一种基于体感识别的无接触体质测试系统及测试方法技术方案

本发明专利技术公开了一种基于体感识别的无接触体质测试系统，包括Kinect V2识别模块、数据存储模块、骨骼识别模块、运动识别模块和结算模块；本发明专利技术可以方便的完成多项运动测试，可以准确的检测测试者运动过程和有效运动成绩，并通过分析运动过程给测试者打分，在提高效率的同时又有效的减少了大量的人力物力。

【技术实现步骤摘要】

： 本专利技术是属于人机交互领域，具体设及一种基于体感识别的无接触体质测试系统 及测试方法。 技术背景： 近年来，我国大学生体质正在不停的下降，力量，速度，肺活量等体能素质持续下 降，肥胖比例也不断的提高。据有效调查表明，更多的大学生待在宿舍的宿舍时间占整体生 活时间的75 %。为了改变运一现状，国家教育部颁布《国家体育锻炼标准》，彻底的贯彻落实 健康第一的指导思想，切实加强学校体育工作，促进学生积极地参加体育锻炼，同时要求学 校每年对在校生进行一次体质健康测试，项目包括：引体向上，立定跳远，深蹲等。 目前的各大高校的体质测试设备的简陋，容易造成测试设备的损坏，维修率高。同 时现在的设备大部分都存在着操作繁琐和实时性差等缺点，例如引体向上类的一些项目仍 需要人工统计
技术实现思路
： 本专利技术对体质检测的不足，提出了一种基于体感识别的无接触体质测试系统及测 试方法。该系统采用Kinect V2的人体骨骼识别和追踪技术，可W准确的测量出运动测试者 运动，并完成记数，测距，打分等功能。在大量减少工作量的同时还可W确保数据的准确性。 [000引 定义； 有限状态机:在运动过程中关键运动姿势状态组成有序序列，其中每个关键运动 姿势状态为状态机中状态节点； 状态节点:有限状态机中每个关键运动姿势状态； 骨骼节点：WKinect V2识别的25个人体骨骼节点为标准;骨骼节点数据为Kinect V2坐标系中X轴，Y轴，Z轴上的距离； 骨骼节点之间角度：角度的计算设计=个骨骼节点；第一骨骼节点到第二骨骼节 点的向量，第二骨骼节点到第=骨骼节点向量的夹角； -种基于体感识别的无接触体质测试系统，包括Kinect V2识别模块、数据存储模 块、骨骼识别模块、运动识别模块和结算模块； 所述Kinect V2识别模块:通过Kinect V2的骨骼识别和骨骼追踪特点识别人体骨 骼节点； 所述数据存储模块包括Kinect V2采集的数据，标准骨骼数据，标准运动数据； Kinect V2采集的数据为每一帖的骨骼节点数据，即骨骼节点相对Kinect V2坐标 (x,y,z)； 标准骨骼数据部分存储的是由多组运动姿势的骨骼节点之间角度组成，W时序排 列；其中一个骨骼序列存储格式为（erl，0r2,…，0?)，其中0为骨骼节点之间相对角度，n为具 体运动姿势所需检测的角度数量； 标准运动数据部分存储的是运动过程中的状态节点;状态节点与标准骨骼数据中 的骨骼序列一一对应； 所述骨骼识别模块:在运动测试者进行运动检测时，Kinect V2采集运动中的人体 骨骼节点，同时计算每一帖的骨骼之间角度序列，即m;检测角度序列（0ti，0t2,…，0tn)与标 准骨骼数据中的（0rl，0r2，…，0rn)作相似度差值距离计算;计算方式如下 当d小于系统中的匹配阔值dT时，则匹配成功，即成功识别该序列对应的状态节 占. 所述运动识别模块:根据所有的状态节点识别情况，把已识别状态节点与该运动 的有限状态机做比对；当识别状态节点个数占所有状态节点个数的75% W上，认为运动检 测成功； 所述结算模块的含义:根据状态节点的相似度给予评分;每一项运动有n个状态节 点，n个节点的相似度为ki: k2: k3 ? ? ? kn，总分为m;运动评分S为 -种基于体感识别的无接触体质测试方法，具体包括W下步骤： 步骤一：当运动测试者选择的检测运动后，根据运动检测界面的提示进行运动； 步骤二:通过骨骼识别模块进行运动过程的分析 在运动测试者进行运动检测时，Kinect V2采集运动中的人体骨骼节点，同时计算 每一帖的骨骼之间角度序列，即m;检测角度序列（0tl，0t2,…，0tn)与标准骨骼数据中的（0山 0r2，…，0rn)作相似度差值距离计算;计算方式如下 步骤当d大于系统中的匹配阔值山时，重复步骤二，当d小于等于系统中的匹配 阔值山时，则匹配成功，即成功识别该序列对应的状态节点，并进入下一步； 步骤四：识别运动过程，并通过运动识别模块完成对整个运动检测 根据所有的状态节点识别情况，把已识别状态节点与整个状态机做比对；当识别 状态节点个数占所有状态节点个数的75% W上，认为运动检测成功；当识别状态节点个数 小于等于所有状态节点个数的75%时，返回步骤一； 步骤五:利用的结算模块机制实现打分 根据状态节点的相似度给予评分。每一项运动有n个状态节点，n个节点的相似度 为ki: k2: k3…kn,总分为m。运动评分S为本专利技术的有益效果：可W方便的完成多项运动测试(包括立定跳远，引体向上，深 蹲等），可W准确的检测测试者运动过程和有效运动成绩，并通过分析运动过程给测试者打 分，在提高效率的同时又有效的减少了大量的人力物力。【附图说明】 图1为本专利技术体质测试系统框架结构图； 图2为本专利技术数据存储层结构图； 图3为本专利技术运动识别流程图； 图4.1为引体向上运动姿势转换图； 图4.2为引体向上运动姿势转换图； 图4.3为引体向上运动姿势转换图； 图4.4为引体向上运动姿势转换图； 图4.5为引体向上运动姿势转换图； 图5为引体向上有限状态机图。【具体实施方式】 如图1所示，本专利技术一种基于体感识别的无接触体质测试系统，提出了一种具有一 机多测、多人检测、无接触等特点的体质测试系统。该系统采用Kinect V2的人体骨骼识别 和追踪技术，可W准确的测量出运动测试者运动，并完成记数，测距，打分等功能。在大量减 少工作量的同时还可W确保数据的准确性。 本专利技术是基于体感技术的无接触体质测试系统，包括Kinect V2识别模块、骨骼识 别模块、数据存储模块、运动识别模块、结算模块、主界面。[004引有限状态机:在运动过程中关键运动姿势状态组成有序序列，其中每个关键运动 姿势状态为状态机中状态节点。 状态节点:有限状态机中每个关键运动姿势状态。 骨骼节点数据定义：WKinect V2识别的25个人体骨骼节点为标准。骨骼节点数据 为Kinect V2坐标系中X轴，Y轴，Z轴上的距离。当前第1页1 2 本文档来自技高网...

