专利汇可以提供分析高尔夫球挥杆的设备和方法专利检索,专利查询,专利分析的服务。并且本 发明 为一种测量或分析 高尔夫 球挥杆的设备和方法。测量或分析与经由球员身体和球杆的 能量 产生和能量转移有关。主要从球员的地面反作用 力 获得测量或分析数据。用 人工智能 系统分析处理 信号 。 地面反作用力 与站立面和球员双脚之间产生的反作用力有关。所述设备和方法以自动方式或自动交互方式测量或分析高尔夫球挥杆。,下面是分析高尔夫球挥杆的设备和方法专利的具体信息内容。
1.一种分析高尔夫球挥杆的方法,包括以下步骤:
a) 获取高尔夫球挥杆的信息,其中所述信息允许测量/确定与挥杆高尔夫球杆时经由身体的能量传输有关的特定重要参数(所述参数称为能量参数);
b) 测量/确定所述高尔夫球挥杆的所述能量参数;
c) 对照说明挥杆如何受其能量参数影响的准则或规则应用或评价所述能量参数来分析所述高尔夫球挥杆(所述准则或规则称为‘优化规则’)。
2.根据权利要求1所述的方法,其中所述能量参数和所述优化规则与身体内能量产生和经由身体的能量传输有关。
3.根据权利要求1或2所述的方法,其中所述挥杆的目的是产生最高杆头速度。
4.根据权利要求1或2所述的方法,其中所述挥杆的目的是产生小于最高杆头速度的杆头速度。
5.根据权利要求1-4所述的方法,其中所述能量参数包括以下全部参数或其组合:
段和子段局部能量/力增大的起始时间和完成时间;
段和子段局部能量/力减小的起始时间和完成时间;
段和子段局部能量/力激活的大小和持续时间,包括平均值和峰值;
连接段之间闭锁的时间和过渡特性;
连接段之间解开的时间和过渡特性;
段线性和角动能水平以及峰值时间;
因局部肌群位移,身体和球杆段在挥杆时的角位置、速度和加速度,包括峰值速度和加速度;
因局部肌群位移,身体和球杆段在挥杆时的线性位置、速度和加速度,包括峰值速度和加速度;
身体和球杆段在挥杆时的绝对角位置、速度和加速度,包括峰值速度和加速度;
身体和球杆段在挥杆时的绝对线性位置、速度和加速度,包括峰值速度和加速度;
身体和球杆段的绝对速度,包括杆头绝对速度;
躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度;
身体和球杆段后挥杆顶点事件的时间和过渡特性;
后挥杆顶点事件时所述各连接段之间的角度大小;
所述各连接段之间肌肉最大限度伸缩的时间;
所述段之间肌肉最大限度伸缩时所述各连接段之间的角度大小;
动能闭锁转移,定义为通过将所述当前段闭锁到加速近侧段上沿所述链从一段转移到另一段,以便通过所述近侧段上产生或存在的能量同时加速所述当前段和所述近侧段;
动能激励转移,定义为从近侧段转移到当前段上,其中所述当前段的所述局部能量用于激励所述当前段远离所述近侧段时交换动量和转移动能;
动能吊环转移,定义为通过平移或旋转所述目标侧肩关节并将所述远侧段吊起呈加速所述远侧部分的弧形的力而进行转移;
动能连枷转移,定义为转移到朝相同方向旋转和平移的两相连段上所述现有动能的最远端上,其中通过作用在所述段上的离心力减速所述近侧段和所述远侧段的近端;
减半径动能转移,其中旋转球员通过减小旋转的有效半径减少身体的惯性角矩,引起所述较远侧部分加速;
在后挥杆和早期下挥杆时重力势能的产生;
所述下挥杆时重力势能向动能的转换;
所述下挥杆时杆身应变势能的产生;
所述下挥杆时杆身应变势能向动能的转换;
辅助正面能量产生和转移的类别;
辅助正面能量产生和转移的特征;
关于正面能量参数的压力中心位置、速度、加速度和运动范围。
6.根据权利要求5所述的方法,其中所述能量参数的组合必须至少包括以下参数或可据其确定的参数:
身体和球杆段后挥杆顶点事件的时间;
段和子段局部能量/力激活的起始时间和完成时间,包括平均值和峰值;
连接段之间闭锁和解开的时间;
段动能水平和峰值时间;
挥杆过程中所述球杆段的角位置;
挥杆过程中所述杆头的绝对速度;
所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度。
7.根据上述任一权利要求所述的方法,其中所述优化规则包括以下所列全部规则或其组合,所述规则以存在或强调时趋于优化所述挥杆但不存在或减少时趋于去优化所述挥杆的准则格式呈现:
段和子段应在后挥杆时应达到足够的角速度和关联动能,以将所述段紧紧地卷绕在其后挥杆顶点位置,所述段按由近到远的时序卷绕;
所述段和子段的依次卷绕应平滑协调;
连接段和子段之间的卷绕程度应便于供所有局部肌群最佳伸缩和相关身体部位最佳弹性伸长;
当所述段达到后挥杆顶点位置时,各段和子段应迅速从后挥杆旋转变为下挥杆旋转;
下挥杆应从由其局部肌群供能的最近侧段开始;
所述最近侧段局部肌群应尽快升高到较高激活水平;
所有其他段和子段应从其后挥杆顶点位置开始闭锁在由近到远的链形成中的下挥杆运动到所述最近侧段,所有其他段和子段均由所述最近侧段局部肌群供能;
所有段和子段应开始闭锁在链形成中的下挥杆运动到所述最近侧段,最好进一步伸缩和弹性伸展远离所述最近侧段的所述段和子段的局部肌群,各段或子段达到与链中近侧相邻段相同的速度时,完成所述进一步最佳伸缩和弹性伸展;
除段或子段的所述局部肌群明显比其远侧相邻肌群更有力外,从段或子段激励所述远侧段前,所述段或子段应结束其主要局部能量产生,所述远侧段或子段仅在其近侧相邻段达到最高速度后激励;
从其激励前,所述段或子段应从其近侧相邻段解开;
各段和子段的所述局部肌群应保持在低激活水平,直到所述当前段从所述近侧段解开并激励开,因此所述局部肌群升高并保持在较高激活水平;(如为所述最近侧段的肌群,从下挥杆开始时开始),所述远侧段从所述当前段解开并激励时,所述较高激活水平终止,且所述局部肌群降回到低激活水平,规则例外的是由于所述臂段肌群明显比所述球杆段肌群更有力,所述球杆段解开后所述臂段肌群持续激活;
所述段和子段的局部肌群应尽快在较高激活水平和较低激活水平之间升降;
当其升高到较高激活水平时,各段和子段的所述肌群应保持较高最佳激活水平,以尽快将所述段加速到所需最高速度,所述段达到所需最高速度后,所述肌群应尽快下降到所述较低水平;
所述能量激活水平和所需段速应随所述挥杆要求变化,最好应升高到最高水平以便进行需要最高杆头速度的挥杆,而最好在需要较低杆头速度时降低;
段和子段运动应以最佳机械效率平稳进行,线性运动应朝最佳机械效率方向,而角运动应围绕最佳机械效率轴进行;
开始下挥动所述段时,应在所述臂段和球杆段之间设置最佳闭锁角,从而当所述段随后在下挥杆期间解开时,促进所述段之间最佳连枷能量转移,所述角为60°-70°;
