CN116734862B - 一种定向越野的路线选择方法、装置及计算机存储介质 - Google Patents
一种定向越野的路线选择方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN116734862B CN116734862B CN202310994450.6A CN202310994450A CN116734862B CN 116734862 B CN116734862 B CN 116734862B CN 202310994450 A CN202310994450 A CN 202310994450A CN 116734862 B CN116734862 B CN 116734862B
- Authority
- CN
- China
- Prior art keywords
- athlete
- speed
- grid point
- grid
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010187 selection method Methods 0.000 title abstract description 6
- 235000019580 granularity Nutrition 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 52
- 238000000034 method Methods 0.000 claims description 30
- 238000012876 topography Methods 0.000 claims description 11
- 230000003647 oxidation Effects 0.000 claims description 7
- 238000007254 oxidation reaction Methods 0.000 claims description 7
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 6
- 229910052760 oxygen Inorganic materials 0.000 claims description 6
- 239000001301 oxygen Substances 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 17
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000002503 metabolic effect Effects 0.000 description 4
- 210000003205 muscle Anatomy 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 235000014655 lactic acid Nutrition 0.000 description 3
- 239000004310 lactic acid Substances 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000008602 contraction Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009533 lab test Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- KTTCLOUATPWTNB-UHFFFAOYSA-N 2-[2-[4-(6,7-dimethoxy-3,4-dihydro-1h-isoquinolin-2-yl)butylcarbamoyl]-4-methylphenoxy]ethyl methanesulfonate Chemical compound C1C=2C=C(OC)C(OC)=CC=2CCN1CCCCNC(=O)C1=CC(C)=CC=C1OCCOS(C)(=O)=O KTTCLOUATPWTNB-UHFFFAOYSA-N 0.000 description 1
- 241001502883 Marcia Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000026058 directional locomotion Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000029849 luteinization Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229940127234 oral contraceptive Drugs 0.000 description 1
- 239000003539 oral contraceptive agent Substances 0.000 description 1
- 230000027758 ovulation cycle Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000028016 temperature homeostasis Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/30—Speed