【技术保护点】
一种基于体感识别的无接触体质测试系统，定义：有限状态机：在运动过程中关键运动姿势状态组成有序序列，其中每个关键运动姿势状态为状态机中状态节点；状态节点：有限状态机中每个关键运动姿势状态；骨骼节点：以Kinect V2识别的25个人体骨骼节点为标准；骨骼节点数据为Kinect V2坐标系中X轴，Y轴，Z轴上的距离；骨骼节点之间角度：角度的计算设计三个骨骼节点；第一骨骼节点到第二骨骼节点的向量，第二骨骼节点到第三骨骼节点向量的夹角；其特征在于：包括Kinect V2识别模块、数据存储模块、骨骼识别模块、运动识别模块和结算模块；所述Kinect V2识别模块：通过Kinect V2的骨骼识别和骨骼追踪特点识别人体骨骼节点；所述数据存储模块包括Kinect V2采集的数据，标准骨骼数据，标准运动数据；Kinect V2采集的数据为每一帧的骨骼节点数据，即骨骼节点相对Kinect V2坐标(x,y,z)；标准骨骼数据部分存储的是由多组运动姿势的骨骼节点之间角度组成，以时序排列；其中一个骨骼序列存储格式为(θr1,θr2,…,θrn)，其中θ为骨骼节点之间相对角度，n为具体运动姿势所需检测的角度数量；标准运动数据部分存储的是运动过程中的状态节点；状态节点与标准骨骼数据中的骨骼序列一一对应；所述骨骼识别模块：在运动测试者进行运动检测时，Kinect V2采集运动中的人体骨骼节点，同时计算每一帧的骨骼之间角度序列，即m；检测角度序列(θt1,θt2,…,θtn)与标准骨骼数据中的(θr1,θr2,…,θrn)作相似度差值距离计算；计算方式如下d=Σi=1n(θti-θri)2]]>当d小于系统中的匹配阈值dT时，则匹配成功，即成功识别该序列对应的状态节点；所述运动识别模块：根据所有的状态节点识别情况，把已识别状态节点与该运动的有限状态机做比对；当识别状态节点个数占所有状态节点个数的75％以上，认为运动检测成功；所述结算模块的含义：根据状态节点的相似度给予评分；每一项运动有n个状态节点，n个节点的相似度为k1:k2:k3…kn，总分为m；运动评分S为S=mΣi=1nkin.]]>。...

【技术特征摘要】

【专利技术属性】
技术研发人员：周磊，黄炜，李文博，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33