一种矫正飞盘竞技选手运动姿态的方法技术

本发明专利技术提出了一种矫正飞盘竞技选手运动姿态的方法，通过安装惯性测量单元获得飞盘投掷姿态的加速度和角速度数据，并对其进行信息筛选，筛选后的数据进行分类，生成量化数据和非量化数据；将非量化数据通过模型转换为次量化的姿态数据；将量化数据

【技术实现步骤摘要】
一种矫正飞盘竞技选手运动姿态的方法


[0001]本专利技术涉及体育竞技运动领域，具体涉及一种矫正飞盘竞技选手运动姿态的方法

技术介绍

[0002]飞盘竞技，也被称为飞盘运动或飞碟运动，是一种以飞盘为主要工具的体育竞技项目
。
在飞盘竞技中，参与者通过投掷和接住飞盘，展示出各种技巧和策略，以获得得分或在团队比赛中取胜
。
飞盘竞技通常包括不同的项目，如飞盘高尔夫
、
综合项目
、
速射项目等，吸引着众多爱好者参与
。
[0003]然而，尽管飞盘竞技受到了广泛的欢迎和参与，但在实际运动中，选手在投掷和接住飞盘的过程中，可能由于姿势不准确而影响飞盘的轨迹和飞行距离，从而降低比赛的效果；其次选手在飞盘竞技中需要保持良好的动作稳定性，以确保飞盘的投掷和接住能够顺利进行
。
在飞盘竞技中，选手需要投掷和接住飞盘，如果姿势不稳定或动作不协调，会造成关节扭伤
、
肌肉拉伤或其他身体损伤
。
因此飞盘竞技中的角度和旋转控制对于飞盘的飞行轨迹和距离具有重要影响，选手需要准确控制飞盘的旋转速度和飞行角度，但在实践中存在难以掌握的问题，从而在实际训练中难以发现姿态动作的问题，因此长期以错误姿态进行训练导致各种问题
。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供了一种矫正飞盘竞技选手运动姿态的方法
。
以解决飞盘竞技中的动作姿势不准确难以发现
、r/>动作稳定性差难以发现和角度控制困难等问题，从而准确控制飞盘的旋转速度和飞行角度，同时解决在运动过程中因为控制飞盘姿势不正确导致的关节扭伤
、
肌肉拉伤或其他身体损伤的问题
。
[0005]为了解决上述问题，本专利技术采用了如下的技术方案：
[0006]一种矫正飞盘竞技选手运动姿态的方法，其特征在于，所述方法通过姿态模型实现，包括以下步骤：获取选手飞盘投掷姿态的加速度和角速度数据，所述数据通过在飞盘上安装的惯性测量单元捕获获得；对捕获的姿态数据进行信息筛选，并对筛选后的数据进行分类，生成量化数据和非量化数据；将非量化数据通过模型转换为次量化的姿态数据；将量化数据
、
次量化的姿态数据融合，生成选手姿态行为的综合评估结果，并为选手的姿态行为赋予定量标签值，从而对选手姿态行为的精确评估
。
[0007]进一步的，所述将非量化数据通过模型转换为次量化的姿态数据，是通过飞盘旋转模型
、
倾斜角度模型和飞行方向模型进行转换的
。
[0008]进一步的，所述对捕获的姿态数据进行信息筛选，并对筛选后的数据进行分类，生成量化数据和非量化数据是通过算计倾斜角度，旋转角速度来分类量化数据和非量化数据
。
[0009]进一步的，所述通过算计倾斜角度，旋转角速度来分类量化数据和非量化数据包括以下步骤：
[0010]S1,
从信息筛选过程中获得旋转角速度和倾斜角度等特征值；
[0011]S2,
为每个特征设定相应的量化标签和阈值；
[0012]S3,
对每一帧的数据通过特征值与阈值比较进行分类
。
[0013]进一步的，所述
S3,
对每一帧的数据进行以下分类操作包括以下步骤：
[0014]S31,
计算旋转角速度的绝对值与阈值比较，对旋转角速度特征分类；
[0015]S32,
计算倾斜角度的绝对值与阈值比较
,
对倾斜角度特征分类
。
[0016]进一步的，所述将量化数据
、
次量化的姿态数据融合，生成选手姿态行为的综合评估结果，并为选手的姿态行为赋予定量标签值，包括以下步骤：
[0017]1051.
将量化数据
、
次量化的姿态数据融合；
[0018]1052.
生成选手姿态行为的综合评估结果；
[0019]106.
为选手的姿态行为赋予定量标签值
。
[0020]进一步的，所述将量化数据
、
次量化的姿态数据融合包括以下步骤，
[0021]10511
，对量化和次量化姿态数据标准化；
[0022]10512
，计算量化数据和次量化姿态数据之间的互信息；
[0023]10513
，根据互信息计算姿态数据之间的相关系；
[0024]10514
，根据互信息相关性将标准化后的量化数据和次量化姿态数据进行加权平均，以获得融合后的数据
。
[0025]进一步的，所述对量化和次量化姿态数据标准化包括以下步骤，
[0026]i
，计算量化数据以及次量化姿态数据的均值和标准差；
[0027]ii
，进行标准化计算；
[0028]iii
，对每个点重复步骤
i
和
ii。
[0029]进一步的，所述进行标准化计算时通过以下公式计算：其中，
z
为标准化后的数据点，
μ
为均值，
σ
为标准差
。
[0030]本专利技术还公开了一种综合风影响的飞盘竞技选手运动姿态评估方法，具体的，包括以下步骤：
[0031]S21,
获取风速和风向数据，所述数据是通过在场地周围安装风速风向传感器来获得；
[0032]S22,
对捕获的数据使用风影响模型进行处理，得到轨迹预测数据和姿态稳定性数据；
[0033]S23,
将轨迹预测数据和姿态稳定性数据与权利要求1中所述的量化数据
、
次量化的姿态数据融合在一起，生成综合的选手姿态行为评估结果；
[0034]S24,
根据综合评估结果为选手的姿态行为赋予定量标签值，从而对选手姿态行为的质量进行精确评估
。
[0035]本专利技术提供了精确的评估和指导，旨在改善选手的竞技表现
、
降低受伤风险，并为飞盘竞技的发展和培训提供了有力的支持，同时防止在运动时关节扭伤
、
肌肉拉伤或其他身体损伤
。
附图说明
[0036]图1为本专利技术提出的一种矫正飞盘竞技选手运动姿态的方法的方法流程图；
[0037]图2为本专利技术提出的一种矫正飞盘竞技选手运动姿态的方法的数据融合与评估的方法流程图；
[0038]图3为本专利技术提出的一种矫正飞盘竞技选手运动姿态的方法的量化数据和次量化数据标准化流程图；
[0039]图4为本专利技术提出的一种矫正飞盘竞技选手运动姿态的方法的信息筛选特征提取与分类流程图
。
具体实施方式
[0040]下面结合附图进一步详细描述本专利技术的技术方案，但本专利技术的保护范围不局限于以下所述...

