[发明专利]一种低功耗高精度乒乓球运动的识别方法及装置

说明书

本发明公开了一种低功耗高精度乒乓球运动识别方法，具体步骤包括：(1)实时采集并提取出乒乓球拍在挥拍过程中的动作始末端点；(2)根据采集的动作始末端点提取所需要的特征向量；(3)采用分类法对所提取的特征向量进行分类，得到分类结果；(4)根据分类结果，识别出乒乓球拍的动作类型，计算出打球力量和速度。本发明弥补了通用型产品只能提供单一数据的局限，避免了现有产品使用时来回切换的繁琐。

技术领域

本发明涉及模式识别领域，尤其涉及一种低功耗高精度乒乓球运动的 识别方法及装置。

背景技术

人工智能、物联网等技术的发展推动了可穿戴产品的智能化，智能可 穿戴设备受到了中青年用户的青睐。此外，智能可穿戴设备与健康保健不 断结合，寻找新的突破。现在市面上几乎所有的智能手环都是通用型的智 能手环，可以用在跑步上，也可以用在踢足球上，也能用在打网球上。但 是这些产品的功能基本只局限在提供步数、卡路里消耗、心率等数据，无 法为运动爱好者提供对运动数据的分析与指导。

因此，设计一套腕带式低功耗高精度乒乓球运动识别和分析系统，不 仅能够为乒乓球运动员提高技能而提供科学的数据，还能够实现资深乒乓 球运动人士提高技能这种需求的社会价值，同时在后期与物联网结合开发 的产品中也具有很好的商业价值。

发明内容

本发明的目的在于提供一种低功耗高精度乒乓球运动的识别方法，所 述方法能够提高对乒乓球运动动作识别的准确率。

本发明的目的能够通过以下技术方案实现：

一种低功耗高精度乒乓球运动识别方法，具体步骤包括：

(1)实时采集并提取出乒乓球拍在挥拍过程中的动作始末端点；

(2)根据采集的动作始末端点提取所需要的特征向量；

(3)采用分类法对所提取的特征向量进行分类，得到分类结果；

(4)根据分类结果，按照训练时每种动作对应的标签来识别出乒乓球 拍的动作类型，再将单位时间内的三轴加速度求算数平方根得到打球力量 和速度。

进一步地，所述步骤(1)的具体步骤包括：

(1-1)采集一段时间内乒乓球拍在挥拍过程中的三轴加速度和三轴角 速度数据；

(1-2)根据采集的运动数据，结合自适应算法得到动态阈值；

所述动态阈值是根据当前时刻加速度之前的十个时刻的加速度来计算 的，即求所述十个时刻的加速度的平均值作为动态阈值；每隔10ms采集一 次加速度数据。

(1-3)将每个时刻的加速度与动态阈值进行比较，如果某个时刻的加 速度与动态阈值的差值大于100，就看作动作的始末端点。

进一步地，所述步骤(2)的具体步骤包括：

(2-1)对动作端点内信号进行小波包分解，对小波包分解系数进行重 构，提取各频带范围内的信号，求取各个频带信号的总能量；

(2-2)采用LDA算法对特征向量进行降维，得到所需要的特征向量。

进一步地，所述步骤(3)的具体步骤包括：

(3-1)获取不同年龄段乒乓球爱好者多种挥拍类型的运动数据，提取 特征向量，得到特征向量样本集合；

(3-2)根据提取的特征向量训练产生基本的S_Kohonen神经网络模型；

(3-3)将步骤(2)中所提取的特征向量输入所述S_Kohonen神经网 络优化模型中，根据模型输出结果得到对应的挥拍动作分类，得到分类结 果。