【技术实现步骤摘要】
一种基于AI视觉算法的运动轨迹识别方法、系统及设备
[0001]本专利技术涉及运动轨迹识别
，更具体地，涉及一种基于AI视觉算法的运动轨迹识别方法、系统及设备。
技术介绍
[0002]通过视频和图片进行运行状态的采集是目前主要的运动设备信息采集方式。但是，如何对于运动设备的状态进行定位，不单需要采集，还需要进行智能的运动状态的分析，这种情况下，就需要对于运动设备的图像和视频进行有效的分析和定位。
[0003]在本专利技术技术之前，现有的技术主要是通过获得运动设备的图像和视频，提取出运动设备的几何外观，进而按照均匀的质量分布进行运动设备的重心位置的划定，进而形成设备未来时刻的三维运动轨迹和区域，但是，实际设备并非完全均匀的质量分布，而运动过程中由于受外力或者内部运动，可能导致内部重心位置发生偏移，很难取得准确的重心位置，甚至可能会出现设备重心不断发生变化的情况。因此，很难实现有效地运动轨迹预判和历史轨迹分析。
技术实现思路
[0004]鉴于上述问题，本专利技术提出了一种基于AI视觉算法的运动轨迹识...
【技术保护点】
【技术特征摘要】
1.一种基于AI视觉算法的运动轨迹识别方法，其特征在于，该方法包括：通过图像采集设备获得运动设备的几何重心坐标；根据所述几何重心坐标计算运动设备的运动速度和法向量；设置风阻系数，结合所述几何重心坐标、所述运动速度和所述法向量计算风阻力；外部模拟输入运动设备的外力；获取所述几何重心坐标的历史数据，并根据所述几何重心坐标获得实时的重心坐标；根据所述实时的重心坐标、所述运动设备的外力、所述运动速度、所述法向量和所述风阻力，获得未来时刻的运动轨迹。2.如权利要求1所述的一种基于AI视觉算法的运动轨迹识别方法，其特征在于，所述通过图像采集设备获得运动设备的几何重心坐标，具体包括：启动图像采集设备，设置采样周期；根据采样周期采集运动设备的图像；根据运动设备的图像和预设的运动设备的形状，确定当前运动设备的几何重心坐标。3.如权利要求1所述的一种基于AI视觉算法的运动轨迹识别方法，其特征在于，所述根据所述几何重心坐标计算运动设备的运动速度和法向量，具体包括：根据所述几何重心坐标和所述几何重心坐标的历史数据利用第一计算公式计算所述运动速度；利用第二计算公式确定法向量；所述第一计算公式为：其中，x0为所述几何重心坐标的横轴坐标的实测值，y0为所述几何重心坐标的纵轴坐标的实测值，z0为所述几何重心坐标的竖轴坐标的实测值，x
‑1为所述几何重心坐标的横轴坐标的上一时刻的实测值，y
‑1为所述几何重心坐标的纵轴坐标的上一时刻的实测值，z
‑1为所述几何重心坐标的竖轴坐标的上一时刻的实测值，t为运动设备的采样的间隔时间，V为所述运动速度；所述第二计算公式为：n=( x
0，
y
0，
z0)其中，n为所述法向量。4.如权利要求1所述的一种基于AI视觉算法的运动轨迹识别方法，其特征在于，所述设置风阻系数，结合所述几何重心坐标、所述运动速度和所述法向量计算风阻力，具体包括：根据所述几何重心坐标和所述法向量，建立满足第三计算公式的垂向平面；在运动设备外围轮廓内部的坐标中，提取全部所述垂向平面上的运动设备的横轴坐标、纵轴坐标和竖轴坐标，并利用第四计算公式计算截面积；设置风阻系数，根据所述截面积，利用第五计算公式计算风阻力；所述第三计算公式为：
其中，x为运动设备的横轴坐标，y为运动设备的纵轴坐标，z为运动设备的竖轴坐标，x0为所述几何重心坐标的横轴坐标的实测值，y0为所述几何重心坐标的纵轴坐标的实测值，z0为所述几何重心坐标的竖轴坐标的实测值；所述第四计算公式为：S=count(x
，
y
，
z)其中，S为截面积，count()为根据运动设备的横轴坐标、纵轴坐标和竖轴坐标计算的截面面积的函数；所述第五计算公式为：F
k
=kSV其中，F
k
为所述风阻力，k为风阻系数。5.如权利要求1所述的一种基于AI视觉算法的运动轨迹识别方法，其特征在于，所述外部模拟输入运动设备的外力，具体包括：通过鼠标和键盘输入运动设备的外力施加大小；通过鼠标和键盘输入运动设备的外力施加的施加方向。6.如权利要求1所述的一种基于AI视觉算法的运动轨迹识别方法，其特征在于，所述获取所述几何重心坐标的历史数据，并根据所述几何重心坐标获得实时的重心坐标，具体包括：获取所述几何重心坐标的历史数据，提取其中的上二时刻的实测值；利用第六计算公式计算调整最大阈值，其中，所述调整最大阈值包括竖直坐标最大值、纵轴坐标最大值、横轴坐标最大值、竖直坐标最小值、纵轴坐标最小值、横轴坐标最小值；根据第七计算...
【专利技术属性】
技术研发人员：王子杰，
申请(专利权)人：山东幻科信息科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。