技术领域
[0001] 本
发明涉及
物联网技术领域，具体涉及一种智能篮球投篮轨迹监测方法。
背景技术
[0002] 随着物联网技术的大
力发展，越来越多的体育项目引入了物联网技术来实现全方位全智能对体育项目的各维度实时监控。例如对于智能篮球，以其内部设置有
传感器及运算
电路，从而来实现对控球时间、运球
角度及投球方向等进行实时智能监测，并将数据进行实时
云平台的上传和备份，实现
大数据智能监控。
[0003] 当然目前的这些技术还不大成熟，特别是对于投篮轨迹监测技术由于其受到一系列人体运动力学和
定位技术等的准确性的影响，目前的投篮轨迹监测技术的精准度还有待加强。
发明内容
[0004] 为此，需要提供一种智能篮球投篮轨迹监测方法，通过采用一种更加精准的
数据采集和
数据处理方式，实现对篮球投篮轨迹的实时智能监测。
[0005] 为实现上述目的，本发明提供了一种智能篮球投篮轨迹监测方法，包括以下步骤：
[0006] S1、判定是否为手施力阶段：获取篮球被手施力时的
加速度值，计算出手施力球的力度值，通过峰值侦测
算法进行以下判定：投篮力度最小
阈值≤力度值≤投篮力度最大阈值，力度值＞相邻两个力度值，峰值侦测算法的斜率k＜斜率阈值，生成第一判定结果，若第一判定结果为是，则判定为手施力阶段；若第一判定结果为否，则返回步骤S1；
[0007] S2、判断是否为球碰篮框/篮板/篮网阶段：获取篮球触碰篮筐、篮板或篮网时的压力值，并进行以下判定：篮球触碰篮筐、篮板或篮网与篮球被手施力时之间的时间差是否大于第一时间阈值，若是，则将篮球触碰篮筐、篮板或篮网时的压力值记为边锋值；获取篮球再次触碰篮筐、篮板或篮网时的压力值，并进行以下判定，若篮球再次触碰时与上次触碰篮筐、篮板或篮网时之间的时间差是否小于第二时间阈值，若是，则将篮球再次触碰篮筐、篮板或篮网时的压力值记为反弹峰值；若否，则返回步骤S1；
[0008] S3、判定是否为球落地阶段：获取篮球落地时的压力峰值，并进行以下判定，第一次获得的压力峰值与第二次获得的压力峰值之间的时间差是否大于第三时间阈值，若是，则判定该篮球落地，将第二次获得的压力峰值记为落地峰值；若否，则返回步骤S1；
[0009] 进一步的，步骤S1中，所述投篮力度最小阈值为2.5g,所述投篮力度最大阈值为-215g，g代表
重力加速度, 1g = 9.81ms 。
[0010] 进一步的，步骤S1中，所述斜率阈值为9g，g代表重力加速度, 1g = 9.81ms-2。
[0011] 进一步的，步骤S2中，所述第一时间阈值为0.7秒。
[0012] 进一步的，步骤S2中，所述第二时间阈值为0.4秒。
[0013] 进一步的，步骤S3中，第三时间阈值为0.4秒。
[0014] 区别于
现有技术，上述技术方案具有以下有益效果：
[0015] 本发明通过依次获取篮球相关的手施力时的压力值、篮球触碰篮筐、篮板或篮网时的压力值、篮球落地时的压力值进行三次判定，根据三次判定的结果的值来进行计算，从而获得一次成功的投篮轨迹。本发明判断准确性高，能够精准地实现篮球投篮轨迹的检测。
附图说明
[0016] 圖1A为本发明
实施例中投篮投失时加速度值的讯号曲线图。
[0017] 图1B为本发明实施例中投篮投失时
角速度值的讯号曲线图。
[0018] 图2A为本发明的实施例中投篮进篮时加速度值的讯号曲线图。
[0019] 图2B为本发明的实施例的投篮进篮时角速度值的讯号曲线图。
[0020] 附图标记说明：
[0021] 1、篮球被手施力时的曲线，
[0022] 2、篮球触碰触碰篮筐、篮板或篮网时的压力值曲线。
[0023] 3、篮球触落地时的压力值曲线。
具体实施方式
[0024] 为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。
[0025] 请参阅图1A、图1B、图2A和图2B所示，图1A为本发明实施例中投篮投失时加速度值的讯号曲线图。图1B为本发明实施例中投篮投失时角速度值的讯号曲线图。图1A和图1B中的曲线代表投篮投失时由加速度传感器及角速度传感器所获取的三轴加速度与三轴角速度而计算出来的值。图2A为本发明的实施例中投篮进篮时加速度值的讯号曲线图。图2B为本发明的实施例的投篮进篮时角速度值的讯号曲线图。图2A和图2B中的曲线代表投篮进篮时由加速度传感器及角速度传感器所获取的三轴加速度与三轴角速度而计算出来的值。
[0026] 本实施例一种智能篮球投篮轨迹监测方法，包括以下步骤：
[0027] S1、判定是否为手施力阶段：获取篮球被手施力时的加速度值，计算出手施力球的力度值，通过峰值侦测算法进行以下判定：投篮力度最小阈值≤力度值≤投篮力度最大阈值，力度值＞相邻两个力度值，峰值侦测算法的斜率k＜斜率阈值，生成第一判定结果；若第一判定结果为是，则判定为手施力阶段；若第一判定结果为否，则返回步骤S1；所述投篮力度最小阈值为2.5g,所述投篮力度最大阈值为15g，所述斜率阈值为9g， g代表重力加速度, 1g = 9.81ms-2。
