一种智能篮球投篮轨迹监测方法技术

本发明专利技术涉及物联网技术领域，一种智能篮球投篮轨迹监测方法，包括以下步骤：S1、判定是否为手施力阶段，S2、判断是否为球碰篮框/篮板/篮网阶段，S3、判定是否为球落地阶段。本发明专利技术通过依次进行获取篮球相关的手施力时的压力值、篮球触碰篮筐、篮板或篮网时的压力值、篮球落地时的压力值进行三次判定，根据三次判定的结果的值来进行计算，从而获得一次成功的投篮轨迹。本发明专利技术判断准确性高，能够精准地实现篮球投篮轨迹的检测。

Intelligent basketball shooting path monitoring method

The present invention relates to the technical field of the Internet of things, a smart basketball shooting trajectory monitoring method, which comprises the following steps: S1, determine whether the hand force, S2, to determine whether the ball basket / rebounds / nets stage, S3, to determine whether the ball landing stage. The present invention by sequentially obtaining basketball related hand force when the pressure value, touch the basketball basket, the backboard or nets when the pressure value, the pressure value of basketball landing three judge, according to the results to determine the value of three to calculate, so as to obtain a successful shooting trajectory. The invention has high judging accuracy and can accurately realize the detection of the basketball shooting track.

【技术实现步骤摘要】
一种智能篮球投篮轨迹监测方法
本专利技术涉及物联网
，具体涉及一种智能篮球投篮轨迹监测方法。
技术介绍
随着物联网技术的大力发展，越来越多的体育项目引入了物联网技术来实现全方位全智能对体育项目的各维度实时监控。例如对于智能篮球，以其内部设置有传感器及运算电路，从而来实现对控球时间、运球角度及投球方向等进行实时智能监测，并将数据进行实时云平台的上传和备份，实现大数据智能监控。当然目前的这些技术还不大成熟，特别是对于投篮轨迹监测技术由于其受到一系列人体运动力学和定位技术等的准确性的影响，目前的投篮轨迹监测技术的精准度还有待加强。
技术实现思路
为此，需要提供一种智能篮球投篮轨迹监测方法，通过采用一种更加精准的数据采集和数据处理方式，实现对篮球投篮轨迹的实时智能监测。为实现上述目的，本专利技术提供了一种智能篮球投篮轨迹监测方法，包括以下步骤：S1、判定是否为手施力阶段：获取篮球被手施力时的加速度值，计算出手施力球的力度值，通过峰值侦测算法进行以下判定：投篮力度最小阈值≤力度值≤投篮力度最大阈值，力度值＞相邻两个力度值，峰值侦测算法的斜率k＜斜率阈值，生成第一判定结果，若第一判定结果为是，则判定为手施力阶段；若第一判定结果为否，则返回步骤S1；S2、判断是否为球碰篮框/篮板/篮网阶段：获取篮球触碰篮筐、篮板或篮网时的压力值，并进行以下判定：篮球触碰篮筐、篮板或篮网与篮球被手施力时之间的时间差是否大于第一时间阈值，若是，则将篮球触碰篮筐、篮板或篮网时的压力值记为边锋值；获取篮球再次触碰篮筐、篮板或篮网时的压力值，并进行以下判定，若篮球再次触碰时与上次触碰篮筐、篮板或篮网时之间的时间差是否小于第二时间阈值，若是，则将篮球再次触碰篮筐、篮板或篮网时的压力值记为反弹峰值；若否，则返回步骤S1；S3、判定是否为球落地阶段：获取篮球落地时的压力峰值，并进行以下判定，第一次获得的压力峰值与第二次获得的压力峰值之间的时间差是否大于第三时间阈值，若是，则判定该篮球落地，将第二次获得的压力峰值记为落地峰值；若否，则返回步骤S1；进一步的，步骤S1中，所述投篮力度最小阈值为2.5g,所述投篮力度最大阈值为15g，g代表重力加速度,1g=9.81ms-2。进一步的，步骤S1中，所述斜率阈值为9g，g代表重力加速度,1g=9.81ms-2。