CN115867367A - 用于控制表示赛道上的机动化体育事件的交互式混合环境的系统和方法 - Google Patents

Abstract

描述了用于控制表示赛道上的机动化体育事件的交互式混合环境的计算机实现方法。该交互式混合环境包括赛道上的真实车辆和虚拟车辆的表示。该方法包括：接收真实传感器数据流，该真实传感器数据包括：赛道上的真实车辆的真实运动学数据和关于驾驶员对真实车辆的控制的真实控制数据，真实运动学数据由赛道处的红外传感器捕获，真实控制数据由车辆传感器捕获并经由来自真实车辆的遥测系统获得；使用真实运动学数据来确定交互式混合环境内的真实车辆表示的位置和运动学行为；使用真实控制数据和真实运动学数据来创建基于真实控制数据的赛道上的真实车辆的位置的黑盒确定；接收计算机生成的控制数据流，其通过用户与向用户呈现交互式混合环境的计算机进行交互和捕获用户输入以控制虚拟车辆表示的运动学行为而获得；以及通过使用黑盒确定和计算机生成的控制数据来确定交互式混合环境内的虚拟车辆表示的位置和运动学行为。

Description

用于控制表示赛道上的机动化体育事件的交互式混合环境的 系统和方法

技术领域

本发明涉及用于控制表示赛道上的机动体育事件的交互式混合环境的系统和方法。更具体地而非排他地，本发明涉及用于使远程游戏计算机和可能的其他娱乐设备大规模参与真实的机动体育事件的方法和系统。本发明还延伸到实时捕获和实况直播来自实况赛车体育事件的高精确度实时车辆追踪和车辆控制数据，并使用这些数据来提供一种新形式的游戏或观看体验，在这种体验中，以更具交互性的方式，远程玩家可以与机动化体育事件的实际参与者竞争，以及远程观众可以参与事件。精确的运动学数据的捕获使该系统和方法能够应用于大规模参与的一系列其他类型的室内和室外体育事件，例如足球、篮球、自行车和滑雪。

背景技术

已经使用各种方法来提供用于机动化体育事件的选手控制的虚拟表示的逼真的系统和方法。这些方法中大部分是完全虚拟的，由复杂的模型确定虚拟车辆的运动学行为，以响应于用户致动器的输入，试图提供真实的外观。通常通过使用通过记录比赛期间车辆的移动而获得的真实运动学数据构建模型来提供真实性。然而，这些模型不仅复杂且难以构建，而且它们通常是基于不精确的运动学数据。此外，这种现有技术方法通常是针对单个或几个选手，这意味着与其他选手的交互的范围非常有限。这一切都导致了不可缩放且不切实际的模拟和游戏体验。

试图限定用于选手控制的模拟以与真实的实况比赛交互的系统和方法的已知现有技术都没有延伸到提供实用的方法，该实用的方法用于以证明计算机游戏选手的满意度和挑战性的方式，让世界各地的众多选手和追随者与真实的驾驶员、赛车、比赛团队、赛道、赛道外和事件环境同时大规模参与，支持电子竞技联赛的大规模竞争，并提供非游戏追随者希望增强他们对实况赛车体育事件的沉浸感和享受的功能。实现这些目标中的任何一个都将拓宽和增强例如赛车比赛对粉丝群的吸引力，该粉丝群从传统的电视观众或驾驶员个性粉丝，延伸到赛车比赛计算机游戏的核心粉丝，再到“顶级”比赛和技术数据服务的用户。

本发明人撰写了在先专利GB2518602B，该专利描述了系统、方法和技术，除其他应用外，在真实的实况机动化车辆比赛(如F1(Formula 1)，一级方程式赛车)中，被动地和除最极端的天气条件外的所有条件下，精确地追踪车辆，为计算机玩家提供用虚拟车替换这些车中的一辆车并在实况比赛中进行竞争的能力。由GB2518602B提供的数据涉及赛道上的机动车辆的位置信息，该位置信息由位于赛道上方有效高度(1-2km)处的(例如在直升机上、无人机或轻于空气的飞行器上的)单个IR追踪传感器以非侵入方式感测。这依赖于包括整个设定区域的单个传感器的视场(FOV)。以一级方程式赛车为例，当FOV被植被(悬垂的树木)、看台或城市赛道的各种建筑物和其他结构遮挡时，这种方法是不切实际的。因此，该现有技术方法在其实际应用中具有一些限制。

与实况事件交互的视频游戏(描述了经由从实况事件流式传输到传统计算机赛车游戏的数据，玩家控制的虚拟车以有限且有些人工的方式与真实车的表示进行交互的游戏中的方法)，是已知的，例如参见US2010/0271367。虚拟车的性能由选手输入和车及其环境的软件模型的组合来确定的。基于物理的模型是视频游戏软件的一部分，在尝试模拟赛车事件的非常复杂和动态的典型场景时，在它们可以实现的保真度方面受到许多限制。这导致虚拟车和真实车的表示之间的交互质量很差。

其他现有技术文件(例如，GB2365360A)已试图解决这个主要缺陷，建议计算机游戏中虚拟车动力学及其环境的物理模型模拟可以通过从练习运行中收集的数据进行预处理，或从真实车及其环境实况传输的性能数据进行实时处理，从而创建车辆及其环境的“最佳物理模型”，然后可以由游戏选手控制。这种方法受到相同的基本限制，因为没有描述实现非常高性能追踪的实际手段，此外，涉及在非常复杂的环境中运行的非常复杂的机动车辆的真实场景的软件模型涉及如此多的变量和这些变量之间的复杂的关系，即使更明显的变量中的一些被连续测量并使用，模型要么：

a)由于模型中的许多近似值和缺陷，很快就偏离了现实；或者

b)需要大量的计算能力，即使在最大的计算机中也不可能实时运行。

还有其他现有技术文件(例如US6155927)以抽象形式描述了系统，该系统能使计算机游戏选手能够与实况和录制的真实比赛进行竞争，但没有提供GB2518602B中描述的能够实际实现其抽象概念的具体方法和系统描述。

也是本发明人共同撰写的GB2585165A，描述了一种在高速公路、道路和街道交通网络上对普通车、卡车等进行红外(IR)追踪的方法，其中追踪装置位于低层基础设施上，例如灯柱，IR发射器放置在车辆上以实现对车辆的检测，或者将IR反射器放置在车辆上，可选地在追踪装置中包括IR灯。然后，追踪设备将车辆及其邻居的高精度实时追踪数据传输给车辆，以协助其导航和自动驾驶或半自动驾驶。追踪设备可以被链接在一起形成线性的、高完整性的网络，从而可以沿着连续、均匀的道路路段来追踪车辆。GB2585165A中的追踪装置的布置具有与本发明无关的特征(例如，来自追踪装置向机动车辆本身的高完整性数据的聚合和传递)。此外，由于机动化体育事件通常需要追踪围绕具有挑战性几何结构(急转弯道、弯道、斜坡、顶峰、维修站等)的封闭、非均匀赛道的高性能车辆，如机动车、摩托车等，其中机动车辆以极高的加速度、速度、转弯速度等行驶，GB2585165A中描述的系统和方法无法应对，因为它们被设计用于监测通常较慢移动的车辆。

因此，本发明的目的是为了克服上述现有技术文献的限制。此外，在不同的实施例中，希望克服对GB2518602B中限定的和以上描述的精确追踪能力的限制，并提供首次改进的、实际可实现的系统和方法，该系统和方法用于在复杂环境中同时让世界各地众多选手和追随者的交互式真实虚拟赛车大规模参与的高性能机动车体育事件。在不同的实施例中，还希望明确指出虚拟驾驶员如何可以与真实比赛和真实驾驶员交互，以增强选手的体验，并使本地、区域、国家或全球电子竞技或竞技赛车事件能够公平运作，同时与真实机动化体育事件和比赛高度集成。本发明还适用于关于真实机动化体育事件的记录数据的创建和使用，其中竞争车辆的运动学数据和车辆控制数据(可能是驾驶员输入)被记录或被准确地重建以达到用于GB2518602B中规定的计算机游戏的精确度和延迟要求。

发明内容

根据本发明的一个方面，提供了一种用于控制表示赛道上机动化体育事件的交互式混合环境的计算机实施方法，该交互式混合环境包括赛道上的真实车辆和虚拟车辆的表示，该方法包括：接收真实数据流，该真实数据包括赛道上的真实车辆的真实运动学数据和关于由驾驶员对真实车辆的控制的真实控制数据，该真实运动学数据由赛道上的红外传感器捕获，该真实控制数据由车辆传感器捕获并经由来自真实车辆的遥测系统获得；使用真实运动学数据来确定交互式混合环境中的真实车辆表示的位置和运动学行为；使用真实控制数据和真实运动学数据来创建基于真实控制数据的赛道上的真实车辆的位置的黑盒确定；接收计算机生成的控制数据流，其通过用户与向用户呈现交互式混合环境并捕获用户输入以控制虚拟车辆的表示的运动学行为的计算机交互而获得的；以及通过使用黑盒确定和计算机生成的控制数据来确定交互式混合环境中虚拟车辆表示的位置和运动学行为。

在交互式混合环境中使用包括运动学数据和控制数据的真实数据，能够做出精确的黑盒确定。反过来，这为接收的计算机生成的控制数据提供了参考，并能够相对于赛道上的真实车辆的表示对虚拟车辆进行精确逼真的运动学控制。例如，用户操作致动器的程度精确地反映在它对虚拟车辆的影响中，其方式与真实车辆中的驾驶员的操纵控制会影响真实车辆的运动学数据(例如，速度、方向、加速度和位置)相同。这提供了现有技术方法不可能实现的真实感，并且能够精确反映虚拟域和真实域中的移动。此外，这种特征组合克服了以现实的且精确的方式在相同混合环境中提供来自不同域的车辆表示的互操作性问题。例如，当真实数据是实况数据，即从与交互式混合环境的控制同时发生的事件中流式传输的数据时，则本发明能够使虚拟域中的虚拟驾驶员与真实域中的真实驾驶员实时竞争，这在先前是不可能的。

优选地，真实传感器数据包括赛道上的多个真实车辆的真实运动学数据和关于由相应驾驶员对多个真实车辆中的每一个的控制的真实控制数据。本发明的实施例被设计为能够整体捕获(例如在一级方程式赛车比赛中所看到的)多个车辆的竞争行为。具有表示多个真实车辆的行为的真实数据流能够创建这样的竞争环境。每一个真实数据流都能够被单独处理，还可以包括唯一的车辆标识符。

类似地，计算机生成的控制数据流可以包括多个计算机生成的数据流，通过不同的用户与相应的计算机的交互以及对相应的用户输入的捕获而生成每个流。这使多个用户能够与体育事件相关联并且有利地允许实现大规模游戏。每个计算机生成的数据流能够被单独处理，还可以包括唯一的计算机设备标识符。

优选地，在多个真实车辆少于多个流的计算机生成的数据流的情况下，该方法还可以包括将多个虚拟车辆表示中的两个或更多个的子集与一个真实车辆表示链接以创建链接表示。显然，在大规模游戏环境中，经由游戏计算机/设备参加的用户的数量远远超过比赛中的车辆的数量(因为出于安全原因，通常存在对可以参加比赛的车辆的数量的物理限制)。因此，通过将两个或更多个虚拟车辆表示链接到一个真实车辆的单个表示，可以容纳任意数量的用户。这使该方法能够扩展大规模游戏场景，其中虚拟域中的数十万用户可以同时与真实域中的驾驶员竞争。

在一些实施例中，该方法还包括使用链接表示来表示交互式混合环境内的多个虚拟车辆表示的子集，同时该子集的虚拟车辆的位置在真实车辆的公差内。

在许多实施例中，多个计算机生成的数据流通常比多个真实车辆大数倍，链接步骤可以包括以均匀分布方式将多个计算机生成的数据流中的每一个链接到多个真实车辆表示。在多个计算机生成的数据流比多个真实车辆大数倍的其他实施例中，链接步骤可以包括以对数分布方式将多个计算机生成的数据中的每一个链接到多个真实车辆表示。无论哪种方式，都有可能在交互式混合环境中容纳大量选手/用户，其中可能存在少量的真实车辆表示。

在一个实施例中，可以有中央游戏服务器，该中央游戏服务器创建交互式混合环境，然后通过通信网络将交互式混合环境提供给所有游戏设备。在这种情况下，该方法可以包括使用由接收的真实传感器数据和计算机生成的数据确定的真实车辆表示和虚拟车辆表示的新位置来更新交互式混合环境；生成更新的交互式混合环境；以及将更新的交互式混合环境从中央服务器广播到多个远程计算机。中央解决方案可能需要更大的处理能力，但相对容易更新和控制。

在可替代的实施例中，每个用户/选手的游戏设备可以在本地生成交互式混合环境，创建多个这样的本地环境。在这种情况下，该方法可以包括将黑盒确定和真实传感器数据从中央服务器广播到多个远程计算机；在每台远程计算机上生成交互式混合环境；用由接收的真实传感器数据和计算机生成的数据确定的真实车辆表示和虚拟车辆表示的新位置来更新交互式混合环境；以及将虚拟车辆表示的新位置发送到中央服务器。这种分布式解决方案可能需要更多的管理，但不会受到瓶颈的潜在影响，并且通常不太容易受到交互式混合环境生成中的时间延迟和滞后的影响。

在一些实施例中，该方法还包括使用人工智能引擎来改变计算机生成的控制数据与虚拟车辆的合成位置之间的关联，该人工智能引擎参考黑盒确定。这种人工智能引擎的使用能够帮助每个选手控制他们的虚拟车辆。这种帮助可以提供差点(handicap)因素，该差点因素能够使较弱的虚拟玩家更公平地与真实域中的专业驾驶员竞争。

在大多数的实施例中，接收的真实运动学数据包括相对于赛道的纵向位置数据、相对于赛道的横向位置数据以及相对于赛道的车辆定向数据。这些类型的数据使车辆的运动学行为能够精确地映射到虚拟域中。

在一些实施例中，真实控制数据包括真实车辆的方向盘位置、加速器位置、制动踏板位置和档位选择中的一项或更多项。这些是典型的控制数据，远程信息处理系统为这些典型的控制数据提供信息。这些典型的控制数据有助于确定驾驶员控制输入，该驾驶员控制输入确定真实车辆的赛道位置。此外，有利地，这些数据可以容易地与可以由虚拟世界中的选手控制的相应致动器相关联。

不同的实施例从不同的真实数据源生成交互式混合环境。在一个实施例中，源是先前已记录的真实数据的存储。因此，该方法还可以包括在生成真实传感器数据时从已经存储真实传感器数据的副本的数据存储中检索真实传感器数据。在可替代的实施例中，源来自体育事件本身，并且在这种情况下，接收步骤包括在体育事件发生时基本实时地接收真实传感器数据。