所述臂段和所述球杆段之间的最佳闭锁角度应保持在下挥杆时解开引起所述杆头速度随后最大化其速度并在击球时达到所述最高速度的点;
对于需要高杆头速度的挥杆,所述臂段和杆段之间的最佳闭锁角度应保持在下挥杆时解开引起所述球杆段在击球前很快达到最高角速度的点,从而使从偏离杆身释放的应变能加速所述杆头,随后其速度最大化并在击球时达到所述最高速度;
辅助正面能量产生和转移应归类为若干不会混杂的类型的一种,似乎有最常见类型、中等常见类型和至少一种其他罕见类型,所述中等罕见类型显示最初朝目标方向运动后压力中心远离所述目标方向的线性运动的转向,这对所述常见类型而言不存在;
所述常见类型的辅助正面能量产生和转移中,如果首次朝所述目标运动后所述压力中心并不转向,如果挥杆需要最高杆头速度,则球员应移动以便最大化他或她的压力中心在目标方向上的线性运动距离和线性速度;
所述常见类型的辅助正面能量产生和转移中,如果首次朝所述目标运动后所述压力中心转向,如果挥杆需要最高杆头速度,球员应移动以便最大化他或她的压力中心轨迹在目标方向上的线性速度,然后最大化远离所述目标方向的线性速度。
8.根据权利要求7所述的方法,其中所述优化规则的组合必须至少包括以下规则或其同等规则:
所述最近侧段局部肌群应尽快升高到较高激活水平;
所有其他段和子段应从后挥杆顶点位置开始闭锁在由近到远的链形成中的下挥杆运动到所述最近侧段,所有其他段和子段均由所述最近侧段局部肌群供能;
除段或子段的所述局部肌群明显比其远侧相邻肌群更有力外,从所述段或子段激励所述远侧段前,所述段或子段应结束其主要局部能量产生,所述远侧段或子段仅在其近侧相邻段达到最高速度后激励;
从其激励前,所述段或子段应从其近侧相邻段解开;
各段和子段的所述局部肌群应保持在低激活水平,直到所述当前段从所述近侧段解开并激励开,因此所述局部肌群升高并保持在较高激活水平;(如为所述最近侧段的肌群,从下挥杆开始时开始),所述远侧段从所述当前段解开并激励时,所述较高激活水平终止,且所述局部肌群降回到低激活水平,规则例外的是由于所述臂段肌群明显比所述球杆段肌群更有力,所述球杆段解开后所述臂段肌群持续激活;
所述段和子段的局部肌群应尽快在较高激活水平和较低激活水平之间升降;
当升高到较高激活水平时,各段和子段的所述肌群应保持较高最佳激活水平,以尽快将所述段加速到所需最高速度,所述段达到所需最高速度后,所述肌群应尽快下降到所述较低水平;
所述能量激活水平和所需段速应随所述挥杆要求变化,最好应升高到最高水平以便进行需要最高杆头速度的挥杆,而最好在需要较低杆头速度时降低。
9.根据权利要求5-8任一项所述的方法,其中所述段或子段包括球员身体通过连接形成动力学链相连的刚性或理论刚性段。
10.根据权利要求9所述的方法,其中所述段和子段与包括骨盆段、躯干段、臂段和球杆段的四段动力学链有关;所述段与所述骨盆上方的中央脊髓位置、所述目标侧肩部和所述目标侧腕部的连接成动力学链。
11.根据权利要求9或10所述的方法,其中所述躯干段包括上躯干子段和下躯干子段;
所述臂段包括左臂和右臂;所述左臂包括在左肘处相连的上臂子段和下臂子段;所述右臂包括在右肘处相连的上臂子段和下臂子段。
12.一种分析高尔夫球挥杆的系统,包括:
a) 测量装置,可操作以获取高尔夫球挥杆的信息,其中所述信息允许测量/确定与挥杆高尔夫球杆时经由身体的能量传输有关的特定重要参数(所述参数称为能量参数);
(b) 测量/确定所述高尔夫球挥杆的所述能量参数的装置;
c) 分析装置,可操作以应用或评价所述测量装置对照说明挥杆如何受其能量参数影响的准则或规则获得的所述能量参数来分析所述高尔夫球挥杆(所述准则或规则称为‘优化规则’)。
13.根据权利要求12所述的系统,其中所述能量参数和优化规则与身体内能量产生和经由身体的能量传输有关。
14.根据权利要求12或13所述的系统,其中所述挥杆的目的是产生最高杆头速度。
15.根据权利要求12或13所述的系统,其中所述挥杆的目的是产生小于最高杆头速度的杆头速度。
16.根据权利要求12-15任一项所述的系统,其中所述能量参数包括以下全部参数或其组合:
段和子段局部能量/力增大的起始时间和完成时间;
段和子段局部能量/力减小的起始时间和完成时间;
段和子段局部能量/力激活的大小和持续时间,包括平均值和峰值;
连接段之间闭锁的时间和过渡特性;
连接段之间解开的时间和过渡特性;
段线性和角动能水平以及峰值时间;
因所述局部肌群位移,身体和球杆段在挥杆时的角位置、速度和加速度,包括峰值速度和加速度;
因所述局部肌群位移,身体和球杆段在挥杆时的线性位置、速度和加速度,包括峰值速度和加速度;
身体和球杆段在挥杆时的绝对角位置、速度和加速度,包括峰值速度和加速度;
身体和球杆段在挥杆时的绝对线性位置、速度和加速度,包括峰值速度和加速度;
身体和球杆段的绝对速度,包括杆头绝对速度;
所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度;
身体和球杆段后挥杆顶点事件的时间和过渡特性;
后挥杆顶点事件时所述各连接段之间的角度大小;
所述各连接段之间肌肉最大限度伸缩的时间;
所述段之间肌肉最大限度伸缩时所述各连接段之间的角度大小;
动能闭锁转移,定义为通过将所述当前段闭锁到加速近侧段上沿所述链从一段转移到另一段,以便通过所述近侧段上产生或存在的能量同时加速所述当前段和所述近侧段;
动能激励转移,定义为从所述近侧段转移到所述当前段上,其中所述当前段的局部能量用于从所述近侧段激励所述当前段时交换动量并转移动能;
动能吊环转移,定义为通过平移或旋转所述目标侧肩关节并将所述远侧段吊起呈加速所述远侧部分的弧形的力进行转移;
动能连枷转移,定义为转移到朝相同方向旋转和平移的两相连段上所述现有动能的最远端上,其中通过作用在所述段上的离心力减速所述近侧段和所述远侧段的近端;
减半径动能转移,其中旋转球员通过减小有效旋转半径减少身体的惯性角矩,引起所述较远侧部分加速;
在所述后挥杆和早期下挥杆时重力势能的产生;
所述下挥杆时重力势能向动能的转换;
所述下挥杆时杆身应变势能的产生;
所述下挥杆时杆身应变势能向动能的转换;
辅助正面能量产生和转移的类别;
辅助正面能量产生和转移的特性;
关于正面能量参数的压力中心位置、速度、加速度和运动范围。
17.根据权利要求16所述的系统,其中所述能量参数的组合必须至少包括以下参数或可据其确定的参数:
身体和球杆段后挥杆顶点事件的时间;
段和子段局部能量/力激活的起始时间和完成时间,包括平均值和峰值;
连接段之间闭锁和解开的时间;
段动能水平和峰值时间;
所述挥杆过程中球杆段的角位置;
所述挥杆过程中所述杆头的绝对速度;
所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度。
18.根据权利要求12-17任一项所述的系统,其中所述优化规则包括以下所列全部规则或其组合,所述规则以存在或强调时趋于优化所述挥杆但不存在或减少时趋于去优化所述挥杆的准则格式呈现:
段和子段应在后挥杆时达到足够的角速度和关联动能,以将所述段紧紧地卷绕在其后挥杆顶点位置,所述段按由近到远的时序卷绕;
所述段和子段的依次卷绕应平滑协调;
连接段和子段之间的卷绕程度应便于供所有局部肌群最佳伸缩和相关身体部位最佳弹性伸长;
当所述段达到所述后挥杆顶点位置时,各段和子段应迅速从后挥杆旋转变为下挥杆旋转;
所述下挥杆应从由其局部肌群供能的所述最近侧段开始;
所述最近侧段局部肌群应尽快升高到较高激活水平;
所有其他段和子段应从其后挥杆顶点位置开始闭锁在由近到远的链形成中的下挥杆运动到所述最近侧段,所有其他段和子段均由所述最近侧段局部肌群供能;
所有段和子段应开始闭锁在链形成中的下挥杆运动到所述最近侧段,最好进一步伸缩和弹性伸展远离所述最近侧段的所述段和子段的局部肌群,各段或子段达到与所述链中其近侧相邻段相同的速度时,完成所述进一步最佳伸缩和弹性伸展;
除段或子段的所述局部肌群明显比其远侧相邻肌群更有力外,从所述段或子段激励所述远侧段前,所述段或子段应结束其主要局部能量产生,所述远侧段或子段仅在其近侧相邻段达到最高速度后激励;
从其激励前,所述段或子段应从其近侧相邻段解开;
各段和子段的所述局部肌群应保持在低激活水平,直到所述当前段从所述近侧段解开并激励开,因此所述局部肌群升高并保持在较高激活水平;(如为所述最近侧段肌群,从下挥杆开始时开始),所述远侧段从所述当前段解开并激励时,所述较高激活水平终止,且所述局部肌群降回到低激活水平,规则例外的是由于所述臂段肌群明显比所述球杆段肌群更有力,所述球杆段解开后所述臂段肌群持续激活;
所述段和子段的局部肌群应尽快在较高激活水平和较低激活水平之间升降;
当升高到较高激活水平时,各段和子段的所述肌群应保持较高最佳激活水平,以尽快将所述段加速到所需最高速度,所述段达到所需最高速度后,所述肌群应尽快下降到所述较低水平;
所述能量激活水平和所需段速应随所述挥杆要求变化,最好应升高到最高水平以便进行需要最高杆头速度的挥杆,而最好在需要较低杆头速度时降低;
所述段和子段运动应以最佳机械效率平稳进行,线性运动应朝最佳机械效率方向,而角运动应围绕最佳机械效率轴进行;
开始下挥动所述段时,应在所述臂段和球杆段之间设置最佳闭锁角,从而当所述段随后在下挥杆期间解开时,促进所述段之间最佳连枷能量转移,所述角为60°-70°;
所述臂段和所述球杆段之间的最佳闭锁角度应保持在下挥杆时解开引起所述杆头速度随后最大化并在击球时达到所述最高速度的点;
对于需要高杆头速度的挥杆,所述臂段和杆段之间的最佳闭锁角度应保持在下挥杆时解开引起所述球杆段在击球前很快达到最高角速度的点,从而使从偏离杆身释放的应变能加速所述杆头,随后其速度最大化并在击球时达到所述最高速度;
辅助正面能量产生和转移应归类为若干不会混杂的类型的一种,似乎有最常见类型、中等常见类型和至少一种其他罕见类型,所述中等罕见类型显示最初朝目标方向运动后远离所述目标方向的压力中心线性运动的转向,这对所述常见类型而言不存在;
所述常见类型的辅助正面能量产生和转移中,如果首次朝所述目标运动后所述压力中心并不转向,如果挥杆需要最高杆头速度,球员应移动以便最大化他或她的压力中心在目标方向上的线性运动距离和线性速度;
所述常见类型的辅助正面能量产生和转移中,如果首次朝所述目标运动后所述压力中心转向,如果挥杆需要最高杆头速度,球员应移动以便最大化他或她的压力中心轨迹在目标方向上的线性速度,然后最大化远离所述目标方向的线性速度。
19.根据权利要求18所述的系统,其中所述优化规则的组合必须至少包括以下规则或其同等规则:
所述最近侧段局部肌群应尽快升高到较高激活水平;
所有其他段和子段应从其后挥杆顶点位置开始闭锁在由近到远的链形成中的下挥杆运动到所述最近侧段,所有其他段和子段均由所述最近侧段局部肌群供能;
除段或子段的所述局部肌群明显比其远侧相邻肌群更有力外,从所述段或子段激励所述远侧段前,所述段或子段应结束其主要局部能量产生,所述远侧段或子段仅在其近侧相邻段达到最高速度后激励;
从其激励前,所述段或子段应从其近侧相邻段解开;
各段和子段的所述局部肌群应保持在低激活水平,直到所述当前段从所述近侧段解开并激励开,因此所述局部肌群升高并保持在较高激活水平;(如为所述最近侧段肌群,从下挥杆开始时开始),所述远侧段从所述当前段解开并激励时,所述较高激活水平终止,且所述局部肌群降回到低激活水平,规则例外的是由于所述臂段肌群明显比所述球杆段肌群更有力,所述球杆段解开后所述臂段肌群继续激活;
所述段和子段的局部肌群应尽快在较高激活水平和较低激活水平之间升降;
当升高到较高激活水平时,各段和子段的所述肌群应保持较高最佳激活水平,以尽快将所述段加速到所需最高速度,所述段达到所需最高速度后,所述肌群应尽快下降到所述较低水平;
所述能量激活水平和所需段速应随所述挥杆要求变化,最好应升高到最高水平以便进行需要最高杆头速度的挥杆,而最好在需要较低杆头速度时降低。
20.根据权利要求16-19任一项所述的系统,其中所述段或子段包括球员身体通过连接形成动力学链相连的刚性或理论刚性段。
21.根据权利要求20所述的系统,其中所述段和子段与包括骨盆段、躯干段、臂段和球杆段的四段动力学链有关;所述段与所述骨盆上方的中央脊髓位置、所述目标侧肩部和所述目标侧腕部的连接成动力学链。
22.根据权利要求20或21所述的系统,其中所述躯干段包括上躯干子段和下躯干子段;所述臂段包括左臂和右臂;所述左臂包括在左肘处相连的上臂子段和下臂子段;所述右臂包括在右肘处相连的上臂子段和下臂子段。
23.一种测量或分析高尔夫球挥杆的设备,所述设备包括:处理装置和检测装置,可操作所述检测装置检测地面反作用力,并且所述设备包括站立面和传感器装置;
其特征在于:
a) 所述设备包括人工智能装置;
b) 所述处理装置包括早期处理装置,来自所述传感器装置或所述检测装置的信息在由所述人工智能装置接收之前,可由所述早期处理装置处理成更好表征所述挥杆的数据;
