一种可视化儿童攀岩智能引导方法及系统

1.本发明涉及人工智能领域，尤其涉及一种可视化儿童攀岩智能引导方法及系统。


背景技术：

2.儿童攀岩是通过儿童借助岩点的位置，手攀脚登，来完成攀岩的体验，而攀岩墙通常是人工设计的，在上面装有许多大小不一的岩石点的，高度、难度不等的岩壁。攀爬是儿童攀岩最直接的动作模式，攀爬活动需要全身各部位协调运作以及手、脚、眼及身体的整体配合，通过攀岩可以使身体更灵活，反应更敏捷，刺激儿童大脑的发育，使左右脑同时运作，达到激发大脑的效果。
3.然而，现有技术因儿童空间认知能力有限，导致抓握攀爬点不合理，影响儿童攀岩效果的技术问题。


技术实现要素：

4.本技术通过提供一种可视化儿童攀岩智能引导方法及系统，解决了现有技术因儿童空间认知能力有限，导致抓握攀爬点不合理，影响儿童攀岩效果的技术问题，达到通过儿童个人情况，选择攀岩难度，结合攀爬点传感器可视化智能规划攀爬路线，保证儿童抓握攀爬点合理性，并根据实时攀爬情况进行交互反馈，进而保证儿童攀岩训练效果的技术效果。
5.鉴于上述问题，本发明提供了一种可视化儿童攀岩智能引导方法及系统。
6.第一方面，本技术提供了一种可视化儿童攀岩智能引导方法，所述方法包括：获得儿童用户的基本状况信息；基于所述基本状况信息进行攀岩难度分析，确定攀岩适应难度系数；构建儿童攀岩地图模型；将所述攀岩适应难度系数和所述儿童攀岩地图模型输入第一攀岩路线规划模型中，获得攀岩路线规划结果；根据所述儿童攀岩地图模型，获得攀爬点集合，所述攀爬点集合与攀爬点传感器关联；基于所述攀爬点传感器对所述攀岩路线规划结果进行可视化标记，获得可视化攀爬路线信息；所述儿童用户基于所述可视化攀爬路线信息，进行攀爬反馈引导。
7.另一方面，本技术还提供了一种可视化儿童攀岩智能引导系统，所述系统包括：数据采集模块，用于获得儿童用户的基本状况信息；数据分析模块，用于基于所述基本状况信息进行攀岩难度分析，确定攀岩适应难度系数；模型构建模块，用于构建儿童攀岩地图模型；模型输出模块，用于将所述攀岩适应难度系数和所述儿童攀岩地图模型输入第一攀岩路线规划模型中，获得攀岩路线规划结果；数据关联模块，用于根据所述儿童攀岩地图模型，获得攀爬点集合，所述攀爬点集合与攀爬点传感器关联；数据标记模块，用于基于所述攀爬点传感器对所述攀岩路线规划结果进行可视化标记，获得可视化攀爬路线信息；数据反馈模块，用于所述儿童用户基于所述可视化攀爬路线信息，进行攀爬反馈引导。
8.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：
9.由于采用了基于儿童用户的基本状况信息进行攀岩难度分析，确定攀岩适应难度系数，再将攀岩适应难度系数和所构建的儿童攀岩地图模型输入第一攀岩路线规划模型
中，获得所述模型的输出结果即攀岩路线规划结果；然后根据儿童攀岩地图模型，获得攀爬点集合，其中攀爬点集合与攀爬点传感器关联，基于攀爬点传感器对攀岩路线规划结果进行可视化标记，获得可视化攀爬路线信息，儿童用户基于所述可视化攀爬路线信息，进行攀爬反馈引导的技术方案。进而达到通过儿童个人情况，选择攀岩难度，结合攀爬点传感器可视化智能规划攀爬路线，保证儿童抓握攀爬点合理性，并根据实时攀爬情况进行交互反馈，进而保证儿童攀岩训练效果的技术效果。
附图说明
10.图1为本技术一种可视化儿童攀岩智能引导方法的流程示意图；
11.图2为本技术一种可视化儿童攀岩智能引导方法中获得儿童用户的基本状况信息的流程示意图；
12.图3为本技术一种可视化儿童攀岩智能引导方法中获得心理承压系数的流程示意图；
13.图4为本技术一种可视化儿童攀岩智能引导系统的结构示意图；实施例一
14.如图1所示，本技术提供了一种可视化儿童攀岩智能引导方法，所述方法包括：
15.步骤s100：获得儿童用户的基本状况信息；