在一个实施例中，真实传感器数据流具有至少25Hz的采样率，捕获真实车辆在某个时间点处的位置，在被捕获的40毫秒内将该真实车辆在某个时间点处的位置提供给交互式混合环境。这能够在虚拟域中实时实现真实域，该虚拟域以25Hz的最小刷新率运行。更优选地，在一些实施例中，真实传感器数据流具有至少60Hz的采样率，捕获真实车辆在某个时间点处的位置，并且在被捕获的16.7毫秒内将该真实车辆在某个时间点处的位置提供给交互式混合环境。这种刷新率通常存在于大多数计算机显示器中，因此支持虚拟域内实时事件的高质量表示。

为了帮助交互式虚拟环境的生成，该方法还可以包括使用存储的数据模型。这可以使虚拟环境对选手更加真实。

此外，还可以接收来自真实车辆的视频和音频数据流，以增强交互式混合环境。在这种情况下，该方法可以包括接收来自真实车辆的视频数据流或音频数据流以及将视频数据流或音频数据流包括在交互式混合环境中。

为了促进大规模游戏，在一些实施例中，该方法还包括在虚拟车辆表示的位置在真实车辆表示的位置的预定阈值内的时间点处，将多个虚拟车辆中的一个虚拟车辆表示链接到多个真实车辆中的一个真实车辆表示，并使用该真实车辆表示作为交互式混合环境中的虚拟车辆表示。这有利地使大量虚拟车辆能够被包括在交互式混合环境中，而不会用大量虚拟车辆表示而使屏幕杂乱。事实上，这种表示形式解决了如何在有限的屏幕大小内呈现可能涉及数百万选手的机动化体育事件的技术问题。此外，本发明的一些实施例解决了将全世界数百万计算机游戏选手和其他粉丝与赛车体育事件实况链接的挑战，这能够为玩家和观众提供具有挑战性、满足性和娱乐性的交互体验，并且对于越来越吸引职业游戏选手的电子竞技事件而言，至关重要的是，能够作为真实虚拟赛车事件的组成部分来公平地管理和排名所有选手。

在一些实施例中，在从真实车辆提供音频和/或视频数据的情况下，链接步骤(在本文中也称为“抓拍”(snapping))可以激活从真实车辆接收的音频或视频数据流提供给向用户呈现交互式混合环境的计算机。这使得特定真实车辆所体验的视野和声音能够被提供到虚拟域中，以使交互式混合环境更加真实。

在一些实施例中，该方法还包括在虚拟车辆表示的位置在真实车辆表示的位置的预定阈值之外的时间点处，断开多个虚拟车辆中的一个虚拟车辆表示与多个真实车辆中的一个真实车辆表示的链接，并在交互式混合环境中分开呈现该虚拟车辆表示与真实车辆表示。这使得虚拟车辆表示能够在其与真实车辆表示不匹配时被显示，从而使选手能够看到他们的虚拟车辆相对于真实车辆表示的实际位置，并在交互式混合环境中的真实车辆表示之间进行转换。

在一些实施例中，还可能将交互式混合环境的各个方面转发回与真实车辆相关联的团队，如下文所述。在这种情况下，该方法还可以包括将链接到真实车辆表示的任何虚拟车辆的细节提供给远程第三方计算机。

在一些实施例中，可以将虚拟车辆的性能与真实车辆的紧密定位表示的性能相匹配。在每辆真实车辆具有不同的性能特征集的情况下，这可以实现更公平的游戏。在该实施例中，该方法还包括确定多个真实车辆中的一个真实车辆的最接近虚拟车辆表示的定位表示，并且采用真实车辆的最接近表示的性能特征集作为虚拟车辆的性能特征。

一些实施例还包括使用红外传感器捕获赛道上的真实车辆的位置数据、将随时间变化的位置数据转换为真实运动学数据流并将其实时发送到中央服务器的步骤。

优选地，捕获步骤包括使用监测赛道的不同部分的传感器组来捕获位置数据，其中每组传感器中的每一个传感器在传感器的视场(FOV)内检测从在赛道上运行的一个或更多个车辆反射或透射的红外辐射。这种布置特别有利于为交互式混合环境提供精确的实时信息，并稍后将讨论这种布置。

在一些实施例中，该方法还包括处理由红外传感器检测的红外辐射，以确定在赛道上运行的一个或更多个真实车辆的运动学数据。优选地，这种处理在每个传感器处执行并且能够发送更少量的数据以供在交互式混合环境中使用。

根据本发明的另一方面，提供了一种用于控制表示赛道上机动化体育事件的交互式混合环境的计算机系统，该交互式混合环境包括赛道上真实车辆和虚拟车辆的表示，该系统包括：接收器、虚拟比赛命令处理器以及虚拟比赛模拟引擎，其中接收器用于接收真实数据流，真实数据包括赛道上真实车辆的真实运动学数据和关于驾驶员控制真实车辆的真实控制数据，真实运动学数据由赛道上的红外传感器捕获，真实控制数据由车辆传感器捕获并经由来自真实车辆的遥测系统获得；虚拟比赛命令处理器被配置为接收计算机生成的控制数据流，该计算机生成的控制数据流是通过用户与向用户呈现交互式混合环境并捕获用户输入以控制虚拟车辆表示的运动学行为的计算机交互而获得的；以及虚拟比赛模拟引擎包括：比赛模拟输出引擎、参考黑盒模型生成器以及游戏黑盒实现引擎，其中，比赛模拟输出引擎用于使用真实运动学数据来确定在交互式混合环境中真实车辆表示的位置和运动学行为；参考黑盒模型生成器被配置为使用真实控制数据和真实运动学数据来创建基于真实控制数据的赛道上的真实车辆的位置的黑盒确定；以及游戏黑盒实现引擎被配置为通过使用黑盒确定和计算机生成的控制数据来确定交互式混合环境内虚拟车辆表示的位置和运动学行为。

在一些实施例中，该计算机系统还可以包括人工智能引擎，该人工智能引擎被配置为改变虚拟车辆的合成位置之间的关联。在一些实施例中，该人工智能引擎可以被配置为拓宽接收的计算机生成的控制数据所需的阈值，以生成虚拟车辆的给定位置。

如下文将更详细描述的，本发明的一些实施例涉及改进的系统和方法或与之相关的系统和方法，出于任何娱乐目的(包括但不限于计算机游戏、电子竞技联赛、流媒体、观看)以及普遍增强粉丝对赛车运动的参与度，这些系统和方法用于使全世界数百万的赛车运动计算机游戏选手同时与真实的实况赛车运动事件交互。一个实施例使计算机游戏选手能够通过与其中一辆真实车进行数字配对来开始比赛，并根据某些参数从车转移到车，或作为附加车运行。应当理解，在本说明书中，术语“车”和“车辆”可交换使用，但具有任何车辆的更广泛含义。当与车配对时，动态、黑盒模拟的方法可用于确保虚拟车在其环境中的性能与现实紧密匹配，从而提供计算机游戏玩家和真实驾驶员之间的逼真的、具有挑战性的、愉快的且公平的竞争。然后，该用于一个选手的系统和方法形成了用于使数百万选手同时且竞争地与真实事件进行交互的延伸的系统和方法的基础。该系统和方法还可以用于使仅仅观看赛车比赛而不是玩计算机游戏的参与者能够与赛车体育事件进行更有吸引力的交互。该系统和方法还可用于增强观众和计算机玩家对一系列其他运动的参与。

一般而言，本发明的当前实施例涉及对用于在机动车辆比赛(例如，一级方程式赛车)中捕获和实况广播高精度、实时车辆追踪数据的已知现有技术的改进，从而实现电脑玩家和专业驾驶员之间真正公平、竞争和愉快的比赛，以及广泛的其他观看和娱乐增强。这些改进包括从任何赛车赛场捕获和广播在实况事件中竞争的大量高性能车辆的追踪数据，以使广播数据足够精确、实时并且格式适合于使计算机游戏和其他娱乐媒介能够合并和利用数据，无论是实况数据还是先前录制的数据，从而增强计算机游戏体验和/或为赛车运动组织者和粉丝提供附加的好处，例如用户可选择的观看点、定制的流媒体、以用户为目标的广告等。在某些实施例中，当在实况链接比赛中竞争时，允许玩家将在比赛开始时选择的真实车更改为比赛期间的不同真实车，或者在给定某些参数的情况下作为附加车运行，因此允许玩家可以在比赛期间找到自己的任何位置处将自己的能力与其他赛车驾驶员相匹配。在选择更改为新的真实车的选项时，玩家的车的能力将与新的真实车相匹配，从而再次与新的真实驾驶员建立公平且竞争的比赛。然后，本文的系统和方法被延伸以使无限数量的玩家能够以参与的、公平的且竞争的方式参与。在某些情况下，玩家还可以看到其他虚拟车并与之交互，但在所有情况下，本文的系统和方法都能够在虚拟环境中的无限数量的玩家和真实环境中的真实驾驶员之间进行公平且竞争的比赛，这种结合被称为交互式混合环境。本文的系统和方法也可以被应用于其他体育事件，并且描述了许多代表性示例。

因此，本发明的实施例方便地提供了用于交互式真实-虚拟赛车事件的操作的系统和方法，由此，当该系统和方法在使用中时，使用虚拟环境(交互式混合环境)的任意数量的参与者可以通过以下方式中的一种与真实的实况事件和真实的驾驶员交互：

a)通过以真实的、令人满意的、具有挑战性的且公平的方式，在真实驾驶员和可能有限数量的其他虚拟驾驶员(虚拟驾驶员的总数不超过真实驾驶员的数量)之间，作为具有所有经验和技能水平的个人虚拟驾驶员在实况的、兼容的赛车事件中进行竞争，或者

b)通过以真实的、令人满意的、具有挑战性的且公平的方式，参加大规模的多人组织的电子竞技计算机游戏事件或与实况的、兼容的赛车事件高度结合的(通常由朋友或联系人自行组织的)任何其他计算机游戏事件或活动，或者

c)通过作为观察者参与，使用当前实施例的系统和方法来增强他们的实况观看或实况流式传输体验。

根据本发明的另一方面，提供了一种用于向中央服务器提供在设定区域上运行的一个或更多个移动实体的位置数据的传感系统，该传感系统包括多个传感器组，每个传感器组被配置为监测该设定区域的一部分，并且每个传感器组包括：多个位置传感设备，多个位置传感设备被定位在该设定区域周围，每个位置传感设备被配置为从偏高的位置监测该设定区域的不同部分，其中每个位置传感设备包括：具有视场(FOV)的红外传感器、发送器以及通信设备，具有视场(FOV)的红外传感器用于检测从在FOV内的设定区域上运行的一个或更多个移动实体反射或透射的红外辐射并生成传感器输出；发送器被配置为将红外传感器的传感器输出或从红外传感器导出的信息发送到其传感器组的多个位置传感设备中的另一个，该另一个位置传感设备用作该传感器组的通信节点；通信设备可通信地耦合到作为传感器组内的通信节点的位置传感设备，通信设备被配置为将传感器组的每个红外传感器的传感器输出或从其导出的信息发送到中央校对服务器。

在一些实施例中，每个传感器组包括10个或更少的位置传感设备。位置传感设备的数量的最小化有利地确保了数据传输的延迟和由于需要附加的通信路径而导致的系统的复杂性之间的最佳平衡。

在一些实施例组中，传感器组的位置传感设备中的至少一个包括处理器，该处理器被配置为基于传感器输出或从该至少一个位置传感设备导出的信息，确定在至少两个维度上的FOV内的设定区域上运行的一个或更多个移动实体的当前运动学数据。该特征可以极大地减少要在系统周围传输的数据量，从而提高信息的传输速度，因为在传输到通信节点之前就处理传感器输出。

在一些实施例中，多个传感器组中的第一传感器组被配置为将传感器输出或由第一传感器组确定的从其导出的信息转发到多个传感器组中的第二传感器组上。

在各种实施例中，多个位置传感设备中的一个或更多个可以包括长波红外(LWIR)微测热辐射计或中波红外(MWIR)光子检测相机，其被配置为检测由设定区域中的一个或更多个真实移动实体发射的热IR。此外，多个传感设备中的一个或更多个可以包括短波红外(SWIR)或近红外(NIR)光子检测相机中的一个，其用于检测从移动实体发射或反射的宽带或窄带光。

优选地，为了精确地检测非常快速移动的车辆，多个位置传感设备中的一个或更多个可以具有至少60Hz、更优选地至少100Hz的帧率。这与通常为25Hz至60Hz的最低游戏刷新率相比是有利的。

优选地，在一些实施例中，多个位置传感设备中的一个或更多个被配置为基于红外特征来检测移动实体的唯一标识符。这对于存在位置传感设备的同一FOV内被追踪的多个移动实体的追踪目的是非常有用。唯一标识符可以是来自移动实体上的发射器的调制IR信号，每个不同实体具有不同的调制信号。

多个位置传感设备中的一个或更多个的其他可选特征包括指向赛道的一部分的LED泛光灯，多个位置传感设备中的一个或更多个被配置为检测源自LED泛光灯的反射光。这种真实车辆的照明在光线不足和恶劣的天气条件下提供了更大的弹性。在一些实施例中，多个位置传感设备中的一个或更多个被配置为检测由调制红外光组成的车辆的红外特征。这种调制提供了对可变环境因素的进一步弹性，并且还有利地使距离测量更精确。

为了帮助相对位置确定，多个位置传感设备中的一个或更多个可以被配置为检测在设定区域的边缘反射或发射的红外辐射，并且系统可以被配置为使用检测的信息作为参考帧以确定移动实体的横向位置。

在一些实施例中，位置传感设备可以被引导以面对迎面而来的真实车辆。为了捕获真实车辆的红外特征，它们可以与水平方向和垂直方向成一定角度放置。更具体地，在这些实施例中，至少一些位置传感设备被布置成具有它们的视场(FOV)的视轴(中心线)(该视轴与水平平面或垂直平面成锐角)，并且当这些位置传感设备行进穿过设定区域时面对使用中的迎面而来的移动实体。不同的配置是可能的，因此在一些实施例中，多个位置传感设备中的至少一些包括20度至30度的FOV和高达50米的检测范围。在其他实施例中，多个位置传感设备中的至少一些包括70度的FOV和高达15米的检测范围。

在一些实施例中，该系统还包括GPS接收器。GPS接收器为传感器输出或从其导出的信息提供时间戳，并且系统被配置为使用时间戳为来自至少一些位置传感设备的传感器输出或从其导出的数据建立公共时间参考。

如上所述，在一些实施例中，通信设备被配置为以最小25Hz刷新率运行，来将在设定区域上运行的一个或更多个移动实体的传感器输出或从其导出的信息提供给中央服务器。使用该刷新率，提供足够的数据分辨率，以追踪(例如以最高220英里/小时的速度运行的)高速车辆并将其运动学数据提供给交互式混合环境。然而，在更优选的实施例中，通信设备被配置为以最小60Hz刷新率运行，以将在设定区域上运行的一个或更多个移动实体的传感器输出或从其导出的信息提供给中央服务器。该刷新率的使用与大多数计算机游戏显示器的刷新率相匹配，因此有助于提供实体在例如交互式混合环境中的移动的真实逼真表示。

