WO2012146184A1 - 一种运动参数确定方法、装置和运动辅助设备 - Google Patents

一种运动参数确定方法、装置和运动辅助设备 Download PDF

Info

Publication number
WO2012146184A1
WO2012146184A1 PCT/CN2012/074748 CN2012074748W WO2012146184A1 WO 2012146184 A1 WO2012146184 A1 WO 2012146184A1 CN 2012074748 W CN2012074748 W CN 2012074748W WO 2012146184 A1 WO2012146184 A1 WO 2012146184A1
Authority
WO
WIPO (PCT)
Prior art keywords
motion
time
sampling
acceleration
sampling time
Prior art date
Application number
PCT/CN2012/074748
Other languages
English (en)
French (fr)
Inventor
韩铮
Original Assignee
Han Zheng
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Han Zheng filed Critical Han Zheng
Priority to JP2014506744A priority Critical patent/JP5966208B2/ja
Priority to KR20137020213A priority patent/KR101509472B1/ko
Priority to EP20120776967 priority patent/EP2704098A4/en
Publication of WO2012146184A1 publication Critical patent/WO2012146184A1/zh

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G01C21/1654—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with electromagnetic compass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/028—Microscale sensors, e.g. electromechanical sensors [MEMS]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/002—Monitoring the patient using a local or closed circuit, e.g. in a room or building
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7242—Details of waveform analysis using integration
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2102/00—Application of clubs, bats, rackets or the like to the sporting activity ; particular sports involving the use of balls and clubs, bats, rackets, or the like
    • A63B2102/32—Golf