c) 可操作所述人工智能装置接收和处理来自所述早期处理装置的信息。
24.根据权利要求23所述的设备,其中
所述传感器装置将负荷响应传感到所述站立面,而不传感变形响应;
所述传感器装置包括若干传感器,分别处理来自某些传感器的信息和来自其他传感器的信息。
25.根据权利要求23或24所述的设备,其中
所述人工智能装置接收来自所述传感器装置的信息之前,可由所述早期处理装置通过以下所有技术或其组合将所述信息处理成更好表征所述挥杆的数据:
a) 平滑化数据流,如使用算术移动平均值;
b) 缩放,以确保不同传感器之间的可比读数;
c) 稳定温度,以克服温度变化产生的误差;
d) 稳定电压,以克服系统电压变化产生的误差;
e) 转换为个人脚上或越过双脚的COP位置X和Y;
f) 转换为个人脚上或越过双脚的COP速度X和Y;
g) 转换为个人脚上或越过双脚的COP加速度X和Y。
26.根据权利要求23-25任一项所述的设备,其中
所述人工智能装置包括一个或多个经训练的人工神经网络。
27.根据权利要求26所述的设备,其中
用单独的网络预测不同能量参数。
28.根据权利要求26或27所述的设备,其中
用单独的网络预测不同球杆类型的能量参数。
29.根据权利要求26-28任一项所述的设备,其中
神经网络为带反向传播的多层前馈网络并通过监督学习得到训练。
30.根据权利要求26-29任一项所述的设备,其中
所述神经网络包括具有30-70个神经元的单个隐蔽单层。
31.根据权利要求26-30任一项所述的设备,其中
用不同类型的网络提取不同类型的能量参数。
32.根据权利要求26-31任一项所述的设备,其中
所述网络为时序预测网络,其通过对照所述系列各点处的训练变量实际值训练输出,预测随时间序列的时间点变化的应用参数值,通过预测的应用输出的平滑或拟合图或时间顺序预测所述应用参数。
33.根据权利要求32所述的设备,其中
所述网络包括以下所有或至少一个特征:
a) 通过计算所述预测的应用输出的移动平均值进行平滑化,例如11点移动平均值;
b) 通过将预测结果拟合为如三次多项式等多项式进行拟合;
c) 使用平滑化和拟合的组合,在图或时间顺序的峰值或拐点处使用拟合;
d) 对超过设定百分比的值进行峰值拟合;
e) 从所述检测装置处理的数据获得训练输入;
f) 采用高精度运动捕捉方法获得动态数据的训练输出;
g) 采用高精度运动捕捉方法和计算机机器人模型获得动能、局部能量产生、闭锁和解开的训练输出。
34.根据权利要求32或33所述的设备,其中
可操作时序预测网络,以通过选自以下的关于所述挥杆或所述挥杆相关部分的能量参数预测参数:
a) 段和子段局部能量/力激活的大小;
b) 段线性和角动能水平;
c) 身体和球杆段的绝对速度,包括杆头绝对速度;
d) 因所述局部肌群位移,身体和球杆段在挥杆时的角位置和线性位置、速度和加速度;
e) 身体和球杆段在挥杆时的角位置和线性位置、速度和加速度;
f) 所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度。
35.根据权利要求26-31任一项所述的设备,其中
所述网络为时间点预测网络,其通过对照所述训练输入的模糊定义训练训练输出预测对照一系列按时间顺序发生的应用值的事件的应用时间点,从而后来将应用输入应用于所述经训练的网络时,如果在所述预测应用输出的平滑图或时间顺序上出现峰值,则预测到所述应用时间点。
36.根据权利要求35所述的设备,其中
所述网络包括以下所有或至少一个特征:
a) 所述训练输入的所述模糊定义计算为随所述训练输入点与所述实际训练输入点之间距离变化的值,即随着距所述实际点的距离增加而减小;
b) 所述模糊定义基于三角形加权函数,其中所述训练输入值具有与所述训练输入实际值的截距,其中训练输入中间值与距所述训练实际值的距离成比例减少;
c) 通过计算所述预测的应用输出的移动平均值进行平滑化,例如11点移动平均值;
d) 从所述检测装置处理的数据获得训练输入;
e) 采用高精度运动捕捉方法获得动态数据的训练输出;
f) 采用高精度运动捕捉方法和计算机机器人模型获得动能、局部能量产生、闭锁和解开的训练输出。
37.根据权利要求35或36所述的设备,其中
可操作时间点预测网络,以通过选自以下的能量参数预测参数:
a) 段和子段局部能量/力增大和减少的起始时间和完成时间;
b) 连接段和子段之间闭锁和解开的时间;
c) 身体和球杆段后挥杆顶点事件的时间;
d) 所述各连接段之间肌肉最大限度伸缩的时间;
e) 段、子段和杆头上局部能量产生峰值的时间;
f) 段、子段和杆头上角/线性速度和加速度峰值的时间;
g) 辅助正面能量转移压力中心速度和加速度峰值的时间;
h) 辅助正面特性开始和终止的时间。
38.根据权利要求32-36任一项所述的设备,其中
输入或输出表示为标准值。
39.根据权利要求32-38任一项所述的设备,其中
通过求加速度或速度预测值的积分分别计算位置或速度图或时间顺序的峰值和拐点。
40.根据权利要求32-38任一项所述的设备,其中
通过结合时序预测和时间点预测来预测值的图或时间顺序,所述时间点预测用于预测所述值的图或时间顺序的特点;其中所述特点是所述值的图或时间顺序的峰值或拐点。
41.根据权利要求26-31任一项所述的设备,其中
所述网络为压缩数据预测网络,其预测需要来自挥杆或部分挥杆的信息,或需要关于挥杆一个以上的点或窄部的挥杆方面的信息的值或参数。
42.根据权利要求41所述的设备,其中
挥杆关联的输入处理为压缩函数并用作对比训练输出的训练输入,所述经训练的网络通过将应用压缩函数应用为应用输入预测所述应用输出。
43.根据权利要求42所述的设备,其中
所述网络包括以下特征的组合:
a) 所述压缩函数为傅里叶变换或小波变换;
b) 所述训练输入包括来自所述检测装置的处理数据;
c) 所述训练输入包括来自其他网络的数据,包括时序预测数据;
d) 所述训练输出包括由运动捕捉系统测得的数据,来自机器人计算机建模的数据和球员、球员的挥杆和球员压力中心的专家人为观察和分析数据。
44.根据权利要求41-43任一项所述的设备,其中
可操作压缩数据预测网络,以通过选自以下的能量参数预测参数:
a) 关于辅助正面能量产生和传输的挥杆类别;
b) 球员的体重;
c) 球员的体型类别;
d) 所用球杆类别或类型;
e) 击球和上挥杆时间;