进一步的，步骤S2中，所述第一时间阈值为0.7秒。进一步的，步骤S2中，所述第二时间阈值为0.4秒。进一步的，步骤S3中，第三时间阈值为0.4秒。区别于现有技术，上述技术方案具有以下有益效果：本专利技术通过依次获取篮球相关的手施力时的压力值、篮球触碰篮筐、篮板或篮网时的压力值、篮球落地时的压力值进行三次判定，根据三次判定的结果的值来进行计算，从而获得一次成功的投篮轨迹。本专利技术判断准确性高，能够精准地实现篮球投篮轨迹的检测。附图说明图1A为本专利技术实施例中投篮投失时加速度值的讯号曲线图。图1B为本专利技术实施例中投篮投失时角速度值的讯号曲线图。图2A为本专利技术的实施例中投篮进篮时加速度值的讯号曲线图。图2B为本专利技术的实施例的投篮进篮时角速度值的讯号曲线图。附图标记说明：1、篮球被手施力时的曲线，2、篮球触碰触碰篮筐、篮板或篮网时的压力值曲线。3、篮球触落地时的压力值曲线。具体实施方式为详细说明技术方案的
技术实现思路
、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。请参阅图1A、图1B、图2A和图2B所示，图1A为本专利技术实施例中投篮投失时加速度值的讯号曲线图。图1B为本专利技术实施例中投篮投失时角速度值的讯号曲线图。图1A和图1B中的曲线代表投篮投失时由加速度传感器及角速度传感器所获取的三轴加速度与三轴角速度而计算出来的值。图2A为本专利技术的实施例中投篮进篮时加速度值的讯号曲线图。图2B为本专利技术的实施例的投篮进篮时角速度值的讯号曲线图。图2A和图2B中的曲线代表投篮进篮时由加速度传感器及角速度传感器所获取的三轴加速度与三轴角速度而计算出来的值。本实施例一种智能篮球投篮轨迹监测方法，包括以下步骤：S1、判定是否为手施力阶段：获取篮球被手施力时的加速度值，计算出手施力球的力度值，通过峰值侦测算法进行以下判定：投篮力度最小阈值≤力度值≤投篮力度最大阈值，力度值＞相邻两个力度值，峰值侦测算法的斜率k＜斜率阈值，生成第一判定结果；若第一判定结果为是，则判定为手施力阶段；若第一判定结果为否，则返回步骤S1；所述投篮力度最小阈值为2.5g,所述投篮力度最大阈值为15g，所述斜率阈值为9g，g代表重力加速度,1g=9.81ms-2。S2、判断是否为球碰篮框/篮板/篮网阶段：获取篮球触碰篮筐、篮板或篮网时的压力值，并进行以下判定：篮球触碰篮筐、篮板或篮网与篮球被手施力时之间的时间差是否大于第一时间阈值，所述第一时间阈值为0.7秒，若是，则将篮球触碰篮筐、篮板或篮网时的压力值记为边锋值；获取篮球再次触碰篮筐、篮板或篮网时的压力值，并进行以下判定，若篮球再次触碰时与上次触碰篮筐、篮板或篮网时之间的时间差是否小于第二时间阈值，所述第二时间阈值为0.4秒，若是，则将篮球再次触碰篮筐、篮板或篮网时的压力值记为反弹峰值；若否，则返回步骤S1；S3、判定是否为球落地阶段：获取篮球落地时的压力峰值，并进行以下判定，第一次获得的压力峰值与第二次获得的压力峰值之间的时间差是否大于第三时间阈值，第三时间阈值为0.4秒，若是则判定该篮球落地，将第二次获得的压力峰值记为落地峰值；若否，则返回步骤S1；当侦测到一次成功的投篮，可以计算下列的篮球数据:(1)投球力道(shootingstrength):投球力道=(handpeak的数值)*篮球的重量；handpeak为出手施力投篮的力度值。(2)投球角度θ(shootingangle):投球角度θ可以根据(a)使用者身高hs,(b)使用者到篮筐的水平距离d,(c)篮框高度hb和(d)handpeak与rimpeak之间的时间差Δt算出：d=v0(cos(θ))Δt,hb-hs=v0(sin(θ))Δt-0.5gΔt2=>θ=tan1((hb-hs+0.5gΔt2)/(d))；handpeak为出手施力投篮的力度值，rimpeak为边锋值，在连续测得一次篮球被手施力时的压力值和边锋值之间的时间差Δt。例如假设使用者(身高1米7，hs=1.7m)站在罚球线(d=4.57m)投篮(hb=3.05m)，图1为投篮的示意图。由图一里的handpeak与rimpeak可计算出handpeak与rimpeak之间的时间差Δt=1.03sec。根据上述的公式可以算出出手角度θ为:θ=tan1((hb-hs+0.5gΔt2)/(d))=55.11度。(3)投球转速(spinspeed)投球转速根据从handpeak到rimpeak这段时间陀螺仪产生的角速度的值的平均值算出。例如假设使用者站在罚球线投篮，图1为投篮的示意图。由图一里可得知handpeak与rimpeak之间的角速度值的平均值为845度/秒，亦等于每分钟转速为140.8RPM。(4)进球(shotmadeormissed)进球算法根据反弹峰值bouncepeak这段时间加速器与陀螺仪的变化利用机器学习判断是否进球。用RBFSVM(RadialB本文档来自技高网...