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种定向越野的路线选择方法,包括步骤对定向越野地图进行栅格化得到不同粒度的第一栅格点和第二栅格点,单个所述第一栅格点的面积大于单个所述第二栅格点的面积;计算运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值,所述速度阈值为运动员在达到无氧阈强度时的速度值;计算并显示从运动员站立点经各控制点至终点的最短路径。本发明还公开了定向越野的路线选择装置及存储以实现该选择方法的计算机程序的计算机存储介质。本发明可量化确定定向越野线路,为运动员的训练提供有效依据。
Description
技术领域
本发明涉及路径搜索技术领域,特别是涉及一种定向越野的路线选择方法、装置及计算机存储介质。
背景技术
定向越野运动(Orienteering)是一项户外运动,参赛者需要在未知的地形中使用地图和指南针找到指定的控制点。这项运动的目的是在规定的时间内以最短的时间按照顺序找到所有的控制点。这些控制点可以分布在不同的地形中,如森林、草原、沼泽、山区等。
定向越野训练包括跑步训练、地形训练、导航训练、决策训练和团队训练。定向越野需要根据比赛路线和自己的能力做出决策,如选择最佳路线、控制点顺序等,因此需要进行决策训练,包括比赛策略制定、路线规划等。训练结束后需要复盘地图和路线,以及自己的表现,仔细回顾比赛地图和路线,了解自己在比赛中的选择和决策是否正确,是否有更好的选择,以提高训练效果。
综上确定最佳路线是提升定向越野成绩的重要因素,而由于每个运动员自身条件的不同,对于同一比赛会产生各自的最佳线路,无法统一制定。目前通常做法是由制图员根据自己的经验制定比赛路线,无法量化分析路径选择。路径选择还停留在测量距离和估计时间上,无法定量分析各路线的优劣。
发明内容
针对上述现有技术的缺陷,本发明提供了一种定向越野的路线选择方法,解决难以量化确定定向越野线路的问题,为运动员的训练提供有效依据。本发明提供了一种定向越野的路线选择装置以及一种计算机存储介质。
本发明技术方案如下:一种定向越野的路线选择方法,包括以下步骤:
步骤1、对定向越野地图进行栅格化得到不同粒度的第一栅格点和第二栅格点,单个所述第一栅格点的面积大于单个所述第二栅格点的面积;
步骤2、计算运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值,所述速度阈值为运动员在达到无氧阈强度时的速度值;
步骤3、计算并显示从运动员站立点经各控制点至终点的最短路径;
所述步骤3依次包括步骤301粗粒度计算和步骤302细粒度计算,所述步骤301粗粒度计算时基于所述第一栅格点,以各所述第一栅格点的各个所述速度阈值为依据计算运动员站立点所对应第一栅格点经各控制点所对应第一栅格点至终点所对应第一栅格点的K条时间最优第一路径;所述步骤302细粒度计算时,基于所述K条时间最优第一路径周围设定距离内的所述第二栅格点,以各所述第二栅格点的各个所述速度阈值为依据计算运动员站立点所对应第二栅格点经各控制点所对应第二栅格点至终点所对应第二栅格点的L条时间最优第二路径,共得到K*L条时间最优第二路径,从所述K*L条时间最优第二路径中选择一条作为所述最短路径。
进一步地,所述步骤2计算运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值具体包括:
步骤201、计算运动员在水平铺装路面上的速度阈值;
步骤202、测定所述运动员在不同水平地貌上跑动速度与在水平铺装路面上的跑动速度的比值为第一比值;
步骤203、计算所述运动员在不同地形铺装路面上跑动速度与在水平铺装路面上的跑动速度的比值为第二比值;
步骤204、由第一比值、第二比值和所述运动员在水平铺装路面上的速度阈值的乘积计算运动员在不同地形地貌下的速度阈值;
步骤205、根据各个所述第一栅格点和所述第二栅格点上所有行进方向所述的地形地貌基于所述步骤204的计算结果得到运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值。利用第一比值和第二比值的拟合计算,可以减少对复杂地形地貌形成的大量速度阈值数据的测定。
进一步地,所述第二比值为,其中/>为地形坡度。
进一步地,所述步骤1中第一栅格点由N2个第二栅格点合并得到,N为大于1的自然数,所述步骤2中每个第一栅格点的所有行进方向的速度阈值由构成该所述第一栅格点的各所述第二栅格点的所有行进方向的速度阈值合并计算得到。
进一步地,所述合并计算包括:
步骤2a、待合并的所述第二栅格点上的每个行进方向的速度阈值取该行进方向所在线路的各个待合并的所述第二栅格点上该行进方向的速度阈值的最小值;
步骤2b、在每个行进方向上取经过所述步骤2a后的各所述第二栅格点上速度阈值的最大值为合并得到的所述第一栅格点在该行进方向上的速度阈值。
进一步地,所述步骤2包括计算运动员在各个所述第二栅格点上的所有行进方向的速度上限和速度下限,所述速度上限为运动员在达到最大摄氧量强度时的速度值,所述速度下限为运动员在达到最大脂肪氧化强度时的速度值;所述步骤3显示所述最短路径时同时显示所述最短路径上每个所述第二栅格点在所述最短路径方向上的所述速度上限和所述速度下限。
进一步地,所述步骤2中计算运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值时由理想状态下的所述速度阈值根据环境条件和/或运动员身体条件进行修正得到,所述路线选择方法包括步骤4、以一定时间间隔更新所述最短路径:基于运动员在已经经过的路线中消耗的体能对所述步骤2中得到的所述速度阈值进行二次修正,再重新进行所述步骤3。
本发明还提供一种定向越野的路线选择装置,其特征在于,包括:
栅格化模块,所述栅格化模块用于对定向越野地图进行栅格化得到不同粒度的第一栅格点和第二栅格点,单个所述第一栅格点的面积大于单个所述第二栅格点的面积;
