CN114191797B - 一种自由式滑雪智能训练系统 - Google Patents

Abstract

本发明公开了一种自由式滑雪智能训练系统，属于智能训练系统技术领域。一种自由式滑雪智能训练系统，包括有用户管理模块、数据采集模块、数据分析模块和数据可视化模块；一方面实现了运动员多生理数据的同步采集及实时显示，另一方面也能很好地完成运动员滑雪姿态捕捉及识别、多相机交汇求解关节点三维坐标、耦合气动力的肌骨动力学模拟、人体转动能及转动惯量计算、地面反力及地面反力距的计算工作，更进一步的，实现了自由式滑雪运动各阶段的数据可视化；利用本发明，可帮助教练员对运动员训练效果进行分析，以此优化专项动作并提高运动员受训期间的运动表现，同时也可将本发明应用于自由式滑雪爱好者的日常训练以帮助其提高运动水平。

Description

一种自由式滑雪智能训练系统

技术领域

本发明涉及智能训练系统技术领域，具体为一种自由式滑雪智能训练系统。

背景技术

自由式滑雪项目作为冬奥项目之一，其主要分为三个阶段，首先是滑行阶段，在该阶段中，运动员需要通过调整走线及立刃方式以获取适宜的起跳点；其次是起跳阶段，在该阶段中，运动员需要通过一系列起跳动作来获取足够的转动惯量及转动能以完成所选技术动作；最后是飞行阶段，在该阶段中，运动员需要准确地完成特定动作以获取较高的得分。可以看出，自由式滑雪不同阶段的侧重点不尽相同。

在现今的训练体系中，主要是通过教练员言传身教以帮助运动员打破不同阶段的技术壁垒，但对于教练员来说，指导运动员不同阶段动作优化缺乏系统科学的数据支撑，更多的是依靠教练员自身的经验。而对于运动员来说，如何精准地调整和修改自身的技术错误也缺乏相关的科学指标。随着时代与科技的发展，如何通过科学技术助力运动训练并提升运动员的运动表现一直也是人们重点研究的技术领域，这意味着将新兴科技与运动训练结合是大势所趋。因此，当下急需一种科学的智能训练系统来辅助运动队准确、定量、高效、全面地开展技术动作测量及分析，通过分析运动员在做某些特定动作过程中的生理学、运动学、动力学与肌肉力学参数，来帮助运动员进行专项动作优化并对其体能训练提供指导建议；鉴于上述原因，我们提出了一种自由式滑雪智能训练系统。

发明内容

1、本发明要解决的技术问题

本发明的目的在于提供一种能辅助运动队准确、定量、高效、全面地开展技术动作测量及分析，通过分析运动员在做某些特定动作过程中的生理学、运动学、动力学与肌肉力学参数，来帮助运动员进行专项动作优化并对其体能训练提供指导建议的自由式滑雪智能训练系统。

2、技术方案

为实现上述目的，本发明提供如下技术方案：

一种自由式滑雪智能训练系统，包括有用户管理模块、数据采集模块、数据分析模块和数据可视化模块；

所述用户管理模块，包括有新建用户单元和用户数据库单元，通过新建用户单元在用户数据库单元上构建相对应的用户信息数据库，用于存储该用户的个性化分析数据，并通过调取相应用户数据库中的历史数据来回看数据或进行数据对比；

所述数据采集模块，包括有运动图像采集单元、肌电信号采集单元、血氧采集单元、心电采集单元和其他信号采集单元，用于用户运动姿态信息及生理信号的同步采集、接收、解码及实时显示；

所述数据分析模块，包括有动作捕捉及识别单元、骨骼肌肉模型单元、气动力计算单元和人体动力学计算单元，用于滑雪动作捕捉及识别、骨骼肌肉模型计算、气动力计算和人体动力学计算工作，所述动作捕捉及识别单元、骨骼肌肉模型单元、气动力计算单元和人体动力学计算单元相互配合，用以实现耦合气动力的肌骨动力学模拟分析、转动能与转动惯量计算和地面反力及地面反力矩计算工作；

所述数据可视化模块，包括有滑行段数据可视化单元、起跳段数据可视化单元、飞行段数据可视化单元和落地段数据可视化单元，用于实现自由式滑雪运动不同阶段的相关数据的显示。

