[發明專利]一種基于聲吶傳感器的滑雪比賽數據獲取方法、系統和可讀存儲介質

有效

• 申請號: 202110111548.3
• 申請日: 2021-01-27
• 公開（公告）號: CN112933580B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 丁巖峰;王展
• 申請（專利權）人: 北京馭勝晏然體育文化有限公司
• 主分類號: A63B71/06
• 分類號: A63B71/06;A63B69/18
• 代理公司: 北京沃杰永益知識產權代理事務所(普通合伙) 11905
• 代理人: 楊杰

1.一種基于聲吶傳感器的滑雪比賽數據獲取方法，其特征在于，包括：

獲取每個聲吶傳感器采集的數據和比賽內容信息；

根據采集的數據分析用戶的行動軌跡；

根據所述行動軌跡和比賽內容信息，分析用戶的預運行軌跡；

根據所述預運行軌跡，生成比賽分數和聲吶傳感器角度調節信息；

將所述角度調節信息發送至調整裝置，以進行每個聲吶傳感器的角度調整；

將所述比賽分數發送至顯示端進行顯示；

所述根據所述行動軌跡和比賽內容信息，分析用戶的預運行軌跡，具體為：

獲取比賽內容信息對應的標準運行軌跡；

將用戶的行動軌跡與標準運行軌跡進行對比，獲取軌跡偏離度；

判斷所述軌跡偏離度是否小于預設的偏離度閾值；

若小于，則將標準運行軌跡作為用戶的預運行軌跡；若不小于，則以第一模式軌跡作為用戶的預運行軌跡；

所述第一模式軌跡為：

將所述行動軌跡輸入至軌跡神經網絡模型中；

輸出得到預測的運動軌跡，所述預測的運動軌跡為第一模式軌跡；

所述軌跡神經網絡模型的訓練方法具體為：

收集多個用戶的歷史軌跡樣本，得到第一樣本數據；

將所述第一樣本數據進行特征提取，得到特征樣本數據；

分析特征樣本數據，選擇相似度高的特征樣本數據進行軌跡神經網絡模型的訓練；

還包括：

獲取每個其他類別傳感器的位置信息；

根據所述用戶的預運行軌跡分析每個其他類別傳感器的最佳調整位置，生成最佳調整位置信息；

將所述最佳調整位置信息發送至調整裝置，以進行每個其他類別傳感器的位置調整。

2.根據權利要求1所述的一種基于聲吶傳感器的滑雪比賽數據獲取方法，其特征在于，所述根據采集的數據分析用戶的行動軌跡，具體為：

以標準位置為基礎，建立空間坐標系；

獲取每個聲吶傳感器的夾角信息，與采集的數據進行分析，計算出用戶的空間坐標值，得到行動軌跡。

3.一種基于聲吶傳感器的滑雪比賽數據獲取系統，其特征在于，包括存儲器和處理器，所述存儲器中包括基于聲吶傳感器的滑雪比賽數據獲取方法程序，所述基于聲吶傳感器的滑雪比賽數據獲取方法程序被所述處理器執行時實現如下步驟：

獲取每個聲吶傳感器采集的數據和比賽內容信息；

根據采集的數據分析用戶的行動軌跡；

根據所述行動軌跡和比賽內容信息，分析用戶的預運行軌跡；

根據所述預運行軌跡，生成比賽分數和聲吶傳感器角度調節信息；

將所述角度調節信息發送至調整裝置，以進行每個聲吶傳感器的角度調整；

將所述比賽分數發送至顯示端進行顯示；

所述根據所述行動軌跡和比賽內容信息，分析用戶的預運行軌跡，具體為：

獲取比賽內容信息對應的標準運行軌跡；

將用戶的行動軌跡與標準運行軌跡進行對比，獲取軌跡偏離度；

判斷所述軌跡偏離度是否小于預設的偏離度閾值；

若小于，則將標準運行軌跡作為用戶的預運行軌跡；若不小于，則以第一模式軌跡作為用戶的預運行軌跡；

所述第一模式軌跡為：

將所述行動軌跡輸入至軌跡神經網絡模型中；

輸出得到預測的運動軌跡，所述預測的運動軌跡為第一模式軌跡；

所述軌跡神經網絡模型的訓練方法具體為：

收集多個用戶的歷史軌跡樣本，得到第一樣本數據；

將所述第一樣本數據進行特征提取，得到特征樣本數據；

分析特征樣本數據，選擇相似度高的特征樣本數據進行軌跡神經網絡模型的訓練；

還包括：

獲取每個其他類別傳感器的位置信息；

根據所述用戶的預運行軌跡分析每個其他類別傳感器的最佳調整位置，生成最佳調整位置信息；

將所述最佳調整位置信息發送至調整裝置，以進行每個其他類別傳感器的位置調整。

4.根據權利要求3所述的一種基于聲吶傳感器的滑雪比賽數據獲取系統，其特征在于，所述根據采集的數據分析用戶的行動軌跡，具體為：

以標準位置為基礎，建立空間坐標系；

獲取每個聲吶傳感器的夾角信息，與采集的數據進行分析，計算出用戶的空間坐標值，得到行動軌跡。

5.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中包括一種基于聲吶傳感器的滑雪比賽數據獲取方法程序，所述一種基于聲吶傳感器的滑雪比賽數據獲取方法程序被處理器執行時，實現如權利要求1至2中任一項所述的一種基于聲吶傳感器的滑雪比賽數據獲取方法步驟。