球棒的运动参数识别方法及装置与流程

本公开涉及互联网应用技术领域，特别涉及一种球棒的运动参数识别方法及装置。

背景技术：

随着传感器技术和运动参数识别技术的不断发展，越来越多的电子产品运用到识别技术，比如基于手机传感器的计步、体感游戏等，但在体育竞技运动，如棒球等球类运动方面的运动参数识别仍然存在很大的技术缺陷。现有的运动参数识别技术是在运动过程中，通过摄像机等视频录像方式拍摄记录活动的整个过程，再通过视频分析提取运动参数。

现有技术通过视频分析提取运动参数，使运动参数的提取分析限制于视频，运动参数识别的准确性不高且计算运动参数的方法较为繁琐。

技术实现要素：

为了解决相关技术中存在的运动参数识别的准确性不高且计算运动参数的方法较为繁琐的问题，本公开提供了一种球棒的运动参数识别方法及装置。

一种球棒的运动参数识别方法，所述方法包括：

通过装设于球棒上的传感器进行数据采集，获得挥棒运动数据；

从所述挥棒运动数据提取挥棒特征值；

在提取的所述挥棒特征值中，滤除对应于无效挥棒动作的挥棒特征值，获得对应于有效挥棒动作的挥棒特征值；

通过对应于有效挥棒动作的挥棒特征值计算所述有效挥棒动作的运动参数。

在其中一个示例性实施例中，提取的所述挥棒特征值包括角速度和/或加速度，所述在提取的所述挥棒特征值中，滤除对应于无效挥棒动作的挥棒特征值，获得对应于有效挥棒动作的挥棒特征值的步骤包括：

在所述角速度和/或加速度上进行所述挥棒特征值的变化量计算，所述挥棒特征值对应于一挥棒动作；

判断计算得到的所述变化量是否超出限值，若为否，则滤除对应于所述挥棒动作的所述挥棒特征值，通过余下的所述挥棒特征值获得对应于有效挥棒动作的所述挥棒特征值。

在其中一个示例性实施例中，所述挥棒特征值包括角速度、重力的垂直分量和运动时间中的一种或者任意组合，所述在所述角速度和/或加速度上进行所述挥棒特征值的变化量计算，所述挥棒特征值对应于一挥棒动作之前，所述在提取的所述挥棒特征值中，滤除对应于无效挥棒动作的挥棒特征值，获得对应于有效挥棒动作的挥棒特征值的步骤还包括：

