与手指参与投篮动作的肌肉的表面肌电信号。尽可能地检测参与投篮动作的每一块肌肉，有利于最终得到最精确的分析结果。运动位置传感器检测上臂与前臂的运动轨迹，以及由前臂带动的手指发力。运动轨迹包括一个完整的投篮动作中，上臂与前臂在投篮前、投篮中、投篮后的动作姿势、相对位置以及上臂与前臂的夹角(优选的，投篮前，上臂和前臂呈90度角；篮球出手瞬间，篮球轨迹与水平呈40度角至50度角之间效果最佳)。由于投篮动作从起始至结束，从抬手开始，直至篮球脱离手指后的手指、手腕与手臂的动作，均会影响投篮质量，因此，需要全程完整地检测上臂与前臂在整个完整的投篮动作中的状态。
[0033]由于单独存在的表面肌电信号并不能直接反应投篮动作的正确与否，因此，SEMG传感器检测到表面肌电信号后，与预设的肌电流信号参考数据进行对比，分析得出投篮时手臂与手指相关肌肉的发力大小、发力先后顺序、手指使用情况。
[0034]为了得到更精确的检测数据，表面肌电信号与预设的肌电流信号参考电压进行对比前，对表面肌电信号进行优化降噪，防止不必要的杂音也进行分析，得到误差较大的结果。本发明中，对表面肌电信号进行优化降噪包括:对采集的表面肌电信号经带通滤波器得到选定的频率范围，然后再经陷波滤波器过滤噪音频率段，得到优选信号。
[0035]表面肌电信号表示的是肌肉在发力时产生的微电流，呈离散状态，不能直接反映投篮动作的完整与连贯性。因此，本发明分析得出优选信号的时域分布，进而得到每个表面肌电信号的时间分布，进而获得每个肌肉的发力先后顺序；分析得出优选信号的频域分布，再与预设的肌电流信号参考数据进行对比，得到投篮时手臂与手指相关肌肉的发力大小、发力先后顺序、手指使用情况。最后，通过肌肉发力大小与肌肉发力先后顺序，识别出一个完整的投篮动作的手臂与手指的发力与肌肉运用是否正确。
[0036]由于表面肌电信号的微电流较小，不便于直接进行处理，为了达到更优的优化效果，表面肌电信号在进入带通滤波器之前先进行一次放大，经陷波滤波器输出后进行二次放大。
[0037]如图2所示，本实施例中，SEMG传感器采集到表面肌电信号后，经放大器进行一次放大后，经带通滤波器(band-pass filter)将表面肌电信号进行过滤，得到选定的频率范围，其分布在20Hz到200Hz之间，再通过陷波滤波器(notch filter)滤除频率55Hz到65Hz的信号，得到优选信号。因为60Hz的信号夹带著电线与环境的杂音，将影响最终的分析结果。优选信号再经放大器进行二次放大，然后通过ADC(模数转换器)进行模数转换，得到数字信号。然后对所得的数字信号进行分析，得到时域分布，通过傅里叶变换算法得出频域分布，即对每个SEMG传感器采集到的表面肌电信号进行处理提取特征值，再跟预设的肌电流信号参考数据进行比对，进而识别出对应的手臂、手指动作。运动位置传感器(如九轴传感器)采集手臂三维方向的信号，通过三维方向的信号分析判断手臂姿势。
[0038]篮框通过进篮统计模组进行命中率统计，包含若干无线距离侦测传感器。无线距离侦测传感器通常会发射出电磁场，或是发射出红外线产生电磁辐射，采集对其检测距离范围内磁场发生的变化信号；篮球进入篮框后，由上落到下，依顺序经过若干电磁场，进而产生对应的磁场变化，进而判断篮球是否已进入篮框，得到投篮训练时的进球数，搭配篮球统计得到的投篮次数，可得出投篮的命中率。
[0039]本发明所述的智能终端可以是，但不限于可收发信息的计算机、智能手机、智能手表、平板电脑等，由无线通讯网络模组(可由蓝芽、WIF1、UWB等)与智能终端进行连接，传输投篮动作中，篮球、臂套采集的所有数据，并进行分析，以取得投篮的投射轨迹、飞行速度、转速、出手角度、命中率，以及手指与手臂的发力情况(肌肉发力大小、发力先后顺序)、篮球出手后手臂的角度、投篮时手臂与手指姿势、手臂的动作轨迹、提升时手指的用力程度、手臂疲劳程度等等；并根据检测的数据给予矫正与建议。