速度阈值计算模块,所述速度阈值计算模块用于计算运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值,所述速度阈值为运动员在达到无氧阈强度时的速度值;以及,
路径计算显示模块,所述路径计算显示模块用于计算并显示从运动员站立点经各控制点至终点的最短路径;
其中,所述路径计算显示模块包括粗粒度计算模块和细粒度计算模块,所述粗粒度计算模块用于基于所述第一栅格点,以各所述第一栅格点的各个所述速度阈值为依据计算运动员站立点所对应第一栅格点经各控制点所对应第一栅格点至终点所对应第一栅格点的K条时间最优第一路径;所述细粒度计算模块用于基于所述K条时间最优第一路径周围设定距离内的所述第二栅格点,以各所述第二栅格点的各个所述速度阈值为依据计算运动员站立点所对应第二栅格点经各控制点所对应第二栅格点至终点所对应第二栅格点的L条时间最优第二路径,共得到K*L条时间最优第二路径,从所述K*L条时间最优第二路径中选择一条作为所述最短路径。
进一步地,所述速度阈值计算模块还用于计算运动员在各个所述第二栅格点上的所有行进方向的速度上限和速度下限,所述速度上限为运动员在达到最大摄氧量强度时的速度值,所述速度下限为运动员在达到最大脂肪氧化强度时的速度值;所述路径计算显示模块显示所述最短路径时同时显示所述最短路径上每个所述第二栅格点在所述最短路径方向上的所述速度上限和所述速度下限。
本发明的又一技术方案是一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现所述的定向越野的路线选择方法。
本发明所提供的技术方案的优点在于:
实现了定量分析定向越野的路线选择,使得制图员可以更加准确地进行路线分析,从而优化控制点位置和路线设计。
可以实时得到路线选择和运动强度的反馈,帮助运动员更好地调整运动状态,提高训练效果。
教练员可以借助本发明技术方案进行分析,更好地了解运动员的表现和训练情况,从而更好地调整训练计划,提高训练效果。
可用于比赛直播,让观众更好地理解比赛进程和运动员表现,提高比赛观赏性。
附图说明
图1为本发明定向越野的路线选择装置模块示意图。
图2为本发明定向越野的路线选择方法流程示意图。
图3为跑步代谢能量与地形坡度的实验结果图。
图4为定向越野地图的局部示意图。
图5为对图4所示进行栅格化为第二栅格点的示意图。
图6为对图5所示的第二栅格点的各方向速度阈值合并的示意图。
图7为由图6的九个第二栅格点合并为一个第一栅格点的示意图。
具体实施方式
下面结合实施例对本发明作进一步说明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本说明之后,本领域技术人员对本说明的各种等同形式的修改均落于本申请所附权利要求所限定的范围内。
请结合图1所示,本发明的实施例的定向越野的路线选择装置包括有栅格化模块100、速度阈值计算模块200和路径计算显示模块300,其中路径计算显示模块300包括粗粒度计算模块301和细粒度计算模块302。
栅格化模块100用于对定向越野地图进行栅格化得到不同粒度的第一栅格点和第二栅格点。
速度阈值计算模块200用于计算运动员在各个第一栅格点和第二栅格点上的所有行进方向的速度阈值,在一个优选的实施例中,该速度阈值计算模块还用于计算运动员在第二栅格点上的所有行进方向的速度上限和速度下限。
路径计算显示模块300用于计算并显示从运动员站立点经各控制点至终点的最短路径;其中,粗粒度计算模块301用于基于第一栅格点,以各第一栅格点的各个速度阈值为依据计算运动员站立点所对应第一栅格点经各控制点所对应第一栅格点至终点所对应第一栅格点的K条时间最优第一路径;细粒度计算模块302用于基于K条时间最优第一路径周围设定距离内的第二栅格点,以各第二栅格点的各个速度阈值为依据计算运动员站立点所对应第二栅格点经各控制点所对应第二栅格点至终点所对应第二栅格点的L条时间最优第二路径,共得到K*L条时间最优第二路径,从K*L条时间最优第二路径中选择一条作为最短路径。在一个优选的实施例中,路径计算显示模块在显示最短路径时同时显示最短路径上每个第二栅格点在最短路径方向上的速度上限和速度下限,给运动员行进速度的参考。
请结合图2所示,上述定向越野的路线选择装置所采用的路线选择方法,包括以下步骤:
步骤1、对定向越野地图进行栅格化得到不同粒度的第一栅格点和第二栅格点,单个第一栅格点的面积大于单个第二栅格点的面积;
步骤2、计算运动员在各个第一栅格点和第二栅格点上的所有行进方向的速度阈值,速度阈值为运动员在达到无氧阈强度时的速度值;
步骤3、计算并显示从运动员站立点经各控制点至终点的最短路径。
其中步骤1的目的是将连续的、细节丰富的地图离散化,便于计算机处理。在后续的计算中,计算当前处理的栅格只需要考虑周边的一些栅格,减少计算量和内存占用,便于并行计算。
步骤1具体为将符合ISOM 2017-2定向运动地图国际规范或者ISSprOM 2019-2短距离定向运动地图国际规范的定向地图,按照实际距离0.1~10米进行栅格化得到第二栅格点,每个栅格点上的行进方向按照东、南、西、北、东北、东南、西南、西北设置八个方向。第一栅格点则由第二栅格点进行合并处理得到,一般采用N2个第二栅格点合并得到一个第一栅格点,N为大于1的自然数。例如以横向两个纵向两个共四个第二栅格点合并成为一个第一栅格点,或者以横向三个纵向三个共九个第二栅格点合并成为一个第一栅格点。
栅格化地图的具体方式为:按照地图规范,地图必须标明比例尺。按照比例尺,可换算实际距离到地图尺寸,从而将地图栅格化。2. 划分网格后,确定单个第二栅格点在各行进方向上运动所对应的地形地貌,其中地形的确定方法是将等高线地形图转化为高程点数据,通过空间插值方法将图中等高线转化成高程点数据。在高程点数据上进行坡度计算,通过计算第二栅格点中心周围的高程差异的导数来得到第二栅格点处往各行进方向的坡度。
