羽毛球击球动作的识别方法、装置和可穿戴设备制造方法及图纸

本发明专利技术公开了一种羽毛球击球动作的识别方法、装置和可穿戴设备。其中，该方法包括：采集羽毛球运动中手腕的运动轨迹数据；根据运动轨迹数据生成特征数据；将特征数据输入识别模型，由识别模型识别特征数据对应的羽毛球击球动作，其中，识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：特征数据和与该特征数据对应的羽毛球击球动作。本发明专利技术解决了相关技术中不能识别羽毛球击球动作的技术问题。

【技术实现步骤摘要】
羽毛球击球动作的识别方法、装置和可穿戴设备
本专利技术涉及运动设备领域，具体而言，涉及一种羽毛球击球动作的识别方法、装置和可穿戴设备。
技术介绍
目前为止，绝大多数手环、手表等智能可穿戴设备都具有六轴传感器(三轴加速度计+三轴陀螺仪)可以输出运动轨迹数据，但是这些智能手环、手表等都没有羽毛球运动记录功能，也不能够识别羽毛球击球动作。例如，在羽毛球运动中，不能识别哪些是杀球，哪些是挑球，以及一些其他的羽毛球击球动作。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种羽毛球击球动作的识别方法、装置和可穿戴设备，以至少解决相关技术中不能识别羽毛球击球动作的技术问题。根据本专利技术实施例的一个方面，提供了一种羽毛球击球动作的识别方法，包括：采集羽毛球运动中手腕的运动轨迹数据；根据所述运动轨迹数据生成特征数据；将所述特征数据输入识别模型，由所述识别模型识别所述特征数据对应的羽毛球击球动作，其中，所述识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：特征数据本文档来自技高网...

【技术保护点】
1.一种羽毛球击球动作的识别方法，其特征在于，包括：/n采集羽毛球运动中手腕的运动轨迹数据；/n根据所述运动轨迹数据生成特征数据；/n将所述特征数据输入识别模型，由所述识别模型识别所述特征数据对应的羽毛球击球动作，其中，所述识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：特征数据和与该特征数据对应的羽毛球击球动作。/n

【技术特征摘要】
1.一种羽毛球击球动作的识别方法，其特征在于，包括：
采集羽毛球运动中手腕的运动轨迹数据；
根据所述运动轨迹数据生成特征数据；
将所述特征数据输入识别模型，由所述识别模型识别所述特征数据对应的羽毛球击球动作，其中，所述识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：特征数据和与该特征数据对应的羽毛球击球动作。


2.根据权利要求1所述的方法，其特征在于，所述特征数据包括直接特征数据和间接特征数据，根据所述运动轨迹数据生成特征数据包括:
从所述运动轨迹数据直接提取特征数据，得到直接特征数据；
和/或，
将所述运动轨迹数据转化为离散特征数据，得到间接特征数据，其中，所述间接特征数据包括以下至少之一：动作时长，频率，震荡幅度，坡度，峰度。


3.根据权利要求2所述的方法，其特征在于，根据所述运动轨迹数据生成特征数据还包括：
根据羽毛球击球动作的运动特征，设置特征数据阈值；
确定所述运动轨迹数据在所述特征数据阈值范围内的所述特征数据。


4.根据权利要求1所述的方法，还包括，
统计所述羽毛球击球动作，得到统计结果；
在羽毛球运动中和/或羽毛球运动后，对所述统计结果进行显示和/或语音提示。...

【专利技术属性】
技术研发人员：陈博，
申请(专利权)人：北京卡路里信息技术有限公司，
类型：发明
国别省市：北京;11