个运动员11′的活动简档14c和至少一个装备12′的动作简档16c来确定比赛场景18。
可以在运动员模块11和/或计算单元13中确定运动员11′的活动简档14c。可以在装备模块12和/或计算单元13中确定装备12′的动作简档16c。
运动员11′的活动简档14c可以包括可以由所述运动员11′执行的至少一个活动。所述活动也可以被称为与所述运动员11′相关的物理运动员事件,例如由所述运动员11′执行的“踢球”。
装备12′的动作简档16c可以包括所述装备12′的至少一个动作。所述动作也可以被称为与所述装备12′相关的物理装备事件。例如,球12′在已经被踢出之后突然减少旋转可以解释为球12′正在被运动员“停止”。
通过将装备12′的动作简档16c与运动员11′的活动简档14c进行融合,计算单元13可以确定相应的比赛场景18。在以上示例中,计算单元13可以确定在第一运动员和第二运动员之间进行“高传球”的比赛场景18。
本发明的系统10可以进一步分析任何确定的比赛场景18。例如,可以从确定的比赛场景18中导出比赛相关统计数据,例如,特定运动员在竞赛或训练阶段期间进行了多少次高传球和/或低传球以及可选地具有多少成功率,特定运动员赢得或输掉了多少次对决等。进一步的示例将在后面的描述中进行介绍。
图2示出了可以在本发明构思中部署的示例性信息共享架构的进一步概览。系统10可以包括作为附接到运动员11′的运动员模块11的示例的运动员标签、以及作为附接到球12′的装备模块12的示例的球标签。
运动员标签11可以以上述的几种方式和数据格式之一将基于运动员的数据14发送给计算单元13。在该示例性实施例中,基于运动员的数据14也可以被称为运动员更新消息(Player Update Message)。
球标签12可以以上述的几种方式和数据格式之一将基于装备的数据16发送给计算单元13。在该示例性实施例中,基于装备的数据16也可以被称为装备更新消息(Equipment Update Message)。
计算单元13可以包括图形用户界面(GUI)或者可以与图形用户界面(GUI)连接。例如,GUI可以在设备21中实现,该设备21可以是固定的或优选地为手持式设备,诸如智能电话、平板电脑、笔记本电脑等。计算单元13可以与GUI设备21建立单向或双向通信。例如,GUI设备21可以显示已经由计算设备13确定的比赛场景18。附加地或备选地,GUI设备21可以显示更新消息(例如,基于运动员的数据14或基于装备的数据16)中的一个或多个。基于运动员的数据14可以显示为原始数据14a,和/或显示为一个或多个提取的特征14b,和/或显示为一个或多个分类的物理运动员事件,和/或显示为运动员11′的活动简档14c。基于装备的数据16可以显示为原始数据16a,和/或显示为一个或多个提取的特征16b,和/或显示为一个或多个分类的物理装备事件,和/或显示为装备12′的动作简档16c。
计算单元13还可以连接到数据库22。数据库22可以是在计算单元13中实现的内部数据库。附加地或备选地,数据库22可以是外部数据库,计算单元13可以经由相应的接口连接到该外部数据库。例如,外部数据库22可以经由本地或远程网络,具体地经由互联网而连接。
数据库22可以例如包括用于确定特定运动员11′的活动简档14c和/或运动装备12′的动作简档16c的附加信息。数据库22可以例如包括用于通过从测量的原始传感器数据14a、16a提取的特征14b、16b来对物理装备/运动员事件分类的附加信息以及其他信息(例如决策域)。
所述附加信息可以包括但不限于:
●关于运动员模块附接到的运动员的信息,
●关于装备模块附接到的运动装备的信息,
●关于运动员在团队布阵中的位置的信息,
●在竞赛期间和/或在运动比赛的训练阶段期间较早收集的先前的基于运动员的数据,
●在先前竞赛期间和/或在运动比赛的先前训练阶段期间较早收集的先前的基于运动员的数据,
●在竞赛期间和/或在运动比赛的训练阶段期间较早收集的先前的基于装备的数据,
●在先前竞赛期间和/或在运动比赛的先前训练阶段期间较早收集的先前的基于装备的数据,
●在竞赛期间和/或在运动比赛的训练阶段期间较早确定的先前比赛场景,
来自数据库22的所述附加信息可以用于生成更高级别的信息。例如,数据库22可以包括关于运动员11′的打比赛位置(例如,守门员、防守、进攻等)、物理统计数据、习惯、比赛的事件历史或直至所有分类的较早事件、或团队的发展的信息。
更高级别的信息可以是例如从第一运动员A到第二运动员B的传球、不成功/成功的传球、控球时间、第一触摸精度、不成功/成功的拦截、对决胜/负、以及基于这些更高级别信息的统计和分析。
更一般地,数据库22可以被配置为存储关于以下项中的至少一项的附加信息:运动员11′、装备12′和比赛的时间历史,并且计算单元13可以被配置为从所述数据库22检索所述附加信息,并基于运动员11′的活动简档14c、装备12′的动作简档16c以及从数据库22检索的附加信息,来确定涉及运动员11′和装备12′的多个比赛场景18之一。
如图2进一步所示,运动员标签11和球标签12可以彼此通信,如箭头23所示。因此,运动员标签11和球标签12可以彼此交换数据,例如基于运动员的数据14和/或基于装备的数据16。附加地或备选地,运动员标签11和球标签12可以测量并在彼此之间传送接收信号强度RSSI值,这将在本说明书的稍后部分进行更详细地说明。
图3示出了系统10的示例性实施例的示意概览图,该系统10包括一个以上的运动员模块(例如1、2、3、......、n个运动员模块)。在该示例中,系统10可以包括附接到第一运动员11′1的第一运动员标签111、附接到第二运动员11′2的第二运动员标签112、附接到第n运动员11′n的第n运动员标签11n、以及附接到球12′的球标签12。系统10还可以包括一个以上的装备模块12,例如,1、2、3、......、n个装备模块。
第一运动员标签111可以将基于第一运动员的数据141发送给计算单元13,第二运动员标签112可以将基于第二运动员的数据142发送给计算单元13,第n运动员标签11n可以将基于第n运动员的数据14n发送给计算单元13。
因此,根据示例性实施例,系统10可以包括可附接到另一运动员11′2的另一(例如第二)运动员模块112,其中计算单元13可以被配置为从另一运动员模块112接收另一基于运动员的数据142,基于另一运动员的数据142表示另一运动员11′2的另一活动简档。
计算单元13可以被配置为基于第一运动员11′1的活动简档14c、另一运动员11′2的另一活动简档以及装备12′的动作简档16c,来确定涉及运动员11′1、另一运动员11′2以及装备12′的多个比赛场景18之一。
例如,球12′可以从第一运动员11′1传递到第二运动员11′2。例如,第一运动员11′1可以进行低传球。第一运动员11′1的活动简档14c可以指示(例如,通过提取的特征14b或分类的物理运动员事件)第一运动员11′1踢了球12′,球12′的动作简档16c可以指示(例如,通过提取的特征16b或分类的物理装备事件)球12′已被踢出并正在地面上滚动,并且第二运动员11′2的另一活动简档可以指示(例如,通过提取的特征142b或分类的物理运动员事件)第二运动员11′2使球12′停止。
然后,计算单元13可以被配置为将第一运动员11′1的活动简档14c与另一运动员11′2的另一活动简档以及装备12′的动作简档16c进行融合,以确定涉及第一运动员11′1、第二运动员11′2和装备12′的多个比赛场景18之一。在该示例中,确定的比赛场景18可以是从第一运动员111到第二运动员112进行的成功的低传球。
根据另一示例性实施例,系统10可以被配置为将基于运动员的数据14与基于装备的数据16在时间上同步。例如,装备12′的动作简档12可以与运动员11′的活动简档14在时间上同步。例如,物理运动员事件(例如,踢球)可以在时间上与物理装备事件(例如,已经被踢)相关联。
例如,运动员模块11可以被配置为在预定时间窗口期间生成基于运动员的数据14,并且装备模块12也可以被配置为在预定时间窗口期间生成基于装备的数据16。计算单元13可以接收基于运动员的数据14和基于装备的数据16,并且计算单元13还可以被配置为及时地同步所接收的基于运动员的数据14和所接收的基于装备的数据16,使得所述基于运动员的数据14和所述基于装备的数据16的时间窗口在时域中至少部分地重叠。
例如,运动员模块11可以在t1和t2之间的第一时间窗口期间收集一个或多个基于运动员的数据14。所述第一时间窗口可以包括在几毫秒和几秒之间的时间长度。较短的时间窗口可以提供系统10的实时能力的较高准确性。例如,毫秒范围内的时间窗口可以向用户提供非常好的实时体验。上述第一时间窗口的时间长度可以在0.05秒至2.00秒之间、或者在0.25秒至1.00秒之间、或者在0.40秒至0.75秒之间。在一些示例中,第一时间窗口的时间长度可以是约0.50秒。在该第一时间窗口期间,运动员11′可能已经踢了球12′,这可以在活动简档14c中表示。
装备模块12可以在t3和t4之间的第二时间窗口期间收集一个或多个基于装备的数据16,其中t3可以定位在t1和t2之间,使得第一时间窗口和第二时间窗口在时域中至少部分地重叠。上述第二时间窗口的时间长度可以在0.05秒至2.00秒之间、或者在0.25秒至1.00秒之间、或者在0.40秒至0.75秒之间。在一些示例中,第二时间窗口的时间长度可以是约0.50秒。基于运动员的数据14和基于装备的数据16可以在至少部分地重叠的区域中时间上同步。
优选地,基于装备的数据16的时间窗口和基于运动员的数据14的时间窗口可以包括相同的窗口大小,并且可以在时域中包括一致的重叠区域。例如,t1=t3和t2=t4。
基于运动员的数据14可以包括一个或多个运动员特征14b,所述一个或多个运动员特征14b可以从由运动员模块11包括的传感器设备17的原始传感器测量数据14a中提取。因此,可以例如通过使用以上总体参考基于运动员的数据14所述的时间窗口化方案来提取所述一个或多个运动员特征14b。例如,运动员模块11可以在例如t1至t2之间的第一时间窗口期间从原始测量数据14a提取一个或多个运动员特征14b。
基于装备的数据16可以包括一个或多个装备特征16b,所述一个或多个装备特征16b可以从由装备模块12包括的传感器设备19的原始传感器测量数据16a中提取。因此,可以例如通过使用以上总体参考基于装备的数据16所述的时间窗口化方案来提取所述一个或多个装备特征16b。例如,装备模块12可以在例如t3至t4之间的第二时间窗口期间从原始测量数据16a提取一个或多个装备特征16b。
通过上述基于运动员的数据14与基于装备的数据16的时间同步,可以提供装备12′的动作简档16c和运动员11′的活动简档14c之间的时间关联。例如,物理运动员事件可以与物理装备事件相关联,所述物理运动员事件和所述物理装备事件可以在竞赛期间大致同时发生。因此,可以显著地提高正确地确定其中涉及运动员11′和装备12′的比赛场景18的可能性。
如已经参考图1所描述的,球标签(即装备模块12)和运动员标签(即运动员模块11)中的每一个可以包括至少一个传感器设备17、19。相应传感器设备17、19可以包括各种传感器,例如加速度计、磁力计、陀螺仪/角速率传感器、压力传感器,这些传感器可以连接到处理单元。在特定实施例中,运动员模块11和/或装备模块12可以包括传感器设备17、19,该传感器设备17、19至少包括多轴加速度计。从相应传感器设备17、19检索出的数据可以可选地保存在缓冲器中并且可以优选地经由无线电接口传送给计算单元13。
