RU2013134980A

RU2013134980A - Устройство и способ для анализа свинга в гольфе

Info

Publication number: RU2013134980A
Application number: RU2013134980/12A
Authority: RU
Inventors: Брайан Фрэнсис МУНИ
Original assignee: Брайан Фрэнсис МУНИ
Priority date: 2007-11-05
Filing date: 2013-07-25
Publication date: 2015-01-27
Also published as: IES20090626A2; RU2010122967A; RU2497565C2; CA2704653C; EP2209538A2; JP2011502602A; US20140156040A1; CN101918090B; US20100267462A1; WO2009060010A3; WO2009060011A2; CN101918090A; EP2209537A2; AU2008324219A1; WO2009060010A2; EP3549645A1; US9492708B2; CA2964235A1; IES20080888A2; WO2009060011A3

Abstract

1. Устройство для измерения или анализа свинга в гольфе; устройство включает в себя средство обработки, и средство детектирования; средство детектирования во время работы детектирует силы реакции земли, и включает в себя неподвижную поверхность и средство датчика;отличающееся тем, чтоа) устройство включает в себя средство искусственного интеллекта;b) средство обработки включает в себя средство ранней обработки, и информацию из средства датчика или средства детектирования обрабатывают средством ранней обработки для получения данных, которые лучше характеризуют свинг, перед тем, как они будут приняты средством искусственного интеллекта;c) средство искусственного интеллекта во время работы принимает и обрабатывает информацию из средства ранней обработки.2. Устройство по п. 1, в которомсредство датчика скорее определяет отклик нагрузки, чем отклик деформации, на неподвижную поверхность; исредство датчика содержит множество датчиков, и некоторая информация некоторых датчиков обрабатывается отдельно от некоторой информации других датчиков.3. Устройство по п. 1 или 2, в котороминформация из средства датчика или средства детектирования обрабатывается средством ранней обработки для получения данных, которые лучше характеризуют свинг, перед их приемом средствомискусственного интеллекта, с использованием всех или комбинации следующих техник:a) сглаживания потока данных, например, путем использования арифметического скользящего среднего;b) масштабирования для обеспечения сравнимых показаний между разными датчиками;c) стабилизации температуры для исключения ошибок из-за изменения температуры;d) стабилизации н

Claims

1. Устройство для измерения или анализа свинга в гольфе; устройство включает в себя средство обработки, и средство детектирования; средство детектирования во время работы детектирует силы реакции земли, и включает в себя неподвижную поверхность и средство датчика;

отличающееся тем, что

а) устройство включает в себя средство искусственного интеллекта;

b) средство обработки включает в себя средство ранней обработки, и информацию из средства датчика или средства детектирования обрабатывают средством ранней обработки для получения данных, которые лучше характеризуют свинг, перед тем, как они будут приняты средством искусственного интеллекта;

c) средство искусственного интеллекта во время работы принимает и обрабатывает информацию из средства ранней обработки.

2. Устройство по п. 1, в котором

средство датчика скорее определяет отклик нагрузки, чем отклик деформации, на неподвижную поверхность; и

средство датчика содержит множество датчиков, и некоторая информация некоторых датчиков обрабатывается отдельно от некоторой информации других датчиков.

3. Устройство по п. 1 или 2, в котором

информация из средства датчика или средства детектирования обрабатывается средством ранней обработки для получения данных, которые лучше характеризуют свинг, перед их приемом средством

искусственного интеллекта, с использованием всех или комбинации следующих техник:

a) сглаживания потока данных, например, путем использования арифметического скользящего среднего;

b) масштабирования для обеспечения сравнимых показаний между разными датчиками;

c) стабилизации температуры для исключения ошибок из-за изменения температуры;

d) стабилизации напряжения для исключения ошибок в результате изменения напряжения в системе;

e) преобразования в положения X и У СОР для отдельной ступни или комбинации поперек обеих ступней;

f) преобразования в скорости X и Y СОР для отдельной ступни или комбинации поперек обеих ступней; и

g) преобразования в ускорений X и У СОР для отдельной ступни или комбинации поперек обеих ступней.

4. Устройство по п. 1, в котором

средство искусственного интеллекта содержит одну или больше тренированных искусственных нейронных сетей.

5. Устройство по п. 4, в котором

отдельные сети используются для прогнозирования разных параметров энергии.

6. Устройство по п. 4 или 5, в котором

отдельные сети используются для прогнозирования параметров энергии для других типов клюшек.

7. Устройство по п. 4, в котором

нейронная сеть представляет собой многоуровневую сеть с

прямой связью, с обратным распространением, и ее тренируют, используя обучение под контролем.

8. Устройство по п. 4, в котором

нейронная сеть содержит один скрытый слой с 30-70 нейронами.

9. Устройство по п. 4, в котором

разные типы сетей используются для выделения разных типов параметров энергии.

10. Устройство по п. 4, в котором

сеть представляет собой сеть прогнозирования временной последовательности, которая прогнозирует значения параметров применения, по мере их изменения во время хронологических последовательностей точек времени, путем тренировки выходных данных относительно фактического значения переменной тренировки в каждой точке последовательности, параметр приложения прогнозируют путем сглаживания или подгонки графика, или в виде хронологической последовательности прогнозируемых выходных данных приложения.

