运动平台的控制方法及系统与流程

1.本公开涉及运动控制技术领域，特别是涉及一种运动平台的控制方法及系统。


背景技术：

2.在虚拟现实(virtual reality，简称vr)体验、人体运动训练(如康复训练)、机器人调试等诸多场景，都需要提供运动场地。
3.现实环境中的场地资源比较紧张，而上述景通常又需要大面积的运动场地。
4.针对上述问题，一种能够满足大面积运动场地需求的运动平台应运而生。
5.目标对象在运动平台上移动的过程中，运动平台通过朝相反方向移动，使得目标对象在不断移动的过程中可以保持或基本保持在原地，由此可以满足目标对象的大面积运动场地需求。以运动平台为跑步机为例，用户在跑步机的传送带上跑步时，跑步机的传送带通过朝反方向移动，可以满足用户远距离的跑步需求。
6.然而，目前运动平台的控制方案都是由运动平台预先设定一个运动方向，并指令用户沿运动平台设定的运动方向相反的方向运动。仍以跑步机为例，用户需要根据跑步机的传送带的运动速度调节自身跑步速度。
7.即，现有方案都是由运动平台控制人的运动，用户体验较差。
8.所以需要一种能够提升用户体验的运动控制方案。


技术实现要素：

9.本公开要解决的一个技术问题是提供一种能够提升用户体验的运动平台的控制方案。
10.根据本公开的第一个方面，提供了一种运动平台的控制方法，包括：获取目标对象在运动平台上的运动状态信息；基于运动状态信息控制运动平台的运动状态，以使得目标对象在运动过程中不脱离运动平台。
11.可选地，运动状态信息包括运动速度信息和运动位姿信息，基于运动状态信息控制运动平台的运动状态的步骤包括：基于运动速度信息和运动位姿信息，控制运动平台的运动状态，以使得运动平台的运动速度与运动速度信息所表征的运动速度的大小相等，且运动平台的运动方向与运动位姿信息所表征的运动方向相反。
12.可选地，基于运动状态信息控制运动平台的运动状态的步骤包括：以使目标对象能够维持平衡为条件，确定运动平台的运动状态的调整路径，调整路径用于表征运动平台从初始运动状态到目标运动状态所经历的中间运动状态；基于调整路径对运动平台的运动状态进行调整。
13.可选地，运动状态信息包括第一运动状态信息和/或第二运动状态信息，第一运动状态信息是通过对目标对象未来的运动状态进行预测得到的，第二运动状态信息用于表征目标对象的真实运动状态。
14.可选地，基于运动状态信息控制运动平台的运动状态的步骤包括：基于第一运动
状态信息控制运动平台的运动状态；在第一运动状态信息和与第一运动状态信息对应同一时刻的第二运动状态信息不一致的情况下，基于第二运动状态信息对运动平台的运动状态进行调整。
15.可选地，该方法还包括：基于目标对象的运动部位的历史位置信息、当前位置信息以及惯性测量信息，对目标对象接来下的运动状态进行预测，以得到第一运动状态信息；并且/或者基于目标对象的运动部位的位置信息、惯性测量信息以及压力传感器数据，对目标对象当前的运动状态进行分析，以得到第二运动状态信息。
16.根据本公开的第二个方面，还提供了一种运动平台的控制系统，包括：运动平台和处理器，处理器获取目标对象在运动平台上的运动状态信息，基于运动状态信息控制运动平台的运动状态，以使得目标对象在运动过程中不脱离运动平台。
17.可选地，运动状态信息包括运动速度信息和运动位姿信息，处理器基于运动速度信息和运动位姿信息，控制运动平台的运动状态，以使得运动平台的运动速度与运动速度信息所表征的运动速度的大小相等，且运动平台的运动方向与运动位姿信息所表征的运动方向相反。
18.可选地，处理器以使目标对象能够维持平衡为条件，确定运动平台的运动状态的调整路径，基于调整路径对运动平台的运动状态进行调整，调整路径用于表征从运动平台的初始运动状态到目标运动状态所经历的中间运动状态。
19.根据本公开的第三个方面，提供了一种计算设备，包括：处理器；以及存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行如上述第一方面所述的方法。
