CN111476187A - 自行车骑行姿势分析方法及矫正系统 - Google Patents
自行车骑行姿势分析方法及矫正系统 Download PDFInfo
- Publication number
- CN111476187A CN111476187A CN202010287449.6A CN202010287449A CN111476187A CN 111476187 A CN111476187 A CN 111476187A CN 202010287449 A CN202010287449 A CN 202010287449A CN 111476187 A CN111476187 A CN 111476187A
- Authority
- CN
- China
- Prior art keywords
- point
- bicycle
- central point
- mark
- handlebar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了自行车骑行姿势分析方法,所述方法包括:通过深度摄像头采集自行车设定数据;分析自行车设定数据的特定标记点三维坐标;通过计算各坐标点之间的设定数据;通过深度摄像头采集人体特定标记点数据;分析人体关键标记点数据需要先采集标记点的坐标,本发明的有益效果是:通过深度摄像头获取人体和自行车特定标记点的三维坐标以及自行车部件的设定参数,使用软件算法来判断骑行方式是否需要调整,并给出调整方法及调整值,调整方法包括调整骑行姿势和调整自行车的各部件设定,最后使得人体和自行车达到相互合适。
Description
技术领域
本发明涉及骑行姿势分析方法及矫正技术领域,具体为自行车骑行姿势分析方法及矫正系统。
背景技术
不合理的自行车骑行姿势不仅运动效果大打折扣,而且会造成运动伤害,可以通过调整自行车的各部件设定(比如车架大小、坐管长度和高度、坐垫高低前后位置、坐垫形状及软硬度、把立安装位置高低、把立长短及角度、车把的宽度及角度、曲柄的长度等)以及调整骑行姿势来解决。凭借主观感受来调整自行车部件设定和姿势,很难做到科学准确,本系统可以通过深度摄像头快速精确实现数据采集及输出调整方案。
传统的摄像头只能获取平面图像,也就是只有二维平面信息,用二维图像进行数据分析无法做到准确多元,因为自行车和人体并不是平面的,而是立体的。本发明使用深度摄像头来改进这个问题,深度摄像头不仅可以获取平面图像,还能获取拍摄对象的深度信息,也就是三维位置,可以更加准确的反应人和车的状态[图1]。本发明不涉及深度摄像头实现原理,目前多种类型的深度摄像头都可以实现,包括且不限于Time of Flight、结构光等技术类型的摄像头。
目前行业现有技术主要有两种:一种是通过2D摄像头来采集及分析,该方法只获取到2D平面数据,数据维度不够,分析的不够准确及多元,举例:针对某一个关节标记点,2D摄像头只有(X,Y)平面坐标信息,而深度摄像头则有(X,Y,Z)三维坐标,2D摄像头只能反映出这个标记点的平面位置,如果关节发生了三维运动,只有深度摄像头的Z值可以反应出来。2D摄像头只能进行角度运算,无法直接进行距离计算,距离计算需要额外的标定物辅助。目前行业另一种技术是通过惯性捕捉技术来采集及分析,惯性捕捉技术虽然可以获取三维数据,但是需要穿戴电子捕捉设备,不仅价格昂贵,而且穿戴配件有重量,穿戴设备很可能会轻度影响骑行姿势,无法做到无感知的捕捉,并不一定能准确反映骑行姿势。惯性捕捉设备定期必须进行校准,增加了工作量。惯性捕捉技术还容易收到金属及磁场的干扰。
发明内容
本发明的目的在于提供自行车骑行姿势分析方法及矫正系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:自行车骑行姿势分析方法,所述方法包括:
通过深度摄像头采集自行车设定数据;
分析自行车设定数据的特定标记点三维坐标;
通过计算各坐标点之间的设定数据;
通过深度摄像头采集人体特定标记点数据;
分析人体关键标记点数据需要先采集标记点的坐标。
作为优选,所述特定标记点三维坐标通过定位器来标记标记点。
作为优选,所述定位器的标记步骤如下:
S1、通过数个按照一定规则摆放的反光点来确定定位器的位置;
S2、识别到定位器后,进一步计算出定位器尖部的三维坐标;
S3、尖部所指的位置坐标就是目标采集点的坐标。
