基于可穿戴设备的跳跃动作识别方法、设备及存储介质

摘要

本发明公开了基于可穿戴设备的跳跃动作识别方法、设备及存储介质，属于智能肢体跳跃动作识别技术领域。该方法包括：通过在可穿戴设备腿部采集节点设置的姿态传感器识别用户的腿部状态信息；通过在可穿戴设备背部采集节点设置的姿态传感器识别用户的背部状态信息；根据腿部状态信息以及背部状态信息，得到用户的跳跃状态信息。本发明不需要除穿戴设备以外的外置设备来辅助完成跳跃捕捉，检测时效性更高，通过多姿态传感器协同提供数据即可完成跳跃检测，真正符合元宇宙全民普及的需求。

说明书

技术领域

本发明涉及智能肢体跳跃动作识别技术领域，更具体的说是涉及基于可穿戴设备的跳跃动作识别方法、设备及存储介质。

背景技术

现有的全身动态捕捉技术分为两大类，一类是已经出现了20多年的源自欧美用于科幻、魔幻片拍摄的紧身衣贴反光球的光学类型动作捕捉技术，此类技术可以通过摄像头和感光设备来捕捉贴在身体各主要关节上的反光球的位置来识别人体动作，跳跃动作可以直接通过光点位置变化识别出来。优点是技术已经比较成熟，缺点是光学设备复杂安装繁琐占地面积大成本极高操作困难成本极高(百万级别至千万级别不等)不具备元宇宙未来面向C端推广的可能性。另一类是近5年才出现的类似灏存科技已经发布专利的基于MEMS姿态传感器的穿戴型肢体动作识别设备，基于本原理的其它公司设备均在灏存科技设备专利发布后开始转向MEMS领域，现在市面上通俗成为惯性动捕，这些公司的设备要么不能实现自主跳跃动作检测，要么添加光学和摄像头外设来做图像识别辅助惯性动捕设备然后在经过神经网络等复杂的计算才能够完成跳跃动作捕捉。可见，传统跳跃动作识别方法成本高，且传统识别设备体积庞大、部署困难、调校繁琐、协同性差以及新设备需要借助外设来完成跳跃动作捕捉。

因此，如何提供一种基于可穿戴设备的跳跃动作识别方法、设备及存储介质是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于可穿戴设备的跳跃动作识别方法、设备及存储介质，用于解决上述现有技术中存在的问题。

为了实现上述目的，本发明提供如下技术方案：

一方面，本发明提供了一种基于可穿戴设备的跳跃动作识别方法，包括以下步骤：

通过在可穿戴设备腿部采集节点设置的姿态传感器识别用户的腿部状态信息；

通过在可穿戴设备背部采集节点设置的姿态传感器识别用户的背部状态信息；

根据所述腿部状态信息以及所述背部状态信息，得到用户的跳跃状态信息。

优选的，所述可穿戴设备腿部采集节点，包括：

第一采集节点和第二采集节点，对称设置于两大腿处；

第三采集节点和第四采集节点，对称设置于小腿盖处；

第五采集节点和第六采集节点，对称设置于俩脚面处；

其中，分别在所述第一采集节点、所述第二采集节点、所述第三采集节点、所述第四采集节点、所述第五采集节点及所述第六采集节点上对应设置第一姿态传感器、第二姿态传感器、第三姿态传感器、第四姿态传感器、第五姿态传感器及第六姿态传感器。

优选的，其特征在于，所述第一姿态传感器及所述第三姿态传感器在一条垂直线上，所述第二姿态传感器及所述第四姿态传感器在一条垂直线上。

优选的，所述第一姿态传感器、所述第二姿态传感器、所述第三姿态传感器以及所述第四姿态传感器分别搭载有角度计，通过所述角度计计算腿部在弯曲过程中大腿与小腿的夹角，预判是否有起跳征兆。

优选的，所述可穿戴设备背部采集节点为第七采集节点，设置于背部位置，在所述第七采集节点对应设置第七姿态传感器，所述第七姿态传感器上搭载有角度计，通过角度计坐标系判断跳跃方向。

