分析高尔夫球挥杆的设备和方法

专利名称：分析高尔夫球挥杆的设备和方法
技术领域：
本发明涉及一种测量或分析高尔夫球挥杆的设备和方法。
背景技术：
专利号为5，823，878的美国专利公开了一种用两台摄象机捕捉高尔夫球挥杆运 动的方法和设备。所述设备产生各种由技术人员或专家用于分析挥杆的图片。分析并非自 动，且依赖于技术人员或专家的知识和技能。所述设备及其操作相对花费较高且较复杂。国际公布号为WO 2004/049944 Al的专利公开了一种用一套与球员相连的运动传 感器捕捉高尔夫球挥杆运动的方法和设备。所述设备产生各种由技术人员或专家用于分析 挥杆的图片。与上述专利号为5，823，878的美国专利类似，分析并非自动，依赖于技术人员 或专家的知识和技能。所述设备及其操作也相对花费较高且较复杂。专利号为US 7，264，554的美国专利公开了一种用至少一台摄像机和一套与球员 相连的运动传感器捕捉高尔夫球挥杆运动的方法和设备。其中一种工作模式下，分析并非 自动，系统产生各种需要人为干预以分析挥杆的可视结果。另一工作模式下，据说系统自动 产生称为“动力学指数得分”的数字。然而，在正确分析挥杆时所述得分数似乎是非常小的 值。与上述发明类似，所述设备及其操作也相对花费较高且较复杂。

发明内容
本发明提供一种测量或分析高尔夫球挥杆的设备和方法，其中测量或分析与经由 身体和球杆的能量产生和转移有关。本发明还提供一种测量或分析高尔夫球挥杆的设备和方法，其中主要从球员的地 面反作用力获得数据，并且其中通过人工智能分析处理信号。术语“地面反作用力”与站立 面和受试者或球员双脚之间产生的反作用力有关。更具体地说，本发明还提供一种以自动方式或自动交互方式测量或分析高尔夫球 挥杆的设备和方法。更具体地说，本发明如以引用的方式并入本说明书的所附权利要求所定义。


现将仅以举例的方式根据图1-图18描述本发明。图1为下挥杆位置球员和球杆模型的正面示意图，显示某些主要段、子段和关节。图2为显示利用能量参数数据和优化规则数据测量或分析顺序步骤的方框图。图3为显示下挥杆时主要最佳局部能量产生顺序的方框图。图4为显示利用人工智能装置检测并处理挥杆信息的顺序步骤的方框图。图5为显示经交互式训练挥杆的信息流的方框图。图6显示整个挥杆过程中骨盆段角位置的神经网络预测。图7显示整个挥杆过程中骨盆段角速度的神经网络预测。
图8显示整个挥杆过程中肩/躯干段角位置的神经网络预测。图9显示整个挥杆过程中肩/躯干段角速度的神经网络预测。图10显示整个挥杆过程中杆身/球杆段角位置的神经网络预测。图11显示整个挥杆过程中杆身/球杆段角速度的神经网络预测。图12显示整个挥杆过程中杆头绝对速度的神经网络预测。图13显示整个挥杆过程中杆身/球杆段角速度的神经网络预测，其中网络输入包 括各种处理参数和侧向力。图14显示如图13所示相同挥杆过程中杆身/球杆段角速度的神经网络预测，其 中网络输入包括各种处理参数，但不包括侧向力。图15显示如图13所示相同挥杆过程中杆身/球杆段角速度的神经网络预测，其 中网络输入仅包括垂直力和侧向力。图16显示整个挥杆过程中神经网络原始预测图和相应的平滑预测图。图17显示球杆挥杆顶点时间的神经网络时间点预测，还显示用于预测的三角形 加权函数的表示法。图18显示位于台面上的双平台测力板和球的平面简图。球员的常见脚位置如所 述测力板所示。
具体实施例方式贯穿整篇说明书和权力要求书，为朝着通常对应草坪上的洞的目标方向击球的球 员描述了一种设备和方法。朝着目标的方向称为目标方向，球员最靠近目标的手或脚称为 目标侧手或脚。右手球员通常从右向左击球。上挥杆指球员在开始后挥杆时从瞄准位置移 开球杆的时间事件。击球指杆头击球的时间事件，送球指击球后发生的挥杆部分。从球员正 面看，可参考杆身和垂直轴之间的角度便于追踪后挥杆和下挥杆的不同点，BS、DS和FT分 别称为后挥杆、下挥杆和送杆。约BS0°时发生上挥杆，杆身到达水平位置时达到BS90°， 杆身垂直向上时达到BS180。，持续到后挥杆结束。下挥杆时球杆反相旋转，DS180。时杆 身到达垂直向上位置，DS90°时到达水平位置，约DS0°时击球。然后，继续送杆，在水平位 置达到FT90°。中间角位置同样表示为相关角度。发球挥杆的主要目的是使球尽可能远地朝预期或目标方向移动。通过以极高的杆 头速度击打球和使杆面与球准确接触实现。大多其他挥杆的主要目的是使球再次朝预期或 目标方向移动比球员能击打球的最大距离短的预期距离。在整篇说明书和权力要求书，术 语挥杆理解为应用于所有高尔夫击球或除轻击棒击球外的挥杆。实现代表满意发球挥杆的极高杆头速度需要一套似乎不为球员或教练正确理解 的出奇复杂的活动。球员、教练和其他相关专业人员似乎普遍相信个体球员的高尔夫球挥 杆超出科学类评价，只能通过教练技能和经验的人为干预分析和改进。所述普遍看法似乎 遍及所有高尔夫球挥杆。本发明一方面了解到可通过识别、测量和分析经由身体的能量产生和传输的基本 原则科学评价和分析个体球员的挥杆，而无需人为干预。所述了解同样适于目的在于获得 最高杆头速度的挥杆和目的在于获得比球员能获得的最高杆头速度小的杆头速度的挥杆。 因为到目前为止高尔夫球挥杆的诀窍同样适于需要最高和最低能量的挥杆，所述了解完全不明显。球员和教练还意识到试图更猛烈地击打球通常导致成绩下降。本发明的另一相关方面包括了解到对于通常熟练的球员而言，经由身体的能量产 生和传输的许多重要基本原则保持各挥杆之间相同或类似，且分析一次挥杆可对所述球员 的所有特征挥杆适用。本发明的附加方面涉及了解到球员在各种挥杆中倾向于采用相似的经由身体的 能量产生和传输形式。尤其，用于如发球杆等较长球杆的能量产生和传输形式倾向于形成 所有球杆挥杆时的能量产生和传输模板。因此，识别和改进所述球杆的能量产生和传输可 有利地应用于所述范围的其他球杆。除产生极高杆头速度外，若需要，适当进行熟练的经由身体的能量产生和传输也 对提升射球准确性有重要意义。试验表明熟练产生和传输能量的挥杆能量损失最低，往往 更一致，包括平滑器运动，并将对支持身体的需要降到最低以吸收送杆时未使用的能量。所 述特征便于球员控制并提高射球时的准确性。为便于描述，与经由身体的能量产生和传输直接有关并最终与杆头有关的特定重 要挥杆参数称为“能量参数”。用于确定或计算能量参数的信息或参数也称为能量参数。本 发明的一方面是识别关键能量参数。为便于描述，说明能量参数如何影响挥杆的准则或规则称为“优化规则”。所述准 则可以各种方式表示，但为了本说明书的一致性，如可能应将优化规则表示为代表更高熟 练程度的挥杆准则。逐渐不遵守所述优化规则与低熟练程度挥杆或挥杆误差相对应。图2为显示利用能量参数数据和优化规则数据使用系统分析挥杆的顺序步骤的 方框图。图中使用的描述性缩写示于下文简要说明的括号中。由测量装置(MM)获得关于 挥杆(S)允许测量或确定其能量参数的信息。能量参数数据装置(EPDM)根据所述信息确定 能量参数。优化规则数据装置(ORDM)提供据其判断能量参数的准则，从而使分析装置进行 挥杆分析(A)。为帮助识别和分析能量参数，将球员和球杆建模为由万向节连接的段动力学链。 现参考显示中间下挥杆位置球员和球杆模型的正面示意图的图1。虽然可使用其他更先进的实施例，但所述动力学链可简化为4个连接段构成的单 链。使用4段简化分析和说明，同时保持更复杂模型的大部分准确性。为方便起见，所述链 的第一段、第二段、第三段、第四段分别称为“S1”、“S2”、“S3”和“S4”。或者，尽管并非在解 剖学上对所述段的正确描述，为方便起见，所述段可称为“骨盆”、“躯干”、“臂”和“球杆”段。 典型的右手球员从右向左打球的链组成部分按以下顺序排列。镜像排列适于从左向右击打 球的球员。使用图中参考数字或字母，第一段Sl为下体或“骨盆”段。包括骨盆和腿，并通 过脚与地面(1)挠性连接。第二段S2为上体段，包括肩和腰部以上的躯干。可当作通过万 向节与Sl在腰部(2)脊椎部分挠性连接的高度刚性段。第三段S3为臂段。包括双臂，通 过左肩关节(3)与S2万向连接。第四段S4包括手和球杆。可当作通过左腕(4)与S3万向 连接的高度刚性段。左臂可当作虽不是整个挥杆过程，但大体部分保持笔直的高度刚性段， 从而连接S2和S4。右臂在整个挥杆过程弯曲，虽然连接S2和S4，但并不直接连接所述链 的关节，而用来局部供能和控制挥杆。脚-地面连接指定为所述链的近端，杆头端(CH)指 定为远端。讨论的段可称为“当前”段。由于说明书后文会有更显而易见的原因，还将某些段分成子段。躯干段分为连接于中央脊椎位置(5)的下躯干段S2a和上躯干段S2b。这是反映脊椎和下背部挠性的有点 武断的划分。各臂也分为两子段，左臂分为在左肘(6)处有关节的上臂段S3aL和下臂段 S3bL。右臂同样分为两子段S3aR和S3bR。应注意段和子段之间有差别，在分析中差别对
IvTo能量产生和转移
所述链段通过从与段自身运动有关的肌肉产生能量并将能量从近侧段转 移到段上而获得动能。所有高尔夫球挥杆中，无论需要最大距离与否，动力学 链的最终目标是与击球时将能量尽可能有效转移到链的杆头远端。挥杆时任 一点的总动能为各段动能之和。如果所述段做线性运动，其线性动能可确定为 链m.v2，其中m和ν分别为段的质量和线性速度。如果所述段做角运动，其角动能可确定 为始I. w2，其中I和w分别为段的惯性力矩和角速度。尽管线性动能和旋转动能在任何时 刻均不同，但在挥杆过程中可全部或部分相互转化。为方便起见，在段上从与段有关联的肌肉直接产生能量称为“局部”能量，产生局 部能量的工作称为“局部”工作。若为Si，所述“局部”肌肉主要包括传递骨盆旋转和线性 平移的大小腿肌肉。若为其他段，局部能量主要由与紧靠段和近侧段之间的关节联合作用 的肌肉动作产生。因此，S2、S3和S4分别从主要由Sl和S2、S2和S3以及S3和S4之间的 关节联合作用的肌肉动作获得局部能量。“局部”能量提供高尔夫球挥杆时产生和传递的所 有能量的最初来源。沿所述链将能量从一段转移到另一段的重要机制是通过将当前段“闭锁”到加速 的近侧段上，以便近侧段上产生或存在的能量同时加速当前段和近侧段。为方便起见，所 述过程称为“闭锁”转移，分别在所述过程开始和终止时“闭锁”和“解开”所述段。还可能 沿闭锁在一起的段链发生闭锁，通过闭锁链中最近侧段上产生或存在的能量加速链中所有 段。通常，当前段早在运动时就闭锁在近侧段上，从而在所述过程中获得低速度能，之后当 加速到比近侧段高的速度时“解开”。旋转运动和线性运动均发生闭锁转移。局部能量用于从近侧段激励当前段，动量在当前段和近侧段之间转移。所述发生 时，通常在段间转移动能，为方便起见，所述过程称为“激励”转移。在挥杆的整个过程中，组合段S3和S4从左肩关节的连接处吊在近侧段周围。除 用来自旋转S3的肩和上臂肌肉的局部能量供能外，还通过左肩上拉动所述吊环装置的力 从近侧段转移能量。由于类似能量转移在熟悉的吊环或弹弓上发生，为方便起见，所述从近 侧段非局部能量转移称为“吊环”转移。拉力由近侧段供能的左肩关节的旋转和线性平移 产生。动力可能由远侧段远程产生，或因段S2的角运动或线性运动减速产生。和闭锁转移 不同，因为有关段的角速度或线性速度并未闭锁为相同角速度，吊环转移还可由减速段发 生。特定部分吊环弧上，左肩的向前平移或旋转加速弹弓的远端，包括左肩从较高前进速度 的减速运动。由于出现在熟悉的武器和同名的农具中，为方便起见，挥杆时发生的另一种中间 段能量转移形式称为“连枷”转移。两均含动能的相连段朝相同方向旋转和平移时发生“连 枷”转移，近侧段的远端减速，从而引起远侧段的近端随之减速，同时因所述段的动能基本 上守恒引起远侧段的远端以上升速率加速。和历史连枷一样，若近侧段很大程度上出现延 迟，而无能量损失或向后转移，近侧段上的动能变化也转移到远侧段的远端上。熟练挥杆时，段S3和S4作为受控的两部分连枷，从而使杆头远端速度比S3和S4作为单段时可能的 速度更高。通过在下挥杆时保持S3和S4呈近似直角或略小角度闭锁，直到成临界点闭锁， 然后连枷机构因离心力而打开，以引起杆头远端迅速增大其加速率，而同时减速S3和S4的 近端。这导致动能明显转移到远端。连枷转移还会发生在其他相连段之间。旋转球员通过减小身体围绕普通旋转轴的有效旋转半径，在下挥杆后期将S4近 端和S3远端拉近身体而降低他或她的惯性角矩时，发生另一种较宽泛中间段能量转移形 式。因为动量守恒，这引起角速度和能量整体增加，在熟练挥杆时转移到杆头。所述转移类 型称为“减半径”动能转移。后挥杆期间，段S3和S4因引力作用升高且球员身体弹性偏向各段TOB位置时，动 能转换为势能。下挥杆时，通常大部分能量通过再转换恢复为动能。下挥杆期间，杆身弹性 形变时，动能也转换为势能。熟练挥杆时，在击球之前可恢复一些能量。因为动能引起稍后可能实现附加动能的情况，所以还用于类似转换为势能的过程 中。所述过程涉及在生物力学文献通常称为“伸缩”的过程中挥杆所用肌肉的伸展。相关 情况下伸缩肌肉能以明显比其他方式更高的速率产生更多能量。所述现象用于熟练挥杆 中，以将动能用于后挥杆和早期下挥杆，作为稍后在下挥杆时以更高速率产生更多的动能 手段。多数挥杆共有的能量产生和传输
能量产生从后挥杆开始，其中从平面上看所述段顺时针旋转以设立段TOB位置。“Τ0Β” 暗指常用高尔夫球措辞“后挥杆顶点”，指后挥杆时转向运动开始下挥杆之前所述段的极限 移动位置(尽管通常仅仅指常用高尔夫球用语中的球杆段)。所述段通常在不同时间到达各 自的TOB位置。术语“Τ0Β-1”、“Τ0Β-2”、“Τ0Β-3”和“T0B-4”用于分别指段1、2、3和4的后 挥杆顶点。下挥杆从各段的TOB开始，各段通常在不同时间开始各自的下挥杆旋转，从平面 上看下挥杆旋转方向为逆时针。所述段可能瞬间停留在TOB处或即刻在TOB处有效转向。下挥杆可能随旋转的Sl的局部能量产生而从T0B-1开始。若干或全部其他段S2、 S3和S4可能呈链形式闭锁在Sl上，从而借助通过闭锁从Sl上产生的局部能量转移来的能 量使所述段旋转。通常，下挥杆进行时，局部能量使S2开始相对于Sl旋转，使S3开始围绕左肩关节 旋转。所述运动有助于在倾斜挥杆平面上所需的复合旋转。所述各种运动使能量沿所述链 通过吊环转移而转移。后挥杆和早期下挥杆期间增加S3和S4的重力高度过程中产生势能。随挥杆进行， 所述能量逐渐转换为动能以击球。尽管是挥杆的重要组成部分，但对于熟练或非熟练的挥 杆而言，所述能量源大体相同，因此本说明书不再进一步讨论。臂段和杆段即S3和S4从明显小于开始下挥杆时的平角的角度开始。随挥杆进行 和杆头受离心力向外拉，臂段和杆段将逐渐或以受控方式成一直线，并且可能在杆头与球 接触时接近平角。由于闭锁可用于保持段间的初始角度，如果挥杆期间段间发生闭锁或解 开，会影响S3和S4之间的相对角度。有利情况下，解开所述段会导致能量又通过连枷转移 沿所述链转移。局部能量可用于为S4的旋转供能。局部能量从各自的近侧段激励S2、S3和S4均可能导致能量又通过激励转移沿所述链转移。最佳挥杆时的能量产生和传输