20.根据本公开的第四个方面，提供了一种计算机程序产品，包括可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上述第一方面所述的方法。
21.根据本公开的第五个方面，提供了一种非暂时性机器可读存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行如上述第一方面所述的方法。
22.由此，本公开通过基于目标对象的运动状态信息控制运动平台的运动状态，而不是基于控制平台的运动状态去限制目标对象的运动，使得用户能够获得更加自由且自然的运动体验。
附图说明
23.通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。
24.图1示出了根据本公开一个实施例的运动平台的控制方法的示意性流程图。
25.图2示出了根据本公开一个实施例的控制系统的结构示意图。
26.图3示出了根据本公开一个实施例的计算设备的结构示意图。
具体实施方式
27.下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开
的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
28.与由运动平台控制人的运动的方案相反，本公开不对人的运动进行限制，而是根据人的运动对运动平台的运动进行控制。即，本公开是一种由人对运动平台进行控制的方案。
29.以运动平台为提供全向运动的全向运动平台为例，可以根据用户在全向运动平台上的运动状态信息，控制全向运动平台朝与用户的运动方向相反的方向运动。由此，在满足目标对象的大面积运动场地需求的同时，可以使用户获得更加自由且自然的运动体验。
30.图1示出了根据本公开一个实施例的运动平台的控制方法的示意性流程图。图1所示方法可通过计算机程序以软件方式实现，还可通过特定配置的计算装置来执行。例如，图1所示方法可以由用于对运动平台的运动状态进行控制的装置(如处理器)执行。
31.参见图1，在步骤s110，获取目标对象在运动平台上的运动状态信息。
32.运动平台可以适用于vr、人体运动训练(如康复训练)、机器人调试等需要为目标对象提供运动场地(特别是大面积的运动场地)的应用场景。
33.运动平台适于固定设置在空间中的预定位置。运动平台用于满足目标对象的大面积运动场地需求。与传统的仅支持用户在一个方向上行进的跑步机不同，运动平台可以提供多个方向上的运动自由度。即，目标对象在运动平台上可以沿着多个方向运动(如行进)，而不脱离运动平台。作为示例，运动平台可以是支持用户在任意方向上运动的全向运动平台。
34.目标对象可以是人，也可以是其他具备运动能力的物体(如双足机器人或多足机器人)。
35.运动平台可以包括移动装置(如传送带)，该移动装置可以朝多个方向移动。目标对象在移动装置上移动时，移动装置通过朝与目标对象的移动方向相反的方向移动，即可抵消目标对象的移动，使得目标对象不断移动的过程中可以保持在原地(或原地附近)。由此，运动平台可以满足目标对象的大面积运动场地需求。
36.本公开重点在于如何对运动平台进行控制，以为目标对象提供更好的运动体验。关于运动平台的具体结构可以参见现有文献或技术，对此本公开不再赘述。
37.在步骤s120，基于运动状态信息控制运动平台的运动状态，以使得目标对象在运动过程中不脱离运动平台。
38.基于运动状态信息控制运动平台的运动状态，是指可以将运动平台的运动速度控制为速度大小与目标对象的运动速度大小相等，且将运动平台的运动方向控制为与目标对象的运动方向相反。由此，运动平台的运动可以抵消目标对象的运动，使得目标对象在不断移动的过程中可以保持在原地或原地附近，以不脱离运动平台。
39.通过基于目标对象的运动状态信息控制运动平台的运动状态，而不是基于控制平台的运动状态去限制目标对象的运动，使得用户能够获得更加自由且自然的运动体验。
40.为了进一步提升运动平台的运动控制效果，本公开还在以下方面做了改进。
41.1、基于预测降延迟
42.运动状态信息可以是用于表征目标对象当前真实的运动状态的第一运动状态信