在一些实施例中，每个位置传感设备的处理器可以被配置为确定沿设定区域的纵向位置、跨设定区域的横向位置和移动实体的旋转方向。

在一些实施例中，传感器组的多个位置传感设备按顺序排列，并且位于序列的中间点处的位置传感设备用作传感器组的通信节点。这种布置使位置传感设备到通信节点之间的通信跳数最小化。因此，例如，对于第5个传感器为通信节点的一组9个传感器，任何位置传感设备的传感器输出或从其导出的信息到达通信节点的最大跳数为4跳。

在机动化体育事件的实施例中，移动实体包括车辆，而设定区域包括赛道。

根据本发明的另一方面，提供了一种用于生成和控制表示赛道上机动化体育事件的交互式混合环境的系统，该交互式混合环境包括赛道上真实车辆和虚拟车辆的表示，该系统包括：与上述传感系统相结合的上述计算机系统。

根据本发明的另一方面，提供了一种使用来自在赛道上运行的一个或更多个物理车辆的数据来确定赛道的虚拟表示上的一个或更多个用户操作的虚拟车辆的更新的位置的计算机实现方法，该方法包括：在处理器处，将一个或更多个用户操作的虚拟车辆中的每一个与一个或更多个物理车辆中的一个相关联；在处理器处，接收一个或更多个物理车辆的初始位置数据，该初始位置数据指示该一个或更多个物理车辆第一时间在赛道上的位置；在处理器处，基于与其相关联的物理车辆的初始位置数据，确定赛道的虚拟表示上的一个或更多个用户操作的虚拟车辆中的每一个的初始位置数据；随后，在处理器处，接收：指示一个或更多个物理车辆第二时间在赛道上的位置的一个或更多个物理车辆的位置数据、一个或更多个物理车辆中的每一个的驾驶员输入数据以及用于控制一个或更多个用户操作的虚拟车辆的运行的用户输入；基于随后接收的位置数据、驾驶员输入数据和用户输入来确定一个或更多个用户操作的虚拟车辆第三时间的位置。

本发明的一些实施例提供了追踪能力，特别是在数据延迟和来自多个车辆的数据协调方面，对于可以在任何类型的环境(无论是城市、城镇还是郊区)中全球举办的赛车事件在围绕非均匀赛道快速行驶的车辆所需的追踪能力。特别地，这些实施例明确指出了如何在复杂、杂乱、基于城市的赛道周围同时实现对真实驾驶员的追踪，该复杂、杂乱、基于城市的赛道有隧道、相邻建筑物和其他障碍物，阻碍了单一视线、高海拔IR传感器的追踪。体现本发明的系统的特征在于包括计算机软件的计算机、通信和传感器硬件的特定架构，该整体被配置为单独的，或可配置且可方便地部署到范围广泛的赛车体育场，从而可以围绕复杂的赛道以不同的配置和环境来同时追踪所有竞争车辆，这些不同的配置和环境都是为推动车辆达到其性能极限而量身定制的。为单独的赛道量身定制的设备和软件的每个配置架构，能够提供实时的、单一的动态数据流，该实时的、单一的动态数据流表示在至少真实赛车赛道的拓扑结构的高度代表性的基于计算机的模型中的所有真实竞争车辆的精确位置，数据流在精确性、延迟和代表性保真度的可能的其他方面中适用，以通过互联网或其他通信技术将该数据流同时分布到数百万台计算机游戏设备。计算机游戏设备体现了以下描述的一些或所有方法，通常涉及参与者传统上用于玩赛车运动相关的计算机游戏或通过由商业或其他供应商提供的数字数据流来体验赛车体育事件或记录的任何计算机硬件范围。

本实施例提供了对GB2,585,165A中描述的技术的增强，由此追踪装置被布置成一种架构，该架构可以处理在复杂环境中追踪高性能机动比赛车辆的极端挑战，并构建单一的、集成的、实时的数据流，该数据流包括所有竞争者的同时的高精度、实时追踪数据，适合在游戏和其他娱乐环境中广播和使用。本文中的追踪装置的IR传感能力包括GB2,585,165A中描述的那些，然而，在本应用中包括GB2,585,165A中描述的热IR追踪技术，超出了GB2,518,602B中描述的技术，并允许仅基于其热IR特征来追踪机动比赛车辆成为可能。

实施例的上述特征可以不同的方式来组合，如果在本发明的实施例中没有具体描述，这些特征可以被添加到对本发明的实施例的以下具体描述中。

附图说明

为了可以更容易地理解本发明，现在将通过示例的方式参考附图，其中：

图1是示出包括本发明的实施例的三部分游戏环境的示意图；该三部分包括多个游戏设备、游戏服务器和实况事件数据捕获系统；

图2是更详细地示出图1的游戏服务器的示意图；

图3a是示出从图1的实况事件数据捕获系统接收的真实数据的格式的示意性框图；

图3b是示出从图1的游戏计算机/设备接收的虚拟比赛命令的格式的示意性框图；

图4是示出图1的游戏服务器的操作方法的流程图；

图5是示出替代图1的游戏服务器的本发明另一实施例的游戏娱乐服务器的示意图；

图6是示出了不同类型的IR传感器的位置的摩纳哥大奖赛路线图的平面图；

图7a和图7b是示出在本实施例中使用的用于创建赛车赛道的高度代表性的、基于计算机的数据模型的两种可能策略的示意图；

图8是示出根据本发明的实施例的传感器布置及其在比赛赛道周围的相应视场的一组三维图；

图9是示出图1的传感器组以及该传感器组之间更详细的通信布置以及它们在比赛赛道周围的相应视场的三维图；

图10a是一级方程式赛车比赛的起始配置的示意性平面图，该一级方程式赛车比赛涉及链接到只有一个选手的视频游戏的24辆真实车和驾驶员，其中真实车已被分配到他们的起始位置或被选手选择作为他们的起始位置；

图10b是真实车辆表示和选手的模拟车辆在赛道上的示意性平面图，其中选手的模拟车辆在瞬时位置和可能的其他属性(例如速度、速率和加速度)中与真实车辆表示有已知量的偏差；

图11a是模拟车位于三个最近的真实车表示之间的比赛情况的示意性平面图；

图11b是图11a的比赛情况在稍晚时间的延续的示意性平面图，其中模拟车已经追上并接近前进的真实车表示；

图11c是图11b的比赛情况在较长时间间隔之后以及在赛道的另一部分处的示意性平面图，其中模拟车接近领先的真实车表示；

图12a是示出涉及24辆真实车的比赛的起始配置的起始网格的示意性平面图，该比赛被实况链接到电子竞技或在线游戏比赛并与电子竞技或在线游戏比赛结合，一千万视频游戏选手被平均分布在起始位置；

图12b是示出图12a所示的可替代起始配置的起始网格的示意性平面图，其中超过一亿视频游戏选手被以对数方式分布，使得只有最高排名的虚拟车与领先的真实车链接；

图13示出了具有24辆真实车和分别与真实车链接的大量的计算机游戏选手的比赛中途的比赛情况；

图14是示出黑盒动态模拟方法的原理的由实况事件数据捕获服务器发送的各种参数随时间变化的图表；

图15是更详细地示出图2的虚拟比赛模拟引擎的示意图；

图16是示出根据另一可替代实施例的分布式处理系统的图1的游戏设备的示意性框图；

图17是示出与图16的游戏设备一起使用的分布式处理系统的图1的游戏服务器的示意性框图；

图18a是示出从在图16的游戏设备中使用的实况事件数据捕获系统接收的真实数据的格式的示意性框图；

图18b是示出从图16的游戏设备接收的虚拟车位置数据的格式的示意性框图；

图19是更详细地示出图17的虚拟比赛管理引擎的示意性框图；以及

图20是示出图16的游戏设备的操作方法的流程图。

具体实施方式

以下描述的计算机游戏方法都假设系统的每个计算机游戏元件(包括游戏选手的计算机/平板电脑/电话/...和/或远程服务器硬件和所有相关联的软件)都可以提供典型的赛车运动相关游戏的传统功能，由此选手可以向计算机系统提供输入，以控制模拟机动车辆围绕真实比赛赛道的详细数据模型的进程。选手的模拟车辆可以与赛道模型进行交互，以及与由游戏的物理模型和人工智能(AI)函数或其他类型的模拟控制的其他模拟车辆进行交互，或由其他选手控制的其他模拟车辆进行交互。这些其他选手可以是在场的并向同一计算机系统提供输入，也可以在其他位置，使用通过互联网或其他合适的网络与一个或多个原始选手的游戏服务器(有时与游戏服务器的参与度)进行通信的远程计算机系统，以提供所有车辆之间的真实交互以及所有车辆与赛道之间的真实交互。以下描述的本实施例的方法也可以添加或修改或替换那些传统功能。

作为一个整体进行考虑，体现本发明的系统所属于的这个新环境可以被认为是多部件基础设施，该多部件基础设施为计算机游戏选手和其他交互式观众对实况赛车运动和其他类型的体育事件的大规模参与提供支持。本实施例属于的新环境包括三种元素：

a、选手和观众使用的多个设备(例如游戏控制器、个人计算机、模拟器、街机游戏设备、卫星接收和处理设备、智能手机、平板电脑等)，这些设备包括可能的相机和音频捕获设备，以便从位于世界各地的参与者那里获得流媒体；

b、互联网和相关联的计算设备(例如服务器、实时数据中心、实时服务器云以及可能的专用游戏和娱乐服务器)，用于支持实时接收、操纵、组合、存储和传播源自选手和观众的数据，该源自选手和观众的数据可能包括但不限于他们驾驶虚拟车时的音频、视频、游戏数据和控制输入；以及

c、真实的、实况的赛车运动或其他体育事件，尤其包括对GB2518602B和GB2365360A的系统，以及收集和提供当真实的、实况的事件发生时的关于真实的、实况的事件的其他数据的其他系统，以及存储与实况事件相关的数据以供将来使用的系统的本文描述的增强和开发。

现在参考附图来描述具体实施例。现在参考图1，示意性地示出了上述三个基本元素，其包括本发明的非限制性实施例。更具体地，图1示出了经由通信网络6连接到中央游戏服务器4的几个不同的游戏设备2。游戏服务器还包括用于校对不同类型的运动学和控制数据的本地数据存储器5。图1还示出了机动化体育事件10的赛道8，机动化体育事件10包括位于赛道8周围不同位置的真实车辆12。每个车辆都配备了车辆遥测系统，该车辆遥测系统经由赛道周围的通信基础设施向相应的团队遥测数据捕获计算机14以无线方式提供数据流，以便可以分析控制数据(车辆的驾驶员控制)以及与车辆12的运行相关的其他数据。遥测数据流还可以包括来自车辆12上的车载相机的实况视频数据和来自车辆12上提供的麦克风的音频数据。整个遥测系统能够确保每个团队的数据保持：

a、团队专用，

b、向组织和管理机构提供限定的部分，以及

c、可用于在电视和其他媒体流上播放的限定的部分。

赛道8还配备有多个传感器组16(示意性地示出了九个这样的组，尽管这不是限制性的，并且在其他实施例中可以提供不同的数量)。每个传感器组16由多个赛道侧红外传感器18组成，多个赛道侧红外传感器18被配置为在车辆12围绕赛道8进行比赛时，检测从车辆12发射的红外辐射，并将传感器数据转换为传感器视场(FOV)内的关于每个车辆12的真实运动学数据。每个传感器组16可以将该真实运动学数据传输到位置数据捕获系统20，位置数据捕获系统20校对各个运动学数据流并将关于赛道8上的所有车辆12的运动学数据流22提供给实况事件数据捕获服务器24。来自团队遥测数据捕获系统14的实况遥测数据流26也被提供给实况事件数据捕获服务器24。

实况事件数据捕获服务器24校对从位置数据捕获系统20接收的信息，位置数据捕获系统20包括多个追踪传感器组16、团队遥测系统14。在该实施例中，所有这些信息(真实传感器数据流28)都被提供给游戏服务器4，游戏服务器4提供数据编排并生成虚拟比赛模拟。在该实施例中，向所有游戏设备提供该虚拟比赛模拟。然而，在(稍后参考图16至图20来描述的)另一实施例中，在每个游戏设备/计算机2上生成虚拟比赛模拟，其中游戏服务器4简单地编排整个游戏过程。

在稍后参考图5来描述的另一实施例中，实况事件数据捕获系统还校对从团队接收的其他信息，该其他信息包括由团队产生的所有数据，以及实况事件数据捕获系统具有通用事件数据捕获系统，该通用事件数据捕获系统涵盖与可能与娱乐和游戏功能相关的赛车体育事件相关联的所有其他数据。在该另一实施例中，所有信息都被提供给娱乐和游戏服务器，该娱乐和游戏服务器可能经由许可的经销商为非游戏爱好粉丝提供娱乐馈送，整体确保如上文第62段所示的所有利益相关者的数据安全需求，对于遥测数据，将稍后描述。

图2示意性地示出了构成图6所示系统的游戏服务器的游戏方面的元件。游戏服务器具有用于处理从实况事件数据捕获服务器24接收的真实数据(传感器数据流)28的真实数据处理器30，如下文详细所述，实况事件数据捕获服务器24已确保其所有的贡献数据源(运动学数据流22和实况遥测数据流26)的同步。该接收的实况事件数据28作为来自实况事件32的当前记录的真实数据而被存储在数据存储器5中，并且还被传递到虚拟比赛模拟引擎36，其中它用于生成参考黑盒模型生成器(稍后描述)，参考黑盒模型生成器将每个车辆12的真实驾驶员输入(控制数据26)映射到该车辆12的运动学位置数据22。术语“黑盒”在本领域中以其传统含义被使用，即系统或引擎，其特征在于对应用于其输入端口的信号的响应。然后，该参考黑盒模型生成器的输出在虚拟比赛引擎36内用于评估选手虚拟比赛命令(驾驶输入)38(经由通信网络6从游戏设备2接收选手虚拟比赛命令38)，以确定每个虚拟车辆的位置最后应该在哪里。在本实施例中，提供虚拟比赛命令处理引擎40来接收这些选手虚拟比赛命令数据流38，如果需要，将它们转换成通用格式并将它们提供给虚拟比赛模拟引擎36。

作为实时实况比赛数据28的替代物，来自存储在数据存储器5中的实况事件的先前记录的真实数据42也可以用于生成虚拟黑盒功能。虚拟比赛模拟引擎36还使用存储在数据存储器中的数据模型44来生成虚拟比赛模拟46。最后，可选地提供AI引擎48以参考由参考黑盒模型生成器(稍后描述)创建的黑盒模型来协助调节虚拟车对驾驶员输入(虚拟比赛命令38)的响应，例如可能参考虚拟驾驶员获得的差点，可能以不同程度来协助虚拟车的驾驶员(选手)，以使不同技能和经验水平的虚拟驾驶员与真实驾驶员之间的比赛更加公平。例如，这种帮助可以是扩大每个选手输入(虚拟比赛命令38)周围的阈值，以使其与虚拟车辆的最佳位置相等。因此，在使用参考黑盒模型生成器来确定控制数据输入的最佳集以产生给定的车辆位置的同时，选手控制输入38可以在那些特定控制数据输入26的阈值内以产生车的给定位置。调整这些阈值的程度可以确定由AI引擎48对给定选手施加的差点以及他们相应的虚拟车的控制。应当理解，使用AI引擎48，因为它可以在控制数据输入的复杂组合的阵列上进行训练，以给出特定的车辆位置输出。