从后挥杆时开始产生能量，包括比下挥杆时低得多的能量产生和传输水平。最佳后 挥杆时，以平滑协调方式移动所述段，按时间顺序设立TOB位置T0B-1、T0B-2、T0B-3和 T0B-4。下挥杆从各段的TOB处开始，且在最佳挥杆期间将按后挥杆结束的相同顺序开始， 即Τ0Β-1、Τ0Β-2、Τ0Β-3、Τ0Β-4。熟练挥杆期间，各TOB通常迅速从后挥杆变为下挥杆，以便 所述段整体下挥杆顺序开始和所述段整体后挥杆顺序结束同时发生。下挥杆中最重要的开始活动之一是在旋转的Sl上产生局部能量，从而从Τ0Β-1开 始。在熟挥杆期间，S2、S3和S4将分别按从Τ0Β-2、Τ0Β-3、Τ0Β-4开始的定时顺序呈链形式 闭锁在Sl上，从而借助通过闭锁从Sl处产生的局部能量转移来的能量使所述段旋转。同样在熟练挥杆中，对于段S2、S3和S4而言，在下挥杆早期发生一定程度引起肌 肉伸缩的身体附加偏斜，导致Sl逐渐闭锁。如为Sl和S2，则发生所述过程最重要的实例。 S2从Τ0Β-2开始闭锁到Sl上时，Sl明显以高于S2的速度旋转。随骨盆和肩之间的相对角 逐渐增大，所述情况持续很短一段时间。最后，在S1-S2闭锁视为完全到位的点处，S2赶上 Sl的角速度。此时，骨盆和肩之间的角度最大，Sl和S2间的肌肉伸缩完成。所述肌肉是与 S2上产生局部能量有关的肌肉。所述点在教学文献中有时称为“X因子伸展”点，而本文则 称为类似术语“S1-S2伸展”。Sl和S2的附加相对旋转从约0-30°变化。值越高反而会在 机械上起反作用，并且可能导致受伤。熟练球员会达到所述范围中间的值。同样地，初始闭 锁过程中，S3和S4段赶上其近侧段角速度的点分别称为“S2-S3伸展”和“S3-S4伸展”点。 可选择地计算子段的所述伸展，例如S1-S2伸展可视为并当作Sl-S2a-S2b伸展计算。左肩关节随着S2的初始闭锁旋转绕S2转轴旋转，从而依次拉动左臂。所述拉动 方向与S3-S4段组合的重心不成直线，拉力引起或帮助S3-S4在通常称为挥杆平面的平面 上开始运动，所述运动快速发展成为弧形运动。这表示开始通过吊环转移将动能转移到S3 和S4。进行挥杆运动时，拉力保持为不与重心成直线，并继续加速处于弧形运动的S3-S4组 合，此时杆头位于其远端。由于各自转轴周围的半径长度不同，左肩速度和杆头远端的速度 之间存在有利放大作用。围绕左肩关节旋转臂段期间，挥杆平面上的所述挥杆运动还由肩部局部能量供 能。S3-S4段围绕近垂直S2转轴和近水平左肩转轴的复合运动提供倾斜挥杆平面上的适当 角运动。这提供更完整的挥杆机构组成部分。挥杆进行且杆头达到更高速度时，局部能量用于从Sl段激励S2段，从而在所述过 程中逐渐解开Sl段和S2段的运动。所述活动包括产生局部能量，并且由关联Sl和S2之 间的关节的肌肉供能，能够产生高于所述段闭锁时能达到的角速度。这以不断上升的速度 为挥杆转移机构供能。通过所述第一阶段下挥杆，S4保持与S3闭锁，通常球员保持下臂和杆身之间的角 呈约60° -70°角。然后球员大约从DS170° -DS135。解开S3-S4，因此动能通过连枷机构 开始转移。解开时，S3-S4组合围绕左肩关节高速旋转，产生强离心力。所述力迅速打开S3 和S4间未解开的角，从而引起S4远端加速度增大，S4近端减速。总能量大体守恒，动能从 减速的臂和手转移到迅速加速的杆头。和所有解开动作一样，S3-S4解开发生持续时间短。因解开动作对最终形成杆头速度的重要性，其特征有重要意义。S3-S4旋转解开动作是手腕的内收，对应教练术语的“非 曲腕”动作。S3自始至终持续旋转以击球，S3-S4解开后继续由其自身局部能量供能。S4从S3解开后，球员通常用来自关联S3-S4关节的肌肉即主要是关联肘关节和腕 关节的肌肉的局部能量为S4旋转供能。这还会引起能量从S3激励转移到S4。在需要最大距离的击球中，球员将在击球时争取匹配最高杆头速度。因为腕关节 通常不能为熟练球员靠近击球点的典型高速手腕动作供能，这引起特殊困难。熟练球员将 有利地利用更高加速下挥杆期间杆身上产生的应变能。杆头因S4局部能量减少而降低其 加速率时，尽管刚好在击球前仍肯定加速，但释放了部分所述应变能，校直了杆身。最佳挥杆的具体方面
设置最佳能量参数特性中，进行后挥杆并转为下挥杆的方式很重要。尤其，在设置正确 位置、保持控制和避免受伤风险的限制下，所述段应紧紧卷绕在后挥杆上。这有以下好处
i)允许从最低肌肉支撑开始下挥杆闭锁，段间连接很大程度上机械无源。ii)最大化后挥杆期间的伸缩，从而将早期挥杆所需的量减到最少。iii) 最大化存储在弹性变形中的势能，从而在下挥杆期间恢复所述势能。iv)加速下挥杆进行的时间长度，提供更多时间和机会优化下挥杆链的其 他方面。便于所述段卷绕的因素包括
i)所述段在后挥杆时达到足够角速度和关联动能，以为段的卷绕充分供能。ii)所述段应按时间顺序Si、S2、S3、S4完成其旋转卷绕。在保持或紧固先前的 卷绕时，这便于各后续卷绕。任何段不按顺序完成卷绕可导致先前卷绕段变松。iii) 应平稳地快速地完成各Τ0Β，并迅速转向为反向旋转。下挥杆从Sl于T0B-1处旋转开始，段S2、S3和S4在尽可能早地呈链闭锁在Sl上， 即分别闭锁在Τ0Β-2、Τ0Β-3和Τ0Β-4处。所述早期低速下挥杆阶段允许充分利用较慢但有 力的Sl局部肌群。现有生物力学中已确定，Sl局部肌群能在下挥杆开始阶段有利提高S2局部肌群 的伸缩程度。所述进一步伸缩超过后挥杆时可能且可行的伸缩，应在最佳挥杆时进行。虽 然不是很重要，但也可在S3和S4闭锁的等效开始阶段有利地进行。所述下挥杆伸缩过程 的特殊优点在于利用缓动Sl局部肌群为所有远侧段的初始伸缩供能，随后在快动远侧段 肌肉中实现附加能量。闭锁提供一种非常有利地在挥杆早期转移能量的方法，考虑到伸缩生理要求，对 各段而言应尽早开始闭锁，即段S2、S3和S4按链顺序闭锁到Sl上。尽早闭锁的优点包括
(a)促进能量通过链极有效地向上转移。(b)无需在当前段上工作或肌肉位移，并且能持续使用，而无需在所述段内分散肌 肉范围。(c)将肌肉保持在范围起始位置，直到中间段运动的其他模式需要其位移。
从相邻近侧段上激励段时，若干效率因素起作用。第一效率因素涉及进行激励所需的局部工作效率。单独而言，如果中间段延迟其激励， 近侧段完成相同方向或旋转的加速阶段之前，进行激励最有效。若当前段质量为M1并且在 激励期间需要以加速度A1线性加速远离近侧段，则可证明这一点。如果近侧段已完成其加 速阶段并且正与闭锁的当前段一起以恒速移动，则局部肌肉进行激励所需的力为M1. A115然 而，如果试图在近侧段仍以速率Ap加速时激励，在局部肌肉所需的力相当大，为M1. (AfAp)。 旋转运动时，存在类似情况。第二效率因素涉及两段间的能量转移。局部能量用于从近侧段激励当前段时，因 总动量守恒，动量转移到近侧段。发生所述情况时，动能通常在段间转移，转移方向取决于 段的速度。由于动量与速度成正比而动能与速度的平方成正比，所以动量和动能转移的效 果会完全不同。如果激励开始时近侧段静止，则能量会不利地转移到近侧段。然而，如果近 侧段在整个激励持续期间朝激励方向移动，则能量会从近侧段有利地转移到当前段。近侧 段速度越高，转移到当前段的能量越大。因此，近侧段为最高速度时，从近侧段激励转移的 能量最大。旋转运动和线性运动均发生激励转移。第三效率因素涉及闭锁质量，因为激励一开始，当前段就将以高于近侧段的速度 移动，并且闭锁不能再保持其最初的无源机械连接，需要肌肉激活以支撑连接。事实上，某 些情况下，闭锁可能再也不能有效工作或完全不能工作，尤其是在S1-S2旋转闭锁的情况 下，其中两段围绕类似定位和倾斜的轴旋转。考虑到所述因素，如果所有其他情况相同，显然最佳挥杆期间，近侧段应尽快加速 到峰值速度，当前段的激励应仅在近侧段完成所述加速并达到峰值速度后开始。同样地，由 于动力学链工作的普遍原理是最好毫无不必延迟地一起或紧密相继完成所有动作，近侧段 一达到近侧段峰值速度，就会发生解开和激励。由上述可见，最佳挥杆中，如果其他情况相同，则段将按时间顺序Si、S2、S3和S4 达到最高速度。除在主挥杆轴周围产生动量和动能外，球员还大致在正面产生角动量和平移动 量、角动能和平移动能的重要组成部分。这包括段围绕垂直于正面的水平轴旋转，和平行于 正面的段线性运动。所述能量和传输称为“辅助正面”能量产生和转移，并且与教练术语中 称为“重量转移”的过程具有某种关系。“正面”定义为与目标方向成直线的垂直面。辅助正面运动大体上与主要挥杆角运动按四段模式复合，也由相同局部肌群供 能。由于辅助正面能量由熟练球员以根本不同的方式产生和转移，所以不同于主要挥 杆能量。试验指出产生和传输所述附加近侧能量期间，熟练球员至少采用3种不同的技术。 已发现约50%的挥杆采用一种称为“A”型的不同技术。约40%采用一种截然不同的称为 “B”型的技术。平衡使用一种或多种其他截然不同的统称为“C”型的技术。不充分试验资 料可用于详细分析C型，本说明书中的讨论限于更常遇到的A型和B型。试验中观察到，多数球员仅使用一种技术，而少数偶而在A型和B型挥杆之间转 换。同样地，将所述技术更准确视为挥杆，而非球员特征。还观察到，A型和B型好像以非 常相似的比例出现在专业球员和高差点业余爱好者的不同球员技能中，表明两种技术同样 熟练。进一步观察到，个别熟练挥杆中，并不一起使用两种技术，所述两种类型中，熟练技术 为A型或B型。
尽管尚未经最后证明，但似乎A型包括旋转和平移组合，基本上一直在目标方向 正面上。B型似乎也包括旋转和平移组合，但在所述情况下，朝目标方向从所有段开始，然后 转换为其中一段的连枷型动作，也基本上在正面上，减速其近端以增大其远端的加速度。尽管所述运动的高速复合特性难以目测，但其影响在测量的地面反作用力中显得 非常明显，其中观察到通常称为压力中心或COP的垂直向下的合力朝正面方向强有力地移 向或移离目标。使用A型技术的熟练挥杆从COP向右离开目标开始线性运动，在约BS180。和 DS1800之间某点转为所述段从左朝目标进行较长线性运动，持续到击球为止。线性运动在 一定程度上与挥杆角位置无关。试验表明，COP在朝目标进行较长距离运动中显示出朝目 标方向更高的线性加速度和速度，并且所述朝目标进行的线性运动距离增加时，A型技术引 起更多能量产生和转移。使用B型技术的熟练挥杆从COP向右离开目标开始类似线性运动，也在约BS180。 和DS180。之间某点转为向左朝目标进行比A型更短距离的线性运动。之后，线性运动又转 为向右离开目标，持续到击球为止。尽管在DS180。之前或几乎一直到DS90°并不发生转 向，通常约在DS180。处发生所述第二次转向。各种线性运动似乎比A型挥杆更不依赖于 挥杆角速度。试验表明，朝目标进行第二次线性运动以及远离目标进行第三次线性运动中 COP显示出朝目标更高的线性加速度和速度时，B型技术引起更多能量产生和转移。这在所 述第三次线性运动早期似乎尤为重要。对第二击和第三击施加所述加速度的距离也与产生 和传输更多能量有关。球员可控制S3-S4连枷操作的若干方面，包括设置S3和S4之间的初始闭锁角和 保持所述闭锁角直至解开的时候。进行下挥杆时，这必需抵抗最初努力向内拉S4的惯性力 和之后努力向外拉S4的离心力。球员应在开始所述向外拉离心力后延迟解开时间。解开 后，球员应继续用其局部能量为S3和S3供能。所述变量的正确组合可在球员间变化，并且 为使杆身在击球前达到最高速度且刚好在击球时达到最高速度的组合。正确组合通常使杆 头最高可能速度过早或过晚出现。杆头最高“可能”速度指如果击球未使球减速将出现的 最高速度。与简化模型的4段相联的4个肌群实际上包括更多以多种方式和多种运动作用的 肌肉。视为4个简化群时，分析可简化如下。各肌群作用于其相联段，以提供引起所述段角 加速度和线性加速度的力。所述力使所述段位移时做功，产生的能量作为所述段上的旋转 动能和线性动能。通常肌肉动作通过在最大运动范围内维持力做大部分工作并产生沿链转 移的大部分能量。机械有效运动在所述段加速中很重要。位移和速度应平稳变化并正确定向。熟练挥杆中，对于平均体型的球员而言，Si、S2、S3和S4肌群将提供约30_35%、 40-45%、15-20%和5-8%用于为挥杆供能的最初局部能量。局部能量和能量顺序规则
试验已表明日益熟练的打球更应严格遵循基本闭锁和解开规则。局部肌群保持在低激 活水平，直到当前段从近侧段解开并激励开，因此当前段升高并保持相对高激活水平。远侧 段从当前段解开并激励开时，所述较高激活水平终止，局部肌肉降回到低激活水平。试验还表明专业球员或不需让分的球员通常遵循有关除S3外所有段的规则，其
31中熟练打球中，S4段解开后，S3肌群继续激活。违反所述规则似乎由S3群在下挥杆期间较 长距离运动和与较弱S4肌群相比的相对强度引起。试验还表明高差点球员通常在其下挥 杆大部分时间并不遵循所述规则，使不同肌群的激活同时发生。熟练打球显示快速升至高 激活水平，然后在远侧段进入顺序时快速下降。不够熟练的打球通常显示在较长持续时间 保持较低激活水平，使近侧肌群和远侧肌群激活同时发生。对于熟练球员而言，Sl肌群从T0B-4激活，通常可能保持升高激活约莫100ms。Sl 肌群下降时，S2肌群升高，并且通常可能保持在升高水平约莫70ms。同样地，S2肌群下降 时，S3肌群升高，并且通常可能保持在升高水平约莫80ms。S3保持激活时，S4肌群升高，并 且通常可能保持在升高水平约莫20ms。S2段的子段内的肌肉相互有效解开和激励开，与下躯干肌肉相比，沿所述链进一 步挠性支撑上躯干肌肉。S3段内的肌肉包括肩部和肘部肌群，左肘比左肩沿所述链更远，右 肘比右肩沿所述链更远。支撑子段的所述设置有相同闭锁和解开条件和规则，熟练挥杆中， 远侧子段的肌群完成激活之前，近侧子段的肌群应完成激活。子段排序令人满意。通常专 业球员和不需让分的球员挥杆中存在所述顺序，而高差点球员挥杆中通常不存在顺序。试验指出Sl子段中通常不存在所述顺序。这似乎是因为虽然是地面至骨盆子段 链上的最远侧，但从下挥杆开始激活的臀部-骨盆部位的有力肌肉的优势位置。为了各肌群激活，通过其尽快升高至高水平，可用最佳段位移过程中保持尽可能 高的水平，然后再尽快下降来最有效利用力和能量，将最多的力和能量传递到系统。做功时 发生能量产生，从而必需使肌肉产生力位移。段运动时发生所述位移。尽管段运动与肌肉 保持高水平激活的时间长短有关，但局部能量产生中的重要变量为升高水平时的肌群力和 段位移，而不是升高水平的时间。从上述应了解，从T0B-1下挥杆击球包括非常关键的能量产生活动顺序，如果要 产生最多能量并转移到杆头，则必须非常精确地执行所述顺序。排序上的任何延迟将导致 违反闭锁规则或减少可施加肌肉力以使段位移的时间。识别和理解所述能量顺序是科学分 析和改进高尔夫球挥杆的关键。人们注意到，最佳能量产生和转移的闭锁识别、闭锁规则和能量排序规则是附随 本发明的新发现。人们还注意到，若干现有技术生物力学研究观察到，尽管似乎没有人能提供任何 关于为何会发生所述情况的有力理由，但熟练高尔夫球挥杆中段速度往往按由近到远的顺 序达到峰值。某些现有技术训练方法试图利用所述观察结果，但遇到困难其仅是基于基础 力学一方面的副效应，某些不熟练的挥杆显示由近到远的速度顺序，而某些较熟练挥杆并 不显示所述顺序。然而，从所述发现看，显然关键基础顺序是能量产生顺序，原因部分由闭 锁和激励因素引起。正确理解整体基础力学对正确分析和改进必不可少。图3为显示下挥杆时主要最佳局部能量产生顺序的方框图。较大方框表示所述框 上标记的段或子段缩写的高水平局部能量期。标记有“RU”的方框指下一方框中所示段或 子段局部能量从低激活水平升高。标记有“RD”的方框指上一方框中所示段或子段局部能 量从高激活水平下降。最后标记有“IMP”的方框指击球事件。试验表明所述肌肉激活可能 惊人的复杂顺序主要由大部分熟练球员实现。而且，在仅为半秒钟的挥杆停止时间内实现。 高差点球员实现非常少的不同顺序。