息，也可以是通过对目标对象未来的运动状态进行预测得到的第二运动状态信息。即，步骤s110获取的运动状态信息可以包括第一运动状态信息和/或第二运动状态信息。
43.可以分别获取目标对象的第一运动状态信息和第二运动状态信息。获取第一运动状态信息的步骤与获取第二运动状态信息的步骤可以不分先后同，同时进行。
44.可以先对目标对象下一时刻的运动状态进行预测，得到第一运动状态信息，基于第一运动状态信息控制运动平台的运动状态。
45.在此基础上可以判断此后获取的与第一运动状态信息对应同一时刻的第二运动状态信息是否与第一运动状态信息一致。
46.若一致，则表明提前预测的运动状态信息是准确的，基于提前预测的运动状态信息对运动平台的运动状态执行的控制也是准确的，无需校正。
47.反之，若不一致，则表明提前预测的运动状态信息是不准确的，基于提前预测的运动状态信息对运动平台的运动状态执行的控制也是不准确的，需要校正。若需要校正，则可以基于第二运动状态信息对运动平台的运动状态进行调整。
48.由此，通过对目标对象未来的运动状态进行预测，基于预测得到的第一运动状态信息对运动平台的运动状态进行控制，使得可以降低运动平台对用户运动的反应延迟。在此基础上通过结合目标对象的真实运动状态对运动平台的运动状态进行调整，则可以对因降延迟所带来的误差进行兜底。
49.可以基于目标对象的一个或多个身体部位(如运动部位，双脚)的历史位置信息、当前位置信息以及惯性测量信息，对目标对象接来下的运动状态进行预测，以得到第一运动状态信息。作为示例，可以利用预测算法或预测模型对目标对象的运动状态进行预测。预测算法或预测模型的输入可以是目标对象的实时动作状态以及惯性测量信息，预测算法或预测模型可以基于当前输入信息以及历史输入信息推测目标对象下一时刻的运动状态。
50.可以基于目标对象的运动部位(如双脚)的位置信息、惯性测量信息以及压力传感器数据，对目标对象当前的运动状态进行分析，以得到第二运动状态信息。惯性测量信息可以包括加速度和角速度，基于惯性测量信息可以确定目标对象的运动姿态。基于压力传感器数据可以判断着地的运动部位，以辅助确定目标对象的运动姿态。结合位置信息和运动姿态可以得到能够表征目标对象的运动方向的运动位姿信息。基于运动部位的位置信息的变化则可以推测运动部位的速度。在得到运动部位的速度后可以将运动部位的速度作为目标对象的运动速度，也可以根据运动部位的速度推测目标对象的中心速度，将中心速度作为目标对象的运动速度。以目标对象为人为例，可以基于位置信息、惯性测量信息以及压力传感器数据，联合判断着地脚以及步态信息，根据双脚位置相对变化可以推测脚速，进而得到人体的中心运动速度(也可以称为运动中心速度)。
51.2、基于运动速度和运动位姿降延迟
52.目标对象在运动过程中可能存在频繁的启停、换向、横移等形态，如果仅根据目标对象的运动速度对运动平台进行控制，则运动平台不能及时对目标对象在运动过程中存在的启停、换向、横移等形态进行响应。
53.有鉴于此，本公开提出，可以获取目标对象在运动平台上的运动速度信息和运动位姿信息，基于运动速度信息和运动位姿信息，控制运动平台的运动状态。
54.通过同时结合目标对象的运动速度信息和运动位姿信息对运动平台的运动状态
进行控制，使得运动平台能够及时对目标对象在运动过程中存在的启停、换向、横移等形态进行响应，进而使得目标对象在突然转向时也不会走出运动平台的范围。
55.在基于运动速度信息和运动位姿信息控制运动平台的运动状态时，可以将运动平台的运动速度控制为与运动速度信息所表征的运动速度的大小相等，且将运动平台的运动方向控制为与运动位姿信息所表征的运动方向相反。
56.由此，步骤s110获取的运动状态信息可以包括运动速度信息和运动位姿信息。运动速度信息用于表征目标对象(目标对象的运动部位)的运动速度，以目标对象为人为例，运动速度信息可以是指人的脚速。运动位姿信息用于表征目标对象(目标对象的运动部位)的位置和姿态，基于目标对象的位置和姿态能够准确地确定目标对象的运动方向。以目标对象为人为例，运动位姿信息可以包括人的双脚位置和双脚姿态，基于双脚位置和双脚姿态可以确定人体运动时双脚的步伐状态(即步态)，进而确定双脚运动方向。