在图4中描绘了运动员模块11的高级功能描述,该高级功能描述也可以相应地对装备模块12有效。
相应模块11、12内部的可选处理单元41可以对从相应的传感器设备17、19检索出的原始测量信号14a、16a执行信号分析以提取相关特征14b、16b(参见图1)。由相应模块11、12提取的特征14b、16b可以包括但不限于相应模块11、12的旋转速度、冲击强度和时间、统计力矩、动作状态。因此,如果信号14a源自运动员模块11,则可以根据这些提取的特征14b确定运动员11′的活动简档14c,或者如果信号源自装备模块12,则可以根据这些提取的特征16b确定装备12′的动作简档16c。
基于运动员的数据14和基于装备的数据16可以分别经由无线电通信单元42发送给计算单元13。基于运动员的数据14和/或基于装备的数据16可以以以上参考图1所述的数据格式中的至少一种发送给计算单元13。例如,运动员标签11和/或球标签12可以被配置为发送作为基于运动员/装备的数据14、16的原始测量数据14a、16a,和/或作为基于运动员/装备的数据的所提取的特征14b、16b,和/或作为基于运动员/装备的数据14、16的所分类的物理事件,和/或作为基于运动员/装备的数据14、16的活动/动作简档14c、16c本身。即使可以可选地发送原始测量信号14a、16a,这也可能导致要传送更高数据量,例如,采样率为300Hz的三轴加速度数据。因此,处理已经在相应运动员/装备模块11、12上的原始测量数据14a、16a可能是优选的。
图5示出了计算单元13的高级功能描述。计算单元13可以经由无线电通信单元51从相应模块11、12接收基于运动员的数据14和/或基于装备的数据16。
接收的基于运动员的数据14和/或基于装备的数据16可以包括时间戳和有效载荷。有效载荷可以包括以下项中的至少一项:原始信号、提取的特征、分类的物理事件和动作/活动简档。在同步级52中,可以在不同模块11、12之间在时间上同步所接收的基于运动员的数据14和/或基于装备的数据16。在图5所示的示例中,物理事件可以在同步级52中同步,作为基于运动员的数据14和/或基于装备的数据16的一个非限制性示例。
然后,可以在数据关联级53中例如通过使用语义或规则将同步的基于运动员的数据14和/或基于装备的数据16彼此相关联。在图5所示的示例中,先前提到的物理事件可以在事件关联级53中彼此相关联。
图6示出了根据实施例的本发明系统10的可能的数据处理的示例的示意概览图。
运动员模块11可以包括特征提取级61,特征提取级61也可以称为参数提取级。可以将由运动员模块11包括的传感器设备17生成的原始和/或预处理的传感器测量数据14a(作为基于运动员的数据14的一个选项)馈送到特征提取级61中。特征提取级61可以从原始和/或预处理的传感器测量数据14a中提取一个或多个特征或参数。
作为特征提取的非限制性示例,将简要地参考图7,该图示出了包括原始测量数据的图,该原始测量数据已经由均附接到一个运动员11′的第一运动员模块111和第二运动员模块112获得。具体地,第一运动员模块111被附接到运动员11′的左护胫,第二运动员模块112被附接到运动员11′的右护胫。
包括加速度计的运动员模块111、112中的每一个递送原始测量数据。在以上讨论的图7中描绘的加速度计数据表示相应加速度计矢量的相应范数。具体地,第一曲线图71示出了附接到左护胫的第一运动员模块111的数据。第二曲线图72示出了附接到右护胫的第二运动员模块112的数据。
更具体地,该图示出了从运动员11′的左腿71和右腿72上的加速度计获得的加速度矢量的范数的时间行为。相关信息包含在时间实例中,其中范数明显偏离于约9.81m/s2处的重力。可以检测到由第二运动员模块112的加速度矢量的范数的及时有限增加表示的参数或特征,如在矩形框73、74中突出显示的。
这两个特征(或参数)可以在前述特征提取级61中检测到(参见图6)。因此,图中的两个峰值可以称为特征,具体为运动员特征14b1、14b2。
根据示例,提取的特征14b1、14b2中的至少一个可以作为基于运动员的数据14发送给计算单元13,其中,计算单元13可以根据接收到的提取的特征14b1、14b2确定运动员11′的活动简档。
附加地或备选地,如在图6的示例中所示,运动员11′的活动简档可以由运动员模块11确定。例如,所提取的特征14b1、14b2可以馈送到物理事件分类/估计级62中。在所述物理事件分类/估计级62中,提取的特征14b1、14b2中的至少一个可以被分类为物理事件。运动员模块11的物理事件也可以称为物理运动员事件。
再次参考图7,所描绘的测量部分示出了在两个运动员之间进行传球的场景的时间部分。在矩形框73、74中突出显示的上述两个运动员特征14b1、14b2中的每一个可以表示已经由第一运动员模块111和第二运动员模块112附接到的运动员11′之一执行的踢球。因此,事件分类/估计级62(参见图6)可以将这两个特征14b1、14b2中的每一个特征估计或分类为物理事件“踢球”。用右腿踢球可以是可见的,并且甚至是可分类的。
再次参考图6,物理事件分类/估计级62可以根据至少一个分类的物理运动员事件确定运动员11′的活动简档14c。换句话说,运动员11′的活动简档14c可以包括至少一个物理运动员事件。运动员11′的活动简档14c可以包括按连续时间顺序的多个物理运动员事件,例如,跑步、然后冲刺、然后踢球等。在该示例性实施例中,运动员11′的活动简档14c可以由运动员模块11本身确定。
附加地或备选地,物理事件分类/估计级62可以在将特征分类为物理运动员事件的步骤中处理先前可能已经被分类的一个或多个先前事件64。
附加地或备选地,作为基于运动员的数据14的非限制性示例,分类的物理运动员事件可以被发送给计算单元13,其中计算单元13可以基于接收到的物理运动员事件来生成运动员11′的活动简档。
如图6中进一步可见,装备模块12可以包括特征/参数提取级65和物理事件分类/估计级66,它们均具有与由运动员模块11包括的上述目标/参数提取级61和物理事件分类/估计级62的功能相同或相似的功能。
例如,可以由特征/参数提取级65接收可以由装备模块12包括的传感器设备19生成的原始和/或预处理的传感器数据16a。如以上参考运动员模块11示例性地说明,可以从信号中提取一个或多个装备特征。
附加地或备选地,作为基于装备的数据16的非限制性示例,一个或多个提取的装备特征16b可以被发送给计算单元13,其中,计算单元13可以根据接收到的一个或多个装备特征16b确定装备12′的动作简档。
附加地或备选地,如图6所示,一个或多个提取的装备特征16b可以被馈送到物理事件分类/估计级66中,在物理事件分类/估计级66中可以对接收到的一个或多个提取的装备特征16b进行分类,如以上参考运动员特征14b和运动员模块11示例性所说明的。
例如,可以通过特征/参数提取级65从传感器设备19的信号中提取表示对球12′的冲击的装备特征。可以通过物理事件分类/估计级66将所述冲击分类为物理装备事件“球被踢出”。这些物理事件也可以称为物理装备事件,或者在该示例中称为物理球事件。
物理事件分类/估计级66可以基于至少一个分类的物理装备事件来生成装备12′的动作简档16c。换句话说,装备12′的动作简档16c可以包括至少一个物理装备事件。装备12′的动作简档16c可以包括按连续时间顺序的多个物理装备事件,例如,被踢出、然后在空中飞行、然后在地面上滚动。在该示例性实施例中,装备12′的动作简档16c可以由装备模块12本身确定。
附加地或备选地,物理事件分类/估计级66可以在将特征分类为物理球事件的步骤中处理先前可能已经被分类的一个或多个先前事件67。
附加地或备选地,作为基于装备的数据16的非限制性示例,可以将一个或多个分类的物理装备事件发送给计算单元13,其中,计算单元13可以根据接收到的物理装备事件确定装备12′的动作简档。
结果,计算单元13可以至少从运动员模块11接收基于运动员的数据14并且从装备模块12接收基于装备的数据16。
基于运动员的数据14可以是以下项中的至少一种:可以由运动员模块11包括的传感器设备17生成的原始和/或预处理的传感器数据14a、和/或一个或多个提取的运动员特征14b、和/或一个或多个分类的物理运动员事件,其中一个或多个物理运动员事件可以产生运动员11′的活动简档14c。基于装备的数据16可以是以下项中的至少一种:可以由装备模块12包括的传感器设备19生成的原始和/或预处理的传感器数据16a、和/或一个或多个提取的装备特征16b、和/或一个或多个分类的物理装备事件,其中一个或多个物理装备事件可以产生装备12′的动作简档16c。
与装备12的动作简档16c和运动员11的活动简档14c是由相应的装备/运动员模块11、12还是由计算单元13确定无关,计算单元13可以基于动作简档16c和活动简档14c来确定比赛场景。
如图6所示,计算单元13可以包括比赛场景分类/估计级68,其中装备12′的动作简档16c和运动员11′的活动简档14c可以被分类为多个比赛场景18之一。
例如,可以将多个比赛场景存储在计算单元13中。计算单元13可以将活动简档14c和动作简档16c两者与可以与表示典型比赛场景的类别相关联的相应参考简档进行比较。因此,接收到的活动简档14c和动作简档16c可以被分类为一个类别,例如,被分类为多个比赛场景18之一。
附加地或备选地,比赛场景分类/估计级68可以在将活动简档14c和动作简档16c分类为比赛场景的步骤中处理一个或多个先前的数据(例如,基于运动员的数据14和/或基于装备的数据16)。
在下文中,对图6的简要概述将给出可以如何区分特征、物理事件以及动作或活动简档的一些示例:
特征可以例如是从相应传感器设备的原始测量数据获得的参数(例如,向量)。因此,特征可以例如是三轴加速度计信号的能量。传感器数据集或传感器数据集序列可以用于获得特征(例如,加速度计信号的能量、频谱特征等)。可以从传感器数据中提取特征,作为所述传感器数据的分类的预处理级。
事件可以是例如从原始测量数据或从其他可用信息(例如提取的特征)获得的分类结果。在模块上,这些事件可以分别是装备或运动员的物理事件(例如,球正在滚动、运动员正在奔跑)。
一种更高抽象级别是与运动相关的事件,也可以称为比赛场景(例如,两个运动员之间进行的传球)。可以基于运动员的活动简档和装备的动作简档来确定比赛场景。运动员的活动简档可以包括至少一个物理运动员事件或多个(连续)物理运动员事件。装备的动作简档可以包括至少一个物理装备事件或多个(连续)物理装备事件。
可以使用特征或特征序列和/或关于先前情景的知识(特征、物理事件、与运动相关的事件(包括关于所有运动员/装备的知识))来分类/估计物理事件。
可以使用物理事件或物理事件序列和/或关于先前情况的知识(物理事件、与运动相关的事件(包括关于所有运动员/装备的知识))来估计与运动相关的事件,即比赛场景。
如前所述,例如,参考图3,本发明的系统10可以包括一个或多个运动员模块111、112。作为非限制性示例,可以通过检测足球竞赛中运动员‘A’将球12′传给另一个运动员‘B’的典型场景来说明两个运动员模块111、112和一个装备模块12之间的协作的构思。至少一个运动员模块111可以附接到运动员‘A’,至少另一运动员模块112可以附接到运动员‘B’,并且至少一个装备模块12可以附接到球12′。