根据所述挥棒特征值中的角速度和/或重力的垂直分量粗略屏蔽掉对应于无效挥棒动作的挥棒特征值；

判断所述挥棒特征值是否处于预设的阈值内，若为否，则滤除对应于所述挥棒动作的所述挥棒特征值，通过余下的所述挥棒特征值获得对应于有效挥棒动作的所述挥棒特征值。

在其中一个示例性实施例中，所述在提取的所述挥棒特征值中，滤除对应于无效挥棒动作的挥棒特征值，获得对应于有效挥棒动作的挥棒特征值的步骤还包括：

根据所述挥棒特征值包含的角速度和运动时间进行运算得到球棒的旋转角度；

判断运算得到的所述旋转角度是否处于预设的旋转角度范围，若为否，则滤除所述角度所在的挥棒特征值。

在其中一个示例性实施例中，所述通过对应于有效挥棒动作的挥棒特征值计算所述有效挥棒动作的运动参数的步骤包括：

在连续采集得到且对应于有效挥棒动作的挥棒特征值中，确定在角速度上的变化发生突变的挥棒特征值；

根据确定的所述挥棒特征值中的角速度和挥棒运动数据中的角速度初始值运算得到球棒运动的角速度差值；

通过所述角速度差值和预设的数据获取时间间隔得到所述运动参数中球棒与棒球发生碰撞的时间。

在其中一个示例性实施例中，所述通过对应于有效挥棒动作的挥棒特征值计算所述有效挥棒动作的运动参数的步骤还包括：

从对应于所述有效挥棒动作的挥棒特征值得到球棒运动的最大加速度；

根据所述最大加速度和所述球棒质量获得所述运动参数中球棒与棒球发生碰撞的力度。

一种球棒的运动参数识别装置，所述装置包括：

数据获取模块，用于通过装设于球棒上的传感器进行数据采集，获得挥棒运动数据；

特征提取模块，用于从所述挥棒运动数据提取挥棒特征值；

动作滤除模块，用于在提取的所述挥棒特征值中，滤除对应于无效挥棒动作的挥棒特征值，获得对应于有效挥棒动作的挥棒特征值；

参数计算模块，用于通过对应于有效挥棒动作的挥棒特征值计算所述有效挥棒动作的运动参数。

在其中一个示例性实施例中，所述动作滤除模块包括：

变化量计算单元，用于在所述角速度和/或加速度上进行所述挥棒特征值的变化量计算，所述挥棒特征值对应于一挥棒动作；

限值判断单元，用于判断计算得到的所述变化量是否超出限值，若为否，则滤除对应于所述挥棒动作的所述挥棒特征值，通过余下的所述挥棒特征值获得对应于有效挥棒动作的所述挥棒特征值。

在其中一个示例性实施例中，所述动作滤除模块还包括：

无效屏蔽单元，用于根据所述挥棒特征值中的角速度和/或重力的垂直分量粗略屏蔽掉对应于无效挥棒动作的挥棒特征值；

阈值判断单元，用于判断所述挥棒特征值是否处于预设的阈值内，若为否，则滤除对应于所述挥棒动作的所述挥棒特征值，通过余下的所述挥棒特征值获得对应于有效挥棒动作的所述挥棒特征值。

在其中一个示例性实施例中，所述动作滤除模块还包括：

角度运算单元，用于根据所述挥棒特征值包含的角速度和运动时间进行运算得到球棒的旋转角度；

角度判断单元，用于判断运算得到的所述旋转角度是否处于预设的旋转角度范围，若为否，则滤除所述角度所在的挥棒特征值。

本公开的实施例提供的技术方案可以包括以下有益效果：

球棒的运动参数识别的实现过程中，通过装设于球棒上的传感器进行数据采集，获得挥棒运动数据；从挥棒运动数据提取挥棒特征值；在提取的挥棒特征值中，滤除对应于无效挥棒动作的挥棒特征值，获得对应于有效挥棒动作的挥棒特征值；通过对应于有效挥棒动作的挥棒特征值计算有效挥棒动作的运动参数，由此提高运动参数识别的准确性，并且实现计算运动参数的方法简化的效果。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种球棒的运动参数识别方法的流程图；

图2是图1对应实施例示出的在提取的所述挥棒特征值中，滤除对应于无效挥棒动作的挥棒特征值，获得对应于有效挥棒动作的挥棒特征值步骤在一个实施例的流程图；

图3是图1对应实施例示出的在提取的所述挥棒特征值中，滤除对应于无效挥棒动作的挥棒特征值，获得对应于有效挥棒动作的挥棒特征值步骤在另一个实施例的流程图；

图4是图1对应实施例示出的在提取的所述挥棒特征值中，滤除对应于无效挥棒动作的挥棒特征值，获得对应于有效挥棒动作的挥棒特征值步骤在另一个实施例的流程图；

图5是图1对应实施例示出的通过对应于有效挥棒动作的挥棒特征值计算有效挥棒动作的运动参数步骤在一个实施例的流程图；

图6是图1对应实施例示出的通过对应于有效挥棒动作的挥棒特征值计算有效挥棒动作的运动参数步骤在另一个实施例的流程图；

图7是根据一示例性实施例示出的一种球棒的运动参数识别装置的框图；

图8是根据图7对应实施例示出的动作滤除模块在一个实施例的框图；

图9是根据图7对应实施例示出的动作滤除模块在另一个实施例的框图；

图10是根据图7对应实施例示出的动作滤除模块在另一个实施例的框图。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种球棒的运动参数识别方法的流程图。如图1所示，该球棒的运动参数识别方法可以包括以下步骤。

在步骤110中，通过装设于球棒上的传感器进行数据采集，获得挥棒运动数据。

其中，球棒上装有用于进行数据采集的传感器。随着球棒所进行的运动，球棒上装设的传感器工作，以为运动的球棒采集数据。挥棒运动数据为装设于球棒上的传感器进行数据采集得到的球棒在挥棒运动过程中的运动数据。