11. Устройство по п. 10, в котором

сеть содержит все или, по меньшей мере, одно из следующих свойств:

a) сглаживание выполняют путем расчета скользящего среднего прогнозируемых выходных данных приложения, например, скользящего среднего по одиннадцати точкам;

b) подгонку выполняют путем подгонки результатов прогнозирования по полиному, такому как полином третьего порядка;

c) используют комбинацию сглаживания и подгонку, при этом

подгонку используют в местах пиков или изгибов графика в или хронологической последовательности;

d) пик подгоняют под значения, превышающие установленный процент;

e) входные данные тренировки получают из обработанных данных средства детектирования;

f) выходные данные тренировки для кинематических данных получают, используя высокоточные способы захвата движения; и

g) выходные данные тренировки для кинетической энергии, генерирования локальной энергии, фиксации и высвобождения фиксации получают, используя высокоточные способы захвата движения вместе с компьютерными андроидными моделями.

12. Устройство по п. 10 или 11, в котором

сети прогнозирования временной последовательности во время работы прогнозируют параметр из следующей секции параметров энергии во время выполнения свинга или значимых частей свинга:

a) магнитуды активации локальной энергии/сил сегмента и подсегмента;

b) уровни линейной и угловой кинетической энергии сегмента;

c) абсолютные скорости сегментов тела и клюшки, включающие в себя абсолютную скорость головки клюшки;

d) угловые и линейные положения, скорости и ускорения сегментов тела и клюшки во время свинга в результате смещения под действием локальных групп мышц;

е) угловые и линейные положения, скорости и ускорения сегментов тела и клюшки во время свинга; и

f) угловые положения, скорости и ускорения между сегментами

туловища и рук и сегментами между рук и клюшки.

13. Устройство по п. 4, в котором

сеть представляет собой сеть прогнозирования точки во времени, которая прогнозирует точку приложения во времени для события относительно последовательности хронологически возникающих значений приложения, путем тренировки тренировочных выходных данных относительно нечеткого определения тренировочных входных данных, в результате чего входные данные приложения последовательно применяют к тренируемой сети, при этом прогнозируют точку приложения во времени, в которой возникает пиковое значение на сглаженном графике или в хронологической последовательности прогнозируемых выходных данных приложения.

14. Устройство по п. 13, в котором

a) нечеткое определение тренировочных входных данных рассчитывают как значение, которое изменяется при изменении расстояния точки тренировочных входных данных от фактической точки тренировочных входных данных, при этом его значение уменьшается при увеличении расстояния от фактической точки;

b) нечеткое определение основано на функции треугольного взвешивания, где тренировочное входное значение имеет расстояние среза от фактического значения тренировочных входных данных, и где промежуточные тренировочные входные значения уменьшаются пропорционально расстоянию от фактического тренировочного значения;

c) сглаживание выполняют путем расчета скользящего среднего

прогнозируемых выходных данных приложения, например, скользящего среднего по одиннадцати точкам;

d) тренировочные входные данные получают из обработанных данных средства детектирования;

e) тренировочные выходные данные для кинематических данных получают, используя высокоточные способы захвата движения; и

f) тренировочные выходные данные для кинетической энергии, локального генерирования энергии, фиксации и высвобождения фиксации получают, используя высокоточные способы захвата движения вместе с компьютерными андроидными моделями.

15. Устройство по п. 13 или 14, в котором

сеть прогнозирования точки во времени во время работы прогнозирует параметр из следующих выбранных параметров энергии:

a) моменты времени начала и завершения активации и снижения активности локальной энергии/сил сегмента и подсегмента;

b) моменты времени фиксации и высвобождения фиксации между соединенными сегментами и подсегментами;

c) моменты времени событий верхнего положения замаха для сегментов тела и клюшки;

d) моменты времени максимального растяжения - сокращения мышц между различными соединенными сегментами;

e) моменты времени пиков генерирования локальной энергии в сегментах, подсегментах и головке клюшки;

f) моменты времени пиков угловой/линейной скорости и ускорения в сегментах, подсегментах и головке клюшки;

g) моменты времени пиков скорости и ускорения центра давления при передаче энергии вспомогательной передней

плоскости; и

h) моменты времени начала и завершения вспомогательных характеристик передней плоскости.

16. Устройство по п. 10, в котором входные или выходные представлены как нормализованные значения.

17. Устройство по п. 10, в котором

пики и изгибы графиков положения или скорости или хронологических последовательностей рассчитывают путем интеграции результатов прогнозирования ускорения или скорости, соответственно.

18. Устройство по п. 10, в котором

график или хронологическую последовательность значений прогнозируют с помощью комбинации прогнозирования временной последовательности и прогнозирования точки во времени, при этом прогнозирование точки во времени используют для прогнозирования конкретных свойств графика или хронологической последовательности значений; и где определенное свойство имеет пик или изгиб на графике или в хронологической последовательности значений.

