一种智能球、系统及方法与流程

本发明涉及智能化运动设备领域，特别是一种智能球、系统及方法。

背景技术：

近年来，智能设备产业发展迅猛。智能设备受到如此追捧的一个主要原因在于，面向智能设备的软件应用开发与发布生态系统的形成。每天都有数以百计的新应用流入市场，不断促进着该生态系统的进化。但是，在这数量庞大的软件应用中，以纯软件或网页应用为主流，对智能设备内部的各类传感器(重力传感器、陀螺仪、磁力计、全球定位系统等)的使用仅限于地图和游戏等。

在现有技术中也有将智能设备运用于运动中，如专利cn102779319a，将智能监控系统用于户外运动，但是该智能系统只是在区域网络实现各个客户端的信息共享及导航定位等模块，主要运用于单个或多个户外运动者。

对于足球、篮球或排球等高强度、大负荷的比赛项目，要求运动员在跑动中，通过准确发挥个人和集体的战术水平，达到战胜对手的目的。因此，如何将高强度训练负荷与运动员的专项技术高度融合，是提高运动员专项能力的关键。目前，主要是利用足球的整体受力表现进一步的计算分析进阶数据。然而现有技术大多是通过足球内的六轴惯性传感器检测足球整体的加速度变量与角速度变量并且建立一个误差模型或方程从中计算足球质心受力,然而其效能则受限于对应关系的复杂度,多变量与非线性关系。

技术实现要素：

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种智能球、系统及方法，提供了新的加速度变量、角速度变量与向心力之间的关系，获得更为准确的三轴角速度和三轴角速度，从而更好地为提高运动员专项能力提供依据。

本发明采用如下技术方案：

一种智能球的数据处理方法，其特征在于：通过六轴惯性传感器检测球体的三轴加速度变量和三轴角速度变量；先采用传感器信号校正神经网络实现三轴加速度变量与三轴角速度变量的预处理信号校正，再采用向心力校正神经网络计算向心力产生的加速度；最后根据向心力产生的加速度、校正后的三轴加速度和三轴角速度计算实际的三轴加速度和实际的三轴角速度。

优选的，所述传感器信号校正神经网络包括三层，其输入层包括所述三轴加速度和三轴角速度,输出层则为校正后的三轴加速度和三轴角速度,隐藏层中的神经元激活函数为s函数,隐藏层中的神经元数目为100。

优选的，所述传感器信号校正神经网络采用反向传播算法训练，训练集通过三轴校正转盘在不同方位角与仰角收集数据，方位角度与仰角角度范围为0度到360度，所述六轴惯性传感器距离该三轴校正转盘中心一定距离，其x轴正向指向该三轴校正转盘中心。

优选的，所述向心力校正神经网路包括三层,其输入层为校正后的三轴角速度,输出层为向心力产生的加速度,隐藏层中的神经元激活函数为s函数,隐藏层中的神经元数目为100。

优选的，所述向心力校正神经网络采用反向传播算法训练，其训练集通过三轴校正转盘在不同方位角、仰角和转速收集数据，方位角度与仰角角度范围为0度到360度，转盘转速范围为0rpm到300rpm；所述六轴惯性传感器距离该三轴校正转盘中心一定距离，其x轴正向指向该三轴校正转盘中心。

优选的，根据下式计算实际的三轴加速度和三轴角速度：

a＝acal-c，

c＝fcent(ωcal)

其中：a＝[ax,ay,az]为计算后的实际三轴加速度，w＝[wx,wy,wz]为计算后的实际三轴角速度，amea＝[amea,x,amea,y,amea,z]为检测到的所述三轴加速度，acal＝[acal,x,acal,y,acal,z]为校正后的三轴加速度，fcal(.)为传感器信号校正神经网络模型，c＝[cx,cy,cz]为旋转造成的向心力所产生的加速度；wmea＝[wmea,x,wmea,y,wmea,z]为检测到的所述三轴角速度，ωcal＝[ωcal,x,ωcal,y,ωcal,z]为校正后的三轴角速度，亦为计算后的实际三轴角速度，fcent(.)为向心力校正神经网络模型。

一种智能球，包括球体，还包括安装于球体上的微控制单元、惯性传感装置和无线通信装置，该惯性传感装置安装于所述球体球皮上且与微控制单元相连，其包括六轴惯性传感器和传感集算器；其特征在于：该六轴惯性传感器与传感集算器相连以检测加速度变量和角速度变量；该传感计算器采用上述的任意一种智能球的数据处理方法来计算实际的三轴加速度和三轴角速度，并通过无线通信装置送至微控制单元。