图3a示意性地示出了在该实施例中从实况事件数据捕获服务器24接收的真实车辆数据28。在此可以看出，特定车辆数据28被链接到车辆ID50，并且包括运动学真实车辆数据22(例如纵向位置52b、横向位置52c和方向数据52a)以及驾驶员输入数据(控制数据)26，例如转向位置54a、制动位置54b、加速器位置54c、档位选择54d和可能的其他致动器控制输入(未示出)。这是为围绕赛道8比赛的每个真实车辆12提供的。

图3b示意性地示出了在该实施例中在游戏服务器4处从游戏设备/模拟器/计算机2接收的虚拟车辆控制数据(虚拟比赛命令)38。该虚拟控制数据38包括游戏计算机ID 56以及用于控制虚拟车辆和可能的其他数据的选手致动器输入58。车辆控制选手输入58包括转向位置数据58a、制动位置数据58b、加速器位置数据58c、档位选择数据58d和可能的其他致动器控制输入(未显示)，并且通常与真实驾驶员的测量量相匹配或区别于真实驾驶员的测量量，从而使得参考黑盒可用于根据这些输入来确定虚拟车辆位置。

图4的概览流程图示出了游戏服务器4上系统的一般操作方式。方法60开始于步骤62，进入设置阶段，其中所有虚拟参与者被分配给参加比赛的真实车辆12中的一个。如稍后详细描述的，单个真实车辆12可以具有分配给它的多个选手。此后，在步骤64处生成虚拟比赛环境模型46，虚拟比赛环境模型46包括比赛赛道数据模型和真实车辆的虚拟表示的初始位置。如前所述，这可以基于来自实况事件10的实况数据28或来自先前记录的实况事件的预记录数据42。赛道数据模型和可能的其他数据模型44被存储在本地数据存储器5中以生成虚拟比赛环境46。一旦比赛在步骤66处开始，在步骤68处接收来自实况事件或来自预记录的事件的数据流28、42，数据流28、42包括在跨越比赛期间的一系列的精确时间点处测量并同步的所有真实车12的精确运动学数据22，并且使用数据流28、42，可以改变真实比赛车辆12的表示的位置。这些新位置用于在步骤68处生成虚拟比赛环境46中的真实车辆的表示的新位置，然后将该新位置发送(未示出)到为该比赛注册的每个游戏设备2以显示给相关选手。作为响应，游戏服务器4在步骤70处接收游戏控制数据38，游戏控制数据38指示选手的用户输入以控制他们的虚拟车辆。然后将这些选手的用户输入38与参考黑盒模型生成器的输入进行比较，这用于在步骤72处生成虚拟车辆的后续位置，作为选手用户输入38的结果。在一些实施例中，然后这些虚拟车辆的新位置可以(参见以下另一实施例的详细描述)被发送(未示出)到每个游戏设备2。继续步骤68到步骤74的过程直到在步骤76处确定比赛结束。

本实施例的系统的操作方法的特征在于，具有以下有利特征：

a)同时向全球数百万选手和追随者提供来自任何类型环境中的真实赛车运动事件的精确及时的实况数据；

b)为下述各项进行比赛的所有技能和经验水平的计算机游戏选手提供真实的、具有挑战性的、令人满意的且公平的参与真实比赛的模拟：

i、作为一名与真实驾驶员和有限数量(最多为真实驾驶员数量减1)的其他选手进行比赛的选手，所有这些选手和驾驶员均被表示在游戏中；或者

ii、作为一名涉及任意数量(可能数百万)的其他选手以及可能的真实驾驶员的有组织的电子竞技事件或其他计算机游戏事件中的选手和竞争者，一些或所有这些选手和驾驶员均被表示在游戏中；

c)在比赛期间出于任何目的(包括但不限于实时向团队(甚至驾驶员)呈现关于参与事件的选手的信息)向真实车队和真实驾驶员有选择地提供来自世界各地的任意数量的选手和追随者的数据；以及

d)向赛车运动追随者有选择地提供来自真实事件和/或所有选手和/或与实况事件链接的所有电子竞技竞赛的任何数据，以使他们能够交互并增强他们对事件的参与和享受。

在另一实施例中，上述参考图2描述的游戏服务器4可以由图5所示的游戏和娱乐服务器4a代替。游戏和娱乐服务器4a以与游戏服务器相同的方式运行，但添加了附加功能。因此，为了简洁的缘故，现在将仅描述图2的游戏服务器4与图5的游戏和娱乐服务器4a之间的差异。

参考图5，其中游戏和娱乐服务器4a的部件与图2的游戏服务器的部件相同，使用了相同的参考数字。在有任何差异的地方，已经引入了新的参考数字。因此，可以看出，在该实施例中，游戏和娱乐服务器4a另外包括比赛模拟和娱乐引擎36a，比赛模拟和娱乐引擎36a从游戏设备4和其他娱乐设备(未示出)接收虚拟比赛命令、观众命令和其他数据38a。收集该数据并经由娱乐/比赛命令和数据处理引擎40a将该数据路由到比赛模拟和娱乐引擎36a。此外，提供了广告引擎80，广告引擎80也向比赛模拟和娱乐引擎36a提供数据。

基于来自位置数据捕获系统的精确追踪数据的可用性，可以提供许多娱乐增强功能，以下将通过示例的方式仅解释其中三个。第一是流动的视角，基于来自娱乐设备的观众命令，例如来自一辆真实车中的驾驶员视角的实况视频流，可以无缝地切换或平移到通过娱乐引擎中的软件功能例如在车上方的计算机生成的视角，该娱乐引擎与图2中的虚拟比赛模拟引擎相同或非常相似。第二示例是使用计算机生成的显示或覆盖来增强实况视频流，基于源自车上的传感器或其他源的实况技术数据，这些计算机生成的显示或覆盖令人信服地被集成到实况视频中，例如轮胎的温度依赖性着色或车机械的“引擎盖下”图形。这可以被延伸到(例如)来自一辆真实车中的驾驶员的视角的实况视频流的增强，在赛道旁的围墙或桥上或在车上令人信服地且无缝地集成广告图像，来自广告引擎80的计算机生成的广告随着赛道旁的布景或车动态移动，以便与出现在实况视频流上的广告无法区分。由于该广告被组合以流传输到特定的已知用户，因此可以基于娱乐命令中接收的数据和数据处理功能以及基于广告引擎80中包含的算法来为用户定制广告。

下面以本发明提供的系统和方法的示例的方式，描述位置数据捕获系统20的具体操作，该系统包括在上述非限制性实施例中介绍的追踪传感器组16。为了更清楚地理解上述实施例的位置数据捕获系统20，首先参考要求苛刻的比赛赛道。

参考图6，图中示出了特别苛刻的比赛赛道8的示例，该比赛赛道8无法通过单个高性能IR传感器从上方进行监测，并且需要传感器18和通信设备的新颖系统来提供实时交互式游戏所需的数据。作为实况机动化体育事件10的解释性示例是国际一级方程式赛车比赛，该比赛涉及12支团队中的24辆真实车，每支团队均有维修区、车库和其他设备。比赛位置位于图6所示的特别复杂的赛道上。它包含高层建筑、桥和隧道的建成位置，并具有各种类型的永久性街道和交通基础设施以及临时基础设施，例如观众看台。它受制于大气、天气和光照条件的普遍范围，取决于一年中的时间和事件举办的地点。

图7a和图7b示出了在本实施例中使用的两种可能的策略，这两种可能的策略用于创建比赛赛道8的高度代表性、基于计算机的数据模型44，高度代表性、基于计算机的数据模型44适用于确保可以以能够克服验证赛道表示的保真度是否足够精确和正确的问题的方式，在真实车辆12的测量运动学数据和游戏选手的虚拟车辆的虚拟运动学数据之间实时建立链接。该模型44是真实环境和真实事件10与计算机游戏环境和计算机游戏事件46之间的重要链接，因为追踪传感器的网络中的每个追踪传感器18将具有赛道8的一部分的真实视场(FOV)以及其存储器中的真实FOV和比赛赛道8的数据模型44的一部分之间的关系。以这种方式，在追踪传感器18内将车上的IR反射器或IR发射器的图像或来自车的自然热红外辐射的图像转换为依据比赛赛道数据模型44表示的运动学数据。注意，在另一实施例中，还可以将来自追踪传感器18的原始数据首先传输到整个系统的另一部件，在该部件中，在被转发到游戏服务器4进行处理之前，计算原始数据和赛道数据模型的关系。

更具体地参考图7a，示出了数据模型44的示例基础，包括紧密间隔的纬度线和经度线的正交网格82。网格线的间距适合追踪传感器18可实现的和计算机游戏软件所期望的追踪精度。该模型中的运动学数据通常至少包括每个车辆12的经度数据52b、横向数据52c和旋转方位数据52a。赛道模型还可以包括纬度-经度网格82中的每个单元的精确海拔数据，以使虚拟交互式混合环境能够模拟垂直重力、加速度等。

图7b示出了促进计算简练的可替代模型；该赛道被建模为一系列横向带，每个横向带具有横向带的横向中心点的地理位置(纬度、经度和海拔)、方向、横向宽度以及(在一些实施例中)可能的横向坡度角度或海拔剖面。然后，每辆车的运动学数据至少包括(如图3a中所反映的)沿赛道8的纵向位置52b、横跨赛道8的宽度的横向位置52c和旋转方向52a。

赛道的计算机游戏数据模型与真实世界中的赛道的地形之间的高精度关系历来出人意料地难以建立。对于当前实施例的整个系统，这可以(例如)通过将静态IR反射/发射标记(未示出)放置在沿每个相机的FOV内的比赛赛道8的外缘的精确测量位置处并创建非常精确的物理到数据模型映射的方式，通过在每个传感器18的系统设置时进行校准来解决。在一些实施例中，通过(例如)沿着赛道8的每个边缘驾驶或分阶段移动专用校准车辆以校准追踪性能并实现传感器18之间的连续性来实现动态校准。

本发明人已经认识到，如图6所示的这种复杂环境的拓扑结构排除了将所需的100个或更多追踪传感器以“星形”配置连接到中央位置数据捕获系统，以便它们都并行通信。对于无线通信，很难找到100条独立、可靠的信号路径，而有线连接将涉及径向分布在城市景观中的100km左右的电缆，这是非常不利的。任一项技术的唯一可靠路径是在赛道8的周围，以闭环几何结构链接追踪传感器18——在这种情况下，该赛道上或附近的至少一个点必须实时积累数据。如果只是一个点，那么存在某些传感器要求从一个设备到另一个设备的至少50个单独的数据跳，并且积累的数据传输延迟将是无法容忍的。

两个地理上间隔的选手/计算机A和B之间的真实交互式游戏要求游戏设备B在20-40毫秒内接收及处理选手输入对游戏设备A的影响，反之亦然，该影响由25-50Hz的典型的计算机游戏更新率确定。应当理解，术语“计算机游戏”是模拟环境的同义词，包括交互式混合环境。在当前实施例中，包括追踪传感器18的整个位置数据捕获系统，可以被视为为赛道上的所有24辆真实车提供等效的选手输入，并且必须在类似的潜在时间延迟内将该数据提供给远程游戏设备2。可以通过使用数据时间标记来确保同步(在下文中更详细地描述为一个选项)，从而将整体时间延迟(例如1秒)引入数据流，但这会使整个实况游戏体验落后于其他信息流(例如实况视频)，这是不可取的。因此，对于100Hz并允许5ms用于原始图像信号进一步处理的红外相机帧率(最多10ms延迟)，只能允许大约20-30ms时间来汇总赛道8周围的传感器18的数据，并进行后续通信。对于有线或无线技术，发明人已经确定，考虑到这一点，在本实施例中不能容忍沿追踪传感器赛道的50跳，即使考虑到通信技术中的预期发展，沿追踪传感器赛道的不超过10跳也是必要的。

因此，图1中所示的解释性传感器组16被转换为IR传感器网络架构，在该IR传感器网络架构中，小部分的传感器组16被布置到高性能本地网络中，但考虑到一系列其他因素，包括视角几何、视线、(在车12之间的以及车与基础设施之间的)遮挡物、可用安装点、IR传感器性能(例如图像分辨率(通常为640×512或1280×1024)和帧率(通常为100Hz))、图像处理参数(例如“目标像素”的数量(通常需要>4))、所需的追踪精度(横向10cm或更好，由于高速而纵向不太严格，但车之间的相对速度要低得多)、每个传感器的FOV中的最大车速度、处理最坏情况的执行时间等，为图6的真实赛道量身定做传感器组，总体目标是使图1中的位置数据捕获系统20的输出(该输出包括24辆车12中的每一辆的(例如)图3a的运动学数据)被同步到具有至少25Hz的更新频率的通用的、精确的时间基准，如果真实时间延迟是必要的，则整体真实时间延迟不超过1秒(请注意，如果对团队敏感且机密的图3a的真实驾驶员输入数据被发送到游戏设备，或在中央游戏服务器中使用而根本没有被发送到游戏设备，则通过固定或动态加密的方式对其进行保护)。

为了示出特定赛道8的架构限定的方法，以下更详细地描述了多个可能的传感器组16的解释性方法，必须注意，这些示例在某种程度上依赖于当今可用技术的能力，例如IR相机图像分辨率、帧率、LED强度等，并且这些技术正在迅速发展和改进。

图8示出了特定传感器布置18的代表性配置，该特定传感器布置18适合于用特定类别的赛车12监测特定类型的比赛赛道路段。这些特定(F1)车12具有空气动力学的、前倾的且低的轮廓，这意味着如果与赛道相比，设置在偏高的位置处的追踪传感器18被定向为朝向迎面而来的车辆，则它们最有可能在高速下被可靠地检测到，即在朝向迎面而来的车时，FOV的视轴与水平面成锐角。FOV的视轴被认为是FOV的中心轴。这种布置也意味着传感器18可以被方便地定位成更靠近地面并且具有与GB2585165A中的纯朝下的传感器相比而增加的FOV。在一些情况下，更高的杆或其他结构安装点84可能是合适的，在某些情况下，更高的杆或其他结构的安装点84可能更适合需要少量传感器18来监测赛道的情况，并且与水平面的视轴角将增加。可以为其他类型的地点或其他类型的赛车事件类似地限定可替代的配置，例如汽艇比赛或NASCAR赛车。