步骤2具体包括步骤:
步骤201计算运动员在水平铺装路面上的速度上限、速度阈值和速度下限。其中速度上限为运动员在达到最大摄氧量强度时的速度值,速度阈值为运动员在达到无氧阈强度时的速度值,速度下限为运动员在达到最大脂肪氧化强度时的速度值。通常来说,运动员可在最大脂肪氧化强度上较为轻松地运动,能够分配更多的注意力在观察和读图上;在无氧阈强度自我感觉累但还能坚持,此时读图精度降低;在剩余距离不多,且路线简单时,采用最大摄氧量强度,一般用于终点前冲刺。
根据运动员个人基础数据(年龄、性别、身高、体重等),估算运动员在水平铺装路面上的速度上限、速度阈值和速度下限。估算的方法有:
1.按照统计数据估算;
2.先估算运动员在水平铺装路面上的速度上限,再估算运动员在水平铺装路面上的速度阈值和速度下限。
a)速度上限可通过实验室测试呼吸商、肌氧饱和度、血乳酸、心率等直接测试法估算得出,亦可通过约等于3000米全力跑平均速度,或约等于6~10分钟全力跑平均速度间接测试法估算得出。
b)速度阈值和速度下限可通过实验室测试呼吸商、肌氧饱和度、血乳酸、心率等估算得出,亦可通过速度上限的75%和50%估算得出。
步骤202测定运动员在不同水平地貌上跑动速度与在水平铺装路面上的跑动速度的比值为第一比值。
由于不同地貌对跑动速度发生影响,进而影响了运动员在不同水平地貌上的速度上限、速度阈值和速度下限。本步骤通过第一比值来确定影响程度,第一比值的选择可按以下表格确定。
表1为不同地貌第一比值范围
由此可以通过第一比值与运动员在水平铺装路面上的速度上限、速度阈值和速度下限的乘积估算运动员在不同岩壁和石块、水体和沼泽、植被和人造地物等水平地形的不同地貌下的速度上限、速度阈值和速度下限。
步骤203计算运动员在不同地形铺装路面上跑动速度与在水平铺装路面上的跑动速度的比值为第二比值。
除了地貌影响外,不同地形(即上下坡)也对跑动速度发生影响,本步骤通过第二比值来确定影响程度。图3为跑步代谢能量与地形坡度的实验结果图,横轴是地形坡度,纵轴是跑步代谢能量,Margaria 1938指的是文献Margaria R. Sulla fisiologia especialmente sul consumo energetico della marcia e della corsa a variavelocityà ed inclinazione del terreno. Atti dell'Accademia Nazionale deiLincei, 1938, 7: 299–368和文献Margaria R, Cerretelli P, Aghemo P, and SassiG. Energy cost of running. Journal of Applied Physiology, 1963, 18: 367–370。Minetti et al. 1994a指的是文献Minetti AE, Ardigò LP, and Saibene F.Mechanical determinants of the minimum energy cost of gradient running inhumans. Journal of Experimental Biology, 1994, 195: 211–225。Eff表示肌肉效率,正号表示上坡,负号表示下坡,百分比是文献中将上下坡近似只考虑机械势能做功,根据上下坡时肌肉离心收缩和偏心收缩(concentric and eccentric muscular contraction)相对平地的变化,提炼出肌肉效率的线性模型。比如eff+ 26%,指的是上坡时,肌肉效率为26%。从图中可以看出,同样的跑步速度,下坡坡度为0.1~0.2时,耗能最少。将跑步代谢能量用5次多项式拟合,并归一化到坡度0,得到第二比值的计算通过以下公式进行
。
其中为地形坡度。由此可以通过第二比值与运动员在水平铺装路面上的速度上限、速度阈值和速度下限的乘积估算运动员在不同地形下的速度上限、速度阈值和速度下限。
步骤204,由第一比值、第二比值和运动员在水平铺装路面上的速度上限、速度阈值和速度下限的乘积计算运动员在不同地形地貌下的速度上限、速度阈值和速度下限。
通过本步骤可以确定运动员在各种地貌与地形组合下的速度上限、速度阈值和速度下限。例如在同样的努力程度下,运动员在水平好跑树林中的跑动速度是水平铺装路面的90%,在坡度为10%的铺装路面的跑动速度是水平铺装路面的60%,则运动员在坡度为10%的好跑树林中的跑动速度为水平铺装路面的54%。运动员在水平铺装路面上的速度上限、速度阈值和速度下限的54%即为运动员在坡度为10%的好跑树林中的速度上限、速度阈值和速度下限。
通过实测运动员在不同岩壁和石块、水体和沼泽、植被和人造地物与地形组合下的速度上限、速度阈值和速度下限进行路线选择计算将得到更为优秀的结果,但是因岩壁和石块、水体和沼泽、植被和人造地物与地形组合数量较为庞大,实测所有组合在实现上有一定难度,因此通过上述的估算方法对运动员在部分岩壁和石块、水体和沼泽、植被和人造地物与地形组合下的速度上限、速度阈值和速度下限进行拟合可以减少相应的工作量。
更进一步地,可以根据运动员个人近期情况(指运动员近期的伤病、疲劳度和生理期等)、天气等因素设定修正系数,对估算的运动员在不同地形地貌下的速度上限、速度阈值和速度下限进行进一步修正。例如,不使用口服避孕药的女性在月经周期的黄体期处于体温调节劣势,无氧阈强度对应的速度阈值降低1秒/千米至3秒/千米。气温超过16摄氏度,每升高1摄氏度,无氧阈强度对应的速度阈值降低1秒/千米至4秒/千米。
