基于惯性传感器和机器学习的智能运动数据基于惯性传感器和机器学习的智能运动数据采集和分析的研究

团队/企业名称：广州深灵科技有限公司

项目名称：基于惯性传感器和机器学习的智能运动数据基于惯性传感器和机器学习的智能运动数据采集和分析的研究

项目简介：

本项目主要是研究球员的运动数据库，利用该用数据库进行服务，项目采用一种低成本的惯性传感器附着于可穿戴设备上，实时采集球员在运动时的肢体动作、移动轨迹等数据，通过一种先进的纠错分析技术，得出精确专业的运动数据库，并配以 APP 进行发布。该套数据库可以用作球员的增值服务，学校及机构的培训服务，体育公司的配套增值服务。

一、项目产品架构： 本产品的解决方案的架构可分为三个层次。 第一：可穿戴设备在用户足球运动过程中通过惯性传感器感知用户运动情况进行运动姿态（如：速度、轨迹、角度等）解算，这些数据为运动的原始数据。根据不同的运动类型，原始数据可以实时地发送到移动终端，也可以临时缓存在可穿戴设备中等待运动结束之后再以异步方式发送到移动终端。 第二：移动终端接收可穿戴设备的运动原始数据后，根据不同的运动项目进行智能数据分析，智能分析的目的是为了让用户一方面更好的度量自己的运动品质以便改进运动技巧、提升质量，另一方面以趣味性、竞技性的运动数据刺激用户。 第三：以智能数据和智能分析为支撑，建立社交平台，用户可以通过平台管理和分享自己的运动数据，这些数据不仅可以帮助用户科学的提升运动品质，同时也可以通过分享满足炫耀的心理，另外，平台会也同时分享职业化体育信息、线下活动组织等方面提供服务。

二、项目技术创新点： 本项目致力于为体育运动建立一套科学的智能的数据采集和分析系统。此套科学的数据采集和分析系统中，数据采集通过低成本的可穿戴设备来完成，而数据分析基于智能的机器学习算法来实现。本项目不仅会为专业运动员提供科学的数据分析，同时也将为体育爱好者提供趣味且不乏专业的运动数据，以此来推广体育运动发展。 项目主要关键技术有以下点： 1）、惯性传感器数据的自校准技术：低成本的惯性传感器存在较大的测量误差的问题，如何通过传感器数据自校准的方法来提高惯性传感器的精度，让采集的数据更加精准，是算法分析性能的保证。 2）、关于惯性传感器数据的球员技术特点、运动参数、身体状态的数据建模：传感器数据本身只能反映有限的信息，如何通过合理的数据建模，将有限的传感器数据最大限度的反映球员的信息，是算法分析性能的基础。 3）、 基于机器学习的运动数据分析算法：机器学习是数据分析的核心技术，如何通过搭建合理的机器学习模型是分析算法的核心。

产品图片