[发明专利]基于可穿戴惯性感知的体感健康娱乐系统及其工作方法

权利要求书

1.一种基于可穿戴惯性感知的体感健康娱乐系统，其特征在于，包括：部署于多个人体部位的惯性传感节点、数据采集服务器、数据分析服务器、虚拟现实设备；

其中，所述惯性传感节点用于采集人体的位姿数据，并将所述位姿数据传输至所述数据采集服务器；

所述数据采集服务器用于对所述位姿数据进行预处理操作；

所述数据分析服务器用于利用预先经过训练的机器学习模型确定预处理后的位姿数据对应的动作类型，以及所述预处理后的位姿数据在所述动作类型下的识别分数；

所述虚拟现实设备用于显示体感游戏的虚拟场景，并根据所述动作类型控制所述虚拟场景中目标虚拟对象的运动轨迹。

2.如权利要求1所述的系统，其特征在于，所述惯性传感节点包括WIFI模块，所述WIFI模块用于对本地的位姿数据进行打包，并通过TCP协议或IP协议将所述位姿数据传输至所述数据采集服务器。

3.如权利要求2所述的系统，其特征在于，所述数据采集服务器为基于SocketAsyncEventArgs类实现的高性能网络服务器，所述数据采集服务器用于对各个所述惯性传感节点进行并发数据收集，以获取所述位姿数据。

4.如权利要求2所述的系统，其特征在于，所述惯性传感节点还包括：加速度计、磁力计、陀螺仪。

5.如权利要求4所述的系统，其特征在于，所述数据采集服务器对所述位姿数据的预处理操作包括：

根据预先确定的所述加速度计的加速度零偏值，对所述位姿数据中的加速度数据进行校准；根据预先确定的所述磁力计的补偿值，对所述位姿数据中的磁力数据进行校准；

对所述位姿数据中的加速度数据、磁力数据、陀螺仪数据进行数据融合；

利用unity游戏引擎将所述位姿数据从惯性传感节点坐标系映射到虚拟空间坐标系。

6.如权利要求5所述的系统，其特征在于，在体感游戏开始之前的标定阶段，所述虚拟现实设备还用于显示预设动作以提示用户做出所述预设动作，所述数据采集服务器用于根据所述惯性传感节点采集的位姿数据和所述预设动作的标准位姿数据，确定位置偏差值，以便后续过程中根据所述位置偏差值修正位姿数据。

7.如权利要求1所述的系统，其特征在于，在所述机器学习模型为隐马尔科夫模型时，所述机器学习模型的训练过程包括：

根据已有的动作类型和所述位姿数据，创建隐马尔科夫模型；

对所述预处理后的位姿数据进行动作窗口的划分，得到动作数据；提取所述动作数据的特征，并设置动作类型标签，得到第一训练样本；

利用所述第一训练样本对相应的隐马尔科夫模型进行训练，直至达到第一训练终止条件。

8.如权利要求1所述的系统，其特征在于，在所述机器学习模型为深度神经网络模型时，所述机器学习模型的训练过程包括：

构建深度神经网络模型，并初始化模型参数；

利用所述深度神经网络模型的前向传播算法，确定第二训练样本的预测值；

利用第一目标损失函数根据所述预测值和真实值确定偏差值；

根据所述偏差值，利用反向传播算法更新所述深度神经网络模型的模型参数，直至达到第二训练终止条件。

9.如权利要求1所述的系统，其特征在于，在所述机器学习模型为卷积神经网络模型时，所述机器学习模型的训练过程包括：

构建卷积神经网络模型；

将所述预处理后的位姿数据转换为三通道的图像数据，得到第三训练样本；

根据第二目标损失函数，利用所述第三训练样本对所述卷积神经网络模型进行训练，直至达到第三训练终止条件。