能量参数、优化规则和最佳顺序概要 以上段落中讨论的能量参数总结如下
“段和子段局部能量/力增大的起始时间和完成时间。-段和子段局部能量/力减小的起始时间和完成时间。-段和子段局部能量/力激活的大小和持续时间，包括平均值和峰值。-连接段之间闭锁的时间和过渡特性。-连接段之间解开的时间和过渡特性。-段线性动能水平和角动能水平以及峰值时间。_因所述局部肌群位移，身体和球杆段在挥杆时的角位置、速度和加速度，包括峰 值速度和加速度。-因局部肌群位移，身体和球杆段在挥杆时的线性位置、速度和加速度，包括峰值 速度和加速度。-身体和球杆段在挥杆时的绝对角位置、速度和加速度，包括峰值速度和加速度。-身体和球杆段在挥杆时的绝对线性位置、速度和加速度，包括峰值速度和加速度。-身体和球杆段的绝对速度，包括杆头绝对速度。-所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度。-身体和球杆段后挥杆顶点事件的时间和过渡特性。-后挥杆顶点事件时所述各连接段之间的角度大小。-所述各连接段之间肌肉最大限度伸缩的时间。-所述段之间肌肉最大限度伸缩时所述各连接段之间的角度大小。-动能闭锁转移，定义为通过将所述当前段闭锁到加速近侧段上沿所述链从一段 转移到另一段，以便通过所述近侧段上产生或存在的能量同时加速所述当前段和所述近侧 段。-动能激励转移，定义为从所述近侧段转移到所述当前段，其中用所述当前段的局 部能量从所述近侧段激励开所述当前段时，交换动量并转移动能。-动能吊环转移，定义为通过平移或旋转所述目标侧肩关节并将所述远侧段吊起 呈加速所述远侧部分的弧形的力进行转移。-动能连枷转移，定义为转移到朝相同方向旋转和平移的两相连段上现有动能的 最远端，其中通过作用在所述段上的离心力减速所述近侧段和所述远侧段的近端。-减半径动能转移，其中旋转球员通过缩小有效旋转半径减少身体的惯性角矩，引 起所述较远侧部分加速。-在后挥杆和早期下挥杆时重力势能的产生。_下挥杆时重力势能向动能的转换。-下挥杆时杆身应变势能的产生。-下挥杆时杆身应变势能向动能的转换。-辅助正面能量产生和转移的类别。-辅助正面能量产生和转移的特性。_关于正面能量参数的压力中心位置、速度、加速度和运动范围。
-上述段落中讨论的优化规则总结如下
“段和子段应在后挥杆时达到足够的角速度和关联动能，以将所述段紧紧地卷绕在其 后挥杆顶点位置，所述段按由近到远的时序卷绕。-所述段和子段的依次卷绕应平滑协调。-连接段和子段之间的卷绕程度应便于供所有局部肌群最佳伸缩和相关身体部位 最佳弹性伸长。-当所述段达到后挥杆顶点位置时，各段和子段应迅速从后挥杆旋转变为下挥杆 旋转。-下挥杆从由其局部肌群供能的所述最近侧段开始。-所述最近侧段局部肌群应尽快升高到较高激活水平。-所有其他段和子段从其后挥杆顶点位置开始闭锁在由近到远的链形成中的下挥 杆运动到所述最近侧段，所有其他段和子段均由所述最近侧段局部肌群供能。-段和子段开始闭锁在链形成中的下挥杆运动到所述最近侧段时，最好进一步伸 缩和弹性伸展远离所述最近侧段的所述段和子段的局部肌群。各段或子段达到与链中相邻 近侧段相同的速度时，完成所述进一步伸缩和弹性伸展。-除段或子段的所述局部肌群明显比其远侧相邻肌群有力外，在从段或子段激励 所述远侧段前，所述段或子段应结束其主要局部能量产生。因此，所述远侧段或子段仅在其 近侧相邻段达到最高速度后激励。-从其激励前，所述段或子段应从其近侧相邻段解开。-各段和子段的局部肌群应保持在较低激活水平，直到当前段从近侧段解开并激 励开，因此局部肌群升高并保持在较高激活水平。(如为最近侧段肌群，当然从下挥杆开始 时开始。)远侧段从当前段解开并激励开时，所述较高激活水平终止，且局部肌群降回到低 激活水平。规则例外的是由于所述臂段肌群明显比所述球杆段肌群更有力，所述球杆段解 开后所述臂段肌群持续激活。-段和子段的局部肌群应尽快在较高激活水平和较低激活水平之间升降。-当其升高到较高激活水平时，各段和子段的肌群应保持较高最佳激活水平，以尽 快将所述段加速到所需最高速度。所述段达到所需最高速度后，所述肌群应尽快下降到较 低水平。-所述能量激活水平和所需段速应随所述挥杆要求变化。最好应升高到最高水平 以便进行需要最高杆头速度的挥杆，而最好在需要较低杆头速度时降低。-段和子段运动应以最佳机械效率平稳进行。线性运动应朝最佳机械效率方向，而 角运动应围绕最佳机械效率轴进行。开始向下挥动所述段时，应在所述臂段和球杆段之间设置最佳闭锁角，从而当所 述段随后在下挥杆期间解开时，促进所述段之间最佳连枷能量转移。所述角为60° -70°。-臂段和球杆段之间的最佳闭锁角度应保持在下挥杆时解开引起所述杆头速度随 后最大化并在击球时达到所述最高速度的点。-对于需要高杆头速度的挥杆，所述臂段和杆段之间的最佳闭锁角度应保持在下 挥杆时解开引起所述球杆段在击球前很快达到最高角速度的点，从而使从偏离杆身释放的 应变能加速所述杆头，随后其速度最大化并在击球时达到所述最高速度。
-辅助正面能量产生和转移应归类为若干不会混杂的类型的一种。试验指出有最 常见类型、中等常见类型和至少一种其他罕见类型。中等罕见类型显示常见类型不存在的 远离目标方向的压力中心线性运动转向。-压力中心未转向的常见类型辅助正面能量产生和转移中，如果挥杆需要最高杆 头速度，则球员应移动以便最大化他或她的压力中心在目标方向上的线性运动距离和线性 速度。-压力中心转向的常见类型辅助正面能量产生和转移中，如果挥杆需要最高杆头 速度，则球员应移动以便最大化他或她的压力中心轨迹在目标方向上的线性速度，然后最 大化远离所述目标方向的线性速度。人们注意到许多单独优化规则包括随附本发明的新发现，尤其是关于能量产生排 序、闭锁和激励的新发现。连续研究和试验可能引起附加规则或鼓励修改当前所列的些规 则。还设想到对能量参数和优化规则一览表的细化。典型最佳挥杆的各能量参数和相关事件如以下单一顺序所示，旁边是发生时杆身 的角位置和典型时间的参考框架。所述时间表示为击球前后括号内的秒数。由于辅助正面 能量参数对于不同挥杆类型而不同并且其在上述杆身角位置框架上的位置也不同，所以并 不包括在顺序内。顺序表示理想挥杆。缩写“CH”指杆头。“S2a”和“S2b”指S2的下子段和上子段 关联的局部肌群。“S3a”和“S3b”指S3的子段关联的肩和肘局部肌群。注意，尽管一起显 示在所述顺序中，但子段的左臂和右臂设置具有单独顺序运动。1. BS90。(-0. 728s)
2.BS135。(-0.613s)
3.BS180。(-0.541s)
4.TOB-I
Sl局部能量升高
5.T0B-2
S1-S2旋转闭锁开始
6.T0B-3
S1-S2-S3旋转闭锁开始
7.T0B-4(-0. 271s) S1-S2-S3-S4旋转闭锁开始
8.S1-S2 伸展
S1-S2旋转闭锁完全卷绕
9.S2-S3 伸展
S1-S2-S3旋转闭锁完全卷绕
10.S3-S4 伸展 S1-S2-S3-S4旋转闭锁完全卷绕
11.最高角速度Sl
12.S1-S2旋转闭锁结束 Sl局部能量下降S2a局部能量升高 能量从Sl激励转移到S2a
`13.S2a-S2b旋转闭锁结束 S2b局部能量升高
S2a局部能量下降 能量从S2a激励转移到S2b
`14.最高角速度S2b
`15.S2b-S3a旋转闭锁结束 S2b局部能量下降
S3a局部能量升高 能量从S2b激励转移到S3a
`16.DS180。(-0. 100s)
17.最高角速度S3a S3b局部能量升高
S3a局部能量下降 能量从S3a激励转移到S3b
18.S3b-S4旋转闭锁结束 连枷转移到S4，CH开始
S3开始减速
能量从S3激励转移到S4 S4局部能量升高
19.DS135°(-0.072s)
20.DS90°(-0.047s) S3b局部能量下降
21.DS45°(-0.018s)
22.S4局部能量下降
23.最高角速度S4 杆身应变能转移到CH
24.最高绝对速度CH 击球 (0.000s)
25.FT45° (+) (+0.028s) 测量
本发明的优选实施例中，用系统或设备测量或检测挥杆，并测量或计算其能量参数。现有技术中有可用于测量包括身体段或关节运动在内与高尔夫球挥杆关联的身 体和球杆运动的各种已知方法。大多所述类型的常用成功方法为光学运动捕捉系统和电磁 运动捕捉系统。典型的光学运动捕捉系统中，在球员身体和球杆临界点上配有无源反射目标。整 个挥杆过程中使用多个从不同位置观察球员的高速相机追踪所述目标的位置。系统具有两 个特殊优点精度高，目标发光且对球员而言并不显眼。系统还有包括以下在内的若干缺
36说明书能实时操作，因此不能交互式使用；光学灵敏度有碍户外使用； 可因目标观察不清楚或在交叉处混淆而出现问题。典型的电磁运动捕捉系统中，球员在身体和球杆临界点配有有源传感器。整个挥 杆过程中追踪所述传感器在发送器产生的参考电磁场上的位置和方向。一种型号的系统 中，传感器通过线连接到远程计算机上。另一种型号中，传感器无线连接。相对于光学运 动捕捉系统，电磁运动捕捉系统具有某些优点所述系统并不光学敏感，可户外使用；能够 实施操作；传感器不可能观察不清楚或在交叉处混淆。尽管设备昂贵，但比光学型便宜很 多。相对于光学型，所述系统也有某些缺点传感器对球员而言显眼，尤其在线连接型号情 况下，可能影响挥杆；无线目标需要可能需更换或充电的电源；尤其在无线型号的情况下， 系统精度低；金属球杆可能经历信号干扰问题；通常不能精确测量非常快速的挥杆。光学系统和电磁系统均有以下缺点仅可由熟练人员操作；球员或球杆上目标装 配不正确或不一致；目标必需要时间和力气予以装配和拆除；目标需要装配在所有与系统 一起使用的球杆上。现有技术中已知其他运动捕捉系统，包括利用安装在球员和球杆上包括加速计或 陀螺仪在内的传感器的运动捕捉系统。最成功的运动捕捉系统与上述电磁系统有类似之 处，并且有类似优缺点。所有所述系统均有限于测量身体运动的另一缺点。需要另外的装置来测量力、做 功或出功。一种所述装置涉及使用适当编程计算机建模体内的力和功，通过把质量和惯性 力矩归于身体段和球杆并使用由运动捕捉系统测得的身体和球杆运动驱动模型的关节和 段。计算机分析运动并确定相关力和功。所述系统需要相当多关于使用者部分的技术知识， 不太可能适于教练或球员使用。现有技术中已知所述系统，在本说明书和权利要求的其他 地方称为“计算机机器人模型”。本发明提供一种克服上述现有技术设备各种缺点的方法和设备。虽然通常并不与身体段测量有联系，但有关身体运动和力的信息也可从实测地面 反作用力获得。现有技术中有各种测量地面反作用力的装置，包括内底压垫、固定站立垫压 垫和有时称为测力板的单或双刚性站立固定平台。压垫通常包括大量小型力/压力传感器 矩阵。通常仅可操作以测量垂直地面反作用力。测力板通常包括力传感器置于角落区域下方的刚性矩形平台。测力板通常用于分 析医学或运动应用中的平衡和步法。传感器通常有应变仪型、压电型、电容型或压阻型。测 力板通常包括一个或两个平台。使用两个平台时，受试者在一个平台上放一只脚。测力板 通常测量垂直力或三维空间内χγζ三个方向上的所有力，即垂直力和侧向力。专利号为7，406，386的美国专利公开了一种据称可用于各种各样压力传感应用 的装置，从鼠标指针垫到能测量地面反作用力的站立面。所述装置包括带若干传感器的可 特意变形面。传感器检测面上的局部变形或应变，并且本质上与现有技术压垫和测力板中 使用的负荷传感器不同。所述局部变形或应变的传感数据集体结合并处理。用计算机算法 处理所述变形引起的集体输入。尽管本公开建议神经网络作为其中一种可能算法类型，从 本公开看显然预期的是以确定性算法方式操作的网络，而不是用人工智能操作的网络。本 公开似乎建议使用执行将变形映射到面上位置的任务的算法，以提供类似于测力板将负荷 信号转换为压力中心位置的方式的结果。由于所述测量需要所述公开装置不能提供的精度
37和一致性水平，建议将所述装置用作与市场上可买到的测力板竞争的测量地面反作用力的 装置是错误的。出于种种原因，包括总是随环境温度变化、检测面老化和磨损发生的巨大输 入变化，依赖表面变形检测的装置不合适。优选方法和设备
本发明优选实施例中，所述设备主要或仅从实测地面反作用力获得挥杆信息。所述实 施例的第一变化中，测量垂直力和侧向力，所述设备包括双平台测力板。第二变化中，虽然 还可能考虑围绕双脚的高速压垫装置，仅测量垂直力，所述设备也包括双平台测力板。第一 变化有精度更高的相对优点。第二变化有成本更低、构造更简单和可能减少重量和厚度的 相对优点。测力板分析通常涉及压力中心运动研究，从而将压力中心运动和容易理解的质心 或重心运动概念大致等同。测力板上的压力中心为实测合力矢量与站立面相交的计算点。 质心大致随压力中心进行大多数平均人类运动，尽管对于高速熟练高尔夫球挥杆的情况并 非如此。具有附加侧向力测量特征的测力板通常还用于分析扭矩、击球和摩擦效应和所有 易于理解的概念。除所述大量受主管人或专家交互主观干预的主观研究外，通常还发现测 力板信号对于有意义或有用的人类分析而言太模糊或太复杂。本发明一方面包括了解到与用常规方法相比可从实测地面反作用力获得大量更 有用的信息，以及还适于高尔夫球挥杆的急速运动。更特别地，本发明包括了解到实测地面 反作用力包括关于高尔夫球挥杆中能量产生和传输的信息，并且包括分析高尔夫球挥杆所 需的能量参数。本发明的另一相关方面包括了解到，可利用人工智能装置与测量地面反作用力的 装置如测力板或压垫一起提取来自实测地面反作用力的所述有用信息。本发明的相关方 面包括了解到，人工智能装置将利于分析先处理为更好表征挥杆的数据的实测地面反作用 力。图4为显示利用人工智能装置检测并处理挥杆信息的顺序步骤的方框图。图中使 用的描述性缩写示于以下简要说明的括号中。用检测装置(DM)检测挥杆(S)过程中的地面 反作用力。用早期处理装置(EPM)将来自检测装置的信息处理成更好表征挥杆的数据。处 理或确定挥杆能量参数的人工智能装置(AIM)接收所述数据。随后，所述能量参数用于进 行挥杆分析(A)。有时称为机器智能的人工智能包括公认类型的按类似人类智能的方式使用的数 据处理系统，包括人工神经网络系统、进化计算系统和混合智能系统。虽然有时也按更确定性的方式使用，但称为神经网络或网络的人工神经网络系统 是可按与人类问题解决有类似之处的方式操作的问题解决装置。所述与人类问题解决类似 涉及出现新问题或新情况时，可据其确定或插入解决方案的先前学习经验。神经网络包括 使用数学模型或计算模型用基于连接的方法进行信息处理的相连人工神经元组。神经网络 涉及可展示由处理元件之间的连接点和元件参数确定的复杂球形动作的简单处理元件网 络或神经元网络。信息作为“权重”存储在神经元之间。通过在监督学习过程中提出输入 和输出模式训练所述权重。本发明的优选实施例中，神经网络系统用于从测力板测得的地面反作用力提取相