Definitions

  • the present invention relates to motion recognition technology, and more particularly to a motion parameter determination method, apparatus and motion assisting apparatus.
  • the trajectory and attitude recognition of spatial acceleration motion refers to detecting the position and rotation angle of each moment in the motion of the object, and at the same time obtaining the real-time velocity of the object.
  • Combining spatial acceleration trajectory and gesture recognition technology with human motion, detecting the movement of various parts of the human body can be widely used in sports, games, movies, medical simulation or motion skill training.
  • the current motion recognition technologies mainly exist in the following categories:
  • the RGB camera, depth sensor and microphone array are used to sample the three-dimensional motion, facial motion and sound of the user.
  • the present invention provides a motion parameter determining method, device and motion assisting Equipment, in order to reduce the impact of the external environment on accuracy.
  • a method for determining a motion parameter comprising:
  • the attitude transformation matrix ⁇ , determining and recording the attitude transformation matrix of the current time relative to the motion start time t 0 ;
  • a motion parameter determining device comprising: a data storage unit, wherein the motion data comprises: a sampled by a three-axis acceleration sensor The acceleration of the object, the angular velocity of the identified object sampled by the three-axis gyroscope, and the angle of the identified object sampled by the three-axis magnetic field sensor with respect to the three-dimensional geomagnetic coordinate system;
  • a data storage unit configured to store the motion data
  • the motion still detecting unit is configured to perform motion stationary detection by using the acceleration of each sampling moment stored by the data storage unit, and determine a motion starting time ⁇ of a motion state.
  • An initial posture determining unit is configured to start the motion start time t according to the data storage unit.
  • the angle of the motion determine the start time of the motion ⁇ .
  • the initial pose matrix relative to the three-dimensional geomagnetic coordinate system;
  • a motion parameter determining unit for starting the moment ⁇ from the motion. The next sampling time starts to the end time of the motion ⁇ , and the acceleration of each sampling time is determined as the current sampling time;
  • the motion parameter determining unit specifically includes:
  • the attitude transformation determining module is configured to use an angular velocity of the current sampling time and a previous sampling time stored by the data storage unit, and the previous sampling time relative to the motion starting time ⁇ .
  • the attitude transformation matrix ⁇ determines and records the current time relative to the motion start time ⁇ .
  • Attitude transformation matrix 7
  • the gravity-affecting module is configured to use the r m fc to adjust the acceleration a Cur at the current sampling time, and remove the acceleration of the current sampling time by the influence of the gravity acceleration to obtain the actual acceleration a ur at the current sampling time.
  • An action assisting device comprising: a sensing device and the above-described motion Parameter determining device
  • the sensing device is configured to sample motion data of each sampling moment of the identified object, and send the motion data to the motion parameter determining device, where the motion data includes: an acceleration of the identified object, an angular velocity of the identified object, and the identified object The angle with respect to the three-dimensional geomagnetic coordinate system.
  • the motion parameter determining method, device and motion assisting device provided by the present invention do not need to be based on vision, and the accuracy is less affected by environmental influences, especially light.
  • FIG. 1 is a schematic structural diagram of an identification system according to an embodiment of the present invention.
  • FIG. 2 is a schematic structural diagram of a motion assisting device according to an embodiment of the present invention
  • FIG. 2 is a schematic diagram of a corner of a three-axis magnetic field sensor according to an embodiment of the present invention
  • FIG. 3 is a data sent by a processor according to an embodiment of the present invention
  • FIG. 4 is a flowchart of a method for determining a motion parameter according to an embodiment of the present invention
  • FIG. 5 is a schematic structural diagram of a motion parameter determining apparatus according to an embodiment of the present invention.
  • the present invention may employ an identification system as shown in FIG. 1a, and mainly includes: a MEMS sensing device 100, a processor 110, a data transmission interface 120, and a motion parameter determining device 130, and may further include: a motion recognition device 140, a parameter display device 150 and expert evaluation device 160.
  • the MEMS sensing device 100, the processor 110 and the data transmission interface 120 may be packaged as a terminal device disposed on the identified object, for example, the package is a portable motion detecting device disposed on the player's glove, the club, the joint At the same time, the weight of the portable motion detecting device can be only a few tens of grams, and it hardly affects the motion of the other object.
  • the MEMS sensing device 100 may include: a triaxial acceleration sensor 101, a three-axis gyroscope 102, and a three-axis magnetic field sensor 103.
  • the triaxial acceleration sensor 101 is configured to sample the acceleration of the identified object at each sampling moment, and the acceleration is an acceleration in three-dimensional space, that is, the acceleration data corresponding to each sampling moment includes acceleration values of the X-axis, the Y-axis, and the Z-axis.
  • the three-axis gyroscope 102 is used for sampling the angular velocity of the identified object at each sampling moment, and the angular velocity is the angular velocity in three-dimensional space, that is, the angular velocity data corresponding to each sampling moment includes the angular velocity values of the X-axis, the Y-axis, and the Z-axis. .
  • the triaxial magnetic field sensor 103 is configured to sample the rotation angle of the identified object relative to the three-dimensional geomagnetic coordinate system at each sampling moment, and the rotation angle data corresponding to each sampling moment includes: Roll, ⁇ , and /3 ⁇ 4, where is the X-axis of the identified object.
  • the angle between the XY plane in the three-dimensional geomagnetic coordinate system, w is the angle between the Y-axis of the identified object and the XY plane in the three-dimensional geomagnetic coordinate system and the positive direction of the Y-axis in the three-dimensional geomagnetic coordinate system, i3 ⁇ 4 is the identified object
  • the angle between the Y-axis and the XY plane in the three-dimensional geomagnetic coordinate system as shown in Fig.
  • Xmag, Ymag, and Zmag are the X-axis, Y-axis, and Z-axis of the three-dimensional geomagnetic coordinate system, respectively, and Xsen, Ysen, and Zsen are respectively identified.
  • the processor 110 reads the motion data sampled by the three-axis acceleration sensor 101, the three-axis gyro 102, and the three-axis magnetic field sensor 103 in the MEMS sensing device 100 according to a certain frequency, and sends the motion data to the motion parameter determining device according to a certain transmission protocol. 130.
  • Figure 3 shows a format of a packet containing motion data sent by the processor.
  • the check field may contain check information for ensuring data integrity and security, and the header field may include a protocol header used to transmit the motion data.
  • the processor 110 can also be configured to receive the configuration sent by the data transmission interface 120.
  • the instruction parses the configuration command, and configures the MEMS sensing device 100 according to the parsed configuration information, for example, configuration of sampling precision, configuration of sampling frequency and range, etc., and can also be used for receiving motion data. Perform calibration.
  • the processor 110 can use a low power processor to effectively extend the battery life.
  • the triaxial acceleration sensor 101, the three-axis gyroscope 102, and the three-axis magnetic field sensor 103 in the MEMS sensing device 100 can communicate with the processor 110 via a serial bus or an AD interface.
  • the data transmission interface 120 supports both wired and wireless communication transmission methods.
  • the wired interface can use various protocols such as USB, serial port, parallel port, and FireWire;
  • the wireless interface can use Bluetooth, infrared, and other protocols.
  • Taking the USB interface 121 and/or the Bluetooth module 122 as an example is shown in FIG.
  • the USB interface 121 can realize charging when the MEMS sensing device 100, the processor 110, and the data transmission interface 120 are packaged as one terminal device and two-way communication with other devices.
  • the Bluetooth module 122 can implement two-way communication between the above terminal device and the Bluetooth master device.
  • the motion parameter determining device 130, the motion recognition device 140, the parameter display device 150, and the expert evaluation device 160 may be connected to the processor 110 in the terminal device through a USB interface (not shown in FIG. 1), or may be used as a Bluetooth master.
  • the device is connected to the processor 110 in the above terminal device via the Bluetooth module 122.
  • the motion parameter determining means 130 performs motion recognition using the received motion data to determine a motion parameter including at least one of acceleration information, speed information, and position information.
  • the motion recognition device 140 can identify the motion type of the motion using the motion parameter determined by the motion parameter determination device 130, thereby extracting the motion parameter corresponding to a motion of a certain motion type.
  • the parameter display device 150 displays the motion parameters determined by the motion parameter determining device 130 in some form (the connection relationship of the case is not shown in the figure) or the motion recognition device
  • the extracted motion parameters are displayed in some form, for example, displaying the position information of the recognized object in the form of a 3D trajectory, displaying the speed information of the recognized object, and the like in the form of a table or a curve.
  • the parameter display device 150 can be any terminal having a display function, such as a computer, a mobile phone, a PDA, or the like.
  • the expert evaluation device 160 determines the motion parameter determined by the motion parameter determining device 130 (the connection relationship of the case is not shown in FIG. 1a), or evaluates the motion of the identified object according to the display result of the parameter display device 150, and the evaluation may From a real expert, it can also be an evaluation automatically given by the device based on a pre-excavated database of motion parameters.
  • the MEMS sensing device 100 and the motion parameter determining device 130 may be packaged as an action assisting device. As shown in FIG. 1B, the motion parameter determining device 130 may directly acquire the motion data sampled by the MEMS sensing device 100. And determine the motion parameters of each sampled moment of the identified object.
  • the motion data may also be read from the MEMS sensor 100 by the processor 110 at a set frequency and transmitted to the motion parameter determining device 130 in accordance with a preset transmission protocol.
  • the data transmission interface 120 can be configured as the external interface connection parameter determining device 130, and the data transmission interface 120 can also be the USB interface 121 or the Bluetooth interface 122.
  • the data transmission interface 120 can transmit the motion data determined by the motion parameter determining device 130 to an external device of the motion assisting device, such as a motion recognition device, a motion display device, or an expert evaluation device.
  • the data transmission interface 120 may be disposed between the processor and the motion parameter determining means 130 in the manner shown in FIG.
  • the motion parameter determining apparatus 130 by way of an embodiment.
  • the motion parameter determination method is described. As shown in FIG. 4, the motion parameter determining method may include the following steps:
  • Step 401 Acquire motion data of each sampling moment, where the motion data includes: an acceleration of the identified object sampled by the triaxial acceleration sensor, an angular velocity of the identified object sampled by the triaxial gyroscope, and a sampled by the triaxial magnetic field sensor. The angle of the object relative to the three-dimensional geomagnetic coordinate system is identified.
  • the obtained motion data may be interpolated, for example, linearly. Interpolation or spline interpolation.
  • Step 402 Perform preprocessing on the acquired motion data.
  • the pre-processing in this step is to filter the acquired motion data to reduce the noise of the motion data sampled by the MEMS sensor.
  • filtering methods can be used, for example, 16-point Fast Fourier Transform (FFT) filtering can be used, and the specific filtering method is not limited here.
  • FFT Fast Fourier Transform
  • the above interpolation processing and preprocessing have no fixed order and can be executed in any order. Alternatively, the two can also be executed one by one.
  • Step 403 Perform data calibration on the pre-processed motion data.
  • the acceleration sampled by the three-axis acceleration sensor is mainly calibrated, and the zero-drift of the three-axis acceleration sensor is utilized.
  • the obtained acceleration at each sampling time is removed from the zero drift, and the acceleration at each sampling time after calibration is obtained.
  • the zero drift of the three-axis acceleration sensor It is obtained by sampling the acceleration of a stationary object.
  • step 402 and the step 403 are preferred steps in the embodiment of the present invention, and the motion data acquired in step 401 is directly cached without performing step 402 and step 403.
  • Step 404 Cache the motion data of each sampled time after calibration.
  • the motion data of the newly obtained N sampling moments is stored in the buffer area, that is, the buffered motion data includes: the latest one sampling time to the motion data of the first N-1 sampling moments, that is, the N sampling moments are buffered in the buffer area.
  • the motion data when the motion data with the new sampling moment is buffered into the buffer area, the motion data of the earliest sampling moment overflows.
  • N may be an integer of 3 or more, and is usually set to an integer power of 2, for example, the value of N is 16 or 32 to maintain motion data with a buffer length of 0.1 s to 0.2 s in the buffer area.
  • the data structure of the buffer area is a queue, which is arranged in order according to the sampling time, and the motion data of the latest sampling moment is placed at the end of the queue.
  • Step 405 Perform motion stationary detection by using the acceleration of each sampling moment to determine a starting moment ⁇ of a motion state. And the end time t e .
  • the starting moment is ⁇ .
  • the critical sampling instant is the stationary state to the motion state
  • the ending time t e is the critical sampling instant of the motion state to the stationary state.
  • each sampling moment is judged according to a preset motion time determination strategy, if ⁇ . Meet the motion time determination strategy, and the sampling time ⁇ . -1 does not satisfy the motion time determination strategy, then determines ⁇ . For the beginning of the sport. If ⁇ satisfies the motion time determination strategy, and the sampling time ⁇ +1 does not satisfy the motion time determination strategy, it is determined that ⁇ is the motion end time.