优选的，所述第五姿态传感器、所述第六姿态传感器、所述第三姿态传感器及所述第四姿态传感器联合起来计算踝关节的弯曲角度。

优选的，所述第五姿态传感器、所述第六姿态传感器、所述第三姿态传感器及所述第四姿态传感器上分别搭载有加速度计，通过加速度计探测起跳过程中的瞬时加速度，并根据所述瞬时加速度计算跳跃高度，具体公式为：

h＝1/2at^2；

式中，h为跳跃高度，a为加速度参数，t为时间变量。

优选的，根据所述腿部状态信息以及所述背部状态信息，得到用户的跳跃状态信息，包括：通过起跳特征、跳跃方向、弯曲角度及跳跃高度整合得到用户的跳跃状态信息。

再一方面，本发明还提供一种基于可穿戴设备的跳跃动作识别设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于可穿戴设备的跳跃动作识别程序，所述基于可穿戴设备的跳跃动作识别程序配置为实现上述的基于可穿戴设备的跳跃动作识别方法的步骤。

再一方面，本发明还提供了一种存储介质，所述存储介质上存储有基于可穿戴设备的跳跃动作识别程序，所述基于可穿戴设备的跳跃动作识别程序被处理器执行时实现上述的基于可穿戴设备的跳跃动作识别方法的步骤。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于可穿戴设备的跳跃动作识别方法、设备及存储介质，不需要除穿戴设备以外的外置设备来辅助完成跳跃捕捉，更进一步完善穿戴型肢体动作识别设备的功能，让设备可以变得更加傻瓜化，平民化，让使用者穿戴上设备后进入到虚拟世界可以有更加真实的体验感。本发明检测时效性更高，成本低，多姿态传感器协同提供数据即可完成跳跃检测，解决了传统设备体积庞大、部署困难、调校繁琐、协同性差以及新设备需要借助外设来完成跳跃动作捕捉的问题。真正符合元宇宙全民普及的需求无论是从体验感和价格上都是业内更具优势的，为未来元宇宙的普及与走进千家万户更进一步奠定了基础。技术的创新性更加明显。具体有益效果为：

本发明要解决的技术问题：

1.提供了一款单纯的穿戴型肢体动作识别设备可以不借助外部光学传感器来辅助完成跳跃检测，将首次实现纯基于MEMS9轴姿态传感器的跳跃检测。

2.多姿态传感器协同过程中动作检测与跳越判断的协同性、灵敏性参数的模式学习与调校。

3.通过搭载的加速度计精度与稳定性的进一步提升，前、后、左、右、立定跳过程中的跳跃高度与水平距离的计算精度提升。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明的方法流程示意图；

图2为本实施例提供的可穿戴设备腿部采集节点分布图；

图3为本实施例提供的可穿戴设备背部采集节点分布图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一方面，参见附图1所示，本发明实施例公开了一种基于可穿戴设备的跳跃动作识别方法，包括以下步骤：

通过在可穿戴设备腿部采集节点设置的姿态传感器识别用户的腿部状态信息；

通过在可穿戴设备背部采集节点设置的姿态传感器识别用户的背部状态信息；

根据腿部状态信息以及背部状态信息，得到用户的跳跃状态信息。

在一个具体实施例中，参见附图2所示，可穿戴设备腿部采集节点，包括：

第一采集节点和第二采集节点，对称设置于两大腿处；

第三采集节点和第四采集节点，对称设置于两小腿处；

第五采集节点和第六采集节点，对称设置于俩脚面处；

其中，分别在第一采集节点、第二采集节点、第三采集节点、第四采集节点、第五采集节点及第六采集节点上对应设置第一姿态传感器、第二姿态传感器、第三姿态传感器、第四姿态传感器、第五姿态传感器及第六姿态传感器。

在一个具体实施例中，第一姿态传感器及第三姿态传感器在一条垂直线上，第二姿态传感器及第四姿态传感器在一条垂直线上。

在一个具体实施例中，第一姿态传感器、第二姿态传感器、第三姿态传感器以及第四姿态传感器分别搭载有角度计，通过角度计计算腿部在弯曲过程中大腿与小腿的夹角，预判是否有起跳征兆。