关信息。
可使用各种神经网络系统。发现以下系统在实施本发明的方法中很有成效。网络 系统包括若干单独的分支网络。典型分支网络包括具反向传播的常规多层前馈式人工神经 网络，其具有带约30-70个神经元的单个隐蔽单层，约50个似乎为最佳数量。试验指出随 神经元或隐蔽层数量越多，成绩并无明显提高。S形转移函数用于输入层，以允许大输入范 围，而极值不会占优势，而线性转移函数用于隐蔽输出层。用监督学习训练网络，由公认的 加速学习技术促进所述过程。通过选择产生良好普遍性的最少量隐蔽神经元防止过拟合。 通过与训练数据完全无关的数据测试训练网络。尽管训练网络具有多个输出并且因此共享预测，试验发现用单独的网络获得更精 确的结果。按约300Hz的抽样率抽样来自测力板的数据，并处理为适合输入。将数据馈入训 练网络之前，采用如11点算术移动平均数等常规滤波技术平滑化所述数据。使用足够大的训练样品非常重要，以确保其覆盖测量中样品可能遇到的挥杆变化 范围。熟练球员有利地占样品的支配地位，以提供最佳能量参数因素的核心体，但高差点球 员也需提供大误差变化。试验表明可用仅仅包括50个不同球员的训练样品获得十分精确 的网络预测，每个球员每种球杆类型采样约10次挥杆。随着样品量增多获得越来越精确的 结果，可能理想地用商用系统训练几百个球员的挥杆。虽然网络非常精确地预测网络训练 所在球杆的中等长度的球杆的挥杆特性，例如用7-铁和9-铁球杆上训练的网络预测8-铁 球杆的结果，但已发现使用各球杆长度的专用网络获得的精度更高。附加处理存储器和所 述附加网络需满足的要求完全在现代低成本电子设备的能力范围内。试验表明，将来自测力板的原始信号提交给网络之前，用处理器或早期处理装置 预处理成更好表征挥杆的数据时，系统更加有效运行。所述早期处理实例包括以下
a)平滑化数据流，如使用算术移动平均数；
b)缩放，以确保不同传感器之间的可比读数；
c)稳定温度，以克服温度变化产生的误差；
d)稳定电压，以克服系统电压变化产生的误差；
e)转换为个人脚上或越过双脚的COP位置X和Y;
f)转换为个人脚上或越过双脚的COP速度X和Y;
g)转换为个人脚上或越过双脚的COP加速度X和Y。所述处理使网络更易于理解实测地面反作用力中固有的无数错综复杂的信息流。能量参数的确定和计算
以下术语和惯例用于本说明书和所附权利要求中，以便描述用于提取能量参数的方 法。如前所述，与能量参数直接有关且获得以计算或确定能量参数的参数也可称为“能量 参数”。训练网络和之后利用网络预测新挥杆参数时使用的输入和输出可分别称为“训练 输入”和“训练输出”，以及“应用输入”和“应用输出”。由于段通常表现出角运动和线性运 动，术语“角/线性”可用于指代如适于运动的角或线性，或角和线性。由于所述信息供人 类研究时通常以图或图表方式呈现，所以随挥杆或部分挥杆时间的变量的时间顺序可称为 “图”。为方便起见，术语有时用于实际上未以图格式提供所述信息供人类使用而以数据形 式用于处理器中的情况。关于高尔夫球挥杆的三维方向可称为“x”、“Y”、“z”方向，X表示 朝目标的水平方向，Y表示垂直于χ的水平方向，χ表示垂直方向。
公开了 3种单独网络类型，用于从测力板输入提取能量参数。所述网络类型称为 “时序预测网络”、“时间点预测网络”和“压缩数据预测网络”。由所述网络预测的数据同样 称为“时序预测”、“时间点预测”和“压缩数据预测”。以下段落中分别描述所述网络。时序预测网络用于预测挥杆期间变化的参数值。训练期间，每采样一个时间点，就 将所有输入当作标准值输入并登记输出。例如，标准值表示作为最大值比例的值。随后将实 际输出提供给训练网络时，网络预测每组输入的数量，其中训练已正确执行；输出等于或接 近网络确定为最相关的类似环境的训练期间遇到的输入。这通常会产生包括某种程度“噪 声”的时序图，以便所述图包括部分任意沿接近曲线的一般路径的左右波动。随后由处理 器通过平滑化或拟合最符合实际曲线最可能形状的格式的多项式曲线，或通过二者组合消 除或降低噪声。过多平滑化可能消除潜在输出特性，而平滑化不足可能不能充分消除噪声。 试验表明实际结果沿图或时间序列平稳前进时平滑化提供非常好的结果，但在图或时间序 列有相对急剧的峰值或拐点时不够精确。试验表明峰值或拐点周围的预测输出与实际输出 更好匹配由将预测输出拟合为如三次多项式等多项式引起。如果曲线的特定部分有趣，则 可分别用所述多项式拟合。例如，可分别将曲线峰值拟合为超过最大值75%的值。典型时序预测的实例如图6-12中的可视图所示。之后将在本说明书更详细讨论。 原始平滑预测的实例如图16所示。较浅的锯齿形线C表示原始预测，较深线B表示平滑预 测。图16显示挥杆过程中预测杆头绝对速度的实际结果，电子处理器自动执行平滑化。时间点预测网络用于预测可定义为发生在一时间点的挥杆事件的时间或参数。训 练期间，每采样一个时间点，就输入所有输入并登记输出。由于仅有一个正确点答案，且另 外像大误差一样对待小误差，所以有利利用参数的“模糊”定义。所述情况的实例为三角形 加权函数。发现峰值为1、宽度为looms的加权函数合适。IOOms宽度提供包括足够数据 以最大化网络训练和保持参数时间精确度之间的任意平衡。选择IOOms给出离恰当瞬间 25ms、且为参数恰当瞬间时样品一半权重的样品。超过参数实际值前后50ms的样品无权 重。虽然发现在本说明书描述的系统中三角形函数或多或少更精确，但替代性加权函数包 括梯形、高斯、钟形和S形函数。随后将实际输出提供给训练网络时，网络预测每组输入的数量，当受检时间点更 靠近实际时间时，保持从训练阶段学习使输出趋于产生更接近统一的值。这产生一系列带 某种程度“噪声”的预测。用如11移动平均数等移动平均滤波器平滑化所述预测，用值自 身的算术平均值和所述值任一侧的5次预测的值表示时间点。适当调节网络时，这通常产 生作为参数预测的单一、明确的最高峰值。如果发现参数出现不明确预测，例如偶然竞争峰 值或最高峰值并不表示其他向一侧倾斜的其他较小峰值上的明显中心位置时，应采用更先 进的方法确定最可能的参数值。图17显示用上述三角形加权函数进行的T0B-4典型时间点预测的可视图。虚线A 显示训练阶段使用的三角形函数的形状，其顶点设于对于与运动捕捉分析无关的所述挥杆 而言已知的T0B-4时间点处。实线B显示由训练网络预测的平滑值。由此可见，预测随时 间变化，但绝对在靠近通过运动捕捉分析测得的实际时间的时间点处达到峰值。处理器识 别线A上的峰值并确定所述事件的单一预测时间值。标准化时序预测网络和时间点预测网络的输入，包括时间和角度。例如，可通过分 配与变量最大值和最小值相对应从0到统一值范围的值完成标准化。
通常会发现，时序预测曲线上的具体点时间可更精确地预测为时间点预测。例 如，可比利用杆身角度时序预测寻找下挥杆顶点处杆身的极限角位置更精确地将T0B-4时 间预测为时间点预测。因为时间点预测网络有针对所有T0B-4时间有关问题的专业知识， 而时序预测网络具有针对预测整个挥杆过程出现的值的专业知识，所以时间点预测令人期 待。可结合两种类型的结果，以提高预测结果的整体精度。刚刚讨论的实例中提供了例证。 通过时间点预测的T0B-4时间可用于更精确地调节杆身角度时序预测曲线的峰值时间。同 样地，T0B-4预测瞬间周围的曲线形状可用于更好地描述所述事件，例如是否以急剧峰值或 平缓变化曲线形式出现。压缩数据预测网络用于预测需要挥杆或部分挥杆广泛信息的参数，或者如果是关 于挥杆的具体时间，还需要来自挥杆其他时间的重要信息的参数。前者的实例包括挥杆类 型或球员类型分类。后者的实例包括击球时间预测。若使用压缩数据预测，输入表征整个挥杆或部分挥杆的方面。例如，输入可能包括 来自测力板输出或挥杆参数时序预测的信息的时间分布。对所述信息的处理要求是找出某 种可便于压缩数据的方式。公认的适当数据压缩形式是用如傅里叶级数系数等数学函数表 示所述变量，视情况弃用高次频率项，以形成傅里叶变换。替代性类似技术是使用小波变 换。小波变换是函数的小波表示法，所述函数是用于将给定函数或连续时间信号分为不同 频率分量的数学函数。在表示带急剧峰值的不连续性函数方面，小波变换优于传统傅里叶 变换。如傅里叶变换或小波变换等适合变换在本说明书和所附权利要求中简称为“变换”。用训练变换作为训练输入和用训练变量作为训练输出训练网络。然后，训练网络 用于预测相对于应用变换输入的应用输出。训练期间，训练输入可能包括如来自测力板的 处理数据，而相应训练输出可能包括如由运动捕捉系统测得的动力学或动力训练数据。训 练输入还可能包括如来自系统其他网络基于来自挥杆测力板的处理数据的时序预测数据。由于输入的各输入变量变化必须牵涉在整个挥杆过程或有关部分中，变换方法需 要比时间点预测或时序预测方法多得多的网络输入，这使得训练花去更多时间，但可用相 同变换作为若干预测不同能力参数的不同网络的输入。一旦完成训练，所述网络就可在现 代低成本处理器上简单迅速运行。替代性优选实施例中，压缩数据预测用于预测挥杆的全部或大部分参数，包括可 通过时序预测或时间预测来预测的参数。时序预测网络用于直接确定挥杆所有点某些能量参数的标准化变化，包括以下 "段和子段局部能量/力激活的大小。-段线性动能或角动能水平。-身体和球杆段的绝对速度，包括杆头绝对速度。-因所述局部肌群位移，身体和球杆段在挥杆时的角位置和线性位置、速度和加速度。-身体和球杆段在挥杆时的角位置和线性位置、速度和加速度。-所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度。-A、B、C型特征正面能量转移。-挥杆中出现某些能量参数时，时间点预测网络用于直接确定时间实例，包括以 下
41“段和子段局部能量/力增大和减少的起始时间和完成时间。-连接段和子段之间的闭锁和解开间。-身体和球杆段的后挥杆顶点事件。-所述各连接段之间的肌肉最大限度伸缩。-段、子段和杆头上局部能量产生峰值的时间。-段、子段和杆头上角速度/线性速度和加速度峰值的时间。_辅助正面能量转移压力中心速度和加速度峰值的时间。_辅助正面特性开始和终止的时间。训练网络时，训练输入通常包括测力板处理输出，而训练输出通常包括球员挥杆 的相关测量或计算参数。大多数情况下，在严格控制条件下采用常规高精度运动捕捉方法 获得所述训练输出。另外，还利用运动捕捉数据用计算机机器人模型确定段动能和段局部 能量产生。一旦按适于数字处理的方式全面记录和检查球员挥杆，适当编程系统可自动完 成包括大量训练重复在内训练各网络的工作。因此，可用很少的人类时间和成本附加费用 训练大量不同网络。上列某些网络输出包括理论上可相互计算的参数。例如，许多时间点预测可由时 序预测上峰值的时间确定。然而，如前所述，通过时间点预测更精确地预测所述数据。类似 情况适用于单独预测动能和段速度。由于速度和加速度可确定为位置的第一时间导数和第 二时间导数，单独网络预测段的位置、速度和加速度过程中也出现重复。同样，可通过加速 度相对于时间的一重积分或二重积分确定位置或速度。然而，试验指出通常用特殊训练网 络更精确预测所述参数，而且单独预测通常为优选方法。然而，试验表明可通过预测速度相对于时间的积分更精确预测某些位置参数，可 通过预测加速度相对于时间的积分更精确预测某些速度参数。所述参数通常仅与图或时间 顺序中的峰值或拐点区域有关。这似乎是因为积分过程可提供丢失信息比用于直接预测过 程的算术平滑少的预测噪声平滑。可通过试验确定用于特殊应用的最佳方法。表征事件的挥杆类型A、B、C易适于训练阶段与测力板COP运动直接有关的内含 物，易于通过实际挥杆上的训练网络检测。然而，可通过直接使用来自测力板的处理输出使 用大部分COP数据或由处理器根据所述输出计算得到，而无需网络预测。所述参数包括COP 的时间位置、大小、速度、加速度和位移距离。如前所述，压缩数据预测网络用于预测需要挥杆广泛信息的参数，或者如果是关 于挥杆的具体时间，还需要来自挥杆其他时间的重要信息的参数。所述压缩数据预测网络 用于直接确定以下参数
-挥杆类别，A型、B型、C型及其他。-球员的体重。-球员的体型类别。-所用球杆类别，从发球杆到楔形球杆。_击球和上挥杆时间。-有关时间事件不同部分之间的持续时间，包括Τ0Β-1、Τ0Β-2、Τ0Β-3和T0B-4；段 峰值动能之间的持续时间和局部能量激活之间的持续时间。_在时序图时间顺序上具体事件时出现的峰值或拐点标准形状的类别。
-其他网络预测的标准值的缩放因子。所述缩放因子包括角位置和线性位置、速 度和加速度。还包括力、动能和局部能量。进一步包括表征事件的标准化挥杆A型、B型、C 型的缩放因子。优选实施例中，如果测力板测量侧向力以及垂直力，则以下处理网络输入用作网 络的一组基本输入，并且称为测力板输入“基本”组。单独使用所述处理网络输入，以获得之 后用于预测“时间标记”输入的上挥杆和击球时间的初始压缩数据预测。时间标记输入为 所有采样时间分配0-1的标准化数字，用于其他网络。例如，挥杆中途采样的参数分配0.5 的时间标记输入。输入基本组包括以下