在一个示例性实施例中，传感器类型包括：三轴陀螺仪，三轴加速度传感器，时间传感器和三轴重力传感器。与之对应的，传感器采集到的挥棒运动数据包括：球棒在三轴上的角速度及其合量，球棒在三轴上的加速度及其合量，球棒的运动时间和球棒在三轴上受到的重力及其合量。

在球棒的运动参数识别过程中，通过球棒上的传感器对球棒运动过程中的状态进行数据采集，获得挥棒运动数据，从而计算球棒的运动参数。所获得的挥棒运动数据，将准确反映了球棒在运动过程中的状态，并且由于传感器在球棒运动时即开始进行自身的数据采集工作，因此，保证了球棒运动过程中的数据准确性和完整性。

在步骤130中，从挥棒运动数据提取挥棒特征值。

其中，挥棒特征值是计算球棒的运动参数所需的挥棒运动数据，挥棒特征值包括：球棒的角速度、球棒的加速度，球棒受到重力的垂直分量和球棒的运动时间中的一种或者任意组合。

当球棒开始挥动到停止，三轴陀螺仪旋转角速度会逐渐变大然后又逐渐变小，同时三轴加速度大小也会相应变化，说明球棒有一个运动的过程。

提取挥棒特征值的目的是更有效的利用挥棒运动数据计算球棒的运动参数，简化计算运动参数的方法。当球棒上的传感器采集数据，获得挥棒运动数据后，根据所需要计算球棒的运动参数，从挥棒数据中提取计算球棒运动参数所需的挥棒特征值。

在步骤150中，在提取的所述挥棒特征值中，滤除对应于无效挥棒动作的挥棒特征值，获得对应于有效挥棒动作的挥棒特征值。

其中，一组连续的挥棒特征值对应于一次挥棒动作，提取的特征值中，有对应于无效挥棒动作的，也有对应于有效挥棒动作的，对应于无效挥棒动作的挥棒特征值指这组特征值对应的挥棒动作为无效的挥棒动作，与之相对的，对应于有效挥棒动作的挥棒特征值指这组特征值对应的挥棒动作为有效的挥棒动作。

在提取的挥棒特征值中，包含无效挥棒动作对应的特征值，通过在提取的挥棒特征值中，判断出对应于无效挥棒动作的特征值，并将无效挥棒动作的挥棒特征值滤除，从而得到对应于有效挥棒动作的挥棒特征值。

在步骤170中，通过对应于有效挥棒动作的挥棒特征值计算有效挥棒动作的运动参数。

其中，有效挥棒动作的运动参数为对应于有效挥棒动作的运动参数，需要运动挥棒特征值的数据进行相应的计算。

对应于有效挥棒动作的挥棒特征值中包含计算有效挥棒动作的运动参数所需的特征值，通过对有效挥棒动作的挥棒特征值进行相关计算，得到的结果即为有效挥棒动作的运动参数。

此实施例用于采集挥棒运动数据，从挥棒运动数据提取挥棒特征值后，计算出对应于有效挥棒动作的运动参数。

本发明的应用场景为棒球运动中的挥棒动作，所指的球棒为棒球棒。

图2是根据一示例性实施例示出的对步骤150的细节进行描述。如图2所示，该步骤150可以包括以下步骤。

在步骤151中，在角速度和/或加速度上进行挥棒特征值的变化量计算，挥棒特征值对应于一挥棒动作。

其中，提取的挥棒特征值包括角速度和/或加速度，并且对应于一挥棒动作，通过对挥棒特征值中的角速度和/或加速度进行计算，得到挥棒特征值的变化量。

在步骤152中，判断计算得到的变化量是否超出限值，若为否，则滤除对应于挥棒动作的挥棒特征值，通过余下的挥棒特征值获得对应于有效挥棒动作的挥棒特征值。

其中，限值为预设的球棒进行无效挥棒动作时的挥棒特征值变化量的极限数值，即挥棒特征值变化量未超过该限值时，该挥棒特征值对应的挥棒动作为无效挥棒动作。超过判断计算得到的变化量是否超出限值之前，对连续若干个点的变化量进行平均值计算，从而提高变化量的准确度。