【技术保护点】

【技术特征摘要】
1.
一种矫正飞盘竞技选手运动姿态的方法，其特征在于，所述方法通过姿态模型实现，包括以下步骤：获取选手飞盘投掷姿态的加速度和角速度数据，所述数据通过在飞盘上安装的惯性测量单元捕获获得；对捕获的姿态数据进行信息筛选，并对筛选后的数据进行分类，生成量化数据和非量化数据；将非量化数据通过一定的模型转换为次量化的姿态数据；将量化数据
、
次量化的姿态数据融合，生成选手姿态行为的综合评估结果，并为选手的姿态行为赋予定量标签值，从而对选手姿态行为的精确评估
。2.
根据权利要求1所述的一种矫正飞盘竞技选手运动姿态的方法，其特征在于：所述将非量化数据通过模型转换为次量化的姿态数据，是通过飞盘旋转模型
、
倾斜角度模型和飞行方向模型进行转换的
。3.
根据权利要求1所述的一种矫正飞盘竞技选手运动姿态的方法，其特征在于：所述对捕获的姿态数据进行信息筛选，并对筛选后的数据进行分类，生成量化数据和非量化数据是通过算计倾斜角度，旋转角速度来分类量化数据和非量化数据
。4.
根据权利要求3所述的一种矫正飞盘竞技选手运动姿态的方法，其特征在于：所述通过算计倾斜角度，旋转角速度来分类量化数据和非量化数据包括以下步骤：
S1,
从信息筛选过程中获得旋转角速度和倾斜角度等特征值；
S2,
为每个特征设定相应的量化标签和阈值；
S3,
对每一帧的数据通过特征值与阈值比较进行分类
。5.
根据权利要求4所述的一种矫正飞盘竞技选手运动姿态的方法，其特征在于，所述
S3,
对每一帧的数据进行以下分类操作包括以下步骤：
S31,
计算旋转角速度的绝对值与阈值比较，对旋转角速度特征分类；
S32,
计算倾斜角度的绝对值与阈值比较
,
对倾斜角度特征分类
。6.
根据权利要求1所述的一种矫正飞盘竞技选手运动姿态的方法，其特征在于：所述将量化数据
、
次量化的姿态数据融合，生成选手姿态行为的综合评估结果，并为选手的姿态行为赋予定量标签值，包括以下步骤：
1051.

【专利技术属性】
技术研发人员：羊洁，
申请(专利权)人：华民康成都科技有限公司，
类型：发明
国别省市：