-来自8个传感器位置的力X、Y和Z。-左脚、右脚和双脚在X方向的COP位置。-左脚、右脚和双脚在Y方向的COP位置。-左脚、右脚和双脚在X方向的COP速度。_左脚、右脚和双脚在Y方向的COP速度。-左脚、右脚和双脚在X方向的COP加速度。-左脚、右脚和双脚在Y方向的COP加速度。测试各网络，以确定各输入对预测精度的相对重要性，人们发现大多数网络同样 响应。使用时，发现时间标记输入是最有影响的输入。人们发现，右脚在X和Y方向上的 COP速度对精度有第二重大影响。双脚在X和Y方向上的COP位置也很重要。发现所有在 单独传感器位置上的直接力χ、γ和Z很重要。双脚在所有方向的COP加速度是上述组中影 响最小的参数，其忽略仅引起预测精度略微降低。优选实施例中，若测力板不测量侧向力，则由于没有来自8个传感器位置的力输 出X和Y，基本组中测力板网络输入的数量减少16个。一些来自某些压缩数据预测的输出用作包括其他压缩数据预测网络在内的其他 网络的输入。如果用包括时间标记、球杆类型、球员体型和挥杆类型Α、Β或C识别在内的输 入训练，大多数网络预测更精确。来自某些基本时序预测网络的结果的典型实例如附图6-图12所示。用包括侧向 力X和Y的测力板输入基本组训练所述网络。所示实例均为显示用发球杆实际挥杆的网络 预测结果并与训练过程完全分离的真实例子。垂直轴显示变量的标准值，其峰值用1表示， 最小值用0表示。水平轴显示上挥杆事件后以秒计的时间。由运动捕捉系统测量的实际值 用虚线A表示。由网络预测的处理预测值如实线B所示。图6显示骨盆(Si)随时间的预测角位置。图7显示骨盆(Si)随时间的预测角速 度。图8显示肩部(S2)随时间的预测角位置。图9显示肩部(S2)随时间的预测角速度。 图10显示杆身(S4)随时间的预测角位置。图11显示杆身(S4)随时间的预测角速度。图 12显示杆头随时间的预测绝对速度。从所述图中立即清楚看到，系统能够以非常高的精度预测参数。大多数情况下，线 A和B大体共线，表示大部分挥杆过程非常高的精度水平。当然，人们将注意到，通过完全独 立的方法获得所述两幅图。另外，可从图看出“实际”测量结果有时也显示非实际挥杆真实 反映的噪声。可从图7和图9线A显示明显不稳定性、出现在实际运动中的早期阶段可最 明显看出。可见，从预测结果线B中消除了所述噪声。出现时，预测结果实际上局部比运动捕捉结果更精确。还可从图中看到，线A和B在最大值和最小值出现之处表现出最大发散。所示实 例中，图11和图12中所述发散最明显。在图中与一般格式的图相比特征不够典型的点出 现发散，因此用训练网络不良处理，以构造整个图。如前所述，可应用相对于具体峰值和拐 点经过特殊训练的时间点预测网络和数据压缩预测网络的结果将所述峰值或拐点调节到 高精度水平。前者精确定位出现峰值或拐点的时间点。后者精确识别适于峰值或拐点的形 状类别。还可用图中有关区域的较高采样率和特别适合的曲线拟合方法更精确地表示峰值 和拐点。图13、图14和图15显示不同类型输入对预测结果的影响，用杆身(S4)角位置的 典型实例为例。所述3幅图显示相同发球挥杆的预测结果。图13中输入包括整个基本组 的测力板输入，包括侧向力；图14中输入包括整个基本组的测力板输入，但无侧向力；图15 中输入仅包括测力板上8个传感器位置的力输入X、Y和Z。从图中可见，图13以最高精度预测，图14以稍低精度预测，图15以明显低很多的 精度预测。由此可得出，处理测力板直接输出，以提供更完整的测力板网络输入组使精度明 显升高，并且由于所述附加输入涉及的附加处理花费低或工作少，利于将所述附加输入包 括在内。还可得出，虽然图14显示的精度比图13低，然而仍提供非常高的精度水平。因 此，若测力板昂贵，可能提出优先选择，由于无侧向力测量的测力板的制造成本更低并且可 能比还必须测量测向力的长而轻的测力板，体积或重量是首要考虑因素。图16显示进行平滑化前后预测输出的典型实例。线C显示相对嘈杂的原始预测 结果。线B显示平滑预测结果。实例显示发球挥杆的杆头绝对速度。处理包括预测数据在内的各种能量参数数据为下一阶段使用做准备。缩放因子适 用于标准数据，以将其转换为实际值。时间点预测和数据压缩预测用于调节时序预测，以提 高其精度并限定具体事件周围的条件。优选实施例中，自动分析能量参数，尽管能量参数也制定用于向人展示，例如供从 事设计数据自动分析的专家使用或供教练直接用于立即分析球员挥杆。分析
采用各种技术自动分析和评价能量参数，包括 a)根据优化规则分析或评价。b)通过与专业球员的挥杆比较进行分析或评价。c)利用相对噪度方法进行分析或评价。d)通过比较相同球员的其他挥杆进行分析或评价。e)在健康安全的基础上进行分析或评价。所述类别均用于优选实施例中，以下段落单独讨论。最重要类别的技术包括根据优化规则分析和评价。所述类型的分析检验各身体段 和子段关联的能量产生及其经由身体的有效传输。对于远距景物，分析还检验击球时达到 最高杆头速度的能力。本说明书早先总结了最佳能量产生和传输下的关键基本原则，可由 现有知识或进一步研究确定更多详细信息。所述关键基本原则形成分析依据。尽管本文无需重复所述原则，尤其重要的评价包括 “所有段中后挥杆顶点的最佳设置。
44
-各段上局部能量产生的最佳大小和时间。-段的最佳闭锁和激励。-经由挥杆的最佳能量转移和至杆头的连枷转移。-杆头峰值速度的最佳时间。另外的重要类别的技术包括比较等效挥杆的相关能量参数或适合专家模型的挥 杆范围。所述技术是对涉及优化规则的方法的补充。认识到，高尔夫球挥杆是极其复杂的 动作，并且可通过比较经验上已知的能量参数获得深入了解，以进行最佳能量产生和转移。 专家模型基于专业球员的挥杆合成，调节为适于分析中的挥杆和球员。遵循本说明书概述 的原则，对如远射专业人员和零差点球员等专业球员的仔细深入分析显示出倾向逐渐退步 的球员中越来越不常见的特点。某些所述“专家特点”有明显的科学依据，但其他的比较微 妙，并且其潜在利益并不明显。所述专家特点包括局部能量产生的时间和不同大小、解开和 激励段的方式以及较远侧挥杆和连枷机构的定时力学。即使有，也只有极少数专业球员表 现所有专家特点；实际上，大多数专业球员在挥杆的详细分解中表现出一些明显错误。合成 包括消除了误差且保持作为专家最常表现的专家特点的模型。调节合成，以适于球员体型 和体重。可由存在各种体型和体重的专家自身的研究确定所述调节的依据。另一类技术涉及由某些类型的神经网络的原始预测输出的性质产生的特征。来自 时间点预测或时序预测网络的原始非平滑输出相对“嘈杂”，由一系列带变化值的连续预测 组成。典型实例如图16的线C所示。已观察到，即使不必以任一高于较低熟练度球员的精 度预测专业球员的最终平滑输出，更熟练的球员产生较低噪声输出。预测精度与打球精度 十分不同。所观察到的关于技能相对噪度的现象似乎是因为神经网络运行的方式，根据训 练期间从成绩意见获得的各种参数预测。因为基本上表示原始输出数据对平滑处理数据的 拟合优度或拟合质量，易于通过各种公认的数据处理方法量化噪度级。在不同预测参数和 挥杆不同部分发现不同噪度级，但易于确定熟练挥杆的平均噪度级，并用作挥杆所有部分 各预测参数的基准值。可设定偏离基准噪度的允许偏差的适合阈值。如果挥杆与基准模型 相比有噪度，分析可突出挥杆各测量方面不同阈级的相对缺点，而无需搜寻具体区域。尽管 并未直接指出实际问题，但所述方法提供了一种非常有用的诊断工具。例如，可能立即注意 若仅检验有效功率或峰值不易检测到的段运动或能量产生部分。又一类技术涉及比较挥杆能量参数和相同球员其他挥杆的能量参数。可用先前挥 杆的球员历史进行比较，例如训练过程进行一段时间时检查进展。还可用一系列即刻挥杆 进行比较，检测挥杆能量产生和传输部分的一致性。另外，可用其他球杆进行的挥杆比较， 例如检查球员如何将用于发球杆等长距离球杆的技能转到不要求最大距离但依然必需同 样有效的平滑能量产生和传输的挥杆中。另一类技术涉及在健康安全基础上的评价和分析。所述类型的分析集中于识别球 员当前挥杆或可能由于试图提高能量产生和传输所引起变化的固有潜在受伤风险。
可制定分析能量参数的结果向人展示，例如供从事设计自动交互式训练程序的专家使 用，或供教练直接用于允许进一步人为分析和解释。 还可结合包括附加传感装置在内提供挥杆额外信息的外部设备或系统分析所得 到的能量参数。例如，本发明的设备可与测量球杆和球的运动特征的设备一起使用，从而可
45对挥杆进行更广泛的分析，包括测量和分析挥杆精度的其他方面。交互式应用
优选实施例中，可操作系统提供无需进一步人为分析或解释的评价或分析。优选实施 例中，所述系统与其中分析结果自动提示处理器软件内的训练基本原则的交互式训练过程
一起使用。自动交互式操作的优点在于可按适于不可能对挥杆中能量产生或转移机制操作 感兴趣或正确理解的球员或教练的格式排列通信信息。由熟悉能量参数、优化规则和教练 技巧以及如何改进和如何有效向球员传达改进的专家预先制定交互式训练基本原则。自动 交互式操作的优点在于球员可以相对少的金钱和时间在便于球员的场所获得专家教学。图5为显示经交互式训练挥杆的信息流的方框图。图中所用描述性缩写示于以下 简要说明的括号中。用检测装置(DM)检测球员(PLR)挥杆活动产生的地面反作用力。早期 处理装置(EPM)将来自检测装置的信息处理为更好表征挥杆的数据。处理或确定挥杆能量 参数的人工智能装置(AIM)接收所述数据。利用包括应用优化规则在内的技术用处理装置 (PM)处理和分析所述能量参数。由可操作以访问训练数据(TD)的交互式训练装置(ITM) 接收分析数据。根据分析结果和访问的训练数据，交互式训练使交互式训练基本原则由通 信装置(CM)传达给球员。球员可能通过经由通信装置与交互式训练装置通信而响应交互 式训练基本原则，或者例如可能按交互式训练基本原则的说明进行另一次挥杆。若进行另 一次挥杆，完成类似过程循环，交互式训练根据交互式训练系统的要求进行。图18显示测力板和运动垫的平面简图。图中所用描述性缩写示于以下简要说明 的括号中。测力板(1)包括左脚平台(3)和右脚平台(4)。各平台由传感器装置(5)支撑 在4个角落位置。对平台施加负荷时，各传感器检测X、Y、Z方向的力。替代性实施例中，对 平台施加负荷时，各传感器仅检测垂直方向和Z方向的力。尽管平面图上确实不可见，但图 上指出所述支撑位置。现有技术中已知所述类型的测力板。图还显示球员双脚在典型位置 (6、7)上的轮廓。另外，图显示球，球、运动垫(8)和站立面位于适于用发球杆射球的相对位 置。所述设备还包括处理装置、数据装置和通信装置。处理装置包括可称为“处理器” 的编程电子处理器或计算机。编程处理器包括可称为“早期处理装置”并可操作处理来自 测力板原始信号的数据以更好表征挥杆的装置。处理器还处理神经网络，分析结果和处理 交互式训练程序。训练数据装置包括可操作为处理器提供训练数据且包括各类数据存储器、检索装 置和传输装置的装置，包括处理器内外的互联网连接、CD和DVD阅读器和电子存储器。通 信装置包括允许设备与球员或教练通信的装置，包括可视显示屏和无线音频接收器。通信 装置还包括允许球员或教练与设备通信的装置，包括可视触摸屏和键盘。总之，本发明为一种测量或分析高尔夫球挥杆的设备和方法。测量或分析与经由 球员身体和球杆的能量产生和能量转移有关。主要从球员的地面反作用力获得测量或分析 数据。用人工智能系统分析处理信号。地面反作用力与站立面和球员双脚之间产生的反作 用力有关。所述设备和方法以自动方式或自动交互方式测量或分析高尔夫球挥杆。应理解的是，本发明并不限于本文描述的具体详情，不脱离如所附方法和装置权 利要求书中详细说明的本发明范围的前提下可做各种修改和改变。
权利要求
一种分析高尔夫球挥杆的方法，包括以下步骤a) 获取高尔夫球挥杆的信息，其中所述信息允许测量/确定与挥杆高尔夫球杆时经由身体的能量传输有关的特定重要参数(所述参数称为能量参数)；b) 测量/确定所述高尔夫球挥杆的所述能量参数；c) 对照说明挥杆如何受其能量参数影响的准则或规则应用或评价所述能量参数来分析所述高尔夫球挥杆(所述准则或规则称为‘优化规则’)。
2.根据权利要求1所述的方法，其中所述能量参数和所述优化规则与身体内能量产生 和经由身体的能量传输有关。
3.根据权利要求1或2所述的方法，其中所述挥杆的目的是产生最高杆头速度。
4.根据权利要求1或2所述的方法，其中所述挥杆的目的是产生小于最高杆头速度的 杆头速度。
5.根据权利要求1-4所述的方法，其中所述能量参数包括以下全部参数或其组合 段和子段局部能量/力增大的起始时间和完成时间；段和子段局部能量/力减小的起始时间和完成时间；段和子段局部能量/力激活的大小和持续时间，包括平均值和峰值；连接段之间闭锁的时间和过渡特性；连接段之间解开的时间和过渡特性；段线性和角动能水平以及峰值时间；因局部肌群位移，身体和球杆段在挥杆时的角位置、速度和加速度，包括峰值速度和加 速度；因局部肌群位移，身体和球杆段在挥杆时的线性位置、速度和加速度，包括峰值速度和 加速度；身体和球杆段在挥杆时的绝对角位置、速度和加速度，包括峰值速度和加速度； 身体和球杆段在挥杆时的绝对线性位置、速度和加速度，包括峰值速度和加速度； 身体和球杆段的绝对速度，包括杆头绝对速度；躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度； 身体和球杆段后挥杆顶点事件的时间和过渡特性； 后挥杆顶点事件时所述各连接段之间的角度大小； 所述各连接段之间肌肉最大限度伸缩的时间； 所述段之间肌肉最大限度伸缩时所述各连接段之间的角度大小； 动能闭锁转移，定义为通过将所述当前段闭锁到加速近侧段上沿所述链从一段转移到 另一段，以便通过所述近侧段上产生或存在的能量同时加速所述当前段和所述近侧段；动能激励转移，定义为从近侧段转移到当前段上，其中所述当前段的所述局部能量用 于激励所述当前段远离所述近侧段时交换动量和转移动能；动能吊环转移，定义为通过平移或旋转所述目标侧肩关节并将所述远侧段吊起呈加速 所述远侧部分的弧形的力而进行转移；动能连枷转移，定义为转移到朝相同方向旋转和平移的两相连段上所述现有动能的最 远端上，其中通过作用在所述段上的离心力减速所述近侧段和所述远侧段的近端；减半径动能转移，其中旋转球员通过减小旋转的有效半径减少身体的惯性角矩，引起所述较远侧部分加速；在后挥杆和早期下挥杆时重力势能的产生； 所述下挥杆时重力势能向动能的转换； 所述下挥杆时杆身应变势能的产生； 所述下挥杆时杆身应变势能向动能的转换； 辅助正面能量产生和转移的类别； 辅助正面能量产生和转移的特征；关于正面能量参数的压力中心位置、速度、加速度和运动范围。
6.根据权利要求5所述的方法，其中所述能量参数的组合必须至少包括以下参数或可 据其确定的参数身体和球杆段后挥杆顶点事件的时间；段和子段局部能量/力激活的起始时间和完成时间，包括平均值和峰值； 连接段之间闭锁和解开的时间； 段动能水平和峰值时间； 挥杆过程中所述球杆段的角位置； 挥杆过程中所述杆头的绝对速度；所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度。