对如图4所示的地图进行栅格化得到如图5所示的九个第二栅格点,图4中地图上半部分为空旷地,中间靠左侧为无法翻越的围墙,下半部分为慢跑植被地貌,以第二行第三列的第二栅格点为例,其北向行进方向为空旷地,因此速度阈值较高(图例箭头较长),南向行进方向为慢跑植被,速度阈值略低(图例箭头较短),西向行进方向为无法翻越的围墙,速度阈值为零(图例无箭头)。通过上述步骤确定了第二栅格点上的各行进方向的速度上限、速度阈值和速度下限。第一栅格点上的各行进方向的速度阈值则通过合并计算的方式得到。
请结合图6和图7所示,合并计算包括:
步骤2a、待合并的第二栅格点上的每个行进方向的速度阈值取该行进方向所在线路的各个待合并的第二栅格点上该行进方向的速度阈值的最小值。
图5至图6为该步骤2a,以图4的第一行第三列的第二栅格点中北向速度阈值的合并为例,北向行进方向的线路即为南北向,所以合并的是第三列的三个第二栅格点中北向速度阈值,并取最小值。由于第三行第三列的第二栅格点中北向速度阈值最小,因此合并后,第一行第三列的第二栅格点中北向速度阈值等于第三行第三列的第二栅格点中北向速度阈值,同理,合并后,第一行第三列的第二栅格点中北向速度阈值也等于第三行第三列的第二栅格点中北向速度阈值。
再以第一行第一列的第二栅格点中西北向速度阈值的合并为例,西北行进方向的线路即为东南至西南方向,所以合并的是第一行第一列、第二行第二列及第三行第三列的三个第二栅格点中西北向速度阈值,并取最小值。由于第二行第二列的第二栅格点各项速度阈值都为零,因此合并后第一行第一列及第三行第三列的第二栅格点中西北向速度阈值也为零。
步骤2b、在每个行进方向上取经过步骤2a后的各第二栅格点上速度阈值的最大值为合并得到的第一栅格点在该行进方向上的速度阈值。
图6至图7为该步骤2b,本步骤将九个第二栅格点栅格八个方向的速度阈值取最大值保留即构成合并后的第一栅格点的各行进方向的速度阈值。
步骤3计算从运动员站立点经各控制点至终点的最短路径。
而由于第二栅格点划分较细,基于第二栅格点进行路径计算难以确保训练过程中对路径选择的实时性,因此需要先进行基于第一栅格点的路径计算,再进行展开基于第二栅格点进行路径计算以探索更多潜在的路径。
本步骤包含两个步骤:步骤301粗粒度计算和步骤302细粒度计算。
步骤301粗粒度计算时基于第一栅格点,以各第一栅格点的各个速度阈值为依据计算运动员站立点所对应第一栅格点经各控制点所对应第一栅格点至终点所对应第一栅格点的K条时间最优第一路径。具体可通过最短路径算法(如Yen's算法或Lawler's算法)计算K条时间最优第一路径,并且将第K条时间最优第一路径成立的条件改为第K条时间最优第一路径比除前K-1条时间最优第一路径以外路径最短,且第K条时间最优第一路径与前K-1条时间最优第一路径的重合比例不超过一定阈值,避免结果局部优化,便于制图员、教练和运动员探索更多潜在的路径。
该计算过程为:
1、将运动员站立位置对应的第一栅格点作为顶点,第一栅格点的速度阈值作为边,形成有向图G。
2、确定起点S和终点T。
3、使用单源最短路径算法(如Dijkstra)计算出起点S到终点T的最短路径,这是第一条最短路径,记为,初始化一个候选路径列表A。
4、对于i从1到K的迭代,依次执行以下操作:
a)对于上的每个边(u,v),执行以下子操作:
i.从上删除边(u,v)。为了避免局部优化,探索更多潜在的路径,删除的边总代价需超过/>总代价的1%,
ii.根据上的节点和剩余图中的边,运行最短路径算法(如Dijkstra),找出从S到u的最短路径/>,
iii.如果存在并且与/>不同,则从S到v的一条路径可以表示为/>加上边(u,v)。计算该路径的长度/>,并添加到候选路径列表A中,
iv.将边(u,v)恢复回;
b)如果候选路径列表A为空,则说明已经找到所有前K条最短路径,算法结束,
c)从候选路径列表A中选择最短的路径作为当前最优路径,并将该路径从列表A中删除。
5、输出前K条最短路径, />, ..., />。
步骤302细粒度计算时,基于K条时间最优第一路径周围设定距离内的第二栅格点(其他第二栅格点被忽略以减少计算量),以各第二栅格点的各个速度阈值为依据计算运动员站立点所对应第二栅格点经各控制点所对应第二栅格点至终点所对应第二栅格点的L条时间最优第二路径,共得到K*L条时间最优第二路径,从K*L条时间最优第二路径中选择一条作为最短路径。本步骤的具体算法可以与步骤301相同,不在赘述。
上述步骤2、3中运动员站立点的确定方式是这样的,在制图或模拟过程中,运动员站立点可在计算机中模拟指定,在训练过程中,可由北斗地基增强系统或实时动态载波相位差分技术提供运动员站立点的亚米级高精度定位。
另外,在训练过程中,可以通过运动员体能感知,测得运动员在每一点的速度和呼吸商、肌氧饱和度、血乳酸或心率,推测出运动员在已过去的路线中,消耗的体能,修正运动员至终点的最短路径和速度上限、速度下限计算。举例来说,运动员在平坦铺装路面上,最大脂肪氧化强度(对应速度下限为4m/s)心率为140次/分钟,无氧阈强度(对应速度阈值为4.7m/s)心率为160次/分钟。现运动员在平坦铺装路面上以4 m/s跑步时,预测心率为140次/分钟,实测心率为160次/分钟,学习率为0.1,更新周期为1分钟,那么1分钟以后,预测心率更新为140+(160-140)*0.1=142,2分钟后,预测心率更新为142+(160-142)*0.1=143.8,20分钟后预测心率更新为约160次/分钟。由此修正当前运动员的无氧阈强度对应速度阈值为4m/s,并以此为基础,重新进行步骤2、3计算至终点的最短路径和各第二栅格点上的速度上限和速度下限。以实现对路径选择的实时调整。
应当指出的是,上述实施例的具体方法可形成计算机程序产品,因此,本申请实施的计算机程序产品可存储在在一个或多个计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上。