  • the motion time is determined policy may be: If the sampling time ⁇ to its previous acceleration ⁇ sampling instants after the modulo variance ⁇ ⁇ greater than or equal to a preset acceleration variance threshold and the sampling time t acceleration x modulo The resulting ⁇ . If the preset motion acceleration threshold is greater than or equal to, the sampling time ⁇ is considered as the motion moment. That is to say, if a certain sampling moment satisfies the above-mentioned motion time strategy, it is considered that the sampling moment enters the motion state, otherwise it is still at rest. Status. Where T is the default positive integer (
  • the above-described motion time determination strategy can effectively filter short-term jitter, preventing short-term rest and pause to cut off complete motion.
  • the acceleration variance threshold and the motion acceleration threshold can be flexibly set according to the degree of motion of the recognized object. The more intense the motion of the identified object, the higher the acceleration variance threshold and the motion acceleration threshold can be set.
  • Steps 406 to 411 are executed at each sampling time between the end time and the end time ⁇ as the current sampling time.
  • Step 406 Determine the motion start time ⁇ according to the motion data sampled by the three-axis magnetic field sensor in the buffer area.
  • Step 407 Determine the attitude change matrix of the previous sampling time to the current sampling time according to the angular velocity data sampled by the three-axis gyroscope at the current sampling time and the previous sampling time when the identified object is in the motion state.
  • the interval between adjacent sampling instants determines the previous sampling
  • Step 408 Determine and record the pose transformation matrix T t r of the current time relative to the identified object using the pose transformation matrix ⁇ ⁇ and 7 of the previous sampling instant with respect to t.
  • attitude transformation matrix ⁇ ⁇ of the previous sampling moment of the record which can be:
  • step 407 r m fcM ⁇
  • C W r represents the current sampling time
  • Mt represents the motion start time ⁇ .
  • r + represents the attitude change matrix from the sampling time J to the sampling time.
  • the object in the static state can be used to determine the gravity acceleration in the three-dimensional geomagnetic coordinate system.
  • the three-axis acceleration sensor can be used to continuously smash the object in a stationary state.
  • the sampling time is sampled, and the average value of the gravity acceleration in the geomagnetic coordinate system of consecutive M sampling moments is taken as the actual gravity acceleration in the current geomagnetic coordinate system, that is, ⁇ can be according to the formula
  • ⁇ is a preset positive integer
  • ⁇ is the initial sampling moment for sampling an object in a stationary state
  • I ⁇ i mi a is the acceleration sampled by the three-axis acceleration sensor at the sampling time
  • 7 ⁇ is the attitude matrix of the above-mentioned stationary object at the sampling time, which is sampled according to the three-axis magnetic field sensor. The angle of the moment is determined as follows:
  • Step 411 For ⁇ .
  • the actual acceleration to the current sampling time is integrated to obtain the real-time speed of the current sampling time, right.
  • the real-time speed to the current sampling time is integrated to obtain the position of the current sampling time.
  • the method for obtaining the real-time speed and position by means of integration in this step is a well-known technique, and will not be described in detail here .
  • At least one of acceleration, real-time speed, and position at each sampling instant between the start time t 0 and the end time t e is stored in the database as a motion parameter of a motion.
  • the motion state of both ends is considered to be a motion state.
  • the time interval between the sampling time ⁇ ' at the end of the motion state of the previous period is less than the preset duration threshold, and the attitude matrix of ⁇ ' is taken as the initial pose matrix r m fcM of t 0 ; otherwise, ⁇ is determined according to the formula (1).
  • the initial pose matrix r m fcM is determined according to the formula (1).
  • the apparatus may include: a motion data acquiring unit 500, a data storing unit 510, a motion still detecting unit 520, and an initial posture.
  • the determining unit 530 and the motion parameter determining unit 540 may include: a motion data acquiring unit 500, a data storing unit 510, a motion still detecting unit 520, and an initial posture.
  • the motion data acquiring unit 500 acquires the motion data of each sampling moment and sends it to the data storage unit 510, wherein the motion data includes: an acceleration of the identified object sampled by the triaxial acceleration sensor, and an angular velocity of the identified object sampled by the triaxial gyroscope And the angle of the identified object sampled by the three-axis magnetic field sensor with respect to the three-dimensional geomagnetic coordinate system.
  • Data storage unit 510 will store the motion data.
  • the data storage unit 510 can store the motion data of the newly obtained N sampling moments into the buffer area; where N is an integer greater than 3, and the motion data in the buffer area is sequentially arranged according to the sampling time, and the latest sampling time is The motion data is queued at the end of the queue in the buffer. That is, the data storage unit 510 stores the motion data of the latest one sampling time to the first N-1 sampling times into the buffer area.
  • the motion still detecting unit 520 utilizes the sampling moments stored by the data storage unit 510.
  • the acceleration performs motion stationary detection to determine the motion start time ⁇ of a motion state. And the end of the sport.
  • the initial posture determining unit 530 is based on the motion start time ⁇ stored by the data storage unit 510. The angle of the sample is taken to determine the start of motion ⁇ . Initial attitude moment relative to the three-dimensional geomagnetic coordinate system
  • the motion parameter determination unit 540 starts from the motion start time ⁇ .
  • the next sampling time starts to the end time of motion ⁇ , and the acceleration of each sampling time is determined as the current sampling time.
  • the motion parameter determining unit 540 may specifically include: a posture transformation determining module 541, a real-time posture determining module 542, and a de-gravity influencing module 543.
  • the attitude transformation determining module 541 is based on the current sampling time stored by the data storage unit 510 and the angular velocity sampled by the previous sampling time, and the previous sampling time relative to the motion starting time ⁇ .
  • the attitude transformation matrix ⁇ ⁇ determines and records the pose transformation matrix ⁇ of the current time relative to the motion start time t 0 .
  • the de-gravity influence module 543 uses r m fc to adjust the acceleration of the current sampling time, and then removes the acceleration of the current sampling time to remove the influence of the gravitational acceleration to obtain the actual acceleration a m Mcur at the current sampling time.
  • the apparatus may further include: at least one of a pre-processing unit 550 and a filter processing unit 560.
  • a pre-processing unit 550 When the two units are included at the same time, the processing of the two units has no fixed order and can be performed in any order.
  • Figure la shows an example of including both units.
  • the pre-processing unit 550 performs the interpolation processing on the motion data transmitted by the motion data acquiring unit 500 to the data storage unit 510.
  • the pre-processing unit 550 can improve the calculation accuracy of the subsequent calculation of motion parameters such as acceleration, velocity, and position when the sampling frequency of the MEMS sensor is not high enough.
  • the interpolation processing method used may include but is not limited to: linear interpolation or spline interpolation.
  • the filter processing unit 560 performs filtering processing on the motion data transmitted from the motion data acquiring unit 500 to the data storage unit 510 to eliminate noise of the motion data.
  • a specific filtering method can be selected, and a plurality of filtering methods can be used, for example, 16-point FFT filtering.
  • the apparatus may further include: a data calibration unit 570 for using a zero drift pair of the three-axis acceleration sensor
  • the motion data acquired by the motion data acquiring unit 500 to the data storage unit 510 performs data calibration, and the accelerations of the obtained sampling moments are all removed by zero drift.
  • the motion still detecting unit 520 may perform the motion stationary detection according to the sequence of the sampling moments, and determine the sampling time according to the preset motion time determining strategy for each sampling moment, if the sampling time ⁇ . Meet the motion time determination strategy, and the sampling time ⁇ . -1 does not satisfy the motion time determination strategy, then determines ⁇ . For the motion start time; if the sampling time ⁇ satisfies the motion time determination strategy, and the sampling time ⁇ +1 does not satisfy the motion time determination strategy, it is determined as the motion end time.
  • said motion timing determined policy may be: variance ⁇ if the sampling time ⁇ to its previous ⁇ acceleration sampling time modulo the ⁇ greater than or equal to a preset acceleration variance threshold and the sampling time t acceleration x modulo give ⁇ . If the preset motion acceleration threshold is greater than or equal to, the sampling moment is determined as the motion moment, where ⁇ is a preset positive integer.
  • the initial posture determining unit 530 may specifically include: the motion interval determining module 531 and Initial pose determination module 532.
  • the motion interval judging module 531 judges whether the time interval between the motion start time t 0 and the motion end time ' of the previous motion state is less than a preset time threshold.
  • the initial posture determination module 532 starts the time ⁇ when the determination result of the motion interval determination module 531 is NO. With respect to the initial attitude matrix r m fcM of the three-dimensional geomagnetic coordinate system, when the determination result of the motion interval determination module 531 is YES, the attitude matrix with respect to the three-dimensional geomagnetic coordinate system is determined as the motion start time ⁇ .
  • the initial pose matrix T Mt relative to the three-dimensional geomagnetic coordinate system.
  • the attitude transformation determining module 541 may specifically include: a first posture transformation determining sub-module 5411 and a second posture transformation determining sub-module 5412.
  • the first posture transformation determining sub-module 5411 determines the posture change matrix from the previous sampling time to the current sampling time according to the current sampling time stored by the data storage unit 510 and the angular velocity sampled by the previous sampling time.
  • the second attitude transformation determination sub-module 5412 acquires the previous sampling time of the record relative to the motion start time.
  • the apparatus may further include: a gravity motion parameter determining unit 580.
  • the gravity motion parameter determining unit 580 may specifically include: a data acquiring module 581 and a gravity acceleration determining module 582.
  • the data acquisition module 581 acquires the acceleration and angle at which the object in the stationary state is sampled at successive M sampling times. That is, the three-axis acceleration sensor and the three-axis magnetic field sensor sample the object in the stationary state, and the data acquisition module 581 obtains the acceleration and the angle of the M sampling moments therefrom.
  • Roll, Faw, and Pitchj are the angles at which the three-axis magnetic field sensor samples the sampling instant.
  • the motion parameter determining unit 540 may further include: a speed determining module 544 and a position determining module 545.
  • the speed determination module 544 pairs the motion start time ⁇ .
  • the actual acceleration to the current sampling time is integrated to obtain the real-time speed of the current sampling time.
  • the position determination module 545 pairs the motion start time ⁇ .
  • the real-time speed to the current sampling time is integrated to obtain the position of the current sampling time.
  • At least one of acceleration, real-time speed, and position at each sampling instant between the start time t 0 and the end time ⁇ is stored in the database as a motion parameter of a motion.
  • the following applications can be further applied: 1) transmitting motion parameters such as position information and posture information at each sampling time to the motion recognition device (such as the motion recognition device 140 in FIG. 1a), and the motion recognition device recognizes the motion type of the motion according to the motion parameter, thereby extracting A motion parameter corresponding to a motion of a certain type of motion.
  • the MEMS sensor is disposed on the golf glove, and after determining the motion parameters of the golf glove by using the motion parameter determining method and apparatus provided by the present invention, the motion parameters are provided to the motion recognition device, because the player performs the golf swing action.
  • other actions such as taking a break, answering a call, and the like may be performed, and the motion recognition device can recognize and extract the motion parameters corresponding to a complete golf swing action.
  • the parameter display device such as the parameter display device 150 in FIG. 1a
  • the device may display in the form of a table according to the position information of each sampling moment, or display the 3D motion track of the identified object, and/or display the table according to the speed information of each sampling time, or display the identified object in a curved form.
  • Speed information Through the parameter display device, the user can view the specific motion details of the identified object, such as the real-time speed of the motion, the position, the time distribution of the position, and the time distribution of the speed.
  • the expert evaluation device may be a device with an automatic evaluation function.
  • the expert evaluation device may search for a pre-excavated motion parameter database, where the motion parameter database stores evaluation information corresponding to various motion parameters, acceleration at each moment, The real-time speed and position information are given corresponding evaluations.
  • the expert evaluation device can also be a user interface, and the motion parameters are provided to the expert through the user interface, and the expert according to the motion parameters
  • the user interface can obtain the evaluation information input by the expert, and send the evaluation information to the terminal device for viewing and reference by the user of the terminal device.
  • the MEMS sensing device is taken as an example for description, but the present invention is not limited thereto, and other sensing devices other than the MEMS sensing device may be used as long as it can be realized.
  • the motion data sample described in the embodiment of the present invention may be used.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Gyroscopes (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明提供了一种运动参数确定方法、装置和运动辅助设备，利用三轴加速度传感器采样到的被识别物体的加速度、三轴陀螺仪采样到的被识别物体的角速度和三轴磁场传感器采样到的被识别物体相对于三维地磁坐标系的夹角构成的各采样时刻的运动数据，采用回溯算法从一段运动状态的运动开始时刻到运动结束时刻分别计算各采样时刻的实际加速度，该实际加速度是三轴加速度传感器采样到的加速度去除重力加速度影响后得到的加速度。本发明能够降低系统复杂度，精度受环境影响尤其是光线的影响较小。