在该示例中,运动员‘A’可能将球12′踢出,并且球12′可能在其撞击地面之前在空中飞行并被运动员‘B’停止。在本文所述的本发明的系统10中,来自运动员‘A’的物理运动员事件“踢球”可以由附接到运动员‘A’的运动员模块111识别。可以通过各种技术(例如匹配模式、频率分析等)来识别这种物理事件。同样地,附接到球12′的装备模块12也可以(例如同时地)识别一个或多个装备特征,例如冲击、旋转速率和冲击频率,并且它还可以估计球12′的飞行参数,例如高度、行进距离、旋转等。此外,装备模块12可以根据所述装备特征生成物理装备事件。通过将来自附接到运动员‘A’的运动员模块111的信息和附接到球12′上的装备模块12进行结合,例如通过使用可以将提取的特征的序列关联到动作(例如,物理运动员事件和活动简档和/或物理装备事件和动作简档)中的语义,可以推断出运动员‘A’已经将球12′踢离了他。在另一端,当球12′被第二运动员‘B’停止时,附接到运动员‘B’的运动员模块112和附接到球12′的装备模块12可以识别相应的事件并将其传送给计算单元13。然后,计算单元13可以同步所接收的物理事件(和/或活动简档和/或动作简档),并将它们进行关联以推断出球12′成功地从运动员‘A’传到运动员‘B’。
图8A、图8B和图8C示出了当运动员踢球并进行高传球时已经收集的基于装备的数据的示例。装备模块附接到球,其中,装备模块包括传感器设备,该传感器设备包括旋转传感器和加速度传感器。
图8A示出了旋转传感器的原始测量数据。图8B示出了加速度传感器的原始测量数据。如上所述,提取特征并将其分类为物理球事件。收集这些物理球事件并将其组合为动作简档,这如图8C所示。
如在图8A中的旋转图和图8B中的加速度图的时间标度的开始处可以看到的,可检测到第一峰值,其可以被提取并被分类为物理球事件81(图8C)“球被踢出”。
随着时间的推移,球的旋转减少(图8A),球的加速度(图8B)包括时间上连续的峰值。当球在已经被踢出之后在空中飞行并且然后连续地弹跳(反弹)在地面上时,可能发生这种情况。可以提取这些峰值并将其分类为物理球事件82(图8C)“高传球/反弹”。
图8所示的最后两个物理事件83被分类为“地面传球/触摸”。当球的反弹仅包括在高传球结束时的低高度时,可能发生这种情况。当进行低传球时,也可能发生所述低高度弹跳。因此,可以将其解释为低传球。
然而,多个物理球事件可以产生如图8C示例性描述的球的动作简档。该动作简档可以指示进行了高传球。
可能已经踢过球的运动员的相应活动简档(未示出)可以与球的动作简档(图8C)进行融合。因此,计算单元13可以确定涉及运动员和球的对应比赛场景,即,所述运动员可能已经进行了高传球。
计算单元13可以处理附接到另一运动员的另一运动员模块的另一活动简档。该另一活动简档可以指示另一运动员可能已经接到传球。因此,计算单元13可以确定涉及运动员和球两者的对应比赛场景,即,特定第一运动员可能已经对特定第二运动员已经进行了高传球。
可以根据确定的比赛场景中创建比赛相关的统计数据。例如,如果接到高传球的第二运动员是同一团队的成员,那么这将是成功的高传球。如果第二运动员是另一团队的成员,那么这将是不成功的高传球。
图9A、图9B和图9C示出了当两个运动员彼此之间进行了低传球时已经收集的基于装备的数据的示例。低传球在下文也可以称为地面传球。装备模块附接到球,其中装备模块包括传感器设备,该传感器设备包括旋转传感器和加速度传感器。
图9A示出了旋转传感器的原始测量数据。图9B示出了加速度传感器的原始测量数据。如上所述,提取特征并将其分类为物理球事件。收集这些物理球事件并将其组合为动作简档,如图9C所示。
可以从图9A中的旋转图的时间标度看出,球的旋转稳定地增加。如果球在已经被踢出之后正在地面上滚动并稳定地获得动量,即它旋转得越来越快,则可能发生这种情况。
如在图9B中的加速度图的时间标度的开始处可以看到的,可检测到第一峰值,该第一峰值可以被提取并被分类为物理球事件91(图9C)“球被踢出”。还可检测到随后的较小峰值,该较小峰值可能在球快速且反复地接触地面时出现,这对于低传球可能是典型的。可以提取这些连续的峰值并将其分类为物理球事件92(图9C)“地面传球/接触”。
在约172.6秒处,可以在加速度图(图9B)中检测到另一个峰值,而同时可以在旋转图(图9C)中检测到旋转突然停止。当运动员接到地面传球并使球停止时,可能发生这种情况。这些特征可以被提取并被分类为物理球事件93(图9C)“停止”。
之后,两个运动员进行了第二次地面传球。如在图9C所示的动作简档中可以看到的,对另一物理球事件94“球被踢出”、随后是连续的物理球事件95“地面传球/接触”、随后是另一物理球事件96“停止”进行分类并将其插入到动作简档中。
该动作简档可以指示进行了低传球(即地面传球)。可能已经踢了球的运动员的对应活动简档(未示出)可以与球的动作简档(图9C)进行融合。由此,计算单元13可以确定涉及运动员和球的对应比赛场景,即,所述运动员可能已经进行了低传球。
计算单元13可以处理附接到另一运动员的另一运动员模块的另一活动简档。该另一活动简档可以指示另一运动员可能已经接到低传球。因此,计算单元13可以确定涉及运动员和球两者的对应比赛场景,即,特定第一运动员可能已经对特定第二运动员进行了低传球。
在图10中示意性地示出了本发明的系统10的另一实施例,其可以示出与先前参考图2描述的配置类似的配置。因此,关于包含在图2中的元件,参考以上相应描述。
然而,除了图2之外,系统10还可以包括另一模块,即基础设施模块113,也称为基础设施标签。所述基础设施模块113可以是移动的,或者优选地是与进行运动比赛的运动场相关联的固定模块。
基础设施模块113可以包括用于以单向或双向方式与运动员模块11、装备模块12和计算单元13中的至少一个进行通信的通信接口。附加地或备选地,基础设施模块113可以被配置为经由信道111与装备模块12协作地执行RSSI测量,和/或经由信道112与运动员模块11协作地执行RSSI测量。
基础设施模块113可以生成基于基础设施的数据115,可以将该基于基础设施的数据115发送给计算单元13。除了接收到的基于运动员的数据14和接收到的基于装备的数据16之外,计算单元13还可以使用接收到的基于基础设施的数据115以确定比赛场景。
在该非限制性示例中,基于基础设施的数据115可以被包含在基础设施更新消息中,而基于运动员的数据14可以在运动员更新消息中从运动员模块11发送给计算单元13,和/或而基于装备的数据16可以在装备更新消息中从装备模块12发送给计算单元13。
运动员更新消息、装备更新消息和基础设施更新消息可以各自包括相同的数据结构。
图11示出了相应更新消息的数据结构的示例,该数据结构对于运动员更新消息、装备更新消息和基础设施更新消息中的每一个可以是有效的。更新消息可以包括特征列表,该特征列表包括一个或多个特征14b、16b,该特征14b、16b可以已经如以上参考图6所述地进行了提取。附加地或备选地,它可以包括事件列表,该事件列表包括一个或多个物理事件,该物理事件可以已经如以上参考图6所述地进行了分类/估计。附加地或备选地,它可以包括原始数据列表,该原始数据列表包括一个或多个原始传感器测量数据14a、16a,该原始传感器测量数据14a、16a可以由相应模块11、12、113的传感器设备17、19中的至少一个获得。
可选地,相应的更新消息可以包括RSSI列表,该RSSI列表包括关于两个或多个模块或标签之间的RSSI值的信息,该两个或多个模块或标签可以包括一个或多个运动员模块11、和/或一个或多个装备模块12和/或一个或多个基础设施模块113。进一步可选地,它可以包括用于识别消息的发送方的发送方压缩ID和用于同步目的的时间戳。
由于标签11、12可以配备有无线电通信单元,因此它们可以附加地彼此进行RSSI的时间测量。由于RSSI值取决于在其之间测量RSSI的两个标签11、12的距离和位置两者,因此标签11、12可以计算到系统10中的另一标签的粗略距离估计。标签11、12可以报告它们接收到具有最强RSSI的信号所来自的其他标签的列表。RSSI测量的列表可以与标签11、12本身处的事件检测融合在一起,以例如进一步提高控球的确定。
计算单元13可以附加地管理数据库22(参见图2),由此数据库22可以包含与运动员的打比赛位置、物理统计数据、习惯、比赛的事件历史或直至所有较早分类的事件、或团队的发展有关的信息。
通过融合关于对球的时间上的控制的信息,可以生成更高级别的训练统计数据,例如团队中的成功传球或错过传球。其他统计数据可以包括但不限于团队中的两个成员之间的传球频率、接触时间、第一次接触精度等。
如上所述,系统10可以包括一个或多个基础设施模块113。图12示出了包括与英式足球运动场121相关联的十二个基础设施模块113在内的系统10的非限制性示例。此外,作为非限制性示例,描绘了包括至少一个装备标签12的球12′、包括至少一个运动员模块111的第一运动员11′1以及包括至少一个另外运动员模块112的第二运动员11′2。
根据实施例,基础设施模块113中的至少一个可以布置在运动场121的内部、外部、所在之处、上面、上方、下方或周围。
附加地或备选地,基础设施模块113中的至少一个可以与属于所述运动场121的装置相关联。这样的装置可以例如是英式足球球门或足球球门的球门柱、篮球比赛的篮筐的边缘等。至少一个基础设施模块113可以布置在运动场121的所述装置的内部、外部、所在之处、上面、上方、下方或周围。
再次,计算单元13可以被配置为从基础设施模块113接收基于基础设施的数据115,并且计算单元13可以被配置为将基于基础设施的数据115与基于运动员的数据14以及基于装备的数据16进行组合以用于确定比赛场景。在该示例中,确定的比赛场景可以是其中可能涉及运动员、装备和可选地基础设施的比赛场景。因此,计算单元13可以基于表示运动员11′的活动简档14c的基于运动员的数据14、表示装备12′的动作简档16c的基于装备的数据16以及基于基础设施的数据115来确定比赛场景18。
基础设施模块113中的至少一个可以包括定向天线,该定向天线包括定向天线方向图,其也可以称为扇区化的天线。参考图12,每个基础设施模块113可以包括定向天线,其中定向天线方向图通过水滴形符号122来符号化。
根据实施例,基础设施模块113中的至少一个可以包括定向天线122,该定向天线122被定向到运动场121上。例如,至少一个基础设施模块113可以被布置为使得定向天线方向图122被定向为正交于运动场121的空间上最近的分界线。例如,图12中的上面四个基础设施模块113和下面四个基础设施模块113可以沿运动场121的侧边线123、124进行布置。因此,关于这些基础设施模块113,相应的侧边线123、124被认为是运动场121的空间上最近的分界线。
如在图12中可以看出,这些基础设施模块113被布置为使得定向天线方向图122被定向为正交于运动场121的相应侧边线123、124。
如在图12中还可以看出,可以在球门区域中布置至少一个基础设施模块113。根据该示例,至少一个基础设施模块113可以被布置为使得定向天线方向图122被定向为平行于运动场121的空间上最近的分界线。在该示例中,空间上最近的分界线将是球门线125、126。