作为优选,所述所述各坐标点之间的设定数据包括直线距离、水平距离、垂线距离、角度来确定一辆车的设定数据。
作为优选,所述人体特定标记点数据包括腕关节标记点、肘关节标记点、肩关节标记点、髋关节标记点、膝关节标记点、踝关节标记点、脚跟标记点、趾骨标记点、膝盖标记点a和膝盖标记点b。
作为优选,所述人体特定标记点数据的采集方法为使用在目标标记点贴反光贴纸或反光球的方式来定位标记点,配合软件算法,对采集到的坐标点信息进行编号归类和计算。
作为优选,所述三维坐标包括公路自行车、山地自行车、铁人三项自行车、TIMETRIAL自行车的关键标记点的三维坐标信息。
作为优选,所述公路自行车的关键标记点包括坐垫中心点、坐垫最前端、车把中心点、头管中心点、把立位置点、上管中心点、坐管位置1、坐管位置2、后轮中心点、前轮中心点、五通中心点、曲柄践踏锁孔中心、车把位置1、车把位置2、车把位置3;
所述山地自行车的关键标记点包括坐垫中心点、坐垫最前端、车把中心点、头管中心点、把立位置点、上管中心点、坐管位置1、坐管位置2、后轮中心点、前轮中心点、五通中心点、曲柄践踏锁孔中心、车把位置1和车把位置2;
所述铁人三项自行车的关键标记点包括坐垫中心点、坐垫最前端、车把中心点、头管中心点、把立位置点、上管中心点、坐管位置1、坐管位置2、后轮中心点、前轮中心点、五通中心点和曲柄践踏锁孔中心;
所述TIME TRIAL自行车的关键标记点包括坐垫中心点、坐垫最前端、车把中心点、头管中心点、把立位置点、上管中心点、后轮中心点、前轮中心点、五通中心点和曲柄践踏锁孔中心。
自行车骑行姿势的矫正系统,包括以下步骤:
1)、采集自行车设定数据;
2)、采集骑行姿态数据;
3)、软件分析;
4)、输出调整结果;
5)、调整姿势和调整部件设定。
作为优选,所述软件分析包括身体标记点角度分析、身体标记点位移分析、身体标记点摆动分析、用户身体素质分析和用户额外需求或目标。
与现有技术相比,本发明的有益效果是:目前行业内基于2D摄像头的采集方法,无法实现单车部件设定3维数据采集,本发明可以实现使用定位器的方式来采集;2D摄像头能对标记点进行角度计算,无法直接进行距离计算,需要用额外的标定物来支持距离计算;深度摄像头获取的三维坐标,直接可通过计算得出距离值;相比于基于2D摄像头的采集方法,本专利采集的3D数据,可以对骑行姿势做更多维度的分析,不在局限于2D平面;目前行业内还有一种采集方法是惯性捕捉,该技术基于惯性传感器的,与本专利的实现原理不同,虽然也可以采集3D数据,但是设备价格昂贵,人体需要穿戴传感器,重量较重;本专利反光贴纸或反光球的方式,重量可以忽略不计,可以更接近无感知的捕捉;惯性捕捉方式容易受到金属和电磁干扰,本专利没有这方面的问题;基于不同情况下场地的限制,可以使用单深度摄像头进行单侧捕捉(占地面积小),也可以同时使用2个摄像头进行双侧捕捉(占地面积大),人体姿态不一定完全左右平衡,双侧捕捉可以更加全面的对骑行姿势进行分析;越来越多的手机、平板等移动终端集成了深度摄像头,未来使用方式不局限于电脑+深度摄像头的组合方式,一部移动终端就可以实现全部功能;
附图说明
图1为本发明自行车骑行姿势的矫正系统图;
图2为本发明人体关键标记点的示意图;
图3为本发明的定位器原理结构图;
图4为本发明的采集公路车坐垫中心点方法示例图;
图5为本发明公路自行车的关键标记点的示意图;
图6为本发明山地自行车的关键标记点的示意图;
图7为本发明铁人三项自行车的关键标记点的示意图。
图中:1、腕关节标记点;2、肘关节标记点;3、肩关节标记点;4、髋关节标记点;5、膝关节标记点;6、踝关节标记点;7、脚跟标记点;8、趾骨标记点;9、膝盖标记点a;10、膝盖标记点b;
A、坐垫中心点;B、坐垫最前端;C、车把中心点;D、头管中心点;E、把立位置点;F、上管中心点;G、坐管位置1;H、坐管位置2、;I、后轮中心点;J、前轮中心点;K、五通中心点;L、曲柄践踏锁孔中心;M、车把位置1;N、车把位置2;0、车把位置3。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-7,本发明提供一种技术方案:自行车骑行姿势分析方法,所述方法包括:
通过深度摄像头采集自行车设定数据;
分析自行车设定数据的特定标记点三维坐标;
通过计算各坐标点之间的设定数据;
通过深度摄像头采集人体特定标记点数据;
分析人体关键标记点数据需要先采集标记点的坐标。