Description

一 、 本申请要求了申请日为 2011年 04月 29日，申请号为 201110111559.8 发明名称为"一种运动参数确定方法、 装置和运动辅助设备"的中国专利 申请的优先权。
技术领域
本发明涉及运动识别技术， 特别涉及一种运动参数确定方法、 装置 和运动辅助设备。
背景技术
空间加速运动的轨迹和姿态识别是指检测到物体运动过程中每一个 时刻的位置和转角， 同时得到物体的实时速度。 将空间加速运动轨迹和 姿态识别技术与人体动作相结合， 检测人体各部位的运动可以在体育、 游戏、 电影、 医疗仿真或者动作技能培训等领域得到广泛应用。
目前的运动识别技术主要存在以下几种：
1 )结合红外阵列和微电机系统（MEMS )传感器， 检测用户在三维 空间的运动。
2 ) 结合视觉和 MEMS传感器， 提高对用户手部运动识别的精度。
3 ) 采用视觉的方法， 利用 RGB相机， 深度传感器以及麦克风阵列 采样用户全身的三维运动、 脸部动作和声音等信息。
以上三种方式由于都基于视觉， 精度受到外界环境尤其是光线的影 响很大。
发明内容
有鉴于此， 本发明提供了一种运动参数确定方法、 装置和运动辅助 设备， 以便于减小外界环境对于精度的影响。
具体技术方案如下：
一种运动参数确定方法， 该方法包括：
51、 获取各采样时刻的运动数据并存储， 所述运动数据包括： 被识 别物体的加速度、 被识别物体的角速度和被识别物体相对于三维地磁坐 标系的夹角；
52、 利用存储的各采样时刻的加速度进行运动静止检测， 确定一段 运动状态的运动开始时刻 ί。和运动结束时刻 te
53、 根据存储的所述运动开始时刻 ί。的夹角， 确定所述运动开始时 刻 ί。相对于三维地磁坐标系的初始姿态矩阵 Tm bMt； 刻执行步骤 S41至 S43:
541、根据存储的当前采样时刻及其前一采样时刻的角速度， 以及所 述前一采样时刻相对于所述运动开始时刻 ί。的姿态变换矩阵 Γ= ,确定并 记录当前时刻相对于所述运动开始时刻 t0的姿态变换矩阵 ；
542、 按照 T c"r = 7^"' 确定当前采样时刻相对于三维地磁坐标系 的姿态矩阵 rm fc ;
S43、利用所述 ur对存储的当前采样时刻的加速度 ac"r进行调整后， 将当前采样时刻的加速度 去除重力加速度 的影响， 得到当前采样时 刻的实际加速度
一种运动参数确定装置， 该装置包括： 数据存储单元， 所述运动数据包括： 三轴加速度传感器采样到的被识别 物体的加速度、 三轴陀螺仪采样到的被识别物体的角速度和三轴磁场传 感器采样到的被识别物体相对于三维地磁坐标系的夹角；
数据存储单元， 用于存储所述运动数据；
运动静止检测单元， 用于利用所述数据存储单元存储的各采样时刻 的加速度进行运动静止检测， 确定一段运动状态的运动开始时刻 ί。和运 动结束时刻
初始姿态确定单元， 用于根据所述数据存储单元存储的所述运动开 始时刻 t。的夹角，确定所述运动开始时刻 ί。相对于三维地磁坐标系的初始 姿态矩阵 ；
运动参数确定单元， 用于从所述运动开始时刻 ί。的下一采样时刻开 始至所述运动结束时刻 ^依次作为当前采样时刻确定出各采样时刻的加 速度；
其中， 所述运动参数确定单元具体包括：
姿态变换确定模块， 用于根据所述数据存储单元存储的当前采样时 刻及其前一采样时刻的角速度， 以及所述前一采样时刻相对于所述运动 开始时刻 ί。的姿态变换矩阵 Γ=，确定并记录当前时刻相对于所述运动开 始时刻 ί。的姿态变换矩阵 7 ；
实时姿态确定模块， 用于按照 r = Γ ¾ 确定当前采样时刻相 对于三维地磁坐标系的姿态矩阵 T Cur；
去重力影响模块， 用于利用所述 rm fc 对当前采样时刻的加速度 aCur进 行调整后， 将当前采样时刻的加速度 去除重力加速度 的影响， 得到 当前采样时刻的实际加速度 a ur。
一种动作辅助设备， 该动作辅助设备包括： 传感装置和上述的运动 参数确定装置；
所述传感装置， 用于采样被识别物体各采样时刻的运动数据， 并发 送给所述运动参数确定装置，所述运动数据包括：被识别物体的加速度、 被识别物体的角速度和被识别物体相对于三维地磁坐标系的夹角。
由以上技术方案可以看出， 本发明提供的运动参数确定方法、 装置 和运动辅助设备不需基于视觉，精度受环境影响尤其是光线的影响较小。 附图说明
图 la为本发明实施例提供的识别系统结构示意图；
图 lb为本发明实施例提供的运动辅助设备的一种结构示意图； 图 2为本发明实施例提供的三轴磁场传感器输出的转角示意图； 图 3为本发明实施例提供的处理器发送的数据包格式示意图； 图 4为本发明实施例提供的运动参数确定方法流程图；
图 5为本发明实施例提供的运动参数确定装置的结构示意图。
具体实施方式
为了使本发明的目的、 技术方案和优点更加清楚， 下面结合附图和 具体实施例对本发明进行详细描述。
本发明可以采用如图 la所示的识别系统，主要包括： MEMS传感装 置 100、 处理器 110、 数据传输接口 120和运动参数确定装置 130, 还可 以进一步包括： 动作识别装置 140、 参数显示装置 150和专家评价装置 160。 其中， MEMS传感装置 100、 处理器 110和数据传输接口 120可以 封装为一个终端设备设置在被识别物体上， 例如， 封装为一个便携式运 动检测设备设置在球员的手套上、 球杆上、 关节点上等， 该便携式运动 检测设备的重量可以仅为几十克， 几乎不会影响被识另 'J物体的动作。 其中 MEMS传感装置 100可以包括： 三轴加速度传感器 101、 三轴 陀螺仪 102和三轴磁场传感器 103。
三轴加速度传感器 101用于采样被识别物体在各采样时刻的加速度, 该加速度是在三维空间上的加速度， 即每个采样时刻对应的加速度数据 包括 X轴、 Y轴和 Z轴的加速度值。
三轴陀螺仪 102用于采样被识别物体在各采样时刻的角速度， 同样 该角速度是在三维空间上的角速度， 即每个采样时刻对应的角速度数据 包括 X轴、 Y轴和 Z轴的角速度值。
三轴磁场传感器 103用于采样被识别物体在各采样时刻相对于三维 地磁坐标系的转角，每个采样时刻对应的转角数据包括： Roll、 ^和/¾ , 其中 为被识别物体的 X轴与三维地磁坐标系中 XY平面的夹角， w 为被识别物体的 Y轴投影到三维地磁坐标系中 XY平面的向量与三维地 磁坐标系中 Y轴正向的夹角， i¾ 为被识别物体的 Y轴与三维地磁坐标 系中 XY平面的夹角， 如图 2所示， Xmag、 Ymag和 Zmag分别为三维 地磁坐标系的 X轴、 Y轴和 Z轴， Xsen、 Ysen和 Zsen分别为被识别物 体的 X轴、 Y轴和 Z轴。
处理器 110按照一定的频率读取 MEMS传感装置 100中三轴加速度 传感器 101、三轴陀螺仪 102和三轴磁场传感器 103采样到的运动数据， 并按照一定的传输协议发送给运动参数确定装置 130。 图 3为处理器发 送的包含运动数据的数据包的一种格式。 其中在标记字段中可以包含校 验信息， 用于保证数据的完整性和安全性， 包头字段中可以包含传输运 动数据所采用的协议包头。
另外， 处理器 110还可以用于接收数据传输接口 120发送来的配置 指令， 对该配置指令进行解析， 并根据解析得到的配置信息对 MEMS传 感装置 100进行配置， 例如对采样精度的配置、 采样频率和量程的配置 等， 还可以用于对接收到的运动数据进行校准。 较优地， 处理器 110可 以采用低功耗的处理器， 从而有效的延长续航时间。
MEMS传感装置 100中的三轴加速度传感器 101、 三轴陀螺仪 102 和三轴磁场传感器 103可以串行总线或 AD接口与处理器 110进行通信。
数据传输接口 120支持有线和无线两种通信传输方式。 有线接口可 使用 USB、 串口、 并口、 火线等多种协议； 无线接口可以采用蓝牙、 红 外等协议。在图 la中以包括 USB接口 121和 /或蓝牙模块 122为例。 USB 接口 121可以实现 MEMS传感装置 100、处理器 110和数据传输接口 120 被封装为一个终端设备时的充电以及与其他设备的双向通信。 蓝牙模块 122能够实现上述终端设备与蓝牙主设备的双向通信。
上述的运动参数确定装置 130、 动作识别装置 140、 参数显示装置 150和专家评价装置 160可以通过 USB接口与上述终端设备中的处理器 110连接（图 la中未示出） ， 也可以作为蓝牙主设备通过蓝牙模块 122 与上述终端设备中的处理器 110连接。
运动参数确定装置 130利用接收到的运动数据进行运动识别从而确 定出包含加速度信息、 速度信息、 位置信息中至少一种的运动参数。
动作识别装置 140能够利用动作参数确定装置 130确定出的运动参 数对运动的动作类型进行识别， 从而提取出某种运动类型的一段动作对 应的运动参数。
参数显示装置 150将运动参数确定装置 130确定出的运动参数以某 种形式进行显示 （图中未示出该情况的连接关系） 或者将动作识别装置 140提取的运动参数以某种形式进行显示，例如以 3D轨迹的形式显示被 识别物体的位置信息， 以表格或者曲线的形式显示被识别物体的速度信 息等。 其中， 该参数显示装置 150可以是任意具有显示功能的终端， 例 如电脑、 手机、 PDA等。
专家评价装置 160根据运动参数确定装置 130确定出的运动参数（图 la中未示出该情况的连接关系） ， 或者根据参数显示装置 150的显示结 果对被识别物体的动作给予评价， 该评价可以来自真实的专家， 也可以 是装置根据预先挖掘的运动参数数据库自动给予的评价。
需要说明的是， 上述的 MEMS传感装置 100和运动参数确定装置 130可以封装为一个动作辅助设备，如图 lb所示，运动参数确定装置 130 可以直接获取 MEMS传感装置 100采样到的运动数据，并确定出被识别 物体各采样时刻的运动参数。
在该动作辅助设备中， 也可以由处理器 110按照设定的频率从 MEMS传感器 100读取运动数据， 并按照预设的传输协议传输给运动参 数确定装置 130。
更进一步地， 可以设置数据传输接口 120作为对外接口连接参数确 定装置 130, 该数据传输接口 120同样可以为 USB接口 121或者蓝牙接 口 122。 数据传输接口 120可以将运动参数确定装置 130确定的运动数 据发送给动作辅助设备的外部设备， 例如动作识别装置、 动作显示装置 或者专家评价装置。
或者，该数据传输接口 120也可以按照图 la中所示的方式设置在处 理器和运动参数确定装置 130之间。
基于上述系统， 下面通过实施例对运动参数确定装置 130中实现的 运动参数确定方法进行描述。 如图 4所示， 运动参数确定方法可以包括 以下步骤：
步骤 401 : 获取各采样时刻的运动数据， 该运动数据包括： 三轴加 速度传感器采样到的被识别物体的加速度、 三轴陀螺仪采样到的被识别 物体的角速度和三轴磁场传感器采样到的被识别物体相对于三维地磁坐 标系的夹角。
在获取各采样时刻的运动数据后，如果 MEMS传感器的采样频率不 够高， 为了提高后续计算加速度、 速度和位置等运动参数的计算精度， 可以对获取到的运动数据进行插补处理，例如进行线性插补或样条插补。
步骤 402: 对获取的运动数据进行预处理。
本步骤中的预处理是对获取的运动数据进行滤波， 降低 MEMS传感 器采样到的运动数据的噪音。 可以采用多种滤波方式， 例如可以采用 16 点的快速傅里叶变换（ FFT )滤波， 在此对具体的滤波方式并不做限制。
上述插补处理和预处理没有固定的先后顺序， 可以以任意的顺序先 后执行。 或者， 两者也可以择一执行。
步骤 403: 对预处理后的运动数据进行数据校准。
在本步骤主要是对三轴加速度传感器采样到的加速度进行校准， 利 用三轴加速度传感器的零漂 。， 将得到的各采样时刻的加速度均去除该 零漂 , 得到校准后的各采样时刻的加速度。 其中， 三轴加速度传感器 的零漂 。是利用对静止物体进行加速度采样后得到的。
步骤 402和步骤 403为本发明实施例中的优选步骤， 也可以不执行 步骤 402和步骤 403 , 直接将步骤 401获取到的运动数据进行緩存。
步骤 404: 将校准后的各采样时刻的运动数据进行緩存。 将最新获得的 N个采样时刻的运动数据存入緩存区， 即緩存的运动 数据包括： 最新的一个采样时刻至前 N-1个采样时刻的运动数据， 即緩 存区中緩存了 N个采样时刻的运动数据， 当有新的采样时刻的运动数据 緩存入緩存区时， 最早的采样时刻的运动数据溢出。 优选地， N可以为 3以上的整数， 通常设置为 2的整数次幂， 例如选取 N的值为 16或 32 以保持緩存区中緩存长度为 0.1s~0.2s的运动数据。緩存区的数据结构为 一个队列， 按照采样时刻依次排列， 最新的一个采样时刻的运动数据放 在队列尾部。
需要说明的是， 在此除了将校准后的运动数据进行緩存之外， 还可 以存储在其他任意的存储设备中。
步骤 405: 利用各采样时刻的加速度进行运动静止检测， 确定一段 运动状态的开始时刻 ί。和结束时刻 te。
其中开始时刻 ί。为静止状态到运动状态的临界采样时刻，结束时刻 te 为该运动状态到静止状态的临界采样时刻。
按照采样时刻的顺序对每个采样时刻按照预设的运动时刻确定策略 进行判断， 如果 ί。满足运动时刻确定策略， 而采样时刻 ί。-1不满足运动 时刻确定策略，则确定 ί。为运动开始时刻。如果 ^满足运动时刻确定策略， 而采样时刻 ^+1不满足运动时刻确定策略， 则确定 ^为运动结束时刻。
具体地， 上述运动时刻确定策略可以为： 如果采样时刻 ^至其之前 Τ 个采样时刻的加速度取模后的方差 αν大于或等于预设的加速度方差阈值, 且采样时刻 tx的加速度取模得到的 Ω。大于或等于预设的运动加速度阈值 , 则认为采样时刻 ίχ为运动时刻。 也就是说， 如果某个采样时刻满足了上 述运动时刻策略， 则认为该采样时刻进入了运动状态， 否则仍处于静止 状态。 其中 T为预设的正整数(
上述运动时刻确定策略可以有效地过滤短时间的抖动， 防止短时间 的静止和停顿截断完整的运动。 在此可以根据被识别物体的运动剧烈程 度， 灵活设置加速度方差阈值和运动加速度阈值。 被识别物体的运动越 剧烈， 可以设置加速度方差阈值和运动加速度阈值越高。
依次将緩存区中开始时刻 ί。和结束时刻 ^之间的各采样时刻分别作 为当前采样时刻， 执行步骤 406至 411。 步骤 406: 根据緩存区中三轴磁场传感器采样的运动数据， 确定该 运动开始时刻 ί。相对地磁坐标系的初始姿态矩阵 Tm bMt。
T bimt一 γ 7
一1 Λ ( 1 ) sin(Rollto) sin(Yawto ) ^ {Pitcht ) + cos(Rollto ) cos(Yawto )
其中， sm(Rollt ) cos(Yawto ) sin(Pitcht。 ) cos(Rollto ) sin(Yawto )
xb。 =
- sin(Rollt ) cos(Pitcht ) cos(PitchtQ ) sin(Yawto )
cos(PitchtQ ) cos(YawtQ )
sin(Pitcht ) sin(Rollto) cos(Yawto ) cos(Rollto ) sin(Yawto ) ^m(Pitcht )
sin(_¾9〃¾) sin( wio ) cos(RolltQ ) cos(YawtQ ) sin(Pitcht。 )
cos(Rollt ) cos(Pitcht )
Rollto、 YawtQ和 PitchtQ是三轴磁场传感器采样到的采样时刻。时的角度。 步骤 407: 在被识别物体处于运动状态时， 根据三轴陀螺仪在当前 采样时刻及其前一采样时刻采样到的角速度数据， 确定前一采样时刻到 当前采样时刻的姿态变化矩阵 。
首先确定三轴陀螺仪在当前采样时刻的前一采样时刻采样到的角速 度数据为 ^ = [¾， ，¾] , 在当前采样时刻采样到的角速度数据为 wc = [ωα , wCy， o)Cz , 相邻采样时刻之间的间隔为 则确定前一采样时刻到 当前采样时刻的姿态变化矩阵 ^为： T = RZRYRX。