19. Устройство по п. 4, в котором

сеть представляет собой сеть прогнозирования сжатых данных, которая прогнозирует значение или параметр, для которого требуется информация всего свинга или участков свинга, или для которого требуется информация об аспектах свинга, которая относится к больше чем одной точке или узкой части свинга.

20. Устройство по п. 19, в котором

входные данные, ассоциированные со свингом, обрабатывают с

получением сжатых функций и используют как тренировочные входные данные для получения тренировочных выходных данных, тренируемая сеть прогнозирует выходные данные приложения путем применения сжатых функций приложения в качестве входных параметров приложения.

21. Устройство по п. 20, в котором

сеть содержит комбинацию следующих свойств:

a) сжатые функции представляют собой преобразование Фурье или вейвлет-преобразование;

b) тренировочные входные данные содержат обработанные данные из средства детектирования;

c) тренировочные входные данные содержат данные из других сетей, включая в себя прогнозируемые данные временной последовательности; и

d) тренировочные выходные данные включают в себя данные, измеренные с помощью систем захвата движения; данные, полученные по результатам моделирования андроидного компьютера; и по результатам наблюдений и анализа, выполненных человеком экспертом данных игрока, данных свинга игрока и данных центра давления игрока.

22. Устройство по п. 19, в котором

сеть прогнозирования сжатых данных во время работы прогнозирует параметр из следующих выбранных параметров энергии:

a) категория типа свинга, относящаяся к генерированию и передаче энергии вспомогательной передней плоскости;

b) вес тела игрока;

c) категория типа тела игрока;

d)категория типа клюшки, которой играет игрок;

e) моменты времени удара и уноса;

f) длительность между компонентами соответствующих временных событий, включающая в себя длительность между верхним положением при замахе между соединенными сегментами, длительности между пиками кинетических энергий сегментов и длительности между активацией локальной энергии;

g) категории нормализованной формы пика или изгиба, возникающих при определенных событиях на графиках временной последовательности или в хронологических последовательностях; и

h) коэффициенты масштабирования для нормализованных значений, прогнозируемых другими сетями, включающие в себя угловые и линейные положения, скорости и ускорения, силы, значения кинетической энергии и локальной энергии, и коэффициенты масштабирования для генерирования энергии вспомогательной передней плоскости и событий, характеризующих передачу.

23. Устройство по п. 19, в котором

прогнозирование сжатых данных используется для прогнозирования всех или большей части параметров энергии свинга.

24. Устройство по п. 1, где средство детектирования во время работы детектирует вертикальные и боковые силы, причем взаимно ортогональные направления, обозначенные как направления X, Y и Z, Z представляют собой вертикальное направление, в котором

обработанные входные данные в сеть включают в себя все или выбранные из следующих:

a) силы X, Y и Z из положений каждого датчика;

b) положение центра давления в направлении X для левой ступни, правой ступни и для комбинации обеих ступней;

c) положение центра давления в направлении Y для левой ступни, правой ступни и для комбинации обеих ступней;

d) скорость центра давления в направлении X для левой ступни, правой ступни и для комбинации обеих ступней;

e) скорость центра давления в направлении Y для левой ступни, правой ступни и для комбинации обеих ступней;

f) ускорение центра давления в направлении X для левой ступни, правой ступни и для комбинации обеих ступней; и

g) ускорение центра давления в направлении Y для левой ступни, правой ступни и для комбинации обеих ступней.

25. Устройство по п. 1, где средство детектирования во время работы детектирует вертикальные силы, и при этом взаимно ортогональные направления обозначены как направления X, Y и Z, причем Z представляет собой вертикальное направление, в котором

обработанные входные данные в сети включают в себя все или выбранные из следующих:

a) силы Z из положений каждого датчика;

е) скорость центра давления в направлении Y для левой

ступни, правой ступни и для комбинации обеих ступней;

26. Устройство по п. 24 или 25, в котором

входные данные сети из средства детектирования используются для прогнозирования эталонных моментов времени при выполнении свинга, таких как унос и удар, используя прогнозирование сжатых данных.

27. Устройство по п. 26, в котором

эталонные моменты времени во время выполнения свинга, такие как унос и удар, используются для построения входных параметров временного маркера, которые позволяют ассоциировать нормализованное число с каждым моментом времени в ходе свинга.

28. Устройство по п. 26, в котором средство детектирования во время работы детектирует вертикальные и боковые силы, при этом взаимно ортогональные направления обозначены как направления X, Y и Z, Z представляет собой вертикальное направление, в котором

обработанные входные данные в сеть должны включать в себя следующие:

a) временной маркер;

b) силы X, Y и Z из положений каждого датчика;

c) скорость центра давления в направлении X для ступни "не со стороны цели";

d) скорость центра давления в направлении Y для ступни "не

со стороны цели";

e) положение центра давления в направлении X для комбинации обеих ступней;

f) положение центра давления в направлении Y для комбинации обеих ступней;

29. Устройство по п. 25, где средство детектирования во время работы детектирует вертикальные силы, при этом взаимно ортогональные направления обозначены как направления X, Y и Z, Z представляет собой вертикальное направление, в котором

a) временной маркер;

b) силы Z из положений каждого датчика;

d) скорость центра давления в направлении Y для ступни "не со стороны цели";

30. Устройство по п. 28 или 29, в котором сеть представляет собой сеть прогнозирования временной последовательности или сеть прогнозирования точки во времени, в котором

входные параметры включают в себя выбор, по меньшей мере, одних из следующих входных параметров, прогнозируемых при прогнозировании сжатых данных:

a) тип клюшки;

b) тип свинга, относящийся к генерированию и передаче энергии вспомогательной передней плоскости; и

c) идентификация типа тела игрока.