如在图12中可以看出,这些基础设施模块113被布置为使得定向天线方向图122被定向为平行于运动场121的相应球门线125、126。
附加地或备选地,可以将至少一个基础设施模块113布置为使得定向天线方向图122沿运动场121的空间上最近的分界线定向。例如,至少一个基础设施模块113可以被布置为使得定向天线方向图122沿侧边线123、124或沿球门线124、125定向。每个运动比赛可以具有其各自的分界线,而上述实施例可以应用于与示例性描述的英式足球比赛不同的任何其他运动。
因此,运动场121本身可以配备有一个或多个上述基础设施标签113。基础设施标签113可以与运动员标签11和/或球标签12的不同之处在于它们针对比赛持续时间是固定的。具体地,如上所述,基础设施标签113可以配备有定向天线122。定向天线122可以用于以下两个目的中的至少一个:第一,它们可以用于提供运动员/球标签11、12在运动场121中相对于基础设施标签113的相对定位,第二,它们可以用于部分地减少来自外部无线电(例如蓝牙)设备的干扰以确保通信,该外部无线电设备可以例如由观众在附近部署以用于其在竞赛中的个人小器具。
由于各个天线122的定向(即,扇区化)性质,它们可以指示球12′是否可能在场外。该信息可以进一步与随后的事件(例如,掷球或任意球)进行组合,以生成竞赛的统计数据。
这里特别令人感兴趣的是基础设施标签113,其可以指示例如球12′是否已经越过球门线125、126。这种技术的目的主要不是在竞赛级别上做出“进球”决定,而是自动跟踪训练阶段的进展。为此,假定可以将两个基础设施标签113放置在相应的球门柱的两侧,则可以通过估计球12′在两个基础设施标签113处的RSSI,或者由于信道互易性而估计两个标签113在球12′本身处的RSSI,来作出球12′是否可能已经进入球门柱的决定。在本文中基础设施标签113也可以称为锚。
图13和图14示出了从两个基础设施标签1131、1132到球12′的路径损耗的粗略描绘。两个基础设施标签1131、1132也可以称为锚1和锚2。两个基础设施标签1131、1132分别放置在左球门柱和右球门柱处。
图13是各向同性情况的测量值,即,使用包括各向同性天线方向图的天线。图14示出了扇区化情况的测量值,即,使用包括扇区化(即定向)天线方向图的天线。在后一种情况下,基础设施标签1131、1132被安装成使得其相应的定向天线方向图122定向为平行于球门线124、125,如图12所示。
在两种情况下,基础设施标签1131、1132安装在1.66m的高度处,该高度是球门柱尺寸的一半。针对各向同性情况在图13中所示的结果以及针对扇区化情况在图14中所示的结果对于自由空间路径损耗是有效的,并且无需考虑对数正态阴影。
结果表明,在各向同性的情况下(图13)和在扇区化的情况下(图14),所测量的RSSI可以用于推断球12′是否已经通过柱子。使用概率模型,可以将RSSI信息和比赛的动态进行融合,以形成是否已经进球的决定。然而,使用包括定向天线方向图的扇区化的天线可以披露更准确和更可靠的结果。因此,扇区化的天线可以优选在基础设施模块113中使用。
如图15所示,可以在一个或多个运动员标签111、112、一个或多个装备标签12和可选地一个或多个基础没施标签113之间协作地执行RSSI测量。也就是说,基础设施标签113可以被配置为测量从运动员标签111、112和装备标签12中的至少一个接收的信号的RSSI值,如指向基础设施标签113的箭头151、152、153所示。进而,运动员标签111、112和/或装备标签12可以被配置为测量从基础设施标签113接收的信号的RSSI值,如指向运动员标签111、112和装备标签12的箭头151、152、153所示。
图15的简化图形示出了所有网络成员111、112、12、113之间的可能的RSS测量,这可以由两侧的双向箭头151、152、153、154、155、156表示,其中两侧突出了每个标签既可以充当发射器又可以充当接收器的事实。
基于上述RSSI值中的至少一个,运动员标签111、112、装备标签12和基础设施标签113中的至少一个可以被配置为计算运动场121上的相应运动员标签111、112和/或装备标签12的绝对位置。例如,可以针对相应运动员模块111、112和装备模块12中的至少一个来计算在分米或厘米范围内的运动场上的绝对位置。
由于运动员11′、球12′和基础设施标签113都可以经由无线电技术(例如但不限于蓝牙)进行通信,因此可以在任何时间计算在网络的每个成员之间(即在每个标签11、12、113之间)的接收信号强度(RSS)。如果没有固定的基础设施标签113可以是可用的,则方法可以是群,如其中所有其他标签11、12是可移动的群,这将在下文进一步讨论。由于RSS传播与距离有关,因此可以通过这种方式获得与网络的所有成员11、12、113的相对位置有关的信息。
对于具有n个成员的网络,可以在任意时刻观察网络的所有成员11、12、113之间的多达n(n-1)的RSS(注意由于不同的天线方向图,从网络成员A到网络成员B的RSS可能与从成员B到成员A的RSS不相同)。图15示出了这种类型的简化网络,其中第一运动员标签111可以被附接到运动员的左胫骨,第二运动员标签112可以被附接到同一运动员的右胫骨,装备标签12可以被附接到球12′,并且基础设施标签113可以被布置在运动场121处。第一运动员标签111和第二运动员标签112、装备标签12和基础设施标签113中的每一个可以是网络成员。
例如,在典型英式足球比赛(其中每个团队具有11名运动员,具有针对每个团队的每个运动员的两个标签、一个球标签和四个固定的基础设施标签)中,一次可以有2346个测量值可用。相比之下,状态的数量(例如,为46的所有运动员和球的二维位置)相对较小,从而产生了超定的方程组。可以通过下式例如以dBm来描述从位于Pa的网络成员a(充当源/发射器的角色)发送到位于Pb的另一成员b(充当接收器的角色)的信号的测量的RSS RSSab的示例性简化模型,取决于它们的对数形式的欧式距离dab:
其中γ表示路径损耗参数(在自由空间中γ=2),RSS0表示在参考距离例如1m处的RSS,并且σfad,a(pb)描述在Pa处对数正态阴影衰落分量,其被建模为随机的,但在空间上相关,并且因此也表现出对两个标签的位置的依赖性(如果标签a是固定的,则该依赖性减小为仅依赖b)。
现在,这些测量值或其任何子集可以用于估计感兴趣的状态:球12′和/或运动员11′在运动场121内的位置(或那些中的任何子集),这可以由基础设施标签113来定义,或者如果在运动场113内没有具有已知位置的基础设施标签113是可用的,则可以由相对于标签11、12中的至少一个的相对位置来定义。
例如,这可以通过使用诸如卡尔曼或粒子滤波器的贝叶斯滤波器、最小二乘法并使用上述模型或用于RSS传播的另一确定性或随机模型(例如,射线追踪)来完成。此外,可以在例如用于变换建模或先验概率分布的滤波器中使用以下信息:由系统10获得的附加信息(例如,基于球的接触信息来对准球12′和运动员11′的位置、获得的关于运动员11′的动作状态信息(奔跑、带球、停止)、原始IMU数据或运动学信息),以及其他可用的元信息(例如,运动员的球队位置(例如,守门员、防守运动员等)、或与运动员的技术形态有关的输入(例如,4-4-2)、比赛事件(角球、任意球、罚球、开球、掷界外球等)、与英式足球运动员的预期速度和移动有关的信息)。另外,可以在方案中使用已知位置处的RSS的观察结果(称为“指纹”),例如作为测量模型的一部分,尤其是对衰落分量建模。
根据又一示例性实施例,可以例如通过多个矩形将运动场121分割成多个区段,其中可以针对相应运动员模块111、112和装备模块12中的至少一个来按照区段计算绝对位置。
作为一个非限制性示例,应再次参考图12。可以看出,用附图标记1131和1132表示的两个基础设施模块可以彼此相对地布置,例如,第一基础设施标签1131可以布置在第一侧边线123处并且第二基础设施标签1132可以布置在相对的第二侧边线124处。基础设施标签1131、1132中的每一个可以包括扇区化的天线,该扇区化的天线包括定向天线方向图,其中两个天线方向图可以朝向彼此定向。
由此,运动场121可以被分割成多个区段。在该示例中,第一基础设施模块1131和第二基础设施模块1132可以创建区段‘C’,该区段‘C’可以是多个区段‘A’、‘B’、‘C’和‘D’中的一个。例如,球12′可以位于区段‘C’中,第一运动员11′1可以位于区段‘B’中,而第二运动员11′2可以位于区段‘D’中。
在上述示例性实施例中的任何一个中,基础设施模块113、运动员模块11、装备模块12和计算单元13中的至少一个可以被配置为基于测量的RSSI值来计算基础设施模块113与运动员模块11和装备模块12中的至少一个之间的相对空间距离。
附加地或备选地,在上述示例性实施例中的任何一个中,基础设施模块113、运动员模块11、装备模块12和计算单元13中的至少一个可以被配置为基于测量的RSSI值来计算至少一个运动员模块11和/或至少一个装备模块12在运动场121上的绝对位置。
因此,至少一个运动员11′和/或至少一个装备12′在运动场121上的上述定位可以由一个或多个基础设施标签113来支持。
然而,在又一示例性实施例中,可能的是,可以在没有与一个或多个基础设施模块113相关联的RSSI测量值的情况下执行至少一个运动员11′和/或至少一个装备12′的定位。换句话说,可能的是,可以使用与至少一个运动员标签11和/或至少一个装备标签12相关联的RSSI测量值来执行至少一个运动员11′和/或至少一个装备12′的定位。根据这样的实施例,即使没有任何基础设施标签113,也可以对至少一个运动员11′和/或至少一个装备12′进行定位。
这样的实施例可以对应于图15所示的实施例,可能没有基础设施标签113。可移动的一个或多个运动员模块111、112和/或可移动的装备模块12之间的RSSI定位的这种方法可以称为RSSI群定位或RSSI协作定位,其中,RSS可以如上所述进行计算,但是没有基础设施标签113作为网络成员。
根据这样的实施例,至少一个运动员模块111、112可以被配置为测量从装备模块12接收的信号的接收信号强度指示RSSI值。附加地或备选地,装备模块12可以被配置为测量从至少一个运动员模块111、112接收的信号的接收信号强度指示RSSI值。
基于所述测量的RSSI值,至少一个运动员模块111、112和/或装备模块12和/或计算单元13可以被配置为计算至少一个运动员模块111、112和装备模块12之间的相对空间距离。
附加地或备选地,基于所述测量的RSSI值,至少一个运动员模块111、112和/或装备模块12和/或计算单元13可以被配置为计算至少一个运动员模块111、112和装备模块12在运动场121上的绝对位置。
例如,球模块12′和运动员模块111、112可以具有无线电(例如蓝牙)数据连接。借助无线电(例如蓝牙)能力,可以由相应的运动员/装备模块111、112、12进行RSSI(信号强度)测量,并将其用于估计模块111、112、12之间的距离,所述距离可以是模块111、112、12之间的相对距离,可以根据所述距离来确定/估计模块111、112、12彼此之间的相对位置。组合所有距离估计,可以创建情景图片,包括运动员和球位置的估计。这也可以允许确定模块111、112、12在运动场121上的绝对位置。