57.作为示例，在得到目标对象在运动平台上的运动速度信息和运动位姿信息后，可以首先判断运动平台的运动速度是否与目标对象的运动速度大小相等，并判断运动平台的运动方向是否与运动位姿信息表征的运动方向相反。若运动平台的运动速度与目标对象的运动速度大小相等，且运动平台的运动方向与运动位姿信息表征的运动方向相反，则表明运动平台当前的运动状态与目标对象当前的运动状态是匹配的，不需要调整。反之，若运动平台的运动速度与目标对象的运动速度大小不等，或运动平台的运动方向与运动位姿信息表征的运动方向不相反，则表明需要对运动平台的运动状态进行调整。调整目标是使得调整后控制平台的运动速度与运动速度信息所表征的运动速度的大小相等，且运动平台的运动方向与运动位姿信息所表征的运动方向相反。
58.通过基于目标对象的运动速度和运动姿态对运动平台的运动状态进行控制，使得运动平台能够实时跟随目标对象的运动而运动，从而可以降低运动平台的反应延迟。
59.3、考虑平衡因素
60.以目标对象是人为例，人体不是一个刚体，当在运动平台上运动时，下半身(双脚)会随着平台快速运动，而上半身几乎处于静止状态(或者低速运动状态)，下半身和上半身的运动状态有时是不一致的(比如快速行走时突然转向)。如果只考虑下半身的运动，人体很容易失去平衡。
61.因此，在对运动平台的运动状态进行调整的过程中，出于维持人体的平衡状态的考虑，可以不直接将运动平台的运动状态调整为目标运动状态，而是先将运动平台的运动状态调整为一个或多个中间运动状态，经由一个或多个中间运动状态过渡到目标运动状态。
62.也就是说，在需要对运动平台的运动状态进行调整时，可以在考虑人体的平衡状态的情况下确定一个调整路径。如可以以使目标对象能够维持平衡为条件，确定运动平台的运动状态的调整路径。然后基于确定的调整路径调整运动平台的运动状态，以在有助于人体在运动平台上保持平衡的情况下，实现对运动平台的运动状态的调整。
63.调整路径可以表征运动平台由初始运动状态(调整前运动状态)到目标运动状态所经历的中间运动状态。在目标运动状态下，运动平台的运动速度可以与目标对象的运动速度(如目标对象的运动速度信息所表征的运动速度)的大小相等，且运动平台的运动方向与目标对象的运动方向(如目标对象的运动位姿信息所表征的运动方向)相反。
64.作为示例，可以训练一个机器学习模型(如深度学习模型)。机器学习模型的输入可以是目标对象全身的实时姿态动作和目标对象的运动状态信息，机器学习模型的输出可以是用于表征运动平台的运动状态的调整路径的调整策略。可以基于机器学习模型输出的调整策略对运动平台的运动状态进行调整。
65.由此，可以以一种对人体友好的方式对运动平台的运动状态进行调整，使得运动平台对人体运动的响应更加平滑和平稳。
66.至此结合图1就本公开的运动平台的控制方法做了详细说明。
67.本公开还可以实现为一种运动平台的控制系统。图2示出了根据本公开一个实施例的控制系统的结构示意图。
68.参见图2，控制系统200可以包括运动平台210和处理器220。运动平台210与处理器220可以通过有线或无线进行连接。可以由处理器220执行上文结合图1描述的控制方法，以对运动平台210的运动状态进行控制。
69.处理器220可以获取目标对象在运动平台210上的运动状态信息，基于运动状态信息控制运动平台210的运动状态，以使得目标对象在运动过程中不脱离运动平台210。
70.运动状态信息可以包括运动速度信息和运动位姿信息。处理器220可以基于运动速度信息和运动位姿信息，控制运动平台210的运动状态，以使得运动平台210的运动速度与运动速度信息所表征的运动速度的大小相等，且运动平台210的运动方向与运动位姿信息所表征的运动方向相反。
71.处理器220可以以使目标对象能够维持平衡为条件，确定运动平台210的运动状态的调整路径，基于调整路径对运动平台的运动状态进行调整，调整路径用于表征从运动平台210的初始运动状态到目标运动状态所经历的中间运动状态。
