中检失败 创新训练 510电子与通信技术 智能硬件未定级

在体育运动中，技术动作的正确性和准确性是十分重要的。长期以来，普通篮球运动爱好者们的学习和训练大多都是通过平时与朋友练习，这样训练不仅练习时间长，运动量大，且容易出现错误，导致事倍功半，长此以往练习者甚至会失去对篮球的兴趣。 以深度学习为代表的机器学习呈现爆发式发展，具有优异的抽象表示与端到端学习能力。利用机器学习，使得数据驱动的投篮技术动作捕捉与评估的投篮训练系统成为了可能。目前已有的智能手环已经可以实现测量心率运动状态等功能，部分产品如kinect 2.0也能实现对运动的捕捉与分析，但由于佩戴对于运动的限制，且光学传感器存在对光线条件要求高、场地范围限制大等问题。随着人们生活水平的提高与生活品质的要求，这种篮球技术分析系统还有待于改进。 随着MEMS惯性传感器的发展，加速度传感器体积变得越来越小，价格越来越低，越来越适应市场需求，因而被广泛运用在手机、pad及新兴家庭游戏l领域。在发展迅速的MEMS中，加速度计可以测量出设备的受力情况，磁力计可以测量出设备的方位，陀螺仪可以测量设备自身旋转运动，这些惯性传感器也被运用到人体动作捕捉领域，惯性传感器能提供佩戴者运动方向和运动幅度信息，可以用来采集人体动作，并通过无线传感器节点间通信以及传感器上位机通信，大大简化了穿戴设备的复杂性，并提高了人体运动信息采集的可靠性。同时我们希望能够开发一个手机app，通过智能分析采集到的动作与数据库中的动作，给穿戴者智能合理的技术建议。 本项目完成后，将能够提高篮球爱好者的篮球技术训练效率，使其应用性很强，市场前景较为广阔。