[发明专利]一种用于球类运动的辅助训练系统和工作方法

权利要求书

1.一种用于球类运动的辅助训练系统，其特征在于，所述辅助训练系统包括硬件部分及软件部分，所述硬件部分包括数据采集设备（110）、数据传输设备（120）、计算平台（130）、数据存储设备（140）、显示装置（150）和VR头盔（160），所述软件部分包括数据通讯传输模块（131）、图像预处理模块（132）、目标检测模块（133）、三维空间定位模块（134）、运动分析模块（135）、运动训练模块（136）、数据存储和三维显示模块（137）；

所述数据采集设备（110）用于拍摄运动员训练时的运动视频，所述数据传输设备（120）用于将所述数据采集设备（110）拍摄的运动视频传输到所述计算平台（130）以对所述运动视频进行处理；所述处理过程包括：所述计算平台（130）首先对所述运动视频图像进行预处理；然后对每一帧图像进行目标检测，识别出球，并定位其在每一帧图像中的位置；再结合相机参数以及深度信息，计算出球在三维空间中的位置；最后通过追踪每一时刻目标球在三维空间中的位置信息，记录球完整运动轨迹，标记每次的击球落点位置，并计算出运动员的出球速度；所述计算平台（130）基于所述目标完整运动轨迹、击球落点位置及出球速度进行增量学习，得到增量学习结果，基于所述增量学习结果，不断修正回球路线网络模型的网络参数，并应用于运动员的虚拟训练中，运动员戴上VR头盔后即可进入训练模式；

运动分析模块（135）获得的球完整运动轨迹信息，用于分析运动员的回球习惯以及进行战术训练；击球落点位置信息用于分析运动员击球的准确性和稳定性；出球速度信息用于分析运动员的发力是否正确以及衡量是否需要增加体能训练；运动训练模块（136）会为每个运动员设置一个专属虚拟训练对手，虚拟训练对手的回球路线由计算平台上部署的回球路线网络模型计算生成，回球路线网络模型会根据通过分析运动员的真实训练视频所获得的目标完整运动轨迹、击球落点位置及出球速度运动数据进行增量学习。

2.如权利要求1所述的用于球类运动的辅助训练系统，其特征在于，图像预处理包括图像差分、边缘提取、二值化处理及滤波去噪处理算法。

3.如权利要求1所述的用于球类运动的辅助训练系统，其特征在于，目标检测模块包括基于传统方法的目标检测算法以及基于深度学习的目标检测算法；基于传统方法的目标检测算法是圆检测算法，圆检测算法为霍夫变换算法或改进后的霍夫变换算法中的一种；基于深度学习的目标检测算法为R-CNN、SPP-net、Fast R-CNN、Faster R-CNN、R-FCN、YOLO、SSD中的一种。

4.如权利要求1所述的用于球类运动的辅助训练系统，其特征在于，相机参数包括相机内参数和外参数，具体包括焦距、光心位置、畸变系数、基线距、旋转矩阵R和平移向量T；所述相机参数通过相机标定获得。

5.如权利要求1所述的用于球类运动的辅助训练系统，其特征在于，深度信息的获取方式由相机选型决定，由双目立体相机根据三角测量方法计算获得，或者由RGB-D相机的深度图获得。

6.如权利要求1所述的用于球类运动的辅助训练系统，其特征在于，数据存储和三维显示模块会自动读取所述数据存储设备的类型并根据不同的设备类型设定与之对应的存储方案，并且为每个使用该系统训练的人员建立专门的训练档案，以保存个性化的训练数据。

7.如权利要求1所述的一种用于球类运动的辅助训练系统，其特征在于，所述数据传输设备的传输方式是无线或有线方式。