优选地，所述数据分析模块用以实现滑雪动作捕捉及识别工作，包括有姿态识别、相机标定、三维坐标求解，具体包括以下步骤：

A1、提取现场拍摄设备所同步拍摄的三维辐射式标定框架的图像，手动点出图像中控制点的位置；

A2、基于标定框架上控制点的三维坐标，内置的算法模块使用直接线性变换方法求解出拍摄相机的外部参数和内部参数，并计算出投影矩阵，建立从世界坐标系到像素坐标系的转换模型，完成拍摄相机的标定工作；

A3、得到相机标定文件后，将获取的运动员动作视频输入 AlphaPose二维人体姿态估计程序，识别出视频中运动员身体上关键的人体关节点的二位像素坐标；

A4、基于相机标定结果，使用空间交会算法，从二维像素坐标中计算出三维空间坐标，得到运动员关键关节点的三维轨迹，作为原始运动学数据；

A5、在自动姿态识别算法的基础上，加入修点功能，允许对误差较大的识别点进行修正，也可手动点出图像中正确的人体关节点。

优选地，所述数据分析模块用以实现耦合气动力的肌骨动力学模拟分析工作，具体包括以下步骤：

B1、对若干个自由式滑雪过程中的身体姿态做流体力学模拟，得到不同姿态下各关节及整体所受的力和力矩，储存所得数据，组成飞行姿态-关节力数据库，该数据库集成在数据分析模块中；

B2、使用编写的.py文件调用OpenSim软件，输入动作捕捉及识别单元所获得的运动学数据以得到关节角度；

B3、使用算法将B2中所得关节角度自动匹配飞行姿态-关节力数据库中的关节角度，获取运动员在飞行过程中的受力情况；

B4、将B3中所得的受力情况结果施加至相关人体部位，输入逆向动力学得到的关节角度；

B5、加载气动力计算单元中的空气动力设置文件，完成后续的逆向动力学和静态优化分析，即可获得耦合了气动力的肌骨动力学模拟分析结果。

优选地，所述数据分析模块用以实现人体转动能及转动惯量计算工作，具体包括以下步骤：

C1、使用.py文件在OpenSim软件中建立相应的缩放模型，获取身体各部分质量及质心数据；

C2、根据转动惯量计算公式，获取身体的转动惯量及其随时间的变化；

C3、通过动作捕捉及识别单元获取运动员滑雪过程中的运动学数据，以此计算每一帧的转动角速度；

C4、结合C2中所得的转动惯量值，计算得出转动能数据。

优选地，所述数据分析模块用以实现地面反力及地面反力矩计算工作，具体包括以下步骤：

D1、将OpenSim软件逆向动力学分析与动作捕捉及识别单元获取的运动员滑雪过程中的运动学数据相结合，通过逆向动力学求解模型的运动方程计算出模型的广义力向量；

D2、将地面反力初值设置为零，迭代进行逆动力学分析；

D3、将D2中每次分析所得的外部广义力叠加至地面反力上，计算得出与D1中运动学数据相匹配的地面反力及地面反力矩。

优选地，所述数据可视化模块用以实现自由式滑雪运动不同阶段的相关数据的显示，具体包括以下步骤：

所述数据可视化模块，包括有滑行段数据可视化单元、起跳段数据可视化单元、飞行段数据可视化单元和落地段数据可视化单元，

E1、在滑行段，所述滑行段数据可视化单元分析给出运动员头部、膝及或关节的轨迹，并通过计算获得运动员立刃幅度随时间的变化曲线；

E2、在起跳段，所述起跳段数据可视化单元根据目标检测算法分析给出运动员的起跳轨迹，并通过计算获得运动员转动能、转动惯量及地面反力矩随时间的变化曲线、同时对天气信息进行展示；