7.根据上述任一权利要求所述的方法，其中所述优化规则包括以下所列全部规则或其 组合，所述规则以存在或强调时趋于优化所述挥杆但不存在或减少时趋于去优化所述挥杆 的准则格式呈现段和子段应在后挥杆时应达到足够的角速度和关联动能，以将所述段紧紧地卷绕在其 后挥杆顶点位置，所述段按由近到远的时序卷绕； 所述段和子段的依次卷绕应平滑协调；连接段和子段之间的卷绕程度应便于供所有局部肌群最佳伸缩和相关身体部位最佳 弹性伸长；当所述段达到后挥杆顶点位置时，各段和子段应迅速从后挥杆旋转变为下挥杆旋转； 下挥杆应从由其局部肌群供能的最近侧段开始； 所述最近侧段局部肌群应尽快升高到较高激活水平；所有其他段和子段应从其后挥杆顶点位置开始闭锁在由近到远的链形成中的下挥杆 运动到所述最近侧段，所有其他段和子段均由所述最近侧段局部肌群供能；所有段和子段应开始闭锁在链形成中的下挥杆运动到所述最近侧段，最好进一步伸缩 和弹性伸展远离所述最近侧段的所述段和子段的局部肌群，各段或子段达到与链中近侧相 邻段相同的速度时，完成所述进一步最佳伸缩和弹性伸展；除段或子段的所述局部肌群明显比其远侧相邻肌群更有力外，从段或子段激励所述远 侧段前，所述段或子段应结束其主要局部能量产生，所述远侧段或子段仅在其近侧相邻段 达到最高速度后激励；从其激励前，所述段或子段应从其近侧相邻段解开；各段和子段的所述局部肌群应保持在低激活水平，直到所述当前段从所述近侧段解开 并激励开，因此所述局部肌群升高并保持在较高激活水平；(如为所述最近侧段的肌群，从下挥杆开始时开始)，所述远侧段从所述当前段解开并激励时，所述较高激活水平终止，且 所述局部肌群降回到低激活水平，规则例外的是由于所述臂段肌群明显比所述球杆段肌群 更有力，所述球杆段解开后所述臂段肌群持续激活；所述段和子段的局部肌群应尽快在较高激活水平和较低激活水平之间升降； 当其升高到较高激活水平时，各段和子段的所述肌群应保持较高最佳激活水平，以尽 快将所述段加速到所需最高速度，所述段达到所需最高速度后，所述肌群应尽快下降到所 述较低水平；所述能量激活水平和所需段速应随所述挥杆要求变化，最好应升高到最高水平以便进 行需要最高杆头速度的挥杆，而最好在需要较低杆头速度时降低；段和子段运动应以最佳机械效率平稳进行，线性运动应朝最佳机械效率方向，而角运 动应围绕最佳机械效率轴进行；开始下挥动所述段时，应在所述臂段和球杆段之间设置最佳闭锁角，从而当所述段随 后在下挥杆期间解开时，促进所述段之间最佳连枷能量转移，所述角为60° -70° ；所述臂段和所述球杆段之间的最佳闭锁角度应保持在下挥杆时解开引起所述杆头速 度随后最大化其速度并在击球时达到所述最高速度的点；对于需要高杆头速度的挥杆，所述臂段和杆段之间的最佳闭锁角度应保持在下挥杆时 解开引起所述球杆段在击球前很快达到最高角速度的点，从而使从偏离杆身释放的应变能 加速所述杆头，随后其速度最大化并在击球时达到所述最高速度；辅助正面能量产生和转移应归类为若干不会混杂的类型的一种，似乎有最常见类型、 中等常见类型和至少一种其他罕见类型，所述中等罕见类型显示最初朝目标方向运动后压 力中心远离所述目标方向的线性运动的转向，这对所述常见类型而言不存在；所述常见类型的辅助正面能量产生和转移中，如果首次朝所述目标运动后所述压力中 心并不转向，如果挥杆需要最高杆头速度，则球员应移动以便最大化他或她的压力中心在 目标方向上的线性运动距离和线性速度；所述常见类型的辅助正面能量产生和转移中，如果首次朝所述目标运动后所述压力中 心转向，如果挥杆需要最高杆头速度，球员应移动以便最大化他或她的压力中心轨迹在目 标方向上的线性速度，然后最大化远离所述目标方向的线性速度。
8.根据权利要求7所述的方法，其中所述优化规则的组合必须至少包括以下规则或其 同等规则所述最近侧段局部肌群应尽快升高到较高激活水平；所有其他段和子段应从后挥杆顶点位置开始闭锁在由近到远的链形成中的下挥杆运 动到所述最近侧段，所有其他段和子段均由所述最近侧段局部肌群供能；除段或子段的所述局部肌群明显比其远侧相邻肌群更有力外，从所述段或子段激励所 述远侧段前，所述段或子段应结束其主要局部能量产生，所述远侧段或子段仅在其近侧相 邻段达到最高速度后激励；从其激励前，所述段或子段应从其近侧相邻段解开；各段和子段的所述局部肌群应保持在低激活水平，直到所述当前段从所述近侧段解开 并激励开，因此所述局部肌群升高并保持在较高激活水平；(如为所述最近侧段的肌群，从 下挥杆开始时开始)，所述远侧段从所述当前段解开并激励时，所述较高激活水平终止，且所述局部肌群降回到低激活水平，规则例外的是由于所述臂段肌群明显比所述球杆段肌群 更有力，所述球杆段解开后所述臂段肌群持续激活；所述段和子段的局部肌群应尽快在较高激活水平和较低激活水平之间升降； 当升高到较高激活水平时，各段和子段的所述肌群应保持较高最佳激活水平，以尽快 将所述段加速到所需最高速度，所述段达到所需最高速度后，所述肌群应尽快下降到所述 较低水平；所述能量激活水平和所需段速应随所述挥杆要求变化，最好应升高到最高水平以便进 行需要最高杆头速度的挥杆，而最好在需要较低杆头速度时降低。
9.根据权利要求5-8任一项所述的方法，其中所述段或子段包括球员身体通过连接形 成动力学链相连的刚性或理论刚性段。
10.根据权利要求9所述的方法，其中所述段和子段与包括骨盆段、躯干段、臂段和球 杆段的四段动力学链有关；所述段与所述骨盆上方的中央脊髓位置、所述目标侧肩部和所 述目标侧腕部的连接成动力学链。
11.根据权利要求9或10所述的方法，其中所述躯干段包括上躯干子段和下躯干子段； 所述臂段包括左臂和右臂；所述左臂包括在左肘处相连的上臂子段和下臂子段；所述右臂 包括在右肘处相连的上臂子段和下臂子段。
12.—种分析高尔夫球挥杆的系统，包括a) 测量装置，可操作以获取高尔夫球挥杆的信息，其中所述信息允许测量/确定与 挥杆高尔夫球杆时经由身体的能量传输有关的特定重要参数(所述参数称为能量参数)； (b)测量/确定所述高尔夫球挥杆的所述能量参数的装置；c) 分析装置，可操作以应用或评价所述测量装置对照说明挥杆如何受其能量参数影 响的准则或规则获得的所述能量参数来分析所述高尔夫球挥杆(所述准则或规则称为‘优 化规则’)。
13.根据权利要求12所述的系统，其中所述能量参数和优化规则与身体内能量产生和 经由身体的能量传输有关。
14.根据权利要求12或13所述的系统，其中所述挥杆的目的是产生最高杆头速度。
15.根据权利要求12或13所述的系统，其中所述挥杆的目的是产生小于最高杆头速度 的杆头速度。
16.根据权利要求12-15任一项所述的系统，其中所述能量参数包括以下全部参数或其组合段和子段局部能量/力增大的起始时间和完成时间；段和子段局部能量/力减小的起始时间和完成时间；段和子段局部能量/力激活的大小和持续时间，包括平均值和峰值；连接段之间闭锁的时间和过渡特性；连接段之间解开的时间和过渡特性；段线性和角动能水平以及峰值时间；因所述局部肌群位移，身体和球杆段在挥杆时的角位置、速度和加速度，包括峰值速度 和加速度；因所述局部肌群位移，身体和球杆段在挥杆时的线性位置、速度和加速度，包括峰值速度和加速度；身体和球杆段在挥杆时的绝对角位置、速度和加速度，包括峰值速度和加速度； 身体和球杆段在挥杆时的绝对线性位置、速度和加速度，包括峰值速度和加速度； 身体和球杆段的绝对速度，包括杆头绝对速度；所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度； 身体和球杆段后挥杆顶点事件的时间和过渡特性； 后挥杆顶点事件时所述各连接段之间的角度大小； 所述各连接段之间肌肉最大限度伸缩的时间； 所述段之间肌肉最大限度伸缩时所述各连接段之间的角度大小； 动能闭锁转移，定义为通过将所述当前段闭锁到加速近侧段上沿所述链从一段转移到 另一段，以便通过所述近侧段上产生或存在的能量同时加速所述当前段和所述近侧段；动能激励转移，定义为从所述近侧段转移到所述当前段上，其中所述当前段的局部能 量用于从所述近侧段激励所述当前段时交换动量并转移动能；动能吊环转移，定义为通过平移或旋转所述目标侧肩关节并将所述远侧段吊起呈加速 所述远侧部分的弧形的力进行转移；动能连枷转移，定义为转移到朝相同方向旋转和平移的两相连段上所述现有动能的最 远端上，其中通过作用在所述段上的离心力减速所述近侧段和所述远侧段的近端；减半径动能转移，其中旋转球员通过减小有效旋转半径减少身体的惯性角矩，引起所 述较远侧部分加速；在所述后挥杆和早期下挥杆时重力势能的产生； 所述下挥杆时重力势能向动能的转换； 所述下挥杆时杆身应变势能的产生； 所述下挥杆时杆身应变势能向动能的转换； 辅助正面能量产生和转移的类别； 辅助正面能量产生和转移的特性；关于正面能量参数的压力中心位置、速度、加速度和运动范围。
17.根据权利要求16所述的系统，其中所述能量参数的组合必须至少包括以下参数或 可据其确定的参数身体和球杆段后挥杆顶点事件的时间；段和子段局部能量/力激活的起始时间和完成时间，包括平均值和峰值； 连接段之间闭锁和解开的时间； 段动能水平和峰值时间； 所述挥杆过程中球杆段的角位置； 所述挥杆过程中所述杆头的绝对速度；所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度。
18.根据权利要求12-17任一项所述的系统，其中所述优化规则包括以下所列全部规 则或其组合，所述规则以存在或强调时趋于优化所述挥杆但不存在或减少时趋于去优化所 述挥杆的准则格式呈现段和子段应在后挥杆时达到足够的角速度和关联动能，以将所述段紧紧地卷绕在其后挥杆顶点位置，所述段按由近到远的时序卷绕； 所述段和子段的依次卷绕应平滑协调；连接段和子段之间的卷绕程度应便于供所有局部肌群最佳伸缩和相关身体部位最佳 弹性伸长；当所述段达到所述后挥杆顶点位置时，各段和子段应迅速从后挥杆旋转变为下挥杆旋转；所述下挥杆应从由其局部肌群供能的所述最近侧段开始； 所述最近侧段局部肌群应尽快升高到较高激活水平；所有其他段和子段应从其后挥杆顶点位置开始闭锁在由近到远的链形成中的下挥杆 运动到所述最近侧段，所有其他段和子段均由所述最近侧段局部肌群供能；所有段和子段应开始闭锁在链形成中的下挥杆运动到所述最近侧段，最好进一步伸缩 和弹性伸展远离所述最近侧段的所述段和子段的局部肌群，各段或子段达到与所述链中其 近侧相邻段相同的速度时，完成所述进一步最佳伸缩和弹性伸展；除段或子段的所述局部肌群明显比其远侧相邻肌群更有力外，从所述段或子段激励所 述远侧段前，所述段或子段应结束其主要局部能量产生，所述远侧段或子段仅在其近侧相 邻段达到最高速度后激励；从其激励前，所述段或子段应从其近侧相邻段解开；各段和子段的所述局部肌群应保持在低激活水平，直到所述当前段从所述近侧段解开 并激励开，因此所述局部肌群升高并保持在较高激活水平；(如为所述最近侧段肌群，从下 挥杆开始时开始)，所述远侧段从所述当前段解开并激励时，所述较高激活水平终止，且所 述局部肌群降回到低激活水平，规则例外的是由于所述臂段肌群明显比所述球杆段肌群更 有力，所述球杆段解开后所述臂段肌群持续激活；所述段和子段的局部肌群应尽快在较高激活水平和较低激活水平之间升降； 当升高到较高激活水平时，各段和子段的所述肌群应保持较高最佳激活水平，以尽快 将所述段加速到所需最高速度，所述段达到所需最高速度后，所述肌群应尽快下降到所述 较低水平；所述能量激活水平和所需段速应随所述挥杆要求变化，最好应升高到最高水平以便进 行需要最高杆头速度的挥杆，而最好在需要较低杆头速度时降低；所述段和子段运动应以最佳机械效率平稳进行，线性运动应朝最佳机械效率方向，而 角运动应围绕最佳机械效率轴进行；开始下挥动所述段时，应在所述臂段和球杆段之间设置最佳闭锁角，从而当所述段随 后在下挥杆期间解开时，促进所述段之间最佳连枷能量转移，所述角为60° -70° ；所述臂段和所述球杆段之间的最佳闭锁角度应保持在下挥杆时解开引起所述杆头速 度随后最大化并在击球时达到所述最高速度的点；对于需要高杆头速度的挥杆，所述臂段和杆段之间的最佳闭锁角度应保持在下挥杆时 解开引起所述球杆段在击球前很快达到最高角速度的点，从而使从偏离杆身释放的应变能 加速所述杆头，随后其速度最大化并在击球时达到所述最高速度；辅助正面能量产生和转移应归类为若干不会混杂的类型的一种，似乎有最常见类型、 中等常见类型和至少一种其他罕见类型，所述中等罕见类型显示最初朝目标方向运动后远离所述目标方向的压力中心线性运动的转向，这对所述常见类型而言不存在；所述常见类型的辅助正面能量产生和转移中，如果首次朝所述目标运动后所述压力中 心并不转向，如果挥杆需要最高杆头速度，球员应移动以便最大化他或她的压力中心在目 标方向上的线性运动距离和线性速度；所述常见类型的辅助正面能量产生和转移中，如果首次朝所述目标运动后所述压力中 心转向，如果挥杆需要最高杆头速度，球员应移动以便最大化他或她的压力中心轨迹在目 标方向上的线性速度，然后最大化远离所述目标方向的线性速度。
19.根据权利要求18所述的系统，其中所述优化规则的组合必须至少包括以下规则或 其同等规则所述最近侧段局部肌群应尽快升高到较高激活水平；所有其他段和子段应从其后挥杆顶点位置开始闭锁在由近到远的链形成中的下挥杆 运动到所述最近侧段，所有其他段和子段均由所述最近侧段局部肌群供能；除段或子段的所述局部肌群明显比其远侧相邻肌群更有力外，从所述段或子段激励所 述远侧段前，所述段或子段应结束其主要局部能量产生，所述远侧段或子段仅在其近侧相 邻段达到最高速度后激励；从其激励前，所述段或子段应从其近侧相邻段解开；各段和子段的所述局部肌群应保持在低激活水平，直到所述当前段从所述近侧段解开 并激励开，因此所述局部肌群升高并保持在较高激活水平；(如为所述最近侧段肌群，从下 挥杆开始时开始)，所述远侧段从所述当前段解开并激励时，所述较高激活水平终止，且所 述局部肌群降回到低激活水平，规则例外的是由于所述臂段肌群明显比所述球杆段肌群更 有力，所述球杆段解开后所述臂段肌群继续激活；所述段和子段的局部肌群应尽快在较高激活水平和较低激活水平之间升降；当升高到较高激活水平时，各段和子段的所述肌群应保持较高最佳激活水平，以尽快 将所述段加速到所需最高速度，所述段达到所需最高速度后，所述肌群应尽快下降到所述 较低水平；所述能量激活水平和所需段速应随所述挥杆要求变化，最好应升高到最高水平以便进 行需要最高杆头速度的挥杆，而最好在需要较低杆头速度时降低。
20.根据权利要求16-19任一项所述的系统，其中所述段或子段包括球员身体通过连 接形成动力学链相连的刚性或理论刚性段。
21.根据权利要求20所述的系统，其中所述段和子段与包括骨盆段、躯干段、臂段和球 杆段的四段动力学链有关；所述段与所述骨盆上方的中央脊髓位置、所述目标侧肩部和所 述目标侧腕部的连接成动力学链。
22.根据权利要求20或21所述的系统，其中所述躯干段包括上躯干子段和下躯干子 段；所述臂段包括左臂和右臂；所述左臂包括在左肘处相连的上臂子段和下臂子段；所述 右臂包括在右肘处相连的上臂子段和下臂子段。
23.一种测量或分析高尔夫球挥杆的设备，所述设备包括处理装置和检测装置，可操 作所述检测装置检测地面反作用力，并且所述设备包括站立面和传感器装置；其特征在于a)所述设备包括人工智能装置；b) 所述处理装置包括早期处理装置，来自所述传感器装置或所述检测装置的信息在 由所述人工智能装置接收之前，可由所述早期处理装置处理成更好表征所述挥杆的数据； C)可操作所述人工智能装置接收和处理来自所述早期处理装置的信息。
24.根据权利要求23所述的设备，其中所述传感器装置将负荷响应传感到所述站立面，而不传感变形响应； 所述传感器装置包括若干传感器，分别处理来自某些传感器的信息和来自其他传感器 的信息。
25.根据权利要求23或24所述的设备，其中所述人工智能装置接收来自所述传感器装置的信息之前，可由所述早期处理装置通过 以下所有技术或其组合将所述信息处理成更好表征所述挥杆的数据a)平滑化数据流，如使用算术移动平均值；b)缩放，以确保不同传感器之间的可比读数；c)稳定温度，以克服温度变化产生的误差；d)稳定电压，以克服系统电压变化产生的误差；e)转换为个人脚上或越过双脚的COP位置X和Y；f)转换为个人脚上或越过双脚的COP速度X和Y；g)转换为个人脚上或越过双脚的COP加速度X和Y。
26.根据权利要求23-25任一项所述的设备，其中所述人工智能装置包括一个或多个经训练的人工神经网络。
27.根据权利要求26所述的设备，其中 用单独的网络预测不同能量参数。
28.根据权利要求26或27所述的设备，其中 用单独的网络预测不同球杆类型的能量参数。
29.根据权利要求26-28任一项所述的设备，其中神经网络为带反向传播的多层前馈网络并通过监督学习得到训练。
30.根据权利要求26-29任一项所述的设备，其中所述神经网络包括具有30-70个神经元的单个隐蔽单层。
31.根据权利要求26-30任一项所述的设备，其中 用不同类型的网络提取不同类型的能量参数。
32.根据权利要求26-31任一项所述的设备，其中所述网络为时序预测网络，其通过对照所述系列各点处的训练变量实际值训练输出， 预测随时间序列的时间点变化的应用参数值，通过预测的应用输出的平滑或拟合图或时间 顺序预测所述应用参数。
33.根据权利要求32所述的设备，其中 所述网络包括以下所有或至少一个特征a)通过计算所述预测的应用输出的移动平均值进行平滑化，例如11点移动平均值；b)通过将预测结果拟合为如三次多项式等多项式进行拟合；c)使用平滑化和拟合的组合，在图或时间顺序的峰值或拐点处使用拟合；d)对超过设定百分比的值进行峰值拟合；e)从所述检测装置处理的数据获得训练输入；f)采用高精度运动捕捉方法获得动态数据的训练输出；g)采用高精度运动捕捉方法和计算机机器人模型获得动能、局部能量产生、闭锁和 解开的训练输出。
34.根据权利要求32或33所述的设备，其中可操作时序预测网络，以通过选自以下的关于所述挥杆或所述挥杆相关部分的能量参 数预测参数a)段和子段局部能量/力激活的大小；b)段线性和角动能水平；c)身体和球杆段的绝对速度，包括杆头绝对速度；d)因所述局部肌群位移，身体和球杆段在挥杆时的角位置和线性位置、速度和加速度；e)身体和球杆段在挥杆时的角位置和线性位置、速度和加速度；f)所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度。
35.根据权利要求26-31任一项所述的设备，其中所述网络为时间点预测网络，其通过对照所述训练输入的模糊定义训练训练输出预测 对照一系列按时间顺序发生的应用值的事件的应用时间点，从而后来将应用输入应用于所 述经训练的网络时，如果在所述预测应用输出的平滑图或时间顺序上出现峰值，则预测到 所述应用时间点。
36.根据权利要求35所述的设备，其中 所述网络包括以下所有或至少一个特征a)所述训练输入的所述模糊定义计算为随所述训练输入点与所述实际训练输入点 之间距离变化的值，即随着距所述实际点的距离增加而减小；b)所述模糊定义基于三角形加权函数，其中所述训练输入值具有与所述训练输入实 际值的截距，其中训练输入中间值与距所述训练实际值的距离成比例减少；c)通过计算所述预测的应用输出的移动平均值进行平滑化，例如11点移动平均值；d)从所述检测装置处理的数据获得训练输入；e)采用高精度运动捕捉方法获得动态数据的训练输出；f)采用高精度运动捕捉方法和计算机机器人模型获得动能、局部能量产生、闭锁和 解开的训练输出。
37.根据权利要求35或36所述的设备，其中可操作时间点预测网络，以通过选自以下的能量参数预测参数a)段和子段局部能量/力增大和减少的起始时间和完成时间；b)连接段和子段之间闭锁和解开的时间；c)身体和球杆段后挥杆顶点事件的时间；d)所述各连接段之间肌肉最大限度伸缩的时间；e)段、子段和杆头上局部能量产生峰值的时间；f)段、子段和杆头上角/线性速度和加速度峰值的时间；g)辅助正面能量转移压力中心速度和加速度峰值的时间；h)辅助正面特性开始和终止的时间。
38.根据权利要求32-36任一项所述的设备，其中 输入或输出表示为标准值。
39.根据权利要求32-38任一项所述的设备，其中通过求加速度或速度预测值的积分分别计算位置或速度图或时间顺序的峰值和拐点。
40.根据权利要求32-38任一项所述的设备，其中通过结合时序预测和时间点预测来预测值的图或时间顺序，所述时间点预测用于预测 所述值的图或时间顺序的特点；其中所述特点是所述值的图或时间顺序的峰值或拐点。
41.根据权利要求26-31任一项所述的设备，其中所述网络为压缩数据预测网络，其预测需要来自挥杆或部分挥杆的信息，或需要关于 挥杆一个以上的点或窄部的挥杆方面的信息的值或参数。
42.根据权利要求41所述的设备，其中挥杆关联的输入处理为压缩函数并用作对比训练输出的训练输入，所述经训练的网络 通过将应用压缩函数应用为应用输入预测所述应用输出。
43.根据权利要求42所述的设备，其中 所述网络包括以下特征的组合a)所述压缩函数为傅里叶变换或小波变换；b)所述训练输入包括来自所述检测装置的处理数据；c)所述训练输入包括来自其他网络的数据，包括时序预测数据；d)所述训练输出包括由运动捕捉系统测得的数据，来自机器人计算机建模的数据和 球员、球员的挥杆和球员压力中心的专家人为观察和分析数据。
44.根据权利要求41-43任一项所述的设备，其中可操作压缩数据预测网络，以通过选自以下的能量参数预测参数a)关于辅助正面能量产生和传输的挥杆类别；b)球员的体重；c)球员的体型类别；d)所用球杆类别或类型；e)击球和上挥杆时间；f)相关时间事件组成部分的持续时间，包括连接段之间后挥杆顶点的持续时间，段 峰值动能的持续时间和局部能量激活的持续时间；g)在时序图或时间顺序上的特定事件时出现的峰值或拐点标准形状的类别；h)其他网络预测的标准值缩放因子，包括角位置和线性位置、速度和加速度、力、动 能和局部能量，以及辅助正面能量产生和传输表征事件的缩放因子。
45.根据权利要求41-44任一项所述的设备，其中 压缩数据预测用于预测所有或大多数挥杆能量参数。
46.根据权利要求23-45任一项所述的设备，其中可操作所述检测装置检测垂直力和 侧向力，相互正交方向称为X、Y和Z方向，Z垂直，其中所述网络的处理输入包括以下全部或其选择项a)来自各传感器位置的力X、Y和Z；b)左脚、右脚和双脚在X方向的压力中心位置；c)左脚、右脚和双脚在Y方向的压力中心位置；d)左脚、右脚和双脚在X方向的压力中心速度；e)左脚、右脚和双脚在Y方向的压力中心速度；f)左脚、右脚和双脚在X方向的压力中心加速度；g)左脚、右脚和双脚在Y方向的压力中心加速度。
47.根据权利要求23-45任一项所述的设备，其中可操作所述检测装置检测垂直力，相 互正交方向称为X、Y和Z方向，Z垂直，其中所述网络的处理输入包括以下全部或其选择项a)来自各传感器位置的力Ζ;b)左脚、右脚和双脚在X方向的压力中心位置；c)左脚、右脚和双脚在Y方向的压力中心位置；d)左脚、右脚和双脚在X方向的压力中心速度；e)左脚、右脚和双脚在Y方向的压力中心速度；f)左脚、右脚和双脚在X方向的压力中心加速度；g)左脚、右脚和双脚在Y方向的压力中心加速度。
48.根据权利要求46或47任一项所述的设备，其中所述检测装置网络输入用于利用压缩数据预测来预测所述挥杆期间如上挥杆和击球 等基准时间。
49.根据权利要求48所述的设备，其中如上挥杆和击球等所述挥杆基准时间用于构成可关联标准化数和各挥杆时刻的时间 标记输入。
50.根据权利要求46所述的设备，其中可操作所述检测装置检测垂直力和侧向力，相 互正交方向称为X、Y和Z方向，Z垂直，其中所述网络的处理输入必须包括以下a)时间标记；b)来自各传感器位置的力X、Y和Z；c)非目标侧脚在X方向的压力中心速度；d)非目标侧脚在Y方向的压力中心速度；e)双脚在X方向的压力中心位置；f)双脚在Y方向的压力中心位置。
51.根据权利要求47所述的设备，其中可操作所述检测装置检测垂直力，相互正交方 向称为X、Y和Z方向，Z垂直，其中所述网络的处理输入包括以下全部或其选择项a)时间标记；b)来自各传感器位置的力Z；c)非目标侧脚在X方向的压力中心速度；d)非目标侧脚在Y方向的压力中心速度；e)双脚在X方向的压力中心位置；f)双脚在Y方向的压力中心位置。
52.根据权利要求50或51任一项所述的设备，其中所述网络为时序预测网络或时间点 预测网络，其中所述输入包括至少一个选自通过压缩数据预测而预测的下列输入a)球杆类型；b)关于辅助正面能量产生和传输的挥杆类型；c)球员体型识别。
53.根据权利要求23-52任一项所述的设备，其中使用压力中心数据，无需进行网络预测，所述压力中心数据来自所述检测装置的处理 输出或由所述输出的处理器算得，所述压力中心数据包括压力中心在时间上的位置、大小、 位移速度、加速度和距离。
54.根据权利要求23-53任一项所述的设备，其中制定能量参数供向人展示，例如供从事设计数据自动分析的专家使用，或供教练直接 用于分析球员的挥杆。
55.根据权利要求23-53任一项所述的设备，其中利用以下所有技术或选自以下的技术自动分析或评价所述能量参数a)根据所述优化规则评价或分析；b)通过与专业球员的挥杆比较进行评价或分析；c)利用相对噪度方法进行评价或分析；d)通过与相同球员的其他挥杆比较进行评价或分析；e)在健康安全的基础上进行评价或分析。
56.根据权利要求55所述的设备，其中根据所述优化规则自动分析或评价所述能量参 数，其中所述优化规则包括关于以下的规则a)所述段后挥杆顶点的最佳设置；b)所述段上局部能量产生的最佳大小和时间；c)所述段的最佳闭锁和激励；d)经由所述挥杆的最佳能量转移和至所述杆头的连枷转移；e)所述杆头峰值速度的最佳时间。
57.根据权利要求55所述的设备，其中通过与专业球员的挥杆比较自动分析或评价所 述能量参数，其中所述分析或评价包括从以下特征选择a)比较等效挥杆的相关能量参数或适合专家模型的挥杆范围，所述专家模型基于专 业球员的挥杆合成，调节为适于分析中的挥杆和球员；b)对能量参数中的专家特点进行比较，包括局部能量产生的时间和不同大小，解开 和激励所述段的方式，以及所述较远侧挥杆和连枷机构的定时力学；c)由于保留了专家最常展示的特点，对消除了误差的合成和专家特点进行比较，所 述合成调节为适于所述球员的体型和体重，所述调节的依据通过专家自身的研究确定，其 中存在各种各样的体型和体重。
58.根据权利要求55所述的设备，其中利用相对噪度方法自动分析或评价所述能量参数，其中所述方法涉及分析球杆或部分球杆的预测网络输出的噪声级和推断随噪声级降低 的更好成绩。
59.根据权利要求58所述的设备，其中所述分析或评价包括从以下特征选择a)比较基准挥杆的噪度级或其他基准值；b)根据专业球员的打球比较基准挥杆；c)噪度级确定为原始输出数据对平滑输出数据的拟合优度或拟合质量的方法；d)分析或评价用于强调所述挥杆不同阈级的相对缺点或优点。
60.根据权利要求55所述的设备，其中通过与相同球员的其他挥杆比较自动分析或评 价所述能量参数，其中所述分析或评价包括以下全部特征或选择以下特征a)比较先前挥杆的球员历史；b)比较一系列用相同球杆进行的即刻挥杆；c)比较用其他球杆进行的挥杆。
61.根据权利要求55所述的设备，其中在健康安全的基础上自动分析或评价所述能量 参数，其中所述分析或评价包括以下全部特征或选择以下特征a)识别球员现行挥杆固有的潜在受伤风险；b)识别可能因试图改变球员的能量产生和传输而产生的潜在受伤风险。
62.根据权利要求55-61任一项所述的设备，其中结合包括进一步提供挥杆额外信息的附加传感装置在内的外部设备或系统分析所述能量参数。
63.根据权利要求55-62任一项所述的设备，其中制定所述能量参数向人展示，包括供教练或球员用于分析球员的挥杆。
64.根据权利要求55-62任一项所述的设备，其中可操作所述系统以进行评价或分析，无需进一步的人为分析或解释。
65.根据权利要求55-62或权利要求64任一项所述的设备，其中所述处理装置包括电 子处理器。
66.根据权利要求65所述的设备，其包括交互式训练装置和通信装置，其中所述交互式训练装置和所述处理装置通信，以为球员提供自动交互式训练；可操作所 述交互式训练装置提示训练基本原则，并且可操作所述通信装置向球员传达所述训练基本 原则。
67.根据权利要求66所述的设备，其中由熟悉挥杆期间能量产生和传输、如何改进和如何有效向球员传达改进的专家预先制 定所述交互式训练基本原则。
68.根据权利要求66所述的设备，其中可操作所述处理装置，以处理来自所述检测装置的传感信息的所述能量参数，处理来 自所述人工智能装置的信息，分析结果，处理所述交互式训练程序并与所述通信装置通信。
69.根据权利要求66-68任一项所述的设备，其中所述训练数据装置包括可操作为所述处理器提供训练数据且包括选自数据存储器、检 索装置和传输装置的一种的装置，包括所述系统内外的互联网连接、CD和DVD阅读器和电 子存储器。
70.根据权利要求66-69任一项所述的设备，其中所述通信装置包括含可视显示屏和无线音频接收器在内使所述设备与球员或教练通 信的装置，所述通信装置还包括含可视触摸屏和键盘在内使球员或教练与所述设备通信的直ο
71.根据权利要求23-70任一项所述的设备，其中 所述检测装置为测力板或压垫。
72.根据权利要求71所述的设备，其中所述检测装置为可操作以测量垂直和侧向地面反作用力的测力板。
73.根据权利要求71所述的设备，其中所述检测装置为可操作仅测量垂直地面反作用力的测力板或压垫。
74.根据权利要求71-73任一项所述的设备，其中所述检测装置包括两个可操作以分别测量球员左右脚地面反作用力的平台或垫截面。
75.一种利用地面反作用力测量或分析高尔夫球挥杆的方法，所述方法包括以下步骤a)获得挥杆期间的地面反作用力信息；b)将所述信息处理成更好表征挥杆的数据；c)通过人工智能接收并处理已处理的数据。
76.根据权利要求75所述的方法，其中获得地面反作用力信息作为负荷响应信息，而非变形响应信息； 某些信息和其他信息分别处理。
77.根据权利要求75或76所述的方法，其中人工智能接收和处理信息之前，可通过以下所有技术或其组合将所述信息处理成更好 表征所述挥杆的数据a)平滑化数据流，如使用算术移动平均值；b)缩放以确保可比信息值；c)稳定温度，以克服温度变化产生的误差；d)稳定电压，以克服系统电压变化产生的误差；e)转换为个人脚上或越过双脚的压力中心位置X和Y；f)转换为个人脚上或越过双脚的压力中心速度X和Y；g)转换为个人脚上或越过双脚的压力中心加速度X和Y。
78.根据权利要求75-77任一项所述的方法，其中 所述人工智能包括使用经训练的人工神经网络。
79.根据权利要求78所述的方法，其中 用单独的网络预测不同能量参数。
80.根据权利要求78或79所述的方法，其中 用单独的网络预测不同球杆类型的能量参数。
81.根据权利要求78-80任一项所述的方法，其中所述神经网络方法包括反向传播并通过监督学习得到训练的多层前馈网络方法。
82.根据权利要求78-81任一项所述的方法，其中所述神经网络方法包括使用具有30-70个神经元的单个隐蔽单层。
