[发明专利]一种基于运动轨迹的球类发球陪练方法有效

专利信息
申请号: 201710225245.8 申请日: 2017-04-07
公开(公告)号: CN107180423B 公开(公告)日: 2019-08-20
发明(设计)人: 韩永华;汪亚明;周志湖;马可 申请(专利权)人: 浙江理工大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/223;G06K9/62
代理公司: 杭州天勤知识产权代理有限公司 33224 代理人: 徐敏
地址: 310018 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于运动轨迹的球类发球陪练方法,包括以下步骤:步骤1:获取多个球类发球时球拍的运动轨迹;步骤2:由步骤1采集的多个运动轨迹提取特征向量;步骤3:针对步骤2获得的特征向量,训练得到粒子群‑支持向量机模型;步骤4:对待评定的球拍运动轨迹进行查找,依据发球轨迹特征在运动轨迹中提取出发球轨迹,输入步骤3中训练好的粒子群‑支持向量机模型,进行发球成功与否的评定;本发明方法实现更加客观的球类运动员发球时的技术动作分析,帮助教练员和运动员发现不规范的动作或是错误动作,提高体育训练效率,改进运动技术,从而达到辅助训练的目的。
搜索关键词: 发球 运动轨迹 球类 支持向量机模型 陪练 粒子群 技术动作分析 评定 错误动作 轨迹特征 球拍运动 输入步骤 特征向量 提取特征 体育训练 运动技术 球拍 向量 采集 查找 改进 帮助 发现 成功
【主权项】:
1.一种基于运动轨迹的球类发球陪练方法,其特征在于,包括以下步骤:步骤1:获取多个球类发球时球拍的运动轨迹;步骤2:由步骤1采集的多个运动轨迹提取特征向量;步骤3:针对步骤2获得的特征向量,训练得到粒子群‑支持向量机模型;步骤4:对待评定的球拍运动轨迹进行查找,依据发球轨迹特征在运动轨迹中提取出发球轨迹,输入步骤3中训练好的粒子群‑支持向量机模型,进行发球成功与否的评定;步骤2中,由步骤1采集的运动轨迹提取特征向量的步骤如下:2‑1记录发球y轨迹的极值点,并依据极值点记录如下值:第一个极小值点到第一个极大值点经历的时间t0、走过的垂直距离d0;第二个最小值点到第二个极大值点经历的时间t2、走过的垂直距离d2;第二个极大值点到第三个极小值点经历的时间t3、走过的垂直距离d3;第一个极小值点到第三个极小值点经历的时间t;一个发球周期内的最大值点的y坐标d;2‑2依据步骤2‑1记录的数据计算如下特征:x0=t0/t;x1=t1/t;x2=t2/t;x3=t3/t;x4=d0/(d×x0);x5=d1/(d×x1);x6=d2/(d×x2);x7=d3/(d×x3);x8=d2/t2;x9=d/t;2‑3依据步骤2‑2给出的特征数据进一步提取特征:计算步骤2‑2中x0到x3这一组数据的方差δ1,x4到x7这一组数据的方差δ2,令x10=δ1,x11=δ2;2‑4依据步骤2‑2、2‑3提取的特征构成11维特征向量:X={x0,x1,…x11};2‑5分别提取训练组nx个样本的特征向量X,表示为:其中Xi∈R11,为第i组样本提取的含有11个特征的特征向量,Yi∈{‑1,1},i=1,2,...,nx,当向量Xi是成功发球轨迹提取的特征时,Yi取1,否则取‑1。
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浙江理工大学,未经浙江理工大学许可,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/patent/201710225245.8/,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