如果在最佳情况下在所有模块111、112、12上RSSI测量数据可用,则可以估计所有模块111、112、12之间的相对距离,并且可以融合该信息以提高距离估计的准确性,并且此外以群类似方法相对于彼此定位模块111、112、12,即使没有基础设施标签113可以是可用的。
然而,如上所述,这可以通过使用在固定且已知位置处的模块(例如基础设施模块113)来改善。
计算单元13可以从运动员模块11和/或装备模块12接收所述测量的一个或多个RSSI值,并且计算单元13可以将这些一个或多个RSSI值与表示运动员11′的活动简档的基于运动员的数据14、表示装备12′的动作简档的基于装备的数据16、以及可选地基于基础设施的数据155(如果可用的话)一起使用,以确定比赛场景18。
换句话说,根据实施例,计算单元13可以被配置为从运动员模块11和装备模块12中的至少一个接收RSSI值,并基于运动员11′的活动简档14c、装备12′的动作简档16c以及接收到的RSSI值,来确定涉及运动员11′和装备12′的多个比赛场景18之一。
例如,可以使用RSSI值以确定场上哪个运动员可能已经踢过球,例如,如果两个或多个运动员彼此靠近地定位。例如,在包括第一运动员模块111的第一运动员11′1和包括第二运动员模块112的第二运动员11′2之间的对决中,第一运动员11′1可能踢球而第二运动员11′2可能无意地踢到草地。运动员模块111、112两者都可以产生可能非常相似的加速度信号。然而,RSSI值可以表示与第二运动员11′2相比球更靠近第一运动员11′1。
为此,可以将与第一运动员模块111相关联的RSSI值和与第二运动员模块112相关联的RSSI值进行比较。例如,如果比较RSSI值的结果可能披露第一运动员模块111到球12′的空间距离比第二运动员模块112到到球12′的空间距离小,那么这可以表示第一运动员11′1比第二运动员11′2更靠近球12′。因此,第一运动员11′1可能已经踢了球12′的概率较高。
基于此,计算单元13可以例如基于第一运动员11′1的基于运动员的数据14(活动简档)、基于装备的数据16(动作简档)以及RSSI值,来确定比赛场景:第一运动员11′1“获胜对决”。
更一般地,计算单元13可以被配置为接收与第一运动员模块111相关的第一RSSI值和与第二运动员模块112相关的第二RSSI值,其中计算单元13还可以被配置为比较第一和第二RSSI值,并且如果比较RSSI值的结果表明第一运动员模块111相比于第二运动员模块112具有到装备12的较小空间距离,则获取第一运动员模块111的基于运动员的数据14以用于确定比赛场景。
上面的本发明构思的信息可以被融合,例如,在本文中模块111、112、12的动态可以是有帮助的,例如,接近零的速度、高速移动、高动态移动、有关控球的信息等。
在估计过程中,除了距离和位置(例如,RSSI测量偏差和非线性)之外,还可以估计传播信道的信道参数(例如,路径损耗系数、阴影、对数正态衰落、方法Kriging)。
这样的RSSI协作定位可以具有以下优点:
●可实现的最便宜的定位系统之一
●价格便宜:与具有高速相机或精确无线电定位的跟踪系统相比,使用低成本通信(蓝牙或WiFi)
●重用通信基础设施
●无需安装基础设施
●硬件组件将可用于以上本发明的系统
●与来自本发明的系统的比赛事件相组合增加了统计数据的意义,例如,在场上的何处以及在哪种情景下传球成功或不成功
在下文中,将以其他方式再次简要地说明并总结本发明构思。
对于教练和运动员本身,测量诸如足球或英式足球等团队运动场景中的运动员表现的客观数据可能是有价值的信息,以用于提高个人水平和/或团队水平的表现。为此,需要生成统计数据,例如,从一个运动员到另一运动员的成功传球和错过传球、传球速度、传球的类型(高/低)、控球、球的动作动态、运动员的表现等。
为了生成统计数据,可以通过附接优选地配备有传感器17、19以及与比赛中的各个实体(例如运动员11′、球12′、边界)的无线通信功能的模块11、12(在本文中也称为标签,或者根据附接位置称为运动员模块11或装备模块12)来进行测量。未解决的问题是获取并最佳地组合这些测量以生成所需的统计数据。同时,该方案还必须是便携式的、价格合理的、节能的、可扩展的并且能够抵抗外部干扰。
因此,本发明构思可以建议将模块12放置在球12′中并且还具有运动员模块11。与现有技术相比,可能检测到运动员11′可能已经踢过球12′、球12′可能已经被踢出并且后来运动员11′可能已经接受了球12′、以及球12′可能已经被另一运动员11′接受。组合这些信息,估计从运动员A到运动员B的传球将比使用例如仅运动员模块具有高得多的准确性,并且将比使用精确定位便宜得多。即使涉及更多的运动员和球,例如在训练场景中,区分成功和不成功的传球也会更容易。
提出的系统可以包含如图2所示的以下组件:
1)附接到球12′的一个有效标签(球标签12)
2)附接到运动员11′的至少一个有效标签(运动员标签11)
3)一个或多个计算单元13(计算单元)以及
4)至少一个可视化单元21(APP+GUI)
5)数据库22,其包含用于从测量的传感器数据对事件进行分类的相关信息以及其他信息,例如决策域
本发明的构思可以在以下要点中简要概述如下:
1.使用具有运动传感器17、19(例如,惯性传感器、磁力计和/或压力传感器)和彼此之间或与中央单元13之间的数据连接的模块11、12,以及使用用于分析数据和例如估计从运动员A到运动员B的传球、包括特征提取和决策树和/或机器学习的方法,而至少一个模块12可以集成到球12′中,并且至少一个模块11可以附接到至少一个运动员11′。
□使用上述方法,可以分别针对每个标签11、12对事件进行分类,并且可以在标签11、12之间以及使用附加信息(例如,来自数据库22)来融合所获得的信息,生成更高级别的信息。
□数据库22可以包含与运动员的打比赛位置(守门员、防守、进攻等)、物理统计数据、习惯、比赛的事件历史或直至所有分类的较早事件、或团队的发展有关的信息。
□更高级别的信息是例如从运动员A到运动员B的传球、不成功/成功的传球、控球时间、第一接触精度、不成功/成功的拦截、对决胜/负、以及基于这些的统计和分析
2.如果在包括中央单元13的模块11、12中的至少一些上可获得RSSI或距离测量数据,则可以通过包括RSSI测量数据来改善提到的更高级别的信息,以例如估计标签11、12之间(尤其是运动员标签11和球标签12之间)的距离。
3.RSSI协作定位
□思想:球模块12和运动员模块11可以具有蓝牙数据连接。借助蓝牙模块,可以进行RSSI(信号强度)测量,并将其用于估计模块11、12之间的距离。组合所有距离估计,可以创建情景图片,包括运动员和球位置的估计。
□因此,如果在最佳情况下在所有模块11、12上RSSI测量数据是可用的,则可以估计所有模块11、12之间的距离,并且可以融合该信息以提高距离估计的准确性,此外以群类似方法彼此相对地定位模块11、12。
□这可以通过使用在固定且已知位置处的模块(例如基础设施模块113)来改善。
□可以融合以上本发明构思的信息:
■在本文中模块11、12的动态可以是有帮助的,例如接近零的速度、高速运动、高动态运动等
■在本文中有关控球的信息是有帮助的
□在估计过程中,除了距离和位置(例如,RSSI测量偏差和非线性)之外,还可以估计传播信道的信道参数(例如,路径损耗系数、阴影、对数正态衰落、方法Kriging)。
替代固定到运动员11′的运动员标签11,标签12可以固定到诸如瓶子、杆、球门、弹跳物等的对象。然后,如果例如目标已被击中,可以通过分析传感器数据在标签12上对对象进行监测。
此外,可以提供本发明的系统10,该系统10用于确定运动比赛中的比赛场景18,该系统10包括:
至少一个运动员模块11,被配置为附接到比赛的运动员11′,
至少一个装备模块12,被配置为附接到要在所述比赛中使用的运动装备(例如,球,冰球)12′,以及
计算单元13,
运动员模块11包括:第一传感器设备17,至少包括多轴加速度计;信号处理单元,用于根据从第一传感器设备17接收的原始传感器测量数据14a确定参数(例如,提取特征)14b,以及用于将所述特征14b分类为物理运动员事件(用于确定运动员11′的活动简档14c);以及无线电通信设备,用于将物理运动员事件/和或活动简档14c发送给计算单元13,
装备模块12包括:第二传感器设备19,至少包括多轴加速度计;信号处理单元,用于根据从第二传感器设备19接收的传感器测量数据16a确定参数(例如,提取特征),以及用于将所述特征16b分类为物理装备事件(用于确定装备12′的动作简档);以及无线电通信设备,用于将物理装备事件和/或动作简档16c发送给计算单元13,
计算单元13包括:无线电通信设备,用于从运动员模块11接收物理运动员事件和/或活动简档14c以及从装备模块12接收物理装备事件和/或动作简档16c,并且还包括:分类器68,用于将物理运动员事件和/或活动简档14c与物理装备事件和/或动作简档16c一起分类为比赛场景18。
在下文中,可以给出比赛场景的一些非限制性示例,其中,比赛场景可以包括包含以下项的群组中的至少一项:运动员进行的低传球、运动员进行的高传球、到达来自同一团队的另一运动员的成功传球、到达来自不同团队的另一运动员的不成功传球、两个或多个运动员之间的胜或负对决、由运动员执行的罚球、由运动员执行的角球、由运动员执行的掷界外球、由运动员执行的凌空射门、由运动员执行的半凌空射门、由运动员执行的头球、运动员执行的带球、运动员控球的持续时间。
本发明的系统10可以提供以下优点:
●运动员和比赛设备(例如,球)的度量和事件,因为标签可以集成到足球和其他比赛设备中
●对标签上的数据进行预处理(信号/数据分析以及事件检测和处理)。因此,对以下方面的要求出现显著降低:
□由于无线电通信引起的延迟
□经由无线电通信要传送的数据量
□标签的同步
●与仅评估运动员标签度量的系统相比,具有更高的稳健性和更高的功能性,因为运动员事件可以与球事件相关联并通过球事件进行补充。
本发明的系统10可以用于
●运动分析、度量调查、状态确定、状态分类、信息融合、事件识别、事件处理(定位、位置、跟踪、通信),
●运动:具有特殊装备以及与其互动的一个或多个运动员的所有球类运动、曲棍球、普通运动
●培训目的和比赛分析
●培训阶段和比赛的数字化,以供以后分析或进一步处理
虽然已经在装置的上下文中描述了一些方面,但是将清楚的是,这些方面还表示对应方法的描述,其中,框或设备对应于方法步骤或方法步骤的特征。类似地,在方法步骤上下文中描述的方面也表示对相应框或项或者相应装置的特征的描述。可以由(或使用)硬件设备(诸如,微处理器、可编程计算机或电子电路)来执行一些或全部方法步骤。在一些实施例中,可以由这种装置来执行最重要方法步骤中的一个或多个方法步骤。
根据某些实现要求,本发明的实施例可以用硬件或软件实现,或者至少部分用硬件实现,或至少部分用软件实现。可以使用其上存储有电子可读控制信号的数字存储介质(例如,软盘、DVD、蓝光、CD、ROM、PROM、EPROM、EEPROM或闪存)来执行实现,该电子可读控制信号与可编程计算机系统协作(或者能够与之协作)从而执行相应方法。因此,数字存储介质可以是计算机可读的。
根据本发明的一些实施例包括具有电子可读控制信号的数据载体,其能够与可编程计算机系统协作以便执行本文所述的方法之一。