[0028] S2、判断是否为球碰篮框/篮板/篮网阶段：获取篮球触碰篮筐、篮板或篮网时的压力值，并进行以下判定：篮球触碰篮筐、篮板或篮网与篮球被手施力时之间的时间差是否大于第一时间阈值，所述第一时间阈值为0.7秒，若是，则将篮球触碰篮筐、篮板或篮网时的压力值记为边锋值；获取篮球再次触碰篮筐、篮板或篮网时的压力值，并进行以下判定，若篮球再次触碰时与上次触碰篮筐、篮板或篮网时之间的时间差是否小于第二时间阈值，所述第二时间阈值为0.4秒，若是，则将篮球再次触碰篮筐、篮板或篮网时的压力值记为反弹峰值；若否，则返回步骤S1；
[0029] S3、判定是否为球落地阶段：获取篮球落地时的压力峰值，并进行以下判定，第一次获得的压力峰值与第二次获得的压力峰值之间的时间差是否大于第三时间阈值，第三时间阈值为0.4秒，若是则判定该篮球落地，将第二次获得的压力峰值记为落地峰值；若否，则返回步骤S1；
[0030] 当侦测到一次成功的投篮，可以计算下列的篮球数据:
[0031] (1) 投球力道 (shooting strength):
[0032] 投球力道 = (hand peak的数值) * 篮球的重量；hand peak为出手施力投篮的力度值。
[0033] (2) 投球角度θ(shooting angle):
[0034] 投球角度 θ 可以根据(a) 使用者身高 hs, (b)使用者到篮筐的
水平距离 d, (c) 篮框高度 hb和(d) hand peak与rim peak之间的时间差 Δt 算出：
[0035] d = v0(cos(θ))Δt,
[0036] hb-hs = v0(sin(θ))Δt - 0.5gΔt2
[0037] => θ = tan1((hb - hs + 0.5gΔt 2) / (d))；
[0038] hand peak为出手施力投篮的力度值，rim peak为边锋值，在连续测得一次篮球被手施力时的压力值和边锋值之间的时间差 Δt 。
[0039] 例如假设使用者(身高1米7，hs = 1.7m)站在罚球线(d = 4.57m)投篮(hb = 3.05m)，图1为投篮的示意图。由图一里的hand peak与rim peak可计算出hand peak与rim peak之间的时间差Δt = 1.03 sec。根据上述的公式可以算出出手角度θ为:
[0040] θ = tan1((hb - hs + 0.5gΔt 2) / (d)) = 55.11度。
[0041] (3) 投球转速 (spin speed)
[0042] 投球转速根据从hand peak到rim peak这段时间
陀螺仪产生的角速度的值的平均值算出。
[0043] 例如假设使用者站在罚球线投篮，图1为投篮的示意图。由图一里可得知hand peak与rim peak之间的角速度值的平均值为845度/秒，亦等于每分钟转速为140.8 RPM。
[0044] (4) 进球 (shot made or missed)
[0045] 进球算法根据反弹峰值bounce peak这段时间加速器与陀螺仪的变化利用
机器学习判断是否进球。用RBF SVM(Radial Basis Function kernel Support Vector Machine)训练机器学习的训练集。
训练数据为将bounce peak这段时间加速度值讯号与角速度值讯号连接并归一化。训练集大小为1000笔资料，正负样本比例约1:1，正样本为投篮进篮(如图1所示)，负样本为投篮投失(如图2所示)。其中训练集中的64%为训练样本(training_set)用于训练模型， 16%为验证样本(validation_set)用于
修改模型参数进而挑选最佳模型，
20%为测试样本(testing_set)用于测试模型。
[0046] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括……”或“包含……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的要素。此外，在本文中，“大于”、“小于”、“超过”等理解为不包括本数；“以上”、“以下”、“以内”等理解为包括本数。
[0047] 尽管已经对上述各实施例进行了描述，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改，所以以上所述仅为本发明的实施例，并非因此限制本发明的
专利保护范围，凡是利用本发明
说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围之内。