其中， Rz、 RY、 ^分别为1 ^相对 Z轴、 Y轴和 X轴转动（《 + ^^ / 2、 ( + ) ί / 2和（ i¾ + «c J ί / 2的姿态变换矩阵。 步骤 408:利用前一采样时刻相对于 t。的姿态变换矩阵 Γ β以及 7 , 确定并记录当前时刻相对于所述 ^。被识别物体的姿态变换矩阵 T t r。
由于在以 ^。为运动开始时刻的一段运动中， 对确定出的每一采样时 刻相对于所述 ^。的姿态变换矩阵都会进行记录， 因此， 首先获取记录的 前一采样时刻的姿态变换矩阵 Γ β , 则 可以为：
bCuT bPrerri bCuT
1 Unit ― 1 Unit 1 bPre 。 、 Z J 步骤 409:确定当前采样时刻相对于三维地磁坐标系的姿态矩阵 rm fc bCur blnitr i bCur
^ ^ m m blnit ° 从步骤 407、 步骤 408和步骤 409可以看出， 实际上在计算当前采 样时刻相对于三维地磁坐标系的姿态矩阵 T Cur时， 采用了一种 "回溯 " 式的迭代算法， 即 = rm fcM β , 其中， CWr表示当前采样时刻， Mt 表示运动开始时刻 ί。， r + 表示从采样时刻 J到采样时刻 的姿态变化 矩阵。
步骤 410:按照公式 cur = rcuracur _ ,将当前采样时刻的加速度 去除重力加速度 的影响， 得到当前采样时刻的实际加速度 。
其中， 可以利用处于静止状态的物体确定出三维地磁坐标系下的重 力加速度
具体地， 可以利用三轴加速度传感器对处于静止状态的物体连续 Μ 个采样时刻进行采样， 将连续 M个采样时刻的地磁坐标系下的重力加速 度平均值作为当前地磁坐标系下的实际重力加速度 ,即 ^可以按照公式
(3) 确定：
1
(3)
Μ为预设的正整数 , ί为对处于静止状态的物体进行采样的初始采样 时刻
I· im i a. (4) 为三轴加速度传感器在采样时刻 采样到的加速度， 7^为采样时 刻 时上述处于静止状态的物体的姿态矩阵， 该 7 .根据三轴磁场传感器 采样到的采样时刻 时的角度确定， 具体如下:
Figure imgf000013_0001
cos(Pitchj ) si (YaWj )
cos(Pitchj ) cos(YaWj )
sin(Pitchj)
sin(Roli cos(YaWj ) - cos(Rollj ) si (YaWj ) sin(Pitchj )
- sin(Roli si (YaWj ) - cos(Rollj ) cos(YaWj ) sin(Pitchj )
cos(Rollj ) cos(Pitchj )
Rollj、 ^和 ¾^.是三轴磁场传感器采样到的采样时刻 时的角度。 步骤 411: 对 ί。至当前采样时刻的实际加速度进行积分， 得到当前采 样时刻的实时速度， 对。至当前采样时刻的实时速度进行积分， 得到当 前采样时刻的位置。 本步骤中通过积分方式获得实时速度和位置的方法是公知技术， 在 此不再具体赘述( 将开始时刻 t0和结束时刻 te之间的各采样时刻的加速度、实时速度和 位置中的至少一种在数据库中存储为一段运动的运动参数。
在上述流程中， 如果在运动静止检测时， 检测到一段运动状态结束 的时刻与下一段运动状态开始的时刻之间的时间间隔小于预设的时长阈 值， 则认为两端运动状态为一段运动状态， 需要进行运动 "接续" 。 即 如果步骤 405确定出的运动开始时刻 ί。与上一段运动状态结束的采样时 刻 ^ '之间的时间间隔小于预设的时长阈值， 则将 ^ '的姿态矩阵作为 t0的初 始姿态矩阵 rm fcM ; 否则按照公式 （ 1 ) 确定 ^。的初始姿态矩阵 rm fcM。
下面对与上述运动参数确定方法对应的运动参数确定装置的结构进 行描述， 如图 5所示， 该装置可以包括： 运动数据获取单元 500、 数据 存储单元 510、运动静止检测单元 520、初始姿态确定单元 530以及运动 参数确定单元 540。
运动数据获取单元 500获取各采样时刻的运动数据并发送给数据存 储单元 510, 其中运动数据包括： 三轴加速度传感器采样到的被识别物 体的加速度、 三轴陀螺仪采样到的被识别物体的角速度和三轴磁场传感 器采样到的被识别物体相对于三维地磁坐标系的夹角。
数据存储单元 510将存储运动数据。
具体地， 数据存储单元 510可以将最新获得的 N个采样时刻的运动 数据存入緩存区； 其中 N为 3以上的整数， 緩存区中的运动数据按照采 样时刻依次排列， 最新的一个采样时刻的运动数据排在緩存区的队列尾 部。 即数据存储单元 510将最新的一个采样时刻至前 N-1个采样时刻的 运动数据存入緩存区。
运动静止检测单元 520利用数据存储单元 510存储的各采样时刻的 加速度进行运动静止检测， 确定一段运动状态的运动开始时刻 ί。和运动 结束时刻 。
初始姿态确定单元 530根据数据存储单元 510存储的运动开始时刻 ί。采样的夹角，确定运动开始时刻 ί。相对于三维地磁坐标系的初始姿态矩
T 「γ ~\ ( ) 丄 — L ^)， ， 、 丄 / s (Rollt ) sin(Yawto ) ^ {Pitcht ) + cos(Rollto ) cos(Yawto )
其中， xb sm(Rollt ) cos(Yawto ) sin(Pitcht。 ) cos(Rollto ) sin(Yawto )
。 =
- sin(Rollt ) cos(Pitcht ) cos(Pitch ) sin(Yawto )
cos(Pitch ) cos(Yawt(> )
sin(Pitcht ) sin(Rollt ) cos(Yawto ) - cos(Ro〃 ) sin(¾w ) sin(Pitch )
- sm(Rollt ) sin(Yawto ) - cos(Ro〃 ) cos(Faw¾ ) sin(Pitchk )
cos(Rollt ) cos(Pitcht )
Rollt。、 w和 Pitcht。是三轴磁场传感器采样到的采样时刻 ί。时的角度。 运动参数确定单元 540从运动开始时刻 ί。的下一采样时刻开始至运 动结束时刻 ^依次作为当前采样时刻确定出各采样时刻的加速度。
其中，运动参数确定单元 540可以具体包括：姿态变换确定模块 541、 实时姿态确定模块 542和去重力影响模块 543。 姿态变换确定模块 541根据数据存储单元 510存储的当前采样时刻 及其前一采样时刻采样到的角速度， 以及前一采样时刻相对于运动开始 时刻 ί。的姿态变换矩阵 Γ β , 确定并记录当前时刻相对于运动开始时刻 t0 的姿态变换矩阵 Γ 。 实时姿态确定模块 542按照 T = 7^"' 确定当前采样时刻相对 于三维地磁坐标系的姿态矩阵 T Cur。
去重力影响模块 543利用 rm fc 对当前采样时刻的加速度《 进行调 整后， 将当前采样时刻的加速度 ^去除重力加速度 的影响， 得到当前 采样时刻的实际加速度 am Mcur。
更进一步地， 该装置还可以包括： 预处理单元 550和滤波处理单元 560中的至少一种。 当同时包含这两个单元时， 这两个单元的处理没有 固定的先后顺序， 可以以任意顺序先后执行。 图 la中以同时包含这两个 单元为例。
其中， 预处理单元 550将运动数据获取单元 500发送给数据存储单 元 510的运动数据进行插补处理。通过预处理单元 550能够在 MEMS传 感器的采样频率不够高时， 提高后续计算加速度、 速度和位置等运动参 数的计算精度。 采用的插补处理方式可以包括但不限于： 线性插补或样 条插补。
滤波处理单元 560将运动数据获取单元 500发送给数据存储单元 510的运动数据进行滤波处理， 以消除运动数据的噪音。 在此并把具体 限定滤波方式的选取， 可以采用多种滤波方式， 例如采用 16点的 FFT 滤波。
对于三轴加速度传感器而言， 可能存在因零漂所带来的采样到的加 速度不准确的问题， 针对此该装置还可以包括： 数据校准单元 570, 用 于采用三轴加速度传感器的零漂 对运动数据获取单元 500发送给数 据存储单元 510的运动数据进行数据校准， 即将得到的各采样时刻的加 速度均去除零漂 。 运动静止检测单元 520在进行运动静止检测时， 可以具体按照采样 时刻的先后顺序， 对每个采样时刻按照预设的运动时刻确定策略进行判 断， 如果采样时刻 ί。满足运动时刻确定策略， 而采样时刻 ί。-1不满足运 动时刻确定策略， 则确定 ί。为运动开始时刻； 如果采样时刻 ί满足运动时 刻确定策略， 而采样时刻 ^+1不满足运动时刻确定策略， 则确定 为运 动结束时刻。
其中， 上述运动时刻确定策略可以为： 如果采样时刻 ^至其之前 Τ 个采样时刻的加速度取模后的方差 αν大于或等于预设的加速度方差阈值, 且采样时刻 tx的加速度取模得到的 α。大于或等于预设的运动加速度阈值 , 则确定采样时刻 为运动时刻， 其中 Τ为预设的正整数。
由于在实际的过程中可能会因抖动等存在在运动期间存在短暂的时 刻状态发生改变， 实际上该过程仍属于一段运动， 针对此上述初始姿态 确定单元 530可以具体包括： 运动间隔判断模块 531和初始姿态确定模 块 532。
运动间隔判断模块 531判断运动开始时刻 t0与上一段运动状态的运 动结束时刻 '之间的时间间隔是否小于预设的时间阈值。
初始姿态确定模块 532在运动间隔判断模块 531的判断结果为否时， 始时刻 ί。相对于三维地磁坐标系的初始姿态矩阵 rm fcM，在运动间隔判断模 块 531的判断结果为是时， 将 '相对于三维地磁坐标系的姿态矩阵确定 为运动开始时刻 ί。相对于三维地磁坐标系的初始姿态矩阵 T Mt。
在该装置中， 姿态变换确定模块 541可以具体包括： 第一姿态变换 确定子模块 5411和第二姿态变换确定子模块 5412。 第一姿态变换确定子模块 5411根据数据存储单元 510存储的当前采 样时刻及其前一采样时刻采样到的角速度， 确定前一采样时刻到当前采 样时刻的姿态变化矩阵 。
具体地， 第一姿态变换确定子模块 5411可以确定数据存储单元 510 存储的前一采样时刻的角速度 为 wp = [ί¾， ωΡγ， ί¾ ] ，在当前采样时刻采 样到的角速度 ^为^ = [ωχ,ωγ,ωζ Τ， 按照 T = RZRFRZ确定前一采样 时刻到当前采样时刻的姿态变化矩阵 ， 其中 ^为 >νρ相对于 Ζ轴转动 ( +¾)ί/2的姿态变换矩阵， RY为 >vp相对于 Y轴转动（ + /2的姿 态变换矩阵， ^为 >vp相对于 X轴转动（¾ + ¾ /2的姿态变换矩阵， ί为 相邻采样时刻之间的间隔。
第二姿态变换确定子模块 5412获取记录的前一采样时刻相对于运 动开始时刻。的姿态变换矩阵 并按照公式 =7 确定当前 时刻相对于运动开始时刻 t0的姿态变换矩阵 ：。
去重力影响模块 543具体可以按照公式 =Tm bCura - g， 得到当 前采样时刻的实际加速度 a cur，其中 为三维地磁坐标系下的重力加速度。
为了确定三维地磁坐标系下的重力加速度 , 该装置还可以包括： 重力运动参数确定单元 580。重力运动参数确定单元 580可以具体包括： 数据获取模块 581和重力加速度确定模块 582。 数据获取模块 581获取对处于静止状态的物体连续 M个采样时刻采 样到的加速度和夹角。 即三轴加速度传感器和三轴磁场传感器对处于静 止状态的物体进行采样， 数据获取模块 581从中获取 M个采样时刻的加 速度和夹角。
重力加速度确定模块 582按照 =— fami确定三维地磁坐标系下的
M ~ 重力加速度 其中， M为预设的正整数， 为处于静止状态的物体进行 采样的初始采样时刻； = 为上述处于静止状态的物体在采样 时刻 ·采样到的加速度， 7^为上述处于静止状态的物体在采样时刻 j的 角度确定的处于静止状态的物体在采样时刻 ·的姿态矩阵 <
Figure imgf000019_0001
sm(Rollj) sm(YaWj ) sm(Pitchj ) + cos(Rollj ) cos(YaWj )
s (Rollj)
Figure imgf000019_0002
cos(Rollj ) sin(YaWj )
- s (Rollj ) cosiPitchj )
cos(Pitchj ) sin(YaWj )
Figure imgf000019_0003
)
s (Pitchj )
s (Rollj)
Figure imgf000019_0004
) sin(Pitchj )
Figure imgf000019_0005
- s (Rollj) sin(YaWj ) - cos(Rollj ) ) sin(Pitchj )
cos(Rollj ) cos(Pitchj )
Roll、 Faw .和 Pitchj是三轴磁场传感器采样到的采样时刻 时的角度。 在确定出各时刻的实际加速度后， 可以进一步确定各时刻的实时速 度和位置， 此时，运动参数确定单元 540还可以包括： 速度确定模块 544 和位置确定模块 545。 速度确定模块 544对运动开始时刻 ί。至当前采样时刻的实际加速度 进行积分， 得到当前采样时刻的实时速度。
位置确定模块 545对运动开始时刻 ί。至当前采样时刻的实时速度进 行积分， 得到当前采样时刻的位置。
开始时刻 t0和结束时刻 ^之间的各采样时刻的加速度、实时速度和位 置中的至少一种在数据库中存储为一段运动的运动参数。
在利用图 4所示流程和图 5所示装置确定出运动参数后， 可以进一 步用于如下应用： 1 )将各采样时刻的位置信息、姿态信息等运动参数发送给动作识别 装置（如图 la中的动作识别装置 140 ) , 由动作识别装置依据动作参数 对运动的动作类型进行识别， 从而提取出某种运动类型的一段动作对应 的运动参数。 例如， 将 MEMS传感器设置在 golf手套上， 利用本发明提 供的运动参数确定方法和装置确定出 golf手套的运动参数后， 将这些运 动参数提供给动作识别装置， 由于球员除了做 golf挥杆动作之外还可能 进行休息、 接听电话等其他动作， 动作识别装置能够将一段完整的 golf 挥杆动作对应的运动参数识别并提取出来。
2 ) 将各时刻的速度信息和 /或位置信息等运动参数提供给参数显示 装置（如图 la中的参数显示装置 150 )或者将运动识别装置提取出的运 动参数提供给参数显示装置， 参数显示装置可以根据各采样时刻的位置 信息以表格的形式显示， 或者显示被识别物体的 3D运动轨迹， 和 /或， 根据各采样时刻的速度信息以表格形式显示， 或者以曲线形式显示被识 别物体的速度信息。 用户可以通过该参数显示装置， 查看被识别物体的 具体运动细节， 例如运动的实时速度、 位置、 位置的时间分布、 速度的 时间分布等。
3 )将各时刻的加速度、 实时速度和位置信息等运动参数提供给专家 评价装置， 或者将参数显示装置的显示结果提供给专家评价装置， 以便 专家评价装置给予评价。 其中专家评价装置可以是具有自动评价功能的 装置， 此时专家评价装置可以查找预先挖掘的运动参数数据库， 该运动 参数数据库中存储有各种运动参数所对应的评价信息， 对各时刻的加速 度、 实时速度和位置信息给予对应的评价。 专家评价装置也可以是一个 用户界面， 通过用户界面将运动参数提供给专家， 由专家根据运动参数 人工给予评价， 较优地， 用户界面可以获取专家输入的评价信息， 将评 价信息发送给终端设备供该终端设备的使用者查看和参考。
4 )将各时刻的加速度、 实时速度和位置信息等运动参数发送给一个 以上的终端设备， 例如发送给多个用户的 iphone , 供多个终端设备的使 用者共享该运动参数， 增加多个使用者之间的交流。
需要说明的是，在本发明的实施例中均以 MEMS传感装置为例进行 描述， 但本发明并不限于此， 同样可以采用除 MEMS传感装置之外的其 他传感装置， 只要能够实现本发明实施例中所述的运动数据采样即可。
以上所述仅为本发明的较佳实施例而已， 并不用以限制本发明， 凡 在本发明的精神和原则之内， 所做的任何修改、 等同替换、 改进等， 均 应包含在本发明保护的范围之内。

