一种运动训练的数据处理方法和装置与流程

1.本发明涉及运动训练领域，具体而言，涉及一种运动训练的数据处理方法和装置。


背景技术：

2.射击作为一种运动项目，是由运动员使用运动用枪对准目标进行精准发射的竞技项目，对运动员的注意力、平衡、扣板时间都有很高的要求。特别是气步枪项目，要求运动员举着有一定重量的步枪对目标瞄准，身体没有任何依靠的情况下进行击发。为了保证最好的效果，运动员在击发的瞬间，注意力、身体的平衡状态、心率都有非常高的要求。而这些因素的变化往往在瞬间，很难捕捉；对于成熟运动员的感受也很抽象，很难表达和传递。
3.目前运动员的专业射击训练中，采用激光射击训练仪器对运动员的瞄准轨迹和着弹点进行监控，但是激光射击训练仪器采用的专用的激光设备枪和专用的电子靶，并不是专业运动员最终比赛使用的运动设备，因此在正常训练中无法跟踪训练轨迹，另一方面，瞄准过程中，运动员会把注意力放在轨迹上，而忽略正常的训练动作。同时，激光射击训练仪价格贵，体积大，不便于运动员携带，在人数众多的训练场景也不能满足运动员人数的要求。
4.因此，需要一种方法和系统，能够在运动员正常的射击训练过程中方便灵活地对运动员的技术点的数据进行采集，获得运动数据进行处理得到训练特征，再进行有效的分析，获得运动员的技术状态，便于制定有针对性的训练方式，提高成绩。


技术实现要素：

5.本发明的主要目的在于公开了一种运动训练的数据处理方法，可以在运动员的训练过程中进行数据采集和处理，将抽象的状态量化为具体的数据指标，以获得运动员的训练情况，便于教练员运动员更科学地制定训练计划，提升训练效果。
6.第一方面，为实现上述目的，本技术提供了一种运动训练的数据处理方法，包括：
7.采集数据，获得运动阶段中运动员状态数据组和对应的运动结果数据组，其中运动员状态数据组包括时间指标、类别指标、轨迹指标，运动结果数据组包括时间指标、结果指标和轨迹指标；运动员状态数据组的采集方式决定运动员状态数据组的类别指标；其中，一个类别指标对应一个运动员状态数据组；
8.关联数据，接收采集的运动员状态数据组和运动结果数据组，确定关联指标，根据关联指标将运动员状态数据组和运动结果数据组建立关联关系；
9.分析数据，提取关联关系数据、加载训练状态计算方法，计算运动员在所述运动阶段中的训练状态，将所述训练状态发送到终端进行展示。
10.其中，执行采集数据前，还包括：对运动员状态数据组和运动结果数据组进行基准指标校位；执行所述关联数据前，还包括：对关联指标执行误差处理。
11.进一步的，运动轨迹跟踪设备采集的运动员状态数据组的类别指标包括：眼球活动、头部活动、心率。其中一个运动结果数据组为着弹结果，所述着弹结果包括：时间指标、
轨迹指标、成绩指标。
12.进一步的，运动阶段中的训练状态包括：击发时机、瞄准时长、注意力维持时间、击发心率、稳定性，其中，所述稳定性包括身体稳定性和呼吸稳定性。
13.进一步的，获取所述击发时机包括：判断最佳击发时机，包括：获取着弹结果中轨迹指标在平面平角坐标系的轨迹点分布；判断轨迹点分布的集中区域；获取处于集中区域中的轨迹指标，将轨迹指标对应的击发时机确定为最佳击发时机。其中，集中区域为圆形区域，其中该圆形区域的半径
[0014][0015]
pi为成绩指标，为成绩指标的平均值；k为集中系数，0《k《1。
[0016]
另一方面，本技术提供了一种运动训练的数据处理装置，包括：
[0017]
数据采集单元，用于获得和存储运动阶段中运动员状态数据组和对应的运动结果数据组，其中运动员状态数据组包括时间指标、类别指标、轨迹指标，运动结果数据组包括时间指标、结果指标和轨迹指标；运动员状态数据组的采集方式决定运动员状态数据组的类别指标；其中，一个类别指标对应一个运动员状态数据组；数据采集单元还用于数据采集前的状态同步，状态同步包括基准指标校位；
[0018]