Claims (9)
1.一种定向越野的路线选择方法,其特征在于,包括以下步骤:
步骤1、对定向越野地图进行栅格化得到不同粒度的第一栅格点和第二栅格点,单个所述第一栅格点的面积大于单个所述第二栅格点的面积;
步骤2、计算运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值,所述速度阈值为运动员在达到无氧阈强度时的速度值;
步骤3、计算并显示从运动员站立点经各控制点至终点的最短路径;
所述步骤2计算运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值具体包括:
步骤201、计算运动员在水平铺装路面上的速度阈值;
步骤202、测定所述运动员在不同水平地貌上跑动速度与在水平铺装路面上的跑动速度的比值为第一比值;
步骤203、计算所述运动员在不同地形铺装路面上跑动速度与在水平铺装路面上的跑动速度的比值为第二比值;
步骤204、由第一比值、第二比值和所述运动员在水平铺装路面上的速度阈值的乘积计算运动员在不同地形地貌下的速度阈值;
步骤205、根据各个所述第一栅格点和所述第二栅格点上所有行进方向所述的地形地貌基于所述步骤204的计算结果得到运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值;
所述步骤3依次包括步骤301粗粒度计算和步骤302细粒度计算,所述步骤301粗粒度计算时基于所述第一栅格点,以各所述第一栅格点的各个所述速度阈值为依据计算运动员站立点所对应第一栅格点经各控制点所对应第一栅格点至终点所对应第一栅格点的K条时间最优第一路径;所述步骤302细粒度计算时,基于所述K条时间最优第一路径周围设定距离内的所述第二栅格点,以各所述第二栅格点的各个所述速度阈值为依据计算运动员站立点所对应第二栅格点经各控制点所对应第二栅格点至终点所对应第二栅格点的L条时间最优第二路径,共得到K*L条时间最优第二路径,从所述K*L条时间最优第二路径中选择一条作为所述最短路径。
2.根据权利要求1所述的定向越野的路线选择方法,其特征在于,所述第二比值为,其中/>为地形坡度。
3.根据权利要求1所述的定向越野的路线选择方法,其特征在于,所述步骤1中第一栅格点由N2个第二栅格点合并得到,N为大于1的自然数,所述步骤2中每个第一栅格点的所有行进方向的速度阈值由构成该所述第一栅格点的各所述第二栅格点的所有行进方向的速度阈值合并计算得到。
4.根据权利要求3所述的定向越野的路线选择方法,其特征在于,所述合并计算包括:
步骤2a、待合并的所述第二栅格点上的每个行进方向的速度阈值取该行进方向所在线路的各个待合并的所述第二栅格点上该行进方向的速度阈值的最小值;
步骤2b、在每个行进方向上取经过所述步骤2a后的各所述第二栅格点上速度阈值的最大值为合并得到的所述第一栅格点在该行进方向上的速度阈值。
5.根据权利要求1所述的定向越野的路线选择方法,其特征在于,所述步骤2包括计算运动员在各个所述第二栅格点上的所有行进方向的速度上限和速度下限,所述速度上限为运动员在达到最大摄氧量强度时的速度值,所述速度下限为运动员在达到最大脂肪氧化强度时的速度值;所述步骤3显示所述最短路径时同时显示所述最短路径上每个所述第二栅格点在所述最短路径方向上的所述速度上限和所述速度下限。
6.根据权利要求1所述的定向越野的路线选择方法,其特征在于,所述步骤2中计算运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值时由理想状态下的所述速度阈值根据环境条件和/或运动员身体条件进行修正得到,所述路线选择方法包括步骤4、以一定时间间隔更新所述最短路径:基于运动员在已经经过的路线中消耗的体能对所述步骤2中得到的所述速度阈值进行二次修正,再重新进行所述步骤3。
7.一种定向越野的路线选择装置,其特征在于,包括:
栅格化模块,所述栅格化模块用于对定向越野地图进行栅格化得到不同粒度的第一栅格点和第二栅格点,单个所述第一栅格点的面积大于单个所述第二栅格点的面积;
速度阈值计算模块,所述速度阈值计算模块用于计算运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值,所述速度阈值为运动员在达到无氧阈强度时的速度值;以及,
路径计算显示模块,所述路径计算显示模块用于计算并显示从运动员站立点经各控制点至终点的最短路径;
其中,所述速度阈值计算模块的计算包括计算运动员在水平铺装路面上的速度阈值,测定所述运动员在不同水平地貌上跑动速度与在水平铺装路面上的跑动速度的比值为第一比值,计算所述运动员在不同地形铺装路面上跑动速度与在水平铺装路面上的跑动速度的比值为第二比值,由第一比值、第二比值和所述运动员在水平铺装路面上的速度阈值的乘积计算运动员在不同地形地貌下的速度阈值,根据各个所述第一栅格点和所述第二栅格点上所有行进方向所述的地形地貌基于运动员在不同地形地貌下的速度阈值得到运动员在各个所述第一栅格点和所述第二栅格点上的所有行进方向的速度阈值;所述路径计算显示模块包括粗粒度计算模块和细粒度计算模块,所述粗粒度计算模块用于基于所述第一栅格点,以各所述第一栅格点的各个所述速度阈值为依据计算运动员站立点所对应第一栅格点经各控制点所对应第一栅格点至终点所对应第一栅格点的K条时间最优第一路径;所述细粒度计算模块用于基于所述K条时间最优第一路径周围设定距离内的所述第二栅格点,以各所述第二栅格点的各个所述速度阈值为依据计算运动员站立点所对应第二栅格点经各控制点所对应第二栅格点至终点所对应第二栅格点的L条时间最优第二路径,共得到K*L条时间最优第二路径,从所述K*L条时间最优第二路径中选择一条作为所述最短路径。
