基于Python/Java的人工智能篮球训练系统的制作方法

本发明涉及信息技术领域，尤其涉及一种基于python/java的人工智能篮球训练系统。

背景技术：

人工智能的发展已经开始渗透到各行各业。经过发明人的研究和检索，发现作为篮球训练，已经有专利申请。其中，申请号为201711310325.x的“一种运动数据监测方法和系统”，提供了一种人工智能的检测方法和系统，主要创新点是在人体和靶具上分别安装传感器，来实现智能检测和分析计算；申请号为201620818239.4的“基于物联网的智能篮球训练系统”，提供篮球训练服装和智能篮球分析中心，来实现篮球的辅助训练。然而，作为直接提供人工智能的篮球训练系统的发明，未见报道。

上述现有技术方案中没有提供对于通用篮球的运动检测方法，对于篮球运动的机器学习系统，以及对篮球动作的识别和评价方法。

技术实现要素：

有鉴于此，本发明提供了一种基于python/java的人工智能篮球训练系统，用以提供一种利用人工智能技术，解决篮球运动中的相关问题的方案，试图改变当前篮球智能技术的不足，使得目前人工智能在篮球训练领域中的成果得以应用。

本发明实施例提供了一种基于python/java的人工智能篮球训练系统，包括：

人体传感器、终端、系统自身深度学习步骤、系统对用户训练指导步骤以及云中心；

所述人体传感器采集用户数据，与所述终端联网，将所述用户数据传输到所述终端；

所述云中心采集所述用户数据和过程数据形成大数据并存储。

一种可能的实施方式中，所述人体传感器包括运动传感器，具体包括加速度传感器、陀螺仪传感器和/或磁场传感器；

所述运动传感器均包括x、y、z三个轴，每个轴都有各自的传感器信号输出；

所述运动传感器佩戴在所述用户的手腕和/或脚踝和/或人体指定部位，采集所述用户的运动数据。

一种可能的实施方式中，所述人体传感器还包括生理传感器，所述生理传感器具体包括心电传感器和/或脉搏传感器和/或温度传感器；

所述生理传感器佩戴在所述用户的身体上，采集所述用户在运动时的生理数据并传输到所述终端。

一种可能的实施方式中，所述系统自身深度学习步骤，至少包括以下步骤：

p11步骤：将篮球赛训的过程分解为单元动作，根据不同的用户采集所述单元动作的所述运动数据和/或所述生理数据；

p12步骤：对于所述p11步骤所采集的数据和所述单元动作，采用监督学习模式做深度学习，得出结果数据1；

p13步骤：对于所述p12的所述结果数据1，由篮球裁判给出评价结果1，存储进所述大数据；

所述系统对用户训练指导步骤，至少包括以下步骤：

p21步骤：采集篮球赛训时所述用户的所述运动数据和/或所述生理数据；

p22步骤：对于所述p21步骤所采集的数据，参考所述结果数据1和所述评价结果1，采用无监督学习模式深度学习，得出结果数据2；

p23步骤：对于所述p22的所述结果数据2，采用模式识别算法计算得出评价结果2，输出所述评价结果2和与其所对应的所述单元动作名称；和/或，

p24步骤：由篮球裁判对于所述p23进行评价，输入所述大数据进行评价修正；和/或，

所述单元动作至少包括定点三分球投篮、定点两分球投篮、跑动三分球投篮、跑动两分球投篮；和/或，

所述深度学习的算法包括svm、cnn、rnn、gan、pnn、bayes、fuzzy、bp；

所述步骤的实现方法采用包括python、java在内的软件系统开发。

一种可能的实施方式中，所述终端包括手机、电脑和专用设备，所述终端与所述运动传感器和/或所述生理传感器联网后，发出操作命令，完成数据的采集、传输、运算和结果显示。

一种可能的实施方式中，所述云中心包括：与所述终端联网的无线通信设备、网络、网络设备、服务器、存储设备和所述大数据。

一种可能的实施方式中，包括篮球场定位设备，所述定位设备与所述运动传感器和/或所述生理传感器和/或所述终端之间通信，并传输位置信息；

所述定位设备安装位置包括：篮板、蓝框、篮球场边线、篮球场内线。

与现有技术相比，本发明具有以下有益效果：引入人工智能，采用深度学习识别篮球赛训动作，采用人工智能算法评价篮球赛训动作的优劣，采用大数据积累，系统将越来越聪明。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的基于python/java的人工智能篮球训练系统的结构示意图；

图2为本发明实施中运动传感器坐标轴的示意图；

图3为本发明实施中篮球运动轨迹的示意图；

图4为本发明实施例提供的人体传感器的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例一提供的基于python/java的人工智能篮球训练系统的结构示意图，如图1所示，该系统包括：

人体传感器、终端、系统自身深度学习步骤、系统对用户训练指导步骤以及云中心，所述人体传感器采集用户数据，与所述终端联网，将所述用户数据传输到所述终端，所述云中心采集所述用户数据和过程数据形成大数据并存储。

