一种雪车雪橇赛道智能训练监测分析方法

本发明涉及训练监测方法，具体为一种雪车雪橇赛道智能训练监测分析方法。

背景技术：

1、雪车雪橇项目作为冬奥会项目之一，其动作组成主要分为两个部分：首先是“起动助跑阶段”，在该阶段中，运动员需通过蹬地推车(橇)或双手扒冰面进行加速，当达到最快速度时运动员在车橇上保持稳定动作姿态进入第二部分“赛道滑行”阶段；滑行阶段时运动员凭借车橇及自身的重力势能沿着长一千多米、垂直高差121米、包含16个弯道的冰层赛道疾驰冲向终点，其最高时速可达134.4公里/小时，最大加速度4.7g。雪车雪橇运动在不同运动阶段具有明显的运动技能侧重点，由于其属于冬奥“冰道滑降”项目，比赛训练时运动员在赛道中的速度极快，这给教练员对运动员的动作技术监督和指导制造了很多的难点和盲区，同时教练员对运动员全流程赛道滑行中动作优化缺乏系统科学的数据支撑，更多的是教练员在赛道局部的某个弯道点位通过ipad或相机进行单一拍摄分析动作。对于运动员如何精准地调整和优化滑行技术也缺乏更科学指标。

2、随着时代的发展，将新兴科技与运动训练结合是大势所趋。因此，当下急需一种全程赛道、科学的、智能训练系统来辅助雪车、雪橇运动团队准确、定量、高效、全面地开展技术动作测量及分析，通过分析运动员在各个弯道特定动作过程中的运动力学参数，来帮助运动员进行专项动作优化并对其针对性体能训练提供指导建议。但对于雪车雪橇运动员滑行的整条赛道全流程智能化监测训练系统还未见报道。基于上述原因，本申请提出一种雪车雪橇赛道智能训练监测分析方法。

技术实现思路

1、1、本发明要解决的技术问题

2、本发明的目的在于提供一种能够智能和高效地开展雪车雪橇运动员全程检测和分析，并以科学定量的技术手段指导运动员提升滑行技术的雪车雪橇赛道智能训练监测分析方法。

3、2、技术方案

4、为实现上述目的，本发明提供如下技术方案：

5、一种雪车雪橇赛道智能训练监测分析方法，包括有以下步骤：

6、s1、在雪车雪橇赛道全程关键位置设置若干个摄像点，采集对应视频数据，导出赛道滑行视频，读取原始视频文件；

7、s2、对s1中所读取的原始视频文件进行处理，将其合成连续的滑行视频；

8、s3、识别原始视频文件，获取雪车、雪橇的像素点，基于像素点分析视频中雪车、雪橇划过的像素轨迹；

9、s4、利用标定架进行单视图标定，进而获得标定文件；读取标定文件，获取像素点对应的空间尺寸；

10、s5、根据s3中所得的运动员划过的像素轨迹以及s4中所得的像素点对应的空间尺寸，计算得出运动员的位置速度和加速度；

11、s6、整合s5中计算所得的速度数据，输出相应的结果曲线，依据结果曲线完成运动员训练监测分析工作。

12、优选地，所述s2具体包括以下内容：基于视频运动识别、视频裁剪以及视频拼接技术，结合帧间差分法判断雪车、雪橇是否划过现场，当画面无雪车、雪橇时读取序列种下一视频并提取雪车、雪橇画面，一次处理所有视频后得到雪车、雪橇连续滑行视频。

13、优选地，所述s3具体包括以下内容：

14、结合帧间差分法和颜色识别算法，判断雪车、雪橇是否划过现场，并识别出雪车、雪橇在图像中对应的像素点，同时使用掩模版排除掉图像中杂点的影响，获取清晰的雪车、雪橇划过的像素轨迹。

15、3、有益效果

16、本发明可帮助教练员对运动员在整条赛道的全流程滑行轨迹进行动作分析并优化，以此为依据可寻找得出运动员在赛道滑行的最佳路线从而提高运动员的竞赛成绩。

技术特征：

1.一种雪车雪橇赛道智能训练监测分析方法，其特征在于，包括有以下步骤：

2.根据权利要求1所述的一种雪车雪橇赛道智能训练监测分析方法，其特征在于，所述s2具体包括以下内容：基于视频运动识别、视频裁剪以及视频拼接技术，结合帧间差分法判断雪车、雪橇是否划过现场，当画面无雪车、雪橇时读取序列种下一视频并提取雪车、雪橇画面，一次处理所有视频后得到雪车、雪橇连续滑行视频。

3.根据权利要求1所述的一种雪车雪橇赛道智能训练监测分析方法，其特征在于，所述s3具体包括以下内容：

技术总结
本发明公开了一种雪车雪橇赛道智能训练监测分析方法，属于训练监测方法技术领域，具体包括：S1、在雪车雪橇赛道全程关键位置设置若干个摄像点，采集对应视频数据，导出赛道滑行视频，读取原始视频文件；S2、读取的原始视频文件进行处理，合成连续的滑行视频；S3、识别原始视频文件，获取雪车、雪橇的像素点，基于像素点分析视频中雪车、雪橇划过的像素轨迹；S4、利用标定架进行单视图标定，读取标定文件，获取像素点对应的空间尺寸；S5、根据S3中所得的运动员划过的像素轨迹以及S4中所得的像素点对应的空间尺寸，计算得出运动员的位置速度和加速度；S6、整合S5中计算所得的速度数据，输出相应的结果曲线，依据结果曲线完成运动员训练监测分析工作。

技术研发人员：霍波,于艇,孙青,黄毅,蒋量,陈雪
受保护的技术使用者：北京理工大学
技术研发日：
技术公布日：2024/1/12