一种基于虚拟现实技术的体育优化训练系统及方法技术方案

本发明专利技术涉及一种基于虚拟现实技术的体育优化训练系统及方法，属于虚拟现实技术领域。该方法具体包括：S1：在训练器材受力点处安装压力传感器，采集体验者施加的压力值；S2：采用高分辨率摄像设备采集体验者信息，通过计算机视觉生成体验者模型；S3：采用VR技术生成源标准模型，并将源标准模型结合体验者模型生成为体验者订制的标准模型；S4：设置评价参数，通过机器学习优化生成的标准模型；S5：将优化后的标准模型生成为半透明同比例模型，覆盖于体验者模型之上，以三视图或立体图形向体验者展示，从而对体验者动作进行矫正。本发明专利技术优化了现有VR设备的模拟对比功能，精确模拟出训练者的姿势与力度，及时做出训练姿势和力度的调整。

【技术实现步骤摘要】
一种基于虚拟现实技术的体育优化训练系统及方法
本专利技术属于虚拟现实
，涉及一种基于虚拟现实技术的体育优化训练系统及方法。
技术介绍
现阶段体育训练方案大都是通过高速摄像机对运动员的运动过程进行录像，由教练团队通过重复观看回放的录像，来发现运动员在运动过程中出现的错误动作或不标准动作，然后指导运动员在下次训练中执行同样的动作时能够克服之前发现的错误；更先进的，还可以通过测心率、脉搏、步频等装置来记录运动员在运动过程中的人体数据，并将记录的数据传输到电脑上进行软件的标准化分析，然后根据分析结果来指导运动员进行相应的训练，缺乏时效性。常见的专业技能训练依赖与实际的训练场地和训练器械，场地成本和训练成本都很高。目前，虽然已有利用虚拟现实技术来模拟实际训练的技术，但大多数都是直接依赖现有的VR设备模拟实际训练，现有的VR设备只能大概模拟实际训练形体，无法做到精确的形体模拟，因此，导致显示出来的训练结果不够准确，误导训练者做出的错误的训练计划调整。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于虚拟现实技术的体育优化训练系统及方法，精确模拟出训练者的训练者的姿势与力度，帮助训练者及时做出训练姿势和力度的调整，从而快速提升技能。为达到上述目的，本专利技术提供如下技术方案：一种基于虚拟现实技术的体育优化训练方法，具体包括以下步骤：S1：在训练的体育器材受力点处安装压力传感器，采集体验者施加的压力值；S2：采用高分辨率摄像设备采集体验者信息，通过计算机视觉生成体验者模型；S3：采用虚拟现实技术(VirtualReality,VR)生成源标准模型，并将源标准模型结合体验者模型生成为体验者订制的标准模型；S4：设置评价参数，与记录的体验者信息一起通过机器学习优化生成的标准模型；S5：将优化后的标准模型生成为半透明同比例模型，覆盖于体验者模型之上，以三视图或立体图形向体验者展示，从而对体验者动作进行矫正。进一步，步骤S4中，设置的评价参数＝sigmoid(穿模部分百分比+用户评价分数*权重系数)，其中，权重系数根据体验者先期训练的数据决定。进一步，步骤S4中，标准模型的优化使用卷积神经网络和基于深度学习的Adam优化算法训练所得。进一步，步骤S4中，设置穿模部分占模型百分比，与体验者每次训练结束后给出的评分一起作为返回参数，用于优化标准模型。进一步，步骤S5中，将优化后的标准模型设置为半透明套在体验者模型之外，二者的时间轴设置为同步以保证动作同步。进一步，适用于该训练方法的系统包括：训练器械、压力传感器、处理器、VR设备、通信模块和服务器；压力传感器与处理器连接，VR设备和服务器通过通信模块与处理器连接；压力传感器安装在训练器械上，体验者根据VR设备的虚拟场景训练，采集体验者施加力度；处理器将压力传感器采集的电信号转换成数字信号，通过内置程序代码将数字信号转换成体验者所训练体育项目对应的数值；通信模块将处理器转换后的数值传送给服务器，服务器将结果展示给体验者。本专利技术的有益效果在于：本专利技术优化了现有VR设备的模拟对比功能，使其显示的体验者姿势更精准。本专利技术系统能够精确模拟出训练者的姿势与力度，帮助训练者及时做出训练姿势和力度的调整，从而快速提升技能。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，其中：图1为本专利技术优化训练方法的流程图；图2为本专利技术优化训练系统结构框图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。请参阅图1～图2，图1为本专利技术的基于虚拟现实技术的体育优化训练方法，具体包括以下步骤：S1：在训练的体育器材受力点处安装压力传感器，采集体验者施加的压力值；S2：采用高分辨率摄像设备采集体验者信息，通过计算机视觉生成体验者模型；S3：采用VR技术生成源标准模型，并将源标准模型结合体验者模型生成为体验者订制的标准模型；S4：设置评价参数，与记录的体验者信息一起通过机器学习优化生成的标准模型；S5：将优化后的标准模型生成为半透明同比例模型，覆盖于体验者模型之上，以三视图或立体图形向体验者展示，从而对体验者动作进行矫正。图2为本专利技术提供的基于虚拟现实技术的体育优化训练系统，包括：训练器械、压力传感器、处理器、VR设备、通信模块和服务器；压力传感器与处理器连接，VR设备和服务器通过通信模块与处理器连接。压力传感器安装在训练器械上，体验者根据VR设备的虚拟场景训练，采集体验者施加力度。处理器将压力传感器采集的电信号转换成数字信号，通过内置程序代码将数字信号转换成体验者所训练体育项目对应的数值。通信模块将处理器转换后的数值传送给服务器，服务器将结果展示给体验者。本专利技术优选一种针对弓箭射击训练的优化训练系统，该系统中，训练器械是弓箭，通信模块采用ESP8266wifi模块，处理器采用STM32主控板，VR设备采用VR眼镜。本实施例中，在弓箭部分安装压力传感器，具体使用半导体压电阻抗扩散压力传感器。传感器是薄片表面形成半导体变形压力，通过外力(压力)使薄片变形而产生压电阻抗效果，从而使阻抗的变化转换成电信号。将电信号传到STM32主控板，并且将电信号转换成数字信号，通过编写相关转换程序代码，将数字信号转换成专业术语“磅值”。传统弓一般磅值是20、25、30、35、40、45.采用度量衡计算1磅＝0.907斤。根据测试者的拉力大小进而选取适合自己的磅值。并在STM32主控板上加上ESP8266，使硬件设备接入互联网，将转换后的数据上传至服务器。当体验者使用本装置并佩戴VR眼镜时，会在体验者的眼前显示当前体验者所施加的磅值，并且提醒体验者相应的加力或者减力。针对弓箭射击训练的优化训练方法具体为：考虑到实际情况复杂，基于深度学习的优化算法采用Adam算法以适配大多数情况。Adam本质上是带有动量项的RMSProp，它利用梯度的一阶矩估计和二阶矩估计动态调整每个参数的学习率。Adam的优点主要在于经过偏置矫正后，每一次迭代学习率都有个确定范围，使得参数比较平稳。虽然复杂，但Adam算法能够同时适应稀疏数据比如教育场景和非稀疏数据如家用场本文档来自技高网...

