Bet365 - Online Sports Betting一种基于深度学习的智能室内滑雪机系统及方法pdf

2024-09-18 15:15:19

　　Bet365 - Online Sports Betting(访问: hash.cyou 领取999USDT）

　　(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116889718 A (43)申请公布日 2023.10.17 (21)申请号 7.8 (22)申请日 2023.08.23 (71)申请人 吉林大学 地址 130012 吉林省长春市前进大街2699 号 (72)发明人 姚永明刘俊池辛本禄李志刚 李天宇那逸威陈昌峰陈豪杰 李飞林金柱邵乙芮关翔 (74)专利代理机构 北京专赢专利代理有限公司 11797 专利代理师 李斌 (51)Int.Cl. A63B 69/18 (2006.01) A63B 71/06 (2006.01) G06N 3/084 (2023.01) 权利要求书3页 说明书9页 附图4页 (54)发明名称 一种基于深度学习的智能室内滑雪机系统 及方法 (57)摘要 本发明适用于室内滑雪机技术领域，提供了 一种基于深度学习的智能室内滑雪机系统及方 法，本发明通过摄像机对滑雪者进行影像采集， 通过麦克风对滑雪者进行音频采集，通过各类传 感器对滑雪者运动状态进行信号采集，深度学习 模型对信号进行分析识别，对滑雪者动作进行评 估并提供滑雪技巧建议，可根据滑雪者以特定动 作或语音提出需求来实现相应功能。本发明能够 根据滑雪场景中雪道的坡度变化而改变滑雪带 的倾斜角，并使用全息投影技术让雪场全息影像 动态跟随滑雪者，以提高滑雪者的真实体验感。 A 在滑雪者处于摔倒等危险状态时，智能辅助系统 8 会及时准确识别，并使滑雪机逐渐停止和改变至 1 7 9 平缓坡度，以减少滑雪者受到的伤害，极大提高 8 8 6 了滑雪机的安全性。 1 1 N C CN 116889718 A 权利要求书 1/3页 1.一种基于深度学习及全息投影的智能室内滑雪机系统，包括滑雪机本体，其特征在 于，还包括： 坡度调节装置，用于调节滑雪机本体的滑雪坡度； 数据采集模块，用于采集数据； 数据库模块，包括滑雪场景数据库；滑雪者模型数据库；运动规则及评分数据库；影像、 语音及传感器信号数据库； 显示端模块，用于投影和显示数据； 分析与控制系统，所述分析与控制系统包括： 智能辅助系统，与计算机搭载； 控制系统，包括坡度控制模块；启停控制模块；速度控制模块； 计算机，内嵌于显示端模块中。 2.根据权利要求1所述的基于深度学习及全息投影的智能室内滑雪机系统，其特征在 于，所述滑雪机本体包括滑雪机机架和底座，所述滑雪机机架转动设置在底座上，还包括： 前保护杆，固定设置在滑雪机机架的前端， 保护板，固定设置在滑雪机机架的左右两侧及后端； 支撑架，固定设置在滑雪机机架的内部，所述支撑架用于支撑张紧机构； 所述张紧机构包括两个张紧滚子与四个张紧弹簧，每个张紧滚子的两端通过螺钉与张 紧弹簧连接； 滑雪带滚子，转动设置在滑雪机机架上； 滑雪带，设于滑雪机机架上，所述滑雪带滚子及张紧滚子均与滑雪带贴合； 电机座，固定设置在滑雪机机架内，所述电机座内固定连接有驱动电机。 3.根据权利要求2所述的基于深度学习及全息投影的智能室内滑雪机系统，其特征在 于，所述坡度调节装置包括： 调节电机，固定设置在底座上，用于产生驱动力； 带传动机构，所述调节电机通过带传动机构带动转轴转动； 轴承座，固定设置在底座上，用于支撑转轴并减少摩擦阻力； 转轴，用于通过锥齿轮传动机构将动力传递至滚珠丝杠传动机构； 滚珠丝杠传动机构，所述滚珠丝杠传动机构包括： 滚珠丝杠伸缩杆和滚珠丝杠伸缩套筒，所述滚珠丝杠伸缩杆的一端与滑雪机机架的底 部活动连接，所述滚珠丝杠伸缩杆的另一端与滚珠丝杠伸缩套筒配合使用。 4.根据权利要求3所述的基于深度学习及全息投影的智能室内滑雪机系统，其特征在 于，所述数据采集模块包括： 加速度传感器，用于收集滑雪者的实时状态； 摄像机，用于获取滑雪者动作影像数据； 行程传感器，用于获取滚珠丝杠伸缩杆的伸缩行程； TENG柔性传感器，用于获得压力信息； 陀螺仪，用于收集滑雪者的姿态信息； 双麦克风系统，用于接收滑雪者的语音命令。 