一种桌上冰球运动轨迹的预测方法及装置与流程

本发明涉及智能控制领域，尤其涉及一种桌上冰球运动轨迹的预测方法及装置。

背景技术：

桌上冰球是一款随时都能享受游戏对战的游戏，不仅可以双人游戏，也可以人机对战，游戏共有多个等级的电脑难度任你选择。

目前，人机互动的桌上冰球机在识别冰球运动轨迹上，大多采用实时捕捉冰球的当前位置，辅助简单的速度判断或者辅助传感器检测，此种方法比较简单，但是，只是实时捕捉冰球当前位置，时间上没有做到提前性，尤其在冰球速度比较快的情况下，滞后性比较明显。

但实现人机对战，需要机器人准确地击打冰球，准确地进行防守，实时捕捉并不能满足人机对战的要求。

技术实现要素：

有鉴于此，本发明的目的是提出一种桌上冰球运动轨迹的预测方法及装置，通过对冰球运动轨迹的预测，以实现人机对战，提高机器人的防守能力和进攻能力，增强桌上冰球对战的趣味性。

为实现上述目的，本发明采用如下技术方案：

第一方面，本发明实施例提供了一种桌上冰球运动轨迹的预测方法，包括：

获取至少两帧桌上冰球图像及所述至少两帧桌上冰球图像的预设拍照时间差；

根据所述至少两帧桌上冰球的图像，获取目标冰球的位置变化信息；

根据所述目标冰球的位置变化信息及所述预设拍照时间差，确定所述目标冰球的运动速度和运动方向；

根据所述目标冰球的运动速度和运动方向，预测所述目标冰球的运动轨迹。

进一步地，所述根据所述至少两帧桌上冰球的图像，获取目标冰球的位置变化信息，包括：

将获取的所述至少两帧桌上冰球的图像分别与标准图像做差，获取所述目标冰球的第一位置信息和第二位置信息；

根据所述第一位置信息和所述第二位置信息，确定所述目标冰球的位置变化信息。

进一步地，所述根据所述第一位置信息和所述第二位置信息，确定所述目标冰球的位置变化信息，包括：

建立运动坐标系，分别获取所述目标冰球的所述第一位置信息和所述第二位置信息对应的第一位置坐标和第二位置坐标；

根据所述第一位置坐标和所述第二位置坐标，确定所述目标冰球的位置变化矢量。

进一步地，所述根据所述目标冰球的位置变化信息及所述预设拍照时间差，确定所述目标冰球的运动速度和运动方向，包括：

根据所述目标冰球的位置变化矢量及所述预设拍照时间差，计算所述目标冰球的运动速度矢量。

相应地，所述根据所述目标冰球的运动速度和运动方向，预测所述目标冰球的运动轨迹，包括：

根据所述目标冰球的运动速度矢量及预存的球桌尺寸，判断所述目标冰球是否碰撞球台边缘；

若是，计算所述冰球与球台边缘的碰撞点以及碰撞角度，利用反射原理预测所述目标冰球的运动轨迹。

进一步地，该方法还包括：

获取桌上冰球校验图像；

对所述桌上冰球校验图像中目标冰球的位置信息与预测的目标冰球的运动轨迹进行比对，校验预测的所述目标冰球的运动轨迹是否正确；

若不正确，则根据所述桌上冰球校验图像与满足预设条件的桌上冰球图像，再次预测所述目标冰球的运动轨迹。

第二方面，本发明实施例提供了一种桌上冰球运动轨迹的预测装置，包括：

信息获取模块，用于获取至少两帧桌上冰球图像及所述至少两帧桌上冰球图像的预设拍照时间差；

位置变化信息获取模块，用于根据所述至少两帧桌上冰球的图像，获取目标冰球的位置变化信息；

运动参数确定模块，用于根据所述目标冰球的位置变化信息及所述预设拍照时间差，确定所述目标冰球的运动速度和运动方向；

运动轨迹确定模块，用于根据所述目标冰球的运动速度和运动方向，预测所述目标冰球的运动轨迹。

进一步地，所述位置变化信息获取模块包括：

位置信息获取子模块，用于将获取的所述至少两帧桌上冰球的图像分别与标准图像做差，获取所述目标冰球的第一位置信息和第二位置信息；

