[發(fā)明專利]基于多方感知的競走運動姿態(tài)分析方法

有效

• 申請?zhí)枺?/td>: 201810063691.8
• 申請日: 2018-01-23
• 公開（公告）號: CN108211318B
• 公開（公告）日: 2019-08-23
• 發(fā)明（設(shè)計）人: 徐楓;陳建武;肖謀
• 申請（專利權(quán)）人: 北京易智能科技有限公司
• 主分類號: A63B71/06
• 分類號: A63B71/06
• 代理公司: 成都弘毅天承知識產(chǎn)權(quán)代理有限公司 51230
• 代理人: 徐金瓊;劉東

本發(fā)明提供一種基于多方感知的競走運動姿態(tài)分析方法，涉及競技運動的比賽和日常訓(xùn)練領(lǐng)域；包括同時進行的人體整體姿態(tài)分析、人體腳底與地面接觸狀態(tài)分析；整體姿態(tài)分析方法通過訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對實時采集的三維人體表面模型進行識別，再將識別結(jié)果發(fā)送至統(tǒng)計模塊；人體腳底與地面接觸狀態(tài)分析采用壓力傳感器進行人體腳底壓力狀況采集，再通過分析模塊對人體腳底與地面接觸狀態(tài)進行分析，再將分析結(jié)果發(fā)送至統(tǒng)計模塊；統(tǒng)計模塊統(tǒng)計所有錯誤動作并記錄，并將結(jié)果告知競走者；本發(fā)明解決了現(xiàn)有的姿態(tài)估計方法只適合靜態(tài)動作或節(jié)奏變化較慢的動作，缺乏定量對動作進行分析，導(dǎo)致目前無法對競走者同時進行姿態(tài)分析與犯規(guī)檢測的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及競技運動的比賽和日常訓(xùn)練領(lǐng)域，尤其涉及基于多方感知的競走運動姿態(tài)分析方法。

背景技術(shù)

競走是一項有益身心的運動，競走是最理想的減肥方式，競走在消耗能量的同時還能塑造全身線條。專家表示，競走時盆骨前后轉(zhuǎn)動大、腰部積極扭動、兩臂擺動、腿充分伸直，長期堅持確實有助于塑造身體線條。不過,他也提醒，競走是一項專業(yè)程度很高的運動，關(guān)鍵是其動作有一套嚴格規(guī)范的標(biāo)準,需要專人指導(dǎo)。一般人看看教程、看看視頻就學(xué)競走,如果單憑自己的想象去進行姿勢不正確的競走,就會帶來比較大的危險。一旦姿勢不正確還長期堅持，很有可能對膝關(guān)節(jié)、髖關(guān)節(jié)、踝關(guān)節(jié)造成損傷。不但沒有起到減肥和塑體的目的,還會加重損傷、關(guān)節(jié)退化等,適得其反。在實際觀察中,更多人所謂的“競走”其實是快步走,即使模仿競走的姿勢,也很難做到標(biāo)準動作。

目前對于競走的研究主要著眼于犯規(guī)的檢測，即“騰空”犯規(guī)與“曲膝”犯規(guī)。參考以下論文1：Cui Yan-song,“Intelligent Wireless Monitoring System for Foul Playin aWalking Race based on UWB基于UWB的競走犯規(guī)智能無線監(jiān)測系統(tǒng),”in 2011Second ETP/IITA Conference on Telecommunication and Information，可以看到，作者將競走的一個動作分解為雙支撐階段與單支撐階段，如圖4所示，將單支撐階段又分解為三個狀態(tài)：前支撐、垂直支撐、后支撐。如圖5所示，作者通過在運動員鞋底放置壓力傳感器來檢測運動員是否有“騰空”犯規(guī)。

通過分析各個階段傳感器的狀態(tài)來判斷運動員是否犯規(guī)，圖6為未犯規(guī)時傳感器應(yīng)有的狀態(tài)。

論文2“Human Pose Estimation from Video and IMUs”使用一組攝像機獲得視頻信息，使用5個IMU(慣性傳感單元)傳感器獲得人體部位的方向信息，通過這兩種傳感方式進行人體姿態(tài)估計。如圖7所示，論文先通過一組校準并同步的攝像機獲得t1時刻的人體的一組多視角的圖像，對每張圖像剔除背景提取人體輪廓；同時，如圖8所示利用這組攝像機的相機參數(shù)對t0時刻的三維人體模型做投影，獲得三維人體模型對應(yīng)于各個攝像機的各個視角的三維人體模型輪廓；論文首先通過匹配上述兩個輪廓，從而在兩個輪廓(圖7右與圖8右)上采集一組對應(yīng)點。通過三維模型投影的輪廓上的點(圖8右)可以找到其對應(yīng)在三維模型上的三維點(圖8左)的坐標(biāo)，然后，可找到由攝像機組采集到的圖像的人體輪廓上的點(圖7右)與三維人體模型(圖8左)上的對應(yīng)點。設(shè)從t0時刻到t1時刻的人體動作被未知變量Δx完全表示，則由t0時刻三維人體模型(圖8左)上的點和動作參數(shù)變量Δx可表示出t1時刻三維模型上的點。然后獲得點(由Δx表示出的t1時刻三維模型上的點)和線(攝像機采集的t1時刻人體輪廓上的點與攝像機中心的連線)之間的誤差函數(shù)E_Video(Δx)，這個函數(shù)是變量Δx的函數(shù)。此函數(shù)表征了圖6中的Contour consistency(輪廓一致性)。