Claims

WO 2012/146184 权 利 要 求 书 PCT/CN2012/074748
1、 一种运动参数确定方法， 其特征在于， 该方法包括：
51、 获取各采样时刻的运动数据并存储， 所述运动数据包括： 被识 别物体的加速度、 被识别物体的角速度和被识别物体相对于三维地磁坐 标系的夹角；
52、 利用存储的各采样时刻的加速度进行运动静止检测， 确定一段 运动状态的运动开始时刻 ί。和运动结束时刻 te ',
53、 根据存储的所述运动开始时刻 ί。的夹角， 确定所述运动开始时 刻 ί。相对于三维地磁坐标系的初始姿态矩阵 Tm bMt； 刻执行步骤 S41至 S43:
541、根据存储的当前采样时刻及其前一采样时刻的角速度， 以及所 述前一采样时刻相对于所述运动开始时刻 ί。的姿态变换矩阵 Γ β ,确定并 记录当前时刻相对于所述运动开始时刻 ί。的姿态变换矩阵 „ ；
542、按照 = 7^Μί7 ί 确定当前采样时刻相对于三维地磁坐标系 的姿态矩阵 rm fcC ；
543、利用所述 7 ¾ 对存储的当前采样时刻的加速度 ^进行调整后， 将当前采样时刻的加速度 去除重力加速度 的影响， 得到当前采样时 刻的实际加速度
2、 根据权利要求 1所述的方法， 其特征在于， 在获取各采样时刻的 运动数据之后， 且在存储之前还包括以下处理中的至少一种：
对获取的各采样时刻的运动数据进行插补处理；
对获取的所述各采样时刻的运动数据进行滤波处理； 以及， 。 采用采样所述加速度的三轴加速度传感器的零漂 对所述各采样 时刻的运动数据进行数据校准。
3、 根据权利要求 1所述的方法， 其特征在于， 所述步骤 S1中将运 动数据存储具体包括：
将最新获得的 N个采样时刻的运动数据存入緩存区；
其中 N为 3以上的整数， 所述緩存区中的运动数据按照采样时刻依 次排列， 最新一个采样时刻的运动数据排在緩存区的队列尾部。
4、 根据权利要求 1所述的方法， 其特征在于， 所述步骤 S2具体包 括：
按照采样时刻的先后顺序， 对每个采样时刻按照预设的运动时刻确 定策略进行判断， 如果采样时刻 ί。满足所述运动时刻确定策略， 而采样 时刻 ί。-1不满足所述运动时刻确定策略， 则确定 ί。为运动开始时刻； 如 果采样时刻 ί满足所述运动时刻确定策略， 而采样时刻 ^+1不满足所述 运动时刻确定策略， 则确定 ^为运动结束时刻。
5、 根据权利要求 4所述的方法， 其特征在于， 所述运动时刻确定策 略为：
如果采样时刻 至其之前 Τ个采样时刻的加速度取模后的方差 ^大 于或等于预设的加速度方差阈值， 且采样时刻 tx的加速度取模得到的 α。 大于或等于预设的运动加速度阈值， 则确定所述采样时刻 为运动时刻； 其中 Τ为预设的正整数。
6、 根据权利要求 1所述的方法， 其特征在于， 在所述步骤 S3之前 还包括：判断所述运动开始时刻 ί。与上一段运动状态的运动结束时刻 '之 间的时间间隔是否小于预设的时间阈值，如果否，继续执行所述步骤 S3; 如果是， 将所述 '相对于三维地磁坐标系的姿态矩阵确定为所述运动开 始时刻 ί。相对于三维地磁坐标系的初始姿态矩阵 Tm fcM ,转至执行所述步骤
S4。
7、根据权利要求 1所述的方法， 其特征在于， 所述步骤 S41具体包 括：
5411、 根据存储的当前采样时刻及其前一采样时刻的角速度， 确定 所述前一采样时刻到当前采样时刻的姿态变化矩阵 ；
5412、 获取记录的前一采样时刻相对于所述运动开始时刻 ί。的姿态 变换矩阵 Γ β , 并按照公式 7 = 7 7 确定当前时刻相对于所述运 动开始时刻 t0的姿态变换矩阵 T 。
8、 根据权利要求 7所述的方法， 其特征在于， 所述步骤 S411具体 为：
确定存储的所述前一采样时刻的角速度 ινΡ为 wp = [ωΡχ， ωΡγ， ωΡζ ] ，在所 述当前采样时刻的角速度 wc , (oCy , ω
Figure imgf000024_0001
J；
按照 T = RZRYRX确定所述前一采样时刻到当前采样时刻的姿态 变化矩阵 Γ 其中 R z为所述 IV p相对于 Z轴转动（ ¾ + ¾ ) ί / 2的姿态变换 矩阵， R为所述 ινΡ相对于 Υ轴转动（^¾ + ^ / 2的姿态变换矩阵， /^为 所述 >νρ相对于 X轴转动（^^ +
Figure imgf000024_0002
/^的姿态变换矩阵， ί为相邻采样时刻 之间的间隔。
9、 根据权利要求 1所述的方法， 其特征在于， 所述 S43具体为： 按照公式 cur = rm CuraCur - g， 得到当前采样时刻的实际加速度 , 其中 为三维地磁坐标系下的重力加速度。
10、 根据权利要求 9所述的方法， 其特征在于， 所述 的确定具体 包括：
获取对处于静止状态的物体连续 M个采样时刻采样到的加速度和 夹角；
按照 =丄 ¾ 确定三维地磁坐标系下的重力加速度 ；
M ~~ 其中， M为预设的正整数， 为所述处于静止状态的物体进行采样 的初始采样时刻； = 为所述处于静止状态的物体在采样时刻 的加速度， ¾为由所述处于静止状态的物体在采样时刻 的角度确定 的所述处于静止状态的物体在所述采样时刻 ·的姿态矩阵。
11、 根据权利要求 1所述的方法， 其特征在于， 在所述步骤 S4中的 步骤 S43之后还包括：
S44、 对所述运动开始时刻 ί。至当前采样时刻的实际加速度 进行 积分， 得到当前采样时刻的实时速度， 对所述运动开始时刻 ί。至当前采 样时刻的实时速度进行积分， 得到当前采样时刻的位置。
12、 一种运动参数确定装置， 其特征在于， 该装置包括： 数据存储单元， 所述运动数据包括： 三轴加速度传感器采样到的被识别 物体的加速度、 三轴陀螺仪采样到的被识别物体的角速度和三轴磁场传 感器采样到的被识别物体相对于三维地磁坐标系的夹角；
数据存储单元， 用于存储所述运动数据；
运动静止检测单元， 用于利用所述数据存储单元存储的各采样时刻 的加速度进行运动静止检测， 确定一段运动状态的运动开始时刻 ί。和运 动结束时刻 te ; 初始姿态确定单元， 用于根据所述数据存储单元存储的所述运动开 始时刻 t0的夹角，确定所述运动开始时刻 ί。相对于三维地磁坐标系的初始 姿态矩阵 Γ Μ；
运动参数确定单元， 用于从所述运动开始时刻 ί。的下一采样时刻开 始至所述运动结束时刻 ^依次作为当前采样时刻确定出各采样时刻的加 速度；
其中， 所述运动参数确定单元具体包括：
姿态变换确定模块， 用于根据所述数据存储单元存储的当前采样时 刻及其前一采样时刻的角速度， 以及所述前一采样时刻相对于所述运动 开始时刻 ί。的姿态变换矩阵7^6，确定并记录当前时刻相对于所述运动开 始时刻 t0的姿态变换矩阵 Γ ；
实时姿态确定模块， 用于按照 r = Γ ¾ 确定当前采样时刻相 对于三维地磁坐标系的姿态矩阵 T Cur；
去重力影响模块，用于利用所述 T Cur对当前采样时刻的加速度 aCur进 行调整后， 将当前采样时刻的加速度 去除重力加速度 的影响， 得到 当前采样时刻的实际加速度 a ur。
13、 根据权利要求 12所述的装置， 其特征在于， 该装置还包括： 预 处理单元、 滤波处理单元和数据校准单元中的至少一种；
所述预处理单元， 用于将所述运动数据获取单元发送给所述数据存 储单元的运动数据进行插补处理；
所述滤波处理单元， 用于将所述运动数据获取单元发送给所述数据 存储单元的运动数据进行滤波处理；
所述数据校准单元， 用于采用采样所述加速度的三轴加速度传感器 的零漂 ώ。, 对所述运动教 据进行数据校准。
14、 根据权利要求 12所述的装置， 其特征在于， 所述数据存储单元 将最新获得的 N个采样时刻的运动数据存入緩存区；
其中 N为 3以上的整数， 所述緩存区中的运动数据按照采样时刻依 次排列， 最新的一个采样时刻的运动数据排在緩存区的队列尾部。
15、 根据权利要求 12所述的装置， 其特征在于， 所述运动静止检测 单元具体按照采样时刻的先后顺序， 对每个采样时刻按照预设的运动时 刻确定策略进行判断， 如果采样时刻 ί。满足所述运动时刻确定策略， 而 采样时刻 ί。 - 1不满足所述运动时刻确定策略，则确定 ί。为运动开始时刻； 如果采样时刻 ί满足所述运动时刻确定策略， 而采样时刻 ^+1不满足所 述运动时刻确定策略， 则确定 ^为运动结束时刻。
16、 根据权利要求 15所述的装置， 其特征在于， 所述运动时刻确定 策略为：
如果采样时刻 至其之前 Τ个采样时刻的加速度取模后的方差 Ων大 于或等于预设的加速度方差阈值， 且采样时刻 tx的加速度取模得到的 α。 大于或等于预设的运动加速度阈值， 则确定所述采样时刻 为运动时刻， Τ为预设的正整数。
17、 根据权利要求 12所述的装置， 其特征在于， 所述初始姿态确定 单元具体包括：
运动间隔判断模块， 用于判断所述运动开始时刻 ί。与上一段运动状 态的运动结束时刻 '之间的时间间隔是否小于预设的时间阈值；
初始姿态确定模块， 用于在所述运动间隔判断模块的判断结果为否 定所述运动开始时刻 ί。相对于三维地磁坐标系的初始姿态矩阵 TMt，在所 述运动间隔判断模块的判断结果为是时， 将所述 '相对于三维地磁坐标 系的姿态矩阵确定为所述运动开始时刻 ί。相对于三维地磁坐标系的初始 姿态矩阵 Γ Μ。
18、 根据权利要求 12所述的装置， 其特征在于， 所述姿态变换确定 模块具体包括：
第一姿态变换确定子模块， 用于根据所所述数据存储单元存储的当 前采样时刻及其前一采样时刻的角速度， 确定所述前一采样时刻到当前 采样时刻的姿态变化矩阵 ；
第二姿态变换确定子模块， 用于获取记录的前一采样时刻相对于所 述运动开始时刻。的姿态变换矩阵 并按照公式 确定 当前时刻相对于所述运动开始时刻 ί。的姿态变换矩阵 τ 。
19、 根据权利要求 18所述的装置， 其特征在于， 所述第一姿态变换 确定子模块确定所述数据存储单元存储的所述前一采样时刻的角速度 wP^ wp= [ωΡχ， ωΡγ ,ωΡζ Τ , 在所述当前采样时刻采样到的角速度 >vc为
=[¾， ， 了，按照 7 =RzRyRx确定所述前一采样时刻到当前采样 时刻的姿态变化矩阵 7 ，其中 R z为所述 IV p相对于 Z轴转动（ + ¾ ) ί / 2 的姿态变换矩阵， 为所述 >νρ相对于 Υ轴转动（ + ί¾) /2的姿态变换 矩阵， /^为所述 相对于 X轴转动（ +¾ /2的姿态变换矩阵， ί为相 邻采样时刻之间的间隔。
20、 根据权利要求 12所述的装置， 其特征在于， 所述去重力影响模 块按照公式 cur = rcuracur - g，得到当前采样时刻的实际加速度 , 其 中 为三维地磁坐标系下的重力加速度。
21、 根据权利要求 20所述的装置， 其特征在于， 该装置还包括： 重 力运动参数确定单元； 所述重力运动参数确定单元具体包括：
数据获取模块， 用于获取对处于静止状态的物体连续 M个采样时刻 采样到的加速度和夹角； 重力加速度确定模块， 用于按照 =丄 ^ 5mi确定三维地磁坐标系下
M ~1 的重力加速度 其中， M为预设的正整数， 为所述处于静止状态的物 体进行采样的初始采样时刻； 为所述处于静止状态的物体 在采样时刻 ·采样到的加速度， 7^为由所述处于静止状态的物体在采样 时刻 ·的角度确定的所述处于静止状态的物体在所述采样时刻 ·的姿态 矩阵。
22、 根据权利要求 12所述的装置， 其特征在于， 所述运动参数确定 单元还包括： 速度确定模块和位置确定模块；
所述速度确定模块， 用于对所述运动开始时刻 ί。至当前采样时刻的 实际加速度 进行积分， 得到当前采样时刻的实时速度；
所述位置确定模块， 用于对所述运动开始时刻 ί。至当前采样时刻的 实时速度进行积分， 得到当前采样时刻的位置。
23、 一种动作辅助设备， 其特征在于， 该动作辅助设备包括： 传感 装置和如权利要求 12至 22任一权项所述的运动参数确定装置；
所述传感装置， 用于采样被识别物体各采样时刻的运动数据， 并发 送给所述运动参数确定装置，所述运动数据包括：被识别物体的加速度、 被识别物体的角速度和被识别物体相对于三维地磁坐标系的夹角。
24、 根据权利要求 23所述的动作辅助设备， 其特征在于， 所述传感 装置包括： 用于采样被识别物体的加速度的三轴加速度传感器，
用于采样被识别物体的角速度的三轴陀螺仪， 以及，
用于采样被识别物体相对于三维地磁坐标系的夹角的三轴磁场传感
25、 根据权利要求 23所述的动作辅助设备， 其特征在于， 所述动作 辅助设备还包括：
处理器， 用于从所述传感装置读取运动数据， 并按照预设的传输协 议传输给所述运动参数确定装置。
26、 根据权利要求 23所述的动作辅助设备， 其特征在于， 所述动作 辅助设备还包括： 数据传输接口， 用于将所述运动参数确定装置确定的 运动数据发送给所述动作辅助设备的外部设备。
PCT/CN2012/074748 2011-04-29 2012-04-26 一种运动参数确定方法、装置和运动辅助设备 WO2012146184A1 (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2014506744A JP5966208B2 (ja) 2011-04-29 2012-04-26 運動パラメーター確定方法、装置及び運動支援装置
KR20137020213A KR101509472B1 (ko) 2011-04-29 2012-04-26 운동파라미터 확정방법, 장치와 운동지원방법
EP20120776967 EP2704098A4 (en) 2011-04-29 2012-04-26 METHOD AND DEVICE FOR DETERMINING MOTION PARAMETER AND AUXILIARY MOTION EQUIPMENT