f) 相关时间事件组成部分的持续时间,包括连接段之间后挥杆顶点的持续时间,段峰值动能的持续时间和局部能量激活的持续时间;
g) 在时序图或时间顺序上的特定事件时出现的峰值或拐点标准形状的类别;
h) 其他网络预测的标准值缩放因子,包括角位置和线性位置、速度和加速度、力、动能和局部能量,以及辅助正面能量产生和传输表征事件的缩放因子。
45.根据权利要求41-44任一项所述的设备,其中
压缩数据预测用于预测所有或大多数挥杆能量参数。
46.根据权利要求23-45任一项所述的设备,其中可操作所述检测装置检测垂直力和侧向力,相互正交方向称为X、Y和Z方向,Z垂直,其中
所述网络的处理输入包括以下全部或其选择项:
a) 来自各传感器位置的力X、Y和Z;
b) 左脚、右脚和双脚在X方向的压力中心位置;
c) 左脚、右脚和双脚在Y方向的压力中心位置;
d) 左脚、右脚和双脚在X方向的压力中心速度;
e) 左脚、右脚和双脚在Y方向的压力中心速度;
f) 左脚、右脚和双脚在X方向的压力中心加速度;
g) 左脚、右脚和双脚在Y方向的压力中心加速度。
47.根据权利要求23-45任一项所述的设备,其中可操作所述检测装置检测垂直力,相互正交方向称为X、Y和Z方向,Z垂直,其中
所述网络的处理输入包括以下全部或其选择项:
a) 来自各传感器位置的力Z;
b) 左脚、右脚和双脚在X方向的压力中心位置;
c) 左脚、右脚和双脚在Y方向的压力中心位置;
d) 左脚、右脚和双脚在X方向的压力中心速度;
e) 左脚、右脚和双脚在Y方向的压力中心速度;
f) 左脚、右脚和双脚在X方向的压力中心加速度;
g) 左脚、右脚和双脚在Y方向的压力中心加速度。
48.根据权利要求46或47任一项所述的设备,其中
所述检测装置网络输入用于利用压缩数据预测来预测所述挥杆期间如上挥杆和击球等基准时间。
49. 根据权利要求48所述的设备,其中
如上挥杆和击球等所述挥杆基准时间用于构成可关联标准化数和各挥杆时刻的时间标记输入。
50.根据权利要求46所述的设备,其中可操作所述检测装置检测垂直力和侧向力,相互正交方向称为X、Y和Z方向,Z垂直,其中
所述网络的处理输入必须包括以下:
a) 时间标记;
b) 来自各传感器位置的力X、Y和Z;
c) 非目标侧脚在X方向的压力中心速度;
d) 非目标侧脚在Y方向的压力中心速度;
e) 双脚在X方向的压力中心位置;
f) 双脚在Y方向的压力中心位置。
51.根据权利要求47所述的设备,其中可操作所述检测装置检测垂直力,相互正交方向称为X、Y和Z方向,Z垂直,其中
所述网络的处理输入包括以下全部或其选择项:
a) 时间标记;
b) 来自各传感器位置的力Z;
c) 非目标侧脚在X方向的压力中心速度;
d) 非目标侧脚在Y方向的压力中心速度;
e) 双脚在X方向的压力中心位置;
f) 双脚在Y方向的压力中心位置。
52.根据权利要求50或51任一项所述的设备,其中所述网络为时序预测网络或时间点预测网络,其中
所述输入包括至少一个选自通过压缩数据预测而预测的下列输入:
a) 球杆类型;
b) 关于辅助正面能量产生和传输的挥杆类型;
c) 球员体型识别。
53.根据权利要求23-52任一项所述的设备,其中
使用压力中心数据,无需进行网络预测,所述压力中心数据来自所述检测装置的处理输出或由所述输出的处理器算得,所述压力中心数据包括压力中心在时间上的位置、大小、位移速度、加速度和距离。
54.根据权利要求23-53任一项所述的设备,其中
制定能量参数供向人展示,例如供从事设计数据自动分析的专家使用,或供教练直接用于分析球员的挥杆。
55.根据权利要求23-53任一项所述的设备,其中
利用以下所有技术或选自以下的技术自动分析或评价所述能量参数:
a) 根据所述优化规则评价或分析;
b) 通过与专业球员的挥杆比较进行评价或分析;
c) 利用相对噪度方法进行评价或分析;
d) 通过与相同球员的其他挥杆比较进行评价或分析;
e) 在健康安全的基础上进行评价或分析。
56.根据权利要求55所述的设备,其中根据所述优化规则自动分析或评价所述能量参数,其中所述优化规则包括关于以下的规则:
a) 所述段后挥杆顶点的最佳设置;
b) 所述段上局部能量产生的最佳大小和时间;
c) 所述段的最佳闭锁和激励;
d) 经由所述挥杆的最佳能量转移和至所述杆头的连枷转移;
e) 所述杆头峰值速度的最佳时间。
57.根据权利要求55所述的设备,其中通过与专业球员的挥杆比较自动分析或评价所述能量参数,其中所述分析或评价包括从以下特征选择:
a) 比较等效挥杆的相关能量参数或适合专家模型的挥杆范围,所述专家模型基于专业球员的挥杆合成,调节为适于分析中的挥杆和球员;
b) 对能量参数中的专家特点进行比较,包括局部能量产生的时间和不同大小,解开和激励所述段的方式,以及所述较远侧挥杆和连枷机构的定时力学;
c) 由于保留了专家最常展示的特点,对消除了误差的合成和专家特点进行比较,所述合成调节为适于所述球员的体型和体重,所述调节的依据通过专家自身的研究确定,其中存在各种各样的体型和体重。
58.根据权利要求55所述的设备,其中利用相对噪度方法自动分析或评价所述能量参数,其中所述方法涉及分析球杆或部分球杆的预测网络输出的噪声级和推断随噪声级降低的更好成绩。
59.根据权利要求58所述的设备,其中所述分析或评价包括从以下特征选择:
a) 比较基准挥杆的噪度级或其他基准值;
b) 根据专业球员的打球比较基准挥杆;
c) 噪度级确定为原始输出数据对平滑输出数据的拟合优度或拟合质量的方法;
d) 分析或评价用于强调所述挥杆不同阈级的相对缺点或优点。
60.根据权利要求55所述的设备,其中通过与相同球员的其他挥杆比较自动分析或评价所述能量参数,其中所述分析或评价包括以下全部特征或选择以下特征:
a) 比较先前挥杆的球员历史;
b) 比较一系列用相同球杆进行的即刻挥杆;
c) 比较用其他球杆进行的挥杆。
61.根据权利要求55所述的设备,其中在健康安全的基础上自动分析或评价所述能量参数,其中所述分析或评价包括以下全部特征或选择以下特征:
a) 识别球员现行挥杆固有的潜在受伤风险;
b) 识别可能因试图改变球员的能量产生和传输而产生的潜在受伤风险。
62.根据权利要求55-61任一项所述的设备,其中
结合包括进一步提供挥杆额外信息的附加传感装置在内的外部设备或系统分析所述能量参数。
63.根据权利要求55-62任一项所述的设备,其中
制定所述能量参数向人展示,包括供教练或球员用于分析球员的挥杆。