优选的，还包括无线充电接收装置和电池装置，该电池装置与上述各个装置相连以提供电源，该无线充电接收装置与电池装置相连用于对电池装置进行无线充电。

一种智能球系统，其特征在于：包括上述的任一一种智能球、移动设备和服务器，该智能球通过无线通信装置与移动设备和服务器实现数据通信。

一种智能球系统，其特征在于：包括上述的任一一种智能球、若干uwb定位基站、网关、服务器，该智能球设有uwb无线收发装置以实现与uwb定位基站之间的数据通信；该uwb定位基站通过无线或有线方式将数据传输至网关，该网关通过无线或有线方式将数据转发至服务器。

由上述对本发明的描述可知，与现有技术相比，本发明具有如下有益效果：

1、本发明的智能球和方法，采用传感器信号校正神经网络实现三轴加速度变量与三轴角速度变量的预处理信号校正，结合向心力校正神经网络计算向心力产生的加速度；最后根据向心力产生的加速度、校正后的三轴加速度和三轴角速度计算实际的三轴加速度和三轴角速度，提供了新的加速度变量、角速度变量与向心力之间的关系，从而为提高运动员专项能力提供更为准确的数据依据。

2、本发明的智能球和方法，传感器信号校正神经网络和向心力校正神经网络采用反向传播训练算法计算并训练得出校正值，通过类神经网络的数学模型筛选大量的训练数值类，从而确保计算结果的准确和可靠。

3、本发明的智能球系统，结合移动设备和服务器，通过移动设备将预处理得到的实际三轴角速度、三轴角速度等运动相关的数据进行进一步处理转化成训练数据进行呈现，还可同步至服务器进行存储；

4、本发明的智能球系统，其结合uwb定位基站、网关和服务器实现，通过uwb定位基站实现智能球的定位及运动轨迹等运动数据的计算，为提高运动员专项能力提供数据依据。

附图说明

图1为本发明的传感器信号校正神经网络示意图；

图2为本发明的向心力校正神经网络示意图；

图3为本发明智能球的组成框图；

图4为本发明智能球系统的组成框图；

图5为本发明智能球系统的另一组成框图。

其中：10、球体，11、微控制单元，12、六轴惯性传感器，13、传感集算器吗，14、时钟装置，15、无线充电接收装置、16、存储装置，17、电池装置，18、wifi单元，19、蓝牙单元，20、服务器，30、移动设备,50、uwb定位基站，60、网关。

具体实施方式

以下通过具体实施方式对本发明作进一步的描述。

一种智能球的数据处理方法，通过六轴惯性传感器12检测球体的三轴加速度变量、三轴角速度变量、旋转速度等，该六轴惯性传感器12包括三轴角速度传感器和三轴角速度传感器。先采用传感器信号校正神经网络实现三轴加速度变量与三轴角速度变量的预处理信号校正，再采用向心力校正神经网络计算向心力产生的加速度。最后根据向心力产生的加速度、校正后的三轴加速度和三轴角速度，根据下式计算实际的三轴角速度和三轴角速度：

a＝acal-c，

c＝fcent(ωcal)

其中：a＝[ax,ay,az]为计算后的实际三轴加速度，w＝[wx,wy,wz]为计算后的实际三轴角速度，amea＝[amea,x,amea,y,amea,z]为检测到的所述三轴加速度，acal＝[acal,x,acal,y,acal,z]为校正后的三轴加速度，fcal(.)为传感器信号校正神经网络模型，c＝[cx,cy,cz]为旋转造成的向心力所产生的加速度。wmea＝[wmea,x,wmea,y,wmea,z]为检测到的所述三轴角速度，ωcal＝[ωcal,x,ωcal,y,ωcal,z]为校正后的三轴角速度，亦为计算后的实际三轴角速度，fcent(.)为向心力校正神经网络模型。

参照图1，传感器信号校正神经网络用于校正三轴加速度传感器和三轴角速度传感器，该神经网络包括三层，其输入层i1,i2,...i6包括三轴加速度amea＝[amea,x,amea,y,amea,z]和三轴角速度wmea＝[wmea,x,wmea,y,wmea,z],输出层o1,o2,...o6则为修正后的三轴加速度acal＝[acal,x,acal,y,acal,z]和三轴角速度ωcal＝[ωcal,x,ωcal,y,ωcal,z],隐藏层h1,h2,...h100中的神经元激活函数lact(.)为s函数隐藏层中的神经元数目为100。该修正后的三轴角速度ωcal即为实际的三轴角速度w＝[wx,wy,wz]。

本发明的该传感器信号校正神经网络采用反向传播算法训练，首先定义为第m层第i个神经元与第n层第j个神经元连接的权重值，利用反向传播算法迭代计算出最佳权重值：

其中：k为迭代次数并设定最高迭代次数为50，μ为动量常数并设定为0.5，α为学习速率并设定为0.01，e为损失函数并设定为平方损失函数。

训练集通过三轴校正转盘在不同方位角与仰角收集相关数据，方位角度与仰角角度范围为0度到360度，间隔为1度。六轴惯性传感器12放置于距离该三轴校正转盘中心一定距离的位置，该距离固定为110mm，其三轴角速度传感器和三轴角速度传感器的x轴正向指向该三轴校正转盘中心。