16.如图2所示，进一步而言，所述获得儿童用户的基本状况信息，本技术步骤s100还包括：
17.步骤s110：获得所述儿童用户的体型特征信息；
18.步骤s120：按照儿童健康标准对所述体型特征信息进行等级划分，获得儿童体型等级信息；
19.步骤s130：获得所述儿童用户的攀岩经验信息，所述攀岩经验信息包括攀岩次数和攀岩难度；
20.步骤s140：对所述儿童用户进行心理承压评价，获得心理承压系数；
21.步骤s150：按照预设权重比值对所述儿童体型等级信息、所述攀岩次数和攀岩难度、所述心理承压系数进行加权计算，获得所述儿童用户的基本状况信息。
22.具体而言，儿童攀岩是通过儿童借助岩点的位置，手攀脚登，来完成攀岩的体验，而攀岩墙通常是人工设计的，在上面装有许多大小不一的岩石点的，高度、难度不等的岩壁。攀爬是儿童攀岩最直接的动作模式，攀爬活动需要全身各部位协调运作以及手、脚、眼及身体的整体配合，通过攀岩可以使身体更灵活，反应更敏捷，刺激儿童大脑的发育，使左右脑同时运作，达到激发大脑的效果。
23.为使采集获得的儿童用户的基本状况信息更加准确全面，所述儿童用户为需要进行攀岩训练的儿童，首先对所述儿童用户的体型特征信息进行采集，包括身高和体重信息。按照儿童健康标准对所述体型特征信息进行等级划分，所述儿童健康标准为该年龄段儿童的身高体重健康标准，获得相应的儿童体型等级信息，所述儿童体型等级信息用于表明儿童的体型大小，包括体型过大、体型标准、体型过小。
24.其次采集获取所述儿童用户的攀岩经验信息，所述攀岩经验信息包括儿童用户的历史攀岩次数和历史攀岩难度。最后对所述儿童用户进行心理承压评价，获得心理承压系数，所述心理承压系数用于表明儿童在训练过程中的心理承压能力，承压系数越大，表明儿
童在攀岩时的应变抗压能力越强。所述预设权重比值可以根据经验自行设定，按照预设权重比值对所述儿童体型等级信息、所述攀岩次数和攀岩难度、所述心理承压系数进行加权计算，获得所述儿童用户的基本状况信息。通过结合体型等级、攀岩经验、心理承压能力，全面对儿童进行基本状况采集，保证获取的儿童信息更加全面准确，从而提高攀岩难度确定准确性。
25.步骤s200：基于所述基本状况信息进行攀岩难度分析，确定攀岩适应难度系数；
26.步骤s300：构建儿童攀岩地图模型；
27.具体而言，基于儿童的基本状况信息进行攀岩难度分析，确定攀岩适应难度系数，所述攀岩适应难度系数与该儿童适应的攀岩难度相匹配，适应难度系数越大，攀岩的难度等级越大。构建儿童攀岩地图模型，所述儿童攀岩地图模型为儿童攀岩墙的三维地图模型，详细直观的表现出各攀岩点坐标以及攀岩点路线组成。
28.步骤s400：将所述攀岩适应难度系数和所述儿童攀岩地图模型输入第一攀岩路线规划模型中，获得攀岩路线规划结果；
29.进一步而言，所述将所述攀岩适应难度系数和所述儿童攀岩地图模型输入第一攀岩路线规划模型中，获得攀岩路线规划结果，本技术步骤s400还包括：
30.步骤s410：搭建所述第一攀岩路线规划模型，所述第一攀岩路线规划模型包括输入层、特征分类层、隐藏层、输出层；
31.步骤s420：将所述攀岩适应难度系数和所述儿童攀岩地图模型作为输入层，依次输入至所述特征分类层和所述隐藏层中，获得攀岩路线规划结果；
32.步骤s430：通过所述输出层将所述攀岩路线规划结果作为输出结果。
33.具体而言，为规划儿童攀岩路线，将所述攀岩适应难度系数和所述儿童攀岩地图模型输入第一攀岩路线规划模型中。首先构建第一攀岩路线规划模型，所述第一攀岩路线规划模型包括输入层、特征分类层、隐藏层、输出层。将所述攀岩适应难度系数和所述儿童攀岩地图模型作为输入层，依次输入至所述特征分类层和所述隐藏层中，特征分类层用于对攀岩难度进行特征分类，隐藏层再根据分类结果和儿童攀岩地图模型进行路线匹配分析，获得所匹配的攀岩路线规划结果。