64.根据权利要求55-62任一项所述的设备,其中
可操作所述系统以进行评价或分析,无需进一步的人为分析或解释。
65.根据权利要求55-62或权利要求64任一项所述的设备,其中所述处理装置包括电子处理器。
66.根据权利要求65所述的设备,其包括交互式训练装置和通信装置,其中所述交互式训练装置和所述处理装置通信,以为球员提供自动交互式训练;可操作所述交互式训练装置提示训练基本原则,并且可操作所述通信装置向球员传达所述训练基本原则。
67.根据权利要求66所述的设备,其中
由熟悉挥杆期间能量产生和传输、如何改进和如何有效向球员传达改进的专家预先制定所述交互式训练基本原则。
68.根据权利要求66所述的设备,其中
可操作所述处理装置,以处理来自所述检测装置的传感信息的所述能量参数,处理来自所述人工智能装置的信息,分析结果,处理所述交互式训练程序并与所述通信装置通信。
69.根据权利要求66-68任一项所述的设备,其中
所述训练数据装置包括可操作为所述处理器提供训练数据且包括选自数据存储器、检索装置和传输装置的一种的装置,包括所述系统内外的互联网连接、CD和DVD阅读器和电子存储器。
70.根据权利要求66-69任一项所述的设备,其中
所述通信装置包括含可视显示屏和无线音频接收器在内使所述设备与球员或教练通信的装置,所述通信装置还包括含可视触摸屏和键盘在内使球员或教练与所述设备通信的装置。
71.根据权利要求23-70任一项所述的设备,其中
所述检测装置为测力板或压垫。
72.根据权利要求71所述的设备,其中
所述检测装置为可操作以测量垂直和侧向地面反作用力的测力板。
73.根据权利要求71所述的设备,其中
所述检测装置为可操作仅测量垂直地面反作用力的测力板或压垫。
74.根据权利要求71-73任一项所述的设备,其中
所述检测装置包括两个可操作以分别测量球员左右脚地面反作用力的平台或垫截面。
75.一种利用地面反作用力测量或分析高尔夫球挥杆的方法,所述方法包括以下步骤:
a) 获得挥杆期间的地面反作用力信息;
b) 将所述信息处理成更好表征挥杆的数据;
c) 通过人工智能接收并处理已处理的数据。
76.根据权利要求75所述的方法,其中
获得地面反作用力信息作为负荷响应信息,而非变形响应信息;
某些信息和其他信息分别处理。
77.根据权利要求75或76所述的方法,其中
人工智能接收和处理信息之前,可通过以下所有技术或其组合将所述信息处理成更好表征所述挥杆的数据:
a) 平滑化数据流,如使用算术移动平均值;
b) 缩放以确保可比信息值;
c) 稳定温度,以克服温度变化产生的误差;
d) 稳定电压,以克服系统电压变化产生的误差;
e) 转换为个人脚上或越过双脚的压力中心位置X和Y;
f) 转换为个人脚上或越过双脚的压力中心速度X和Y;
g) 转换为个人脚上或越过双脚的压力中心加速度X和Y。
78.根据权利要求75-77任一项所述的方法,其中
所述人工智能包括使用经训练的人工神经网络。
79.根据权利要求78所述的方法,其中
用单独的网络预测不同能量参数。
80.根据权利要求78或79所述的方法,其中
用单独的网络预测不同球杆类型的能量参数。
81.根据权利要求78-80任一项所述的方法,其中
所述神经网络方法包括反向传播并通过监督学习得到训练的多层前馈网络方法。
82.根据权利要求78-81任一项所述的方法,其中
所述神经网络方法包括使用具有30-70个神经元的单个隐蔽单层。
83.根据权利要求78-82任一项所述的方法,其中
用不同类型的网络提取不同类型的能量参数。
84.根据权利要求78-83任一项所述的方法,其中
所述网络产生时序预测,其通过对照所述系列各点处的训练变量实际值训练输出,预测随时间序列的时间点变化的应用参数值,通过预测的应用输出的平滑或拟合图或时间顺序预测所述应用参数。
85.根据权利要求84所述的方法,其中
所述网络包括以下所有或至少一个特征:
a) 通过计算所述预测的应用输出的移动平均值进行平滑化,例如11点移动平均值;
b) 通过将预测结果拟合为如三次多项式等多项式进行拟合;
c) 使用平滑化和拟合的组合,在图或时间顺序的峰值或拐点处使用拟合;
d) 对超过设定百分比的值进行峰值拟合;
e) 从所述检测装置处理的数据获得训练输入;
f) 采用高精度运动捕捉方法获得动态数据的训练输出;
g) 采用高精度运动捕捉方法和计算机机器人模型获得动能、局部能量产生、闭锁和解开的训练输出。
86.根据权利要求84或85所述的方法,其中
可操作时序预测,以通过选自以下的关于所述挥杆或挥杆相关部分的能量参数预测参数:
a) 段和子段局部能量/力激活的大小;
b) 段线性动能和角动能水平;
c) 身体和球杆段的绝对速度,包括杆头绝对速度;
d) 因所述局部肌群位移,身体和球杆段在挥杆时的角位置和线性位置、速度和加速度;
e) 身体和球杆段在挥杆时的角位置和线性位置、速度和加速度;
f) 所述躯干段和臂段之间以及所述臂段和球杆段之间的角位置、速度和加速度。
87.根据权利要求78-83任一项所述的方法,其中
所述网络产生时间点预测,其通过对照所述训练输入的模糊定义训练训练输出预测对照一系列按时间顺序发生的应用值的事件的应用时间点,从而后来将应用输入应用于所述经训练的网络时,如果在预测应用输出的平滑图或时间顺序上出现峰值,则预测所述应用时间点。
88.根据权利要求87所述的方法,其中
所述网络方法包括以下所有或至少一个特征:
a) 所述训练输入的模糊定义计算为随所述实际训练输入点与所述训练输入点的距离的值,即随着距所述实际点的距离增加而减小;
b) 所述模糊定义基于三角形加权函数,其中所述训练输入值具有与所述训练输入实际值的截距,其中训练输入中间值与距所述训练实际值的距离成比例减少;
c) 通过计算所述预测的应用输出的移动平均值进行平滑化,例如11点移动平均值;
d) 从所述检测装置处理的数据获得训练输入;
e) 采用高精度运动捕捉方法获得动态数据的训练输出;
f) 采用高精度运动捕捉方法和计算机机器人模型获得动能、局部能量产生、闭锁和解开的训练输出。
89.根据权利要求87或88所述的方法,其中
可操作时间点预测,以通过选自以下的能量参数预测参数:
a) 段和子段局部能量/力增大和减少的起始时间和完成时间;
b) 连接段和子段之间闭锁和解开的时间;
c) 身体和球杆段后挥杆顶点事件的时间;
d) 所述各连接段之间肌肉最大限度伸缩的时间;
e) 段、子段和杆头上局部能量产生峰值的时间;