E3、在飞行段，所述飞行段数据可视化单元根据目标检测算法分析给出运动员的飞行轨迹，同时展示运动员沿X、Y、Z轴的出台速度、出台角度、滞空时间及腾空高度；

E4、在落地段，展示起跳点与落地点的对比。

3、有益效果

本发明基于Python语言编写，设计有用户管理模块、数据采集模块、数据分析模块和数据可视化模块，一方面实现了运动员多生理数据的同步采集及实时显示，另一方面也能很好地完成运动员滑雪姿态捕捉及识别、多相机交汇求解关节点三维坐标、耦合气动力的肌骨动力学模拟、人体转动能及转动惯量计算、地面反力及地面反力矩 的计算工作，更进一步的，实现了自由式滑雪运动各阶段的数据可视化；利用本发明，可帮助教练员对运动员训练效果进行分析，以此优化专项动作并提高运动员受训期间的运动表现，同时也可将本发明应用于自由式滑雪爱好者的日常训练以帮助其提高运动水平。

附图说明

图1为本发明提出的一种自由式滑雪智能训练系统的系统组成结构示意图；

图2为本发明提出的一种自由式滑雪智能训练系统的实施例2中新建用户操作示意图；

图3为本发明提出的一种自由式滑雪智能训练系统的实施例2中数据采集操作示意图；

图4为本发明提出的一种自由式滑雪智能训练系统的实施例2中任意相机所拍摄的运动视频的分析结果示意图；

图5为本发明提出的一种自由式滑雪智能训练系统的实施例2中三维重建结果示意图；

图6为本发明提出的一种自由式滑雪智能训练系统的实施例2中骨骼肌肉模型示意图；

图7为本发明提出的一种自由式滑雪智能训练系统的实施例2中滑行段数据可视化示意图；

图8为本发明提出的一种自由式滑雪智能训练系统的实施例2中起跳段数据可视化示意图；

图9为本发明提出的一种自由式滑雪智能训练系统的实施例2中飞行段数据可视化示意图；

图10为本发明提出的一种自由式滑雪智能训练系统的实施例2 中起跳段数据可视化结果示意图；

图11为本发明提出的一种自由式滑雪智能训练系统的实施例2 中飞行段数据可视化结果示意图。

具体实施方式

下面结合附图和具体实施例对本发明提供的一种自由式滑雪智能训练系统进行详细描述。

同时，在这里做以说明的是，为了使实施例更加详尽，下面的实施例为最佳、优选实施例，对于一些公知技术本领域技术人员也可采用其他替代方式而进行实施；而且附图部分仅是为了更具体的描述实施例，而并不旨在对本发明进行具体的限定。

本发明涵盖任何在本发明的精髓和范围上做的替代、修改、等效方法以及方案。为了使公众对本发明有彻底的了解，在以下本发明优选实施例中详细说明了具体的细节，而对本领域技术人员来说没有这些细节的描述也可以完全理解本发明。另外，为了避免对本发明的实质造成不必要的混淆，并没有详细说明众所周知的方法、过程、流程、元件和电路等。

实施例1：

请参阅图1，一种自由式滑雪智能训练系统，包括有用户管理模块、数据采集模块、数据分析模块和数据可视化模块；

用户管理模块，包括有新建用户单元和用户数据库单元，通过新建用户单元在用户数据库单元上构建相对应的用户信息数据库，用于存储该用户的个性化分析数据，并通过调取相应用户数据库中的历史数据来回看数据或进行数据对比；

数据采集模块，包括有运动图像采集单元、肌电信号采集单元、血氧采集单元、心电采集单元和其他信号采集单元，用于用户运动姿态信息及生理信号的同步采集、接收、解码及实时显示；

数据分析模块，包括有动作捕捉及识别单元、骨骼肌肉模型单元、气动力计算单元和人体动力学计算单元，用于滑雪动作捕捉及识别、骨骼肌肉模型计算、气动力计算和人体动力学计算工作，动作捕捉及识别单元、骨骼肌肉模型单元、气动力计算单元和人体动力学计算单元相互配合，用以实现耦合气动力的肌骨动力学模拟分析、转动能与转动惯量计算和地面反力及地面反力矩计算工作；

数据分析模块用以实现滑雪动作捕捉及识别工作，包括有姿态识别、相机标定、三维坐标求解，具体包括以下步骤：

A1、提取现场拍摄设备所同步拍摄的三维辐射式标定框架的图像，手动点出图像中控制点的位置；

A2、基于标定框架上控制点的三维坐标，内置的算法模块使用直接线性变换方法求解出拍摄相机的外部参数和内部参数，并计算出投影矩阵，建立从世界坐标系到像素坐标系的转换模型，完成拍摄相机的标定工作；