数据关联单元，用于接收数据采集单元提供的运动员状态数据组和运动结果数据组，确定关联指标，根据关联指标将运动员状态数据组和运动结果数据组建立关联关系；还用于执行关联数据前的状态同步，此时状态同步包括关联指标误差处理；
[0019]
数据分析单元，用于提取关联关系数据、加载训练状态计算方法，计算运动员在运动阶段中的训练状态，将训练状态发送到观测客户端进行展示。
[0020]
其中，数据采集单元包括：人体轨迹跟踪设备、心率监控设备、射击用电子靶。
[0021]
根据本发明，在运动员的训练过程中进行数据采集，获得运动数据并进行处理，将抽象的状态量化为具体的数据指标，以获得运动员的训练情况，便于教练员运动员更科学地制定训练计划，提升训练效果。
附图说明
[0022]
图1是根据本发明实施例提供的运动训练的数据处理方法流程图；
[0023]
图2是根据本发明实施例提供的击发时机轨迹点分布示意图；
[0024]
图3是根据本发明实施例提供的最佳击发时机轨迹点分布示意图；
[0025]
图4是根据本发明实施例提供的另一种最佳击发时机轨迹点分布示意图；
[0026]
图5是根据本发明实施例提供的眼球活动轨迹点分布示意图；
[0027]
图6是根据本发明实施例提供的头部摆动幅度折线图；
[0028]
图7是根据本发明实施例提供的头部摆动幅度范围定义的折线图；
[0029]
图8是根据本发明实施例提供的运动训练的数据处理装置结构图。
具体实施方式
[0030]
下面结合说明书附图对本发明的具体实现方式做详细描述。
[0031]
本发明针对正常训练甚至正常比赛的场景，对运动员的身体活动轨迹等数据进行
采集，与训练成绩比赛成绩进行关联，获取的瞬间状态与训练结果的对应关系、分析运动员的身体状态和运动状态。在此状态下对运动训练的数据处理方法流程如图1所示：
[0032]
步骤s101：采集数据，获得运动阶段中运动员状态数据组和对应的运动结果数据组，其中运动员状态数据组包括时间指标、类别指标、轨迹指标，运动结果数据组包括时间指标、结果指标和轨迹指标；运动员状态数据组的采集方式决定运动员状态数据组的类别指标；其中，一个类别指标对应一个运动员状态数据组；例如，眼部采集获得类别指标为眼球活动的状态数据组，状态数据组里包括时间指标、眼球活动的轨迹指标；心率采集的数据的类别指标为心率，对应的运动员状态数据组为时间指标、心率数据。目前心率采集的设备较常见，对于眼部和头部轨迹的采集，可以通过高速摄像设备高速拍摄的数据帧，在高速摄像系统中进行计算，输出符合规范的轨迹数据。目前轨迹数据的采集使用的运动轨迹跟踪设备，包括眼动跟踪仪，支持高速摄像的手机等。
[0033]
下面以射击项目十米气步枪的训练观测为例进行说明：
[0034]
运动轨迹跟踪设备采集的运动员状态数据组的类别指标包括眼球活动、头部活动，穿戴式智能设备采集心率，运动员结果数据组的结果指标至少包括着弹结果，具体数据如下：
[0035]
1、类别指标：眼球活动
[0036]
采集方式为使用眼动跟踪仪或高速摄像系统采集眼球活动轨迹数据，其中采集的时间指标的单位根据采集设备的精度调整；
[0037]
与采集设备的数据输出接口进行对接，规范轨迹数据的输出格式为(x,y)，即在平面直角坐标系的偏移量。
[0038]
例如在10月1日的训练采集数据精确到每20毫秒，对应运动员状态数据组见下表：
[0039][0040][0041]
2、类别指标：头部活动
[0042]
采集方式为使用高速摄像系统采集头部活动轨迹数据，其中采集的时间指标的单位，根据采集设备的精度调整。与眼球活动采集的数据相对应，采集设备的数据输出接口进行对接，规范轨迹数据的输出格式为(x,y)，即在平面直角坐标系的偏移量。
[0043]
例如在10月1日的训练采集数据精确到每20毫秒，对应运动员状态数据组见下表：
[0044]