5.根据权利要求1所述的基于深度学习及全息投影的智能室内滑雪机系统，其特征在 2 2 CN 116889718 A 权利要求书 2/3页 于，所述显示端模块包括： 全息投影设备，用于将滑雪场景景象和滑雪路线以及滑雪者的动作和状态数据进行投 射展示，并与智能辅助系统及控制系统通信； 教练端显示器，所述计算机内嵌于教练端显示设备中。 6.根据权利要求5所述的基于深度学习及全息投影的智能室内滑雪机系统，其特征在 于，所述智能辅助系统包括： 信号及数据处理模块，用于对影像数据、音频数据及采集信号进行处理和分析； 深度学习模型，用于通过处理分析后的数据对滑雪者的动作、情绪、状态和语音指令进 行分析识别； 结果处理模块，用于显示识别结果，所述结果处理模块将滑雪建议发送至全息投影设 备展示，将评估结果、滑雪建议和部分信号数据发送至教练端显示器展示；若结果判断为遇 到危险状况，结果处理模块将紧急处理信号发送至控制系统的相关控制器。 7.根据权利要求6所述的基于深度学习及全息投影的智能室内滑雪机系统，其特征在 于，所述深度学习模型的构建步骤包括： S401、获取摄像头采集的滑雪者动作影像数据、各传感器采集的信号数据及语音文本， 作为数据储存； S402、对上一步得到的数据进行预处理和清洗，并对数据进行标签标记，作为数据集； S403、构建深度学习网络模型； S404、使用所述数据集对深度学习网络模型进行训练和验证，得到训练完成后的智能 室内滑雪机的深度学习模型； S405、通过误差反向传播算法，优化训练完成后的深度学习模型。 8.一种根据权利要求1‑7任一所述的基于深度学习及全息投影的智能室内滑雪机系统 的方法，其特征在于，所述方法具体步骤如下： 当滑雪者处于正常滑雪状态时，摄像机实时捕捉滑雪者的运动状态、动作和情绪，各传 感器采集滑雪者运动动作和状态信号，信号及数据处理模块对信号和数据进行分析和处 理，深度学习模型对信号进行分析识别，结果处理模块将滑雪者状态参数数据和滑雪建议 发送到全息投影设备中展示，将滑雪者的状态参数数据、滑雪者动作评估分数与滑雪建议 发送到教练端显示器中显示；同时，根据滑雪场景中滑雪道坡度的变换，智能滑雪机受控制 系统控制，坡度及速度随滑雪场景实时变化； 当滑雪者处于危险状态时，摄像机和各传感器捕捉到危险状态的信号，信号及数据处 理模块对信号进行分析和处理，深度学习模型对信号进行分析识别，结果处理模块向全息 投影设备及教练端显示器发送危险状态警报，同时向控制系统发出应急信号，控制系统向 智能滑雪机发出停机和降低坡度的指令，此时智能滑雪机逐渐减速直至停止，改变坡度至 平缓状态； 当滑雪者使用特定的动作或语音选择切换滑雪场景时，摄像机采集到的动作影像或者 麦克风采集到的滑雪者音频作为数据信号，深度学习模型对信号进行识别，此时智能辅助 系统向控制系统发出切换信号，控制系统向智能滑雪机发出指令，显示端模块的滑雪场景 则根据需要进行改变，同时智能滑雪机的坡度随滑雪场景改变而变换； 当滑雪者使用语音选择切换难度时，麦克风采集到的滑雪者音频作为数据信号，深度 3 3 CN 116889718 A 权利要求书 3/3页 学习模型对信号进行识别，并将难度切换信号发送控制系统，控制系统随即向智能滑雪机 发送指令，当选择的难度增大时，智能滑雪机的坡度与速度相应增大，反之当选择的难度减 小时，智能滑雪机的坡度与速度相应减小； 当滑雪者使用特定的动作或者语音选择切终止滑雪体验时，摄像机采集到的动作影像 或者麦克风采集到的滑雪者音频作为数据信号，深度学习模型对信号进行识别，此时智能 辅助系统向控制系统发出终止信号；或者滑雪教练操作教练端显示器，选择终止滑雪的指 令，将信号发送至控制系统；控制系统接收到终止信号后，向智能滑雪机发出相应指令，此 时智能滑雪机会缓慢减速直至停止，同时缓慢改变坡度至平缓状态。 4 4 CN 116889718 A 说明书 1/9页 一种基于深度学习的智能室内滑雪机系统及方法 技术领域 [0001] 本发明属于室内滑雪机技术领域，尤其涉及一种基于深度学习的智能室内滑雪机 系统及方法。 