本發(fā)明涉及物聯(lián)網(wǎng)技術領域，具體涉及一種智能籃球投籃軌跡監(jiān)測方法。

背景技術：

隨著物聯(lián)網(wǎng)技術的大力發(fā)展，越來越多的體育項目引入了物聯(lián)網(wǎng)技術來實現(xiàn)全方位全智能對體育項目的各維度實時監(jiān)控。例如對于智能籃球，以其內(nèi)部設置有傳感器及運算電路，從而來實現(xiàn)對控球時間、運球角度及投球方向等進行實時智能監(jiān)測，并將數(shù)據(jù)進行實時云平臺的上傳和備份，實現(xiàn)大數(shù)據(jù)智能監(jiān)控。

當然目前的這些技術還不大成熟，特別是對于投籃軌跡監(jiān)測技術由于其受到一系列人體運動力學和定位技術等的準確性的影響，目前的投籃軌跡監(jiān)測技術的精準度還有待加強。

技術實現(xiàn)要素：

為此，需要提供一種智能籃球投籃軌跡監(jiān)測方法，通過采用一種更加精準的數(shù)據(jù)采集和數(shù)據(jù)處理方式，實現(xiàn)對籃球投籃軌跡的實時智能監(jiān)測。

為實現(xiàn)上述目的，本發(fā)明提供了一種智能籃球投籃軌跡監(jiān)測方法，包括以下步驟：

s1、判定是否為手施力階段：獲取籃球被手施力時的加速度值，計算出手施力球的力度值，通過峰值偵測算法進行以下判定：投籃力度最小閾值≤力度值≤投籃力度最大閾值，力度值＞相鄰兩個力度值，峰值偵測算法的斜率k＜斜率閾值，生成第一判定結果，若第一判定結果為是，則判定為手施力階段；若第一判定結果為否，則返回步驟s1；

s2、判斷是否為球碰籃框/籃板/籃網(wǎng)階段：獲取籃球觸碰籃筐、籃板或籃網(wǎng)時的壓力值，并進行以下判定：籃球觸碰籃筐、籃板或籃網(wǎng)與籃球被手施力時之間的時間差是否大于第一時間閾值，若是，則將籃球觸碰籃筐、籃板或籃網(wǎng)時的壓力值記為邊鋒值；獲取籃球再次觸碰籃筐、籃板或籃網(wǎng)時的壓力值，并進行以下判定，若籃球再次觸碰時與上次觸碰籃筐、籃板或籃網(wǎng)時之間的時間差是否小于第二時間閾值，若是，則將籃球再次觸碰籃筐、籃板或籃網(wǎng)時的壓力值記為反彈峰值；若否，則返回步驟s1；

s3、判定是否為球落地階段：獲取籃球落地時的壓力峰值，并進行以下判定，第一次獲得的壓力峰值與第二次獲得的壓力峰值之間的時間差是否大于第三時間閾值，若是，則判定該籃球落地，將第二次獲得的壓力峰值記為落地峰值；若否，則返回步驟s1；

進一步的，步驟s1中，所述投籃力度最小閾值為2.5g,所述投籃力度最大閾值為15g，g代表重力加速度,1g=9.81ms^-2。

進一步的，步驟s1中，所述斜率閾值為9g，g代表重力加速度,1g=9.81ms^-2。

進一步的，步驟s2中，所述第一時間閾值為0.7秒。

進一步的，步驟s2中，所述第二時間閾值為0.4秒。

進一步的，步驟s3中，第三時間閾值為0.4秒。

區(qū)別于現(xiàn)有技術，上述技術方案具有以下有益效果：

本發(fā)明通過依次獲取籃球相關的手施力時的壓力值、籃球觸碰籃筐、籃板或籃網(wǎng)時的壓力值、籃球落地時的壓力值進行三次判定，根據(jù)三次判定的結果的值來進行計算，從而獲得一次成功的投籃軌跡。本發(fā)明判斷準確性高，能夠精準地實現(xiàn)籃球投籃軌跡的檢測。

附圖說明

圖1a為本發(fā)明實施例中投籃投失時加速度值的訊號曲線圖。

圖1b為本發(fā)明實施例中投籃投失時角速度值的訊號曲線圖。

圖2a為本發(fā)明的實施例中投籃進籃時加速度值的訊號曲線圖。

圖2b為本發(fā)明的實施例的投籃進籃時角速度值的訊號曲線圖。

附圖標記說明：

1、籃球被手施力時的曲線，

2、籃球觸碰觸碰籃筐、籃板或籃網(wǎng)時的壓力值曲線。

3、籃球觸落地時的壓力值曲線。

具體實施方式

為詳細說明技術方案的技術內(nèi)容、構造特征、所實現(xiàn)目的及效果，以下結合具體實施例并配合附圖詳予說明。

請參閱圖1a、圖1b、圖2a和圖2b所示，圖1a為本發(fā)明實施例中投籃投失時加速度值的訊號曲線圖。圖1b為本發(fā)明實施例中投籃投失時角速度值的訊號曲線圖。圖1a和圖1b中的曲線代表投籃投失時由加速度傳感器及角速度傳感器所獲取的三軸加速度與三軸角速度而計算出來的值。圖2a為本發(fā)明的實施例中投籃進籃時加速度值的訊號曲線圖。圖2b為本發(fā)明的實施例的投籃進籃時角速度值的訊號曲線圖。圖2a和圖2b中的曲線代表投籃進籃時由加速度傳感器及角速度傳感器所獲取的三軸加速度與三軸角速度而計算出來的值。