31. Устройство по п. 1, в котором

данные центра давления используются без сетевого прогнозирования либо из обработанных выходных данных средства детектирования, или их рассчитывают с помощью процессора по этим выходным данным, причем данные центра давления, включают в себя положения во времени центра давления, магнитуды, скорости, ускорения и длины смещения.

32. Устройство по п. 1, в котором

параметры энергии подготавливают для представления человеку, например, для использования экспертами, занятыми в разработке автоматического анализа данных, или для прямого использования тренерами для анализа свинга игрока.

33. Устройство по п. 1, в котором параметры энергии автоматически анализируют или оценивают, используя все или выбранные из следующих техник:

a) оценка или анализ в свете правил оптимизации;

b) оценка или анализ путем сравнения свингов, выполненных игроками - экспертами;

c) оценка или анализ при использовании относительно незашумленного способа;

d) оценка или анализ путем сравнения с другими свингами того же игрока; и

e) оценка и анализ на основе безопасности здоровья.

34. Устройство по п. 33, в котором параметры энергии автоматически анализируют или оценивают в свете правил оптимизации, в которых правила оптимизации включают в себя относящиеся к следующим:

a) оптимальная установка верхнего положения сегментов при замахе;

b) оптимальная магнитуда и моменты времени генерирования локальной энергии в сегментах;

c) оптимальная фиксация и запуск сегментов;

d) оптимальная передача энергии во время свинга и при цеповой передаче в головку клюшки; и

e) оптимальный момент времени пика скорости головки клюшки.

35. Устройство по п. 33, в котором параметры энергии автоматически анализируют или оценивают путем сравнения со свингами, выполненными игроками - экспертами, в котором анализ или оценка включают в себя выбор из следующих свойств:

a) сравнение со значимыми параметрами энергии эквивалентного свинга или ряда свингов соответствующей экспертной модели, причем экспертная модель основана на синтезе свингов, выполненных игроками - экспертами, скорректированная так, чтобы она соответствовала свингу и игроку, анализ которых выполняется;

b) сравнение выполняют с особенностями параметров энергии у экспертов, включая в себя моменты времени и переменные магнитуды генерирования локальной энергии, способ высвобождения и фиксации сегментов, и установленную по временным параметрами механику более дистального свинга и цеповых механизмов; и

c) выполняют сравнение синтеза, в котором устранены ошибки,

и сохранены характерные особенности эксперта, которые чаще всего проявляют эксперты, при этом результаты синтеза регулируют так, чтобы обеспечить возможность их применения для типа тела игрока, веса тела, основу для таких регулировок определяют по исследованиям самих экспертов, у которых существует широкий диапазон типа тела и веса.

36. Устройство по п. 33, в котором параметры энергии автоматически анализируют или оценивают путем использования относительно не зашумленного способа, где способ относится к анализу уровня шумов прогнозируемых выходных параметров сети для свинга или части свинга, и получают лучшие характеристики при пониженном уровне шумов.

37. Устройство по п. 36, в котором анализ или оценки включают в себя выбор из следующих свойств:

a) выполняют сравнение с уровнем отсутствия шумов эталонного свинга или другого эталонного значения;

b) выполняют сравнение с эталонным свингом на основе игры игроков - экспертов;

c) устанавливают уровни шумов, как меру хорошего качества подгонки или качества подгонки необработанных выходных данных к сглаженным выходным данным; и

d) анализ или оценку используют для выделения относительных слабых мест или сильных мест на разных пороговых уровнях при выполнении свинга.

38. Устройство по п. 36, где параметры энергии автоматически анализируют или оценивают путем сравнения с другими свингами, выполненными тем же игроком, в котором анализ или оценка

включает в себя все или выбранные из следующих сравнений:

a) сравнение с предысторией предыдущих свингов данного игрока;

b) сравнение с недавней последовательностью свингов, выполненных той же клюшкой; и

c) сравнение со свингами, выполненными другими клюшками.

39. Устройство по п. 33, где параметры энергии автоматически анализируют или оценивают на основе безопасности здоровья, в котором анализ или оценки включают в себя все или выбранные из следующих сравнений:

a) идентификация потенциальных рисков травмы, связанной с существующими свингами игрока; и

b) идентификация потенциальных рисков травмы, которые могут возникнуть при попытке изменения генерирования и передачи энергии игроком.

40. Устройство по п. 33, в котором

параметры энергии анализируют совместно с внешними устройствами или системами, включающими в себя дополнительные средства датчиков, которые обеспечивают дополнительную информацию о свинге.