背景技术 [0002] 滑雪作为一项冬季运动，具有广泛的群众基础和发展潜力。为解决非雪季滑雪运 动和南方地区滑雪运动的普及，室内模拟滑雪机在全国各地流行开来。室内滑雪机不仅可 以让人们不受季节和地区的影响在室内环境中进行滑雪运动，增加人们的运动乐趣和提高 人们的健康水平，同时还具有非常高的经济意义、教学实践意义、冰雪文化发展意义和科学 技术研究意义。 [0003] 传统滑雪机通常只能模拟简单的滑雪动作，功能比较单一，缺乏灵活性，大部分室 内滑雪机不具备雪道倾角的改变机制，从而给滑雪体验带来了使用上的局限。而一些引入 智能系统的滑雪机，大部分功能需要人员手动发出指令，操作繁琐，且缺乏对滑雪者滑雪动 作的准确指导，同时在安全性方面也存在一定的问题。 [0004] 近年来，人工智能深度学习技术的飞速发展使得智能滑雪机的研发成为可能。深 度学习技术可以对滑雪者的动作进行实时捕捉和识别，通过摄像头采集的影像及多个传感 器获取的信号对滑雪者的动作进行评价并提供改善建议。同时，使用全息投影技术可以让 滑雪者在不同滑雪场景中进行体验，增加真实的体验感。智能滑雪机可以根据不同场景影 像调节坡度，以提高滑雪者的真实体验感和技能水平。在意外情况发生时，传感器和摄像头 可以及时捕捉状况，滑雪机可以迅速调节坡度以减少伤害。这些技术的应用可以提高滑雪 者的滑雪技能和滑雪体验，同时提高滑雪的安全性。为此我们提出一种基于深度学习的智 能室内滑雪机系统及方法。 发明内容 [0005] 本发明的目的在于提供一种基于深度学习的智能室内滑雪机系统及方法，旨在解 决上述背景技术中提出的问题。 [0006] 为实现上述目的，本发明提供如下技术方案： 一种基于深度学习的智能室内滑雪机系统及方法，包括滑雪机本体，还包括： 坡度调节装置，用于调节滑雪机本体的滑雪坡度； 数据采集模块，用于采集数据； 数据库模块，包括滑雪场景数据库；滑雪者模型数据库；运动规则及评分数据库； 影像、语音及传感器信号数据库； 显示端模块，用于投影和显示数据； 分析与控制系统，所述分析与控制系统包括： 智能辅助系统，与计算机搭载； 控制系统，包括坡度控制模块；启停控制模块；速度控制模块； 5 5 CN 116889718 A 说明书 2/9页 计算机，内嵌于显示端模块中。 [0007] 进一步的，所述滑雪机本体包括滑雪机机架和底座，所述滑雪机机架转动设置在 底座上，还包括： 前保护杆，固定设置在滑雪机机架的前端， 保护板，固定设置在滑雪机机架的左右两侧及后端； 支撑架，固定设置在滑雪机机架的内部，所述支撑架用于支撑张紧机构； 所述张紧机构包括两个张紧滚子与四个张紧弹簧，每个张紧滚子的两端通过螺钉 与张紧弹簧连接； 滑雪带滚子，转动设置在滑雪机机架上； 滑雪带，设于滑雪机机架上，所述滑雪带滚子及张紧滚子均与滑雪带贴合； 电机座，固定设置在滑雪机机架内，所述电机座内固定连接有驱动电机。 [0008] 进一步的，所述坡度调节装置包括： 调节电机，固定设置在底座上，用于产生驱动力； 带传动机构，所述调节电机通过带传动机构带动转轴转动； 轴承座，固定设置在底座上，用于支撑转轴并减少摩擦阻力； 转轴，用于通过锥齿轮传动机构将动力传递至滚珠丝杠传动机构； 滚珠丝杠传动机构，所述滚珠丝杠传动机构包括： 滚珠丝杠伸缩杆和滚珠丝杠伸缩套筒，所述滚珠丝杠伸缩杆的一端与滑雪机机架 的底部活动连接，所述滚珠丝杠伸缩杆的另一端与滚珠丝杠伸缩套筒配合使用。 [0009] 进一步的，所述数据采集模块包括： 加速度传感器，用于收集滑雪者的实时状态； 摄像机，用于获取滑雪者动作影像数据； 行程传感器，用于获取滚珠丝杠伸缩杆的伸缩行程； TENG柔性传感器，用于获得压力信息； 陀螺仪，用于收集滑雪者的姿态信息； 双麦克风系统，用于接收滑雪者的语音命令。 [0010] 进一步的，所述显示端模块包括： 全息投影设备，用于将滑雪场景景象和滑雪路线以及滑雪者的动作和状态数据进 行投射展示，并与智能辅助系统及控制系统通信； 教练端显示器，所述计算机内嵌于教练端显示设备中。 [0011] 进一步的，所述智能辅助系统包括： 信号及数据处理模块，用于对影像数据、音频数据及采集信号进行处理和分析； 深度学习模型，用于通过处理分析后的数据对滑雪者的动作、情绪、状态和语音指 令进行分析识别； 结果处理模块，用于显示识别结果，所述结果处理模块将滑雪建议发送至全息投 影设备展示，将评估结果、滑雪建议和部分信号数据发送至教练端显示器展示；若结果判断 为遇到危险状况，结果处理模块将紧急处理信号发送至控制系统的相关控制器。 [0012] 进一步的，所述深度学习模型的构建步骤包括： S401、获取摄像头采集的滑雪者动作影像数据、各传感器采集的信号数据及语音 6 6 CN 116889718 A 说明书 3/9页 文本，作为数据储存； S402、对上一步得到的数据进行预处理和清洗，并对数据进行标签标记，作为数据 集； S403、构建深度学习网络模型； S404、使用所述数据集对深度学习网络模型进行训练和验证，得到训练完成后的 智能室内滑雪机的深度学习模型； S405、通过误差反向传播算法，优化训练完成后的深度学习模型。 [0013] 一种基于深度学习及全息投影的智能室内滑雪机系统的方法，所述方法具体步骤 如下： 当滑雪者处于正常滑雪状态时，摄像机实时捕捉滑雪者的运动状态、动作和情绪， 各传感器采集滑雪者运动动作和状态信号，信号及数据处理模块对信号和数据进行分析和 处理，深度学习模型对信号进行分析识别，结果处理模块将滑雪者状态参数数据和滑雪建 议发送到全息投影设备中展示，将滑雪者的状态参数数据、滑雪者动作评估分数与滑雪建 议发送到教练端显示器中显示；同时，根据滑雪场景中滑雪道坡度的变换，智能滑雪机受控 制系统控制，坡度及速度随滑雪场景实时变化； 当滑雪者处于危险状态时，摄像机和各传感器捕捉到危险状态的信号，信号及数 据处理模块对信号进行分析和处理，深度学习模型对信号进行分析识别，结果处理模块向 全息投影设备及教练端显示器发送危险状态警报，同时向控制系统发出应急信号，控制系 统向智能滑雪机发出停机和降低坡度的指令，此时智能滑雪机逐渐减速直至停止，改变坡 度至平缓状态； 当滑雪者使用特定的动作或语音选择切换滑雪场景时，摄像机采集到的动作影像 或者麦克风采集到的滑雪者音频作为数据信号，深度学习模型对信号进行识别，此时智能 辅助系统向控制系统发出切换信号，控制系统向智能滑雪机发出指令，显示端模块的滑雪 场景则根据需要进行改变，同时智能滑雪机的坡度随滑雪场景改变而变换； 当滑雪者使用语音选择切换难度时，麦克风采集到的滑雪者音频作为数据信号， 深度学习模型对信号进行识别，并将难度切换信号发送控制系统，控制系统随即向智能滑 雪机发送指令，当选择的难度增大时，智能滑雪机的坡度与速度相应增大，反之当选择的难 度减小时，智能滑雪机的坡度与速度相应减小； 当滑雪者使用特定的动作或者语音选择切终止滑雪体验时，摄像机采集到的动作 影像或者麦克风采集到的滑雪者音频作为数据信号，深度学习模型对信号进行识别，此时 智能辅助系统向控制系统发出终止信号；或者滑雪教练操作教练端显示器，选择终止滑雪 的指令，将信号发送至控制系统；控制系统接收到终止信号后，向智能滑雪机发出相应指 令，此时智能滑雪机会缓慢减速直至停止，同时缓慢改变坡度至平缓状态。 [0014] 与现有技术相比，本发明的有益效果是： 1、通过使用全息投影技术并配合坡度调节装置，可以增强滑雪者的线、通过摄像机、各类传感器分别对滑雪者进行影像和信号采集并使用麦克风对滑 雪者语音命令采集，使用深度学习模型实时对滑雪者的动作、状态、情绪、指令进行分析识 别，可以对滑雪者的滑雪动作进行评价并给予滑雪技巧上的建议，帮助滑雪者更好地掌握 7 7 CN 116889718 A 说明书 4/9页 滑雪技巧以提高滑雪水平； 3、能够实时监测滑雪者的身体状态和姿态，在滑雪者有意外情况发生时，触发危 险识别状态，智能滑雪机及时调节坡度并逐渐降低速度直至停止，以减少对滑雪者的伤害。 附图说明 [0015] 图1为本发明中滑雪机本体的结构示意图。 [0016] 图2为本发明中滑雪机本体的侧面剖视图。 [0017] 图3为本发明中智能室内滑雪机系统的框架图。 [0018] 图4为本发明中深度学习模型的流程图。 [0019] 图5为本发明中全息投影技术实现流程图。 [0020] 图6为本发明中智能室内滑雪机系统的工作流程图。 [0021] 图中：前保护杆1；保护板2；滑雪机机架3；底座4；滚珠丝杠伸缩杆5；滚珠丝杠伸缩 套筒6；调节电机7；带传动机构8；轴承座9；转轴10；滑雪带滚子11；支撑架12；张紧滚子13； 张紧弹簧14；滑雪带15；驱动电机16；电机座17；坡度调节装置18；智能辅助系统100；动作识 别部分101；情绪识别部分102；状态识别部分103；语音识别部分104；数据采集模块200；加 速度传感器201；摄像机202；行程传感器203；TENG柔性传感器204；陀螺仪205；双麦克风系 统206；数据库模块300；滑雪场景数据库301；滑雪者模型数据库302；运动规则及评分数据 库303；影像、语音及传感器信号数据库304；显示端模块400；全息投影设备401；教练端显示 器402；控制系统500；坡度控制模块501；启停控制模块502；速度控制模块503；计算机600。 具体实施方式 [0022] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不 用于限定本发明。 [0023] 以下结合具体实施例对本发明的具体实现进行详细描述。 [0024] 如图1‑3所示，为本发明一个实施例提供的一种基于深度学习的智能室内滑雪机 系统及方法，包括滑雪机本体，还包括： 坡度调节装置18，用于调节滑雪机本体的滑雪坡度； 数据采集模块200，用于采集数据； 数据库模块300，包括滑雪场景数据库301；滑雪者模型数据库302；运动规则及评 分数据库303；影像、语音及传感器信号数据库304； 显示端模块400，用于投影和显示数据； 分析与控制系统，所述分析与控制系统包括： 智能辅助系统100，与计算机600搭载； 控制系统500，包括坡度控制模块501；启停控制模块502；速度控制模块503； 计算机600，内嵌于显示端模块400中。 [0025] 在本发明实施例中，优选的，滑雪机用于本体模拟滑雪过程。获得数据后，分析与 控制系统对数据进行处理，并对滑雪机本体进行控制，在本发明中发挥着重要作用。 [0026] 智能辅助系统100对计算机600发送的信号进行识别分类，最终对滑雪者的滑雪状 8 8 CN 116889718 A 说明书 5/9页 态进行判断，对滑雪者的动作进行评分，并实时给予相应的建议。 [0027] 在播放真实滑雪场景影像时，通过对影像中的滑雪坡度进行分析、识别，控制系统 500中的速度控制模块503的控制器可以对滑雪机的速度进行自动调节；控制系统500中的 坡度控制模块501的控制器可以根据滑雪坡度的变化实时地通过坡度调节装置18对滑雪机 的坡度进行自动调节，使其与真实滑雪场景保持一致，从而增加滑雪者的线采集的信号进行处理，并在所述数据库模块300中 提取部分数据，然后对智能辅助系统100进行运行，得到相应结果后，一方面将结果在所述 显示端模块400中进行展示，另一方面向控制系统500发出指令，使得滑雪机本体做出相应 的动作。 [0029] 如图1和图2所示，作为本发明的一种优选实施例，所述滑雪机本体包括滑雪机机 架3和底座4，所述滑雪机机架3转动设置在底座4上，还包括： 前保护杆1，固定设置在滑雪机机架3的前端， 保护板2，固定设置在滑雪机机架3的左右两侧及后端； 支撑架12，固定设置在滑雪机机架3的内部，用于支撑张紧机构； 所述张紧机构包括两个张紧滚子13与四个张紧弹簧14，每个张紧滚子13的两端通 过螺钉与张紧弹簧14连接； 滑雪带滚子11，转动设置在滑雪机机架3上； 滑雪带15，设于滑雪机机架3上，所述滑雪带滚子11及张紧滚子13均与滑雪带15贴 合； 电机座17，固定设置在滑雪机机架3内，所述电机座17内固定连接有驱动电机16。 [0030] 在本发明实施例中，优选的，前保护杆1与保护板2用于保护滑雪者安全。当滑雪机 本体进行工作时，驱动电机16通过离合器带动滚轮轴转动，滚轮轴再通过其上安装的平键 带动滑雪带滚子11转动，滑雪带滚子11的转动使得滑雪带15可以实现传动。 [0031] 如图1和图2所示，作为本发明的一种优选实施例，所述坡度调节装置18包括： 调节电机7，固定设置在底座4上，用于产生驱动力； 带传动机构8，所述调节电机7通过带传动机构8带动转轴10转动； 轴承座9，固定设置在底座4上，用于支撑转轴10并减少摩擦阻力； 转轴10，用于通过锥齿轮传动机构将动力传递至滚珠丝杠传动机构； 滚珠丝杠传动机构，所述滚珠丝杠传动机构包括： 滚珠丝杠伸缩杆5和滚珠丝杠伸缩套筒6，所述滚珠丝杠伸缩杆5的一端与滑雪机 机架3的底部活动连接，所述滚珠丝杠伸缩杆5的另一端与滚珠丝杠伸缩套筒6配合使用。 [0032] 在本发明实施例中，优选的，坡度调节装置18位于滑雪机机架3的尾部。具体的，锥 齿轮传动机构与转轴10配合用于将旋转运动转变为直线共同构成滚珠丝杠传动机构，用于实现坡度调节装置的上下运动，从而改变滑 雪平台的坡度。具体的，调节电机7转动，进而带动带传动机构8运动，带传动机构8带动固定 在轴承座9上的转轴10转动，转轴10通过锥齿轮传动机构将动力传递至滚珠丝杠伸缩杆5， 滚珠丝杠伸缩杆5与滚珠丝杠伸缩杆套筒6配合，滚珠丝杠伸缩杆5转动时便实现直线伸缩 运动，此时便可让滑雪带15的倾斜角度发生变化。与此同时，控制系统500发出指令，让滑雪 带15产生与之相配的速度。 9 9 CN 116889718 A 说明书 6/9页 [0033] 当滑雪者体验的滑雪场景的坡度有所变化时，为使滑雪者有更加真实的滑雪体验 感，坡度调节装置18将对滑雪带15的倾斜角度进行调整，而当滑雪者处于摔倒等危险状态 时，将迅速准备被智能辅助系统100识别，并触发滑雪机应急处理，此时滑雪带15速度将逐 渐变慢直至停止，坡度调节装置18将滑雪带15的倾斜角度调整至平缓，以减少滑雪者因摔 倒等所导致的伤害。 [0034] 如图3所示，作为本发明的一种优选实施例，所述数据采集模块200包括： 加速度传感器201，用于收集滑雪者的实时状态； 摄像机202，用于获取滑雪者动作影像数据； 行程传感器203，用于获取滚珠丝杠伸缩杆5的伸缩行程； TENG柔性传感器204，用于获得压力信息； 陀螺仪205，用于收集滑雪者的姿态信息； 双麦克风系统206，用于接收滑雪者的语音命令。 [0035] 在本发明实施例中，优选的，在滑雪机四周安置多个摄像机202，包括滑雪机斜坡 上、滑雪者身体正面以及侧后方等多个角度，以获取滑雪运动的影像，对滑雪者的动作、情 绪和运动的状态进行及时的全方位捕捉；通过将这些摄像机202的采集数据与滑雪机上的 传感器数据结合使用，利用深度学习算法对滑雪者的各种数据进行分析和评估，从而得出 滑雪者的运动状态、技能水平和行为特征。 [0036] 行程传感器203安装在滚珠丝杠伸缩杆5的端部，行程传感器203会测量并反馈控 制滚珠丝杠伸缩杆5伸缩运动的距离，提供准确的高度反馈信号，可以有效控制滑雪机本体 的倾斜角度；坡度控制模块501的控制器与行程传感器203和调节电机7进行电路连接，负责 对调节电机7进行控制，根据行程传感器203提供的反馈信号来调整坡度调节装置18，从而 实现滑雪坡度的调整。 [0037] TENG柔性传感器204放置在滑雪者的滑雪靴鞋垫中，加速度传感器201与陀螺仪 205安装在滑雪者的滑雪衣腰部，以收集滑雪者的实时状态和姿态信息；当滑雪者在滑雪机 上滑行时，TENG柔性传感器204会感知滑雪者脚底施加在滑雪板上的压力，同时加速度传感 器201与陀螺仪205会记录滑雪者的加速度和旋转姿态；拥有这些信息之后，系统可以使用 深度学习算法实时分析和预测滑雪者的行为和意图，有助于提高滑雪者的安全性能和滑行 体验，并可以为滑雪运动员提供一个更好的训练和调整技能的平台。 [0038] 双麦克风系统206包括两颗麦克风，两颗麦克风分别安装在滑雪者的滑雪服衣领 部位以及滑雪机机架3内，麦克风可以获取滑雪者的语音指令，可以进行滑雪场景的切换、 滑雪难度的调节、滑雪机启动停止及呼唤其他服务等，以实现滑雪者的各种需求，同时双麦 克风系统206利用双麦克风抵消原理实现语音降噪，通过语音识别技术实现滑雪者的语音 控制。 [0039] 如图3所示，作为本发明的一种优选实施例，所述显示端模块400包括： 全息投影设备401，用于将滑雪场景景象和滑雪路线以及滑雪者的动作和状态数 据进行投射展示，并与智能辅助系统100及控制系统500通信； 教练端显示器402，所述计算机600内嵌于教练端显示设备402中。 [0040] 在本发明实施例中，优选的，全息投影设备401在高于滑雪机及滑雪者高度处安 装，并朝向滑雪机表面进行投影。全息投影设备401会实现能够将全息景象实时跟随滑雪 10 10 CN 116889718 A 说明书 7/9页 者，让滑雪者有真实的滑雪体验感。使用全息投影设备401，滑雪者可以通过视觉观看滑雪 情景，通过听觉获取滑雪动作优化技巧，通过触觉体验滑雪运动项目，获得更真实的滑雪体 验，同时可以更快速的掌握滑雪技能。 [0041] 在使用全息投影设备401前需要进行全息投影设备401准备、软件开发、全息投影 整合、测试和改进等步骤。参见图5，具体包括： S501、准备全息投影技术所需的专门的硬件设备，如全息投影仪、反射板等，并根 据设备的要求将全息投影设备401安装在室内滑雪场上； S502、开发全息投影软件可以将用户的动作和体验与虚拟场景结合起来；全息投 影软件需要支持全息投影设备，并提供多种滑雪场景和滑雪路线，以及多种滑雪技巧和训 练项目；全息投影软件还需要支持用户的交互和反馈，以及数据的收集和分析； S503、需要将全息投影软件与滑雪机的控制系统进行集成，在此之后用户可以通 过滑雪机进行滑雪训练，并在全息总投影场景中看到虚拟滑雪场景和路线以及自己的需要 将全息投影软件与滑雪机的控制系统进行集成，在此之后用户可以通过智能滑雪机进行滑 雪训练，并在全息总投影场景中看到虚拟滑雪场景和路线以及自己的滑雪动作和状态数 据，同时投射的全息影像也会实时动态跟随滑雪者； S504、在应用全息投影技术之前，需要对系统进行测试和评估，以确保系统的稳定 性和性能。测试包括对硬件设备和软件系统的功能和性能进行测试，以及对用户的滑雪体 验和训练效果进行评估。在测试和评估的基础上，可以对系统进行改进和在应用全息投影 技术之前，需要对系统进行测试和评估，以确保系统的稳定性和性能。测试包括对硬件设备 和软件系统的功能和性能进行测试，以及对用户的滑雪体验和训练效果进行评估。在测试 和评估的基础上，可以对系统进行改进和优化，以提高用户的滑雪体验和训练效果。 [0042] 教练端显示器402固定安装在滑雪机附近，教练端显示器402的主要功能是向教练 展示展示滑雪场景、滑雪者滑雪动作评估状况、滑雪者滑雪姿态建议、滑雪机本体的相关参 数、传感器采集的信号等。滑雪教练通过查看教练端显示器402上呈现的各类数据内容，更 好地了解滑雪者各方面状况，以便提供更好的指导服务以及给滑雪者带来更优的滑雪体 验。可以让教练通过教练端进行各种指令的发出。 [0043] 如图3所示，作为本发明的一种优选实施例，所述智能辅助系统100包括： 信号及数据处理模块，用于对影像数据、音频数据及采集信号进行处理和分析； 深度学习模型，用于通过处理分析后的数据对滑雪者的动作、情绪、状态和语音指 令进行分析识别，具体包括动作识别部分101、情绪识别部分102、状态识别部分103和语音 识别部分104； 结果处理模块，用于显示识别结果，所述结果处理模块将滑雪建议发送至全息投 影设备401展示，将评估结果、滑雪建议和部分信号数据发送至教练端显示器402展示；若结 果判断为遇到危险状况，结果处理模块将紧急处理信号发送至控制系统500的相关控制器。 [0044] 在本发明实施例中，优选的，安装有智能辅助系统100的计算机600采用深度学习 的方法，通过对数据采集模块200中摄像机202获取的滑雪者运动影像、麦克风获取滑雪者 音频指令和各传感器采集的各类传感器信号进行分析处理，对滑雪者的动作进行实时捕捉 和识别，对滑雪者的姿势和状态进行实时评分，并给予相应的滑雪技巧建议，帮助滑雪者提 升技术水平，另外，若出现紧急状态，状态识别部分103及时准确的识别，并发出指令以做应 11 11 CN 116889718 A 说明书 8/9页 急处理。 [0045] 如图4所示，作为本发明的一种优选实施例，所述深度学习模型的构建步骤包括： S401、获取摄像头采集的滑雪者动作影像数据、各传感器采集的信号数据及语音 文本，作为数据储存； S402、对上一步得到的数据进行预处理和清洗，并对数据进行标签标记，作为数据 集； S403、构建深度学习网络模型； S404、使用所述数据集对深度学习网络模型进行训练和验证，得到训练完成后的 智能室内滑雪机的深度学习模型； S405、通过误差反向传播算法，优化训练完成后的深度学习模型。 [0046] 在本发明实施例中，优选的，具体参阅图4，在使用深度学习模型前需要对其进行 构建和搭建，主要分为数据收集储存步骤S401、数据清洗处理步骤S402、深度学习网络模型 搭建步骤S403、训练验证步骤S404和网络优化步骤S405。 [0047] 预处理和清洗的操作包括数据归一化、去噪、滤波等操作；通过误差反向传播算 法，优化训练完成后的深度学习模型，以提高深度学习模型的分类和识别的准确性和鲁棒 性。 [0048] 如图6所示，本发明一个实施例提供的一种基于深度学习及全息投影的智能室内 滑雪机系统的方法，所述方法具体步骤如下： 当滑雪者处于正常滑雪状态时，摄像机202实时捕捉滑雪者的运动状态、动作和情 绪，各传感器采集滑雪者运动动作和状态信号，信号及数据处理模块对信号和数据进行分 析和处理，深度学习模型对信号进行分析识别，结果处理模块将滑雪者状态参数数据和滑 雪建议发送到全息投影设备401中展示，将滑雪者的状态参数数据、滑雪者动作评估分数与 滑雪建议发送到教练端显示器402中显示；同时，根据滑雪场景中滑雪道坡度的变换，智能 滑雪机受控制系统500控制，坡度及速度随滑雪场景实时变化； 当滑雪者处于摔倒等危险状态时，摄像机202和各传感器会及时准确地捕捉到此 危险状态的信号，信号及数据处理模块对信号进行分析和处理，深度学习模型对信号进行 分析识别，结果处理模块向全息投影设备401及教练端显示器402发送危险状态警报，同时 向控制系统500发出应急信号，控制系统500向智能滑雪机发出停机和降低坡度的指令，此 时智能滑雪机逐渐减速直至停止，改变坡度至平缓状态，以此能够最大程度地减少在危险 状态下滑雪者受到的伤害； 当滑雪者使用特定的动作或语音选择切换滑雪场景时，摄像机202采集到的动作 影像或者麦克风采集到的滑雪者音频作为数据信号，深度学习模型对信号进行识别，此时 智能辅助系统100向控制系统500发出切换信号，控制系统500向智能滑雪机发出指令，显示 端模块400的滑雪场景则根据需要进行改变，同时智能滑雪机的坡度随滑雪场景改变而变 换； 当滑雪者使用语音选择切换难度时，麦克风采集到的滑雪者音频作为数据信号， 深度学习模型对信号进行识别，并将难度切换信号发送控制系统500，控制系统500随即向 智能滑雪机发送指令，当选择的难度增大时，智能滑雪机的坡度与速度相应增大，反之当选 择的难度减小时，智能滑雪机的坡度与速度相应减小； 12 12 CN 116889718 A 说明书 9/9页 当滑雪者使用特定的动作或者语音选择切终止滑雪体验时，摄像机202采集到的 动作影像或者麦克风采集到的滑雪者音频作为数据信号，深度学习模型对信号进行识别， 此时智能辅助系统100向控制系统500发出终止信号；或者滑雪教练操作教练端显示器402， 选择终止滑雪的指令，将信号发送至控制系统500；控制系统500接收到终止信号后，向智能 滑雪机发出相应指令，此时智能滑雪机会缓慢减速直至停止，同时缓慢改变坡度至平缓状 态，以免坡度变化太大导致滑雪者来不及反应和适应而摔倒。 [0049] 以上仅是本发明的优选实施方式，应当指出，对于本领域的技术人员来说，在不脱 离本发明构思的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围， 这些均不会影响本发明实施的效果和专利的实用性。 13 13 CN 116889718 A 说明书附图 1/4页 图1 图2 14 14 CN 116889718 A 说明书附图 2/4页 图3 15 15 CN 116889718 A 说明书附图 3/4页 图4 16 16 CN 116889718 A 说明书附图 4/4页 图5 图6 17 17

【返回列表】