A3、得到相机标定文件后，将获取的运动员动作视频输入 AlphaPose二维人体姿态估计程序，识别出视频中运动员身体上关键的人体关节点的二位像素坐标；

A4、基于相机标定结果，使用空间交会算法，从二维像素坐标中计算出三维空间坐标，得到运动员关键关节点的三维轨迹，作为原始运动学数据；

A5、在自动姿态识别算法的基础上，加入修点功能，允许对误差较大的识别点进行修正，也可手动点出图像中正确的人体关节点；

数据分析模块用以实现耦合气动力的肌骨动力学模拟分析工作，具体包括以下步骤：

B1、对若干个自由式滑雪过程中的身体姿态做流体力学模拟，得到不同姿态下各关节及整体所受的力和力矩，储存所得数据，组成飞行姿态-关节力数据库，该数据库集成在数据分析模块中；

B2、使用编写的.py文件调用OpenSim软件，输入动作捕捉及识别单元所获得的运动学数据以得到关节角度；

B3、使用算法将B2中所得关节角度自动匹配飞行姿态-关节力数据库中的关节角度，获取运动员在飞行过程中的受力情况；

B4、将B3中所得的受力情况结果施加至相关人体部位，输入逆向动力学得到的关节角度；

B5、加载气动力计算单元中的空气动力设置文件，完成后续的逆向动力学和静态优化分析，即可获得耦合了气动力的肌骨动力学模拟分析结果；

数据分析模块用以实现人体转动能及转动惯量计算工作，具体包括以下步骤：

C1、使用.py文件在OpenSim软件中建立相应的缩放模型，获取身体各部分质量及质心数据；

C2、根据转动惯量计算公式，获取身体的转动惯量及其随时间的变化；

C3、通过动作捕捉及识别单元获取运动员滑雪过程中的运动学数据，以此计算每一帧的转动角速度；

C4、结合C2中所得的转动惯量值，计算得出转动能数据；

数据分析模块用以实现地面反力及地面反力矩计算工作，具体包括以下步骤：

D1、将OpenSim软件逆向动力学分析与动作捕捉及识别单元获取的运动员滑雪过程中的运动学数据相结合，通过逆向动力学求解模型的运动方程计算出模型的广义力向量；

D2、将地面反力初值设置为零，迭代进行逆动力学分析；

D3、将D2中每次分析所得的外部广义力叠加至地面反力上，计算得出与D1中运动学数据相匹配的地面反力及地面反力矩；

数据可视化模块，包括有滑行段数据可视化单元、起跳段数据可视化单元、飞行段数据可视化单元和落地段数据可视化单元，用于实现自由式滑雪运动不同阶段的相关数据的显示。

数据可视化模块用以实现自由式滑雪运动不同阶段的相关数据的显示，具体包括以下步骤：

E1、在滑行段，滑行段数据可视化单元分析给出运动员头部、膝及或关节的轨迹，并通过计算获得运动员立刃幅度随时间的变化曲线；

E2、在起跳段，起跳段数据可视化单元根据目标检测算法分析给出运动员的起跳轨迹，并通过计算获得运动员转动能、转动惯量及地面反力矩随时间的变化曲线、同时对天气信息进行展示；

E3、在飞行段，飞行段数据可视化单元根据目标检测算法分析给出运动员的飞行轨迹，同时展示运动员沿X、Y、Z轴的出台速度、出台角度、滞空时间及腾空高度；

E4、在落地段，展示起跳点与落地点的对比。

本发明基于Python语言编写，设计有用户管理模块、数据采集模块、数据分析模块和数据可视化模块，一方面实现了运动员多生理数据的同步采集及实时显示，另一方面也能很好地完成运动员滑雪姿态捕捉及识别、多相机交汇求解关节点三维坐标、耦合气动力的肌骨动力学模拟、人体转动能及转动惯量计算、地面反力及地面反力矩 的计算工作，更进一步的，实现了自由式滑雪运动各阶段的数据可视化；利用本发明，可帮助教练员对运动员训练效果进行分析，以此优化专项动作并提高运动员受训期间的运动表现，同时也可将本发明应用于自由式滑雪爱好者的日常训练以帮助其提高运动水平。