实际应用中，如图1所示，101和102分别是佩戴在用户的左右手手腕上的腕表式人体传感器，用户在打篮球时，人体传感器随时采集用户手腕部位的运动数据和用户的生理数据。103是布置在篮球场周边的终端，例如智能手机，终端与人体传感器联网，采集并且取得该用户的运动数据和生理数据。104是云中心，通过手机通讯网络与终端联网。在云中心和终端设备上，有人工智能应用软件提供篮球赛训系统的全部功能。通过人工智能，采用深度学习识别篮球赛训动作，采用人工智能算法评价篮球赛训动作的优劣，进而采用大数据积累，系统将越来越聪明。

本发明的一个实施例中，所述人体传感器包括运动传感器，具体包括加速度传感器、陀螺仪传感器和/或磁场传感器；

所述运动传感器均包括x、y、z三个轴，每个轴都有各自的传感器信号输出；

所述运动传感器佩戴在所述用户的手腕和/或脚踝和/或人体指定部位，采集所述用户的运动数据。

实际应用中，图2为本发明实施中运动传感器坐标轴的示意图，如图2所示，201是三维加速度传感器，三个传感器的轴分别是xa、ya、za，oa是其坐标系的原点。202是三维陀螺仪传感器，三个传感器的轴分别是xg、yg、zg，og是其坐标系的原点。以实际的物理世界的坐标系为x、y、z，其中z轴为地球引力方向，由于传感器是以集成电路的方式安装在腕表式结构中的，随着手腕的运动，上述3个坐标系之间存在着平移和旋转。

实际应用中，图3为本发明实施中篮球运动轨迹的示意图，如图3所示，301是篮球，其中由于篮球是由手掌握住的，而手掌和手腕是固定连接的，所以，当用户在打篮球时，可以通过戴在用户手腕上的腕表式人体传感器的运动数据，推定篮球的运动数据。302是手掌握住篮球时的运动轨迹。

在上述各实施例的基础上，图4为本发明实施例提供的人体传感器的结构示意图，如图4所示，401是三轴加速度传感器，402是三轴陀螺仪传感器，其中401和402是集成在同一块集成电路上的mems传感器，它直接焊接在腕表的pcb电路板上。403是生理传感器，也是mems模式的集成电路传感器。404是mcu系统，及微型计算机系统，包括cpu、内存、接口、输入输出电路等。405是电源，在本系统中，它主要是一个可充电的电池，例如锂电池，包括辅助的充电和放电电路。406是蓝牙模块，实际上它可以是其它无线通信模块，包括但不限于wifi、lora、zigbee、nfc、uwb、nb-iot、4g、5g等。

本发明的一个实施例中，所述人体传感器还包括生理传感器，所述生理传感器具体包括心电传感器和/或脉搏传感器和/或温度传感器；

所述生理传感器佩戴在所述用户的身体上，采集所述用户在运动时的生理数据并传输到所述终端。

本发明的一个实施例中，所述系统自身深度学习步骤，至少包括以下步骤：

p11步骤：将篮球赛训的过程分解为单元动作，根据不同的用户采集所述单元动作的所述运动数据和/或所述生理数据；

p12步骤：对于所述p11步骤所采集的数据和所述单元动作，采用监督学习模式做深度学习，得出结果数据1；

p13步骤：对于所述p12的所述结果数据1，由篮球裁判给出评价结果1，存储进所述大数据；

所述系统对用户训练指导步骤，至少包括以下步骤：

p21步骤：采集篮球赛训时所述用户的所述运动数据和/或所述生理数据；

p22步骤：对于所述p21步骤所采集的数据，参考所述结果数据1和所述评价结果1，采用无监督学习模式深度学习，得出结果数据2；

p23步骤：对于所述p22的所述结果数据2，采用模式识别算法计算得出评价结果2，输出所述评价结果2和与其所对应的所述单元动作名称；和/或，

p24步骤：由篮球裁判对于所述p23进行评价，输入所述大数据进行评价修正；和/或，

所述单元动作至少包括定点三分球投篮、定点两分球投篮、跑动三分球投篮、跑动两分球投篮；和/或，

所述深度学习的算法包括svm、cnn、rnn、gan、pnn、bayes、fuzzy、bp；

所述步骤的实现方法采用包括python、java在内的软件系统开发。

本发明的一个实施例中，所述终端包括手机、电脑和专用设备，所述终端与所述运动传感器和/或所述生理传感器联网后，发出操作命令，完成数据的采集、传输、运算和结果显示。

本发明的一个实施例中，所述云中心包括：与所述终端联网的无线通信设备、网络、网络设备、服务器、存储设备和所述大数据。

本发明的一个实施例中，包括篮球场定位设备，所述定位设备与所述运动传感器和/或所述生理传感器和/或所述终端之间通信，并传输位置信息；所述定位设备安装位置包括：篮板、蓝框、篮球场边线、篮球场内线。

本发明实施例提供的基于python/java的人工智能篮球训练系统，主要包括穿戴式的运动传感器和生理传感器，还包括手机和电脑等终端、系统自身深度学习软件、系统对用户训练指导软件和云中心。通过有监督学习来训练本系统，识别篮球运动动作和给出评价。通过无监督学习来分析篮球运动动作和给出评价，通过基于python/java程序设计来构建一个系统，达到人工智能篮球训练的目的。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。