8.根据权利要求7所述的定向越野的路线选择装置,其特征在于,所述速度阈值计算模块还用于计算运动员在各个所述第二栅格点上的所有行进方向的速度上限和速度下限,所述速度上限为运动员在达到最大摄氧量强度时的速度值,所述速度下限为运动员在达到最大脂肪氧化强度时的速度值;所述路径计算显示模块显示所述最短路径时同时显示所述最短路径上每个所述第二栅格点在所述最短路径方向上的所述速度上限和所述速度下限。
9.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至6中任意一项所述的定向越野的路线选择方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310994450.6A CN116734862B (zh) | 2023-08-09 | 2023-08-09 | 一种定向越野的路线选择方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310994450.6A CN116734862B (zh) | 2023-08-09 | 2023-08-09 | 一种定向越野的路线选择方法、装置及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116734862A CN116734862A (zh) | 2023-09-12 |
CN116734862B true CN116734862B (zh) | 2023-11-21 |
Family
ID=87906316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310994450.6A Active CN116734862B (zh) | 2023-08-09 | 2023-08-09 | 一种定向越野的路线选择方法、装置及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116734862B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108459599A (zh) * | 2017-12-21 | 2018-08-28 | 华为技术有限公司 | 一种运动路径规划方法及装置 |
CN112556686A (zh) * | 2020-12-08 | 2021-03-26 | 中国人民解放军61618部队 | 可预测动态时空环境的最短时间路径规划方法 |
CN113804209A (zh) * | 2021-05-27 | 2021-12-17 | 中国人民解放军战略支援部队信息工程大学 | 一种四角格网高精度长距离越野路径规划方法 |
CN114723121A (zh) * | 2022-03-30 | 2022-07-08 | 中国人民解放军陆军工程大学 | 基于gis的野外复杂地形路径规划方法 |
CN115077556A (zh) * | 2022-07-26 | 2022-09-20 | 中国电子科技集团公司第二十八研究所 | 一种基于多维度地图的无人车野战路径规划方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008050951A1 (de) * | 2008-10-10 | 2010-04-22 | Eads Deutschland Gmbh | Rechnerzeitoptimierte Routenplanung für Luftfahrzeuge |
US8374792B2 (en) * | 2010-07-30 | 2013-02-12 | Primordial Inc. | System and method for multi-resolution routing |
-
2023
- 2023-08-09 CN CN202310994450.6A patent/CN116734862B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108459599A (zh) * | 2017-12-21 | 2018-08-28 | 华为技术有限公司 | 一种运动路径规划方法及装置 |
CN112556686A (zh) * | 2020-12-08 | 2021-03-26 | 中国人民解放军61618部队 | 可预测动态时空环境的最短时间路径规划方法 |
CN113804209A (zh) * | 2021-05-27 | 2021-12-17 | 中国人民解放军战略支援部队信息工程大学 | 一种四角格网高精度长距离越野路径规划方法 |
CN114723121A (zh) * | 2022-03-30 | 2022-07-08 | 中国人民解放军陆军工程大学 | 基于gis的野外复杂地形路径规划方法 |
CN115077556A (zh) * | 2022-07-26 | 2022-09-20 | 中国电子科技集团公司第二十八研究所 | 一种基于多维度地图的无人车野战路径规划方法 |
Non-Patent Citations (1)
Title |
---|
装备野外通行路径优化算法研究进展;常宁东等;《光学精密工程》;第31卷(第5期);第776-785页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116734862A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Welde et al. | The pacing strategy and technique of male cross-country skiers with different levels of performance during a 15-km classical race | |