实施例2：

请参阅图2-11，基于实施例1但有所不同之处在于，

一种自由式滑雪智能训练系统，其具体使用流程如下：

(1)软件使用者使用新建用户按钮创建用户文件夹，如图2所示；用户文件夹一般以运动员及其动作命名；在用户文件夹下会生成若干个子文件夹，其中包括数据采集文件夹，数据分析文件夹及数据可视化文件夹；使用者可在相关文件夹中找到其所需的数据文件。

(2)若使用者需要进行实时数据采集模块，则可点击数据采集模块下的相关按钮即可实现各生理信号的实时采集及反馈；如图3所示；所采集的数据将保存至相应的数据采集文件夹下，各生理信号采集数据将独立保存。

(3)软件使用者可以根据其需要对相关参数进行计算：

1)动作捕捉及识别；软件使用者选择需要分析的专项动作视频，然后根据实际情况选择所使用的相机个数，最后根据文件类型选择适宜的标定文件，点击进行识别按钮，系统即可自动分析专项动作视频以求解图像序列中关节点三维坐标；在分析完毕后，使用者可以查看不同相机拍摄的专项动作视频的分析结果，如图4所示；也可以查看根据空间交互算法所求解的关节点三维坐标信息，如图5所示。

2)骨骼肌肉模型；在获取了运动员专项动作的运动学数据之后，本系统使用.py文件调用OpenSim软件来进行人体肌肉骨骼的建模与仿真，实现对专项动作的运动学、动力学和肌肉力学的综合评估；首先在文本编辑框中输入运动员体重、身高等数据，点击创建按钮，即可得到缩放模型；其次，选取动作捕捉和识别子系统得到的运动学文件，点击分析按钮即可计算关节角度；然后，点击耦合分析按钮，系统即可自动读取当前关节角度以匹配数据库中的相关数据并进行逆向动力学和静态优化得到运动过程中的肌肉激活情况；对于滑行段和起跳段，还需加入人体动力学分析中所计算的地面反力数据一并优化；骨骼肌肉模型如图6所示。

3)人体动力学计算；在人体动力学计算中包含了转动惯量、转动能的计算以及地面反力及反力矩的计算；通过选取动作捕捉和识别环节中关节点的三维重建文件，并选取骨骼肌肉模型文件，点击分析按钮即可获取转动能、转动惯量、地面反力及地面反力矩随时间的变化曲线并将这些数据保存至相应文件夹中。

(4)根据以上计算结果，根据不同阶段选择相应的按钮，点击该按钮并选择相关文件，如在滑行段数据可视化中，选择某一相机的运动视频以及关节点识别文件，如图7所示；在起跳段数据可视化中，选择某一相机的运动视频以及转动能、转动惯量文件以及地面反力矩文件等，如图8所示；在飞行段数据可视化中，选择某一相机的运动视频以及相关运动学文件，如图9所示；选择完毕后点击制作分析视频按钮，即可生成如图10、11的分析视频。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其改进构思加以等同替换或改变，都应涵盖在本发明的保护范围内。

Claims (3)

1.一种自由式滑雪智能训练系统，其特征在于，包括有用户管理模块、数据采集模块、数据分析模块和数据可视化模块；

所述用户管理模块，包括有新建用户单元和用户数据库单元，通过新建用户单元在用户数据库单元上构建相对应的用户信息数据库，用于存储该用户的个性化分析数据，并通过调取相应用户数据库中的历史数据来回看数据或进行数据对比；

所述数据采集模块，包括有运动图像采集单元、肌电信号采集单元、血氧采集单元、心电采集单元和其他信号采集单元，用于用户运动姿态信息及生理信号的同步采集、接收、解码及实时显示；

所述数据分析模块，包括有动作捕捉及识别单元、骨骼肌肉模型单元、气动力计算单元和人体动力学计算单元，用于滑雪动作捕捉及识别、骨骼肌肉模型计算、气动力计算和人体动力学计算工作，所述动作捕捉及识别单元、骨骼肌肉模型单元、气动力计算单元和人体动力学计算单元相互配合，用以实现耦合气动力的肌骨动力学模拟分析、转动能与转动惯量计算和地面反力及地面反力矩计算工作；