[0040]为了便于观察，以及回溯历史训练数据，总结一段时间的训练成果等目的，本发明中，对每次投篮训练采集的所有数据进行存储，作为历史数据，用于分析投篮训练的趋势。并可以针对训练过程得到的数据，给予适当专业指导。由专业指导员实施本发明所述的方法，针对各项反馈的数据，本发明对应的事前训练资料库以影像方式播放视频示范、分析。不同肌肉的发力程度以预设的肌电流信号参考数据为参考值，给予用力过度、用力适中、用力过轻等分级表示；若疲劳程度迅速累积，如增加速度大于预设的阀值，则可以给予疲乏的分级，表示有可能没善用脚和身体传递力量，或是协调不够所造成的建议。
[0041]本发明将训练数据发送至服务器，不同用户间进行数据交互与互动，包含线上互动训练方式，让训练可以透过游戏，或远端竞赛方式更有互动性地进行。
[0042]上述实施例仅是用来说明本发明，而并非用作对本发明的限定。只要是依据本发明的技术实质，对上述实施例进行变化、变型等都将落在本发明的权利要求的范围内。
【主权项】
1.一种投篮动作训练方法，其特征在于，结合篮球反馈的篮球运动状态信息、臂套反馈投篮时手臂的投篮动作、篮框反馈的命中率，进而得出投篮动作与篮球运动状态、命中率的投篮关联数据，并与预设的作为训练标准的投篮动作模型进行对比，找出投篮关联数据与投篮动作模型的差异项，并进行反馈，得到训练数据；其中，所述的篮球运动状态信息包括投射轨迹、飞行速度、转速、出手角度；投篮动作包括肌肉发力大小、发力先后顺序、手臂与手指的姿势、手臂的动作轨迹。2.根据权利要求1所述的投篮动作训练方法，其特征在于，根据不同身高、不同投篮距离，采用对应的投篮动作模型。3.根据权利要求2所述的投篮动作训练方法，其特征在于，通过篮球内的运动位置传感器判断篮球与篮框的相对位置。4.根据权利要求1所述的投篮动作训练方法，其特征在于，进一步地，根据反馈的差异项，提供纠正建议。5.根据权利要求1所述的投篮动作训练方法，其特征在于，对每次投篮训练采集的所有数据进行存储，作为历史数据，用于分析投篮训练的趋势。6.根据权利要求5所述的投篮动作训练方法，其特征在于，通过智能终端接收反馈的差异项，存储每次投篮训练采集的所有数据，并进行分析，针对反馈的差异项对应的训练过程存在的不足，提供预设的指导信息。7.根据权利要求1所述的投篮动作训练方法，其特征在于，对肌肉发力大小以投篮动作模型为参考值，给予用力过度、用力适中、用力过轻的分级。8.根据权利要求7所述的投篮动作训练方法，其特征在于，臂套还反馈肌肉疲劳度，如果肌肉疲劳度超过预设的阀值，则判断为疲乏。9.根据权利要求1所述的投篮动作训练方法，其特征在于，通过篮球内的运动位置传感器反馈篮球运动状态信息，臂套通过SEMG传感器反馈手臂肌肉的表面肌电信号，通过分析采集的表面肌电信号得到投篮时手臂与手指相关肌肉的发力大小、发力先后顺序、手指使用情况，通过运动位置传感器反馈手臂的运动轨迹及手臂的姿势。
【专利摘要】本发明涉及一种投篮动作训练方法，结合篮球反馈的篮球运动状态信息、臂套反馈投篮时手臂的投篮动作、篮框反馈的命中率，进而得出投篮动作与篮球运动状态、命中率的投篮关联数据，并与预设的作为训练标准的投篮动作模型进行对比，找出投篮关联数据与投篮动作模型的差异项，并进行反馈，得到训练数据；其中，所述的篮球运动状态信息包括投射轨迹、飞行速度、转速、出手角度；投篮动作包括肌肉发力大小、发力先后顺序、手臂与手指的姿势、手臂的动作轨迹。用以分析球员进行投篮练习运动中的连贯姿势与肌肉效能，并给予姿势矫正与肌肉发力建议。
【IPC分类】A63B69/00, A63B71/06
【公开号】CN105107178
【申请号】CN201510472755
【发明人】吴建成
【申请人】厦门市简极科技有限公司
【公开日】2015年12月2日
【申请日】2015年8月3日