位置变化信息获取子模块，用于根据所述第一位置信息和所述第二位置信息，确定所述目标冰球的位置变化信息。

进一步地，所述位置变化信息获取子模块包括：

位置坐标获取单元，用于建立运动坐标系，分别获取所述目标冰球的所述第一位置信息和所述第二位置信息对应的第一位置坐标和第二位置坐标；

位置变化矢量确定单元，用于根据所述第一位置坐标和所述第二位置坐标，确定所述目标冰球的位置变化矢量。

进一步地，所述运动参数确定模块，具体用于：

根据所述目标冰球的位置变化矢量及所述预设拍照时间差，计算所述目标冰球的运动速度矢量。

相应地，所述运动轨迹确定模块包括：

碰撞判断子模块，用于根据所述目标冰球的运动速度矢量及预存的球桌尺寸，判断所述目标冰球是否碰撞球台边缘；

碰撞执行子模块，用于若所述目标冰球碰撞球台边缘，计算所述冰球与球台边缘的碰撞点以及碰撞角度，利用反射原理预测所述目标冰球的运动轨迹。

进一步地，该装置还包括：

校验图像获取模块，用于获取桌上冰球校验图像；

预测轨迹校验模块，用于对所述桌上冰球校验图像中目标冰球的位置信息与预测的目标冰球的运动轨迹进行比对，校验预测的所述目标冰球的运动轨迹是否正确；

轨迹调整模块，用于若所述目标冰球的运动轨迹不正确，则根据所述桌上冰球校验图像与满足预设条件的桌上冰球图像，再次预测所述目标冰球的运动轨迹。

本发明的有益效果是：本发明提供的一种桌上冰球运动轨迹的预测方法及装置，通过对桌上冰球图像的分析，获取冰球的运动速度和运动方向，从而可以预测冰球的运动轨迹，在冰球运动较快的情况下，在时间上做到提前性，能够准确的拦截冰球，该方法也可以在进攻时，预测进攻路线，在人机对战中，机器人更加智能。与现有技术中，不能够对冰球运动轨迹进行预测的情况相比，本发明提供的预测方法提高了机器人的防守能力和进攻能力，增强桌上冰球对战的趣味性。

附图说明

下面将通过参照附图详细描述本发明的示例性实施例，使本领域的普通技术人员更清楚本发明的上述及其他特征和优点，附图中：

图1是本发明实施例一提供的一种桌上冰球运动轨迹的预测方法的流程示意图；

图2是本发明实施例二提供的一种桌上冰球运动轨迹的预测方法的流程示意图；

图3是本发明实施例二提供的一种桌上冰球图像的示意图；

图4是本发明实施例二提供的一种桌上冰球图像的示意图；

图5是本发明实施例二提供的一种桌上冰球的预测运动轨迹的示意图；

图6是本发明实施例二提供的一种桌上冰球图像的示意图；

图7是本发明实施例二提供的一种桌上冰球图像的示意图；

图8是本发明实施例二提供的一种桌上冰球的预测运动轨迹的示意图；

图9是本发明实施例三提供的一种桌上冰球运动轨迹的预测方法的流程示意图；

图10是本发明实施例四提供的一种桌上冰球运动轨迹的预测装置的结构框图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。在不冲突的情况下，本发明实施例以及实施例中的特征可以相互组合。

实施例一

图1是本发明实施例提供的一种桌上冰球运动轨迹的预测方法的流程示意图。该方法适用于平面上各种球类运动轨迹的预测，具体可以应用于人机对战比赛等应用场景，该方法可以由一种桌上冰球运动轨迹的预测装置来执行。该桌上冰球运动轨迹的预测装置可以由硬件和/或软件来实现。如图1所示，该方法包括：

步骤110、获取至少两帧桌上冰球图像及至少两帧桌上冰球图像的预设拍照时间差。

采集的桌上冰球图像可以是彩色图像、黑白图像或灰度图像，甚至可以是红外图像或紫外图像，这个可以根据需要设置不同的摄像模块。桌上冰球图像由固定位置的摄像机或录像机进行拍摄，拍摄的画面覆盖整个桌面。