83.根据权利要求78-82任一项所述的方法，其中 用不同类型的网络提取不同类型的能量参数。
84.根据权利要求78-83任一项所述的方法，其中所述网络产生时序预测，其通过对照所述系列各点处的训练变量实际值训练输出，预 测随时间序列的时间点变化的应用参数值，通过预测的应用输出的平滑或拟合图或时间顺 序预测所述应用参数。
85.根据权利要求84所述的方法，其中 所述网络包括以下所有或至少一个特征a)通过计算所述预测的应用输出的移动平均值进行平滑化，例如11点移动平均值；b)通过将预测结果拟合为如三次多项式等多项式进行拟合；c)使用平滑化和拟合的组合，在图或时间顺序的峰值或拐点处使用拟合；d)对超过设定百分比的值进行峰值拟合；e)从所述检测装置处理的数据获得训练输入；f)采用高精度运动捕捉方法获得动态数据的训练输出；g)采用高精度运动捕捉方法和计算机机器人模型获得动能、局部能量产生、闭锁和 解开的训练输出。
86.根据权利要求84或85所述的方法，其中可操作时序预测，以通过选自以下的关于所述挥杆或挥杆相关部分的能量参数预测参数a)段和子段局部能量/力激活的大小；b)段线性动能和角动能水平；c)身体和球杆段的绝对速度，包括杆头绝对速度；d)因所述局部肌群位移，身体和球杆段在挥杆时的角位置和线性位置、速度和加速度；e)身体和球杆段在挥杆时的角位置和线性位置、速度和加速度；f)所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度。
87.根据权利要求78-83任一项所述的方法，其中所述网络产生时间点预测，其通过对照所述训练输入的模糊定义训练训练输出预测对 照一系列按时间顺序发生的应用值的事件的应用时间点，从而后来将应用输入应用于所述 经训练的网络时，如果在预测应用输出的平滑图或时间顺序上出现峰值，则预测所述应用 时间点。
88.根据权利要求87所述的方法，其中所述网络方法包括以下所有或至少一个特征a)所述训练输入的模糊定义计算为随所述实际训练输入点与所述训练输入点的距 离的值，即随着距所述实际点的距离增加而减小；b)所述模糊定义基于三角形加权函数，其中所述训练输入值具有与所述训练输入实 际值的截距，其中训练输入中间值与距所述训练实际值的距离成比例减少；c)通过计算所述预测的应用输出的移动平均值进行平滑化，例如11点移动平均值；d)从所述检测装置处理的数据获得训练输入；e)采用高精度运动捕捉方法获得动态数据的训练输出；f)采用高精度运动捕捉方法和计算机机器人模型获得动能、局部能量产生、闭锁和 解开的训练输出。
89.根据权利要求87或88所述的方法，其中可操作时间点预测，以通过选自以下的能量参数预测参数a)段和子段局部能量/力增大和减少的起始时间和完成时间；b)连接段和子段之间闭锁和解开的时间；c)身体和球杆段后挥杆顶点事件的时间；d)所述各连接段之间肌肉最大限度伸缩的时间；e)段、子段和杆头上局部能量产生峰值的时间；f)段、子段和杆头上角速度/线性速度和加速度峰值的时间；g)辅助正面能量转移压力中心速度和加速度峰值的时间；h)辅助正面特性开始和终止的时间。
90.根据权利要求84-89任一项所述的方法，其中 输入或输出表示为标准值。
91.根据权利要求84-90任一项所述的方法，其中通过求加速度或速度预测值的积分分别计算位置或速度图或时间顺序的峰值和拐点。
92.根据权利要求84-90任一项所述的方法，其中通过结合时序预测和时间点预测来预测值的图或时间顺序，所述时间点预测用于预测 所述值的图或时间顺序的特点；其中所述特点是所述值的图或时间顺序的峰值或拐点。
93.根据权利要求78-83任一项所述的方法，其中压缩数据预测预测需要来自挥杆或部分挥杆的信息或需要关于挥杆一个以上的点或 窄部的挥杆方面的信息的值或参数。
94.根据权利要求93所述的方法，其中将挥杆关联的输入处理为压缩函数并用作对比训练输出的训练输入，所述经训练的 网络通过将应用压缩函数用作应用输入预测所述应用输出。
95.根据权利要求94所述的方法，其中 所述网络包括以下特征的组合a)所述压缩函数为傅里叶变换或小波变换；b)所述训练输入包括来自所述检测装置的处理数据；c)所述训练输入包括来自其他网络的数据，包括时序预测数据；d)所述训练输出包括由运动捕捉系统测得的数据，来自机器人计算机建模的数据和 球员、球员的挥杆和球员压力中心的专家人为观察和分析数据。
96.根据权利要求93-95任一项所述的方法，其中可操作压缩数据预测，以通过选自以下的能量参数预测参数a)关于辅助正面能量产生和传输的挥杆类别；b)球员的体重；C)球员的体型类别；d)所用球杆类别或类型；e)击球和上挥杆时间；f)相关时间事件组成部分的持续时间，包括连接段之间后挥杆顶点的持续时间，段 峰值动能的持续时间和局部能量激活的持续时间；g)在时序图或时间顺序上的特定事件时出现的峰值或拐点标准形状的类别；h)其他网络预测的标准值缩放因子；所述缩放因子包括角位置和线性位置、速度和 加速度；还包括力、动能和局部能量；进一步包括辅助正面能量产生和传传输表征事件的 缩放因子。
97.根据权利要求93-95任一项所述的方法，其中 压缩数据预测用于预测所有或大多数挥杆能量参数。
98.根据权利要求75-97任一项所述的方法，其中检测垂直力和侧向力，相互正交方向 称为X、Y和Z方向，Z垂直，其中所述人工智能或网络的处理输入包括以下全部或其选择项a)不同传感信号的分力X、Y和Z；b)左脚、右脚和双脚在X方向的压力中心位置；c)左脚、右脚和双脚在Y方向的压力中心位置；d)左脚、右脚和双脚在X方向的压力中心速度；e)左脚、右脚和双脚在Y方向的压力中心速度；f)左脚、右脚和双脚在X方向的压力中心加速度；g)左脚、右脚和双脚在Y方向的压力中心加速度。
99.根据权利要求75-97任一项所述的方法，其中检测垂直力，相互正交方向称为X、Y 和Z方向，Z垂直，其中所述人工智能或网络的处理输入包括以下全部或其选择项a)来自传感信号的力Ζ;b)左脚、右脚和双脚在X方向的压力中心位置；c)左脚、右脚和双脚在Y方向的压力中心位置；d)左脚、右脚和双脚在X方向的压力中心速度；e)左脚、右脚和双脚在Y方向的压力中心速度；f)左脚、右脚和双脚在X方向的压力中心加速度；g)左脚、右脚和双脚在Y方向的压力中心加速度。
100.根据权利要求98或99所述的方法，其中所述人工智能或网络的输入用于利用压缩数据预测来预测所述挥杆期间如上挥杆和 击球等基准时间。
101.根据权利要求100所述的方法，其中所述挥杆期间如上挥杆和击球等基准时间用于构成可关联标准化数和挥杆时刻的时 间标记输入。
102.根据权利要求98所述的方法，其中检测垂直力和侧向力，相互正交方向称为X、Y 和Z方向，Z垂直，其中所述人工智能或网络的处理输入必须包括以下a)时间标记；b)传感信号的分力X、Y和Z;c)非目标侧脚在X方向的压力中心速度；d)非目标侧脚在Y方向的压力中心速度；e)双脚在X方向的压力中心位置；f)双脚在Y方向的压力中心位置。
103.根据权利要求99所述的方法，其中检测垂直力，相互正交方向称为X、Y和Z方向， Z垂直，其中所述人工智能或网络的处理输入包括以下全部或其选择项a)时间标记；b)来自所述传感信号的力Z；c)非目标侧脚在X方向的压力中心速度；d)非目标侧脚在Y方向的压力中心速度；e)双脚在X方向的压力中心位置；f)双脚在Y方向的压力中心位置。
104.根据权利要求102或103任一项所述的方法，其中所述预测为时序预测或时间点 预测，其中所述输入包括至少一个选自通过压缩数据预测而预测的下列输入a)球杆类型；b)关于辅助正面能量产生和传输的挥杆类型；c)球员体型。
105.根据权利要求75-104任一项所述的方法，其中使用压力中心数据，无需进行网络预测，所述压力中心数据来自所述检测信息的处理 输出或通过处理所述输出算得，所述压力中心数据包括压力中心的时间位置、大小、位移速 度、加速度和距离。
106.根据权利要求75-105任一项所述的方法，其中制定能量参数以向人展示，例如供从事设计数据自动分析的专家使用，或供教练直接 用于分析球员的挥杆。
107.根据权利要求75-105任一项所述的方法，其中利用以下所有技术或选自以下的技术自动分析或评价所述能量参数a)根据优化规则评价或分析；b)通过与专业球员的挥杆比较进行评价或分析；c)利用相对噪度方法进行评价或分析；d)通过与相同球员的其他挥杆比较进行评价或分析；e)在健康安全的基础上进行评价或分析。
108.根据权利要求107所述的方法，其中根据所述优化规则自动分析或评价所述能量 参数，其中所述优化规则包括关于以下的规则a)所述段后挥杆顶点的最佳设置；b)段上局部能量产生的最佳大小和时间；C)段的最佳闭锁和激励；d)通过挥杆的最佳能量转移和至所述杆头的连枷转移；e)杆头峰值速度的最佳时间。
109.根据权利要求107所述的方法，其中通过与专业球员的挥杆比较自动分析或评价 所述能量参数，其中所述分析或评价包括从以下特征选择a)比较等效挥杆的相关能量参数或适合专家模型的挥杆范围，所述专家模型基于专 业球员的挥杆综合，调节为适于分析中的挥杆和球员；b)对能量参数中的专家特点进行比较，包括局部能量产生的时间和不同大小，解开 和激励段的方式，以及所述较远侧挥杆和连枷机构的定时力学；c)由于保留了专家最常展示的特点，对消除了误差的合成和专家特点进行比较，所 述合成调节为适于所述球员的体型和体重，所述调节的依据通过专家自身的研究确定，其 中存在各种各样的体型和体重。
110.根据权利要求107所述的方法，其中利用相对噪度方法自动分析或评价所述能量 参数，其中所述方法涉及分析球杆或部分球杆的预测网络输出噪声级，和推断随噪声级降 低的更好成绩。
111.根据权利要求110所述的方法，其中所述分析或评价包括从以下特征选择a)对基准挥杆的噪度级或其他基准值进行比较；b)根据专业球员的打球比较基准挥杆；c)噪度级确定为原始输出数据对平滑输出数据的拟合优度或拟合质量的方法；d)分析或评价用于强调所述挥杆不同阈级的相对缺点或优点。
112.根据权利要求107所述的方法，其中通过与相同球员的不同挥杆比较自动分析或 评价所述能量参数，其中所述分析或评价包括以下全部特征或选自以下的特征a)比较先前挥杆的球员历史；b)比较一系列用相同球杆进行的即刻挥杆；c)比较用其他球杆进行的挥杆。
113.根据权利要求107所述的方法，其中在健康安全的基础上自动分析或评价所述能 量参数，其中所述分析或评价包括以下全部特征或选自以下的特征a)识别球员现行挥杆固有的潜在受伤风险；b)识别可能因试图改变球员的能量产生和传输而产生的潜在受伤风险。
114.根据权利要求107-113任一项所述的方法，其中结合包括在挥杆时感测的附加信息在内的从外部获得的信息分析所述能量参数。
115.根据权利要求107-114任一项所述的方法，其中制定所述能量参数以向人展示，包括供教练或球员用于分析球员的挥杆。
116.根据权利要求107-114任一项所述的方法，其中可操作所述系统以进行评价或分析，无需进一步的人为分析或解释。
117.根据权利要求107-114或116任一项所述的方法，其中以自动方式处理信息。
118.根据权利要求117所述的方法，其中以交互方式处理信息，可操作所述方法提示训练基本原则并将所述训练基本原则传达给球员。
119.根据权利要求118所述的方法，其中由熟悉挥杆期间能量产生和传递、如何改进和如何有效向球员传达改进的专家预先制 定所述交互式训练基本原则。
120.根据权利要求118所述的方法，其中处理传感信息；所述人工智能从所述处理信息获得所述能量参数；处理所述能量参数 以分析或评价挥杆；处理交互式训练程序，并传达给如球员或教练等使用者。
121.根据权利要求118-120任一项所述的方法，其中交互式训练包括提供包括选自数据存储、数据检索和数据传输的来源、互联网来源、⑶ 和DVD来源以及内外存储器来源在内的训练数据。
122.根据权利要求118-121任一项所述的方法，其中向球员或教练等使用者传达包括可视方法和音频方法，由使用者传达包括触摸屏方法 和键盘方法。
123.根据权利要求75-122任一项所述的方法，其中由于球员脚施加的负荷，感测到地面反作用力。
124.根据权利要求123所述的方法，其中感测到所述垂直和侧向地面反作用力。
125.根据权利要求123所述的方法，其中仅感测到垂直地面反作用力。
126.根据权利要求123-125任一项所述的方法，其中分别感测或测量球员左右脚的地面反作用力。
127.根据权利要求1所述分析高尔夫球挥杆的方法，以及根据权利要求75-126任一项 所述加以必要变更的方法。
128.根据权利要求12所述分析高尔夫球挥杆的系统，以及根据权利要求23-74任一项 所述加以必要变更的系统。
129.根据权利要求23所述分析高尔夫球挥杆的设备，以及根据权利要求12-22任一项 所述加以必要变更的设备。
130.根据权利要求75所述测量或分析高尔夫球挥杆的方法，以及根据权利要求1-11 任一项所述加以必要变更的方法。
131.一种大体上如本文根据权利要求1所述的分析高尔夫球挥杆的方法。
132.—种大体上如本文参考附图所述且如附图所示分析高尔夫球挥杆的系统。
133.—种大体上如本文根据权利要求75所述利用地面反作用力测量或分析高尔夫球 挥杆的方法。
134.一种大体上如本文参考附图所述且如附图所示测量或分析高尔夫球挥杆的设备。
135.根据权利要求1或2所述的方法，包括以下优先步骤确定/识别包括与挥杆时经由身体的能量传输有关的参数在内，对于分析高尔夫球挥 杆而言重要的参数。
136.根据权利要求135所述的方法，包括以下优先步骤确定/识别所述能量参数。
137.根据权利要求1、135或136所述的方法，包括以下优先步骤 确定/识别所述优化规则。
138.根据权利要求12或13所述的系统，包括用于确定/识别分析高尔夫球挥杆参数 的装置，包括确定/识别包括与挥杆时经由身体的能量传输有关的参数在内，对于分析高 尔夫球挥杆而言重要的参数的优先步骤。
139.根据权利要求138所述的系统，包括可操作以确定/识别参数的装置，包括确定/识别能量参数的优先步骤(所述装置称为 能量参数装置)，还可操作所述能量参数装置以确定/识别可据其确定或计算所述能量参数 的可测参数。
140.根据权利要求12、138或139所述的系统，包括分析装置，可操作以分析高尔夫球挥杆，包括确定/识别所述优化规则的优先步骤。
全文摘要
本发明为一种测量或分析高尔夫球挥杆的设备和方法。测量或分析与经由球员身体和球杆的能量产生和能量转移有关。主要从球员的地面反作用力获得测量或分析数据。用人工智能系统分析处理信号。地面反作用力与站立面和球员双脚之间产生的反作用力有关。所述设备和方法以自动方式或自动交互方式测量或分析高尔夫球挥杆。
文档编号A63B69/36GK101918090SQ200880123066
公开日2010年12月15日 申请日期2008年11月5日 优先权日2007年11月5日
发明者布莱恩·弗朗西斯·穆尼 申请人:布莱恩·弗朗西斯·穆尼