其中,所述特定标记点三维坐标通过定位器来标记标记点。
其中,所述定位器的标记步骤如下:
S1、通过数个按照一定规则摆放的反光点来确定定位器的位置;
S2、识别到定位器后,进一步计算出定位器尖部的三维坐标;
S3、尖部所指的位置坐标就是目标采集点的坐标。
其中,所述所述各坐标点之间的设定数据包括直线距离、水平距离、垂线距离、角度来确定一辆车的设定数据。
其中,所述人体特定标记点数据包括腕关节标记点1、肘关节标记点2、肩关节标记点3、髋关节标记点4、膝关节标记点5、踝关节标记点6、脚跟标记点7、趾骨标记点8、膝盖标记点a9和膝盖标记点b1O。
其中,所述人体特定标记点数据的采集方法为使用在目标标记点贴反光贴纸或反光球的方式来定位标记点,配合软件算法,对采集到的坐标点信息进行编号归类和计算。
其中,所述三维坐标包括公路自行车、山地自行车、铁人三项自行车、TIME TRIAL自行车的关键标记点的三维坐标信息。
其中,所述公路自行车的关键标记点包括坐垫中心点A、坐垫最前端B、车把中心点C、头管中心点D、把立位置点E、上管中心点F、坐管位置1G、坐管位置2H、后轮中心点1、前轮中心点J、五通中心点K、曲柄践踏锁孔中心L、车把位置1M、车把位置2N、车把位置3O;
所述山地自行车的关键标记点包括坐垫中心点A、坐垫最前端B、车把中心点C、头管中心点D、把立位置点E、上管中心点F、坐管位置1G、坐管位置2H、后轮中心点1、前轮中心点J、五通中心点K、曲柄践踏锁孔中心L、车把位置1M和车把位置2N;
所述铁人三项自行车的关键标记点包括坐垫中心点A、坐垫最前端B、车把中心点C、头管中心点D、把立位置点E、上管中心点F、坐管位置1G、坐管位置2H、后轮中心点1、前轮中心点J、五通中心点K和曲柄践踏锁孔中心L;
所述TIME TRIAL自行车的关键标记点包括坐垫中心点A、坐垫最前端B、车把中心点C、头管中心点D、把立位置点E、上管中心点F、后轮中心点1、前轮中心点J、五通中心点K和曲柄践踏锁孔中心L。
自行车骑行姿势的矫正系统,包括以下步骤:
1)、采集自行车设定数据;
2)、采集骑行姿态数据;
3)、软件分析;
4)、输出调整结果;
5)、调整姿势和调整部件设定。
其中,所述软件分析包括身体标记点角度分析、身体标记点位移分析、身体标记点摆动分析、用户身体素质分析和用户额外需求或目标。
实施例:首先,分析自行车设定数据需要先采集车辆特定标记点三维坐标,使用定位器来标记标记点,通过深度摄像头采集自行车设定数据;分析自行车设定数据的特定标记点三维坐标;通过计算各坐标点之间的设定数据;通过深度摄像头采集人体特定标记点数据;分析人体关键标记点数据需要先采集标记点的坐标,可以识别到公路车、山地车、铁人三项自行车、TIME TRIAL自行车的关键标记点的三维坐标信息,从而通过计算各坐标点之间的直线距离、水平距离、垂线距离、角度来确定一辆车的设定数据;
各车型测量数据举例:
然后,分析人体关键标记点数据需要先采集标记点的坐标,在目标标记点贴反光贴纸或反光球的方式来定位标记点,配合软件算法,对采集到的坐标点信息进行编号归类和计算,可以识别到人体关键标记点包括腕关节标记点1、肘关节标记点2、肩关节标记点3、髋关节标记点4、膝关节标记点5、踝关节标记点6、脚跟标记点7、趾骨标记点8、膝盖标记点a9、膝盖标记点b1O,对采集到的数据做如下计算:
然后,先采集自行车设定数据,然后采集骑行姿态数据,然后软件分析,分析身体标记点角度分析、分析X、Y身体标记点位移分析、Z轴方向身体标记点摆动分析、用户身体素质分析和用户额外需求或目标,输出调整结果、调整姿势和调整部件设定。
在本发明的描述中,需要理解的是,术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”、“第三”、“第四”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量,由此,限定有“第一”、“第二”、“第三”、“第四”的特征可以明示或者隐含地包括至少一个该特征。
在本发明中,除非另有明确的规定和限定,术语“安装”、“设置”、“连接”、“固定”、“旋接”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.自行车骑行姿势分析方法,其特征在于:所述方法包括:
通过深度摄像头采集自行车设定数据;