34.最后通过所述输出层将所述攀岩路线规划结果作为所述模型的训练输出结果。通过构建多层级攀岩路线规划模型对攀岩路线进行规划，基于儿童适应难度个性化确定路线规划结果，进而保证儿童抓握攀爬点合理性。
35.步骤s500：根据所述儿童攀岩地图模型，获得攀爬点集合，所述攀爬点集合与攀爬点传感器关联；
36.步骤s600：基于所述攀爬点传感器对所述攀岩路线规划结果进行可视化标记，获得可视化攀爬路线信息；
37.具体而言，根据所述儿童攀岩地图模型，获得攀爬点集合，所述攀爬点集合包括攀岩地图中各攀爬点坐标，且与攀爬点传感器关联，所述攀爬点传感器通过光线关联感应。基于所述攀爬点传感器对所述攀岩路线规划结果进行可视化标记，获得可视化攀爬路线信息，可通过光线直观明确的对儿童攀岩路线进行视觉引导。
38.步骤s700：所述儿童用户基于所述可视化攀爬路线信息，进行攀爬反馈引导。
39.进一步而言，本技术步骤s700还包括：
40.步骤s710：获得所述儿童用户的实时攀爬点信息；
41.步骤s720：判断所述实时攀爬点信息是否满足所述可视化攀爬路线信息；
42.步骤s730：如果所述实时攀爬点信息满足所述可视化攀爬路线信息，发送正向反馈信息；
43.步骤s740：根据所述正向反馈信息和所述儿童用户进行攀爬交互。
44.具体而言，儿童基于所述可视化攀爬路线信息，进行攀爬反馈引导，具体为监控采集儿童用户的实时攀爬点信息。再判断所述实时攀爬点信息是否满足所述可视化攀爬路线信息，即攀爬点坐标是否在规划路线之内。如果所述实时攀爬点信息满足所述可视化攀爬路线信息，表明该儿童按照规划路线进行攀爬，发送正向反馈信息，例如语音或光线方式。根据所述正向反馈信息和所述儿童用户进行攀爬交互，即可通过语音或光线方式给予该儿童正向交互反馈，激发其攀爬自信与热情，进而保证儿童攀岩训练效果。
45.如图3所示，进一步而言，所述获得心理承压系数，本技术步骤s140还包括：
46.步骤s141：对所述儿童用户进行心理评估，获得心理承压评估曲线；
47.步骤s142：对所述心理承压评估曲线的波峰和波谷进行数量统计，获得心理波动数量信息；
48.步骤s143：获得所述波峰和波谷的波动绝对值集合；
49.步骤s144：将所述心理波动数量信息和所述波动绝对值集合的平均值作为所述心理承压系数。
50.具体而言，对所述儿童用户进行心理评估，可采用调查问卷、操作测试评估、心理评定量表等方式，获得该儿童用户的心理承压评估曲线，所述心理承压评估曲线用于表明该儿童的心理承压测试情况。对所述心理承压评估曲线的波峰和波谷进行数量统计，波峰和波谷体现了该儿童的心理波动幅度情况，获得心理波动数量信息，波动数量越多，表明该儿童的心理起伏越大。
51.再获取所述心理承压评估曲线上所述波峰和波谷的波动绝对值集合，波动绝对值越大，该儿童的承压能力越差。根据所述心理波动数量信息和所述波动绝对值集合，进行平均值计算，得到心理曲线波动平均值，并将其作为所述心理承压系数。通过计算心理承压评估曲线的波动平均值，量化儿童心理承压系数，使得评估的心理承压能力更加合理准确。
52.进一步而言，本技术步骤s720还包括：
53.步骤s721：如果所述实时攀爬点信息不满足所述可视化攀爬路线信息，获得第一重新规划指令；
54.步骤s722：根据所述第一重新规划指令和所述实时攀爬点信息，拟合生成攀爬备选路线集合；
55.步骤s723：获得所述攀爬备选路线集合的攀爬难度系数列表，所述攀爬难度系数列表按降序进行排列；
56.步骤s724：基于所述攀岩适应难度系数从所述攀爬难度系数列表中进行选择，获得第一攀岩备选路线。
57.具体而言，判断所述实时攀爬点信息是否满足所述可视化攀爬路线信息，即攀爬点坐标是否在规划路线之内。如果所述实时攀爬点信息不满足所述可视化攀爬路线信息，表明该儿童未按照规划路线进行攀爬，需要进行重新规划。根据第一重新规划指令和所述