f) 段、子段和杆头上角速度/线性速度和加速度峰值的时间;
g) 辅助正面能量转移压力中心速度和加速度峰值的时间;
h) 辅助正面特性开始和终止的时间。
90.根据权利要求84-89任一项所述的方法,其中
输入或输出表示为标准值。
91.根据权利要求84-90任一项所述的方法,其中
通过求加速度或速度预测值的积分分别计算位置或速度图或时间顺序的峰值和拐点。
92.根据权利要求84-90任一项所述的方法,其中
通过结合时序预测和时间点预测来预测值的图或时间顺序,所述时间点预测用于预测所述值的图或时间顺序的特点;其中所述特点是所述值的图或时间顺序的峰值或拐点。
93.根据权利要求78-83任一项所述的方法,其中
压缩数据预测预测需要来自挥杆或部分挥杆的信息或需要关于挥杆一个以上的点或窄部的挥杆方面的信息的值或参数。
94.根据权利要求93所述的方法,其中
将挥杆关联的输入处理为压缩函数并用作对比训练输出的训练输入, 所述经训练的网络通过将应用压缩函数用作应用输入预测所述应用输出。
95.根据权利要求94所述的方法,其中
所述网络包括以下特征的组合:
a) 所述压缩函数为傅里叶变换或小波变换;
b) 所述训练输入包括来自所述检测装置的处理数据;
c) 所述训练输入包括来自其他网络的数据,包括时序预测数据;
d) 所述训练输出包括由运动捕捉系统测得的数据,来自机器人计算机建模的数据和球员、球员的挥杆和球员压力中心的专家人为观察和分析数据。
96.根据权利要求93-95任一项所述的方法,其中
可操作压缩数据预测,以通过选自以下的能量参数预测参数:
a) 关于辅助正面能量产生和传输的挥杆类别;
b) 球员的体重;
c) 球员的体型类别;
d) 所用球杆类别或类型;
e) 击球和上挥杆时间;
f) 相关时间事件组成部分的持续时间,包括连接段之间后挥杆顶点的持续时间,段峰值动能的持续时间和局部能量激活的持续时间;
g) 在时序图或时间顺序上的特定事件时出现的峰值或拐点标准形状的类别;
h) 其他网络预测的标准值缩放因子;所述缩放因子包括角位置和线性位置、速度和加速度;还包括力、动能和局部能量;进一步包括辅助正面能量产生和传传输表征事件的缩放因子。
97.根据权利要求93-95任一项所述的方法,其中
压缩数据预测用于预测所有或大多数挥杆能量参数。
98.根据权利要求75-97任一项所述的方法,其中检测垂直力和侧向力,相互正交方向称为X、Y和Z方向,Z垂直,其中
所述人工智能或网络的处理输入包括以下全部或其选择项:
a) 不同传感信号的分力X、Y和Z;
b) 左脚、右脚和双脚在X方向的压力中心位置;
c) 左脚、右脚和双脚在Y方向的压力中心位置;
d) 左脚、右脚和双脚在X方向的压力中心速度;
e) 左脚、右脚和双脚在Y方向的压力中心速度;
f) 左脚、右脚和双脚在X方向的压力中心加速度;
g) 左脚、右脚和双脚在Y方向的压力中心加速度。
99.根据权利要求75-97任一项所述的方法,其中检测垂直力,相互正交方向称为X、Y和Z方向,Z垂直,其中
所述人工智能或网络的处理输入包括以下全部或其选择项:
a) 来自传感信号的力Z;
b) 左脚、右脚和双脚在X方向的压力中心位置;
c) 左脚、右脚和双脚在Y方向的压力中心位置;
d) 左脚、右脚和双脚在X方向的压力中心速度;
e) 左脚、右脚和双脚在Y方向的压力中心速度;
f) 左脚、右脚和双脚在X方向的压力中心加速度;
g) 左脚、右脚和双脚在Y方向的压力中心加速度。
100.根据权利要求98或99所述的方法,其中
所述人工智能或网络的输入用于利用压缩数据预测来预测所述挥杆期间如上挥杆和击球等基准时间。
101.根据权利要求100所述的方法,其中
所述挥杆期间如上挥杆和击球等基准时间用于构成可关联标准化数和挥杆时刻的时间标记输入。
102.根据权利要求98所述的方法,其中检测垂直力和侧向力,相互正交方向称为X、Y和Z方向,Z垂直,其中
所述人工智能或网络的处理输入必须包括以下:
a) 时间标记;
b) 传感信号的分力X、Y和Z;
c) 非目标侧脚在X方向的压力中心速度;
d) 非目标侧脚在Y方向的压力中心速度;
e) 双脚在X方向的压力中心位置;
f) 双脚在Y方向的压力中心位置。
103.根据权利要求99所述的方法,其中检测垂直力,相互正交方向称为X、Y和Z方向,Z垂直,其中
所述人工智能或网络的处理输入包括以下全部或其选择项:
a) 时间标记;
b) 来自所述传感信号的力Z;
c) 非目标侧脚在X方向的压力中心速度;
d) 非目标侧脚在Y方向的压力中心速度;
e) 双脚在X方向的压力中心位置;
f) 双脚在Y方向的压力中心位置。
104.根据权利要求102或103任一项所述的方法,其中所述预测为时序预测或时间点预测,其中
所述输入包括至少一个选自通过压缩数据预测而预测的下列输入:
a) 球杆类型;
b) 关于辅助正面能量产生和传输的挥杆类型;
c) 球员体型。
105.根据权利要求75-104任一项所述的方法,其中
使用压力中心数据,无需进行网络预测,所述压力中心数据来自所述检测信息的处理输出或通过处理所述输出算得,所述压力中心数据包括压力中心的时间位置、大小、位移速度、加速度和距离。
106.根据权利要求75-105任一项所述的方法,其中
制定能量参数以向人展示,例如供从事设计数据自动分析的专家使用,或供教练直接用于分析球员的挥杆。
107.根据权利要求75-105任一项所述的方法,其中
利用以下所有技术或选自以下的技术自动分析或评价所述能量参数:
a) 根据优化规则评价或分析;
b) 通过与专业球员的挥杆比较进行评价或分析;
c) 利用相对噪度方法进行评价或分析;
d) 通过与相同球员的其他挥杆比较进行评价或分析;
e) 在健康安全的基础上进行评价或分析。
108.根据权利要求107所述的方法,其中根据所述优化规则自动分析或评价所述能量参数,其中所述优化规则包括关于以下的规则:
a) 所述段后挥杆顶点的最佳设置;
b) 段上局部能量产生的最佳大小和时间;
c) 段的最佳闭锁和激励;
d) 通过挥杆的最佳能量转移和至所述杆头的连枷转移;
e) 杆头峰值速度的最佳时间。
109.根据权利要求107所述的方法,其中通过与专业球员的挥杆比较自动分析或评价所述能量参数,其中所述分析或评价包括从以下特征选择:
a) 比较等效挥杆的相关能量参数或适合专家模型的挥杆范围,所述专家模型基于专业球员的挥杆综合,调节为适于分析中的挥杆和球员;