参照图2，向心力校正神经网路用于提供三轴旋转与三轴向心力的关系，其神经网络包括三层,其输入层i1,i2,i3为校正后的三轴角速度ωcal＝[ωcal,x,ωcal,y,ωcal,z],输出层o1,o2,o3为因向心力产生的加速度c＝[cx,cy,cz],隐藏层中的神经元h1,h2,...h100激活函数为s函数:隐藏层中的神经元数目为100。

本发明的向心力校正神经网络采用反向传播算法训练，与前述的传感器信号校正神经网络，利用反向传播算法迭代计算出最佳权重值

其中：k为迭代次数并设定最高迭代次数为80，μ为动量常数并设定为0.5，α为学习速率并设定为0.05，e为损失函数并设定为平方损失函数。其训练集通过三轴校正转盘在不同方位角、仰角和转速收集相关数据，方位角度与仰角角度范围为0度到360度，角度间隔为1度。转盘转速范围为0rpm到300rpm，转速间隔为5rpm。六轴惯性传感器12距离该三轴校正转盘中心一定距离，该距离固定为110mm，其三轴角速度传感器和三轴角速度传感器的x轴正向指向该三轴校正转盘中心。

参照图3，本发明还提出一种智能球，包括球体10及安装于球体10上的微控制单元11、惯性传感装置、时钟装置14、无线充电接收装置15、存储装置16、电池装置17和无线通信装置。该惯性传感装置安装于球体的球皮上，且包括六轴惯性传感器12和传感集算器13。

该六轴惯性传感器12与传感集算器13相连以检测加速度变量、角速度变量、旋转轴和旋转速度等，其采用三轴加速度传感器和三轴角速度传感器，该三轴加速度传感器可测量球体10重心倾斜、上下左右晃动以及空间中的移动变化；该三轴角速度传感器利用科里奥利力原理造成的物理作用力，测量各轴的角速度变量。

该传感集算器13与微控制单元11相连，用于对三轴角速度和三轴加速度等变量，采用上述的数据处理方法进行预处理得到运动相关数据，包括实际的三轴加速度、三轴角速度等，再送至微控制单元11。另外，传感集算器13还能够降低功耗，分担了微控制单元11的数据处理任务，内嵌有数据存储，缩短微控制单元11的唤醒时间。

该微控制单元11与无线通信装置相连用于将运动相关数据和时钟信号结合并通过无线通信装置发送，该微控制单元可采用单片机实现。本发明的无线通信装置包括蓝牙单元19和wifi单元18，该蓝牙单元19可用于实现与移动设备30的数据通信，包括发送含有时间戳的运动相关数据及接收控制命令，该控制命令包括设置球的名称、设置数据采集周期、设置连接等。该wifi单元18实现与移动设备或服务器的数据通信，包括发送含有时间戳的运动相关数据至移动设备或服务器，及接收来自服务器或移动设备30的控制命令。

本发明的球体10为篮球或足球或排球或橄榄球或手球等，其工作原理如下：

当运动员进行训练时，球体10内的六轴惯性传感器12实时采集球体10的运动相关数据，包括三轴加速度、三轴角速度、旋转轴和旋转速度等，并经传感集算器13进行智能球数据处理得到相关的运动信息，后送至微控制单元11，微控制单元11结合来自时钟装置14的时钟信息，为运动相关数据添加时间戳，经无线通信装置进行发送。

参照图4，本发明还提出一种智能球系统，包括上述的智能球、移动设备30和服务器20，该智能球的球体10通过无线通信装置与移动设备30和服务器20实现数据通信。该移动设备30可为手机、平板、手表、笔记本等具有无线通信功能的智能终端，其接收具有时间戳的运动相关数据，并进行处理后计算得到球体10运动的轨迹，及轨迹受外力改变方向的力，进一步转化成训练数据进行呈现，还可同步至服务器20进行存储。

参照图5，本发明又提出另一种智能球系统，包括上述的智能球、若干uwb定位基站50、网关60、服务器20。该若干uwb定位基站50设置于球场的特定角落，其数量可以是三个或四个等，该智能球的球体10还设有uwb无线收发装置以实现与uwb定位基站50之间的数据通信。该uwb定位基站50通过无线或有线方式将包含有时间戳的与运动相关的数据、及数据到达时间传输至网关60，该网关60通过无线或有线方式将数据转发至服务器20，服务器20通过数据的到达各个基站所需的时间或到达时间差等对球体10进行定位，并得出运动轨迹等运动数据。该服务器20可包括云服务器或本地服务器，本地服务器是对球员和智能球的运动轨迹进行数据分析的服务器，并不会存储所有的分析结果。而云服务器的功能是存储数据分析的结果并且同步用户的数据，但只做少量的数据分析。

上述仅为本发明的具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。