时间指标(精确到20毫秒)轨迹指标11：10：01 020(210,440)11：10：01 040(320,-100)11：10：01 060(20,-110)11：10：01 080(160,-140)11：10：02 000(-40,-190)......11：10：46 040(40,-100)......11：11：00 040(240,-100)
......11：11：40 080(-160,-190)......11：12：02 000(220,-80)
[0045]
3、类别指标：心率
[0046]
采集方式为使用心率采集设备采集心率数据，其中采集的时间指标的单位，根据采集设备的精度调整，在本例中精确到20ms，对应运动员状态数据组见下表：
[0047]
时间指标(精确到20毫秒)数据指标11：10：01 0208711：10：01 0408811：10：01 0607811：10：01 0808511：10：02 00085......11：10：46 04081......11：11：00 04086......11：11：40 08090......11：12：02 00095
[0048]
4、着弹结果，从射击电子靶获取数据，从标准射击电子靶的数据输出中获取下表中的数据：
[0049][0050][0051]
但是眼部数据、头部数据和心率的采集设备与射击电子靶如果没有网络校时，设备时间数据可能发生不一致的情况，特别在本例中，精准到20毫秒，不同设备之间更有可能产生误差，因此在数据采集前，需要对运动员状态数据组和运动结果数据组的采集设备进行基准指标校位。对于基准指标为时间指标的设备，调校设备时间为标准时间。
[0052]
步骤s102：接收采集到的运动员状态数据组和运动结果数据组，确定关联指标。
[0053]
对接收到的数据，可以存储在数据库或者内存中进行处理。
[0054]
比对上述三个类别指标和着弹结果数据集，提取相同类型的指标名称，在本例中可获取相同类型的指标为时间指标，通过管理员客户端进行关联指标确认，或者预先设置关联指标，将时间指标指定为数据关联的关联指标。
[0055]
确定关联指标后，将运动员状态数据组和运动结果数据组建立关联关系。
[0056]
进行数据关联前，对关联指标还需要进行误差处理：
[0057]
在本实施例中，时间指标精确到20毫秒，而不同的设备即使进行了时间校准，分别采集数据的瞬间会存在时间差，如眼部数据采集的瞬间是11：10：01 020，头部数据采集的瞬间是11：10：01 025，心率数据采集的瞬间是11：10：01 018，通过误差处理各时间指标取最接近的标准值，例如此处均可处理为11：10：01 020。
[0058]
在本实施例中，将眼球活动、头部活动、心率数据、着弹结果数据，以时间指标为关联指标进行关联后，关联关系数据如下表：
[0059][0060]
步骤s103：提取步骤2中生成的关联关系数据、加载训练状态计算方法，计算运动员在所述运动阶段中的训练状态，将训练状态发送到终端进行展示。本步骤中对数据的提取，可以根据算法，从内存或者数据库中选择部分或者全部关联数据进行计算。
[0061]
对于运动员在训练过程中产生的轨迹数据按照一定的算法进行计算，结合时间点在图表中进行展示可体现不同的训练状态。对于不同的训练状态定义不同的展示的方式、数据指标和算法。在本技术中，通过步骤s102的关联数据，进行计算可定义和获取运动阶段中的训练状态包括：击发时机、瞄准时长、注意力维持时间、击发心率、稳定性，其中，所述稳定性包括身体稳定性和呼吸稳定性。
[0062]
击发时机：定义击发时机为着弹指标不为空的指标数据，在如步骤s102所示的关联数据表中可提取五次击发时机，对应时间指标分别为11：10：01 060、11：10：46 040、11：11：00 040、11：11：40 080、11：12：02 000，对应五次击发时机的关联关系数据见下表：
[0063][0064]
定义击发时机的展示结合着弹结果的轨迹指标，见图2所示，横坐标为x轴，纵坐标为y轴，图中的点为着弹结果中轨迹指标轨迹点分布。
[0065]
最佳击发时机：在击发时机展示结果中判断集中区域；处于集中区域的轨迹指标对应的击发时机为最佳击发时机。
[0066]
对于射击训练而言，训练效果不仅仅是从环数成绩，即成绩指标中体现，而是多次击发射中目标轨迹的集中程度，因此基于击发时机的轨迹点分布中判断集中程度，获取最佳击发时机。
[0067]
判断最佳击发时机的方法为，在图2所示的图中，以o为圆心，半径为r的圆作圆，此圆作为集中区域，集中区域中的击发时机为最佳击发时机。其中，
[0068]
pi为成绩指标，为成绩指标的平均值；
[0069]
k为集中系数，0《k《1,在本例中，取k＝2/3＝0.66；
[0070]
由此计算得出，r＝2，在此基础上，做出半径为r的圆，尽量将击发时机的轨迹点圈入圆中，如图3所示，圆内轨迹点为最佳击发时机，其中o点的确定，以取到各轨迹点的距离《r，且数量最多为标准进行计算。
[0071]
也可以采用成绩指标最佳的轨迹点为圆心o，r＝2为半径做圆，圆内轨迹点为最佳击发时机，如图4所示，由此可得，本例最佳击发时机为11：10：01 060、11：10：46 040对应的两次击发时机，并获得最佳击发时机的眼部轨迹、头部轨迹和心率值，具体见下表：
[0072][0073]
击发时机和最佳击发时机的比率可反映该次训练的效果，在本例中，对应比率为：0.4(2/5)。在指定训练阶段(如一个月，一年)的变化，可以体现运动员训练效果。本发明中，对训练效果的展示采用训练时间(精确年月日即可)与比率的图表，供运动员教练员在观测
终端中查看。
[0074]
平均瞄准时长：根据击发时机的时间指标获得瞄准时长(精确到秒)。
[0075]
mi＝本次击发时间指标t
i-1-上次击发时间指标ti，其中首次击发时机的瞄准时长t1＝0。
[0076]
平均瞄准时长
[0077]
最佳瞄准时长：获取最佳击发时机对应的瞄准时间，例如在本例中的最佳击发时机对应的瞄准时长为：m1＝0，m2＝45。
[0078]
平均瞄准时长和和最佳瞄准时长，用于反映运动员习惯性的击发节奏；本发明中，击发节奏的展示采用训练阶段的平均瞄准时长和最佳瞄准时长与训练时间(精确到年、月、日)相结合的图表，供运动员教练员在观测终端中查看。
[0079]
注意力维持时间：根据眼球活动的轨迹指标散布图，获得中心区域圈以外的散布轨迹，对应时间指标为注意力分散的时间点，如图5所示，在图中可得出三个注意力分散的眼球活动轨迹点，分别为：(40，-10)、(-60，-90)，(20，-80)，对应时间指标分别为：11：10：01 020、11：11：40 080、11：12：02 000，注意力分散时间差即为注意力维持时间，具体见下表：
[0080]
时间指标注意力维持时间结果指标11：10：01 020
‑‑‑‑
11：10：46 04045秒20毫秒10.311：11：40 08054秒40毫秒9.711：12：02 00017秒20毫秒9.3
[0081]
其中，11：10：01 020为注意力开始采集时间，在该时间点未产生注意力维持时间。
[0082]
展示注意力维持时间可以观测出运动员的训练时是否分神，本发明中，提供注意力维持时间表，由教练员运动中选择时间段，在观测终端中显示数据。
[0083]
最佳击发心率：最佳击发时机对应心率指标，分别为：78、81。该指标可对比判断出运动员训练时和比赛时的紧张程度。本发明中，提供每个训练阶段最佳击发心率的范围与训练时间(精确到年、月、日)相结合的图表，反馈心率变化范围，提供给观测终端展示。
[0084]
稳定性指标：根据关联关系数据表中时间指标与头部轨迹指标数据，可得出头部摆动幅度，见图6所示。在图6中，对头轨迹的上下摆动、左右摆动由两条数据线展示幅度，分别可体现运动员的两种晃动方式，分别为：
[0085]
身体稳定性：头部左右摆动幅度；
[0086]
呼吸稳定性：头部上下摆动幅度。
[0087]
根据击发时机的轨迹点，获取击发时机是否是身体稳定性和呼吸稳定性的最佳时机，在本实施例中，成绩指标最佳的两次击发在左右摆动和上下摆动范围见图7所示，可以根据运动员的训练程度，标注运动员左右摆动和上下摆动的正常范围，以提示出观察运动员训练过程中的异常现象，例如在本例中，设置摆动范围为(100，-100)即正常击发摆动，可获得轨迹点未全落在范围以内的时机为非稳定阶段，不适合击发。
[0088]
在本发明中，将稳定性的观测结果发送到观测终端进行展示，可以帮助教练员判断运动员的呼吸节奏是否需要调整，运动员肌肉力量对应的稳定性平衡性是否需要加强。
[0089]
在本技术中，提供对训练状态进行定义的方法，由管理员选择一个或多个训练状
态进行选择、组合，定义展示方式，将符合定义的结果输出到观测终端。
[0090]
在本技术提供的运动训练数据处理方法中，通过支持高速摄像的手机等运动轨迹采集设备、心率采集设备等，在运动员的正常训练和比赛过程中，对运动项目特别是射击项目的敏感的因素进行瞬间的状态采集，将运动员抽象的状态，如稳定性、紧张程度、注意力集中程度进行量化，反映出身体的晃动程度、呼吸的稳定程度、心跳、眼球活动注意力维持时间等，并将这些具体的量化后的数据与实际产生的成绩进行结合，可以获得取得各种成绩时的状态和状态区别，让教练员和运动员更清楚运动员的身体情况、训练状态和比赛发挥程度，以便于更有针对性地进行训练。
[0091]
图8提供了运动训练的数据处理装置结构图，根据图中所示，包括以下单元：
[0092]
数据采集单元，用于获得运动阶段中运动员状态数据组和对应的运动结果数据组，其中采集到的运动员状态数据组包括时间指标、类别指标、轨迹指标，运动结果数据组包括时间指标、结果指标和轨迹指标；对于射击运动而言，运动结果数据组包括着弹结果，其中包括：时间指标、轨迹指标和成绩指标。运动员状态数据组的采集方式决定运动员状态数据组的类别指标；其中，一个类别指标对应一个运动员状态数据组；数据采集系统还用于数据采集前的状态同步，此时的状态同步包括基准指标校位；
[0093]
数据采集单元中包括各种数据采集设备，例如：
[0094]
人体轨迹跟踪设备，包括头部轨迹采集设备、眼球轨迹采集设备，可以是眼动跟踪仪，也可以是支持高速摄像的手机；
[0095]
心率监控设备，例如各种运动手表、心率带等穿戴式智能设备；
[0096]
射击用电子靶，如常规射击运动使用的电子靶机。
[0097]
数据关联单元，用于接收采集单元提供的运动员状态数据组和运动结果数据组，确定关联指标，根据关联指标进行关联：还用于执行关联数据前的状态同步，此时的状态同步包括关联指标误差处理；
[0098]
数据分析单元，用于从数据关联单元中提取需要的关联关系数据，获取管理员定义的配置，加载训练状态的计算方法，选择关联关系数据中需要的部分，结合配置，计算出运动员的训练状态；
[0099]
同时，数据处理装置还包括观测客户端如电脑终端、手机终端等，用于从数据分析单元获取计算后的训练状态，并在终端中展示。
[0100]
在本发明中，采用数据采集单元获取运动员在训练和比赛中的状态，例如用人体轨迹跟踪设备采集训练时眼球活动轨迹，以此计算出运动员的注意力；用头部活动轨迹推算出运动员的稳定性；用心率推算运动员的紧张程度，通过这些因素与运动员的成绩相结合，让教练员和运动员更清楚运动员的身体情况、训练状态和比赛发挥程度，以便于针对性地有效地进行训练，最终获得最佳的成绩。
[0101]
以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。