72.运动状态信息还可以包括第一运动状态信息和第二运动状态信息。关于第一运动状态信息和第二运动状态信息可以参见上文相关描述。处理器220可以基于第一运动状态信息控制运动平台210的运动状态；在第一运动状态信息和与第一运动状态信息对应同一时刻的第二运动状态信息不一致的情况下，基于第二运动状态信息对运动平台210的运动状态进行调整。
73.控制系统200还可以包括定位模块、惯性传感器以及压力传感器。定位模块用于获取目标对象的一个或多个部位(如运动部位)的位置信息。惯性传感器用于获取目标对象的一个或多个部位(如运动部位)的加速度信息和角速度信息。压力传感器用于获取目标对象的一个或多个部位(如运动部位)的压力信息。
74.处理器220可以基于目标对象的一个或多个部位的历史位置信息、当前位置信息以及惯性测量信息，对目标对象接来下的运动状态进行预测，以得到第一运动状态信息。
75.处理器220还可以基于目标对象的一个或多个部位的位置信息、惯性测量信息以及压力传感器数据，对目标对象当前的运动状态进行分析，以得到第二运动状态信息。
76.图3示出了根据本公开一实施例可用于实现上述运动平台的控制方法的计算设备的结构示意图。
77.参见图3，计算设备300包括存储器310和处理器320。
78.处理器320可以是一个多核的处理器，也可以包含多个处理器。在一些实施例中，处理器320可以包含一个通用的主处理器以及一个或多个特殊的协处理器，例如图形处理
器(gpu)、数字信号处理器(dsp)等等。在一些实施例中，处理器320可以使用定制的电路实现，例如特定用途集成电路(asic，application specific integrated circuit)或者现场可编程逻辑门阵列(fpga，field programmable gate arrays)。
79.存储器310可以包括各种类型的存储单元，例如系统内存、只读存储器(rom)，和永久存储装置。其中，rom可以存储处理器320或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器310可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(dram，sram，sdram，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器310可以包括可读和/或写的可移除的存储设备，例如激光唱片(cd)、只读数字多功能光盘(例如dvd-rom，双层dvd-rom)、只读蓝光光盘、超密度光盘、闪存卡(例如sd卡、min sd卡、micro-sd卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
80.存储器310上存储有可执行代码，当可执行代码被处理器320处理时，可以使处理器320执行上文述及的运动平台的控制方法。
81.上文中已经参考附图详细描述了根据本公开的运动平台的控制方法、系统及计算设备。
82.此外，根据本公开的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本公开的上述方法中限定的上述各步骤的计算机程序代码指令。
83.或者，本公开还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时，使所述处理器执行根据本公开的上述方法的各个步骤。
84.本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
85.附图中的流程图和框图显示了根据本公开的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
86.以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技
术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。