所述数据分析模块用以实现耦合气动力的肌骨动力学模拟分析工作，具体包括以下步骤：

B1、对若干个自由式滑雪过程中的身体姿态做流体力学模拟，得到不同姿态下各关节及整体所受的力和力矩，储存所得数据，组成飞行姿态-关节力数据库，该数据库集成在数据分析模块中；

B2、使用编写的.py文件调用OpenSim软件，输入动作捕捉及识别单元所获得的运动学数据以得到关节角度；

B3、使用算法将B2中所得关节角度自动匹配飞行姿态-关节力数据库中的关节角度，获取运动员在飞行过程中的受力情况；

B4、将B3中所得的受力情况结果施加至相关人体部位，输入逆向运动学所得到的关节角度；

B5、加载气动力计算单元中的空气动力设置文件，完成后续的逆向动力学和静态优化分析，即可获得耦合了气动力的肌骨动力学模拟分析结果；

所述数据分析模块用以实现人体转动能及转动惯量计算工作，具体包括以下步骤：

C1、使用.py文件在OpenSim软件中建立相应的缩放模型，获取身体各部分质量及质心数据；

C2、根据转动惯量计算公式，获取身体的转动惯量及其随时间的变化；

C3、通过动作捕捉及识别单元获取运动员滑雪过程中的运动学数据，以此计算每一帧的转动角速度；

C4、结合C2中所得的转动惯量值，计算得出转动能数据；

所述数据分析模块用以实现地面反力及地面反力矩计算工作，具体包括以下步骤：

D1、将OpenSim软件逆向动力学分析与动作捕捉及识别单元获取的运动员滑雪过程中的运动学数据相结合，求解模型的运动方程计算出模型的广义力向量；

D2、将地面反力初值设置为零，迭代进行逆动力学分析；

D3、将D2中每次分析所得的外部广义力叠加至地面反力上，计算得出与D1中运动学数据相匹配的地面反力及地面反力矩；

所述数据可视化模块，包括有滑行段数据可视化单元、起跳段数据可视化单元、飞行段数据可视化单元和落地段数据可视化单元，用于实现自由式滑雪运动不同阶段的相关数据的显示。

2.根据权利要求1所述的一种自由式滑雪智能训练系统，其特征在于，所述数据分析模块用以实现滑雪动作捕捉及识别工作，包括有姿态识别、相机标定、三维坐标求解，具体包括以下步骤：

A1、提取现场拍摄设备所同步拍摄的三维辐射式标定框架的图像，手动点出图像中控制点的位置；

A2、基于标定框架上控制点的三维坐标，内置的算法模块使用直接线性变换方法求解出拍摄相机的外部参数和内部参数，并计算出投影矩阵，建立从世界坐标系到像素坐标系的转换模型，完成拍摄相机的标定工作；

A3、得到相机标定文件后，将获取的运动员动作视频输入AlphaPose二维人体姿态估计程序，识别出视频中运动员身体上关键的人体关节点的二位像素坐标；

A4、基于相机标定结果，使用空间交会算法，从二维像素坐标中计算出三维空间坐标，得到运动员关键关节点的三维轨迹，作为原始运动学数据；

A5、在自动姿态识别算法的基础上，加入修点功能，允许对误差较大的识别点进行修正，也可手动点出图像中正确的人体关节点。

3.根据权利要求1所述的一种自由式滑雪智能训练系统，其特征在于，所述数据可视化模块用以实现自由式滑雪运动不同阶段的相关数据的显示，具体包括以下步骤：

所述数据可视化模块，包括有滑行段数据可视化单元、起跳段数据可视化单元、飞行段数据可视化单元和落地段数据可视化单元，

E1、在滑行段，所述滑行段数据可视化单元分析给出运动员头部、膝及或关节的轨迹，并通过计算获得运动员立刃幅度随时间的变化曲线；

E2、在起跳段，所述起跳段数据可视化单元根据目标检测算法分析给出运动员的起跳轨迹，并通过计算获得运动员转动能、转动惯量及地面反力矩随时间的变化曲线、同时对天气信息进行展示；

E3、在飞行段，所述飞行段数据可视化单元根据目标检测算法分析给出运动员的飞行轨迹，同时展示运动员沿X、Y、Z轴的出台速度、出台角度、滞空时间及腾空高度；

E4、在落地段，展示起跳点与落地点的对比。

Images