羽毛球挥拍动作识别方法和装置制造方法及图纸

本发明专利技术提供了一种羽毛球挥拍动作识别方法，所述方法包括：获取跟踪羽毛球拍产生的原始数据，所述原始数据由羽毛球拍上的传感器在挥拍过程持续采集得到；端点检测所述原始数据得到有效数据段；通过动态时间规整算法匹配所述有效数据段和预置的模板，所述预置的模板对应于羽毛球挥拍动作的动作类型；根据匹配结果得到对应的羽毛球挥拍动作识别结果。此外，还提供了一种与该方法匹配的羽毛球挥拍动作识别装置。上述羽毛球挥拍动作识别方法和装置能够提高识别率，避免出现羽毛球挥拍动作识别中的误判。

【技术实现步骤摘要】

本专利技术涉及交互应用
，特别涉及一种羽毛球挥拍动作识别方法和装置。
技术介绍
羽毛球运动中，随着其周边设备的不断扩充，跟踪并识别羽毛球挥拍过程已经成为羽毛球运动中的重要交互式应用。现有的羽毛球挥拍动作跟踪和识别主要分为基于图像视频的识别技术和基于传感器的识别技术。前者是利用高速摄像机拍摄设置在羽毛球拍上的标志点，从而获取球拍运动信息，此过程依赖于图像和视频处理。而基于传感器的识别技术则是要利用传感器来测量出挥拍过程中的运动轨迹空间、速度和旋转角度等原始数据，对原始数据根据特征值识别羽毛球挥拍动作。然而，基于图像识别的识别技术需要使用高速摄像机，而高速摄像机价格昂贵，携带不便，只适用于专业训练场景下，并且对硬件平台的专业性要求和处理能力均要求非常高，运用范围受局限。另一方面的，基于传感器的识别技术虽然成本和运用范围均不会受到局限，但是由于各种羽毛球挥拍动作之间作为特征值的加速度和角速度等信息都比较相似，比较难提取各动作类型的特征值，因此造成较高的复杂性和较低的可分性，进而所得到的羽毛球挥拍动作识别结果的误判过多。
技术实现思路
基于此，有必要提供一种羽毛球挥拍动作识别方法，所述方法能够提高识别率，避免出现羽毛球挥拍动作识别中的误判。另外，还有必要提供一种羽毛球挥拍动作识别装置，所述装置能够提高识别率，避免出现羽毛球挥拍动作识别中的误判。为解决上述技术问题，将采用如下技术方案：一种羽毛球挥拍动作识别方法，包括：获取跟踪羽毛球拍产生的原始数据，所述原始数据由羽毛球拍上的传感器在挥拍过程持续采集得到；端点检测所述原始数据得到有效数据段；通过动态时间规整算法匹配所述有效数据段和预置的模板，所述预置的模板对应于羽毛球挥拍动作的动作类型；根据匹配结果得到对应的羽毛球挥拍动作识别结果。在其中一个实施例中，所述通过动态时间规整算法匹配所述有效数据段和预置的模板之前，所述方法还包括：通过预置的特征值对所述有效数据段预先进行区分；判断所述有效数据段是否能够通过特征值区分得到动作类型，若为是，则输出区分得到的动作类型为羽毛球挥拍动作识别结果，若为否，则进入所述通过动态时间规整算法匹配所述有效数据段和预置的模板的步骤。在其中一个实施例中，所述通过预置的特征值对所述有效数据段预先进行区分的步骤包括：读取预置的特征值，所述预置的特征值用于识别部分羽毛球挥拍动作，对应于部分动作类型；比对所述特征值和有效数据段，在所述有效数据段与所述特征值相符时所述特征值对应的动作类型为区分得到的动作类型。在其中一个实施例中，所述通过动态时间规整算法匹配所述有效数据段和预置的模板的步骤包括：在所述有效数据段中进行姿态融合得到三轴重力分量的时间序列；由动作类型模板库中预置的模板分别与所述时间序列通过动态时间规整算法进行匹配，得到所述时间序列与任一模板之间的匹配距离；提取最小匹配距离，判断所述最小匹配距离是否小于阈值，若为是，则根据所述最小匹配距离生成匹配结果。在其中一个实施例中，所述方法还包括：为羽毛球挥拍中的动作类型采集预设数量的测试数据，所述测试数据由羽毛球拍上的传感器在同一挥拍动作的挥拍过程中采集得到；对同一动作类型的预设数量测试数据，将以一测试数据为临时模板匹配得到与其它测试数据之间的匹配距离，运算得到所述临时模板与其它测试数据之间的匹配距离之和；选取匹配距离之和最小的测试数据作为所述动作类型的预置模板，并保存。一种羽毛球挥拍动作识别装置，包括：原始数据获取模块，用于获取跟踪羽毛球拍产生的原始数据，所述原始数据由羽毛球拍上的传感器在挥拍过程持续采集得到；端点检测模块，用于端点检测所述原始数据得到有效数据段；模板识别模块，用于通过动态时间规整算法匹配所述有效数据段和预置的模板，所述预置的模板对应于羽毛球挥拍动作的动作类型；结果输出模块，用于根据匹配结果得到对应的羽毛球挥拍动作识别结果。在其中一个实施例中，所述装置还包括：特征值区分模块，用于通过预置的特征值对所述有效数据段预先进行区分；判断模块，用于判断所述有效数据段是否能够通过特征值区分得到动作类型，若为是，则输出区分得到的动作类型为羽毛球挥拍动作识别结果，若为否，则通知所述模板识别模块。在其中一个实施例中，所述特征值区分模块包括：读取单元，用于读取预置的特征值，该预置的特征值用于识别部分羽毛球挥拍动作，对应于部分动作类型；比对单元，用于比对所述特征值和有效数据段，在所述有效数据段与所述特征值相符时所述特征值对应的动作类型为区分得到的动作类型。在其中一个实施例中，所述模板识别模块包括：姿态融合单元，用于在所述有效数据段中进行姿态融合得到三轴重力分量的时间序列；匹配单元，用于由动作类型模板库中预置的模板分别与所述时间序列通过动态时间规整算法进行匹配，得到所述时间序列与任一模板之间的匹配距离；距离判断单元，用于提取最小匹配距离，判断所述最小匹配距离是否小于阈值，若为是，则根据所述最小匹配距离生成匹配结果。在其中一个实施例中，所述装置还包括：测试数据采集模块，用于为羽毛球挥拍中的动作类型采集预设数量的测试数据，所述测试数据由羽毛球拍上的传感器在同一挥拍动作的挥拍过程中采集得到；测试数据匹配模块，用于对同一动作类型的预设数量测试数据，将以一测试数据为临时模板匹配得到与其它测试数据之间的匹配距离，运算得到所述临时模板与其它测试数据之间的匹配距离之和；距离选取模块，用于选取匹配距离之和最小的测试数据作为所述动作类型的预置模板，并保存。由上述技术方案可知，羽毛球挥拍过程中，将获取跟踪羽毛球拍产生的原始数据，该原始数据是由羽毛球拍上的传感器在挥拍过程持续采集得到的，在原始数据中进行端点检测，以提取有效数据段，通过动态时间规整算法对有效数据段和每一预置的模板进行匹配得到相应的匹配结果，根据匹配结果即可获知有效数据段所对应的羽毛球拍的动作类型，进而得到对应的羽毛球挥拍动作识别结果，在此过程中依赖于整个有效数据段与模板的匹配，因此，并不需要通过单一的特征值来实现羽毛球挥拍动作的识别，并且此匹配过程是通过动态时间规整算法实现的，将得以保证了匹配过程中的精准性，在此基础上所得到的羽毛球挥拍动作识别将提高了识别率，有效避免了羽毛球挥拍动作识别中的误判。附图说明图1是一个实施例中羽毛球挥拍动作识别方法的流程图；图2是另一个实施例中羽毛球挥拍动作识别方法的流程图；图3是图2中通过预置的特征值对有效数据段预先进行区分；图4是图1中通过动态时间规整算法匹配有效数据段和预置的模板的方法流程图；图5是另一个实施例中羽毛球挥拍动作识别方法的流程图；图6是一个实施例中羽毛球挥拍动作识别装置的结构示意图；图7是另一个实施例中羽毛球挥拍动作识别装置的结构示本文档来自技高网...