通常,本发明的实施例可以实现为具有程序代码的计算机程序产品,程序代码可操作以在计算机程序产品在计算机上运行时执行方法之一。程序代码可以例如存储在机器可读载体上。
其他实施例包括存储在机器可读载体上的计算机程序,该计算机程序用于执行本文所述的方法之一。
换言之,本发明方法的实施例因此是具有程序代码的计算机程序,该程序代码用于在计算机程序在计算机上运行时执行本文所述的方法之一。
因此,本发明方法的另一实施例是其上记录有计算机程序的数据载体(或者数字存储介质或计算机可读介质),该计算机程序用于执行本文所述的方法之一。数据载体、数字存储介质或记录介质通常是有形的和/或非暂时性的。
因此,本发明方法的另一实施例是表示计算机程序的数据流或信号序列,所述计算机程序用于执行本文所述的方法之一。数据流或信号序列可以例如被配置为经由数据通信连接(例如,经由互联网)传送。
另一实施例包括处理装置,例如,计算机或可编程逻辑器件,所述处理装置被配置为或适于执行本文所述的方法之一。
另一实施例包括其上安装有计算机程序的计算机,该计算机程序用于执行本文所述的方法之一。
根据本发明的另一实施例包括被配置为向接收器(例如,以电子方式或以光学方式)传送计算机程序的装置或系统,该计算机程序用于执行本文所述的方法之一。接收器可以是例如计算机、移动设备、存储设备等。装置或系统可以例如包括用于向接收器传送计算机程序的文件服务器。
在一些实施例中,可编程逻辑器件(例如,现场可编程门阵列)可以用于执行本文所述的方法的功能中的一些或全部。在一些实施例中,现场可编程门阵列可以与微处理器协作以执行本文所述的方法之一。通常,方法优选地由任意硬件装置来执行。
本文描述的装置可以使用硬件装置、或者使用计算机、或者使用硬件装置和计算机的组合来实现。
本文描述的方法可以使用硬件装置、或者使用计算机、或者使用硬件装置和计算机的组合来执行。
上述实施例对于本发明的原理仅是说明性的。应当理解的是,本文所述的布置和细节的修改和变形对于本领域其他技术人员将是显而易见的。因此,旨在仅由所附专利权利要求的范围来限制而不是由借助对本文的实施例的描述和解释所给出的具体细节来限制。
Claims (18)
1.一种用于确定运动比赛中的比赛场景(18)的系统(10),所述系统(10)包括:
运动员模块(11),能够附接到运动员(11′),
装备模块(12),能够附接到要在所述运动比赛中使用的运动装备(12′),以及
计算单元(13),用于从所述运动员模块(12)接收基于运动员的数据(14)以及从所述装备模块(12)接收基于装备的数据(16),所述基于运动员的数据(14)表示运动员(11′)的活动简档(14c),以及,所述基于装备的数据(16)表示装备(12′)的动作简档(16c),
其中,所述计算单元(13)被配置为基于所述运动员(11′)的活动简档(14c)并基于所述装备(16)的动作简档(16c)来确定涉及所述运动员(11′)和所述装备(12′)的多个比赛场景(18)之一。
2.根据权利要求1所述的系统(10),其中,所述运动员模块(11)包括:运动员传感器设备(17),被配置为提供与所述运动员模块(11)附接到的所述运动员(11′)相关联的原始测量数据(14a),
其中,所述运动员模块(11)被配置为将所述运动员传感器设备(17)的原始测量数据(14a)作为所述基于运动员的数据(14)发送给所述计算单元(13),以及其中,所述计算单元(13)被配置为基于所接收的原始测量数据(14a)来确定所述运动员(11′)的活动简档(14c),和/或
其中,所述运动员模块(11)被配置为基于所述原始测量数据(14a)来确定所述运动员(11′)的活动简档(14c),以及其中,所述运动员模块(11)被配置为将所述运动员(11′)的活动简档(14c)作为所述基于运动员的数据(14)发送给所述计算单元(13)。
3.根据权利要求1或2所述的系统(10),其中,所述运动员模块(11)包括:运动员传感器设备(17),被配置为提供与所述运动员模块(11)附接到的所述运动员(11′)相关联的原始测量数据(14a),其中,所述运动员模块(11)被配置为对所述原始测量数据(14a)执行特征提取,以用于基于所提取的一个或多个特征(14b)来确定所述运动员(11′)能够执行的一个或多个物理事件,
其中,所述运动员模块(11)被配置为:基于所提取的一个或多个特征(14b)和/或基于所确定的一个或多个物理事件来确定所述运动员(11′)的活动简档(14c),并且将所述活动简档(14c)作为所述基于运动员的数据(14)发送给所述计算单元(13),和/或
其中,所述运动员模块(11)被配置为:将所提取的一个或多个特征(14b)和/或所确定的一个或多个物理事件发送给所述计算单元(13),以用于确定所述运动员(11′)的活动简档(14c)。
4.根据权利要求2或3所述的系统(10),其中,所述运动员传感器设备(17)包括以下项中的至少一种:多轴加速度计、角速率传感器、磁力计和压力传感器,所述多轴加速度计被配置为提供表示所述运动员模块(11)附接到的所述运动员(11′)的身体部位的加速度的原始测量数据(14a),所述角速率传感器被配置为提供表示所述运动员模块(11)附接到的所述运动员(11′)的身体部位的旋转的原始测量数据(14a),所述磁力计被配置为提供表示地球磁场的值的原始测量数据(14a),以及所述压力传感器被配置为提供表示由所述运动员模块(11)附接到的所述运动员(11′)的身体部位施加的压力或在所述身体部位处施加的压力的原始测量数据(14a)。
5.根据权利要求1至4中的一项所述的系统(10),其中,所述装备模块(12)包括:装备传感器设备(19),被配置为提供与所述装备模块(12)附接到的所述装备(12′)相关联的原始测量数据(16a),
其中,所述装备模块(12)被配置为将所述装备传感器设备(19)的原始测量数据(16a)作为所述基于装备的数据(16)发送给所述计算单元(13),以及其中,所述计算单元(13)被配置为基于所接收的原始测量数据(16a)来确定所述装备(12′)的动作简档(16c),和/或
其中,所述装备模块(12)被配置为基于所述原始测量数据(16a)来确定所述装备(12′)的动作简档(16c),以及其中,所述装备模块(12)被配置为将所述装备(12′)的动作简档(16c)作为所述基于装备的数据(16)发送给所述计算单元(13)。
6.根据权利要求1至5中的一项所述的系统(10),其中,所述装备模块(12)包括:装备传感器设备(19),被配置为提供与所述装备模块(12)附接到的所述装备(12′)相关联的原始测量数据(16a),其中,所述装备模块(12)被配置为对所述原始测量数据(16a)执行特征提取,以用于基于所提取的一个或多个特征(16b)来确定所述装备(12′)能够执行的或在所述装备(12′)上能够施加的物理事件,
其中,所述装备模块(12)被配置为:基于所提取的一个或多个特征(16b)和/或基于所确定的一个或多个物理事件来确定所述装备(12′)的动作简档(16c),并且将所述动作简档(16c)作为所述基于装备的数据(16)发送给所述计算单元(13),和/或
其中,所述装备模块(12)被配置为将所提取的一个或多个特征(16b)和/或所确定的一个或多个物理事件发送给所述计算单元(13),以用于确定所述装备(12′)的动作简档(16c)。
7.根据权利要求5或6中的一项所述的系统(10),其中,所述装备传感器设备(19)包括以下项中的至少一种:多轴加速度计、角速率传感器、磁力计和压力传感器,所述多轴加速度计被配置为提供表示所述装备模块(12)附接到的所述装备(12′)的加速度的原始测量数据(16a),所述角速率传感器被配置为提供表示所述装备模块(12)附接到的所述装备(12′)的旋转的原始测量数据(16a),所述磁力计被配置为提供表示地球磁场的值的原始测量数据(16a),以及所述压力传感器被配置为提供表示在所述装备模块(12)附接到的所述装备(12′)上施加的压力的原始测量数据(16a)。
8.根据权利要求1至7中的一项所述的系统(10),还包括:数据库(22),被配置为存储关于以下项中的至少一项的附加信息:所述运动员(11′)、所述装备(12′)和所述比赛的时间历史,其中,所述计算单元(13)被配置为:从所述数据库(22)检索所述附加信息,并基于所述运动员(11′)的活动简档(14c)、基于所述装备(12′)的动作简档(16c)以及基于从所述数据库(22)中检索的所述附加信息,来确定涉及所述运动员(11′)和所述装备(12′)的多个比赛场景(18)之一。
9.根据权利要求1至8中的一项所述的系统(10),其中,所述运动员模块(11)被配置为在预定时间窗口期间确定所述基于运动员的数据(14),以及其中,所述装备模块(12)被配置为在预定时间窗口期间确定所述基于装备的数据(16),以及其中,所述计算单元(13)被配置为及时地同步所接收的基于运动员的数据(14)和所接收的基于装备的数据(16),使得所述基于运动员的数据(14)和所述基于装备的数据(16)的时间窗口在时域中至少部分重叠。
10.根据权利要求1至9中的一项所述的系统(10),其中,所述系统(10)包括能够附接到另一运动员(11′2)的另一运动员模块(112),其中,所述计算单元(13)被配置为从所述另一运动员模块(112)接收另一基于运动员的数据(142),所述另一基于运动员的数据(142)表示所述另一运动员(112)的另一活动简档,
其中,所述计算单元(13)被配置为:基于所述运动员(11)的活动简档(14c)、基于所述另一运动员(112)的另一活动简档以及基于所述装备(12′)的动作简档(16c),来确定涉及所述运动员(11)、所述另一运动员(112)以及装备(12′)的多个比赛场景(18)之一。
11.根据权利要求1至10中的一项所述的系统(10),其中,所述系统(10)还包括至少一个基础设施模块(113),所述至少一个基础设施模块(113)与进行所述运动比赛的运动场(121)相关联和/或与属于所述运动场(121)的装置相关联,所述基础设施模块(113)被布置在所述运动场(121)的内部、外部、所在之处、上面、上方、下方或周围和/或被布置在所述运动场(121)的所述装置的内部、外部、所在之处、上面、上方、下方或周围,
其中,所述计算单元(13)被配置为:从所述基础设施模块(113)接收基于基础设施的数据(115),并基于所述运动员(11′)的活动简档(14c)、所述装备(12′)的动作简档(16c)以及所述基于基础设施的数据(115),来确定涉及所述运动员(11′)和所述装备(12′)的多个比赛场景(18)之一。
12.根据权利要求11所述的系统(10),其中,所述基础设施模块(113)包括定向天线(122),所述定向天线被定向到所述运动场(121),和/或被定向为平行或正交于所述运动场(121)的分界线(123、124、125、126)中空间上最近的一个分界线、和/或沿所述运动场(121)的分界线(123、124、125、126)定向。
13.根据权利要求11或12所述的系统(10),其中,所述基础设施模块(113)被配置为测量从所述运动员模块(11)和/或从所述装备模块(12)接收的信号的接收信号强度指示RSSI值,和/或其中,所述运动员模块(11)和所述装备模块(12)中的至少一个配置为测量从所述基础设施模块(113)接收的信号的接收信号强度指示RSSI值,以及其中,所述基础设施模块(113)、所述运动员模块(11)、所述装备模块(12)和所述计算单元(13)中的至少一个被配置为基于所测量的RSSI值对以下项进行计算:
所述运动员模块(11)和所述装备模块(12)中的至少一个与所述基础设施模块(113)之间的相对空间距离,和/或
所述运动员模块(11)和所述装备模块(12)中的至少一个在所述运动场(121)上的相对空间距离,和/或
所述运动员模块(11)和/或所述装备模块(12)在所述运动场(121)上的绝对位置。
14.根据权利要求1至13中的一项所述的系统(10),其中,所述运动员模块(11)被配置为测量从所述装备模块(12)接收的信号的接收信号强度指示RSSI值,和/或其中,所述装备模块(12)被配置为测量从所述运动员模块(11)接收的信号的接收信号强度指示RSSI值,以及其中,所述运动员模块(11)、所述装备模块(12)以及所述计算单元(13)中的至少一个被配置为基于所测量的RSSI值对以下项进行计算:
所述运动员模块(11)和所述装备模块(12)之间的相对空间距离,和/或
所述运动员模块(11)和所述装备模块(12)在所述运动场上的绝对位置。
15.根据权利要求1至14中的一项所述的系统(10),其中,所述计算单元(13)被配置为:从所述运动员模块(11)和所述装备模块(12)中的至少一个接收RSSI值,并基于所述运动员(11′)的活动简档(14c)、基于所述装备(12′)的动作简档(16c)以及基于所接收的RSSI值,来确定涉及所述运动员(11′)和所述装备(12′)的多个比赛场景(18)之一。
16.根据权利要求14或15所述的系统(10),其中,所述计算单元(13)被配置为接收与第一运动员模块(11)相关联的第一RSSI值和与第二运动员模块(112)相关联的第RSSI值,其中,所述计算单元(13)还被配置为比较所述第一RSSI值和所述第RSSI值,并且如果比较RSSI值的结果表明所述第一运动员模块(11)相比于所述第二运动员模块(112)具有到所述装备(12′)的较小空间距离,则获取所述第一运动员模块(11)的基于运动员的数据(14c)。
17.一种用于确定运动比赛中的比赛场景(18)的方法,所述方法包括:
从附接到运动员(11′)的运动员模块(11)接收基于运动员的数据(14),所述基于运动员的数据(14)表示所述运动员(11′)的活动简档(14c),
从附接到要在所述运动比赛中使用的运动装备(12′)的装备模块(12)接收基于装备的数据(16),所述基于装备的数据(16)表示所述装备(12′)的动作简档(16c),以及
基于所述运动员(11′)的活动简档(14c)并基于所述装备(12′)的动作简档(16c),来确定涉及所述运动员(11′)和所述装备(12′)的多个比赛场景(18)之一。
18.一种存储有计算机程序的计算机可读数字存储介质,所述计算机程序具有用于在计算机上运行时执行权利要求17的方法的程序代码。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18175616.4 | 2018-06-01 | ||
EP18175616.4A EP3576095A1 (en) | 2018-06-01 | 2018-06-01 | System for determining a game scenario in a sports game |
PCT/EP2019/063886 WO2019229094A1 (en) | 2018-06-01 | 2019-05-28 | System for determining a game scenario in a sports game |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112513995A true CN112513995A (zh) | 2021-03-16 |
Family
ID=62528274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980048397.2A Pending CN112513995A (zh) | 2018-06-01 | 2019-05-28 | 用于确定运动比赛中的比赛场景的系统 |
Country Status (10)
Country | Link |
---|---|
US (1) | US11701564B2 (zh) |
EP (2) | EP3576095A1 (zh) |
JP (1) | JP7118253B2 (zh) |
KR (1) | KR102491153B1 (zh) |
CN (1) | CN112513995A (zh) |
AU (1) | AU2019276071C1 (zh) |
DK (1) | DK3803890T3 (zh) |
ES (1) | ES2918212T3 (zh) |
PT (1) | PT3803890T (zh) |
WO (1) | WO2019229094A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210102820A1 (en) * | 2018-02-23 | 2021-04-08 | Google Llc | Transitioning between map view and augmented reality view |
GB2622466A (en) * | 2022-07-01 | 2024-03-20 | Genius Sports Ss Llc | Automatic alignment of video streams |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100283630A1 (en) * | 2009-05-05 | 2010-11-11 | Advanced Technologies Group, LLC | Sports telemetry system for collecting performance metrics and data |
US20130066448A1 (en) * | 2009-05-05 | 2013-03-14 | Advanced Technologies Group, LLC | Sports telemetry system for collecting performance metrics and data |
CN202983134U (zh) * | 2010-12-29 | 2013-06-12 | 耐克国际有限公司 | 确定运动员和球之间距离的系统、无线电标签和装置 |
CN103520897A (zh) * | 2012-07-06 | 2014-01-22 | 阿迪达斯股份公司 | 组表现监测系统及监测方法 |
US20150001052A1 (en) * | 2013-06-27 | 2015-01-01 | Mobiplex, Inc. | Mechanical switch for controlling electrical power of electronic sensors |
CN104722058A (zh) * | 2015-04-03 | 2015-06-24 | 深圳市微队信息技术有限公司 | 一种运动员竞技状态分析方法及系统 |
CN105844697A (zh) * | 2016-03-15 | 2016-08-10 | 深圳市望尘科技有限公司 | 一种体育赛事现场三维信息的数据及事件统计实现方法 |
US20160310820A1 (en) * | 2015-04-23 | 2016-10-27 | Dunlop Sports Co., Ltd. | System, Method, And Apparatus For Monitoring Sporting Apparatus And Users Thereof |
CN106606857A (zh) * | 2016-02-29 | 2017-05-03 | 简极科技有限公司 | 一种基于定位的足球比赛技术统计方法 |
US20180099201A1 (en) * | 2016-06-03 | 2018-04-12 | Pillar Vision, Inc. | Systems and methods for tracking dribbling and passing performance in sporting environments |
CN108171278A (zh) * | 2018-01-25 | 2018-06-15 | 武汉中体智美科技有限公司 | 一种基于运动训练数据的运动模式识别方法和系统 |
CN109165253A (zh) * | 2018-08-15 | 2019-01-08 | 宁夏大学 | 一种篮球战术辅助的方法与装置 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0000105D0 (en) * | 2000-01-05 | 2000-02-23 | World Golf Systems Limited | Golf game |
EP2016425B1 (en) | 2006-05-09 | 2011-06-29 | Microsoft Corporation | Smart communicating sports equipment |
US20100184564A1 (en) | 2008-12-05 | 2010-07-22 | Nike, Inc. | Athletic Performance Monitoring Systems and Methods in a Team Sports Environment |
WO2012161768A1 (en) | 2011-02-17 | 2012-11-29 | Nike International Ltd. | Tracking of user performance metrics during a workout session |
US9317660B2 (en) | 2011-03-31 | 2016-04-19 | Adidas Ag | Group performance monitoring system and method |
WO2013166456A2 (en) | 2012-05-04 | 2013-11-07 | Mocap Analytics, Inc. | Methods, systems and software programs for enhanced sports analytics and applications |
JP5743221B2 (ja) * | 2012-06-29 | 2015-07-01 | カシオ計算機株式会社 | 無線同期システム、無線装置、センサ装置、無線同期方法、及びプログラム |
WO2014008202A1 (en) | 2012-07-02 | 2014-01-09 | Infomotion Sports Technologies, Inc. | Operations with instrumented game ball |
