[发明专利]一种训练动作识别方法

说明书

一种训练动作识别方法，包括测量运动的运动参数，运动参数包括加速度、角速度和旋转姿态角；根据预设的约束模型对运动参数去噪处理，得到优化的运动参数；采用分类算法对优化的运动参数进行分类，识别所做动作。由于根据肢体长度和肢体连接关系建立约束模型，用约束模型对实际测得的运动参数进行去噪，获得优化的运动参数，从而使得运动识别的鲁棒性更高。

技术领域

本申请涉及运动识别技术领域，具体涉及一种训练动作识别方法。

背景技术

体育训练过程中，需要根据运动参数(比如运动角速度、速度、周期)等对运动姿势和频率进行科学评估，以规范训练动作。

“CN201610423325.X一种面向智能哑铃的上肢运动识别方法”采用一个惯性传感器模块，通过对其加速度传感器和陀螺仪传感器原始数据进行采集处理，然后与特定动作对应的数据库里面数据进行对比分析，来实现对哑铃运动进行识别。

专利CN201610423325.X直接使用惯性传感器的原始数据与数据库中标准动作数据对比，具有如下缺点：1.采集标准动作过程中，由于传感器本身噪声，可能会导致标准数据库里对应的惯性原始数据不够准确；2.惯性传感器在实际运动中同样由于温度、安装位置误差、环境等干扰因素，传感器输出带大量噪声原始数据；3.单惯性传感器在理论上，非哑铃训练动作中更容易产生类似哑铃标准动作对应的传感器原始数据；上述缺点都会导致哑铃运动误识别或者漏识别。

发明内容

本申请提供一种训练动作识别方法，以提高运动识别的鲁棒性。

根据第一方面，一种实施例中提供一种训练动作识别方法，包括：测量运动的运动参数，运动参数包括加速度、角速度和旋转姿态角；根据预设的约束模型对运动参数去噪处理，得到优化的运动参数；采用分类算法对优化的运动参数进行分类，识别所做动作。

优选地，所述约束模型为：第一位置的约束位移cp1＝0，第一位置的约束速度cv1＝0；第二位置的约束位移第二位置的约束速度第三位置的约束位移第三位置的约束速度其中为第二位置的旋转姿态角；为第一位置相对于第二位置的空间直角坐标；为的反对称矩阵；²ω为第二位置的角速度；为第三位置的旋转姿态角；为第二位置相对于第三位置的空间直角坐标；为的反对称矩阵；³ω为第三位置的角速度。

优选地，还包括对加速度和旋转姿态角进行计算得到速度和位移，并根据约束位移和约束速度对速度和位移进行去噪处理。

优选地，所述约束模型为：第一位置的约束位移cp1＝0，第一位置的约束速度cv1＝0；第二位置的约束位移第二位置的约束速度其中为第二位置的旋转姿态角；为第一位置相对于第二位置的空间直角坐标；为的反对称矩阵；²ω为第二位置的角速度。

优选地，还包括对坐标进行校准。

优选地，还包括将分类后的运动参数与标准参数比较，得到评价结果。

依据上述实施例的训练动作识别方法，由于根据肢体长度和肢体连接关系建立约束模型，用约束模型对实际测得的运动参数进行去噪，获得优化的运动参数，从而使得运动识别的鲁棒性更高。

附图说明

图1为一种实施例训练动作识别方法流程图；

图2为各个坐标系关系图。

具体实施方式