每一帧桌上冰球图像的拍照时间间隔是预先设置，时间间隔的设置与球运动场地的大小、球的平均速度、球的阻力、存储器和能源等诸多因素有关。对于冰球来说，球速较快，场地不大，阻力可以忽略不计的情况下，考虑到存储器内存大小以及能源的节约问题，可设置拍照间隔时间为毫秒级，如：1毫秒。

预设拍照时间差是两帧桌上冰球图像之间拍照时间的间隔差。若两帧图像之间间隔m个图像，连续的两帧图像的时间间隔为1毫秒，则这两帧图像的时间间隔差为m+1毫秒。

如果时间间隔过大，可能受到某些外界环境或场地的限制，导致预测过程中没有考虑到外部因素的影响，一般地，选择的两帧图像时间间隔不宜过大。

步骤120、根据至少两帧桌上冰球的图像，获取目标冰球的位置变化信息。

将采集的桌上冰球的图像和冰球初始位置的图像进行比对，或者直接将两帧图像进行比较，即可获取目标冰球的位置变化信息。

步骤130、根据目标冰球位置变化信息及预设拍照时间差，确定目标冰球的运动速度和运动方向。

根据目标冰球的位置变化信息可以确定目标冰球运动的路程，预设拍照时间差为目标冰球运动的时间，路程与时间的比为目标冰球的速度，由第一帧图像中目标冰球的位置指向第二帧图像中目标冰球的位置为目标冰球的运动方向。

步骤140、根据目标冰球的运动速度和运动方向，预测目标冰球的运动轨迹。

根据目标冰球的运动速度可以判断目标冰球运动轨迹中到达每一个轨迹点的运动时间，根据目标冰球的运动方向，可以判断冰球的运动轨迹。

本发明实施例提供的一种桌上冰球运动轨迹的预测方法，通过对桌上冰球图像的分析，获取冰球的运动速度和运动方向，从而可以预测目标冰球的运动轨迹，在冰球运动较快的情况下，无论是在进攻时，预测进攻路线，还是在防守时，根据预测路线进行冰球拦截，都能够进行快速判断和计算，提高了机器人的防守能力和进攻能力，增强桌上冰球对战的趣味性。

实施例二

图2是本发明实施例提供的一种桌上冰球运动轨迹的预测方法的流程示意图。在上述实例的基础，对轨迹预测方法进行了具体说明，该方法具体包括：

步骤210、获取至少两帧桌上冰球图像及至少两帧桌上冰球图像的预设拍照时间差。

步骤220、将获取的至少两帧桌上冰球的图像分别与标准图像做差，获取目标冰球的第一位置信息和第二位置信息。

标准图像为桌上没有冰球的图像，与获取的桌上冰球图像的类型相同，若桌上冰球图像为彩色图像，则标准图像为彩色图像；若桌上冰球图像为黑白图像，则标准图像为黑白图像。

将采集的图像与标准图像做差，即可以得到目标冰球在图像中所在的位置。若采集的图像与标准图像由于拍照条件的不同，可能存在亮度或色彩方面的差异，则可以根据图像处理，将图像进行调整或者设置预设参考差值对做差后的图像进行分析，获取准确的冰球位置。若拍摄的桌上冰球图像有人手等干扰信息，可通过对做差后的图像中差值不为0的图像的形状和区域面积进行识别，判断图像是否为冰球。拍照的位置不变，冰球在图像中的占比也是固定的，可以通过对形状和区域面积的判断，识别是否是冰球。

步骤230、根据第一位置信息和第二位置信息，确定目标冰球的位置变化信息。

进一步地，可以通过建立运动坐标系，分别获取目标冰球的第一位置信息和第二位置信息对应的第一位置坐标和第二位置坐标；根据第一位置坐标和第二位置坐标，确定目标冰球的位置变化矢量。

坐标系为确定空间一点的位置，按规定方法选取的有次序的一组数据。常用的坐标系有：笛卡尔直角坐标系、平面极坐标系、平面直角坐标系、柱面坐标系(或称柱坐标系)和球面坐标系(或称球坐标系)等。

运动坐标系能够更加直观的、准确的对冰球的位置进行描述，同时，也有利于将坐标位置，转化为可以控制机器的控制指令。将两帧图像中冰球位置变化转化为矢量后，即可以表示冰球运动的路程，也可以表示冰球运动的方向。

