用于生成运动表现度量的系统和方法与流程

本公开涉及用于生成运动对象的运动表现度量的系统和方法。本公开应用于运动科学，特别是应用于分析对象的物理运动和基于对象运动的相关表现。虽然本文将具体参考该应用描述一些实施例，但是将理解的是，本发明不限于这样的使用领域，并且可应用于更广泛的上下文中。背景技术：1、在整个说明书中对背景技术的任何讨论决不应被认为是承认这种技术是广泛已知的或形成本领域公知常识的一部分。2、在竞技运动领域中，一直希望调整和改进训练技术以便提高表现。在数字时代，使用包括特定设备的技术来跟踪和分析某些运动中的表现正在变得被非常广泛地应用。最初，这些仅仅是提供运动员的表现结果的基本工具，例如秒表、计步器和心率监测器，但不包括对运动员的身体形态或姿势的任何分析。3、此外，由于所涉及的费用和复杂性，这种技术通常仅由专业运动水平的那些人使用。然而，近年来，成本和复杂性显著降低，从而在业余体育爱好者中普遍使用各种形式的表现跟踪和分析技术。运动表现跟踪和分析通常需要一个或更多个特定的可穿戴设备。这样的设备可以包括心率监测器、运动传感器、位置跟踪器(例如gps)和具有可跟踪标记的特定服装。已知的可穿戴传感器设备的一个显著缺点是该设备必须穿戴并装配到运动员身上的内在要求。这样的要求给运动员带来了额外的负荷和不便，并且还改变了活动的自然条件，否则这种可穿戴设备将不被穿戴以进行体育活动。进一步地，可穿戴设备可能限制运动员的真实自然运动，并且不代表活动的全部情景，包括例如环境条件和表面类型等。4、所使用的设备类型通常会根据具体的运动以及该运动中使用的设备和涉及的动作进行定制。例如，装配在足球中以测量足球的速度和运动曲线的特定硬件设备，或者骑自行车的人可以在自行车上安装特定的设备来测量踏频，这不会用于其他运动。5、如此，现今许多表现跟踪和分析技术受限于其对特定硬件设备的要求，例如专门设计的相机，并且进一步受限于其对在受控环境中捕获的活动的依赖性，例如使用特定的传感器来记录人体运动，例如带有深度传感器的相机和/或用于人跑步的跑步机。6、此外，必须对此类设备收集的数据进行分析，以便为运动员提取任何有意义的信息。这项分析和分析结果最初是由运动科学家在例如室内步态实验室的特定受控环境中为职业运动员完成的。特定环境条件的要求限制了高频定期分析和数据。此外，实验室环境和自然环境之间的分析和数据输出往往不同。然而，最近，通过上述技术，一些不同有用程度的表现度量已经实现了自动化。此外，表现跟踪和分析的实际呈现对该信息对运动员的有用性具有极其重要的影响。7、已知的系统和设备通常也不能为运动员提供任何见解以改进他们的表现，因为这些都是留给教练、运动科学家或运动员自己去推断的。8、还将理解的是，已知的系统通常不能够一次捕获多于一个的运动员的运动。技术实现思路1、本发明的目的是克服或改善现有技术的至少一个缺点，或提供有用的替代方案。2、根据本发明的第一方面，提供了一种用于生成运动表现度量的方法，包括以下步骤：3、当对象在运动捕获设备的视野中的至少两个距离标记之间移动时，由单个支撑的运动捕获设备从捕获位置捕获对象的视觉数据；4、从捕获的视觉数据，提取对象的运动学数据；以及5、基于提取的运动学数据，制定运动表现度量。6、在实施例中，至少两个距离标记彼此相距预定距离设置。7、在实施例中，提取对象的运动学数据包括识别对象上的人体姿态点。8、在实施例中，方法包括进一步的步骤：基于提取的运动学数据构建对象的运动的生物力学模型，由此基于构建的生物力学模型制定运动表现度量。9、在实施例中，运动捕获设备基本上被静止地支撑。10、在实施例中，运动捕获设备是相机。在实施例中，相机是智能手机相机。在另一个实施例中，相机是ip相机。11、在实施例中，运动捕获设备包括两个同步的相机。12、在实施例中，在不使用对象上可穿戴的对象标记的情况下捕获对象的视觉数据。13、在实施例中，运动表现度量包括以下中的一个或更多个：对象的速度；对象的步幅长度；对象的步幅频率；以及对象的形式。14、在实施例中，制定多个运动表现度量。15、在实施例中，方法包括输出运动表现度量以用于显示设备上的视觉显示的进一步步骤。16、在实施例中，显示设备是智能手机。17、在实施例中，运动表现度量被输出并显示为以下中的一个或更多个：图表；数字；以及动态运动仪表。18、在实施例中，当对象在两个距离标记之间运动时捕获对象，两个距离标记彼此相距20米的预定距离设置。19、根据本发明的第二方面，提供一种用于生成运动表现度量的系统，包括：20、单个支撑的运动捕获设备，其构造为当对象在运动捕获设备的视野中的至少两个距离标记之间移动时从捕获位置捕获对象的视觉数据；以及21、与运动捕获设备通信的中央数据处理服务器，中央数据处理服务器构造为：22、从捕获的视觉数据提取对象的运动学数据；以及23、基于提取的运动学数据制定运动表现度量。24、根据本发明的第三方面，提供一种用于生成在运动中的对象的生物力学模型的方法，包括以下步骤：25、当对象在两个距离标记之间移动时，由单个支撑的运动捕获设备从捕获位置捕获对象的视觉数据，两个距离标记设置为彼此相隔一定距离并在运动捕获设备的视野中；26、从捕获的视觉数据，识别对象上的人体姿态点以提取对象的运动学数据；以及27、基于提取的运动学数据，识别对象的多个预定义解剖组成部分以构建对象的生物力学模型。28、在实施例中，捕获的视觉数据包括多个视频帧，并且构建的生物力学模型基于以预定义的站姿捕获对象的至少一个帧。29、在实施例中，预定义的站姿是以下中的一个或更多个：30、脚趾离地站姿，由此对象的后脚抬离地面离开点；31、触地站姿，由此对象的前脚将接触地面落点；以及32、完全支撑站姿，由此前脚平放在地面落点上，并且对象的髋部和脚后跟人体姿态点竖直对齐。33、在实施例中，所述运动捕获设备基本上被静止地支撑。34、在实施例中，动作捕获设备为相机。在实施例中，相机是智能手机相机。在另一实施例中，相机是ip相机。35、在实施例中，运动捕获设备包括两个同步的相机。36、在实施例中，在不使用对象上可穿戴的对象标记的情况下捕获对象的视觉数据。37、在实施例中，两个距离标记之间的距离是20米的预定距离。38、在实施例中，方法包括基于构建的生物力学模型制定运动表现度量的进一步步骤。39、在实施例中，方法包括输出运动表现度量以用于显示设备上的视觉显示的进一步步骤。40、根据本发明的第四方面，提供了一种用于生成在运动中的对象的生物力学模型的系统，包括：41、单个支撑的运动捕获设备，其构造为在对象在两个距离标记之间运动时从捕获位置捕获对象的视觉数据，两个距离标记设置为彼此相隔一定距离并在运动捕获设备的视野中；42、与运动捕获设备通信的中央数据处理服务器，中央数据处理服务器构造为：43、从捕获的视觉数据识别对象上的人体姿态点；44、从识别的人体姿态点提取对象的运动学数据；45、基于提取的运动学数据，识别对象的多个预定义解剖组成部分；以及46、基于识别的多个预定义解剖组成部分构建对象的生物力学模型。47、根据本发明的第五方面，提供一种用于向对象提供运动表现反馈的方法，方法包括以下步骤：48、当对象在运动捕获设备的视野中的至少两个距离标记之间运动时，由单个支撑的运动捕获设备从捕获位置捕获对象的视觉数据；49、从捕获的视觉数据，提取对象的运动学数据；50、基于提取的运动学数据，制定运动表现度量；以及51、基于制定的运动表现度量生成目标运动表现度量，使得目标运动表现度量表示相对于制定的运动表现度量的预定义改善增量；以及52、生成待提供给对象的运动表现反馈，运动表现反馈基于目标运动表现度量与制定的运动表现度量之间的差异。53、在实施例中，制定的运动表现度量包括当前步幅频率，目标运动表现度量包括目标步幅频率。54、在实施例中，预定义改善增量为1％，使得目标步幅频率比当前步幅频率快1％。55、在实施例中，运动表现反馈包括以等于目标步幅频率的频率向对象提供声音可听提示。56、在实施例中，方法包括进一步步骤：向对象提供可穿戴音频输出设备，可听提示从可穿戴音频输出设备输出并被对象听到。57、在实施例中，运动捕获设备基本上被静止地支撑。58、在实施例中，运动捕获设备为相机。在实施例中，相机是智能手机相机。在另一个实施例中，相机是ip相机。59、在实施例中，运动捕获设备包括两个同步的相机。60、在实施例中，两个距离标记之间的距离是20米的预定距离。61、根据本发明的第六方面，提供一种用于向对象提供运动表现反馈的系统，系统包括：62、单个支撑的运动捕获设备，其构造为当对象在两个距离标记之间运动时从捕获位置捕获对象的视觉数据，两个距离标记设置为彼此相隔一定距离并在运动捕获设备的视野中；63、与运动捕获设备通信的中央数据处理服务器，中央数据处理服务器构造为：64、从捕获的视觉数据中提取对象的运动学数据；65、基于提取的运动学数据，制定运动表现度量；66、基于制定的运动表现度量生成目标运动表现度量，使得目标运动表现度量表示相对于制定的运动表现度量的预定义改善增量；以及67、生成待提供给对象的运动表现反馈，运动表现反馈基于目标运动表现度量与制定的运动表现度量之间的差异。68、根据本发明的第七方面，提供一种用于生成运动表现度量的方法，包括以下步骤：69、由单个静止地支撑的运动捕获设备从预定捕获位置捕获在运动捕获设备的视野中的运动对象的视觉数据，对象包括具有已知现实世界长度的组成部分；70、从捕获的视觉数据，识别对象上的人体姿态点以提取对象的运动学数据，包括对象的组成部分的捕获长度；71、将组成部分的已知现实世界长度映射到组成部分的捕获长度；72、基于提取的运动学数据，构建对象的运动的生物力学模型，由此生物力学模型包括基于映射的现实世界长度；以及73、基于生物力学模型，制定运动表现度量。74、根据本发明的第八方面，提供一种用于生成在运动中的至少两个对象的生物力学模型的方法，包括以下步骤：75、当至少两个对象在两个距离标记之间运动时，通过单个静止地支撑的运动捕获设备从预定捕获位置捕获至少两个对象的视觉数据，两个距离标记设置为彼此相隔预定距离并在运动捕获设备的视野中；76、从捕获的视觉数据，单独地检测至少两个对象中的每个，使得每个检测到的对象被分离；77、从捕获的视觉数据，针对每个检测到的对象：78、识别对象上的人体姿态点以提取对象的运动学数据；以及79、基于提取的运动学数据，识别对象的多个预定义解剖组成部分以构建对象的生物力学模型。80、根据本发明的第九方面，提供一种用于提供第一生物力学模型和第二生物力学模型的视觉比较的方法，方法包括以下步骤：81、根据第三方面的方法生成第一生物力学模型和第二生物力学模型；82、识别第一生物力学模型和第二生物力学模型中的每个上的相应的中心参考点；83、缩放第一生物力学模型和第二生物力学模型中的每个，使得第一生物力学模型和第二生物力学模型的相对高度相同；以及84、在它们各自对应的中心参考点处叠加缩放的第一生物力学模型和第二生物力学模型，以提供第一生物力学模型和第二生物力学模型的视觉比较。85、根据本发明的第十方面，提供一种用于基于已知对象的预定义肢体长度比识别当前对象的方法，方法包括以下步骤：86、根据第三方面的方法生成在运动中的当前对象的生物力学模型，其中当前对象的多个预定义解剖组成部分包括对象的第一对象肢体和第二对象肢体，第一对象肢体具有第一肢体长度，第二对象肢体具有第二肢体长度；87、基于第一肢体长度和第二肢体长度生成当前肢体长度比；88、将当前肢体长度比与预定义肢体长度比进行比较；以及如果当前肢体长度比与预定义肢体长度比基本上匹配，则将当前对象识别为已知对象。89、还提供了本公开的其他方面。90、整个本说明书中对“一个实施例”、“一些实施例”或“实施例”的引用意味着结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个本说明书各处出现的短语“在一个实施例中”、“在一些实施例中”或“在实施例中”不一定都指代相同的实施例，而是可以在一些适当的情况下指代相同的实施例。此外，在一个或更多个实施例中，特定特征、结构或特性可以以任何合适的方式组合，这对于本领域的技术人员是从本公开显而易见的。91、如本文中所使用的，除非另有规定，否则使用序数形容词“第一”、“第二”、“第三”等来描述共同对象，仅指示正在提及类似对象的不同实例，且不意图暗示这样描述的对象必须在时间上、在空间上、在排名上或以任何其它方式处于给定顺序。92、在下面的权利要求和本文的描述中，术语“包括”、“由……组成”或“其包括”中的任何一个是开放性术语，其意味着至少包括随后的元件/特征，但不排除其他元件/特征。因此，当在权利要求书中使用时，术语“包括”不应被解释为限于其后列出的手段或元件或步骤。例如，设备包括a和b的表述的范围不应限于设备仅由元件a和b组成。本文使用的包含或其包含的术语中的任何一个也是开放性术语，其还意味着至少包含该术语之后的元件/特征，但不排除其他的元件/特征。因此，包含与包括同义并且意味着包括。