实时攀爬点信息的实时坐标，拟合生成攀爬备选路线集合，所述攀爬备选路线集合包括多条攀爬备选路线，根据当前攀爬点坐标进行确定。
58.对所述攀爬备选路线集合中的各条路线进行难度系数分析，分析得到所述攀爬备选路线集合的攀爬难度系数列表，所述攀爬难度系数列表按照各条备选路线的难度系数进行降序排列。基于该儿童用户的所述攀岩适应难度系数从所述攀爬难度系数列表中进行难度匹配选择，获得难度相匹配的第一攀岩备选路线。通过用户实时攀爬点进行备选路线匹配，避免因攀爬路线错误导致抓握攀爬点不合理，损伤关节，进而保证儿童攀岩训练效果。
59.进一步而言，本技术步骤s430还包括：
60.步骤s431：获得所述儿童用户的攀岩情况信息；
61.步骤s432：根据所述攀岩情况信息进行协调能力评价，获得儿童协调能力系数；
62.步骤s433：根据所述儿童协调能力系数对所述第一攀岩路线规划模型进行强化学习，获得第二攀岩路线规划模型；
63.步骤s434：基于所述第二攀岩路线规划模型，对所述攀岩路线规划结果进行修正。
64.具体而言，对该儿童的攀岩情况进行采集，获得所述儿童用户的攀岩情况信息，所述攀岩情况信息体现了儿童在攀岩过程中的攀岩能力，包括是否攀岩成功，是否安攀岩规划路线进行攀爬以及攀爬时间等。根据所述攀岩情况信息对儿童用户的协调能力进行评价，即儿童的手脚协同能力，评价获得儿童协调能力系数，所述儿童协调能力系数越大，表明该儿童的手脚协同能力越强。
65.根据所述儿童协调能力系数对所述第一攀岩路线规划模型进行强化学习，即对所述第一攀岩路线规划模型进行增量学习，获得第二攀岩路线规划模型。所述第二攀岩路线规划模型保留了所述第一攀岩路线规划模型的基本功能，并维持模型不断更新的性能，从而提高了攀岩路线规划的更新性能。基于所述第二攀岩路线规划模型，对所述攀岩路线规划结果进行修正，使得模型输出的攀岩路线规划结果更加准确合理，进而保证儿童攀岩训练效果。
66.综上所述，本技术所提供的一种可视化儿童攀岩智能引导方法及系统具有如下技术效果：
67.由于采用了基于儿童用户的基本状况信息进行攀岩难度分析，确定攀岩适应难度系数，再将攀岩适应难度系数和所构建的儿童攀岩地图模型输入第一攀岩路线规划模型中，获得所述模型的输出结果即攀岩路线规划结果；然后根据儿童攀岩地图模型，获得攀爬点集合，其中攀爬点集合与攀爬点传感器关联，基于攀爬点传感器对攀岩路线规划结果进行可视化标记，获得可视化攀爬路线信息，儿童用户基于所述可视化攀爬路线信息，进行攀爬反馈引导的技术方案。进而达到通过儿童个人情况，选择攀岩难度，结合攀爬点传感器可视化智能规划攀爬路线，保证儿童抓握攀爬点合理性，并根据实时攀爬情况进行交互反馈，进而保证儿童攀岩训练效果的技术效果。
68.实施例二
69.基于与前述实施例中一种可视化儿童攀岩智能引导方法同样发明构思，本发明还提供了一种可视化儿童攀岩智能引导系统，如图4所示，所述系统包括：
70.数据采集模块，用于获得儿童用户的基本状况信息；
71.数据分析模块，用于基于所述基本状况信息进行攀岩难度分析，确定攀岩适应难
度系数；
72.模型构建模块，用于构建儿童攀岩地图模型；
73.模型输出模块，用于将所述攀岩适应难度系数和所述儿童攀岩地图模型输入第一攀岩路线规划模型中，获得攀岩路线规划结果；
74.数据关联模块，用于根据所述儿童攀岩地图模型，获得攀爬点集合，所述攀爬点集合与攀爬点传感器关联；
75.数据标记模块，用于基于所述攀爬点传感器对所述攀岩路线规划结果进行可视化标记，获得可视化攀爬路线信息；
76.数据反馈模块，用于所述儿童用户基于所述可视化攀爬路线信息，进行攀爬反馈引导。
77.进一步的，所述数据采集模块还包括：
78.特征采集单元，用于获得所述儿童用户的体型特征信息；