41. Устройство по п. 33, в котором

параметры энергии подготавливают для представления человеку, включая в себя использование тренерами или игроками, для анализа свинга игрока.

42. Устройство по п. 33, в котором

система во время работы предоставляет оценку или анализ, которые не требуют дополнительного анализа или интерпретации

человеком.

43. Устройство по п. 33 или 42, где средство обработки содержит электронный процессор.

44. Устройство по п. 43, содержащее средство интерактивной тренировки и средство передачи данных, в котором

средство интерактивной тренировки связывается со средством обработки для предоставления игроку автоматической интерактивной тренировки; средство интерактивной тренировки во время работы подсказывает тренировочные элементы, и средство передачи данных во время работы передает эти тренировочные элементы игроку.

45. Устройство по п. 44, в котором

элементы интерактивной тренировки заранее подготовлены экспертами, хорошо знакомыми с таким генерированием и передачей энергии во время свинга, с тем, как их можно улучшить, и как эти улучшения могут быть эффективно переданы игроку.

46. Устройство по п. 44, в котором

средство обработки во время работы обрабатывает параметры энергии из информации датчиков, полученной из средства детектирования, обрабатывает информацию из средства искусственного интеллекта, анализирует результаты, обрабатывает процедуры интерактивной тренировки упражнения и связывается со средством передачи данных.

47. Устройство по п. 44, в котором

средство данных тренировки содержит средство, которое во время работы предоставляет данные тренировки в процессор, и включает в себя выбор из устройств накопителя, поиска и передачи данных, включающих в себя соединения с Интернет, устройства

считывания CD и DVD и электронное запоминающее устройство, как внешнее, так и установленное в систему.

48. Устройство по п. 44, в котором

средство передачи данных включает в себя средство, которое обеспечивает для устройства возможность связываться с игроком или тренером, включающее в себя экраны визуального отображения и беспроводные аудиоприемники, средство передачи данных, также включающее в себя средство, которое позволяет игроку или тренеру связываться с устройством, включающее в себя визуальные сенсорные экраны и клавиатуру.

49. Устройство по п. 1, в котором средство детектирование представляет собой пластину сил или подушку давления.

50. Устройство по п. 49, в котором

средство детектирования представляет собой пластину сил, которая во время работы измеряет вертикальные и боковые силы реакции земли.

51. Устройство по п. 49, в котором

средство детектирования представляет собой пластину сил или подушку давления, которая во время работы измеряет только вертикальные силы реакции земли.

52. Устройство по п. 49, в котором

средство детектирования содержит две платформы или секции подушки, которые во время работы отдельно измеряют силы реакции земли для левой и правой ступней игрока.

53. Способ измерения или анализа свинга в гольфе, используя силы реакции земли, способ, содержащий следующие этапы:

а) получают информацию о силе реакции земли во время свинга;

b) обрабатывают эту информацию для получения данных, которые лучше характеризуют свинг; и

c) принимают и обрабатывают обработанные данные с помощью искусственного интеллекта.

54. Способ по п. 53, в котором

информацию о силе реакции земли получают скорее как информацию отклика нагрузки, а не как информацию отклика деформации; и

некоторую из информации обрабатывают отдельно от другой информации.

55. Способ по п. 53 или 54, в котором

информацию обрабатывают для получения данных, которые лучше характеризуют свинг, перед их приемом и обрабатывают с помощью искусственного интеллекта, с использованием всех или комбинацией следующих техник:

a) сглаживают поток информации, например, используя арифметическое скользящее среднее;

b) масштабируют для получения сравнимых значений информации;

c) стабилизируют температуру для исключения ошибок из-за изменения температуры;

d) стабилизируют напряжение для исключения ошибок из-за изменения напряжения в системе;

e) преобразуют в положения X и Y центра давления отдельных ступней или комбинации поперек обеих ступней;

f) преобразуют в скорости X и Y центра давления отдельных ступней или комбинации поперек обеих ступней; и

g) преобразуют в ускорение X и Y центра давления отдельных

ступней или комбинации поперек обеих ступней.

56. Способ по п. 53, в котором

искусственный интеллект содержит использование способов тренируемой искусственной нейронной сети.

57. Способ по п. 56, в котором

отдельные сети используют для прогнозирования различных параметров энергии.

58. Способ по п. 53 или 57, в котором

отдельные сети используются для прогнозирования параметров энергии для различных типов клюшки.

59. Способ по п. 56, в котором

способы нейронной сети содержат способы многоуровневой сети с прямой связью с обратным распространением, и их тренируют с использованием контролируемого обучения.

60. Способ по п. 56, в котором

способы нейронной сети содержат использование одного скрытого слоя с 30-70 нейронами.

61. Способ по п. 56, в котором

различные типы сетей используют для выделения разных типов параметров энергии.

62. Способ по п. 56, в котором

сеть формирует прогнозирование временной последовательности, которая прогнозирует значения параметров приложения, в том виде, как они изменяются в хронологической последовательности точек во времени, путем тренировки выходного параметра относительно фактического значения тренировочной переменной в каждой точке последовательности, причем параметр приложения прогнозируют по

сглаженному графику или графику, полученному способом подгонки, или по хронологической последовательности прогнозируемых выходных параметром приложения.