具体参考图6中所示的示例赛道，现在描述可以布置传感器18以提供位置数据捕获系统20的方式。

首先，对于配备有标准灯柱的图6的赛道中的总2km路段，图8示出了安装在赛道8的该路段中的灯柱84上的IR传感器18的传感器组16的许多可能布置中的一种。每个传感器(传感设备)具有640×512像素的解释性分辨率、大约20°×30°的视场(参见视图A和B)以及高达50m的检测范围。使用这种几何结构，可以认为使用以下实施传感器设备18布置的任何一种来实现低至最差10cm的分辨率的可靠检测：

a)检测由车(其轮胎、发动机、排气装置等)发射的热IR，或可替代地检测通过在车上涂覆或附着IR非发射标记或材料而创建的热IR“冷点”的长波红外(LWIR)微测热辐射计或中波红外(MWIR)光子检测(或其他合适的技术)相机。

b)检测由安装在车上的至少两个小型LED或LED集群发射的宽带(或窄带)光或检测来自车上的反射器的自然(源自太阳光)IR辐射或检测来自车上的IR非发射器的冷点的短波红外(SWIR)或近红外(NIR)光子检测(或其他合适的技术)相机。由LED发射的光可以是恒定的或随时间调制的。

c)检测由位于IR相机附近的LED泛光灯提供的以及由安装在车上的至少两个小型反射器反射的宽带(或窄带)SWIR或NIR光或检测来自车上的IR非发射器的反射图像中的冷点的SWIR或NIR相机。这将使夜间比赛成为可能，并且LED泛光灯可以是脉冲调制的并与相机中的图像捕获同步，以提高极端天气环境中的检测性能。

如上所述，相机焦平面阵列上的原始图像中的所有单个目标(LED发射器、反射器、非发射器或车/轮胎)的位置通过信号处理和几何计算被转换为赛道模型内的精确位置，信号处理和几何计算是根据追踪传感器的具体位置、配置和方向而量身定制的，该精确位置可能涉及车12上的两个发射器(或反射器或非发射器)中的每一个相对于其外部物理包络的测量的相对位置。这样的技术完全在本领域技术人员的能力内，因此不需要在本文中被进一步描述。

单个车12的识别和追踪的连续性可以(如在GB2585165A中)通过在车离开其FOV时每个追踪传感器将该车的位置传输到下一个传感器来实现。请注意，关于如上述b)中所述的SWIR或NIR相机的布置，LED光可以是恒定的，或者可以对每辆车12发射不同图案(或IR特征)的方式进行调制。这将使每个追踪传感器能够同时进行追踪和识别，并且无需追踪传感器将车辆识别“移交”给下一个追踪传感器。

其次，在赛道8周围可能有一些位置(例如图6中的黑色方块81)，这些位置适合安装在较高高度处的单个IR相机18，该单个IR相机18被安装在建筑物的顶部或者安装在移动悬臂升降机上(高达45m)或接入平台上(高达100m)或由诸如无人机或系留无人机等飞行器携带(由此可以为延长飞行时间而提供电力，并将数据传送到地面站)。在100m高度处，配备广角镜头的单个IR传感器18的FOV延伸到大约140m×140m(图6上的黑色方块81具有比例代表性)。在某些赛道8上，可能优选地在赛道周围布置几个无人机上安装的传感器18，以便完全形成闭环网络。每架无人机都将使用自己的机载GPS停留在站点上，并通过在地面上放置固定IR信标来提供精确的图像参考，从而可以实现绝对追踪检测精度。这是一种有效的布置，因为需要更少的传感器来覆盖整个赛道，而且这种布置的易于部署对于没有永久安装传感器的赛道来说非常好。在高性能赛车比赛上方飞行无人机的安全案例是可行的，因为无人机不需要直接位于赛道上方或观众区域上方。系留无人机可能具有特别的优势，因为故障无人机可以迅速旋转下降到基站周围的限定坠毁区域。

第三，图8中的短灯柱84a可以配备有宽FOV(70°)IR传感器，每个宽FOV IR传感器覆盖长度约为15m的短路段，这同样适用于传感器18将附接到隧道的顶部的隧道83。在另一可替代实施例中，不使用短灯柱84a并部署高达30m的移动桅杆可能更具成本效益，每个桅杆覆盖长达50m的路段。总之，这个长度为3.3km的复杂赛道示例需要50个标准传感器、50个广角传感器和2个远程高平台或无人机上安装的传感器。

必须注意的是，在许多比赛赛道上，出于安全原因，可能不存在灯柱，或者灯柱可能间隔更宽且更高，或者灯柱可能必须被保护，以便它们不会给车带来安全风险。在不同的实施例中，在建筑物上临时安装追踪传感器或使用适当放置的移动桅杆可能是必要的或优选的。

最后，为了实现上述实时数据流传输性能标准，该示例的基于地面和/或无人机上安装的追踪传感器被组织成多个传感器组16，如图1大体上所示，但更具体地如图9所示。图9示出了传感器18如何布置在传感器组16中以实现位置数据捕获系统20的整体实时性能以及传感器18和传感器组16如何可以传输数据以提供单个、完整且连续同步的数据流28的解释性示例，其具有适合传输到实时交互式游戏环境46中的适当延迟。图19示出了安装在灯柱上的具有七个传感器18的传感器组16，尽管在不同的实施例中其他配置是可能的。围绕赛道8创建多个传感器组16以提供所需的完整覆盖，以这种方式，可以使设置在比赛赛道8周围的整套追踪传感器18表现为单个组，从而为所有真实车并行创建单个数据流，同时仍然实现交互式游戏所需的低延迟和并发性。

更具体地参考图9，每个传感器组中的传感器与高性能、低延迟的通信链路86连接。这样的通信链路86使用合适的通信技术(对于基于地面的传感器，其可以经由有线连接，例如千兆以太网—数据速率>900Mbit/s，延迟100-500μs，或者对于基于地面的或无人机上安装的传感器，可能是无线的，例如双频带Wi-Fi—数据速率>90Mb/s，延迟1-2ms)。每个传感器组16配备有转发通信节点88，转发通信节点88通常用于光纤(“有线”)或无线网络，并且经常用于在赛车运动中的流传输遥测数据。转发通信节点88被配置为以有线或无线方式与实况事件数据捕获服务器通信，其中所有24辆车的位置数据以至少25Hz的刷新率积累以用于转发传输。此外，根据从一个赛道到另一个赛道的网络周围的实际通信时间延迟，整个传感器组或每个传感器组16，或在某些实施例中的每个传感器18都可以配备GPS接收器，以便可以跨传感器网络来建立一个通用的、精确的时间参考。然后可以对车12的精确位置测量可以进行时间标记，从而使实况事件数据捕获服务器24能够将车位置数据聚合到所需的同时集合中，即使这会在向游戏服务器4的转发传输中引入一个小的时间延迟(<1秒)。

下面进一步以与本发明提供的交互式混合(真实-虚拟)游戏环境46相关的系统和方法为例，详细描述由参考图10a至图14提供的上述非限制性实施例的具体操作。

在该示例中，图10a示出了一级方程式赛车比赛的起始配置，该一级方程式赛车比赛涉及24辆真实车和驾驶员。这些真实车12的表示(89a、89b、89c、89d、...89x)被链接到只有一个选手的计算机游戏，其中真实车表示89f已被分配到起始位置或被选手选择作为他们的起始位置，使得他们的模拟车90的表示准确地覆盖所选择的真实车表示89f。

根据图10a，上述第一种情况涉及单个计算机游戏选手控制模拟车90，在比赛开始时，模拟车90在计算机游戏中的位置与真实车12f在真实事件中的位置相同。在比赛开始之后，模拟车90的进程由选手对其计算机设备(游戏设备/计算机2)的输入以及游戏服务器4对车及其环境的模拟来确定。真实车表示89的进程由驾驶员对真实车12的输入以及极其复杂的车12在其极其复杂的环境中的物理行为来确定。由于i)车及其环境的模拟的保真度不足或ii)选手和驾驶员之间的输入差异，模拟车90的进程将偏离真实车12f的进程。本实施例最小化了前者的原因，从而使真实驾驶员和虚拟选手之间的竞争尽可能公平、真实且愉快。

所描述的实施例的方法的主要特征之一是，虽然模拟车90保持与真实车表示89f足够近，但在可以以多种方式限定的公差内(以下描述将参考模拟车90被“抓拍”到真实车表示89)，计算机游戏将示出特定行为并增加与真实车12的交互，交互可能包括但不限于：

a)作为被抓拍的选手的游戏的一部分，真实车表示89将不被显示并且不会与选手的模拟车90交互；

b)被抓拍的选手的车90将与真实车表示89进行“数字配对”，模拟车90足够接近地复制真实车表示89的性能，以使驾驶员和选手之间的竞争公平；

c)真实驾驶员(转向、加速器、档位选择等)的输入(控制数据26)将能够实时流式传输并适用于由游戏服务器实时生成的交互式混合环境；

d)来自真实车12、其驾驶员和更广泛的赛车团队的音频、视频和其他数据馈送可以实时流式传输到由游戏服务器生成的计算机游戏(交互式混合环境)；

e)来自被抓拍的选手的音频、视频和其他数据馈送可以反向提供给真实车12和/或团队和/或其他计算机玩家。

图10b示出了一种比赛情况，在该比赛情况中，选手的模拟车90在瞬时位置和可能的其他属性(例如速度、速率和加速度)上与真实车表示89f有已知量的偏差。此处解释了定义选手的车90何时被抓拍到真实车表示89f的简单非限制性方法。在游戏服务器4上运行的计算机游戏软件内，真实车表示89f上的参考点94f的在比赛赛道上的位置被用于限定邻近区域96f，在这种情况下邻近区域96f为矩形框。如果模拟车90上的等效参考点91的位置落在邻近区域96f内，则选手的车将“抓拍”到真实车表示89f。

有可能取决于其他参数的许多其他可能的抓拍方法，例如选手的车表示90相对于真实车表示89在时间上落后或领先多远(如在F1“减阻系统(DRS)”中使用的那样，如果追逐的车在前面车的指定范围内，则其可以实现“加速”)。其他抓拍方法可能包括速度、速率矢量、角动量……但原理很清楚。此外，计算机游戏AI引擎48可以使用算法或其他策略来实现“迟滞”程度，这种“迟滞”程度提供了更灵活的公差，从而使抓拍不受抖动影响，并且在使用差点系统的情况下，排名较高的选手可能比排名较低的选手获得更少的“Al辅助”。此外，当从真实车表示89“取消抓拍”时，在游戏服务器上运行的游戏软件可以考虑其他选手的虚拟车的邻近度。

当选手的模拟车90没有被抓拍到比赛中的24辆真实车的任何表示时，所有车的表示都以传统方式被显示在计算机游戏中。当选手的模拟车90被抓拍到真实车表示89时，则只有其他23辆真实车表示89被显示给该选手，并且该选手可能感觉好像他们正在驾驶真实车并且与真实驾驶员和其比赛团队进行非常吸引人的交互，特别是在由团队向选手提供实况音频馈送的情况下。

这种抓拍方法使选手能够通过避开真实车表示89或通过从真实车表示89移动到向他们抓拍的真实车表示89(或不按照选手的操作选择)在整个比赛中行进。图11a示出了比赛开始后不久的某个时间点的比赛情况。此处，模拟车90在一定程度上位于三个最近的真实车表示89c、89b、89e之间。选手的模拟车90已经在性能上超越其原来的配对车(赛车表示89f)，现在领先于它。最接近选手的虚拟车的真实车表示现在是真实车表示89b、89c和89e。根据选手和三个真实驾驶员的技能和动作，位置关系98b、98c和98e将迅速演变。在图11a时，计算机游戏(虚拟比赛模拟)显示在选手的车90的前面的真实车表示89c，并显示在其后视镜中的真实车表示89e。

图11b示出了图11a的比赛情况在稍晚的时间的延续，其中模拟车90已经追上并接近真实车表示89c。模拟车90被示出为已进入真实车表示89c的邻近区域96c并且现在被抓拍到它。现在游戏服务器阻止真实车表示89c显示在选手的屏幕上，并且启用了上述特征。

图11c示出了图11b的比赛情况在较长时间间隔之后的以及在赛道8的另一部分处的进一步延续，现在指定了模拟车90并且模拟车90正在接近领先的真实车表示89a。在此处可以看出，计算机游戏选手的模拟车90已经远远领先于真实车表示89c并且位于真实车表示89c和领先者真实车表示89a之间的一半以上。然而，选手的虚拟车90尚未到达真实车表示89a的抓拍区域96a并且正在追逐它。该图在每个真实车表示89周围引入了另外两个区域。第一区域98a在真实车表示89a的前边并且被称为“被追逐区域”，而第二区域100a在真实车表示89a的后边并且被称为“追逐区域”。如图11c所示，三个区域98a、98a、100a一起可以形成连续的集合，从而当模拟车100处于与真实车表示89相关联的三个区域中的任何一个中时，它在模拟车90的性能方面是数字配对的，模拟车90的性能与真实车表示的性能非常近地匹配。该特征平衡了虚拟车90追逐真实车表示89的时机，反之亦然，并且能够与诸如DRS的真实活动特征自然集成。因此，现在模拟车90位于真实车表示89a的追逐区域100a中。一旦模拟车90从真实车表示96c的被追逐区域98c移动到真实车89a的追逐区域100a，它的性能特征就在真实车表示89c的性能特征和真实车表示89a的性能特征之间切换。这意味着模拟车90的性能总是与它最密切交互和竞争的真实车表示89相匹配，从而确保计算机游戏选手和真实驾驶员之间仅基于驾驶技能的公平竞争。这种分区的方法是对分区原理的解释，并且该方法可能有几种可能的变化。

如上述第[0038]段的a)所述，可以有与实况或录制的比赛链接的比赛模拟中涉及的多于一个的计算机游戏选手。在现有技术的赛车运动计算机游戏中，无论选手位于世界上的任何地方，(根据在真实比赛中多于一个的真实正常的参与者)很多选手在网上同场竞技是常见的。因此，在上述一级方程式赛车示例的相对的现有技术的实施方式中，通常最多有24名选手参加比赛，每个选手在起跑线上占据一个位置，任何未填充的位置都由游戏软件的AI和算法控制的模拟车占据。在当前实施例中，这种类型的有限选手游戏模式仍然是可能的。然而，在下文描述的其他实施例中，有可能实现不受选手的数量限制的其他游戏模式。根据本发明的上述实施例，有可能实现上述有限选手游戏模式，其中未填充的选手位置被分配给真实比赛中的真实车表示89，他们的赛事实时数据流将控制游戏中他们的行为。在这种情况下，计算机游戏中总会有24名驾驶员和/或选手表示，许多计算机选手，比如“n”名计算机选手，将在“24-n”辆真实车之间竞争。上述“追逐和抓拍”方法的所有方面都将是适用的，并且每个车模拟90的性能将与它在起跑线上替换的真实车表示89的性能配对，但当它在比赛中表示的真实车表示89的“追逐和抓拍”区域时除外。

根据实现有限选手游戏模式的可替代实施例，将有24名游戏选手和24名真实驾驶员，每当选手的虚拟车90没有被抓拍到真实车表示89时，他们的虚拟车90将出现在计算机游戏环境中，对所有其他选手虚拟车90可见，并与所有其他选手虚拟车90交互。因此，将有24个真实车表示和在任何时候在计算机比赛模拟中可见的从0到24个任意数量的未抓拍的模拟车90。该游戏模式中的这两种方法变体是解释性的，还有许多其他可能的变体，但方法的原理是清楚的。