步骤240、根据目标冰球位置变化信息及预设拍照时间差，确定目标冰球的运动速度和运动方向。

根据目标冰球的位置变化矢量及预设拍照时间差，按照矢量的计算方法，计算目标冰球的运动速度矢量。

步骤250、根据目标冰球的运动速度和运动方向，预测目标冰球的运动轨迹。

根据目标冰球的运动速度矢量及预存的球桌尺寸，判断目标冰球是否碰撞球台边缘；

若是，计算冰球与球台边缘的碰撞点以及碰撞角度，利用反射原理预测目标冰球的运动轨迹。

在冰球的运动过程中，会存在碰到球台边缘的情况，如果不考虑到碰撞情况，就不能对冰球的运动速度矢量进行准确的预测，从而不能够准确预测冰球的运动轨迹。因此，需要在考虑球桌尺寸的同时，考虑冰球什么时候会碰到球桌边缘，碰撞点在哪里，碰撞后速度矢量的变化等问题，才能够有效的预测冰球的运动轨迹。

在不考虑球的旋转的情况下，根据反射原理中入射角等于反射角，可以判断冰球碰撞球台边缘后速度矢量的变化，其中，桌面有气悬浮可以忽略能量消耗；若考虑反弹力，反弹力可以根据桌面材料以及经验预先设定，根据反弹力计算弹性势能，根据能力守恒，冰球将弹性势能转化为动能，从而改变冰球运动速度的大小。若考虑反弹力对冰球的影响，需要根据反弹力的作用，及时对预测的轨迹进行调整。

在桌上冰球人机对战中，通过对冰球运动轨迹的预测，能够确定冰球到达轨迹点所需的时间。机器人通过分析冰球到达每一个轨迹点的时间和操作手臂到达每一个轨迹点的时间，可以判断冰球有效防守点。当冰球到达轨迹点的时间大于操作手臂到达该轨迹点的时间，可以确定操作手臂能够成功到达该轨迹点拦截冰球，该轨迹点为有效防守点。确定好有效防守点后，机器人也可以根据轨迹预测，判断此时的人手位置，制定比较刁钻的运动轨迹，使人手不能够到达或为人手制造困境，掌握游戏的主动权；机器人也可以根据轨迹预测方法自主学习，制定不同的进攻方案或防守方案，增强人机对战的趣味性。

下面有几中击球方式对应的轨迹预测以及对应的防守点，其中，方框所在的位置为冰球位置，圆圈的位置为预测防守点，根据图3和图4可以预测冰球运动轨迹如图5所示，根据图6和图7可以预测冰球运动轨迹如图8所示。

本发明实施例提供的一种桌上冰球运动轨迹的预测方法，通过建立坐标系，将运动轨迹预测转化为矢量计算，使数据处理过程更加简洁，大大提高的预测效率；对冰球碰撞球台边缘的情况进行分析，提高了冰球轨迹预测的准确性，提高了机器人的反应能力及智能化水平。

实施例三

图9是本发明实施例提供的一种桌上冰球运动轨迹的预测方法的流程示意图。在上述实例的基础，对预测轨迹进行校验，该方法具体包括：

步骤910、获取至少两帧桌上冰球图像及至少两帧桌上冰球图像的预设拍照时间差。

步骤920、根据至少两帧桌上冰球的图像，获取目标冰球的位置变化信息。

步骤930、根据目标冰球位置变化信息及预设拍照时间差，确定目标冰球的运动速度和运动方向。

步骤940、根据目标冰球的运动速度和运动方向，预测目标冰球的运动轨迹。

步骤950、获取桌上冰球校验图像。

桌上冰球校验图像为上述预测轨迹中使用的桌上冰球图像之后的任意一帧图像。校验图像的选取可以按照预设的规则，如：可以根据每一帧桌上冰球校验图像对预测轨迹进行校验，也可以选择固定间隔的图像作为桌上冰球校验图像，对预测轨迹进行校验。

步骤960、根据桌上冰球校验图像中目标冰球的位置信息与预测的目标冰球的运动轨迹进行比对，校验预测的目标冰球的运动轨迹是否正确。

获取桌上冰球校验图像中冰球的位置信息，确定该位置是否在预测的目标冰球的运动轨迹上，且预测的目标冰球到达轨迹点的时间是否与桌上冰球校验图像拍照时间吻合，同时满足这个两个条件可以判断目标冰球的运动轨迹是正确的，否则，不正确。