当判断计算得到的变化量未超出限值，即球棒进行的动作为无效挥棒动作时，滤除该无效挥棒动作对应的挥棒特征值，从余下的挥棒特征值中，获取有效挥棒动作对应的挥棒特征值。

此实施例用于通过在角速度和/或加速度上进行挥棒特征值的变化量计算，滤除掉无效挥棒动作对应的挥棒特征值。

图3是根据另一示例性实施例示出的对步骤150的细节进行描述。如图3所示，在步骤151之前，该步骤150还可以包括以下步骤：

在步骤153中，根据挥棒特征值中的角速度和/或重力的垂直分量粗略屏蔽掉对应于无效挥棒动作的挥棒特征值。

其中，挥棒特征值包括角速度、重力的垂直分量和运动时间中的一种或者任意组合。在步骤151之前，根据挥棒特征值中的角速度和/或重力的垂直分量，粗略屏蔽掉对应于无效挥棒动作的挥棒特征值。

粗略屏蔽是指精度有限制的滤除无效挥棒动作的挥棒特征值的过程，角速度和/或重力的垂直分量可直接根据传感器采集的数据得到，根据角速度和/或重力的垂直分量做粗略屏蔽的方法较为简便。

在步骤154中，判断挥棒特征值是否处于预设的阈值内，若为否，则滤除对应于挥棒动作的挥棒特征值，通过余下的挥棒特征值获得对应于有效挥棒动作的挥棒特征值。

其中，阈值为预设的球棒球棒进行有效挥棒动作时的挥棒特征值的极限数值，即当挥棒特征值未超过阈值时，该挥棒特征值对应的挥棒动作为有效挥棒动作。通过比较阈值与挥棒特征值中的角速度、重力的垂直分量和运动时间中的一种或者任意组合，判断挥棒特征值是否处于预设的阈值内。

当挥棒特征值不处于预设的阈值内，即球棒进行的动作为无效挥棒动作时，滤除该无效挥棒动作对应的挥棒特征值，从余下的挥棒特征值中，获取有效挥棒动作对应的挥棒特征值。

此实施例通过判断挥棒特征值是否处于预设的阈值内，滤除掉无效挥棒动作对应的挥棒特征值。

图4是根据另一示例性实施例示出的对步骤150的细节进行描述。如图4所示，该步骤150还可以包括以下步骤：

在步骤155中，根据挥棒特征值包含的角速度和运动时间进行运算得到球棒的旋转角度。

其中，通过运算挥棒特征值中的角速度对运动时间的积分，得到球棒的旋转角度。

在步骤156中，判断运算得到的旋转角度是否处于预设的旋转角度范围，若为否，则滤除角度所在的挥棒特征值。

其中，预设的旋转角度范围为预设的球棒球棒进行有效挥棒动作时的旋转角度范围，通过比较运算得到球棒的旋转角度和预设的旋转角度，判断运算得到的旋转角度是否处于预设的旋转角度范围。

当运算得到的旋转角度不处于预设的旋转角度的范围，即球棒进行的动作为无效挥棒动作时，滤除该角度所对应的挥棒特征值。

此实施例通过判断运算得到的旋转角度是否处于预设的旋转角度范围，滤除无效挥棒动作对应的挥棒特征值。

图5是根据一示例性实施例示出的对步骤170的细节进行描述。如图5所示，该步骤170可以包括以下步骤：

在步骤171中，在连续采集得到且对应于有效挥棒动作的挥棒特征值中，确定在角速度上的变化发生突变的挥棒特征值。

其中，有效挥棒动作对应的挥棒特征值是一组连续的特征值。在连续采集得到的对应于有效挥棒的挥棒特征值中，判断对应于有效挥棒的挥棒特征值中的角速度变化量是否发生突变，当角速度的变化量远大于该点之前的角速度变化量时，即判角速度变化量发生突变。若判断结果为是，则确定在角速度上的变化发生突变的挥棒特征值。

在步骤173中，根据确定的挥棒特征值中的角速度和挥棒运动数据中的角速度初始值运算得到球棒运动的角速度差值。

其中，确定的挥棒特征值即为在角速度上的变化发生突变的挥棒特征值。通过计算在角速度上的变化发生突变的挥棒特征值中的角速度和该运动数据中角速度的初始值，得到球棒运动的角速度差值。

