[发明专利]一种针对乒乓球或羽毛球运动动作识别方法

说明书

本发明公开了一种针对乒乓球或羽毛球运动动作识别方法，该方法通过加速度计和陀螺仪采集运动员的动作原始数据，利用动作的周期性实现动作分割，并对分割后的单个动作分别提取特征值生成动作的特征数据，这样提取到的若干种特征数据易于扩展且具有良好的泛化能力。选择三层BP神经网络作为识别器模型，其识别能力满足乒乓球和羽毛球动作识别的要求且结构简单易于实现。以提取到的特征数据作为神经网络的输入神经元，选择RELU函数和softmax函数分别作为输入层到隐含层，隐含层到输出层的激活函数，实现对动作特征等输入信息的非线性映射。训练1000次后得到识别器模型，将实施特征数据输入训练好的识别器模型中，实现动作识别。

技术领域

本发明涉及一种针对乒乓球或羽毛球运动动作识别方法，属于模式识别与人工智能技术领域。

背景技术

近年来，随着智能穿戴产品及其技术推广不断深入，市场上的各种智能手环、智能手表层出不穷，但是产品的主要功能较为单一，尤其缺乏对于具体运动的动作识别功能。调查数据显示国内乒乓球和羽毛球运动的爱好者群体巨大，因此为用户提供一款用于乒乓球和羽毛球运动的动作识别方法，以此提高用户的球技和训练效率，具有很大的市场前景。

目前的动作识别方法主要为基于视觉的动作识别方法。但是视觉设备不宜携带，使用过程较为繁琐，对于业余爱好者来说不具有推广意义。针对乒乓球和羽毛球运动，手臂及腕部动作的标准性极为重要，因此相比之下，具有加速度计和陀螺仪且方便佩戴的腕带类电子设备可以作为乒乓球和羽毛球运动的动作识别的理想平台。

随着人工神经网络应用的普及，与此相关的模式识别领域的识别准确率也得到了很大提高。但是在动作识别中，需要将连续动作分割为单个动作才能进行后续的特征提取，针对乒乓球和羽毛球运动的动作识别方法，只有找到较为明显的识别特征才能有效的提高准确率。

发明内容

通过对乒乓球和羽毛球运动的动作特征的研究与分析，本发明提出一种针对乒乓球或羽毛球运动动作识别方法，该方法通过加速度计和陀螺仪采集运动员的动作原始数据，利用动作的周期性实现动作分割，并对分割后的单个动作分别提取特征值生成动作的特征数据，这样提取到的若干种特征数据易于扩展且具有良好的泛化能力。选择三层BP神经网络作为识别器模型，其识别能力满足乒乓球和羽毛球动作识别的要求且结构简单易于实现。以提取到的特征数据作为神经网络的输入神经元，选择RELU函数和softmax函数分别作为输入层到隐含层，隐含层到输出层的激活函数，实现对动作特征等输入信息的非线性映射。训练1000次后得到识别器模型，将实施特征数据输入训练好的识别器模型中，实现动作识别。

本发明的技术方案如下：

一种针对乒乓球或羽毛球运动动作识别方法，其特征在于包括如下步骤：

(1)、利用乒乓球或羽毛球运动员佩戴于腕部的信息采集设备来采集运动员的三轴加速度a_x,a_y,a_z，三轴角速度W_x,W_y,W_z和三轴姿态角θ_x,θ_y,θ_z，并上传至上位机中生成一组n行9列的矩阵，其中，n表示采集到的数据个数；

上述信息采集设备包括陀螺仪和加速度计。

(2)、以Z轴加速度信号的相邻两个波谷点作为动作的分割点，将采集到的n行原始运动数据分割成m组带有动作种类标记的数据，其中m表示动作个数；

(3)、用采集到的三轴加速度，三轴角速度和三轴姿态角数据来计算提取每个动作的10个特征值并生成特征矩阵；

上述步骤(3)中计算三轴加速度信号的合成加速度三轴角速度信号的合成角速度通过以下方法计算提取每个动作的特征值并生成特征矩阵：