b) 对能量参数中的专家特点进行比较,包括局部能量产生的时间和不同大小,解开和激励段的方式,以及所述较远侧挥杆和连枷机构的定时力学;
c) 由于保留了专家最常展示的特点,对消除了误差的合成和专家特点进行比较,所述合成调节为适于所述球员的体型和体重,所述调节的依据通过专家自身的研究确定,其中存在各种各样的体型和体重。
110.根据权利要求107所述的方法,其中利用相对噪度方法自动分析或评价所述能量参数,其中所述方法涉及分析球杆或部分球杆的预测网络输出噪声级,和推断随噪声级降低的更好成绩。
111.根据权利要求110所述的方法,其中所述分析或评价包括从以下特征选择:
a) 对基准挥杆的噪度级或其他基准值进行比较;
b) 根据专业球员的打球比较基准挥杆;
c) 噪度级确定为原始输出数据对平滑输出数据的拟合优度或拟合质量的方法;
d) 分析或评价用于强调所述挥杆不同阈级的相对缺点或优点。
112.根据权利要求107所述的方法,其中通过与相同球员的不同挥杆比较自动分析或评价所述能量参数,其中所述分析或评价包括以下全部特征或选自以下的特征:
a) 比较先前挥杆的球员历史;
b) 比较一系列用相同球杆进行的即刻挥杆;
c) 比较用其他球杆进行的挥杆。
113.根据权利要求107所述的方法,其中在健康安全的基础上自动分析或评价所述能量参数,其中所述分析或评价包括以下全部特征或选自以下的特征:
a) 识别球员现行挥杆固有的潜在受伤风险;
b) 识别可能因试图改变球员的能量产生和传输而产生的潜在受伤风险。
114.根据权利要求107-113任一项所述的方法,其中
结合包括在挥杆时感测的附加信息在内的从外部获得的信息分析所述能量参数。
115.根据权利要求107-114任一项所述的方法,其中
制定所述能量参数以向人展示,包括供教练或球员用于分析球员的挥杆。
116.根据权利要求107-114任一项所述的方法,其中
可操作所述系统以进行评价或分析,无需进一步的人为分析或解释。
117.根据权利要求107-114或116任一项所述的方法,其中以自动方式处理信息。
118.根据权利要求117所述的方法,其中
以交互方式处理信息,可操作所述方法提示训练基本原则并将所述训练基本原则传达给球员。
119.根据权利要求118所述的方法,其中
由熟悉挥杆期间能量产生和传递、如何改进和如何有效向球员传达改进的专家预先制定所述交互式训练基本原则。
120.根据权利要求118所述的方法,其中
处理传感信息;所述人工智能从所述处理信息获得所述能量参数;处理所述能量参数以分析或评价挥杆;处理交互式训练程序,并传达给如球员或教练等使用者。
121.根据权利要求118-120任一项所述的方法,其中
交互式训练包括提供包括选自数据存储、数据检索和数据传输的来源、互联网来源、CD和DVD来源以及内外存储器来源在内的训练数据。
122.根据权利要求118-121任一项所述的方法,其中
向球员或教练等使用者传达包括可视方法和音频方法,由使用者传达包括触摸屏方法和键盘方法。
123.根据权利要求75-122任一项所述的方法,其中
由于球员脚施加的负荷,感测到地面反作用力。
124.根据权利要求123所述的方法,其中
感测到所述垂直和侧向地面反作用力。
125.根据权利要求123所述的方法,其中
仅感测到垂直地面反作用力。
126.根据权利要求123-125任一项所述的方法,其中
分别感测或测量球员左右脚的地面反作用力。
127.根据权利要求1所述分析高尔夫球挥杆的方法,以及根据权利要求75-126任一项所述加以必要变更的方法。
128.根据权利要求12所述分析高尔夫球挥杆的系统,以及根据权利要求23-74任一项所述加以必要变更的系统。
129.根据权利要求23所述分析高尔夫球挥杆的设备,以及根据权利要求12-22任一项所述加以必要变更的设备。
130.根据权利要求75所述测量或分析高尔夫球挥杆的方法,以及根据权利要求1-11任一项所述加以必要变更的方法。
131.一种大体上如本文根据权利要求1所述的分析高尔夫球挥杆的方法。
132.一种大体上如本文参考附图所述且如附图所示分析高尔夫球挥杆的系统。
133.一种大体上如本文根据权利要求75所述利用地面反作用力测量或分析高尔夫球挥杆的方法。
134.一种大体上如本文参考附图所述且如附图所示测量或分析高尔夫球挥杆的设备。
135.根据权利要求1或2所述的方法,包括以下优先步骤:
确定/识别包括与挥杆时经由身体的能量传输有关的参数在内,对于分析高尔夫球挥杆而言重要的参数。
136.根据权利要求135所述的方法,包括以下优先步骤:
确定/识别所述能量参数。
137.根据权利要求1、135或136所述的方法,包括以下优先步骤:
确定/识别所述优化规则。
138.根据权利要求12或13所述的系统,包括用于确定/识别分析高尔夫球挥杆参数的装置,包括确定/识别包括与挥杆时经由身体的能量传输有关的参数在内,对于分析高尔夫球挥杆而言重要的参数的优先步骤。
139.根据权利要求138所述的系统,包括
可操作以确定/识别参数的装置,包括确定/识别能量参数的优先步骤(所述装置称为能量参数装置),还可操作所述能量参数装置以确定/识别可据其确定或计算所述能量参数的可测参数。
140.根据权利要求12、138或139所述的系统,包括
分析装置,可操作以分析高尔夫球挥杆,包括确定/识别所述优化规则的优先步骤。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
自动调试与防错方法及装置 | 2020-05-14 | 347 |
一种电子稳定程序ESP液压制动系统的建模方法 | 2020-05-12 | 686 |
电子产品中微电脑的操作程序备份装置 | 2020-05-13 | 475 |
一种内存清理方法和电子设备 | 2020-05-14 | 157 |
可在低温环境中启动的电子装置及其启动方法 | 2020-05-13 | 492 |
一种程序测试方法、装置及电子设备 | 2020-05-13 | 968 |
一种电子模块及其软件无线升级方法 | 2020-05-12 | 513 |
用于车辆电子稳定程序的基于激光二极管的自混合传感器 | 2020-05-12 | 468 |
一种汽车电子稳定程序控制系统 | 2020-05-11 | 982 |
一种汽车电子稳定程序用电磁继动阀 | 2020-05-11 | 509 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。