[发明专利]一种运动训练设备及其控制方法在审

专利信息
申请号: 202010140497.2 申请日: 2020-03-03
公开(公告)号: CN111265825A 公开(公告)日: 2020-06-12
发明(设计)人: 赵立秋 申请(专利权)人: 淮安信息职业技术学院
主分类号: A63B24/00 分类号: A63B24/00;A63B69/00;G06K9/00;G06T7/246
代理公司: 北京国坤专利代理事务所(普通合伙) 11491 代理人: 赵红霞
地址: 223003 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 运动 训练 设备 及其 控制 方法
【说明书】:

发明属于科学训练技术领域,公开了一种运动训练设备及其控制方法,采用视频监控、图像提取、图像增强、图像智能分析等手段实现运动训练过程中对运动员运动动作、运动轨迹、体质状况的实时监测。本发明结构简单,通过系统性的对运动员运动动作、运动轨迹、体质状况的监测,可使教练员实时掌握运动员的运动训练状态,通过对运动员的运动训练过程进行监控与评价,可以有效地指导教练员为运动员制定合理的训练计划,使运动员具有正确的训练方式和训练负荷,提高运动员的运动成绩,避免因训练方式和训练负荷不正确造成的运动损伤。本发明能够记录运动训练设备的使用情况,并对运动员的训练情况和训练效果进行记录和评估。

技术领域

本发明属于科学训练技术领域,尤其涉及一种运动训练设备及其控制方法。

背景技术

目前,最接近的现有技术:体育运动训练实质是把运动员的身体潜质发挥到最大,最大限度地提高运动员的身心素质,从而实现运动员心理素质和身体素质的全面发展,使运动员整体健康发展,给社会培育出更多的高素质高水平的杰出人才。但运动员在运动训练过程中常常伴随着突发性的运动损伤以及陈旧性的再次损伤等情况,运动损伤往往是不可逆的,并且会直接影响运动员的职业生涯。运动损伤产生的主要原因除了与训练项目和专项技术特性有较大的关系外,没有选择正确的训练方式和训练负荷也是产生运动损伤的主要原因。

传统的运动训练设备的维护与管理存在很大的不便,主要存在以下几个问题:无法记录每个用户使用设备的次数以及使用情况,无法了解运动训练设备的疲劳状况,难以预测设备是否需要维修和保护,无法对训练者的训练情况和训练效果进行记录和评估,因此迫切需要改进。

综上所述,现有技术存在的问题是:传统的运动训练设备无法记录每个用户使用设备的次数以及使用情况,无法了解运动训练设备的疲劳状况,难以预测设备是否需要维修和保护,无法对训练者的训练情况和训练效果进行记录和评估。

发明内容

针对现有技术存在的问题,本发明提供了一种运动训练设备及其控制方法。

本发明是这样实现的,一种运动训练设备的控制方法,所述运动训练设备的控制方法包括以下步骤:

步骤一,通过身份信息采集设备采集使用所述运动训练设备的运动员的身份信息;所述身份信息包括运动员的编号、姓名、身份证号、年龄、性别、体重、身高、运动速度、运动次数以及运动时间;并通过运动感应装置利用计数程序记录运动训练设备的使用信息。

步骤二,通过摄像机对运动员在运动过程中的运动动作、运动轨迹及运动过程中的体质状况进行视频记录:(1)采用三维轮廓重构和样本像素采集,采用Ray-Casting图像特征扫描方法,对运动员在运动训练中的运动动作、运动轨迹进行监测图像采集;

(2)根据步骤(1)的图像采集结果,依据运动训练中体质状况监测图像进行信息中心像素标定和特征信息自适应加权;

(3)求解运动员运动训练中体质状况监测的视差模板函数,在运动员运动训练中体质状况监测图像的特征分割区域进行亚像素级匹配,得到运动员运动训练中体质状况监测图像分布的像素视差;

(4)初始化视频监控的谱特征量,构建实时监控模型,结合运动员运动训练视频图像三维重建的三维数据分布,进行图像运动训练中体质状况监测图像重构处理。

步骤三,通过中央控制器的去燥单元对采集的运动图像进行去噪处理:(I)去燥单元收集图像原始数据;基于图像原始数据,对预设概念所隶属的类型,进行网络图像数据库上的图像三元组的爬取和解析;

(II)爬取预设子类中包含图像的类型标签并将类型标签添加到图像三元组;其中,预设子类即对图像原始数据进行预设概念所隶属的类型确定,预设概念所隶属的类型包括图像格式、大小以及类型;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淮安信息职业技术学院,未经淮安信息职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010140497.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top