在许多类型的机动化运动中(一级方程式赛车仅是本发明更普遍适用性的示例)，真实车可能会在比赛中花时间进行维护或维修行为，例如损坏修理、加油或安装新轮胎。因此，在本实施例中，计算机游戏选手可以选择为与真实车相同的维护或维修行为的模拟版本而从比赛中抽出同样的时间，在这种情况下，游戏选手的模拟车90继承了真实车表示89的改变的性能特征。或者，当计算机游戏选手的车90没有被抓拍到真实车表示89时，计算机游戏选手可以选择为模拟的维护或维修行为而从比赛中抽出时间，在返回到真实比赛时，将使计算机游戏选手的车90有资格地链接到具有类似或兼容的维护或维修行为的任何真实车表示89。这是在真实车可以在比赛期间进行维护或维修时确保竞争保持公平的方法的多种可能的实施方式中的一种。

如上所述，有可能实现不受选手数量限制的其他游戏模式。现在描述了与上文第[0038]段的b)中描述的情况一致的一个这样的实施例，其中有参与游戏的非常大量的计算机游戏选手，而该游戏被链接到实况或录制的真实事件。这种情况的仅一个例子是在大规模的电子竞技比赛中，每个选手都需要以一种真实的、吸引人的且具有挑战性的方式与真实比赛进行交互，并且需要一种公平的方法来根据大量的选手在电子竞技事件中的表现和最终位置对他们进行排名。

图12a和图12b示出了比赛的可能的起始配置的两个示例，该比赛涉及24辆真实车，该24辆真实车被实况链接到电子竞技或在线游戏并与电子竞技或在线游戏交互，该电子竞技或在线游戏涉及数千万的游戏选手，这些游戏选手的起始位置被分布在真实车的起始位置之间。更具体地，图12a示出了比赛的起始配置，其中24辆真实车被链接到一千万个平均分布在起始位置之间的视频游戏选手。图12b示出了图12a所示的起始配置的可替代的起始配置，其中超过一亿的视频游戏选手以对数形式分布在24辆真实车表示上，使得只有最高排名的虚拟车90与领先的真实车表示89链接。这些游戏模式被称为无限选手游戏模式。这些示例只是许多类似选项中的两个；为了本实施例的方法的目的，仅需要将每个参与的计算机游戏选手分配给这些车中的一辆。因此，每个选手开始比赛时都会被抓拍到一个真实车表示。抓拍到相同真实车表示89的每个选手都与该真实车数字配对，并且在其环境中具有用于真实车表示89的相同性能模型。

图13示出了比赛中途的比赛情况，其中该比赛有24辆真实车和大量计算机游戏选手，每个选手的虚拟车90分别被链接到真实车表示89。图13的真实比赛情况类似于图11c中的情况，其中真实车表示89a是领先的，随后是第二位置的真实车表示89c和第三位置的真实车表示89b。每个计算机游戏选手以几乎与上述单个选手与24辆真实车的表示进行交互的方式相同的方式来体验比赛。图13中所示的情况是三个选手102a(3)的模拟车90在领先者(真实车表示89a)前面的区域98a中，模拟车90由赛道上的单个虚线车示出并且在扩展视图中被示为位于特定、精确和紧密间隔的位置的三辆单独的模拟车90c、90f、90z。在该领先区域中，每个选手都可以被显示该区域中的一些或所有其他选手的信息和/或表示，以促进领先位置的交互式竞争。四辆车104a(4)在真实车表示89a的抓拍区域96a中并且被抓拍到真实车表示89a。它们在图13中被示为赛道8上的单个虚线车，在扩展视图中，示为四个单独的虚线车表示90b、90m、90w、90s，四个单独的虚线车表示90b、90m、90w、90s中的每一个单独的虚线车表示位于相对于真实车表示89a的游戏中的精确位置。九个选手106a(9)在真实车表示89a的追逐区域100a中。区域96a、98a和100a中的所有模拟车都与真实车表示89a数字配对。真实车表示89c具有抓拍区域96c，在抓拍区域96c中当前抓拍了25辆车104c(25)，被追逐区域98c包括18个选手102c(18)以及追逐区域100c包括57个选手106c(57)，所有这些选手都与真实车表示89c进行数字配对。在被追逐区域和追逐区域，每个选手的虚拟车90可以被显示有关于在同一区域中具有他们的虚拟车90的一些或所有其他选手的信息和/或表示，以促进被追逐区域和追逐区域98、100中的虚拟选手之间的交互式竞争。这种表示方法有利地使得能够在小屏幕尺寸内提供大量选手信息，以使具有小屏幕尺寸的游戏设备能够最大化显示的信息量。如果真实赛车在真实比赛中坠毁，则被抓拍的虚拟车90将效仿这种情况，前提是选手的输入命令不是如通过参考黑盒模型所确定的那样可以减轻和避免坠毁，否则它们会作为一辆未抓拍的车90从成功偏离的地方继续前进。

因此，在这种无限选手模式中，上述方法方便地提供了任意数量的计算机游戏选手与实况比赛进行交互，并且每个选手都体验了事件10，并以一种吸引人的且令人兴奋的方式与整个领域的真实车竞争。这是通过每个选手的游戏设备2接收真实车在赛道周围的进程的实况数据流和(在虚拟比赛模拟中的)驾驶员输入来实现的，以及在适当情况下利用其他数据流(例如团队音频和驾驶员视频)来实现的。此外，在选手参加大规模参与实况链接比赛的情况下，通常在中央游戏服务器4中传输并汇集赛道周围每个选手的进程。这使得图13中所示的视点能够针对整个赛道8进行组装和实时分析，从而可以连续监测大量选手的虚拟车90在比赛中的相对位置，并且可以达到任何精确度(例如，计算机游戏软件模拟可以在任何时间以任何所需的精度表示任何模拟车的瞬时位置)。这样就能够：

a)比赛结束时所有选手的最终位置可以被明确且公平地确定，以及

b)在可以增强计算机游戏选手之间的竞争的情况下，则可以向单个选手呈现上述附近其他相关选手的车的图像。

此外，每个选手的计算机游戏都可以展示与真实事件10的行为和交互，但通过许多选手的大规模参与来增强这种行为和交互。例如，除了将真实驾驶员和团队的实况音频馈送流式传输给所有被抓拍的选手之外，被抓拍、追逐和被追逐的选手的数量也可以被呈现给真实的团队，或者大批观察者，甚至是真实驾驶员，以及各个选手的姓名，以便真实驾驶员可以对任何或所有被抓拍的驾驶员发表评论，以及被选择的被抓拍的驾驶员可以发表评论回复(当然，从安全角度来看，被评估是可接受的)。可能有可以由本实施例实现的许多其他类似这样的沉浸式娱乐特征。

在具有计算机游戏选手的大规模参与的实况链接事件10中，根据其组织方式，游戏选手的群体中可能存在广泛的技能水平。如上所述，当前实施例可以通过包括针对每个选手的差点参数而被轻松扩展以允许“全体来者”或“开放”赛事(基于与所有差点系统一样的对先前经验的公平评估)。例如，每个选手可能已经实现了0和100之间的差点，其中0表示职业选手状态，而100表示新手玩家状态。差点0意味着游戏服务器4的AI引擎48在接受选手的输入并将其转换为他们的虚拟车在赛道8上的进程时，在游戏中不给予支持，而差点5可能意味着如果选手的数据输入38与真实驾驶员26的误差在5％以内，则它们被认为是匹配的等等。

所有上述方法都能够有利地呈现以下特征，即真实车在其环境中的性能的计算机游戏模拟不仅可以表示游戏选手之间的公平和愉快的竞赛，而且还可以表示游戏选手和真实驾驶员之间的公平和愉快的竞赛。换句话说，当游戏选手对模拟车做出与真实驾驶员对真实车做出真实控制输入26相同的模拟输入38时，则模拟车90的进程将与真实车表示89的进程匹配到一个可接受的精度。多年来，实现高水平的保真度一直是赛车计算机游戏开发和专业模拟器的目标，并且已经具备了显著的能力。然而，对于大规模参与的实况事件，在任何事件中都会有许多因素在起作用，这些因素需要被测量并传输到计算机游戏，并在计算机游戏算法和AI中被实际考虑。如上所述，现有技术建议将许多这样的测量实时发送到计算机游戏以增强传统的基于物理模型的模拟。在下面描述的最终实施例中实现了一种可替代且优选的方法，并且该可替代且优选的方法在其本质上被概括为“用于真实-虚拟交互的实时、动态黑盒模拟”的方法。

本实施例可以在链接到实况事件的计算机游戏内实施动态黑盒模拟模型。在这些实施例中，除了经由图1所示的位置数据捕获系统20实时地为计算机游戏提供真实车的精确位置数据22之外，真实驾驶员对真实车12的控制输入26还可以被实时测量并发送到游戏服务器4。图14是由实况事件数据捕获服务器24发送的各种参数28的随时间变化的图表，该图表用于解释黑盒动态模拟方法的原理。

参考图14，本实施例实时使用动态黑盒模拟模型，用于对真实车的解释性和简化的一组驾驶员输入(控制输入)——即方向盘位置54a、加速器位置54c和制动踏板位置54b——在现实中可能会有更多的驾驶员输入，例如换档(图14中未示出)。这些是对黑盒模型的动态数据输入。来自黑盒模型的动态输出是真实车89依据随时间变化的位置的进程；在该示例模型中，它们被示为在赛道8上行驶的纵向距离52b和横向位置52c。图5示出了驾驶员输入的变化可以与真实车89的赛道位置/地点的输出随时间的变化相匹配。记录和关联一圈的输入和输出的时间历史给出了一圈的黑盒动态模型的最简单版本，然后该最简单版本可用于以用户的计算机生成的输入38为基础来确定虚拟车90的可能赛道位置。

本实施例是基于在中央服务器4处发生的比赛模拟。在这种情况下，现在描述并在图15中示出虚拟比赛模拟引擎36如何实施动态黑盒模拟的示例。运动学比赛位置数据22通过(前面提到的)参考黑盒模型生成器110来与来自实况或录制事件10的真实驾驶员输入26相匹配。其输出被提供给游戏黑盒实现生成器112，游戏黑盒实现生成器112反过来使用该参考来确定选手输入数据(驾驶命令)38对他们在比赛中控制的虚拟车辆90的位置的影响。实际上，参考黑盒生成器限定了输入到输出的传递函数，游戏黑盒实现引擎112可以使用该传递函数。如上所述，还提供AI引擎48以帮助选手与真实车辆的专业驾驶员竞争。一旦虚拟车辆90的位置已经由游戏黑盒实现引擎112确定，它就被传递到比赛模拟输出引擎114，比赛模拟输出引擎114使用虚拟车辆90的位置来生成该车辆在比赛中的表示90。所有车辆89、90比赛的交互式混合比赛环境是由比赛模拟输出引擎114生成的，比赛模拟输出引擎114使用存储的数据模型44并将虚拟比赛环境46输出到所有相关的游戏设备2。

黑盒动态模型最小化了创建极其复杂且动态变化的车在极其复杂且动态变化的环境中的精密的白盒模型(即，结合基于复杂物理的更详细模型的模型，该模型反过来结合更详细的模型……)的需求。因此，无法动态测量和建模的复杂因素(例如机器的磨损、影响车轮附着力的轮胎复合胶在赛道表面上的沉积、影响车的进程的空气动力的阵风(只列举其中的三个))都被包括在测量的黑盒模型的现实中。然后，由参考黑盒生成器110创建的测量的黑盒模型充当游戏中的AI引擎48的AI算法的参考模型，考虑到区别于参考模型输入的计算机游戏选手的指定输入38，将相应地、成比例地且现实地改变输出。

由于从一圈到另一圈的驾驶员输入中的显著变化以及其他物理因素中的(通常连续的和渐进的，偶尔离散的)变化，一辆车的黑盒模型在每一圈都是不一样的。然而，有可以与本实施例一起使用的许多详细的策略和技术，以确保该方法在整个比赛中提供最好的、动态精确的模拟，该最好的、动态精确的模拟包括但不限于：

i、平均或以其他方式组合练习赛和真实比赛中多圈的黑盒模型数据，以创建最能表示当天的驾驶员、车和赛道的参考黑盒圈模型；

ii、执行与a)相同的操作，但在赛道的较短路段(例如特定的弯道或特定的直道)上进行该操作；

iii、以具有最佳单圈时间的一圈作为用于当天的驾驶员、车和赛道的最终表现的参考黑盒模型；

iv、执行与c)相同的操作，但在赛道的较短路段(例如特定的弯道或特定的直道)上进行该操作；

v、逐秒地构建黑盒模型，将游戏选手输入38与真实驾驶员输入26进行比较，并以直接且即时的反应调节输出(这种方法在第一圈特别有用，没有可用的历史记录，或者在“短暂停留”后的第一圈，从而对真实车进行修改)；

vi、用已知连续性和相对简单性适用的已知物理定律的建模来补充测量的黑盒模型；

vii、对车的性能的已知限制(例如最大直线加速度、最高直线速度等)进行建模。

还有许多其他技术，但该方法的本质是根据已知有效的一个或更多个动态黑盒参考模型周围的变化来进行建模和模拟比实时创建极其复杂的物理系统的白盒模型要实用得多。

除了与真实赛车运动事件10的实况链接外，本发明的其他实施例也适用于计算机游戏选手与先前实况比赛的录制版本42进行交互的情况，记录42包括在先前比赛的环境中的真实车89的高精度、测量的运动学性能22以及整个比赛中的真实驾驶员对真实车的输入26。在这些实施例中，以上所有描述都可以应用于计算机游戏选手对录制的比赛的参与。

或者，在另一实施例中，如果真实比赛的记录42仅包含环境中的真实车89的高精度、测量的运动学性能22，但没有真实驾驶员的输入26的记录，则数字配对可以是基于确保游戏选手的车90在其环境中的模拟性能是真实车89在其环境中的性能的足够接近的表示从而创建游戏选手和真实车或自动驾驶车之间的公平竞争的任何其他方法。例如，这可能涉及使用高保真度赛车模拟器对驾驶员输入26的反向工程，由驾驶员演练，然后记录输入历史，该输入历史能够使驾驶员再现在录制的比赛中的每个真实车89的性能。这是当原始事件的数据不可用时将输入26重构到动态黑盒模型的方法的一个解释性示例。

现在参考图16至图20，描述了本发明的另一实施例，该另一实施例主要不同于上述实施例的区别是以更分布的方式来实施该另一实施例。该另一实施例的许多部件以与图1至图4的实施例类似的方式操作，并且为了避免不必要的重复，本文将仅讨论不同之处。参考图16，示出了游戏设备2的配置。此处，虚拟比赛模拟引擎36被设置在游戏设备2中而不是中央服务器4中，使得源于选手输入的选手输入命令38可以被直接输入到虚拟比赛模拟引擎36中，而不必将其发送到中央服务器4。这大大提高了效率和带宽消耗。经由通信引擎124，向虚拟比赛模拟引擎36提供至少来自实况事件10的真实车89的位置数据22和驾驶员输入数据26、来自游戏服务器4的记录参考黑盒数据120和补充数据122。该接收的数据被存储在本地数据存储器5中，并由虚拟比赛模拟引擎36以与图2的实施例中所述的类似方式来使用该接收的数据。类似地，数据模型44为模拟比赛环境46的生成提供了进一步的支持。提供AI引擎48来为选手提供辅助，以帮助他们与真实驾驶员竞争，这在前面已经解释过。对虚拟比赛模拟采用更分布的方法的一种结果是中央服务器4必须利用每个选手的虚拟车辆90的位置进行更新。因此，通信引擎124被布置为不仅将用于比赛开始的赛车选择126和在整个比赛期间对其进行的任何改变126发送到中央游戏服务器4，而且还将比赛期间的由虚拟比赛模拟引擎36确定的虚拟车辆位置数据126发送到中央游戏服务器4。

现在参考图17，示出了该分布式实施例的游戏服务器4a。游戏服务器4a具有虚拟车辆位置处理器128，虚拟车辆位置处理器128校对每个虚拟车辆位置90并将虚拟车辆位置90提供给虚拟比赛管理引擎130。然后虚拟比赛管理引擎130向每个游戏设备2提供关于它们在比赛中的位置和相对性能的信息，以及(在它确定虚拟选手之间的比赛将被增强或变得更有竞争力的情况下的)可能的其他虚拟车辆在比赛中的位置90的信息，以完成比赛环境。虚拟比赛管理引擎130还可以为先前记录的数据42生成参考黑盒并将该参考黑盒提供给所有游戏设备2。因为这是预先记录的数据42，所以可以不以与实时比赛相关联的时间关键方式来提供该信息。然后游戏服务器4a只处理对比赛的监督，因为它看到所有竞争者的位置——虚拟的和真实的竞争者，可能将遥测和其他数据反馈到“被抓拍”的车(因此需要来自实况事件数据捕获服务器24的链接)，可能将所选的竞争视觉效果反馈到每个虚拟竞争者，可能将虚拟比赛的统计数据反馈到真实的团队等等。

此外，在该实施例中，真实实况事件数据28从实况事件数据捕获服务器24路由到游戏服务器4a，真实实况事件数据28从游戏服务器4a被分布到游戏设备2。这有利于同步。然而，在另一实施例中，可以将真实实况事件数据直接路由到每个游戏设备2，这具有减少延迟时间的优点并减少了中央服务器处所需的处理能力。

图18a示出了来自实况事件数据捕获服务器24的数据和在游戏服务器4a处从游戏设备2接收的虚拟车位置数据。虽然图8a和图13a非常相似，但在该实施例中，其他数据132也被提供给中央服务器4a。该其他数据132可以是实况遥测数据、团队和驾驶员之间的无线电通信数据等。如上所述，这些附加的数据流132可以使游戏更加逼真或更加吸引人。

图18b示出了从游戏设备2发送到游戏服务器4a的虚拟车位置数据134。该数据还包括游戏计算机标识符56。该位置数据134用于更新虚拟车辆90的位置，使得如游戏服务器4a所确定的那样，可以使用其他游戏设备2将该位置传送给同一比赛中的其他参与者。其他数据字段136涉及其他数据，例如对要关联的真实车辆的选择或差点数据。

现在参考图19，示出了游戏服务器4a内的虚拟比赛管理引擎130。虚拟比赛管理引擎130确定哪些游戏设备2将接收哪些更新的位置数据38。其核心是比赛引擎管理处理器140，它可以根据提供给中央服务器4a的不同数据流来组合比赛画面。此外，虚拟比赛管理引擎130包括参考黑盒模型生成器142，参考黑盒模型生成器142与上述参考图15的实施例中描述的相同，除了它仅对先前记录的事件数据42进行操作。实况数据参考黑盒模型生成被传递到每个游戏设备2。通信引擎144将位置数据38和参考黑盒模型数据146提供给每个适当的游戏设备2。此外，通信引擎144还可以将(如上所述的)其他比赛数据132提供给每个游戏设备2，并且如果没有直接向每个游戏设备2提供实况事件数据，则还可以通过实况事件数据进行路由。

参考图20，示出了该实施例的系统在游戏设备2处的操作方法150。方法150开始于在步骤152处游戏设备向游戏服务器4a发送参加比赛的请求。该请求可以包括使游戏服务器4a能够与游戏设备2交互的特定配置细节，并且还可以明确指定该设备2的选手将链接到的真实车辆89。例如，如果游戏设备2需要来自实况事件数据捕获服务器24的实况数据的直接馈送和/或实况远程信息处理馈送26，则可以明确指定这些游戏选项。在下一步骤中，在步骤154处，游戏服务器提供所需信息，例如到来自实况事件数据捕获服务器24的实况数据馈送的链接以及由虚拟比赛管理引擎130确定的比赛中的其他虚拟选手的位置90。虽然未示出，但能够利用该信息评估的游戏服务器4a来创建分配给特定事件10的活动游戏设备2的整体画面。与前面描述的实施例一样，单个真实车辆89可以具有分配给它的多个选手。此后，在步骤156处，在游戏设备上本地生成虚拟比赛环境，该虚拟比赛环境包括真实车辆的虚拟表示89的初始位置。如前所述，这可以是基于来自实况事件的实况数据28或来自先前录制的实况事件的预记录数据42。存储在本地数据存储器5中的数据模型44用于生成虚拟比赛环境。一旦在步骤158处开始比赛，在步骤160处接收来自实况事件或来自预先录制的事件的数据流28、42，并且使用数据流28、42，可以在步骤162处改变真实赛车表示的位置。这些新位置用于在步骤160处生成虚拟比赛环境中真实车辆12的表示89的新位置，然后在游戏设备2处将该新位置呈现给选手。作为响应，在步骤162处，游戏设备生成源于选手的用户输入38的游戏控制数据(虚拟比赛命令)以控制他们的虚拟车辆。然后将这些虚拟比赛命令与虚拟比赛模拟引擎36内的参考黑盒的输出进行比较，并且这用于在步骤166处生成作为选手的用户输入的结果的虚拟车辆的后续位置(应当理解，本实施例中的实时黑盒生成如已经参考图10所描述的那样)。然后可以在步骤168处将虚拟车辆的新位置发送到游戏服务器4a，并且从游戏服务器4a接收其他选手的虚拟车辆90的位置并且由游戏服务器4a确定相关的其他选手的虚拟车辆90的位置。然后在步骤170处，将相关虚拟车辆的新位置呈现给游戏设备2上的选手。该过程一直持续直到在步骤172处确定比赛结束。

最后，应该清楚的是，本发明的特征可以被延伸到适用于范围广泛的体育事件，在这些范围广泛的体育事件中要在限定的比赛场地内实时追踪的移动物体不是机动车辆，而可以是例如足球场或篮球场上的球员，或速降滑雪比赛中的参赛者，或赛场上的赛狗。这些都是不是赛道的设定区域和不是车辆的移动实体的所有示例。位置数据捕获系统将是传感器、计算和通信设备的量身定制的架构。红外非发射构造或小型红外发射设备(可以发射恒定或调制光并可能被触发)可以被合并到真实竞争者的服装中，从而提供适合追踪和识别的冷点或热点。虽然真实选手或团队与虚拟选手或团队的交互式竞争可能不像赛车运动那样实用，但上述18)中描述的沉浸式娱乐和观看增强功能是实用的。体育统计数据和分析可以以一种简单易懂的方式来被自动化收集。此外，(例如)足球或篮球可以被设计为包括人眼不可见的红外反射或非发射标记，并且追踪设备的性能将使球上的旋转能够被连续测量。例如，这也可以适用于斯诺克或台球游戏中的母球，其中单个传感器位于斯诺克或台球游戏的桌子上方。通用的、有区别的和新颖的特征是使用广角红外传感器和照明器以及相关的计算和通信设备在相对较短的范围内(<100m)追踪移动物体(车辆、选手、球……)以检测被动或主动红外标记、反射器、吸收器或发射器。如此获得的实时数据被用于增强各种交互式娱乐和游戏体验。

本实施例的特征可以通过以下条款来表示和描述：

1)描述了一种用于计算机游戏选手与实况真实比赛进行交互的系统和方法，该实况真实比赛涉及具有驾驶员的真实车或自动驾驶的真实车，由此单个选手可以开始将他们的模拟车与其中一辆真实车链接起来的比赛并可以通过保持链接到初始车或通过基于定义的邻近度参数从一辆真实车链接到另一辆真实车来行进，从而在真实比赛中作为虚拟驾驶员以竞争方式与真实驾驶员竞争。

2)描述了一种系统和方法，由此当计算机游戏选手的模拟车未链接到真实车时，所有真实车都出现在比赛中，并且计算机游戏选手可以通过选择来避开真实车，从而作为独立实体竞争，或基于定义的邻近度参数来选择与真实车的链接。当选手的模拟车与真实车链接时，真实车不会在选手的计算机游戏中作为竞争车出现。

3)描述了一种系统和方法，由此当计算机游戏选手的车与真实车链接时，游戏选手的车的模拟是真实车的数字配对，这意味着游戏选手的车在其环境中的性能是对真实车在其环境中的性能的足够密切的模拟，以在游戏选手与真实驾驶员或自动驾驶车之间建立公平竞争。

4)描述了一种系统和方法，其中数字配对是基于对真实车在其环境中的高精度测量运动学性能和真实驾驶员对真实车的输入的动态黑盒模拟。

5)描述了一种系统和方法，由此计算机游戏将虚拟区域与每辆真实车动态关联，使得当计算机游戏选手的车在这些区域中时，它要么成为真实车的数字配对，要么继承与真实车相关的特定性能特征。

6)描述了一种系统和方法，由此当计算机游戏选手的车与真实车链接并且真实车为任何维护或维修行为(损坏修理、加油、新轮胎等)而从比赛中抽出时间时，计算机游戏选手可以选择从比赛中抽出相同的时间(可能会延迟1圈)，在这种情况下，他们的模拟车继承了真实车改变的性能特征。

7)描述了一种系统或方法，由此当计算机游戏选手的车未与真实车链接时，计算机游戏选手可以选择为模拟的维护或维修行为从比赛中抽出时间，在返回到真实比赛时，计算机游戏选手的车将有资格链接到具有类似兼容的维护或维修行为的任何真实车。

8)描述了一种系统和方法，由此许多计算机游戏选手(最多且包括比赛中的真实车数量)可以在整个比赛中与真实车链接，从而在一场实况真实比赛中相互竞争以及与真实车竞争。

9)描述了一种系统和方法，用于大量计算机游戏选手与实况真实比赛的大规模交互，该实况真实比赛涉及具有驾驶员的真实车或自动驾驶的真实车，由此每个选手都可以开始将他们的模拟车与其中一辆真实车链接起来的比赛，并且通过基于定义的参数从一辆真实车链接到另一辆真实车，从而在真实比赛中作为虚拟驾驶员以竞争方式与所有其他的计算机游戏选手竞争。

10)描述了一种系统和方法，由此游戏选手在大规模电子竞技比赛中竞争，其中每个选手都需要以真实的、吸引人的且具有挑战性的方式与真实比赛进行交互，并且需要一种公平的方法来根据大量的选手在电子竞技事件中的表现和最终位置对他们进行排名，该方法是基于计算机游戏选手的模拟车相对于彼此的高度精确的位置。

11)描述了一种系统或方法，由此计算机游戏选手的交互是与先前比赛的录制版本进行的，该记录包括在该先前比赛的环境中的真实车的高度精确的、测量的运动学性能和整个比赛中真实驾驶员对真实车的输入。

12)作为替代物，描述了一种系统或方法，由此计算机游戏选手的交互是与先前比赛的录制版本进行的，该记录仅包括在该先前比赛的环境中的真实车的高度精确的、测量的运动学性能。在这种情况下，数字配对是基于真实车在其环境中结合任何其他方法的运动学性能的数字记录，该数字记录确保了游戏选手的车在其环境中的模拟性能是真实车在其环境中的性能的足够接近表示，以在游戏选手与真实驾驶员或自动驾驶车之间创建公平竞争。

13)描述了一种系统和方法，由此当计算机游戏选手的模拟车被真实车替代时，在游戏选手的计算机系统与真实车和/或其相关联的团队及其设施之间存在以任何方向和任何目的的视频、音频或任何其他技术数据的交换。

14)描述了一种系统和方法，由此基于对其先前经验和积累技能的公平评估，每个计算机游戏选手被分配差点，并且计算机游戏使用该差点来缓和车在其环境中对选手的输入的响应以使不同经验和技能水平的选手与真实车中的真实驾驶员竞争和/或相互竞争并赢得比赛的机会大致相等。

15)描述了一种系统和方法，由此非计算机游戏选手的赛车比赛粉丝可以通过使用先前描述的任何方法随意链接到任意数量的真实车和计算机游戏选手的车来参与交互式观看体验并接收技术数据、视频流、音频流或先前描述的系统和方法中涉及的任何其他数据。

16)描述了一种系统和方法，其中游戏选手的虚拟车辆可以与真实机动车辆的表示相关联，并将关于比赛中真实车辆的位置数据和真实驾驶员输入作为输入，并使用这些输入来生成参考黑盒表示，可以根据该参考黑盒表示来评估比赛期间的游戏选手输入以确定模拟游戏环境，在该模拟游戏环境中，虚拟选手车辆可以与真实车辆的表示相匹配，以模拟真实的赛车环境。

17)描述了一种系统和方法，其中使用黑盒建模方法来捕获和分析真实车辆的动态输入和输出数据，其结果可以被实时反馈给参赛团队，以帮助他们了解驾驶员和车在其环境中的表现并特别地向团队提供有关其车的性能的高度精确的运动学数据，这些运动学数据迄今为止是不可能获得的。

描述了一种系统和方法，其中车辆移动由设置在比赛赛道周围的位置传感设备组感测，每个传感设备包括IR传感器和通信装置，IR传感器用于检测从车辆发射、反射或透射的IR辐射以确定车辆的追踪位置，通信装置用于将位置数据传送到位置数据捕获系统，在该位置数据捕获系统中数据可以被校对并作为关于涉及这些车辆的赛车事件的实况位置数据而被提供给游戏设备或服务器。然而，应当理解，移动追踪系统不限于如上所述的车辆移动。使用具有适当配置的红外传感器组以及与其他红外传感器组的连接的精确度能够进行移动物体的精确位置检测，并且可以被应用于例如涉及人类或动物的移动的非机动化运动。

还应当理解，对所述实施例的各种修改是可能的，并且一个实施例的元件可以毫无困难地与其他实施例的元件组合。因此，应当理解，本文描述的方法和系统是可以如何实施本发明的不同方面的非限制性示例，并且本发明将由本公开的精神和范围来确定。

Claims (52)

