System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及运动技术评价,尤其涉及一种蹦床运动员网性评价方法、装置、设备以及存储介质。
技术介绍
1、蹦床运动员的网性即运动员控制蹦床网面的弹性加以利用的能力。网性是蹦床运动员最为核心的专项竞技能力,也是蹦床运动员训练中最为关注的问题。蹦床运动员的网性具体体现为:运动员触网的准确性、准确的调整身体、最佳的蹬伸时机,合适的蹬伸力度、精确的出网角度。有研究指出,网性就是蹦床运动员在压网过程中能否将网面压到最低并随网面一同上升的能力。蹦床运动员的网性主要与下肢最佳蹬伸时机的把握能力有关,此外,也与手臂等其他部位的协调有着密切的联系。
2、目前在蹦床运动员的训练中,教练员主要基于现场肉眼观察的方法对蹦床运动员的网性进行评价。不过由于蹦床运动员在蹦床运动中的触网时间很短,加上网面和人体复合运动的复杂性,教练员很难通过肉眼对运动员“网性”进行有效评价,严重影响了训练效率和质量。有鉴于此,如何对蹦床运动员网性进行有效评价就成了当前亟待解决的技术问题。
技术实现思路
1、本专利技术实施例提供了一种蹦床运动员网性评价方法、装置、设备及存储介质。
2、第一方面,本专利技术实施例提供了一种蹦床运动员网性评价方法,该方法包括:
3、获取蹦床运动员在蹦床踏网期间的关节角度数据和压网深度数据;
4、根据蹦床踏网期间的各个运动阶段对关节角度数据和压网深度数据进行划分,得到各个运动阶段对应的关节角度数据和压网深度数据;
5、根据各个运动阶段对应的关节角
6、将各个运动阶段对应的运动学指标输入预先训练的蹦床运动员网性评价模型,由蹦床运动员网性评价模型对各个运动阶段对应的运动学指标进行处理,得到蹦床运动员的网性评分。
7、在第一方面的一些可实现方式中,获取蹦床运动员在蹦床踏网期间的关节角度数据和压网深度数据,包括:
8、通过部署在蹦床运动员身体上的惯性姿态传感器采集蹦床运动员在蹦床踏网期间的惯性姿态数据;
9、通过部署在蹦床附近的视觉传感器采集蹦床运动员在蹦床踏网期间的视觉数据;
10、通过数据同步模块对蹦床运动员在蹦床踏网期间的惯性姿态数据和视觉数据进行数据同步;
11、对数据同步后的惯性姿态数据和视觉数据进行计算,得到蹦床运动员在蹦床踏网期间的关节角度数据和压网深度数据。
12、在第一方面的一些可实现方式中,蹦床踏网期间的各个运动阶段包括:
13、髋膝快速蹬伸压网阶段、缓冲至最低点阶段、最低点调节阶段、最低点调节阶段;
14、髋膝快速蹬伸压网阶段是蹦床运动员踏网开始至髋关节角度变化减缓;
15、缓冲至最低点阶段是蹦床运动员伸髋结束至到网最低点;
16、最低点调节阶段是蹦床运动员入网最低点至蹬伸开始;
17、最低点调节阶段是蹦床运动员蹬伸开始至最后离网。
18、在第一方面的一些可实现方式中,针对任一运动阶段,其对应的运动学指标包括:运动阶段开始和结束时刻的压网深度和关节角度;运动阶段持续时间;运动阶段内的关节角度变化幅度、运动阶段内的关节平均角速度。
19、在第一方面的一些可实现方式中,蹦床运动员网性评价模型是通过以下步骤训练得到的:
20、获取蹦床运动员网性评价数据集,蹦床运动员网性评价数据集包括:多个蹦床运动员网性评价样本及其对应的标签;蹦床运动员网性评价样本包括:蹦床运动员在蹦床踏网期间的各个运动阶段对应的运动学指标;标签包括:蹦床运动员的网性评分;
21、使用蹦床运动员网性评价数据集对初始蹦床运动员网性评价模型进行训练,得到蹦床运动员网性评价模型。
22、在第一方面的一些可实现方式中,使用蹦床运动员网性评价数据集对初始蹦床运动员网性评价模型进行训练,得到蹦床运动员网性评价模型,包括:
23、将蹦床运动员网性评价数据集划分为训练集、验证集、测试集;
24、使用训练集对初始蹦床运动员网性评价模型进行训练,生成训练中的蹦床运动员网性评价模型;
25、使用验证集对训练中的蹦床运动员网性评价模型进行性能验证和优化,得到优化后的蹦床运动员网性评价模型;
26、使用测试集对优化后的蹦床运动员网性评价模型进行性能测试,得到最终的蹦床运动员网性评价模型。
27、在第一方面的一些可实现方式中,该方法还包括:
28、对蹦床运动员的网性评分进行可视化显示、本地和/或云端存储或者网络共享。
29、第二方面,本专利技术实施例提供了一种蹦床运动员网性评价装置,该装置包括:
30、获取模块,用于获取蹦床运动员在蹦床踏网期间的关节角度数据和压网深度数据;
31、划分模块,用于根据蹦床踏网期间的各个运动阶段对关节角度数据和压网深度数据进行划分,得到各个运动阶段对应的关节角度数据和压网深度数据;
32、计算模块,用于根据各个运动阶段对应的关节角度数据和压网深度数据,计算各个运动阶段对应的运动学指标;
33、评价模块,用于将各个运动阶段对应的运动学指标输入预先训练的蹦床运动员网性评价模型,由蹦床运动员网性评价模型对各个运动阶段对应的运动学指标进行处理,得到蹦床运动员的网性评分。
34、第三方面,本专利技术实施例提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上所述的方法。
35、第四方面,本专利技术实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如上所述的方法。
36、在本专利技术实施例中,可以改变目前对于蹦床运动员网性评价仅靠教练员肉眼和经验判断为主的粗放式评价方式,实现对蹦床运动员网性的实时、量化评价,从而提高训练效率和质量。
37、应当理解,
技术实现思路
部分中所描述的内容并非旨在限定本专利技术实施例的关键或重要特征,亦非用于限制本专利技术的范围。本专利技术的其它特征将通过以下的描述变得容易理解。
【技术保护点】
1.一种蹦床运动员网性评价方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取蹦床运动员在蹦床踏网期间的关节角度数据和压网深度数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述蹦床踏网期间的各个运动阶段包括:
4.根据权利要求1所述的方法,其特征在于,针对任一运动阶段,其对应的运动学指标包括:运动阶段开始和结束时刻的压网深度和关节角度;运动阶段持续时间;运动阶段内的关节角度变化幅度、运动阶段内的关节平均角速度。
5.根据权利要求1所述的方法,其特征在于,所述蹦床运动员网性评价模型是通过以下步骤训练得到的:
6.根据权利要求5所述的方法,其特征在于,所述使用所述蹦床运动员网性评价数据集对初始蹦床运动员网性评价模型进行训练,得到蹦床运动员网性评价模型,包括:
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
8.一种蹦床运动员网性评价装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种
...【技术特征摘要】
1.一种蹦床运动员网性评价方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取蹦床运动员在蹦床踏网期间的关节角度数据和压网深度数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述蹦床踏网期间的各个运动阶段包括:
4.根据权利要求1所述的方法,其特征在于,针对任一运动阶段,其对应的运动学指标包括:运动阶段开始和结束时刻的压网深度和关节角度;运动阶段持续时间;运动阶段内的关节角度变化幅度、运动阶段内的关节平均角速度。
5.根据权利要求1所述的方法,其特征在于,所述蹦床运...
【专利技术属性】
技术研发人员:王乐军,叶晓东,戴厚德,龚铭新,牛文鑫,邹凝祥,姚瀚晨,俞华,谢钧,
申请(专利权)人:上海市养志康复医院上海市阳光康复中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。