63. Способ по п. 62, в котором

c) комбинацию сглаживания и подгонки используют так, что подгонку используют на пиках или изгибах графика или в хронологической последовательности;

d) подгонку пика выполняют для значений, превышающий установленный процент;

e) тренировочные входные данные получают из обработанных данных средства детектирования;

f) тренировочные выходные данные для кинематических данных получают, используя высокоточные способы захвата движения; и

g) тренировочные выходные данные для кинетической энергии, генерирование локальной энергии, фиксацию и высвобождение фиксации получают, используя высокоточные способы захвата движения совместно с компьютерными андроидными моделями.

64. Способ по п. 62 или 63, в котором

прогнозирование временной последовательности во время работы

прогнозирует параметр из следующих выбранных параметров энергии во время свинга или на соответствующих участках свинга:

c) абсолютные скорости сегментов тела и клюшки, включая в себя абсолютную скорость головки клюшки;

d) угловые и линейные положения, скорости и ускорения сегментов тела и клюшки во время свинга, из-за смещения под действием локальной группы мышц;

e) угловые и линейные положения, скорости и ускорения сегментов тела и клюшки во время свинга; и

f) угловые положения, скорости и ускорения между сегментами туловища и рук, и между сегментами рук и клюшки.

65. Способ по п. 56, в котором

сеть формирует прогнозирование по временной точке, которое прогнозирует точку приложения во времени для события среди последовательности хронологически возникающих значений приложения, путем тренировки тренировочных выходных данных в отношении нечеткого определения тренировочных входных данных, в результате чего, когда входные данные приложения последовательно применяют к тренируемой сети, точку во времени приложения прогнозируют, когда возникает пиковое значение на сглаженном графике, или в хронологической последовательности прогнозируемых выходных значения приложения.

66. Способ по п. 65, в котором

сетевой способ содержит все или, по меньшей мере, одно из

следующих свойств:

a) нечеткое определение тренировочных входных данных, как значения, которое изменяется в зависимости от расстояния тренировочной входной точки от фактической точки тренировочных входных данных, при этом значение уменьшается при увеличении расстояния от фактической точки;

b) нечеткое определение основано на треугольной взвешивающей функции, где тренировочное входное значение имеет расстояние среза от фактического значения тренировочных входных данных, и где промежуточные тренировочные входные значения уменьшаются пропорционально расстоянию от фактического тренировочного значения;

c) сглаживание выполняют путем расчета скользящего среднего прогнозируемых выходных данных приложения, например, скользящего среднего по одиннадцати точкам;

f) тренировочные выходные данные для кинетической энергии, генерирования локальной энергии, фиксации и высвобождения фиксации получают, используя высокоточные способы захвата движения, вместе с компьютерными андроидными моделями.

67. Способ по п. 65 или 66, в котором

прогнозирование точки во времени во время работы прогнозирует параметр из следующих выбранных параметров энергии: а) моменты времени начала и завершения активации и снижения

активности локальной энергии/сил сегмента и подсегмента;

d) моменты времени максимального растяжения-сокращения мышц между различными соединенными сегментами;

e) моменты времени пиков генерирования локальной энергии в сегментах, подсегментах и в головке клюшки;

f) моменты времени пиков угловой/линейной скорости и ускорения в сегментах, подсегментах и в головке клюшки;

g) моменты времени пиков скорости и ускорения центра давления при передаче энергии вспомогательной передней плоскости; и

h) моменты времени начала и прекращения характеристик вспомогательной передней плоскости.

68. Способ по п. 62, в котором

входные или выходные данные представлены как нормализованные значения.

69. Способ по п. 62, в котором

пики и изгибы на графиках положения или скорости, или в хронологических последовательностях рассчитывают путем интеграции данных прогнозирования ускорений или скорости, соответственно.

70. Способ по п. 62, в котором

график или хронологическую последовательность значений прогнозируют с использованием комбинации прогнозирования

временной последовательности, и прогнозирования точки во времени, при этом прогнозирование точки во времени используются при прогнозировании определенных свойств графика или хронологической последовательности значений; и где определенное значение представляет собой пик или изгиб на графике или в хронологической последовательности значений.

71. Способ по п. 56, в котором

прогнозирование сжатых данных прогнозирует значение или параметр, который требует информации, полученной по всему свингу или из определенных частей свинга, или для которого требуется информация об аспектах свинга, которые относятся к более, чем одной точке или к узкой части свинга.

72. Способ по п. 71, в котором

входные данные, ассоциированные со свингом, обрабатывают для получения сжатых функций и используют как тренировочные входные данные в отношении тренировочных выходных данных. Тренируемая сеть прогнозирует выходные данные приложения путем применения сжатых функций приложения в качестве входных данных приложения.

