一种太极拳步法学习和评分方法与流程

本发明涉及一种太极拳步法学习和评分方法，特别涉及到利用柔性阵列传感器进行步法提取、对比、分析和评分的方法。

背景技术：

随着现代人对生活品质的要求越来越高，越来越多的人参加到太极拳的学习和锻炼中来。太极拳有很深的拳理，如“虚领顶劲”，“沉肩坠肘”，“迈步如猫行”等，初学者一时感觉无从着手，其中最重要也是最基本的是太极拳的步法，如何对初学者的步法进行精确指导是其能否真正走上太极拳之路的关键。初学者在练习时往往无法正确评判自身的动作符合程度，只能凭感觉，没有一个客观的评价系统。目前解决初学者的步法问题，主要还是依靠老师的指导，指导的效果完全依赖老师本人的功夫深浅以及对拳理的恰当表达。如果老师本人的水平有限，往往会造成初学者走不少弯路，甚至会带来运动性损伤。

技术实现要素：

本发明所要解决的技术问题是：针对上述存在的问题，提供一种对太极拳初学者的步法进行精确指导的方法。包括步法采集平台、步法分析和评分的软件单元以及LED显示指导单元

本发明是这样实现的：

一种太极拳步法学习和评分方法，包括步法采集平台、步法分析和评分的软件单元以及LED显示指导单元，参见图1。

步法采集平台是一个柔性阵列化传感器矩阵以及作为支撑的平台支架，每个传感器是面积40CM*40CM的正方形，厚度为0.3MM，点阵密度为4个压力敏感点/CM2，单点采样频率250 Hz。平台支架是一个4M*4M的刚性平台框架，框架上有多个柔性阵列化传感器级联，形成一个跟平台支架大小一样的传感器矩阵。传感器矩阵采集练习者脚部在前后、左右以及上下三个维度的压力、脚跟和脚内侧擦步滑动力以及脚前掌和脚跟旋转力的大小和方向等，并把这些数据发送到步法分析和评分单元。

步法分析和评分单元包括步法特征库模块、数据分析模块、步法评分和建议模块、步法导出模块。

步法特征库模块包括各种传统和竞赛套路的步法要求特征库，包括脚部在前后、左右以及上下三个维度的压力分布特征、脚跟和脚内侧擦步滑动力以及脚前掌和脚跟旋转力的大小和方向特征，此外还要两脚的重量分配特征等。

数据分析模块获取步法采集平台发送过来的数据，并抽取出其步法特征，结合练习者的身高腿长数据，自动选择与之匹配的步法特征库，并跟步法特征库进行对比。每个特征符合度由系统预设的阈值分为4个等级，不及格（60分以下）、及格（60-80分之间）、良好（80-90分之间）和优秀（90-100分之间）。凡是良好以下的，都会根据特征库的要求形成改进建议。

步法评分模块，当分析模块对该套路的所有的特征进行对比分析后，把各个动作所获得的分值累加起来就是该套路的步法得分。并且把所有未能较好满足特征要求的步法的建议信息组合起来，按照分值的由低到高排列形成对练习者建议信息。

导出模块，可以导出套路中各个动作的步法记录和特征库的对比以及由此形成的建议信息，供练习者拷贝后自行学习。

LED显示指导单元用于在屏幕上显示特征库的步法特征和练习者的步法特征，进行直观的对比，让练习者每做一个动作都能及时得到帮助。参见图3。

本发明的创新点是：

1、套路的每个动作的步法形成特征库，作为评分标准；

2、步法特征库包括前后、左右以及上下三个维度的压力分布特征、脚跟和脚内侧擦步滑动距离、力度和方向特征以及脚前掌和脚跟旋转力的大小和方向特征等；

3、根据练习者每个动作的特征符合程度分为4个等级并形成建议；

4、根据练习者的身高腿长自动选择与之匹配的特征库。

附图说明

图1为本发明的硬件示意图；

图2为本发明的系统工作原理图；

图3为本发明的某个动作评分示意图。

具体实施方式

下面结合附图详细说明本发明，其作为本说明书的一部分，通过实施例来说明本发明的原理。

本发明提出一种太极拳步法学习和评分方法，包括步法采集平台、步法分析和评分的软件单元以及LED显示指导单元。根据本方法可以对练习者的步法进行量化评价并能给出改进建议。参见图2。

首先本系统需要对进行评价的套路的步法进行特征提取，这一步可以通过专业运动员示范并对其数据进行特征提取，也可以根据专业教材的文字要求进行提取，然后录入到系统中。主要有左右脚压力分布特征、脚跟和脚内侧擦步滑动距离、力度和方向以及脚前掌和脚跟旋转力的大小和方向特征，此外还要两脚的重量分配特征等。

特征库提取后，就要对分析模块进行量化处理，特征符合度60分以下为不及格、60-80分之间为及格、80-90分之间为良好和90-100分之间为优秀。

所有这些准备工作完成后，就可以对练习者进行指导和评分了。现在假设练习者的体重是70Kg，身高170CM，腿长70CM。在练习时，会从第一个动作演示到最后一个动作，每个动作都会根据练习者的体重、身高和腿长有一个标准步法数据，主要是双脚距离、力量变化、运行方向以及力量分布等，这些数据被采集进系统就可以进行分析了。每一个动作的所有特征都要跟特征库的数据进行比较并给出评分，具体参见图3。当所有的动作的评分完成后就可以得出总体得分了。对于良好以下的动作，系统记录下不符合的特征，并最后汇总，按照得分由低到高顺序排列，并给出改进建议。这些步法数据和建议可以根据练习者要求导出成通用的格式。

由本领域技术人员做出的各种变化或改型都不会脱离本发明的范围。