本實施例一種智能籃球投籃軌跡監(jiān)測方法，包括以下步驟：

s1、判定是否為手施力階段：獲取籃球被手施力時的加速度值，計算出手施力球的力度值，通過峰值偵測算法進行以下判定：投籃力度最小閾值≤力度值≤投籃力度最大閾值，力度值＞相鄰兩個力度值，峰值偵測算法的斜率k＜斜率閾值，生成第一判定結果；若第一判定結果為是，則判定為手施力階段；若第一判定結果為否，則返回步驟s1；所述投籃力度最小閾值為2.5g,所述投籃力度最大閾值為15g，所述斜率閾值為9g，g代表重力加速度,1g=9.81ms^-2。

s2、判斷是否為球碰籃框/籃板/籃網(wǎng)階段：獲取籃球觸碰籃筐、籃板或籃網(wǎng)時的壓力值，并進行以下判定：籃球觸碰籃筐、籃板或籃網(wǎng)與籃球被手施力時之間的時間差是否大于第一時間閾值，所述第一時間閾值為0.7秒，若是，則將籃球觸碰籃筐、籃板或籃網(wǎng)時的壓力值記為邊鋒值；獲取籃球再次觸碰籃筐、籃板或籃網(wǎng)時的壓力值，并進行以下判定，若籃球再次觸碰時與上次觸碰籃筐、籃板或籃網(wǎng)時之間的時間差是否小于第二時間閾值，所述第二時間閾值為0.4秒，若是，則將籃球再次觸碰籃筐、籃板或籃網(wǎng)時的壓力值記為反彈峰值；若否，則返回步驟s1；

s3、判定是否為球落地階段：獲取籃球落地時的壓力峰值，并進行以下判定，第一次獲得的壓力峰值與第二次獲得的壓力峰值之間的時間差是否大于第三時間閾值，第三時間閾值為0.4秒，若是則判定該籃球落地，將第二次獲得的壓力峰值記為落地峰值；若否，則返回步驟s1；

當偵測到一次成功的投籃，可以計算下列的籃球數(shù)據(jù):

(1)投球力道(shootingstrength):

投球力道=(handpeak的數(shù)值)*籃球的重量；handpeak為出手施力投籃的力度值。

(2)投球角度θ(shootingangle):

投球角度θ可以根據(jù)(a)使用者身高hs,(b)使用者到籃筐的水平距離d,(c)籃框高度hb和(d)handpeak與rimpeak之間的時間差δt算出：

d=v0(cos(θ))δt,

hb-hs=v0(sin(θ))δt-0.5gδt2

=>θ=tan1((hb-hs+0.5gδt2)/(d))；

handpeak為出手施力投籃的力度值，rimpeak為邊鋒值，在連續(xù)測得一次籃球被手施力時的壓力值和邊鋒值之間的時間差δt。

例如假設使用者(身高1米7，hs=1.7m)站在罰球線(d=4.57m)投籃(hb=3.05m)，圖1為投籃的示意圖。由圖一里的handpeak與rimpeak可計算出handpeak與rimpeak之間的時間差δt=1.03sec。根據(jù)上述的公式可以算出出手角度θ為:

θ=tan1((hb-hs+0.5gδt2)/(d))=55.11度。

(3)投球轉(zhuǎn)速(spinspeed)

投球轉(zhuǎn)速根據(jù)從handpeak到rimpeak這段時間陀螺儀產(chǎn)生的角速度的值的平均值算出。

例如假設使用者站在罰球線投籃，圖1為投籃的示意圖。由圖一里可得知handpeak與rimpeak之間的角速度值的平均值為845度/秒，亦等于每分鐘轉(zhuǎn)速為140.8rpm。

(4)進球(shotmadeormissed)

進球算法根據(jù)反彈峰值bouncepeak這段時間加速器與陀螺儀的變化利用機器學習判斷是否進球。用rbfsvm(radialbasisfunctionkernelsupportvectormachine)訓練機器學習的訓練集。訓練數(shù)據(jù)為將bouncepeak這段時間加速度值訊號與角速度值訊號連接并歸一化。訓練集大小為1000筆資料，正負樣本比例約1:1，正樣本為投籃進籃(如圖1所示)，負樣本為投籃投失(如圖2所示)。其中訓練集中的64%為訓練樣本(training_set)用于訓練模型，16%為驗證樣本(validation_set)用于修改模型參數(shù)進而挑選最佳模型，20%為測試樣本(testing_set)用于測試模型。

需要說明的是，在本文中，諸如第一和第二等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者終端設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者終端設備所固有的要素。在沒有更多限制的情況下，由語句“包括……”或“包含……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者終端設備中還存在另外的要素。此外，在本文中，“大于”、“小于”、“超過”等理解為不包括本數(shù)；“以上”、“以下”、“以內(nèi)”等理解為包括本數(shù)。

盡管已經(jīng)對上述各實施例進行了描述，但本領域內(nèi)的技術人員一旦得知了基本創(chuàng)造性概念，則可對這些實施例做出另外的變更和修改，所以以上所述僅為本發(fā)明的實施例，并非因此限制本發(fā)明的專利保護范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結構或等效流程變換，或直接或間接運用在其他相關的技術領域，均同理包括在本發(fā)明的專利保護范圍之內(nèi)。