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201110111559A CN102184549B (zh) 2011-04-29 2011-04-29 一种运动参数确定方法、装置和运动辅助设备
CN201110111559.8 2011-04-29

Publications (1)

Publication Number Publication Date
WO2012146184A1 true WO2012146184A1 (zh) 2012-11-01

Family

ID=44570718

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2012/074748 WO2012146184A1 (zh) 2011-04-29 2012-04-26 一种运动参数确定方法、装置和运动辅助设备

Country Status (8)

Country Link
US (1) US8725452B2 (zh)
EP (1) EP2704098A4 (zh)
JP (1) JP5966208B2 (zh)
KR (1) KR101509472B1 (zh)
CN (1) CN102184549B (zh)
AU (1) AU2011244873B1 (zh)
CA (1) CA2757672C (zh)
WO (1) WO2012146184A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9589207B2 (en) 2013-11-21 2017-03-07 Mo' Motion Ventures Jump shot and athletic activity analysis system
US10664690B2 (en) 2013-11-21 2020-05-26 Mo' Motion Ventures Jump shot and athletic activity analysis system

Families Citing this family (104)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9636550B2 (en) 2009-11-19 2017-05-02 Wilson Sporting Goods Co. Football sensing
US10821329B2 (en) 2009-11-19 2020-11-03 Wilson Sporting Goods Co. Football sensing
US10751579B2 (en) 2009-11-19 2020-08-25 Wilson Sporting Goods Co. Football sensing
US10668333B2 (en) 2009-11-19 2020-06-02 Wilson Sporting Goods Co. Football sensing
US8941723B2 (en) 2010-08-26 2015-01-27 Blast Motion Inc. Portable wireless mobile device motion capture and analysis system and method
US9607652B2 (en) 2010-08-26 2017-03-28 Blast Motion Inc. Multi-sensor event detection and tagging system
US9626554B2 (en) 2010-08-26 2017-04-18 Blast Motion Inc. Motion capture system that combines sensors with different measurement ranges
US9076041B2 (en) 2010-08-26 2015-07-07 Blast Motion Inc. Motion event recognition and video synchronization system and method
US9604142B2 (en) 2010-08-26 2017-03-28 Blast Motion Inc. Portable wireless mobile device motion capture data mining system and method
US9235765B2 (en) 2010-08-26 2016-01-12 Blast Motion Inc. Video and motion event integration system
US9646209B2 (en) 2010-08-26 2017-05-09 Blast Motion Inc. Sensor and media event detection and tagging system
US9247212B2 (en) 2010-08-26 2016-01-26 Blast Motion Inc. Intelligent motion capture element
US9619891B2 (en) 2010-08-26 2017-04-11 Blast Motion Inc. Event analysis and tagging system
US9261526B2 (en) 2010-08-26 2016-02-16 Blast Motion Inc. Fitting system for sporting equipment
US9940508B2 (en) 2010-08-26 2018-04-10 Blast Motion Inc. Event detection, confirmation and publication system that integrates sensor data and social media
US9320957B2 (en) 2010-08-26 2016-04-26 Blast Motion Inc. Wireless and visual hybrid motion capture system
US9406336B2 (en) 2010-08-26 2016-08-02 Blast Motion Inc. Multi-sensor event detection system
US9418705B2 (en) 2010-08-26 2016-08-16 Blast Motion Inc. Sensor and media event detection system
US9396385B2 (en) 2010-08-26 2016-07-19 Blast Motion Inc. Integrated sensor and video motion analysis method
US9401178B2 (en) 2010-08-26 2016-07-26 Blast Motion Inc. Event analysis system
CN102184549B (zh) * 2011-04-29 2012-10-10 闫文闻 一种运动参数确定方法、装置和运动辅助设备
BR112014025395B1 (pt) * 2012-04-13 2022-07-26 Wi-Tronix, Llc Métodos para registrar, processar e transmitir dados a partir de um bem móvel
CN102842156B (zh) * 2012-09-21 2015-07-08 电子科技大学 获取车辆行驶状况数据、评估车辆行驶状况的方法及装置
CN102923572B (zh) * 2012-09-24 2015-08-26 苏州市思玛特电力科技有限公司 一种吊车负载空间摆角检测技术及装置
US9283457B2 (en) 2012-11-09 2016-03-15 Wilson Sporting Goods Co. Sport performance system with ball sensing
US10159884B2 (en) 2012-11-09 2018-12-25 Wilson Sporting Goods Co. Basketball make-miss shot sensing
US9656143B2 (en) 2012-11-09 2017-05-23 Wilson Sporting Goods Co. Basketball shot determination system
US9901801B2 (en) 2012-11-09 2018-02-27 Wilson Sporting Goods Co. Basketball sensing apparatus
US9623311B2 (en) 2012-11-09 2017-04-18 Wilson Sporting Goods Co. Basketball sensing apparatus
US9724570B2 (en) 2012-11-09 2017-08-08 Wilson Sporting Goods Co. Ball lighting
US9656142B2 (en) 2012-11-09 2017-05-23 Wilson Sporting Goods Co. Basketball shot determination system
US9844704B2 (en) 2012-11-09 2017-12-19 Wilson Sporting Goods Co. Basketball sensing apparatus
US9656140B2 (en) 2012-11-09 2017-05-23 Wilson Sporting Goods Co. Sport performance system with ball sensing
EP2920670A4 (en) * 2012-11-16 2016-06-29 Nokia Technologies Oy TRANSMISSION OF MOTION DATA
US10912131B2 (en) * 2012-12-03 2021-02-02 Samsung Electronics Co., Ltd. Method and mobile terminal for controlling bluetooth low energy device
JP6268945B2 (ja) * 2013-02-04 2018-01-31 株式会社リコー 慣性装置、方法及びプログラム
US9384671B2 (en) 2013-02-17 2016-07-05 Ronald Charles Krosky Instruction production
CN104035685A (zh) * 2013-03-07 2014-09-10 龙旗科技(上海)有限公司 一种基于动作传感的手持终端解锁方法
US20140274486A1 (en) 2013-03-15 2014-09-18 Wilson Sporting Goods Co. Ball sensing
US11040244B2 (en) 2013-03-15 2021-06-22 Karsten Manufacturing Corporation Impact and sound analysis for golf equipment
CN105378432B (zh) * 2013-03-15 2019-06-18 谷歌有限责任公司 用于姿态校正的系统和方法
US10391358B2 (en) 2013-03-15 2019-08-27 Karsten Manufacturing Corporation Impact and sound analysis for golf equipment
US9612253B2 (en) * 2013-03-15 2017-04-04 Nike, Inc. Impact and sound analysis for golf equipment
US9342737B2 (en) * 2013-05-31 2016-05-17 Nike, Inc. Dynamic sampling in sports equipment
US9597554B2 (en) 2013-08-07 2017-03-21 Wilson Sporting Goods Co. Racquet hit notification
JP6152763B2 (ja) * 2013-09-19 2017-06-28 カシオ計算機株式会社 運動支援装置及び運動支援方法、運動支援プログラム
CN103519820A (zh) * 2013-09-29 2014-01-22 上海致趣网络科技有限公司 穿戴式设备运动检测方法
US9833683B2 (en) 2013-10-16 2017-12-05 Wilson Sporting Goods Co. Golf ball and caddie system
US10220286B2 (en) 2013-10-16 2019-03-05 Wilson Sporting Goods Co. Golf ball and caddie system
EP2899547B1 (en) * 2013-12-05 2016-09-28 Huawei Device Co., Ltd. Method and apparatus for determining acceleration of vehicle
US10281484B2 (en) * 2014-05-02 2019-05-07 Qualcomm Incorporated Motion direction determination and application
CN113303790A (zh) * 2014-05-30 2021-08-27 日东电工株式会社 用于对用户活动进行分类和/或对用户步数进行计数的设备和方法
KR102233301B1 (ko) 2014-06-12 2021-03-31 순위안 카이화 (베이징) 테크놀로지 컴퍼니 리미티드 스포츠 기구 내에 삽입된 제거 가능한 동작 센서
CN104112301B (zh) * 2014-06-23 2015-07-22 深圳市一体数科科技有限公司 基于智能终端和服务器端的汽车驾驶行为分析方法及系统
KR101545654B1 (ko) * 2014-06-26 2015-08-20 주식회사 아이파이브 개인별 맞춤형 운동 시스템 및 개인별 맞춤형 운동 방법
CN104154913A (zh) * 2014-06-28 2014-11-19 南京诺导电子科技有限公司 全姿态环境下自主室内定位算法
CN104154915B (zh) * 2014-07-04 2017-10-20 北京搜狗科技发展有限公司 一种基于智能穿戴设备的音频操作方法和智能穿戴设备
US9916001B2 (en) 2014-07-08 2018-03-13 Wilson Sporting Goods Co. Sport equipment input mode control
US9409074B2 (en) 2014-08-27 2016-08-09 Zepp Labs, Inc. Recommending sports instructional content based on motion sensor data
US9587943B2 (en) * 2014-10-04 2017-03-07 Honeywell International Inc. High rate rotation sensing
WO2016096443A1 (en) 2014-12-18 2016-06-23 Koninklijke Philips N.V. Activity classification and communication system for wearable medical device
JP6474128B2 (ja) * 2015-03-18 2019-02-27 アルプスアルパイン株式会社 地磁気センサと加速度センサを搭載した電子機器
KR102390876B1 (ko) * 2015-03-27 2022-04-26 삼성전자주식회사 가속도 센서를 이용하여 사용자의 활동을 인식하는 방법 및 장치
US9889358B2 (en) 2015-06-04 2018-02-13 Jeffrey Kyle Greenwalt Systems and methods utilizing a ball including one or more sensors to improve pitching performance
US9808692B2 (en) 2015-06-04 2017-11-07 Jeffrey Kyle Greenwalt Ball including one or more sensors to improve pitching performance
DE202015103582U1 (de) 2015-07-07 2015-08-20 Oliver Baltzer Vorrichtung zum Erkennen eines Aufschlags
CN105043383A (zh) * 2015-07-10 2015-11-11 哈尔滨医科大学 一种姿态矫正方法及装置
US11565163B2 (en) 2015-07-16 2023-01-31 Blast Motion Inc. Equipment fitting system that compares swing metrics
US11577142B2 (en) 2015-07-16 2023-02-14 Blast Motion Inc. Swing analysis system that calculates a rotational profile
US10974121B2 (en) 2015-07-16 2021-04-13 Blast Motion Inc. Swing quality measurement system
US9694267B1 (en) 2016-07-19 2017-07-04 Blast Motion Inc. Swing analysis method using a swing plane reference frame
US10124230B2 (en) 2016-07-19 2018-11-13 Blast Motion Inc. Swing analysis method using a sweet spot trajectory
EP3323084A4 (en) 2015-07-16 2019-07-10 Blast Motion Inc. SYSTEM FOR MULTISENSOR EVENT RECOGNITION AND MARKING
US10172541B2 (en) * 2015-09-25 2019-01-08 J-Mex Inc. Motion recognition device and method
CN106708252A (zh) * 2015-11-12 2017-05-24 昆山罗伯斯特机器人科技有限公司 一种智能无线控制手势手套
CN105407238B (zh) * 2015-12-08 2018-11-02 北京百度网讯科技有限公司 一种基于传感器的骑行监测方法及装置
US10215542B2 (en) 2015-12-09 2019-02-26 Virtual Clays, LLC System for analyzing performance of an activity involving using an implement to strike a moving target object effectively
US10161954B2 (en) * 2016-01-22 2018-12-25 Htc Corporation Motion detecting device and detecting method for repetitive motion
CN105549746B (zh) * 2016-01-28 2018-10-30 广州成潮智能科技有限公司 一种基于加速度传感芯片的动作识别方法
TWI729064B (zh) * 2016-01-28 2021-06-01 日商日本鼎意股份有限公司 包括內置有感應器的球的系統、行動終端的程式及經由行動終端監控球的動向之方法
US10265602B2 (en) 2016-03-03 2019-04-23 Blast Motion Inc. Aiming feedback system with inertial sensors
CN105957183B (zh) * 2016-04-21 2018-05-29 深圳市元征科技股份有限公司 一种车辆静止状态检测方法及装置
CN106097843A (zh) * 2016-08-30 2016-11-09 广东工业大学 一种运动学实验系统及方法
CN106444809B (zh) * 2016-10-12 2024-04-16 湖南绿野航空科技有限公司 一种无人机飞行控制器
JP2018082771A (ja) * 2016-11-21 2018-05-31 カシオ計算機株式会社 運動解析装置、運動解析方法及びプログラム
CN107049324B (zh) * 2016-11-23 2019-09-17 深圳大学 一种肢体运动姿态的判断方法及装置
CN108426573B (zh) * 2017-02-14 2023-04-07 中兴通讯股份有限公司 一种终端设备的行人步态检测方法及终端设备
CN108663067A (zh) * 2017-03-30 2018-10-16 杭州维圣智能科技有限公司 一种运动传感器的自适应校准方法和系统
US10786728B2 (en) 2017-05-23 2020-09-29 Blast Motion Inc. Motion mirroring system that incorporates virtual environment constraints
CN107329860B (zh) * 2017-05-25 2020-07-14 福建网龙计算机网络信息技术有限公司 Vr设备传感器的数据采样率检测方法及其系统
CN107883953B (zh) * 2017-09-26 2021-05-25 广州新维感信息技术有限公司 一种vr手柄静态检测算法、vr手柄及存储介质
CN107976559A (zh) * 2017-10-11 2018-05-01 常州信息职业技术学院 基于静止点检测的滤除重力加速度方法
WO2019099053A1 (en) * 2017-11-19 2019-05-23 Mocini Jeffrey Belt-mounted slope sensor system
CN110966978B (zh) * 2018-09-28 2021-10-26 千寻位置网络有限公司 自行车轮胎变形的检测方法及装置、自行车
KR102361148B1 (ko) * 2018-10-30 2022-02-10 에이케이시스 주식회사 응용프로그램 구동 환경을 제공하는 가상 안드로이드 장치를 이용한 제어 시스템
US20200215376A1 (en) * 2019-01-07 2020-07-09 Spencer Bishop Smartbell
CN110246561A (zh) * 2019-04-30 2019-09-17 华为技术有限公司 一种移动距离计算方法、装置以及系统
CN111399669B (zh) * 2020-03-27 2023-08-18 歌尔股份有限公司 耳机的位姿变化识别方法、装置、无线耳机及存储介质
CN111693019B (zh) * 2020-05-20 2021-04-20 西安交通大学 一种姿态传感装置及数据融合、姿态解算方法
CN112288766B (zh) * 2020-10-28 2024-05-28 中国科学院深圳先进技术研究院 运动评估方法、装置、系统及存储介质
CN113074724B (zh) * 2021-03-26 2023-05-02 歌尔股份有限公司 运动时间计算方法、装置、设备及计算机可读存储介质
CN113376404B (zh) * 2021-05-19 2022-11-18 中寰卫星导航通信有限公司 一种标定验证系统、设备、方法及存储介质
CN114176576B (zh) * 2021-12-11 2024-05-24 江苏智恒文化科技有限公司 基于加速度识别人体运动状态的方法
CN114967942B (zh) * 2022-03-31 2023-04-18 河北迥然科技有限公司 一种运动姿态分析方法、终端及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007124257A2 (en) * 2006-04-21 2007-11-01 Motorola, Inc. Method and system for personal inertial navigation measurements
CN101299271A (zh) * 2008-06-12 2008-11-05 复旦大学 一种机动目标状态方程的多项式预测模型及跟踪方法
CN101488222A (zh) * 2008-01-16 2009-07-22 中国科学院自动化研究所 一种基于运动目标表象和运动信息的摄像机自标定方法
CN101886927A (zh) * 2010-06-25 2010-11-17 武汉大学 基于惯性传感器和地磁传感器的三维运动跟踪系统与方法
CN101964047A (zh) * 2009-07-22 2011-02-02 深圳泰山在线科技有限公司 一种基于多跟踪点的人体动作识别方法
CN102184549A (zh) * 2011-04-29 2011-09-14 韩铮 一种运动参数确定方法、装置和运动辅助设备

