本发明专利技术实施例的VR跑步机跑步履带的速度控制方法及系统，可以精准地推导出落脚点云空间姿态向量与至少一个历史落脚点云空间姿态向量中目标历史落脚点云空间姿态向量匹配的偏心概率，根据偏心概率确定与落脚点云空间姿态向量相匹配的历史落脚点云空间姿态向量进行跑步状态分析，以准确得到待分析跑步机落脚传感检测数据的跑步状态分析结果，可以基于待分析跑步机落脚传感检测数据的跑步状态分析结果对目标跑步机进行针对性的跑步履带速度控制和调节，由于在确定跑步状态分析结果时综合了历史空间姿态向量簇以及控制决策相关性数据，不仅可以保障跑步状态分析结果的确定效率，还可以通过跑步状态分析结果确保跑步履带速度控制调节的连续性。速度控制调节的连续性。速度控制调节的连续性。
【技术实现步骤摘要】
一种VR跑步机跑步履带的速度控制方法及系统
[0001]本专利技术涉及VR跑步机
，特别涉及一种VR跑步机跑步履带的速度控制方法及系统。
技术介绍
[0002]随着VR技术的不断发展，跑步机与VR的结合可以为用户带来更为有趣和高端的运动体验。鉴于VR跑步机的场景沉浸等特点，针对VR跑步机的速度控制不同于传统跑步机，相关技术在实施时难以保障VR跑步机的速度控制的针对性，且在进行速度控制的前序处理时存在效率低下和资源浪费的问题。
技术实现思路
[0003]为改善相关技术中存在的技术问题，本专利技术提供了一种VR跑步机跑步履带的速度控制方法及系统。
[0004]本专利技术实施例提供了一种VR跑步机跑步履带的速度控制方法，应用于VR跑步机控制系统，所述方法包括：获取待分析跑步机落脚传感检测数据对应的落脚点云空间姿态向量及历史空间姿态向量簇，所述历史空间姿态向量簇中包括至少一个历史落脚点云空间姿态向量；提取所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量之间的目标控制决策相关性数据，以及所述历史落脚点云空间姿态向量之间的历史控制决策相关性数据；创建表示所述目标控制决策相关性数据与所述历史控制决策相关性数据之间推演联系的控制决策相关性分布；通过所述控制决策相关性分布进行数据偏心概率分析，得到所述落脚点云空间姿态向量与至少一个历史落脚点云空间姿态向量中目标历史落脚点云空间姿态向量匹配的偏心概率；依据所述偏心概率从所述目标历史落脚点云空间姿态向量中确定与所述落脚点云空间姿态向量相匹配的历史落脚点云空间姿态向量；通过匹配的历史落脚点云空间姿态向量确定所述待分析跑步机落脚传感检测数据的跑步状态分析结果，利用所述跑步状态分析结果对目标跑步机进行跑步履带速度控制。
[0005]优选地，所述获取待分析跑步机落脚传感检测数据对应的落脚点云空间姿态向量及历史空间姿态向量簇，包括：获取待分析跑步机落脚传感检测数据对应的落脚点云空间姿态向量及状态分析向量集，所述状态分析向量集中包括至少一个设定落脚点云空间姿态向量；确定所述落脚点云空间姿态向量与所述状态分析向量集中每个设定落脚点云空间姿态向量的控制决策相关性；
从所述状态分析向量集中获取控制决策相关性位置处于设定队列排位之前的设定落脚点云空间姿态向量作为历史落脚点云空间姿态向量，以生成所述历史空间姿态向量簇。
[0006]优选地，所述提取所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量之间的目标控制决策相关性数据，以及所述历史落脚点云空间姿态向量之间的历史控制决策相关性数据，包括：确定所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量之间的控制决策相关性因子，得到所述目标控制决策相关性数据；确定所述历史落脚点云空间姿态向量之间的控制决策相关性因子，得到所述历史控制决策相关性数据。
[0007]优选地，所述提取所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量之间的目标控制决策相关性数据，以及所述历史落脚点云空间姿态向量之间的历史控制决策相关性数据，包括：提取所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量之间的空间姿态变化，得到所述目标控制决策相关性数据；提取所述历史落脚点云空间姿态向量之间的空间姿态变化，得到所述历史控制决策相关性数据。
[0008]优选地，所述创建表示所述目标控制决策相关性数据与所述历史控制决策相关性数据之间推演联系的控制决策相关性分布，包括：获取所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量的控制决策相关性；按照所述控制决策相关性对所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量进行顺序整理；依据所述顺序整理创建所述目标控制决策相关性数据与所述历史控制决策相关性数据的关联分布，生成所述控制决策相关性分布。
[0009]优选地，所述通过所述控制决策相关性分布进行数据偏心概率分析，得到所述落脚点云空间姿态向量与至少一个历史落脚点云空间姿态向量中目标历史落脚点云空间姿态向量匹配的偏心概率，包括：对所述控制决策相关性分布进行特征挖掘处理，得到控制决策描述向量；通过所述控制决策描述向量进行偏心概率分析，得到所述落脚点云空间姿态向量与至少一个历史落脚点云空间姿态向量中目标历史落脚点云空间姿态向量匹配的偏心概率。
[0010]优选地，所述通过所述控制决策描述向量进行偏心概率分析，得到所述落脚点云空间姿态向量与至少一个历史落脚点云空间姿态向量中目标历史落脚点云空间姿态向量匹配的偏心概率，包括：对所述控制决策描述向量进行特征整合处理，得到控制决策整合向量；通过所述控制决策整合向量进行分团操作，得到所述落脚点云空间姿态向量与至少一个历史落脚点云空间姿态向量中目标历史落脚点云空间姿态向量匹配的偏心概率。
[0011]优选地，所述目标历史落脚点云空间姿态向量包括与所述落脚点云空间姿态向量
的控制决策相关性最高的一个历史落脚点云空间姿态向量；所述通过所述控制决策整合向量进行分团操作，得到所述落脚点云空间姿态向量与至少一个历史落脚点云空间姿态向量中目标历史落脚点云空间姿态向量匹配的偏心概率，包括：通过所述控制决策整合向量进行分团操作，得到所述控制决策相关性最高的一个历史落脚点云空间姿态向量与所述落脚点云空间姿态向量匹配的偏心概率。
[0012]优选地，所述目标历史落脚点云空间姿态向量包括与所述落脚点云空间姿态向量的控制决策相关性最高的至少两个历史落脚点云空间姿态向量；所述通过所述控制决策整合向量进行分团操作，得到所述落脚点云空间姿态向量与至少一个历史落脚点云空间姿态向量中目标历史落脚点云空间姿态向量匹配的偏心概率，包括：通过所述控制决策整合向量进行分团操作，得到控制决策相关性最高的至少两个历史落脚点云空间姿态向量与所述落脚点云空间姿态向量匹配的偏心概率。
[0013]优选地，所述对所述控制决策相关性分布进行特征挖掘处理，得到控制决策描述向量，包括：对所述控制决策相关性分布进行滑动滤波操作，以生成所述控制决策描述向量。
[0014]优选地，所述对所述控制决策相关性分布进行特征挖掘处理，得到控制决策描述向量，包括：对所述控制决策相关性分布进行局部特征聚焦挖掘，以生成所述控制决策描述向量。
[0015]优选地，所述依据所述偏心概率从所述目标历史落脚点云空间姿态向量中确定与所述落脚点云空间姿态向量相匹配的历史落脚点云空间姿态向量，包括：从所述目标历史落脚点云空间姿态向量中确定偏心概率满足匹配要求的历史落脚点云空间姿态向量；将偏心概率满足匹配要求的历史落脚点云空间姿态向量，作为与所述落脚点云空间姿态向量相匹配的历史落脚点云空间姿态向量。
[0016]本专利技术实施例还提供了一种VR跑步机控制系统，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述方法。
[0017]本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时实现上述方法。
[0018]应本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种VR跑步机跑步履带的速度控制方法，其特征在于，应用于VR跑步机控制系统，所述方法包括：获取待分析跑步机落脚传感检测数据对应的落脚点云空间姿态向量及历史空间姿态向量簇，所述历史空间姿态向量簇中包括至少一个历史落脚点云空间姿态向量；提取所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量之间的目标控制决策相关性数据，以及所述历史落脚点云空间姿态向量之间的历史控制决策相关性数据；创建表示所述目标控制决策相关性数据与所述历史控制决策相关性数据之间推演联系的控制决策相关性分布；通过所述控制决策相关性分布进行数据偏心概率分析，得到所述落脚点云空间姿态向量与至少一个历史落脚点云空间姿态向量中目标历史落脚点云空间姿态向量匹配的偏心概率；依据所述偏心概率从所述目标历史落脚点云空间姿态向量中确定与所述落脚点云空间姿态向量相匹配的历史落脚点云空间姿态向量；通过匹配的历史落脚点云空间姿态向量确定所述待分析跑步机落脚传感检测数据的跑步状态分析结果，利用所述跑步状态分析结果对目标跑步机进行跑步履带速度控制。2.根据权利要求1所述的方法，其特征在于，所述获取待分析跑步机落脚传感检测数据对应的落脚点云空间姿态向量及历史空间姿态向量簇，包括：获取待分析跑步机落脚传感检测数据对应的落脚点云空间姿态向量及状态分析向量集，所述状态分析向量集中包括至少一个设定落脚点云空间姿态向量；确定所述落脚点云空间姿态向量与所述状态分析向量集中每个设定落脚点云空间姿态向量的控制决策相关性；从所述状态分析向量集中获取控制决策相关性位置处于设定队列排位之前的设定落脚点云空间姿态向量作为历史落脚点云空间姿态向量，以生成所述历史空间姿态向量簇。3.根据权利要求1所述的方法，其特征在于，所述提取所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量之间的目标控制决策相关性数据，以及所述历史落脚点云空间姿态向量之间的历史控制决策相关性数据，包括：确定所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量之间的控制决策相关性因子，得到所述目标控制决策相关性数据；确定所述历史落脚点云空间姿态向量之间的控制决策相关性因子，得到所述历史控制决策相关性数据。4.根据权利要求1所述的方法，其特征在于，所述提取所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量之间的目标控制决策相关性数据，以及所述历史落脚点云空间姿态向量之间的历史控制决策相关性数据，包括：提取所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量之间的空间姿态变化，得到所述目标控制决策相关性数据；提取所述历史落脚点云空间姿态向量之间的空间姿态变化，得到所述历史控制决策相关性数据。5.根据权利要求1所述的方法，其特征在于，所述创建表示所述目标控制决策相关性数
据与所述历史控制决策相关性数据之间推演联系的控制决策相关性分布，包括：获取所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量的控制决策相关性；按照所述控制决策相关性对所述落脚点云空间姿态向量与每个所述历史落脚点云空间姿态向量进行顺序整理；依据所述顺序整理创建所述目标控制决策...
【专利技术属性】
技术研发人员：张寄望，刘卓，张志成，阳序运，
申请(专利权)人：广州卓远虚拟现实科技有限公司，
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。