73. Способ по п. 72, в котором

способ содержит комбинацию следующих свойств:

c) тренировочные входные данные содержат данные из других сетей, включающее в себя данные, прогнозируемые по временной последовательности; и

d) тренировочные выходные данные включают в себя данные, измеренные с помощью систем захвата движения; данные из андроидного компьютерного моделирования; и наблюдений и анализа данных игрока, данных свинга игрока и центра давления игрока, выполненных человеком - экспертом.

74. Способ по п. 71, в котором

прогнозирование сжатых данных во время работы прогнозирует параметр из следующих выбранных параметров энергии:

b) вес тела игрока;

c) категория типа тела игрока;

d) категория или тип клюшки, используемой в игре;

e) моменты времени удара и уноса;

f) длительность между компонентами соответствующих моментов времени, включая в себя длительность между верхним положением при замахе между соединенными сегментами, длительности между пиками кинетических энергий сегмента и длительности между моментами активациями локальной энергии;

g) категории пика или изгиба нормализованных форм, возникающие в определенные события на графике временной последовательности или в хронологических последовательностях; и

h) коэффициенты масштабирования для нормализованных значений, прогнозируемых другими сетями: они включают в себя угловые и линейные положения, скорости и ускорения; они также включают в себя силы, значения кинетической энергии и локальной энергии; они, кроме того, включают в себя коэффициенты

масштабирования для характерных событий генерирования и передачи энергии вспомогательной передней плоскости.

75. Способ по п. 71, в котором

76. Способ по п. 53, где детектируют вертикальные и боковые силы, при этом взаимно ортогональные направления обозначены как направления X, Y и Z, Z представляет собой вертикальное направление, в котором

обработанные входные данные для искусственного интеллекта или сетей включают в себя все или выбранные из следующих:

a) компоненты силы X, Y и Z разных сигналов датчиков;

77. Способ по п. 53, в котором детектируют вертикальные силы со взаимно ортогональными направлениями, обозначенными как

направления X, Y и Z, Z представляет собой вертикальное направление, в котором

a) силы Z, полученные из сигналов датчиков;

78. Способ по п. 76 или 77, в котором

входные данные в искусственный интеллект или в сети используют для прогнозирования опорных моментов времени во время свинга, таких как унос и удар, используя прогнозирование сжатых данных.

79. Способ по п. 78, в котором

опорные моменты времени во время свинга, такие как унос и удар, используют для построения входных данных временного маркера, который может ассоциировать нормализованное число с каждым моментом времени во время свинга.

80. Способ по п. 76, в котором вертикальные и боковые силы детектируют, и при этом взаимно ортогональные направления обозначены как направлениями X, Y и Z, Z представляет собой вертикальное направление, в котором

обработанные входные данные для искусственного интеллекта или сетей должны включать в себя следующие:

a) временной маркер;

b) компоненты силы X, Y и Z для сигналов датчиков;

c) скорость центра давления в направлении X для ступни, находящейся "не со стороны цели";

d) скорость центра давления в направлении Y для ступни, находящейся "не со стороны цели";

e) положение центра давления в направлении X для комбинации обеих ступней; и

f) положение центра давления в направлении Y для комбинации обеих ступней.

81. Способ по п. 77, в котором вертикальные силы детектируют, и при этом взаимно ортогональные направления обозначены как направления X, Y и Z, Z представляет собой вертикальное направление, в котором

a) временной маркер;

b) силы Z, полученные из сигналов датчиков;

d) скорость центра давления в направлении Y для ступни,

находящейся "не со стороны цели";

82. Способ по п. 80 или 81, где прогнозирование представляет собой прогнозирование временной последовательности или прогнозирование точки во времени, в котором

входные данные включают в себя выбранные, по меньшей мере, из одних из следующих входных данных, прогнозируемых с помощью прогнозирования сжатых данных:

a) тип клюшки;

c) тип тела игрока.

83. Способ по п. 56, в котором

данные центра давления используют без сетевого прогнозирования, либо по обработанным выходных данным из информации детектирования, или рассчитывают путем обработки этих выходных данных, данных центра давления, включающих в себя положения во времени центра давления, магнитуды, скорости, ускорения и значения длины смещения.

84. Способ по п. 56, в котором

параметры энергии подготавливают для представления человеку, например, для использования экспертами, занятыми при разработке автоматического анализа данных, или для непосредственного использования тренерами для анализа свинга игрока.

85. Способ по п. 56, в котором

параметры энергии автоматически анализируют или оценивают, используя все или выбранные из следующих техник:

b) оценка или анализ путем сравнения со свингами, выполненными игроками - экспертами;

c) оценка или анализ путем использования относительно не зашумленного способа;

86. Способ по п. 85, в котором параметры энергии автоматически анализируют или оценивают в свете правил оптимизации, в котором правила оптимизации включают в себя следующие:

a) оптимальная установка верхнего положения замаха сегментов;

b) оптимальная амплитуда и моменты времени генерирования локальной энергии в сегментах;

c) оптимальная фиксация и высвобождение фиксации сегментов;

d) оптимальная передача энергии во время свинга и цеповой передачи в головку клюшки; и

e) оптимальные моменты времени пиков скорости головки клюшки.