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002037827A2 (en) * 2000-10-30 2002-05-10 Naval Postgraduate School Method and apparatus for motion tracking of an articulated rigid body
KR100631035B1 (ko) * 2004-06-03 2006-10-02 이기영 구기 스포츠의 스윙 폼 교정장치
JP4622441B2 (ja) * 2004-10-13 2011-02-02 横浜ゴム株式会社 ゴルフスウィング解析システムおよびそのプログラム
KR100718126B1 (ko) * 2005-02-05 2007-05-15 삼성전자주식회사 동작 인식 기반 입력 장치의 사용자 인터페이스 방법 및 그장치
NL1030440C2 (nl) * 2005-11-16 2007-05-21 Univ Twente Bewegingsvolgsysteem.
US8082122B2 (en) * 2006-12-12 2011-12-20 Samsung Electronics Co., Ltd. Mobile device having a motion detector
FR2934043B1 (fr) * 2008-07-18 2011-04-29 Movea Sa Procede d'estimation ameliore de l'orientation d'un objet et centrale d'attitude mettant en oeuvre un tel procede
JP5604779B2 (ja) * 2008-09-17 2014-10-15 富士通株式会社 携帯端末装置、スイングの測定方法及び測定プログラム
CN101726295B (zh) * 2008-10-24 2011-09-07 中国科学院自动化研究所 考虑加速度补偿和基于无迹卡尔曼滤波的惯性位姿跟踪方法
JP4702475B2 (ja) * 2008-12-25 2011-06-15 ソニー株式会社 入力装置、ハンドヘルド装置及び制御方法
JP5182708B2 (ja) * 2009-06-17 2013-04-17 ダンロップスポーツ株式会社 ゴルフスイングの分析方法
KR101586007B1 (ko) * 2009-06-25 2016-01-21 삼성전자주식회사 데이터 처리 장치 및 방법
JP2011033489A (ja) * 2009-08-03 2011-02-17 Aichi Micro Intelligent Corp モーションキャプチャ用のマーカ
KR20110060481A (ko) * 2009-11-30 2011-06-08 울산대학교 산학협력단 자세각 검출 장치 및 그 자세각 검출 방법
JP4590018B1 (ja) * 2010-02-26 2010-12-01 エンパイア テクノロジー ディベロップメント エルエルシー 特徴量変換装置、および特徴量変換方法
CN101915580B (zh) * 2010-07-14 2012-09-12 中国科学院自动化研究所 一种基于微惯性和地磁技术的自适应三维姿态定位方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007124257A2 (en) * 2006-04-21 2007-11-01 Motorola, Inc. Method and system for personal inertial navigation measurements
CN101488222A (zh) * 2008-01-16 2009-07-22 中国科学院自动化研究所 一种基于运动目标表象和运动信息的摄像机自标定方法
CN101299271A (zh) * 2008-06-12 2008-11-05 复旦大学 一种机动目标状态方程的多项式预测模型及跟踪方法
CN101964047A (zh) * 2009-07-22 2011-02-02 深圳泰山在线科技有限公司 一种基于多跟踪点的人体动作识别方法
CN101886927A (zh) * 2010-06-25 2010-11-17 武汉大学 基于惯性传感器和地磁传感器的三维运动跟踪系统与方法
CN102184549A (zh) * 2011-04-29 2011-09-14 韩铮 一种运动参数确定方法、装置和运动辅助设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2704098A4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9589207B2 (en) 2013-11-21 2017-03-07 Mo' Motion Ventures Jump shot and athletic activity analysis system
US10664690B2 (en) 2013-11-21 2020-05-26 Mo' Motion Ventures Jump shot and athletic activity analysis system
US11227150B2 (en) 2013-11-21 2022-01-18 Mo' Motion Ventures Jump shot and athletic activity analysis system

Also Published As

Publication number Publication date
US20120278023A1 (en) 2012-11-01
US8725452B2 (en) 2014-05-13
CA2757672C (en) 2014-10-28
CN102184549A (zh) 2011-09-14
KR20130116910A (ko) 2013-10-24
EP2704098A1 (en) 2014-03-05
CN102184549B (zh) 2012-10-10
AU2011244873B1 (en) 2012-09-06
EP2704098A4 (en) 2014-10-01
JP2014512237A (ja) 2014-05-22
JP5966208B2 (ja) 2016-08-10
CA2757672A1 (en) 2012-10-29
KR101509472B1 (ko) 2015-04-07

Similar Documents

Publication Publication Date Title
WO2012146184A1 (zh) 一种运动参数确定方法、装置和运动辅助设备
WO2012146182A1 (zh) 一种球类运动的动作识别方法、装置和动作辅助设备
US8989441B2 (en) Data acquisition method and device for motion recognition, motion recognition system and computer readable storage medium
US8425292B2 (en) System and method for analyzing postures
EP3060317B1 (en) Information processing device, recording medium, and information processing method
US20150285834A1 (en) Sensor, computing device, and motion analyzing apparatus
WO2011003218A1 (zh) 一种加速度动作识别系统及其方法
CN108769380B (zh) 撞击角度获取方法及相关产品
US20130202108A1 (en) Method and device for generation of secret key
EP3528024B1 (en) Information processing device, information processing method, and program
WO2015100923A1 (zh) 用户信息获取方法及移动终端
US20170203181A1 (en) Display method, display apparatus, motion analysis system, motion analysis program, and recording medium
CN113687590B (zh) Vr系统中头戴与手柄的时间同步方法、系统
CN107148614A (zh) 信息处理设备、信息处理方法和程序
JP2013042246A (ja) 携帯端末及び位置及び方位推定プログラム
CN107734269A (zh) 一种图像处理方法及移动终端
US11721027B2 (en) Transforming sports implement motion sensor data to two-dimensional image for analysis
KR20150009626A (ko) 사용자 모션을 이용한 원격 컨트롤 모듈 및 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12776967

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2012776967

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 20137020213

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2014506744

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE