基于多方感知的竞走运动姿态分析方法与流程

技术特征：

1.基于多方感知的竞走运动姿态分析方法，其特征在于，所述竞走运动姿态分析包括同时进行的人体整体姿态分析、人体脚底与地面接触状态分析；

整体姿态分析通过训练好的神经网络对实时采集的三维人体表面模型进行识别，再将识别结果发送至统计模块；

人体脚底与地面接触状态分析采用压力传感器进行人体脚底压力状况采集，再通过分析模块对人体脚底与地面接触状态进行分析，再将分析结果发送至统计模块；

统计模块根据识别结果和分析结果统计错误动作并记录，并将结果告知竞走者。

2.根据权利要求1所述的基于多方感知的竞走运动姿态分析方法，其特征在于，所述人体整体姿态分析的步骤为：

S1：获得跑步机上运动者的三维人体表面模型；

S2：根据模型采集人体当前时刻t0的坐标信息和方向信息；

S3：通过摄像机组采集竞走中下一时刻t1人体的坐标信息，通过IMUs采集竞走中下一时刻t1人体的方向信息；

S4：根据t0时刻的坐标信息和方向信息、t1时刻的坐标信息和方向信息来对人体动作进行估计，从而得到下一时刻的三维人体表面模型；

S5：将S3中得到的三维人体表面模型输入训练好的神经网络中进行不规范动作识别，并将识别结果输入统计模块；

S6：迭代S1-S4,直至竞走运动完成。

3.根据权利要求1所述的基于多方感知的竞走运动训练方法，其特征在于，所述S1的具体步骤为：

对于每一个动作，先设一组变量作为运动参数向量Δx＝(Δ(θξ) Δθ1 ... Δθn)，Δx表示相邻两个时刻之间的一个人体动作，Δ(θξ)表示人体整体的刚体运动，Δθi表示第i个关节绕已知旋转轴转动的角度；设动作发生之前的时刻为t0，动作发生之后的时刻为t1；在人体和模型上以相同方式投射一组小光斑，对于人体的投射可采用固定的投射设备完成，对于模型的光斑投射需要根据投射设备的投射角度、投射方向等参数以相同方式投射；获取t0时刻的三维模型上投射到的一组点{pi(t0)|i＝1,2,...,m}；通过正向链接运动函数F(p(t0)；Δx)使用变量Δx将这组点变换为运动后的一组点同时，通过四个摄像机，运用双目立体视觉算法，找出t1时刻的人体上的一组对应于的点的坐标{pi(t1)|i＝1,2,...,m}；表示出t1时刻估计坐标与实际坐标之间的误差函数：

4.根据权利要求3所述的基于多方感知的竞走运动训练方法，其特征在于，所述S2的具体步骤为：

设惯性坐标系为F^I，第i个惯性传感单元IMU坐标系为Fi^S，则从Fi^S到F^I的转换是一个旋转运动，通过IMU可获得t0时刻从F^I到Fi^S的旋转矩阵与摄像机组操作方法类似，通过正向链接运动函数F(R^SI(t0)；Δx)使用变量Δx将R^SI(t0)变换为运动后的坐标系变换矩阵同时，通过IMU获得t1时刻的旋转矩阵表示出t1时刻估计方向与实际方向之间的误差函数：

5.根据权利要求4所述的基于多方感知的竞走运动训练方法，其特征在于，所述S3的具体步骤为：

通过获得的EVideo(Δx)与EIMUs(Δx)，表示出混合误差Ehybrid(Δx)，并求使得混合误差的值最小的Δx的值：

其中λ为加权系数，通过调整λ可以控制摄像机组与IMUs在最终决定动作估计结果Δx中的考虑权重。

6.根据权利要求4所述的基于多方感知的竞走运动训练方法，其特征在于，所述S3的具体步骤为：

在获得一个动作的最优估计Δx之后，对运动参数向量进行更新xk+1＝xk+Δx，然后根据这一组动作对三维人体表面模型进行变换，即可获得当前捕获到的估计姿态。

7.根据权利要求1中任意一项所述的基于多方感知的竞走运动训练方法，其特征在于，所述神经网络在进行训练和检测的过程中，将每种错误动作对应一个神经网络；

输入卷积层使用，设某个神经网络所对应的错误动作要细分为N个数量级；所述神经网络的具体结构为：第一层卷积层使用96个大小为96个大小为1*121的滤波器，滤波器步长为4，采用最大池化，池化步长为2；第二层卷积层采用256个5*5大小的滤波器，采用最大池化，池化步长为2；第三层卷积层和第四层卷积层均采用384个3*3大小的滤波器，无池化；第五层卷积层采用256个3*3大小的滤波器，最大池化，池化步长为2；第六层和第七层都是全连接层，使用4096个神经元进行全连接，后接丢弃层，丢弃率为0.5；第八层全连接层，采用N个神经元，对第七层中4096个神经元进行全连接，然后通过高斯过滤器获得N个float类型的值。

8.根据权利要求1所述的基于多方感知的竞走运动训练方法，其特征在于，所述人体脚底与地面接触状态分析的步骤为：

S11：通过设置在双脚的四组无线压力传感器对运动者在竞走中的每一个单独形态的数据进行压力传感采集；四组无线压力传感器分别置于运动者两只鞋子的前脚掌和后脚跟下方，每一组包括多个无线压力传感器；运动者在竞走中的单独形态依次包括双腿支撑形态、后腿摆动形态、垂直支撑形态、前腿摆动形态和双腿支撑形态；

S21：分析无线压力传感器采集的数据，进行腾空犯规的识别；识别方法为：在一个动作周期内，所述4组压力传感器检测到的压力按照五个形态依次来源于①支撑腿后脚掌、摆动腿前脚掌；②支撑腿后脚掌；③支撑腿前脚掌、支撑腿后脚掌；④支撑腿前脚掌；⑤支撑腿后脚掌和摆动腿前脚掌。若四组压力传感器均没有检测到压力，则视为双腿腾空，则姿势犯规；

S31:将识别的所有腾空犯规和曲膝犯规的结果发送给统计模块。

9.根据权利要求1-8中任意一条所述的基于多方感知的竞走运动训练方法，其特征在于，所述竞走运动在跑步机上进行。