【技术保护点】
一种羽毛球挥拍动作识别方法，其特征在于，包括：获取跟踪羽毛球拍产生的原始数据，所述原始数据由羽毛球拍上的传感器在挥拍过程持续采集得到；端点检测所述原始数据得到有效数据段；通过动态时间规整算法匹配所述有效数据段和预置的模板，所述预置的模板对应于羽毛球挥拍动作的动作类型；根据匹配结果得到对应的羽毛球挥拍动作识别结果。

【技术特征摘要】
1.一种羽毛球挥拍动作识别方法，其特征在于，包括：
获取跟踪羽毛球拍产生的原始数据，所述原始数据由羽毛球拍上的传感器在挥拍过程持续采集得到；
端点检测所述原始数据得到有效数据段；
通过动态时间规整算法匹配所述有效数据段和预置的模板，所述预置的模板对应于羽毛球挥拍动作的动作类型；
根据匹配结果得到对应的羽毛球挥拍动作识别结果。
2.根据权利要求1所述的方法，其特征在于，所述通过动态时间规整算法匹配所述有效数据段和预置的模板之前，所述方法还包括：
通过预置的特征值对所述有效数据段预先进行区分；
判断所述有效数据段是否能够通过特征值区分得到动作类型，若为是，则输出区分得到的动作类型为羽毛球挥拍动作识别结果，若为否，则
进入所述通过动态时间规整算法匹配所述有效数据段和预置的模板的步骤。
3.根据权利要求2所述的方法，其特征在于，所述通过预置的特征值对所述有效数据段预先进行区分的步骤包括：
读取预置的特征值，所述预置的特征值用于识别部分羽毛球挥拍动作，对应于部分动作类型；
比对所述特征值和有效数据段，在所述有效数据段与所述特征值相符时所述特征值对应的动作类型为区分得到的动作类型。
4.根据权利要求1所述的方法，其特征在于，所述通过动态时间规整算法匹配所述有效数据段和预置的模板的步骤包括：
在所述有效数据段中进行姿态融合得到三轴重力分量的时间序列；
由动作类型模板库中预置的模板分别与所述时间序列通过动态时间规整算法进行匹配，得到所述时间序列与任一模板之间的匹配距离；
提取最小匹配距离，判断所述最小匹配距离是否小于阈值，若为是，则
根据所述最小匹配距离生成匹配结果。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
为羽毛球挥拍中的动作类型采集预设数量的测试数据，所述测试数据由羽毛球拍上的传感器在同一挥拍动作的挥拍过程中采集得到；
对同一动作类型的预设数量测试数据，将以一测试数据为临时模板匹配得到与其它测试数据之间的匹配距离，运算得到所述临时模板与其它测试数据之间的匹配距离之和；
选取匹配距离之和最小的测试数据作为所述动作类型的预置模板，并保存。
6.一种羽毛球挥拍动作识别装...

【专利技术属性】
技术研发人员：宋志聪，叶景泰，
申请(专利权)人：深圳市酷浪云计算有限公司，
类型：发明
国别省市：广东;44