[发明专利]一种智能球、系统及方法

说明书

一种智能球、系统及方法，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因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。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。

技术领域

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。

发明内容

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＝a_cal-c，

c＝f_cent(ω_cal)