步骤970、若不正确，则根据桌上冰球校验图像与满足预设条件的桌上冰球图像，再次预测目标冰球的运动轨迹。

如果校验中，发现预测的目标冰球的运动轨迹不正确，可能存在选用的两帧预测图像之间时间间隔过大，速度发生改变，导致预测不准确，如：环境中风速的影响，使冰球速度变大或变小；碰到球台边缘，使冰球速度方向发生改变。也不排除桌上冰球校验图像中的冰球存在受到外力的作用，速度发生改变。无论是上述哪一种情况，都需要对冰球的运动轨迹进行重新预测。

预设条件桌上冰球图像包括：在图像获取过程中，与桌上冰球校验图像获取时间小于预设时间间隔的桌上冰球图像，如：4毫秒；或与桌上冰球校验图像间隔小于n的桌上冰球图像。但预设条件桌上冰球图像中不包含：预测轨迹所用图像之前的图像。

当发现预测的轨迹存在错误时，及时根据桌上冰球校验图像和满足预设条件的桌上冰球图像对轨迹进行重新预测。

本发明实施例提供的一种桌上冰球运动轨迹的预测方法，通过对预测的冰球运动轨迹进行校验，能够降低冰球在运动过程中，受到外力干扰所导致的运动轨迹的变化，在进行防守时，能够提高预测的准确性，及时调整防守战术，提高了机器人的防守能力。

实施例四

图10是本发明实施例提供的一种桌上冰球运动轨迹的预测装置的结构框图。如图10所示，该装置包括：

信息获取模块1010，用于获取至少两帧桌上冰球图像及所述至少两帧桌上冰球图像的预设拍照时间差；

位置变化信息获取模块1020，用于根据所述至少两帧桌上冰球的图像，获取目标冰球的位置变化信息；

运动参数确定模块1030，用于根据所述目标冰球的位置变化信息及所述预设拍照时间差，确定所述目标冰球的运动速度和运动方向；

运动轨迹确定模块1040，用于根据所述目标冰球的运动速度和运动方向，预测所述目标冰球的运动轨迹。

进一步地，所述位置变化信息获取模块1020包括：

位置信息获取子模块，用于将获取的所述至少两帧桌上冰球的图像分别与标准图像做差，获取所述目标冰球的第一位置信息和第二位置信息；

位置变化信息获取子模块，用于根据所述第一位置信息和所述第二位置信息，确定所述目标冰球的位置变化信息。

进一步地，所述位置变化信息获取子模块包括：

位置坐标获取单元，用于建立运动坐标系，分别获取所述目标冰球的所述第一位置信息和所述第二位置信息对应的第一位置坐标和第二位置坐标；

位置变化矢量确定单元，用于根据所述第一位置坐标和所述第二位置坐标，确定所述目标冰球的位置变化矢量。

进一步地，所述运动参数确定模块1030，具体用于：

根据所述目标冰球的位置变化矢量及所述预设拍照时间差，计算所述目标冰球的运动速度矢量。

相应地，所述运动轨迹确定模块1040包括：

碰撞判断子模块，用于根据所述目标冰球的运动速度矢量及预存的球桌尺寸，判断所述目标冰球是否碰撞球台边缘；

碰撞执行子模块，用于若所述目标冰球碰撞球台边缘，计算所述冰球与球台边缘的碰撞点以及碰撞角度，利用反射原理预测所述目标冰球的运动轨迹。

进一步地，该装置还包括：

校验图像获取模块，用于获取桌上冰球校验图像；

预测轨迹校验模块，用于根据所述桌上冰球校验图像与预测的目标冰球的运动轨迹进行比对，校验预测的所述目标冰球的运动轨迹是否正确；

轨迹调整模块，用于若所述目标冰球的运动轨迹不正确，则根据所述桌上冰球校验图像与满足预设条件的桌上冰球图像，再次预测所述目标冰球的运动轨迹。

本实施例提供的一种桌上冰球运动轨迹的预测装置，与本发明任意实施例所提供的一种桌上冰球运动轨迹的预测方法属于同一发明构思，可执行本发明任意实施例所提供的一种桌上冰球运动轨迹的预测方法，具备相应的功能和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的一种桌上冰球运动轨迹的预测方法。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。