79.特征划分单元，用于按照儿童健康标准对所述体型特征信息进行等级划分，获得儿童体型等级信息；
80.经验采集单元，用于获得所述儿童用户的攀岩经验信息，所述攀岩经验信息包括攀岩次数和攀岩难度；
81.心理评价单元，用于对所述儿童用户进行心理承压评价，获得心理承压系数；
82.加权计算单元，用于按照预设权重比值对所述儿童体型等级信息、所述攀岩次数和攀岩难度、所述心理承压系数进行加权计算，获得所述儿童用户的基本状况信息。
83.进一步的，所述评价单元包括：
84.心理评估单元，用于对所述儿童用户进行心理评估，获得心理承压评估曲线；
85.数量统计单元，用于对所述心理承压评估曲线的波峰和波谷进行数量统计，获得心理波动数量信息；
86.波动绝对值获得单元，用于获得所述波峰和波谷的波动绝对值集合；
87.执行单元，用于将所述心理波动数量信息和所述波动绝对值集合的平均值作为所述心理承压系数。
88.进一步的，所述系统还包括：
89.攀爬点信息采集单元，用于获得所述儿童用户的实时攀爬点信息；
90.路线判断单元，用于判断所述实时攀爬点信息是否满足所述可视化攀爬路线信息；
91.反馈信息发送单元，用于如果所述实时攀爬点信息满足所述可视化攀爬路线信息，发送正向反馈信息；
92.交互处理单元，用于根据所述正向反馈信息和所述儿童用户进行攀爬交互。
93.进一步的，所述系统还包括：
94.路线规划单元，用于如果所述实时攀爬点信息不满足所述可视化攀爬路线信息，获得第一重新规划指令；
95.路线拟合单元，用于根据所述第一重新规划指令和所述实时攀爬点信息，拟合生成攀爬备选路线集合；
96.攀爬难度获得单元，用于获得所述攀爬备选路线集合的攀爬难度系数列表，所述
攀爬难度系数列表按降序进行排列；
97.路线选择单元，用于基于所述攀岩适应难度系数从所述攀爬难度系数列表中进行选择，获得第一攀岩备选路线。
98.进一步的，所述系统还包括：
99.模型搭建单元，用于搭建所述第一攀岩路线规划模型，所述第一攀岩路线规划模型包括输入层、特征分类层、隐藏层、输出层；
100.模型输入单元，用于将所述攀岩适应难度系数和所述儿童攀岩地图模型作为输入层，依次输入至所述特征分类层和所述隐藏层中，获得攀岩路线规划结果；
101.模型输出单元，用于通过所述输出层将所述攀岩路线规划结果作为输出结果。
102.进一步的，所述系统还包括：
103.攀岩情况获得单元，用于获得所述儿童用户的攀岩情况信息；
104.协调能力评价单元，用于根据所述攀岩情况信息进行协调能力评价，获得儿童协调能力系数；
105.模型学习单元，用于根据所述儿童协调能力系数对所述第一攀岩路线规划模型进行强化学习，获得第二攀岩路线规划模型；
106.路线修正单元，用于基于所述第二攀岩路线规划模型，对所述攀岩路线规划结果进行修正。
107.本技术提供了一种可视化儿童攀岩智能引导方法，所述方法包括：获得儿童用户的基本状况信息；基于所述基本状况信息进行攀岩难度分析，确定攀岩适应难度系数；构建儿童攀岩地图模型；将所述攀岩适应难度系数和所述儿童攀岩地图模型输入第一攀岩路线规划模型中，获得攀岩路线规划结果；根据所述儿童攀岩地图模型，获得攀爬点集合，所述攀爬点集合与攀爬点传感器关联；基于所述攀爬点传感器对所述攀岩路线规划结果进行可视化标记，获得可视化攀爬路线信息；所述儿童用户基于所述可视化攀爬路线信息，进行攀爬反馈引导。解决了现有技术中因儿童空间认知能力有限，导致抓握攀爬点不合理，影响儿童攀岩效果的技术问题。达到通过儿童个人情况，选择攀岩难度，结合攀爬点传感器可视化智能规划攀爬路线，保证儿童抓握攀爬点合理性，并根据实时攀爬情况进行交互反馈，进而保证儿童攀岩训练效果的技术效果。
108.本说明书和附图仅仅是本技术的示例性说明，如果本发明的修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。