分析自行车设定数据的特定标记点三维坐标;
通过计算各坐标点之间的设定数据;
通过深度摄像头采集人体特定标记点数据;
分析人体关键标记点数据需要先采集标记点的坐标。
2.根据权利要求1所述的自行车骑行姿势分析方法,其特征在于:所述特定标记点三维坐标通过定位器来标记标记点。
3.根据权利要求2所述的自行车骑行姿势分析方法,其特征在于:所述定位器的标记步骤如下:
S1、通过数个按照一定规则摆放的反光点来确定定位器的位置;
S2、识别到定位器后,进一步计算出定位器尖部的三维坐标;
S3、尖部所指的位置坐标就是目标采集点的坐标。
4.根据权利要求1所述的自行车骑行姿势分析方法,其特征在于:所述所述各坐标点之间的设定数据包括直线距离、水平距离、垂线距离、角度来确定一辆车的设定数据。
5.根据权利要求1所述的自行车骑行姿势分析方法,其特征在于:所述人体特定标记点数据包括腕关节标记点(1)、肘关节标记点(2)、肩关节标记点(3)、髋关节标记点(4)、膝关节标记点(5)、踝关节标记点(6)、脚跟标记点(7)、趾骨标记点(8)、膝盖标记点a(9)和膝盖标记点b(10)。
6.根据权利要求1所述的自行车骑行姿势分析方法,其特征在于:所述人体特定标记点数据的采集方法为使用在目标标记点贴反光贴纸或反光球的方式来定位标记点,配合软件算法,对采集到的坐标点信息进行编号归类和计算。
7.根据权利要求1所述的自行车骑行姿势分析方法,其特征在于:所述三维坐标包括公路自行车、山地自行车、铁人三项自行车、TIME TRIAL自行车的关键标记点的三维坐标信息。
8.根据权利要求7所述的自行车骑行姿势分析方法,其特征在于:所述公路自行车的关键标记点包括坐垫中心点(A)、坐垫最前端(B)、车把中心点(C)、头管中心点(D)、把立位置点(E)、上管中心点(F)、坐管位置1(G)、坐管位置2(H)、后轮中心点(I)、前轮中心点(J)、五通中心点(K)、曲柄践踏锁孔中心(L)、车把位置1(M)、车把位置2(N)、车把位置3(O);
所述山地自行车的关键标记点包括坐垫中心点(A)、坐垫最前端(B)、车把中心点(C)、头管中心点(D)、把立位置点(E)、上管中心点(F)、坐管位置1(G)、坐管位置2(H)、后轮中心点(I)、前轮中心点(J)、五通中心点(K)、曲柄践踏锁孔中心(L)、车把位置1(M)和车把位置2(N);
所述铁人三项自行车的关键标记点包括坐垫中心点(A)、坐垫最前端(B)、车把中心点(C)、头管中心点(D)、把立位置点(E)、上管中心点(F)、坐管位置1(G)、坐管位置2(H)、后轮中心点(I)、前轮中心点(J)、五通中心点(K)和曲柄践踏锁孔中心(L);
所述TIME TRIAL自行车的关键标记点包括坐垫中心点(A)、坐垫最前端(B)、车把中心点(C)、头管中心点(D)、把立位置点(E)、上管中心点(F)、后轮中心点(I)、前轮中心点(J)、五通中心点(K)和曲柄践踏锁孔中心(L)。
9.自行车骑行姿势的矫正系统,其特征在于:包括以下步骤:
1)、采集自行车设定数据;
2)、采集骑行姿态数据;
3)、软件分析;
4)、输出调整结果;
5)、调整姿势和调整部件设定。
10.根据权利要求9所述的自行车骑行姿势的矫正系统,其特征在于:所述软件分析包括身体标记点角度分析、身体标记点位移分析、身体标记点摆动分析、用户身体素质分析和用户额外需求或目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010287449.6A CN111476187A (zh) | 2020-04-13 | 2020-04-13 | 自行车骑行姿势分析方法及矫正系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010287449.6A CN111476187A (zh) | 2020-04-13 | 2020-04-13 | 自行车骑行姿势分析方法及矫正系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111476187A true CN111476187A (zh) | 2020-07-31 |
Family
