[发明专利]基于惯性动捕的挥杆姿态纠正方法、装置、设备及介质

说明书

本公开实施例涉及一种基于惯性动捕的挥杆姿态纠正方法、装置、设备及介质。其中，基于惯性动捕的挥杆姿态纠正方法，包括：在球手挥动棒球杆的过程中，利用安装在所述棒球杆上的惯性传感器采集球杆运动数据；基于所述球杆运动数据确定关键点的实时姿态数据；其中，所述关键点包括起杆点、挥杆最高点、击球点和挥杆结束点的至少一个；基于所述实时姿态数据纠正所述球手的挥杆姿态。采用上述技术方案，通过惯性动作捕捉技术捕捉棒球杆的运动数据，确定棒球杆在关键点的姿态数据，通过对关键点的姿态数据的分析来确定球手的挥杆姿态是否正确，从而提高了对挥杆姿态判定的准确性。

技术领域

本公开涉及惯性动捕技术领域，尤其涉及一种基于惯性动捕的挥杆姿态纠正方法、装置、设备及介质。

背景技术

棒球挥杆运动对于动作的可重复性有着严苛的要求，想要实现完美的挥杆，球手不仅要精益求精地雕琢挥杆动作，更需要在教练的指导下与高手过招，从而发现自身的不足。通常，教练凭经验和肉眼看到的挥杆姿态去指导球手，很难精准的量化数据，不容易发现细小的不规范的挥杆姿态。

目前，采用光学动作捕捉技术，如基于马克点的光学动作捕捉系统，来捕捉球手的挥杆姿态。具体的，在球手的关节处粘贴马克点，多个动作捕捉相机从不同角度实时探测马克点，数据实时传输至数据处理工作站，根据三角测量原理精确的计算马克点的空间坐标，再从生物运动学原理出发解算出骨骼的6自由度运动。但是，基于马克点的光学动作捕捉系统采集的信号量大，空间解算算法复杂，其实时性与数据处理单元的运算速度和解算算法的复杂度有关。且该系统在捕捉对象运动时，肢体会遮挡标记点，从而影响捕捉系统精度甚至会丢失捕捉目标。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种基于惯性动捕的挥杆姿态纠正方法、装置、设备及介质。

本公开实施例提供了一种基于惯性动捕的挥杆姿态纠正方法，包括：

在球手挥动棒球杆的过程中，利用安装在所述棒球杆上的惯性传感器采集球杆运动数据；

基于所述球杆运动数据确定关键点的实时姿态数据；其中，所述关键点包括起杆点、挥杆最高点、击球点和挥杆结束点的至少一个；

基于所述实时姿态数据纠正所述球手的挥杆姿态。

可选的，所述球杆运动数据包括所述棒球杆的角速度、加速度和杆轴朝向方向矢量中的至少一个以及姿态数据。

可选的，当所述球杆运动数据为所述棒球杆的角速度，所述关键点为起杆点时，所述基于所述球杆运动数据确定关键点的实时姿态数据，包括：

如果所述角速度大于或等于角速度阈值的连续帧数达到第一预设数量，则将当前时刻对应的姿态数据确定为所述起杆点的实时姿态数据。

可选的，当所述球杆运动数据为所述棒球杆的杆轴朝向方向矢量，所述关键点为挥杆最高点时，所述基于所述球杆运动数据确定关键点的实时姿态数据，包括：

基于连续帧的杆轴朝向方向矢量，确定所述棒球杆的运动方向；

将所述棒球杆的运动方向发生变化时的时刻所对应的姿态数据确定为所述挥杆最高点的实时姿态数据。

可选的，当所述球杆运动数据为所述棒球杆的加速度，所述关键点为击球点时，所述基于所述球杆运动数据确定关键点的实时姿态数据，包括：

在确定所述挥杆最高点的实时姿态数据之后，将所述加速度大于或等于第一加速度阈值的时刻对应的姿态数据确定为所述击球点的实时姿态数据。

可选的，当所述球杆运动数据为所述棒球杆的加速度，所述关键点为挥杆结束点时，所述基于所述球杆运动数据确定关键点的实时姿态数据，包括：