WO2014008134A1 (en) | 2012-07-02 | 2014-01-09 | Infomotion Sports Technologies, Inc. | Computer-implemented capture of live sporting event data |
US9069770B2 (en) | 2013-02-12 | 2015-06-30 | Adidas Ag | Method of providing digital content for users of physical items |
US20150018111A1 (en) * | 2013-06-27 | 2015-01-15 | Mobiplex, Inc. | Interpretation of characteristics of a golf swing using motion analysis |
US20150062440A1 (en) | 2013-09-04 | 2015-03-05 | Glenn Austin Baxter | Apparatus, method and system for motion recording of a remote device and presentation of useful information thereof |
FR3020760B1 (fr) | 2014-05-09 | 2017-10-27 | Kerilab | Procédé et dispositif pour détecter une frappe de balle |
US10324476B2 (en) | 2014-10-02 | 2019-06-18 | Robotic Research, Llc | Robotic swarm localization using ranging radios |
WO2017011811A1 (en) | 2015-07-16 | 2017-01-19 | Blast Motion Inc. | Event analysis and tagging system |
US10854104B2 (en) | 2015-08-28 | 2020-12-01 | Icuemotion Llc | System for movement skill analysis and skill augmentation and cueing |
US20190015019A1 (en) | 2015-12-22 | 2019-01-17 | Intel Corporation | Monitoring player performance |
US10010753B2 (en) * | 2015-12-30 | 2018-07-03 | IAM Sports & Entertainment | Creating personalized athletic-performance models |
US20190347956A1 (en) * | 2016-09-22 | 2019-11-14 | Str8bat Sport Tech Solutions Private Limited | A system and method to analyze and improve sports performance using monitoring devices |
-
2018
- 2018-06-01 EP EP18175616.4A patent/EP3576095A1/en not_active Withdrawn
-
2019
- 2019-05-28 PT PT197276512T patent/PT3803890T/pt unknown
- 2019-05-28 DK DK19727651.2T patent/DK3803890T3/da active
- 2019-05-28 KR KR1020217000074A patent/KR102491153B1/ko active IP Right Grant
- 2019-05-28 JP JP2021517514A patent/JP7118253B2/ja active Active
- 2019-05-28 CN CN201980048397.2A patent/CN112513995A/zh active Pending
- 2019-05-28 AU AU2019276071A patent/AU2019276071C1/en active Active
- 2019-05-28 EP EP19727651.2A patent/EP3803890B1/en active Active
- 2019-05-28 ES ES19727651T patent/ES2918212T3/es active Active
- 2019-05-28 WO PCT/EP2019/063886 patent/WO2019229094A1/en active Search and Examination
-
2020
- 2020-12-01 US US17/108,756 patent/US11701564B2/en active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100283630A1 (en) * | 2009-05-05 | 2010-11-11 | Advanced Technologies Group, LLC | Sports telemetry system for collecting performance metrics and data |
US20130066448A1 (en) * | 2009-05-05 | 2013-03-14 | Advanced Technologies Group, LLC | Sports telemetry system for collecting performance metrics and data |
CN202983134U (zh) * | 2010-12-29 | 2013-06-12 | 耐克国际有限公司 | 确定运动员和球之间距离的系统、无线电标签和装置 |
CN103520897A (zh) * | 2012-07-06 | 2014-01-22 | 阿迪达斯股份公司 | 组表现监测系统及监测方法 |
US20150001052A1 (en) * | 2013-06-27 | 2015-01-01 | Mobiplex, Inc. | Mechanical switch for controlling electrical power of electronic sensors |
CN104722058A (zh) * | 2015-04-03 | 2015-06-24 | 深圳市微队信息技术有限公司 | 一种运动员竞技状态分析方法及系统 |
US20160310820A1 (en) * | 2015-04-23 | 2016-10-27 | Dunlop Sports Co., Ltd. | System, Method, And Apparatus For Monitoring Sporting Apparatus And Users Thereof |
CN106606857A (zh) * | 2016-02-29 | 2017-05-03 | 简极科技有限公司 | 一种基于定位的足球比赛技术统计方法 |
CN105844697A (zh) * | 2016-03-15 | 2016-08-10 | 深圳市望尘科技有限公司 | 一种体育赛事现场三维信息的数据及事件统计实现方法 |
US20180099201A1 (en) * | 2016-06-03 | 2018-04-12 | Pillar Vision, Inc. | Systems and methods for tracking dribbling and passing performance in sporting environments |
CN108171278A (zh) * | 2018-01-25 | 2018-06-15 | 武汉中体智美科技有限公司 | 一种基于运动训练数据的运动模式识别方法和系统 |
CN109165253A (zh) * | 2018-08-15 | 2019-01-08 | 宁夏大学 | 一种篮球战术辅助的方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
DK3803890T3 (da) | 2022-08-08 |
AU2019276071C1 (en) | 2023-12-21 |
KR102491153B1 (ko) | 2023-01-20 |
EP3803890B1 (en) | 2022-05-04 |
WO2019229094A1 (en) | 2019-12-05 |
US20210077886A1 (en) | 2021-03-18 |
JP2021529073A (ja) | 2021-10-28 |
US11701564B2 (en) | 2023-07-18 |
AU2019276071A1 (en) | 2020-12-24 |
EP3803890A1 (en) | 2021-04-14 |
JP7118253B2 (ja) | 2022-08-15 |
EP3576095A1 (en) | 2019-12-04 |
PT3803890T (pt) | 2022-07-27 |
AU2019276071B2 (en) | 2022-06-09 |
KR20210022618A (ko) | 2021-03-03 |
ES2918212T3 (es) | 2022-07-14 |
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 | |
US9573037B2 (en) | Sports training apparatus and method | |
JP6038854B2 (ja) | チーム競技環境における運動パフォーマンスモニタリングのシステムおよび方法 | |
EP2724632B1 (en) | Sports apparatus and method | |
US9265991B2 (en) | Method and system for monitoring movement of a sport projectile | |
CN113599788B (zh) | 用于在体育事件中监测运动员表现的系统和方法 | |
US11701564B2 (en) | System for determining a game scenario in a sports game | |
KR102662022B1 (ko) | 노 캐디 시스템 |
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 |