在步骤175中，通过角速度差值和预设的数据获取时间间隔得到运动参数中球棒与棒球发生碰撞的时间。

其中，预设的数据获取时间间隔即为球棒的运动开始之前，预设的球棒上的传感器的数据获取时间间隔，该时间间隔可根据实际需要进行调整。通过计算角速度差值和预设的数据获取时间间隔的乘积，得到运动参数中的球棒与棒球发生碰撞的时间。

此实施例用于计算得到运动参数中的球棒与棒球发生碰撞的时间。

图6是根据另一示例性实施例示出的对步骤170的细节进行描述。如图6所示，该步骤170还可以包括以下步骤：

步骤177在步骤150之后执行，在步骤177中，从对应于有效挥棒动作的挥棒特征值得到球棒运动的最大加速度。

其中，在步骤177之前，进行平滑滤波处理，即计算多组有效挥棒动作的挥棒特征值中的球棒运动的加速度的平均值，该加速度的平均值重新构成对应于有效挥棒动作的加速度，从而减小球棒振动对加速度的影响。

平滑滤波处理之后，从对应于有效挥棒动作的挥棒特征值得到球棒运动的最大加速度。

在步骤179中，根据最大加速度和球棒质量获得运动参数中球棒与棒球发生碰撞的力度。

其中，通过计算最大加速度和球棒质量的乘积，获得运动参数中球棒与棒球发生碰撞的力度。

此实施例通过对最大加速度和球棒质量进行计算，获得运动参数中球棒与棒球发生碰撞的力度。

图7是根据一示例性实施例示出的一种球棒的运动参数识别装置的框图。该装置执行图1任一所示的球棒的运动参数识别方法的全部或者部分步骤。如图7所示，该装置包括但不限于：数据获取模块710，特征提取模块730，动作滤除模块750和动作滤除模块770。

数据获取模块710用于通过装设于球棒上的传感器进行数据采集，获得挥棒运动数据。

特征提取模块730用于从挥棒运动数据提取挥棒特征值。

动作滤除模块750用于在提取的挥棒特征值中，滤除对应于无效挥棒动作的挥棒特征值，获得对应于有效挥棒动作的挥棒特征值。

参数计算模块770用于通过对应于有效挥棒动作的挥棒特征值计算有效挥棒动作的运动参数。

图8是根据图7对应实施例的动作滤除模块在一个实施例的框图。如图8所示，该动作滤除模块750包括但不限于：变化量计算单元751和限值判断单元752。

变化量计算单元751用于在角速度和/或加速度上进行挥棒特征值的变化量计算，挥棒特征值对应于一挥棒动作；

限值判断单元752用于判断计算得到的变化量是否超出限值，若为否，则滤除对应于挥棒动作的挥棒特征值，通过余下的挥棒特征值获得对应于有效挥棒动作的挥棒特征值。

图9是根据图7对应实施例的动作滤除模块在另一个实施例的框图。如图9所示，该动作滤除模块750还包括但不限于：无效屏蔽单元753和阈值判断单元754。

无效屏蔽单元753用于根据挥棒特征值中的角速度和/或重力的垂直分量粗略屏蔽掉对应于无效挥棒动作的挥棒特征值；

阈值判断单元754用于判断挥棒特征值是否处于预设的阈值内，若为否，则滤除对应于挥棒动作的挥棒特征值，通过余下的挥棒特征值获得对应于有效挥棒动作的挥棒特征值。

图10是根据图7对应实施例的动作滤除模块在另一个实施例的框图。如图10所示，该动作滤除模块750还包括但不限于：角度运算单元755和角度判断单元756。

角度运算单元755用于根据挥棒特征值包含的角速度和运动时间进行运算得到球棒的旋转角度；

角度判断单元756用于判断运算得到的旋转角度是否处于预设的旋转角度范围，若为否，则滤除角度所在的挥棒特征值。

上述装置中各个模块的功能和作用的实现过程详见上述技术解决方案搜索应用的实现方法中对应步骤的实现过程，在此不再赘述。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。