1.一种用于控制表示赛道上的机动化体育事件的交互式混合环境的计算机实施方法，所述交互式混合环境包括所述赛道上的真实车辆表示和虚拟车辆表示，所述方法包括：

接收真实传感器数据流，所述真实传感器数据包括：

a、所述赛道上的真实车辆的真实运动学数据，所述真实运动学数据由所述赛道处的红外传感器捕获，以及

b、关于由驾驶员对所述真实车辆的控制的真实控制数据，所述真实控制数据由车辆传感器捕获，并经由遥测系统从所述真实车辆获得；

使用所述真实运动学数据来确定所述交互式混合环境内的所述真实车辆表示的位置和运动学行为；

使用所述真实控制数据和所述真实运动学数据来创建基于所述真实控制数据的所述赛道上的所述真实车辆的位置的黑盒确定；

接收计算机生成的控制数据流，所述计算机生成的控制数据流通过用户与向所述用户呈现所述交互式混合环境并捕获所述用户输入以控制所述虚拟车辆表示的运动学行为的计算机交互而获得；以及

通过使用所述黑盒确定和所述计算机生成的控制数据来确定所述交互式混合环境内的所述虚拟车辆表示的位置和运动学行为。

2.根据权利要求1所述的计算机实施方法，其中，所述真实传感器数据包括所述赛道上的多个真实车辆的真实运动学数据和关于由相应驾驶员对所述多个真实车辆中的每一个的控制的真实控制数据。

3.根据权利要求2所述的计算机实施方法，其中，所述多个真实车辆中的每一个真实车辆的所述真实传感器数据包括车辆标识符。

4.根据权利要求2或3所述的计算机实施方法，其中，所述计算机生成的控制数据流包括多个计算机生成的数据流，每一个计算机生成的数据流是由不同的用户与相应的计算机进行交互和对相应用户输入的捕获来生成的。

5.根据权利要求4所述的计算机实施方法，其中，所述多个计算机生成的数据流中的每一个的所述计算机生成的控制数据流包括计算机设备标识符。

6.根据权利要求2至4中的任一项所述的计算机实施方法，其中，所述多个真实车辆少于多个流的计算机生成的数据流，所述方法还包括将多个虚拟车辆表示的子集与一辆真实车辆表示链接，以创建链接表示。

7.根据权利要求6所述的计算机实施方法，还包括使用所述链接表示来表示所述交互式混合环境内的所述多个虚拟车辆表示的子集，同时所述子集的虚拟车辆的位置在所述真实车辆的公差限制内。

8.根据权利要求6或7所述的计算机实施方法，其中，所述多个计算机生成的数据流比所述多个真实车辆大数倍，所述链接的步骤包括以均匀分布方式将所述多个计算机生成的数据中的每一个链接到所述多个真实车辆表示。

9.根据权利要求6或7所述的计算机实施方法，其中，所述多个计算机生成的数据流比所述多个真实车辆大数倍，所述链接的步骤包括以对数分布方式将所述多个计算机生成的数据中的每一个链接到所述多个真实车辆表示。

10.根据权利要求1至9中的任一项所述的计算机实施方法，还包括：

利用由所接收的真实传感器数据和计算机生成的数据所确定的真实车辆表示和虚拟车辆表示的新位置来更新所述交互式混合环境；

生成更新的交互式混合环境；以及

将所述更新的交互式混合环境从中央服务器广播到多个远程计算机。

11.根据权利要求1至9中的任一项所述的计算机实施方法，还包括：

将所述黑盒确定和所述真实传感器数据从中央服务器广播到多个远程计算机；

在每个远程计算机处生成所述交互式混合环境；

利用由所接收的真实传感器数据和计算机生成的数据所确定的真实车辆表示和虚拟车辆表示的新位置来更新所述交互式混合环境；以及

将所述虚拟车辆表示的新位置发送到所述中央服务器。

12.根据权利要求1至11中任一项所述的计算机实施方法，还包括：使用人工智能引擎来改变所述计算机生成的控制数据和所述虚拟车辆的合成位置之间的关联，所述人工智能引擎参考所述黑盒确定。

13.根据权利要求1至12中任一项所述的计算机实施方法，其中，所接收的真实运动学数据包括相对于所述赛道的纵向位置数据、相对于所述赛道的横向位置数据和相对于所述赛道的车辆定向数据。

14.根据权利要求1至13中任一项所述的计算机实施方法，其中，所述真实控制数据包括所述真实车辆的方向盘位置、加速器位置、制动踏板位置和档位选择中的一项或更多项。

15.根据权利要求1至14中任一项所述的计算机实施方法，还包括：从数据存储中检索所述真实传感器数据，所述数据存储已经存储生成所述真实传感器数据时所述真实传感器数据的副本。

16.根据权利要求1至14中任一项所述的计算机实施方法，其中所述接收的步骤包括：当所述体育事件发生时，基本实时地接收所述真实传感器数据。

17.根据权利要求1至16中任一项所述的计算机实施方法，其中，所述真实传感器数据流具有至少25Hz的采样率，和捕获所述真实车辆在某个时间点处的位置，并在被捕获的40毫秒内将所述真实车辆在某个时间点处的位置提供给所述交互式混合环境。

18.根据权利要求1至16中任一项所述的计算机实施方法，其中，所述真实传感器数据流具有至少60Hz的采样率，和捕获所述真实车辆在某个时间点处的位置，并在被捕获的16.7毫秒内将所述真实车辆在某个时间点处的位置提供给所述交互式混合环境。

19.根据权利要求1至18中任一项所述的计算机实施方法，还包括：使用存储的数据模型来生成所述交互式混合环境。

20.根据权利要求1至19中任一项所述的计算机实施方法，还包括：接收来自所述真实车辆的视频数据流，并将所述视频数据流包括在所述交互式混合环境中。

21.根据权利要求1至20中任一项所述的计算机实施方法，还包括：接收来自所述真实车辆的音频数据流，并将所述视频数据流包括在所述交互式混合环境中。

22.根据权利要求2或从属于权利要求2的权利要求3至21中任一项所述的计算机实施方法，还包括：在所述虚拟车辆表示的位置在所述真实车辆表示的位置的预定阈值内的时间点处，将所述多个虚拟车辆中的一个虚拟车辆的表示链接到所述多个真实车辆中的一个真实车辆的表示，并使用所述真实车辆的表示作为所述交互式混合环境中的所述虚拟车辆的表示。

23.根据从属于权利要求20或21的权利要求22所述的计算机实施方法，其中，所述链接的步骤激活从所述真实车辆接收的音频或视频数据流到向所述用户呈现所述交互式混合环境的所述计算机的提供。

24.根据权利要求22或23所述的计算机实施方法，还包括：在所述虚拟车辆表示的位置在所述真实车辆表示的位置的预定阈值之外的时间点处，断开所述多个虚拟车辆中的一个虚拟车辆的表示与所述多个真实车辆中的一个真实车辆的表示的链接，并在所述交互式混合环境内，将所述虚拟车辆表示和所述真实车辆表示分开显示。

25.根据权利要求22至24中任一项所述的计算机实施方法，还包括：将链接到所述真实车辆表示的任何虚拟车辆的细节提供给远程第三方计算机。

26.根据权利要求2或从属于权利要求2的权利要求3至25中任一项所述的计算机实施方法，其中，每一个真实车辆具有性能特征集，所述方法还包括：确定所述多个真实车辆中的一个真实车辆的最接近所述虚拟车辆表示的定位表示，并采用所述真实车辆的最接近表示的性能特征集作为所述虚拟车辆的性能特征。

27.根据权利要求1至26中任一项所述的计算机实施方法，还包括：使用所述红外传感器来捕获所述赛道上的所述真实车辆的位置数据，将随时间变化的所述位置数据转换为所述真实运动学数据流以及将所述真实运动学数据流实时发送到中央服务器。

28.根据权利要求27所述的计算机实施方法，其中，所述捕获的步骤包括：使用多个传感器组监测所述赛道的不同路段来捕获所述位置数据，其中每个传感器组中的每一个传感器检测来自在所述传感器的视场(FOV)内运行在所述赛道上的一个或更多个车辆的发射的、反射的或透射的红外辐射。

29.根据权利要求28所述的计算机实施的方法，还包括：处理由所述红外传感器检测的所述红外辐射，以确定在所述赛道上运行的一个或更多个真实车辆的运动学数据。

30.一种用于控制表示赛道上的机动化体育事件的交互式混合环境的计算机系统，所述交互式混合环境包括所述赛道上的真实车辆表示和虚拟车辆表示，所述系统包括：

接收器，所述接收器用于接收真实传感器数据流，所述真实传感器数据包括所述赛道上的真实车辆的真实运动学数据和关于由驾驶员对所述真实车辆的控制的真实控制数据，所述真实运动学数据由红外传感器在所述赛道处捕获，所述真实控制数据由车辆传感器捕获并经由遥测系统从所述真实车辆获得；

虚拟比赛命令处理器，所述虚拟比赛命令处理器被配置为接收计算机生成的控制数据流，所述计算机生成的控制数据流是通过用户与向所述用户呈现所述交互式混合环境并捕获所述用户输入以控制所述虚拟车辆表示的运动学行为的计算机交互而获得的；以及

虚拟比赛模拟引擎，所述虚拟比赛模拟引擎包括：

比赛模拟输出引擎，所述比赛模拟输出引擎用于使用所述真实运动学数据来确定所述交互式混合环境内的所述真实车辆表示的位置和运动学行为；

参考黑盒模型生成器，所述参考黑盒模拟生成器被配置为使用所述真实控制数据和所述真实运动学数据来创建基于所述真实控制数据的所述赛道上的所述真实车辆的位置的黑盒确定；以及

游戏黑盒实现引擎，所述游戏黑盒实现引擎被配置为通过使用所述黑盒确定和所述计算机生成的控制数据来确定所述交互式混合环境内的虚拟车辆表示的位置和运动学行为。

31.根据权利要求30所述的计算机系统，还包括：人工智能引擎，所述人工智能引擎被配置为改变所述虚拟车辆的合成位置之间的关联。

32.根据权利要求31所述的计算机系统，其中，所述人工智能引擎被配置为拓宽所接收的计算机生成的控制数据所需的阈值，以生成所述虚拟车辆的给定位置。

33.一种用于向中央服务器提供在设定区域上运行的一个或更多个移动实体的位置数据的传感系统，所述传感系统包括多个传感器组，每个传感器组被配置为监测所述设定区域的一部分，每个传感器组包括：

多个位置传感设备，所述多个位置传感设备被定位在所述设定区域的周围，每一个位置传感设备被配置为从偏高的位置监测所述设定区域的不同部分，其中每个位置传感设备包括：

具有视场(FOV)的红外传感器，所述红外传感器用于检测在所述FOV内的所述设定区域上运行的一个或更多个移动实体发射的、反射的或透射的红外辐射并生成传感器输出；以及

发送器，所述发送器被配置为将所述红外传感器的传感器输出或从所述红外传感器导出的信息发送到所述红外传感器的传感器组的多个位置传感设备中的另一个位置传感设备，所述另一个位置传感设备用作所述传感器组的通信节点；以及

通信设备，所述通信设备被通信地耦合到作为所述传感器组内的通信节点的位置传感设备，所述通信设备被配置为将所述传感器组的每一个红外传感器的传感器输出或从其导出的信息发送到中央校对服务器。

34.根据权利要求33所述的传感系统，其中，每个传感器组包括10个或更少的位置传感设备。

35.根据权利要求33或34所述的传感系统，其中，所述传感器组的至少一个位置传感设备包括处理器，所述处理器被配置为基于所述传感器输出或从所述至少一个位置传感设备导出的信息，确定在至少两个维度上的所述FOV内的所述设定区域上运行的一个或更多个移动实体的当前运动学数据。

36.根据权利要求33至35中任一项所述的传感系统，其中，所述多个传感器组的第一传感器组被配置为将由所述第一传感器组确定的所述传感器输出或从其导出的信息转发到所述多个传感器组的第二传感器组上。

37.根据权利要求33至36中任一项所述的传感系统，其中，所述多个传感设备中的一个或更多个包括长波红外(LWIR)微测热辐射计或中波红外(MWIR)光子检测相机，所述长波红外(LWIR)微测热辐射计或中波红外(MWIR)光子检测相机被配置为检测由所述设定区域中的一个或更多个真实移动实体发射的热IR。

38.根据权利要求33至37中任一项所述的传感系统，其中，所述多个传感设备中的一个或更多个包括短波红外(SWIR)或近红外(NIR)光子检测相机中的一个，用于检测从移动实体发射或反射或透射的宽带或窄带光。

39.根据权利要求33至38中任一项所述的传感系统，其中，所述多个位置传感设备中的一个或更多个具有至少60Hz的帧率。

40.根据权利要求33至39中任一项所述的传感系统，其中，所述多个位置传感设备中的一个或更多个包括指向所述设定区域的一部分的LED泛光灯，并被配置为检测源自所述LED泛光灯的反射光。

41.根据权利要求33至40中任一项所述的传感系统，其中，所述多个位置传感设备中的一个或更多个被配置为检测由调制红外光组成的所述移动实体的红外特征。

42.根据权利要求41所述的传感系统，其中，所述多个位置传感设备中的一个或更多个被配置为检测基于所述红外特征的所述移动实体的唯一标识符。

43.根据权利要求33至42中任一项所述的传感系统，其中，所述多个位置传感设备中的一个或更多个被配置为检测所述设定区域的边缘处反射或发射的红外辐射，所述系统被配置为使用所检测的信息作为参考帧来确定所述移动实体的横向位置。

44.根据权利要求33至43中任一项所述的传感系统，其中，所述位置传感设备中的至少一些被布置为具有视场(FOV)的视轴，所述视轴与水平平面呈锐角，并当所述位置传感设备中的至少一些行进穿过所述设定区域时，所述视轴面对使用中的迎面而来的移动实体。

45.根据权利要求33至44中任一项所述的传感系统，其中，所述多个位置传感设备中的至少一些包括20度至30度的FOV和高达50米的检测范围。

46.根据权利要求33至45中任一项所述的传感系统，其中，所述多个位置传感设备中的至少一些包括70度的FOV和高达15米的检测范围。

47.根据权利要求33至46中任一项所述的传感系统，还包括GPS接收器，所述GPS接收器为所述传感器输出或从其导出的信息提供时间戳，所述系统被配置为使用所述时间戳为来自所述位置传感设备中的至少一些的传感器输出或从其导出的数据建立公共时间参考。

48.根据权利要求33至47中任一项所述的传感系统，其中，所述通信设备被配置为以最小25Hz的刷新率运行，以向所述中央服务器提供源自在所述设定区域上运行的一个或更多个移动实体的传感器输出或从其导出的信息。

49.根据权利要求33至47中任一项所述的传感系统，其中，所述通信设备被配置为以最小60Hz的刷新率运行，以向所述中央服务器提供源自在所述设定区域上运行的一个或更多个移动实体的传感器输出或从其导出的信息。

50.根据权利要求33至48中任一项所述的传感系统，其中，所述系统被配置为确定沿所述设定区域的纵向位置、跨所述设定区域的横向位置和所述移动实体的旋转方向。

51.根据权利要求33至50中任一项所述的传感系统，其中，所述传感器组中的多个位置传感设备被按序列布置，并且位于所述序列的中间点处的位置传感设备被用作所述传感器组的通信节点。

52.根据权利要求33至51中任一项所述的传感系统，其中，所述移动实体包括车辆，所述设定区域包括赛道。

Images