具体的，第一姿态传感器与第三姿态传感器的角度计联合检测其所在大腿与小腿在弯曲过程中的相对夹角，第二姿态传感器与第四姿态传感器的合作方式亦然。

在一个具体实施例中，参见附图3所示，可穿戴设备背部采集节点为第七采集节点，设置于背部位置，在第七采集节点对应设置第七姿态传感器，第七姿态传感器上搭载有角度计，通过角度计坐标系判断跳跃方向。

在一个具体实施例中，第五姿态传感器、第六姿态传感器、第三姿态传感器及第四姿态传感器联合起来计算踝关节的弯曲角度。

在一个具体实施例中，第五姿态传感器、第六姿态传感器、第三姿态传感器及第四姿态传感器上分别搭载有加速度计，通过加速度计探测起跳过程中的瞬时加速度，并根据瞬时加速度计算跳跃高度，具体公式为：

h＝1/2at^2；

式中，h为跳跃高度，a为加速度参数，t为时间变量。

在一个具体实施例中，根据腿部状态信息以及背部状态信息，得到用户的跳跃状态信息，包括：通过起跳特征、跳跃方向、弯曲角度及跳跃高度整合得到用户的跳跃状态信息。

具体的，各姿态传感器为MEMS9轴姿态传感器，采用无线链接方式连接。

更具体的，各姿态传感器采集对应的转角数据后传到一主控单元进行各关节相对夹角计算。

在一个具体实施例中，第一姿态传感器、第二姿态传感器位于膝盖以上大腿根部以下，同时在大腿正面，或者同时位于大腿外侧。第三姿态传感器、第四姿态传感器位于膝盖以下踝关节以上，面向前方，或者位于小腿外侧，第一姿态传感器、第三姿态传感器与第二姿态传感器、第四姿态传感器必须在一条直线上(如在腿部正面，则都在正面，如在外侧就都在外侧)。起到的效果是通过MEMS里搭载的角度计计算整条腿在弯曲过程中大腿与小腿的夹角，用来预判体验者是否有起跳征兆。第五姿态传感器与第六姿态传感器除了用来与第三姿态传感器、第四姿态传感器联合起来计算踝关节的弯曲角度外，其上搭载的加速度计会用来探测体验者在起跳过程中的瞬时加速度。

在一个具体实施例中，得出得得到用户的跳跃状态信息包括：起跳得动作数据，条例地面得高度，跳跃的前后左右方向，以及整个过程中膝关节、踝关节的弯曲状态。

具体的，本发明基于灏存科技全自主研发的MEMS姿态传感器穿戴型肢体动作识别设备，无需借助任何穿戴设备以外的辅助设备来完成跳跃检测，在上面提到的设备基础上又有了明显的优势，不再需要单独安装辅助设备，不需要掌握专门的知识去对辅助设备进行调教，使用上更加傻瓜化，平民化，让使用者穿戴上设备后进入到虚拟世界可以有更加真实的体验感，同时，不安装辅助设备后使用起来就有了更大的工作半径，并且成本进一步降低，不需要光学与惯性同时运算来整合数据所以时效性更高延时更低，精准度更高。

另一方面，本实施例还公开了一种基于可穿戴设备的跳跃动作识别设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的基于可穿戴设备的跳跃动作识别程序，基于可穿戴设备的跳跃动作识别程序配置为实现上述的基于可穿戴设备的跳跃动作识别方法的步骤。

另一方面，一种存储介质，存储介质上存储有基于可穿戴设备的跳跃动作识别程序，基于可穿戴设备的跳跃动作识别程序被处理器执行时实现上述的基于可穿戴设备的跳跃动作识别方法的步骤。

具体的，通过上述技术方案，本发明不需要除穿戴设备以外的外置设备来辅助完成跳跃捕捉，检测时效性更高，同时，多姿态传感器协同提供数据即可完成跳跃检测，真正符合元宇宙全民普及的需求。

在一个具体实施例中，达到的社会效果：本发明的出现将再次推动元宇宙的大面积落地应用向前迈进，让穿戴型肢体动作识别设备更进一步被民众认知和认可。

在一个具体实施例中，达到的经济效果：全球范围内形成万亿级商业应用市场。

具体的，可以应用的场景(领域)有各类线上教学、线上工作、赛事直播转播、虚拟演唱会晚会等娱乐场景。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。