一种投掷运动训练设备及其控制方法技术

本发明专利技术属于科学训练技术领域，公开了一种投掷运动训练设备及其控制方法，投掷运动训练设备的控制方法包括采用视频监控、图像提取、图像增强、图像智能分析等手段实现运动训练过程中对运动员运动动作、运动角度速度、仿真模拟的实时监测。本发明专利技术结构简单，可以快速捕捉到运动员投掷铅球时运动员的出手动作、铅球出手时的角度及速度，可以经过分析计算出出手时投掷的力，并且可以通过运动仿真模拟在此力的作用下，铅球达到最远距离的投掷角度与实际情况中运动员投掷铅球时出手的角度进行对比，通过对比对运动员的投掷动作进行纠正，达到最优的投掷效果。同时，通过图像增强模块利用图像的低尺度信息，可减少时间复杂度，提高计算效率。

A throwing training equipment and its control method

【技术实现步骤摘要】
一种投掷运动训练设备及其控制方法
本专利技术属于科学训练
，尤其涉及一种投掷运动训练设备及其控制方法。
技术介绍
目前，最接近的现有技术：在国内，随着体育事业的蓬勃发展，铅球运动具有技术性高、力量要求高等特点，而这些特点也决定了其投掷的复杂性，然而在实际的训练当中，铅球运动的核心目标是投掷距离，而最佳路径是指当铅球运动员的出手高度和速度固定不变时，通过身体各个环节的运动形成固定的路径能使铅球推出更远的距离。由于最佳路径对铅球的成绩影响较大，而现有技术中将投掷运动训练设备与投掷时最佳路径规划相结合的技术还尚未见报道。因此，如何快速有效地检测铅球投掷时最佳路径成为体育领域亟待解决的主要问题。综上所述，现有技术存在的问题是：现有技术中将投掷运动训练设备与投掷时最佳路径规划相结合的技术还尚未见报道。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种投掷运动训练设备及其控制方法。本专利技术是这样实现的，一种投掷运动训练设备的控制方法，所述投掷运动训练设备的控制方法包括以下步骤：步骤一，通过摄像机对运动员在投掷铅球运动过程中的运动动作、铅球出手动作进行图像记录：(I)正面图像采集设备和侧面图像采集设备同时采集目标区域的运动图像；(II)正面图像采集设备采集正面图像，并检测出正面图像中待监控铅球的第一运动方向；当正面图像中包含多个运动目标时，通过特征点匹配算法和/或坐标位置匹配算法将正面图像中的运动目标与侧面图像的运动目标进行匹配，将匹配出的且具有垂直运动方向的运动铅球作为待跟踪的待监控的铅球；(III)侧面图像采集设备采集铅球运动侧面图像及运动员运动动作和铅球出手动作图像，并检测出所述侧面图像中待监控铅球的第二运动方向。步骤二，通过主控制器的去燥单元对步骤一采集的图像进行去噪处理：(1)去燥单元收集图像原始数据；(2)基于图像原始数据，对预设概念所隶属的类型，进行网络图像数据库上的图像三元组的爬取和解析；(3)爬取预设子类中包含图像的类型标签并将类型标签添加到图像三元组；其中，预设子类即对图像原始数据进行预设概念所隶属的类型确定，预设概念所隶属的类型包括图像格式、大小以及类型；(4)计算图像三元组初始相似度；(5)对图像三元组标签添加图片类型距离，并根据初始相似度，通过搜索识别按照预设方法获取图像三元组目标相似度；(6)根据图像三元组目标相似度进行图像去燥。步骤三，利用非线性导向滤波图像增强方法进行投掷运动训练中运动动作、铅球出手动作图像的增强处理：1)对采集的图像进行预处理；2)构建非线性导向滤波，并计算非线性导向滤波的系数；3)生成滤波增强图：根据步骤2)生成滤波图像，然后根据输入图得出滤波增强图。步骤四，通过主控制器控制最佳路径仿真程序基于铅球出手的速度计算不同出手角度下铅球投掷的最优距离：(a)组建最佳路径变化规律推导模型；(b)计算铅球在运动过程中水平和竖直方向的阻力；(c)计算投掷后铅球从抛出点到落地点的时间以及铅球最佳投掷角。步骤五，利用距离传感器将铅球投掷的距离进行收集：a)当第一只铅球落地后，距离传感器获取投掷起点到铅球后端的直线距离，并标记为X1；b)当第二只铅球落地后，距离传感器获取投掷起点到铅球后端的直线距离，并标记为X2，以此类推；c)将所检测的数据与图像采集模块1按顺序采集的图像进行一一匹配。进一步，步骤三、步骤四之间，需进行：步骤I，利用微处理对采集的图像进行分析获取投掷出铅球的出手角度；步骤II，利用微处理器对采集的图像进行分析获取投掷出铅球的出手速度。步骤五之后，还需进行：步骤1，将运动员实际的投掷角度与最佳角度之间进行对比，并给出运动员出手方式的改进意见；步骤2，通过铅球回收设备将投掷出的铅球进行自动化回收至投掷处；铅球回收设备包括驱动电机和导向杆；步骤3，通过蓄电池对投掷运动训练设备进行供电；步骤4，通过显示装置显示铅球的投掷距离、出手动作及铅球的运动参数的实时数据；所述显示装置包括显示屏及操作按钮。进一步，步骤三中，所述非线性导向滤波的构建方法如下：设I是输入图像，g是导向图像，Iout是导向滤波后的图像，在s点的非线性导向滤波用以s点为中心的窗口ws中的输入像素非线性表征，具体表征如下：Iout(s)＝asI2(k)+bsI(k)+cs，k∈ws，如果系数as为0，非线性导向滤波就退化成线性导向滤波。进一步，步骤三中，所述非线性导向滤波的系数的计算方法包括：非线性导向滤波图像Iout和输入图像I的关系是I＝Iout+n，所述的n是噪声、云雾或纹理，为了使滤波后的图像和输入图像尽可能接近，因此需要两者的能量差尽可能小，具体表达式如下：将所述能量函数正则化，则：其中，δ和ε分别是对as，bs的正则化惩罚参数，为了获得系数as，bs，cs值，须要对代价函数分别对as，bs，cs求偏导，并令对应的导数为零，即：其中，mus3分别表示在以s为中心的窗口ws内的图像I3，I2，I，g的平均值，var(Is2)和var(Is)分别表示在以s为中心的窗口ws内的图像I3和I的方差。进一步，步骤I中，所述利用微处理对采集的图像进行分析获取投掷出铅球的出手角度的方法如下：(I)微处理器对增强后的图像进行前后对比；(II)根据坐标系和微分分析计算出铅球出手时的角度。进一步，步骤II中，所述利用微处理器对采集的图像进行分析获取投掷出铅球的出手速度的方法如下：(a)微处理器对增强后的图像进行前后对比；(b)根据前后图像之间的间隔时间及铅球的位置变化，计算出铅球出手的速度。进一步，步骤四中，所述通过最佳路径仿真程序基于铅球出手的速度计算不同出手角度下铅球投掷的最优距离的方法，具体如下：(1)组建最佳路径变化规律推导模型，如下：式中，e代表实际远度，C(x，y)代表铅球落地C点时的坐标，代表铅球在水平方向的投掷力，代表铅球推力角度的衰减系数，代表推力和衰减系数间的关系，ζ(y)代表在铅球投掷时形成的水平方向应力；(2)假设由代表铅球在运动过程中某一瞬间，速度v和水平方向的夹角，计算铅球在运动过程中水平和竖直方向的阻力，计算关系式如下：式中，F代表空气阻力；计算出铅球在运动至斜上位置时受到空气阻力时的微分方程，如下：式中，dvx和dvy分别代表铅球在运动过程中竖直分速度方向和阻力，mg代表不同方向阻力分量的关系系数，m代表方向系数；(3)由代表铅球在运动过程中的上升段，代表铅球在运动过程中的下降段，获取空气阻力和速度的关系，如下：式中，κ*代表铅球在运动初始时刻受到的空气阻力，γx*代表铅球抛出点离地面的高度，by*代表空气阻力与速度的平方比，η代本文档来自技高网...

【技术保护点】
1.一种投掷运动训练设备的控制方法，其特征在于，所述投掷运动训练设备的控制方法包括以下步骤：/n步骤一，正面图像采集设备和侧面图像采集设备同时采集目标区域的运动图像；/n步骤二，正面图像采集设备采集正面图像，并检测出正面图像中待监控铅球的第一运动方向；/n当正面图像中包含多个运动目标时，通过特征点匹配算法和/或坐标位置匹配算法将正面图像中的运动目标与侧面图像的运动目标进行匹配，将匹配出的且具有垂直运动方向的运动铅球作为待跟踪的待监控的铅球；/n步骤三，侧面图像采集设备采集铅球运动侧面图像及运动员运动动作和铅球出手动作图像，并检测出所述侧面图像中待监控铅球的第二运动方向；/n步骤四，通过主控制器的去燥单元对步骤三检测出的侧面图像信息再进行收集图像原始数据；/n步骤五，基于图像原始数据，对预设概念所隶属的类型，进行网络图像数据库上的图像三元组的爬取和解析；/n步骤六，爬取预设子类中包含图像的类型标签并将类型标签添加到图像三元组；预设子类即对图像原始数据进行预设概念所隶属的类型确定，预设概念所隶属的类型包括图像格式、大小以及类型；/n步骤七，计算图像三元组初始相似度；/n步骤八，对图像三元组标签添加图片类型距离，并根据初始相似度，通过搜索识别按照预设方法获取图像三元组目标相似度；/n步骤九，根据图像三元组目标相似度进行图像去燥；/n步骤十，利用非线性导向滤波图像增强方法对步骤九去燥的图像进行投掷运动训练中运动动作、铅球出手动作图像的预处理；/n步骤十一，构建非线性导向滤波，并计算非线性导向滤波的系数；/n步骤十二，根据步骤十一生成滤波图像，然后根据输入图得出滤波增强图；/n步骤十三，通过主控制器控制最佳路径仿真程序基于铅球出手的速度计算不同出手角度下步骤十二滤波增强图中铅球投掷的最优距离，并组建最佳路径变化规律推导模型；/n步骤十四，计算铅球在运动过程中水平和竖直方向的阻力；/n步骤十五，计算投掷后铅球从抛出点到落地点的时间以及铅球最佳投掷角；/n步骤十六，利用距离传感器将步骤十五投掷后铅球投掷的距离进行收集：当第一只铅球落地后，距离传感器获取投掷起点到铅球后端的直线距离，并标记为X...

【技术特征摘要】
1.一种投掷运动训练设备的控制方法，其特征在于，所述投掷运动训练设备的控制方法包括以下步骤：
步骤一，正面图像采集设备和侧面图像采集设备同时采集目标区域的运动图像；
步骤二，正面图像采集设备采集正面图像，并检测出正面图像中待监控铅球的第一运动方向；
当正面图像中包含多个运动目标时，通过特征点匹配算法和/或坐标位置匹配算法将正面图像中的运动目标与侧面图像的运动目标进行匹配，将匹配出的且具有垂直运动方向的运动铅球作为待跟踪的待监控的铅球；
步骤三，侧面图像采集设备采集铅球运动侧面图像及运动员运动动作和铅球出手动作图像，并检测出所述侧面图像中待监控铅球的第二运动方向；
步骤四，通过主控制器的去燥单元对步骤三检测出的侧面图像信息再进行收集图像原始数据；
步骤五，基于图像原始数据，对预设概念所隶属的类型，进行网络图像数据库上的图像三元组的爬取和解析；
步骤六，爬取预设子类中包含图像的类型标签并将类型标签添加到图像三元组；预设子类即对图像原始数据进行预设概念所隶属的类型确定，预设概念所隶属的类型包括图像格式、大小以及类型；
步骤七，计算图像三元组初始相似度；
步骤八，对图像三元组标签添加图片类型距离，并根据初始相似度，通过搜索识别按照预设方法获取图像三元组目标相似度；
步骤九，根据图像三元组目标相似度进行图像去燥；
步骤十，利用非线性导向滤波图像增强方法对步骤九去燥的图像进行投掷运动训练中运动动作、铅球出手动作图像的预处理；
步骤十一，构建非线性导向滤波，并计算非线性导向滤波的系数；
步骤十二，根据步骤十一生成滤波图像，然后根据输入图得出滤波增强图；
步骤十三，通过主控制器控制最佳路径仿真程序基于铅球出手的速度计算不同出手角度下步骤十二滤波增强图中铅球投掷的最优距离，并组建最佳路径变化规律推导模型；
步骤十四，计算铅球在运动过程中水平和竖直方向的阻力；
步骤十五，计算投掷后铅球从抛出点到落地点的时间以及铅球最佳投掷角；
步骤十六，利用距离传感器将步骤十五投掷后铅球投掷的距离进行收集：当第一只铅球落地后，距离传感器获取投掷起点到铅球后端的直线距离，并标记为X1；
步骤十七，当第二只铅球落地后，距离传感器获取投掷起点到铅球后端的直线距离，并标记为X2，以此类推；
步骤十八，将所检测的数据与图像采集模块按顺序采集的图像进行一一匹配。


2.如权利要求1所述的投掷运动训练设备的控制方法，其特征在于，步骤十一中，所述非线性导向滤波的构建方法如下：
设I是输入图像，g是导向图像，Iout是导向滤波后的图像，在s点的非线性导向滤波用以s点为中心的窗口ws中的输入像素非线性表征，具体表征如下：Iout(s)＝asI2(k)+bsI(k)+cs，k∈ws，如果系数as为0，非线性导向滤波就退化成线性导向滤波。


3.如权利要求1所述的投掷运动训练设备的控制方法，其特征在于，步骤十一中，所述非线性导向滤波的系数的计算方法包括：
非线性导向滤波图像Iout和输入图像I的关系是I＝Iout+n，所述的n是噪声、云雾或纹理，为了使滤波后的图像和输入图像尽可能接近，因此需要两者的能量差尽可能小，具体表达式如下：



将所述能量函数正则化，则：



其中，δ和ε分别是对as，bs的正则化惩罚参数，为了获得系数as，bs，cs值，须要对代价函数分别对as，bs，cs求偏导，并令对应的导数为零，即：









其中，mus3分别表示在以s为中心的窗口ws内的图像I3，I2，I，g的平均值，var(Is2)和var(Is)分别表示在以s为中心的窗口ws内的图像I3和I的方差。


4.如权利要求1所述的投掷运动训练设备的控制方法，其特征在于，步骤十三中，所述通过最佳路径仿真程序基于铅球出手的速度计算不同出手角度下铅球投掷的最优距离的方法，具体如下：
(1)组建最佳路径变化规律推导模型，如下：



式中，e代表实际远度，C(x，y)代表铅球落地C点时的坐标，代表铅球在水平方向的投掷力，ι(μ)代表铅球推力角度的衰减系数，vi*代表推力和衰减系数间的关系，ζ(y)代表在铅球投掷时形成的水平方向应力；
(2)假设由θ″代表铅球在运动过程中某一瞬间，速度v和水平方向的夹角，计算铅球在运动过程中水平和竖直方向的阻力，计算关系式如下：



式中，F代表空气阻力；
计算出铅球在运动至斜上位置时受到空气阻力时的微分方程，如下：


...

【专利技术属性】
技术研发人员：赵立秋，
申请(专利权)人：淮安信息职业技术学院，
类型：发明
国别省市：江苏;32