[发明专利]基于物联网和机器学习的青少年体育专项技能团体训练与评估系统及方法在审

专利信息
申请号: 202010654955.4 申请日: 2020-07-09
公开(公告)号: CN111782643A 公开(公告)日: 2020-10-16
发明(设计)人: 范梦娇;王宇帆;王新宇;刘俊;马放心;陈泽鑫;栗晋丽 申请(专利权)人: 深圳市蝙蝠云科技有限公司
主分类号: G06F16/215 分类号: G06F16/215;G06F16/2455;G06F16/248;G06K9/62;G06Q10/06;G06Q50/20;G16Y10/55;G16Y10/65;G16Y20/40;G16Y40/10;G16Y40/20;A63B69/00
代理公司: 深圳市中科创为专利代理有限公司 44384 代理人: 彭西洋;刘曰莹
地址: 518000 广东省深圳市龙岗区龙城街道黄阁*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 联网 机器 学习 青少年 体育 专项 技能 团体 训练 评估 系统 方法
【权利要求书】:

1.一种基于物联网和机器学习的青少年体育专项技能团体训练与评估系统,其特征在于,包括可穿戴测量传感器,所述可穿戴测量传感器内设有惯性测量单元和无线通信模块,所述惯性测量单元用于采集多项体育项目中的一个或多个测试动作的运动数据;

计算机,所述计算机内设有数据处理系统,所述计算机与所述可穿戴测量传感器数据连接,用于获取多个测试动作标准样本的测试数据,并建立动作轨迹模型;从所有数据中提取数据的特征参数,得到标准样本数据库;

云存储服务器,所述云存储服务器与所述计算机数据连接,用于存储标准样本数据库;以及

智能移动终端设备,所述智能移动终端设备分别与所述可穿戴测量传感器和云存储服务器无线通信连接,所述云存储服务器与所述智能移动终端设备数据连接,所述智能移动终端设备通过所述可穿戴传感器采集多项体育项目的多个测试动作的测试数据,并从所有数据中提取数据的特征参数,并将特征参数与标准样本数据库进行比较。

2.根据权利要求1所述的基于物联网和机器学习的青少年体育专项技能团体训练与评估系统,其特征在于,所述惯性测量单元包括x轴、y轴、z轴重力加速度传感器和x轴、y轴、z轴陀螺仪角速度传感器。

3.一种基于物联网和机器学习的青少年体育训练与评估方法,其特征在于,采用如权利1-2中任一项所述系统进行,包括以下步骤:

将多项体育项目分别设置多个测试动作,通过可穿戴测量传感器采集多项体育项目的多个测试动作的标准样本数据,并对标准样本数据进行清洗去噪处理,并传输至可计算机;

计算机根据标准样本数据,建立运动轨迹模型,从所有的标准样本数据提取数据的特征参数;得到多项体育项目的多个测试动作的标准样本库;

通过可穿戴测量传感器采集一个团体中每个个体的多项体育项目的多个测试动作的分别进行测试多次,并对测试数据清洗去噪处理,并通过无线蓝牙传输至智能移动终端设备,从所有数据中提取数据的特征参数;

将所述多项体育项目的多个测试动作的测试数据的特征参数分别与所述标准样本库的特征值进行比较,根据多个测试动作所测试次数的正确率得到多个测试动作的测试分数,根据各个测试动作的测试分数的平均值,即为团体中各个个体的多项体育项目的测试分数;

根据团体中各个个体的多项体育项目的测试分数形成综合测试多边形,各个个体的多项体育项目的测试分数的平均分即为个体的综合测试分数;以及

将测试结果显示在可移动智能移动终端设备上,并根据个体的综合测试分数和多项体育项目的测试分数的最低分数分别提出相应的建议。

4.根据权利要求3所述的基于物联网和机器学习的青少年体育专项技能团体训练与评估系方法,其特征在于,所述多项体育项目包括篮球、足球、排球、乒乓球、羽毛球以及网球,且所述篮球、足球、排球、乒乓球、羽毛球以及网球的测试动作均分别设置有多个。

5.根据权利要求4所述的基于物联网和机器学习的青少年体育专项技能团体训练与评估方法,其特征在于,所述篮球的测试动作包括传球、运球以及投篮,所述足球的测试动作包括正脚背射门和脚弓传球,所述排球的测试动作包括垫球、发球以及扣球,所述乒乓球的测试动作包括正手推、拉、搓,反手推、拉以及搓,所述羽毛球的测试动作包括高远球、吊球以及扣球,所述网球的测试动作为正手击球、截击、反手击球、截击以及发球。

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深圳市蝙蝠云科技有限公司,未经深圳市蝙蝠云科技有限公司许可,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/202010654955.4/1.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