【技术保护点】
1.一种基于虚拟现实技术的体育优化训练方法，其特征在于，该方法具体包括以下步骤：/nS1：在训练的体育器材受力点处安装压力传感器，采集体验者施加的压力值；/nS2：采用高分辨率摄像设备采集体验者信息，通过计算机视觉生成体验者模型；/nS3：采用虚拟现实技术(Virtual Reality,VR)生成源标准模型，并将源标准模型结合体验者模型生成为体验者订制的标准模型；/nS4：设置评价参数，与记录的体验者信息一起通过机器学习优化生成的标准模型；/nS5：将优化后的标准模型生成为半透明同比例模型，覆盖于体验者模型之上，以三视图或立体图形向体验者展示，从而对体验者动作进行矫正。/n

【技术特征摘要】
1.一种基于虚拟现实技术的体育优化训练方法，其特征在于，该方法具体包括以下步骤：
S1：在训练的体育器材受力点处安装压力传感器，采集体验者施加的压力值；
S2：采用高分辨率摄像设备采集体验者信息，通过计算机视觉生成体验者模型；
S3：采用虚拟现实技术(VirtualReality,VR)生成源标准模型，并将源标准模型结合体验者模型生成为体验者订制的标准模型；
S4：设置评价参数，与记录的体验者信息一起通过机器学习优化生成的标准模型；
S5：将优化后的标准模型生成为半透明同比例模型，覆盖于体验者模型之上，以三视图或立体图形向体验者展示，从而对体验者动作进行矫正。


2.根据权利要求1所述的体育优化训练方法，其特征在于，步骤S4中，设置的评价参数＝sigmoid(穿模部分百分比+用户评价分数*权重系数)，其中，权重系数根据体验者先期训练的数据决定。


3.根据权利要求2所述的体育优化训练方法，其特征在于，步骤S4中，标准模型的优化使用卷积神经...

【专利技术属性】
技术研发人员：陈冬梅，黄建，肖庆，黄敏，吴邦海，陈汶凯，孙琪玥，韩汶婷，陈春萍，刘影，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50