【技术保护点】
一种智能篮球投篮轨迹监测方法，其特征在于：包括以下步骤：S1、判定是否为手施力阶段：获取篮球被手施力时的加速度值，计算出手施力球的力度值，通过峰值侦测算法进行以下判定：投篮力度最小阈值≤力度值≤投篮力度最大阈值，力度值＞相邻两个力度值，峰值侦测算法的斜率k＜斜率阈值，生成第一判定结果，若第一判定结果为是，则判定为手施力阶段；若第一判定结果为否，则返回步骤S1；S2、判断是否为球碰篮框/篮板/篮网阶段：获取篮球触碰篮筐、篮板或篮网时的压力值，并进行以下判定：篮球触碰篮筐、篮板或篮网与篮球被手施力时之间的时间差是否大于第一时间阈值，若是，则将篮球触碰篮筐、篮板或篮网时的压力值记为边锋值；获取篮球再次触碰篮筐、篮板或篮网时的压力值，并进行以下判定，若篮球再次触碰时与上次触碰篮筐、篮板或篮网时之间的时间差是否小于第二时间阈值，若是，则将篮球再次触碰篮筐、篮板或篮网时的压力值记为反弹峰值；若否，则返回步骤S1；S3、判定是否为球落地阶段：获取篮球落地时的压力峰值，并进行以下判定，第一次获得的压力峰值与第二次获得的压力峰值之间的时间差是否大于第三时间阈值，若是，则判定该篮球落地，将第二次获得的压力峰值记为落地峰值；若否，则返回步骤S1；根据权利要求1所述的一种智能篮球投篮轨迹监测方法，其特征在于：步骤S1中，所述投篮力度最小阈值为2.5g,所述投篮力度最大阈值为15g，g代表重力加速度, 1g = 9.81ms...

【技术特征摘要】
1.一种智能篮球投篮轨迹监测方法，其特征在于：包括以下步骤：S1、判定是否为手施力阶段：获取篮球被手施力时的加速度值，计算出手施力球的力度值，通过峰值侦测算法进行以下判定：投篮力度最小阈值≤力度值≤投篮力度最大阈值，力度值＞相邻两个力度值，峰值侦测算法的斜率k＜斜率阈值，生成第一判定结果，若第一判定结果为是，则判定为手施力阶段；若第一判定结果为否，则返回步骤S1；S2、判断是否为球碰篮框/篮板/篮网阶段：获取篮球触碰篮筐、篮板或篮网时的压力值，并进行以下判定：篮球触碰篮筐、篮板或篮网与篮球被手施力时之间的时间差是否大于第一时间阈值，若是，则将篮球触碰篮筐、篮板或篮网时的压力值记为边锋值；获取篮球再次触碰篮筐、篮板或篮网时的压力值，并进行以下判定，若篮球再次触碰时与上次触碰篮筐、篮板或篮网时之间的时间差是否小于第二时间阈值，若是，则将篮球再次触碰篮筐、篮板或篮网时的压力值记为反弹峰值；若否，则返回步骤S1；S3、判定是否为球落地阶段：获取篮球落地时的压力峰值，并进行以下判定，第一次获得的压力峰值与...

【专利技术属性】
技术研发人员：吴建成，张也雷，韩步勇，罗向望，郭岱硕，
申请(专利权)人：简极科技有限公司，
类型：发明
国别省市：福建,35