ID=71752396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010287449.6A Pending CN111476187A (zh) | 2020-04-13 | 2020-04-13 | 自行车骑行姿势分析方法及矫正系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111476187A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361333A (zh) * | 2021-05-17 | 2021-09-07 | 重庆邮电大学 | 一种非接触式骑行运动状态监测方法及其系统 |
CN115022604A (zh) * | 2022-04-21 | 2022-09-06 | 新华智云科技有限公司 | 一种投影书以及投影书的使用方法、系统 |
CN116173478A (zh) * | 2023-03-06 | 2023-05-30 | 南通大学 | 一种用于室内自行车安全骑行训练的姿势矫正系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070142177A1 (en) * | 2005-09-26 | 2007-06-21 | Crucial Innovation, Inc. | Computerized method and system for fitting a bicycle to a cyclist |
US20140378280A1 (en) * | 2013-06-20 | 2014-12-25 | Cycling Sports Group, Inc. | Adjustable stationary fitting vehicle with simulated elevation control |
US20170332956A1 (en) * | 2014-12-30 | 2017-11-23 | Ergoview S.R.L. | Method and system for biomechanical analysis of the posture of a cyclist and automatic customized manufacture of bicycle parts |
CN107930021A (zh) * | 2017-11-20 | 2018-04-20 | 北京酷玩部落科技有限公司 | 智能动感健身车和智能动感健身车系统 |
CN109568884A (zh) * | 2018-11-20 | 2019-04-05 | 北京农业信息技术研究中心 | 虚拟骑行系统 |
-
2020
- 2020-04-13 CN CN202010287449.6A patent/CN111476187A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070142177A1 (en) * | 2005-09-26 | 2007-06-21 | Crucial Innovation, Inc. | Computerized method and system for fitting a bicycle to a cyclist |
US20140378280A1 (en) * | 2013-06-20 | 2014-12-25 | Cycling Sports Group, Inc. | Adjustable stationary fitting vehicle with simulated elevation control |
US20170332956A1 (en) * | 2014-12-30 | 2017-11-23 | Ergoview S.R.L. | Method and system for biomechanical analysis of the posture of a cyclist and automatic customized manufacture of bicycle parts |
CN107930021A (zh) * | 2017-11-20 | 2018-04-20 | 北京酷玩部落科技有限公司 | 智能动感健身车和智能动感健身车系统 |
CN109568884A (zh) * | 2018-11-20 | 2019-04-05 | 北京农业信息技术研究中心 | 虚拟骑行系统 |