88. Способ по п. 85, где параметры энергии автоматически анализируют или оценивают путем сравнения свингов, выполненных игроками - экспертами, в котором анализ или оценка включает в

себя выбранные из следующих свойств:

a) сравнение со значимыми параметрами энергии эквивалентного свинга или с диапазоном свинга соответствующей экспертной модели, причем экспертная модель основана на синтезе свингов, выполненных игроками - экспертами, скорректированная так, чтобы она соответствовала, анализируемым свингу и игроку;

b) выполняют сравнение с характерными особенностями экспертов по параметрам энергии, включающим в себя моменты времени и переменные магнитуды генерирования локальной энергии, способ, в соответствии с которым высвобождают фиксацию и фиксируют сегменты, и синхронизированную механику более дистального свинга и цеповых механизмов; и

c) сравнение выполняют для результатов синтеза с устраненными ошибками, и сохраненными характерными особенностями экспертов, чаще всего проявляемыми экспертами, результаты синтеза корректируют так, чтобы обеспечить возможность их применения для типа тела игрока и веса тела, основу для такой коррекции определяют по изучению самих экспертов, в случае, когда существует широкий диапазон их типа тела и веса.

88. Способ по п. 85, где параметры энергии автоматически анализируют или оценивают путем использования относительно не зашумленного способа, где способ относится к анализу уровня шума прогнозируемых выходных параметров сети для свинга, или части свинга, и при этом подразумеваются лучшие характеристики при уменьшении уровня шумов.

89. Способ по п. 88, в котором анализ или оценки включают в себя выбор из следующих свойств:

a) сравнение выполняют для не содержащего шумов уровня эталонного свинга или другого эталонного значения;

b) сравнение выполняют для эталонного свинга на основе игры игроков - экспертов;

c) уровни шумов устанавливают как меру качества подгонки или качества подгонки необработанных выходных данных для сглаженных выходных данных; и

d) анализ или оценку используют для выделенных относительных слабых моментов или сильных моментов для разных пороговых уровней во время свинга.

90. Способ по п. 85, в котором параметры энергии автоматически анализируют или оценивают путем сравнения с другими свингами, выполненными тем же игроком, в котором анализ или оценка включает в себя все или выбранные из следующих сравнений:

a) сравнение с предысторией выполнения предыдущих свингов этим игроком;

b) сравнение с непосредственно предшествующей выполненной последовательностью свингов с той же клюшкой; и

c) сравнение со свингами, выполненными с другими клюшками.

91. Способ по п. 85, где параметры энергии автоматически анализируют или оценивают на основе безопасности здоровья, в котором анализ или оценки включают в себя все или выбранные из следующих сравнений:

a) идентификация потенциальных рисков травмы, связанных с существующим свингом игрока; и

b) идентификация потенциальных рисков травмы, которые могут

возникнуть при попытке изменений генерирования и передачи энергии игрока.

92. Способ по п. 85, в котором

параметры энергии анализируют совместно с полученной извне информации, включающей в себя дополнительную информацию, определенную с помощью датчиков во время выполнения свинга.

93. Способ по п. 85, в котором

параметры энергии подготавливают для представления человеку, включая в себя использование тренеров или игроков для анализа свинга игрока.

94. Способ по п. 85, в котором

система во время работы обеспечивает оценку или анализ, для которых не требуется дальнейший анализ или интерпретация человеком.

95. Способ по п. 85 или п. 94, где информацию обрабатывают автоматизированным способом.

96. Способ по п. 95, в котором

информацию обрабатывают интерактивным способом, и способ во время работы подсказывает тренировочный элемент и передает этот тренировочный элемент игроку.

97. Способ по п. 96, в котором

интерактивные тренировочные элементы заранее подготовлены экспертами, хорошо знакомыми с таким генерированием и передачей энергии во время свинга, с тем, как их можно улучшить, и как эти улучшения могут быть эффективно переданы игроку.

98. Способ по п. 96, в котором

информацию датчиков обрабатывают; искусственный интеллект

получает параметры энергии из обработанной информации; параметры энергии обрабатывают для анализа или оценки свинга; и процедуры интерактивной тренировки обрабатывают и передают пользователю, такому как игрок или тренер.

99. Способ по п. 96, в котором

интерактивная тренировка включает в себя представление тренировочных данных, включающих в себя выбор из источников, включающих в себя накопитель данных, поиск данных и передачу данных, включая в себя источники в Интернет, источники на CD и DVD, и источники внутренней и внешней памяти.

100. Способ по п. 96, в котором

передача пользователю, такому как игрок или тренер, включает в себя визуальные и аудио способы, и передача данных пользователем включает в себя способы использования сенсорного экрана и клавиатуры.

101. Способ по п. 5 3 предыдущих пунктов, в котором

силы реакции земли определяют с помощью датчиков на основе нагрузки, прикладываемой ступнями игрока.

102. Способ по п. 101, в котором вертикальные и боковые силы реакции земли определяют с помощью датчиков.

103. Способ по п. 101, в котором с помощью датчиков определяют только вертикальные силы реакции земли.

104. Способ по п. 101, в котором

силы реакции земли отдельно определяют с помощью датчиков или измеряют для левой и правой ступней игрока.