US9903720B2 (en) | Method and apparatus for creating cost data for use in generating a route across an electronic map | |
US8021270B2 (en) | Online sporting system | |
Karlsson et al. | Exercise intensity during cross-country skiing described by oxygen demands in flat and uphill terrain | |
Smekal et al. | Changes in blood lactate and respiratory gas exchange measures in sports with discontinuous load profiles | |
JP6004160B2 (ja) | 情報処理装置、運動支援情報提供システム、運動支援情報提供方法、運動支援情報提供プログラム及び記録媒体 | |
Stöggl et al. | Comparison of exclusive double poling to classic techniques of cross-country skiing | |
CN103970837B (zh) | 基于城市用地和竖向规划的不连续dem分类制作方法 | |
CN107796414A (zh) | 一种基于街景图美学评分的最美路径导航方法和系统 | |
Amin et al. | Quantification of land transformation using remote sensing and GIS techniques | |
CN116734862B (zh) | 一种定向越野的路线选择方法、装置及计算机存储介质 | |
Baek et al. | Park design and children's active play: a microscale spatial analysis of intensity of play in Olmsted's Delaware Park | |
Field et al. | The importance of energetics in archaeological least cost analysis | |
Staunton et al. | Performance and micro-pacing strategies in a freestyle cross-country skiing distance race | |
Stanley et al. | Fractals in science: an introductory course | |
CN104361248B (zh) | 一种将人体实际运动变换到虚拟场景中运动的方法 | |
Snyder et al. | Connected skiing: Validation of edge angle and radial force estimation as motion quality parameters during alpine skiing | |
Panarello | A snapshot on some everyday actions of a Middle Pleistocene hominin: the Trackway B at the Devil’s Trails palaeontological site (Tora e Piccilli, Caserta, Central Italy) | |
Pohjola | Analysing effectiveness of force application in ski skating using force and motion capture data: a model to support cross-country skiing research and coaching | |
Machowska et al. | Effect of orienteering experience on walking and running in the absence of vision and hearing | |
Yamagiwa et al. | Skill Scoring System for Ski's Parallel Turns. | |
Barelle | Sport aerodynamics: on the relevance of aerodynamic force modelling versus wind tunnel testing | |
Mironenko | COMPETITIVE ACTIVITY OF THE TOP RUSSIAN JUMPERS IN THE RUSSIAN ATHLETICS CHAMPIONSHIP 2019 | |
Vletter | First steps in the use of a game engine for historical roads and paths research | |
Norouzi | Application of GPS in Orienteering Competitions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |