本發(fā)明涉及運動教學，尤其涉及一種體育場智能運動訓練教學裝置。

背景技術：

1、隨著科技的不斷發(fā)展，智能化技術逐漸滲透到各行各業(yè)，尤其在體育領域，智能化運動訓練設備的應用已成為提高運動訓練效率和優(yōu)化教學效果的重要手段。目前，市場上已有一些體育訓練設備，借助傳感器、攝像頭、動作捕捉等技術對學員的運動狀態(tài)進行數(shù)據(jù)采集和分析，部分智能系統(tǒng)能夠提供運動動作的糾正和建議。然而，傳統(tǒng)體育場中的訓練過程通常以靜態(tài)的動作演示和反復練習為主，難以充分調(diào)動學員的訓練積極性，且在訓練過程中缺乏全面的運動場景覆蓋和多項目訓練的綜合性指導，同時現(xiàn)有的智能設備在處理復雜訓練場景時，往往無法準確捕捉學員的運動狀態(tài)和表現(xiàn)，從而無法獲得精準的訓練指導。

技術實現(xiàn)思路

1、基于此，本發(fā)明有必要提供一種體育場智能運動訓練教學裝置，以解決至少一個上述技術問題。

2、為實現(xiàn)上述目的，一種體育場智能運動訓練教學裝置，包括以下模塊：

3、動作監(jiān)測模塊，用于通過與體育場訓練區(qū)域內(nèi)對應的攝像頭、智能顯示屏以及訓練器材傳感器相連接，并利用智能顯示屏展示個性化教學訓練計劃同時利用攝像頭以及訓練器材傳感器實時鎖定監(jiān)測訓練者對應的訓練動作視頻以及訓練動作傳感數(shù)據(jù)；通過采用高速無線通信模塊將訓練者對應的訓練動作視頻以及訓練動作傳感數(shù)據(jù)實時傳輸至對應的中央數(shù)據(jù)處理單元；

4、錯誤幀點識別模塊，用于利用中央數(shù)據(jù)處理單元對訓練者對應的訓練動作視頻進行錯誤動作時間幀點識別，以得到訓練者對應的運動錯誤動作時間幀點；

5、姿態(tài)契合評估模塊，用于基于訓練者對應的運動錯誤動作時間幀點對訓練者對應的訓練動作傳感數(shù)據(jù)進行錯誤時間同步確定，以得到訓練者在錯誤時間點下對應的訓練動作傳感數(shù)據(jù)；獲取運動訓練項目標準動作，并基于運動訓練項目標準動作對訓練者在錯誤時間點下對應的訓練動作傳感數(shù)據(jù)進行動作姿態(tài)契合評估，得到訓練者對應的訓練動作姿態(tài)契合度；

6、反饋優(yōu)化調(diào)整模塊，用于基于訓練者對應的訓練動作姿態(tài)契合度對訓練者對應的個性化教學訓練計劃進行教學反饋優(yōu)化調(diào)整，以生成體育場上訓練者對應的個性化教學反饋建議。

7、進一步的，所述動作監(jiān)測模塊包括以下功能：

8、通過與體育場訓練區(qū)域內(nèi)對應的攝像頭、智能顯示屏以及訓練器材傳感器相連接，以連接構建生成體育場訓練區(qū)域內(nèi)的全方位訓練視覺監(jiān)測網(wǎng)絡；

9、當全方位訓練視覺監(jiān)測網(wǎng)絡監(jiān)測到訓練者進入運動訓練區(qū)塊觸摸智能顯示屏時，則根據(jù)智能顯示屏響應訓練者對應的訓練展示觸摸操作指令，并根據(jù)該訓練展示觸摸操作指令在智能顯示屏上展示制定該訓練者對應的個性化教學訓練計劃；

10、訓練者根據(jù)對應的個性化教學訓練計劃執(zhí)行運動訓練，并在運動訓練途中利用攝像頭實時鎖定監(jiān)測訓練者對應的位置及訓練動作，以生成訓練者對應的訓練動作視頻；

11、利用訓練器材傳感器實時監(jiān)測訓練者對應的器材施加壓力分布、訓練動作加速度以及訓練動作姿態(tài)變化，以得到訓練者對應的訓練動作傳感數(shù)據(jù)；

12、通過采用高速無線通信模塊將訓練者對應的訓練動作視頻以及訓練動作傳感數(shù)據(jù)實時傳輸至對應的中央數(shù)據(jù)處理單元。

13、進一步的，所述訓練器材傳感器包括壓力傳感器、加速度傳感器以及陀螺儀。

14、進一步的，所述錯誤幀點識別模塊包括以下功能：

15、利用中央數(shù)據(jù)處理單元對訓練者對應的訓練動作視頻進行視頻幀率調(diào)整，以生成訓練者對應的動作調(diào)幀視頻；

16、對訓練者對應的動作調(diào)幀視頻進行視頻去噪處理，以生成訓練者對應的動作去噪視頻；

17、通過設置以5秒為間隔對應的視頻幀點，并基于對應的視頻幀點對訓練者對應的動作去噪視頻進行視頻幀劃分，以生成訓練者在各個視頻幀點下對應的訓練動作幀片段；

18、對訓練者在各個視頻幀點下對應的訓練動作幀片段進行錯誤動作時間幀點識別，以得到訓練者對應的運動錯誤動作時間幀點。

19、進一步的，所述對訓練者在各個視頻幀點下對應的訓練動作幀片段進行錯誤動作時間幀點識別包括：

20、獲取經(jīng)過訓練標準動作及常見錯誤動作標注后的運動訓練動作數(shù)據(jù)；

21、基于經(jīng)過訓練標準動作及常見錯誤動作標注后的運動訓練動作數(shù)據(jù)作為訓練樣本并結合卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡進行動作識別模型訓練，生成運動訓練動作識別模型，以準確識別各種運動項目對應的標準動作及常見錯誤動作，并輸出運動訓練動作對應的動作特征，包括訓練者運動部位對應的動作節(jié)奏以及動作幅度；

22、將訓練者在各個視頻幀點下對應的訓練動作幀片段輸入至先前訓練好的運動訓練動作識別模型中進行動作特征識別分析，以得到訓練者在各個視頻幀點下對應的訓練動作視頻幀特征；

23、基于訓練者在各個視頻幀點下對應的訓練動作視頻幀特征對訓練者在各個視頻幀點下對應的訓練動作幀片段進行錯誤動作時間幀點識別，以得到訓練者對應的運動錯誤動作時間幀點。

24、進一步的，所述基于訓練者在各個視頻幀點下對應的訓練動作視頻幀特征對訓練者在各個視頻幀點下對應的訓練動作幀片段進行錯誤動作時間幀點識別包括：

25、將訓練者在各個視頻幀點下對應的訓練動作視頻幀特征與預先構建的動作模板庫內(nèi)的標準動作之間進行初步動作細節(jié)差異量化，以得到訓練者在各個視頻幀點下與標準動作之間的動作細節(jié)偏差；

26、基于訓練者在各個視頻幀點下與標準動作之間的動作細節(jié)偏差對該訓練者相對應的視頻幀點進行疑似幀點篩選，若對應的動作細節(jié)偏差大于或等于預設的動作偏差閾值時，則認為訓練者在該視頻幀點下疑似存在對應的錯誤動作，否則沒有，并將疑似存在對應的錯誤動作對應的視頻幀點篩選出來，以得到訓練者對應的疑似錯誤動作時間幀點集；

27、通過訓練者對應的疑似錯誤動作時間幀點集獲取其內(nèi)相鄰時間幀與標準動作之間的動作細節(jié)偏差，并根據(jù)相鄰時間幀與標準動作之間的動作細節(jié)偏差進行動作偏差趨勢分析，以得到訓練者在疑似相鄰時間幀中與標準動作之間的動作偏差變化趨勢；

28、基于訓練者在疑似相鄰時間幀中與標準動作之間的動作偏差變化趨勢對疑似錯誤動作時間幀點集內(nèi)相對應的相鄰時間幀之間進行部位動作差異關聯(lián)分析，以得到訓練者在疑似相鄰時間幀之間部位動作差異對應的相互關系；

29、基于訓練者在疑似相鄰時間幀之間部位動作差異對應的相互關系對訓練者對應的疑似錯誤動作時間幀點集進行錯誤動作時間幀點識別，若其內(nèi)相鄰時間幀之間部位動作偏差存在關聯(lián)關系且該偏差呈現(xiàn)出逐漸增大的趨勢時，則判斷在該疑似相鄰時間幀之間存在錯誤動作，并計算出該疑似相鄰時間幀之間對應的平均時間點作為對應的錯誤動作幀點，以得到訓練者對應的運動錯誤動作時間幀點。

30、進一步的，所述姿態(tài)契合評估模塊包括以下功能：

31、基于訓練者對應的運動錯誤動作時間幀點對訓練者對應的訓練動作傳感數(shù)據(jù)進行錯誤時間同步確定，以得到訓練者在錯誤時間點下對應的訓練動作傳感數(shù)據(jù)，其中包括壓力分布、動作加速度以及動作姿態(tài)；

32、通過訓練者在錯誤時間點下對應的訓練動作傳感數(shù)據(jù)獲取對應的運動訓練項目；

33、根據(jù)訓練者對應的運動訓練項目在相應的動作模板庫內(nèi)獲取對應的運動訓練項目標準動作；

34、基于運動訓練項目標準動作對訓練者在錯誤時間點下對應的訓練動作傳感數(shù)據(jù)進行動作姿態(tài)契合評估，得到訓練者對應的訓練動作姿態(tài)契合度。

35、進一步的，所述基于運動訓練項目標準動作對訓練者在錯誤時間點下對應的訓練動作傳感數(shù)據(jù)進行動作姿態(tài)契合評估包括：

36、通過將運動訓練項目標準動作與訓練者在錯誤時間點下對應的訓練動作傳感數(shù)據(jù)內(nèi)的動作姿態(tài)映射到同一空間坐標系下，以生成在同一空間坐標系下對應的訓練標準動作與訓練者錯誤動作姿態(tài)；

37、對在同一空間坐標系下對應的訓練標準動作與訓練者錯誤動作姿態(tài)進行動作姿態(tài)位置及方向確定，以得到在同一空間坐標系下訓練標準動作與訓練者錯誤動作對應的姿態(tài)位置以及姿態(tài)方向；

38、對在同一空間坐標系下訓練標準動作與訓練者錯誤動作對應的姿態(tài)位置之間進行位置距離計算，得到在同一空間坐標系下訓練標準動作與訓練者錯誤動作之間的姿態(tài)位置距離；

39、根據(jù)在同一空間坐標系下訓練標準動作與訓練者錯誤動作對應的姿態(tài)方向之間進行方向偏離度量，得到在同一空間坐標系下訓練標準動作與訓練者錯誤動作之間的姿態(tài)方向偏差；

40、利用動作姿態(tài)契合計算公式對在同一空間坐標系下訓練標準動作與訓練者錯誤動作之間的姿態(tài)位置距離以及姿態(tài)方向偏差進行動作姿態(tài)契合評估，得到訓練者對應的訓練動作姿態(tài)契合度。

41、進一步的，所述動作姿態(tài)契合計算公式具體為：

42、；

43、式中，為訓練動作姿態(tài)契合度，為動作姿態(tài)位置對應的節(jié)點總數(shù)，為訓練標準動作第個動作姿態(tài)位置對應的節(jié)點坐標，為訓練者錯誤動作第個動作姿態(tài)位置對應的節(jié)點坐標，為訓練標準動作與訓練者錯誤動作之間的姿態(tài)位置距離，為訓練標準動作與訓練者錯誤動作之間的姿態(tài)方向偏差，為第個動作姿態(tài)位置對應的錯誤時間幀點，為時間衰減因子。

44、進一步的，所述反饋優(yōu)化調(diào)整模塊包括以下功能：

45、根據(jù)預設的訓練動作契合閾值對訓練者對應的訓練動作姿態(tài)契合度進行比較判斷，若訓練者對應的訓練動作姿態(tài)契合度大于或等于預設的訓練動作契合閾值時，則認為訓練者對應的實際訓練效果已達標；若訓練者對應的訓練動作姿態(tài)契合度小于預設的訓練動作契合閾值時，則認為訓練者對應的實際訓練效果未達標，且存在教學訓練效果不佳或動作不規(guī)范問題；

46、根據(jù)訓練者對應存在教學訓練效果不佳或動作不規(guī)范問題對該訓練者對應的個性化教學訓練計劃進行教學反饋優(yōu)化調(diào)整，以自動生成對應的個性化反饋建議，包括調(diào)整訓練動作以及改變訓練強度，并通過智能顯示屏及時反饋推送給該訓練者，以生成體育場上訓練者對應的個性化教學反饋建議。

47、本發(fā)明的有益效果：

48、本發(fā)明所提出的體育場智能運動訓練教學裝置，整體上由動作監(jiān)測模塊、錯誤幀點識別模塊、姿態(tài)契合評估模塊以及反饋優(yōu)化調(diào)整模塊組成，與現(xiàn)有技術相比，本技術的有益效果在于通過將體育場訓練區(qū)域的設備與技術進行緊密的融合，以實現(xiàn)對訓練過程的實時監(jiān)控和精準分析，通過與攝像頭、智能顯示屏以及訓練器材傳感器的連接，系統(tǒng)能夠在運動員訓練時實時捕捉到他們的動作視頻和傳感數(shù)據(jù)，精確地記錄下每個訓練細節(jié)，這種方式不僅提升了訓練的可視化，還能夠在訓練者進行某項動作時，直接通過智能顯示屏展示個性化的教學訓練計劃，這樣能夠準確捕捉學員的運動狀態(tài)和表現(xiàn)，并提供更具針對性的指導，通過高速無線通信模塊，所有的訓練視頻和傳感數(shù)據(jù)會及時且穩(wěn)定地傳輸至中央數(shù)據(jù)處理單元，這使得后續(xù)的分析和反饋能夠快速啟動，避免了傳統(tǒng)手動記錄和分析的滯后性，這種即時數(shù)據(jù)流和連接方式有效提高了訓練的智能化水平，確保了訓練過程中的每個動作能夠被精準監(jiān)控。其次，該步驟中央數(shù)據(jù)處理單元的核心任務是利用先進的圖像識別和動作分析技術，對訓練者的訓練視頻進行實時分析，以通過對每一幀視頻圖像的細致比對，系統(tǒng)可以識別出訓練過程中存在的錯誤動作，錯誤動作時間幀點的精準識別是系統(tǒng)關鍵的技術環(huán)節(jié)，它通過算法計算對比訓練動作標準與實際動作，準確標定出訓練者何時犯錯誤，并且該錯誤動作是如何發(fā)生的，這一過程不只是簡單的圖像處理，而是通過深度學習和動作識別技術的深度結合，精確定位訓練中動作不標準、姿勢不規(guī)范等問題所在，并標記出錯誤動作的具體時間點，這種精確的識別和定位為后續(xù)的動作修正和反饋提供了有力依據(jù)，能夠?qū)崿F(xiàn)從訓練一開始就實時跟蹤錯誤，最大限度地避免了訓練中的不當動作積累，進而提升訓練效果和運動員表現(xiàn)。然后，通過根據(jù)之前識別出的錯誤動作時間幀點，對訓練者的訓練數(shù)據(jù)進行同步校準，確保動作傳感數(shù)據(jù)與錯誤時間幀點一一對應，通過傳感器收集到的數(shù)據(jù)，包括壓力分布、動作加速度、動作姿態(tài)等指標，可以精確描述訓練者的運動姿勢與動作細節(jié)，通過錯誤時間點與這些傳感數(shù)據(jù)的匹配，系統(tǒng)能夠提供具體的、定量的運動數(shù)據(jù)分析，接著，系統(tǒng)會將訓練者的動作數(shù)據(jù)與標準動作數(shù)據(jù)進行比對，評估訓練者的動作姿態(tài)契合度，從而精準地識別出姿勢上的缺陷或不足，使訓練者的動作改進更為高效。最后，通過將動作姿態(tài)契合度反饋到個性化教學計劃中，進一步優(yōu)化了訓練方案，這一反饋機制的關鍵在于根據(jù)每位訓練者的具體表現(xiàn)調(diào)整訓練計劃，而不是僅僅依賴于傳統(tǒng)的固定教學方法，每個訓練者的動作姿態(tài)契合度不同，受到體型、力量、柔韌性等多種因素的影響，以通過實時分析動作數(shù)據(jù)和契合度評估結果，自動為每位訓練者量身定制相應的訓練策略，幫助其在實踐中改正錯誤、提高運動表現(xiàn)，確保訓練計劃的科學性和針對性，這種實時反饋和優(yōu)化調(diào)整機制，不僅有助于短期內(nèi)提高訓練質(zhì)量，還有助于在訓練過程中提供全面項目訓練的綜合性指導。