Non-Patent Citations (1)
Title |
---|
陈金华, 国防工业出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361333A (zh) * | 2021-05-17 | 2021-09-07 | 重庆邮电大学 | 一种非接触式骑行运动状态监测方法及其系统 |
CN115022604A (zh) * | 2022-04-21 | 2022-09-06 | 新华智云科技有限公司 | 一种投影书以及投影书的使用方法、系统 |
CN116173478A (zh) * | 2023-03-06 | 2023-05-30 | 南通大学 | 一种用于室内自行车安全骑行训练的姿势矫正系统 |
CN116173478B (zh) * | 2023-03-06 | 2024-08-27 | 南通大学 | 一种用于室内自行车安全骑行训练的姿势矫正系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111476187A (zh) | 自行车骑行姿势分析方法及矫正系统 | |
JP6518721B2 (ja) | 動的動作検出システム | |
CN110517216B (zh) | 一种基于多类型相机的slam融合方法及其系统 | |
EP2023267B1 (en) | Object type determination apparatus, vehicle and object type determination method | |
EP2837329B1 (en) | Bicycle fitting system | |
CN112069933A (zh) | 基于体态识别和人体生物力学的骨骼肌肉受力估计方法 | |
CN106643699A (zh) | 一种虚拟现实系统中的空间定位装置和定位方法 | |
EP2865330B1 (en) | Measuring system and measuring method for analyzing knee joint motion trajectory during cycling | |
JP6145072B2 (ja) | センサーモジュールの位置の取得方法及び装置、及び、動作計測方法及び装置 | |
TWI564059B (zh) | 動力體態測量裝置及其使用方法 | |
CN102207371A (zh) | 一种三维点坐标测量方法及测量装置 | |
CN105387847B (zh) | 非接触式测量方法、测量设备及其测量系统 | |
CN112116631A (zh) | 一种工业增强现实组合定位系统 | |
CN109011419B (zh) | 一种基于mems传感器的运动动作训练方法 | |
CN118975793A (zh) | 步态分析系统及步态分析方法 | |
CN113589296A (zh) | 一种人体坐姿检测装置及方法 | |
CN107847187B (zh) | 用于对肢体的至少部分进行运动跟踪的装置和方法 | |
CN118436314A (zh) | 一种基于多传感器的人体坐姿检测装置及检测方法 | |
CN206300653U (zh) | 一种虚拟现实系统中的空间定位装置 | |
CN108158587A (zh) | 室内人体运动量的测量方法和测量装置 | |
KR102035919B1 (ko) | 바른자세관리를 위한 자세분석 어플리케이션 제공방법 | |
CN110820447A (zh) | 一种基于双目视觉的轨道几何状态测量系统及其测量方法 | |
CN113361333B (zh) | 一种非接触式骑行运动状态监测方法及其系统 | |
Garimella et al. | A novel training bike and camera system to evaluate pose of cyclists | |
CN221079079U (zh) | 一种mr眼镜 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200731 |
|
RJ01 | Rejection of invention patent application after publication |