体感联网游戏方法、设备及计算机可读存储介质与流程

1.本发明涉及体感游戏技术领域，尤其涉及一种体感联网游戏方法、设备及计算机可读存储介质。


背景技术：

2.目前，体感游戏通常在本地终端上运行，依靠本地终端识别用户的动作以生成游戏操作指令。这其中，终端计算能力的不同将影响对用户动作识别的精度及速度。由于不同端的计算能力强弱不一，若将多个终端互联进行体感联网游戏，可能导致每个终端显示的画面不统一，严重影响用户游戏体验。
3.因此，亟需提供一种体感联网游戏方法，以方便用户在广域网上进行体感游戏。


技术实现要素：

4.本技术实施例通过提供一种体感联网游戏方法，旨在于广域网实现体感游戏，拓展用户的游戏方式。
5.为实现上述目的，本技术实施例提供了一种体感联网游戏方法，包括：
6.客户端启动预设体感游戏后，从客户端获取玩家的姿态原始数据；
7.根据所述姿态原始数据生成频谱灰度图；
8.将所述频谱灰度图导入预设的卷积神经网络识别玩家动作；
9.根据所述预设的卷积神经网络的识别结果生成游戏操作指令；
10.将所述游戏操作指令发送至所述客户端。
11.在一实施例中，根据所述姿态原始数据生成频谱灰度图，包括：
12.根据所述玩家姿态原始数据生成玩家动作的空间姿态轨迹；
13.根据所述空间姿态轨迹生成波形图；
14.对所述波形图中原始采样数据进行离散傅里叶变换得到频谱数据；
15.根据时域信息合并所述频谱数据得到二维频谱瀑布图；
16.将所述二维频谱瀑布图中的元素值按图像灰度值进行映射以得到所述频谱灰度图。
17.在一实施例中，波形图中的原始采样数据包括通道i的采样数据和通道q的采样数据；
18.在对所述波形图中原始采样数据进行离散傅里叶变换之前，所述方法还包括：
19.对通道i的采样数据和通道q的采样数据按照下列公式合并为通道s：
[0020][0021]
式中，si为通道i的采样数据，sq为通道q的采样数据，s为合并后的功率密度。
[0022]
在一实施例中，对所述波形图中原始采样数据进行离散傅里叶采用下述公式进行：
[0023][0024]
式中，n为进行离散傅里叶变换时的采样点数，限定n的取值为2的正整数次幂。
[0025]
在一实施例中，从客户端获取玩家的姿态原始数据，包括：
[0026]
从所述客户端获取与当前体感游戏的预设目标轴匹配的玩家姿态原始数据。
[0027]
在一实施例中，在将所述频谱瀑布图导入预设的卷积神经网络识别玩家动作之前，所述方法还包括：
[0028]
采集玩家完成预设的体感游戏的标准体感动作的姿态数据建立预设数据集；
[0029]
获取所述预设数据集的训练用频谱瀑布图；
[0030]
根据所述预设数据集的波形图确定所述预设的体感游戏的预设目标轴；以及
[0031]
以所述预设目标轴的训练用频谱数据图训练所述卷积神经网络。
[0032]
在一实施例中，从所述客户端获取的所述姿态原始数据经过varints算法的压缩。
[0033]
在一实施例中，将所述游戏操作指令发送至所述客户端，包括：
[0034]
在所述客户端绑定的网关节点信息与当前服务器的分发网关节点不一致时，将所述游戏操作指令发布至所述客户端绑定的目标网关节点；
[0035]
通过所述目标网关节点将所述游戏操作指令发送至所述客户端。
[0036]
为实现上述目的，本技术实施例还提出一种体感联网游戏设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的体感联网游戏程序，所述处理器执行所述体感联网游戏程序时实现如上述任一项所述的体感联网游戏方法。
[0037]
为实现上述目的，本技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有体感联网游戏程序，所述体感联网游戏程序被处理器执行时实现如上述任一项所述的体感联网游戏方法。
[0038]
本技术技术方案的体感联网游戏方法，服务器可将客户端提供的玩家姿态数据转换为频谱灰度图，再通过预设的卷积神经网络对该频谱灰度图进行分类，以识别出玩家的动作，进而可根据玩家动作生成游戏操作指令，并将游戏操作指令下发给客户端，客户端则可执行该游戏操作指令，以使游戏角色动作与玩家动作相匹配。如此，在整个游戏过程中，客户端仅进行了数据交换和操作指令的执行，因此，对客户端的型号并无特殊限定，使得不同型号、类型的客户端均能进行体感联网游戏。此外，玩家的动作识别在服务器上进行，故而对客户端的算力要求极低，消除了不同设备间运算能力不一致导致的动作识别延迟，提升了体感联网游戏的流畅性。可见，本技术技术方案的体感联网游戏方法具有可实现体感联网游戏，且对客户端算力要求低、对玩家动作识别精度高、游戏流畅性好的优点。
附图说明
[0039]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0040]
图1为本发明体感联网游戏设备一实施例的模块结构图；
[0041]
图2为本发明体感联网游戏方法一实施例的流程示意图；
[0042]
图3为本发明体感联网游戏方法另一实施例的流程示意图；
[0043]
图4为本发明体感联网游戏方法又一实施例的流程示意图。
[0044]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0045]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0046]
为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0047]
应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。文中出现的“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的数量词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。而“第一”、“第二”、以及“第三”等的使用不表示任何顺序，可将这些词解释为名称。
[0048]
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的服务器1(又叫体感联网游戏设备)结构示意图。
[0049]
本发明实施例服务器，如“物联网设备”、带联网功能的ar/vr设备，智能音箱、自动驾驶汽车、pc，智能手机、平板电脑、电子书阅读器、便携计算机等具有显示功能的设备。
[0050]
如图1所示，所述服务器1包括：存储器11、处理器12及网络接口13。
[0051]
其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是服务器1的内部存储单元，例如该服务器1的硬盘。存储器11在另一些实施例中也可以是服务器1的外部存储设备，例如该服务器1上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
[0052]
进一步地，存储器11还可以包括服务器1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于服务器1的应用软件及各类数据，例如体感联网游戏程序10的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0053]
处理器12在一些实施例中可以是一中央处理器(central processing unit，cpu)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行体感联网游戏程序10等。
[0054]
网络接口13可选的可以包括标准的有线接口、无线接口(如wi-fi接口)，通常用于在该服务器1与其他电子设备之间建立通信连接。
[0055]
网络可以为互联网、云网络、无线保真(wi-fi)网络、个人网(pan)、局域网(lan)和/或城域网(man)。网络环境中的各种设备可以被配置为根据各种有线和无线通信协议连接到通信网络。这样的有线和无线通信协议的例子可以包括但不限于以下中的至少一个：
传输控制协议和互联网协议(tcp/ip)、用户数据报协议(udp)、超文本传输协议(http)、文件传输协议(ftp)、zigbee、edge、ieee 802.11、光保真(li-fi)、802.16、ieee 802.11s、ieee 802.11g、多跳通信、无线接入点(ap)、设备对设备通信、蜂窝通信协议和/或蓝牙(blue tooth)通信协议或其组合。
[0056]
可选地，该服务器还可以包括用户接口，用户接口可以包括显示器(display)、输入单元比如键盘(keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以称为显示屏或显示单元，用于显示在服务器1中处理的信息以及用于显示可视化的用户界面。
[0057]
图1仅示出了具有组件11-13以及体感联网游戏程序10的服务器1，本领域技术人员可以理解的是，图1示出的结构并不构成对服务器1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0058]
在本实施例中，处理器12可以用于调用存储器11中存储的体感联网游戏程序，并执行以下操作：
[0059]
客户端启动预设体感游戏后，从客户端获取玩家的姿态原始数据；
[0060]
根据所述姿态原始数据生成频谱灰度图；
[0061]
将所述频谱灰度图导入预设的卷积神经网络识别玩家动作；
[0062]
根据所述预设的卷积神经网络的识别结果生成游戏操作指令；
[0063]
将所述游戏操作指令发送至所述客户端。
[0064]
在一实施例中，处理器12可以用于调用存储器11中存储的体感联网游戏程序，并执行以下操作：
[0065]
根据所述玩家姿态原始数据生成玩家动作的空间姿态轨迹；
[0066]
根据所述空间姿态轨迹生成波形图；
[0067]
对所述波形图中原始采样数据进行离散傅里叶变换得到频谱数据；
[0068]
根据时域信息合并所述频谱数据得到二维频谱瀑布图；
[0069]
将所述二维频谱瀑布图中的元素值按图像灰度值进行映射以得到所述频谱灰度图。
[0070]
在一实施例中，处理器12可以用于调用存储器11中存储的体感联网游戏程序，并执行以下操作：
[0071]
对通道i的采样数据和通道q的采样数据按照下列公式合并为通道s：
[0072][0073]
式中，si为通道i的采样数据，sq为通道q的采样数据，s为合并后的功率密度。
[0074]
在一实施例中，处理器12可以用于调用存储器11中存储的体感联网游戏程序，并执行以下操作：
[0075]
对所述波形图中原始采样数据进行离散傅里叶采用下述公式进行：
[0076]
[0077]
式中，n为进行离散傅里叶变换时的采样点数，限定n的取值为2的正整数次幂。
[0078]
在一实施例中，处理器12可以用于调用存储器11中存储的体感联网游戏程序，并执行以下操作：
[0079]
从所述客户端获取与当前体感游戏的预设目标轴匹配的玩家姿态原始数据。
[0080]
在一实施例中，处理器12可以用于调用存储器11中存储的体感联网游戏程序，并执行以下操作：
[0081]
采集玩家完成预设的体感游戏的标准体感动作的姿态数据建立预设数据集；
[0082]
获取所述预设数据集的训练用频谱瀑布图；
[0083]
根据所述预设数据集的波形图确定所述预设的体感游戏的预设目标轴；以及
[0084]
以所述预设目标轴的训练用频谱数据图训练所述卷积神经网络。
[0085]
在一实施例中，处理器12可以用于调用存储器11中存储的体感联网游戏程序，并执行以下操作：
[0086]
从所述客户端获取的所述姿态原始数据经过varints算法的压缩。
[0087]
在一实施例中，处理器12可以用于调用存储器11中存储的体感联网游戏程序，并执行以下操作：
[0088]
在所述客户端绑定的网关节点信息与当前服务器的分发网关节点不一致时，将所述游戏操作指令发布至所述客户端绑定的目标网关节点；
[0089]
通过所述目标网关节点将所述游戏操作指令发送至所述客户端。
[0090]
基于上述体感联网游戏设备的硬件构架，提出本发明体感联网游戏方法的实施例。本发明的体感联网游戏方法，旨在于广域网实现体感游戏，拓展用户的游戏方式
[0091]
参照图2，图2为本发明体感联网游戏方法的一实施例，所述体感联网游戏方法包括以下步骤：
[0092]
s10、客户端启动预设体感游戏后，从客户端获取玩家的姿态原始数据。
[0093]
这其中，客户端是指运行游戏的终端，其包括但不限于个人pc、游戏主机、便携式游戏主机、移动客户端。其中，移动客户端包括但不限于智能手机、平板电脑、便携式计算机。
[0094]
进一步地，玩家的姿态数据可以由六轴imu传感器检测，该六轴imu传感器包括三轴加速度计和三轴陀螺仪，该六轴imu传感器能够检测玩家运动时的三轴加速度数据和三轴角速度数据，最终以生成玩家的姿态数据。通常，该玩家姿态数据由与客户端连接的体感设备提供，其中，该体感设备包括但不限于手环、手套手表、头巾、帽子、背心、健身环、游戏手柄。而若是客户端自身具有六轴imu传感器，则玩家姿态数据可以由客户端直接提供。
[0095]
具体地，在游戏启动后，客户端与服务器建立通信连接，在游戏时，客户端能够将玩家姿态数据基于特定的通讯协议(通常为tcp/ip协议)传输给的服务器。
[0096]
s20、根据所述姿态原始数据生成频谱灰度图。
[0097]
具体而言，频谱灰度图是姿态数据的时域与频域的频谱的灰度展现图，其中，频谱灰度图的双轴分别为频率和时间。通过该频谱灰度图能够直观且真实展示玩家的动作姿势。
[0098]
值得说明的是，在生成频谱灰度图时，服务器会根据所获取的数据中轴的数量，生成对应数量的频谱灰度图。即，每获取一个轴的数据，服务器便生成该轴数据的频谱灰度
图。例如，若服务器从客户端获取的玩家姿态数据中包括加速度计的x轴数据和y轴数据，那么，服务器会分别生成两个频谱灰度图，分别为加速度计x轴和y轴的频谱瀑布图。这其中，客户端向服务器提供的玩家姿态数据通常包括加速度计的三个轴的数据及陀螺仪的三个轴的数据，即共有六轴数据。因此，服务器在生成频谱灰度图时，会同时生成六个频谱灰度图。
[0099]
s30、将所述频谱灰度图导入预设的卷积神经网络识别玩家动作。
[0100]
具体而言，卷积神经网络具有优秀的图像识别能力，而频谱灰度图则能够以图形的方式展示玩家的动作姿势。因此，我们通过对卷积神经网络进行针对性训练，使得卷积神经网络能够通过识别频谱灰度图，以识别玩家的体感动作。如此，便可利用卷积神经网络的特性实现对玩家动作的快速识别。此外，通过训练能够提高卷积神经网络对玩家动作的识别速度，还能够提升对玩家动作的识别精度。
[0101]
s40、根据所述预设的卷积神经网络的识别结果生成游戏操作指令。
[0102]
具体而言，卷积神经网络的输出结果为识别得到的玩家动作，若不同的玩家动作在不同的体感游戏中具有对应的游戏操作指令，该游戏操作指令主要用以控制玩家的游戏角色进行与玩家现实体感动作匹配的游戏动作。
[0103]
s50、将所述游戏操作指令发送至对应的客户端。
[0104]
具体而言，在得到与玩家现实动作匹配的游戏操作指令后，服务器通过通讯协议就该游戏操作指令发送给客户端，客户端接收到游戏操作指令后，会执行该游戏操作指令，以使客户端上的游戏角色能够执行玩家现实动作匹配的游戏动作。
[0105]
示例性的，当客户端运行的体感游戏为网球体感游戏，且玩家进行了正手挥拍的动作时，客户端可将玩家游戏时的姿态数据发送给服务器，服务器通过预设的卷积神经网络，能够识别出玩家当前进行正手挥拍动作。之后，服务器可根据该正手挥拍动作得到正手挥拍的游戏操作指令，并将该游戏操作指令发送给客户端，客户端接收到在游戏操作指令后，客户端执行该游戏操作指令，以使体感游戏中的玩家角色也进行正手挥拍动作。如此，便可玩家动作到游戏角色动作之间的映射，此外，由于在整个游戏过程中，客户端仅进行了数据交换和操作指令的执行，因此，对客户端的型号并无特殊限定，使得不同型号、类型的客户端均能进行体感联网游戏。此外，玩家的动作识别在服务器上进行，故而对客户端的算力要求极低，消除了不同设备间运算能力不一致导致的动作识别延迟，提升了体感联网游戏的流畅性。
[0106]
可以理解，本技术技术方案的体感联网游戏方法，服务器可将客户端提供的玩家姿态数据转换为频谱灰度图，再通过预设的卷积神经网络对该频谱灰度图进行分类，以识别出玩家的动作，进而可根据玩家动作生成游戏操作指令，并将游戏操作指令下发给客户端，客户端则可执行该游戏操作指令，以使游戏角色动作与玩家动作相匹配。如此，在整个游戏过程中，客户端仅进行了数据交换和操作指令的执行，因此，对客户端的型号并无特殊限定，使得不同型号、类型的客户端均能进行体感联网游戏。此外，玩家的动作识别在服务器上进行，故而对客户端的算力要求极低，消除了不同设备间运算能力不一致导致的动作识别延迟，提升了体感联网游戏的流畅性。可见，本技术技术方案的体感联网游戏方法具有可实现体感联网游戏，且对客户端算力要求低、对玩家动作识别精度高、游戏流畅性好的优点。
[0107]
如图3所示，在一些实施例中，根据所述姿态原始数据生成频谱灰度图，包括：
[0108]
s21、根据所述玩家姿态原始数据生成玩家动作的空间姿态轨迹。
[0109]
具体而言，在得到玩家姿态原始数据后，可通过欧拉角解算法对玩家姿态原始数据进行数据解算，以得到玩家的空间姿态轨迹。
[0110]
s22、根据所述空间姿态轨迹生成波形图。
[0111]
具体而言，可将该玩家姿态轨迹分解为三个加速度轴及三个陀螺仪轴的共六个轴的波形图，即得到六个维度的数据。通过上述操作，能够对玩家姿态数据进行数据降维，以方便对玩家姿态数据进行后续处理。
[0112]
s23、对所述波形图中原始采样数据进行离散傅里叶变换得到频谱数据。
[0113]
这其中，波形图中的原始采样数据包括通道i的采样数据和通道q的采样数据，即是在数字通信中的i/q信号。
[0114]
具体而言，通过离散傅里叶变换公式，能够对波形图中的原始采样数据进行离散傅里叶变换，具体地，离散傅里叶变换公式如下：
[0115][0116]
式中，n为进行离散傅里叶变换时的采样点数。
[0117]
对波形图中的原始采样数据进行离散傅里叶变换后，我们能够得到原始采样数据的频谱数据。该频谱数据所表示的是某一个时间点上的频谱。
[0118]
值得说明的是，通过离散傅里叶变换，可以原始采样数据到频谱数据的数据损失。
[0119]
s24、根据时域信息合并所述频谱数据得到二维频谱瀑布图。
[0120]
这其中，时域信息是指每个频谱数据所具有的时间信息。
[0121]
具体而言，根据每个频谱数据的时间信息，能够确定每个频谱数据的先后顺序，再基于该先后顺序将属于同一个轴多个频谱数据进行合并，以得到二维的频谱瀑布图，在该频谱瀑布图中，两个坐标轴分别为时间轴和频率轴。
[0122]
s25、将所述二维频谱瀑布图中的元素值按图像灰度值进行映射以得到所述频谱灰度图。
[0123]
具体而言，而为频谱数据图中的元素值即是进行离散傅里叶变换得到的结果值。
[0124]
进一步地，在得到上述频谱图后，可以对上述二维频谱图中的元素值按图像灰度值进行映射，这样，我们便可得到一张灰度图，该灰度图即是我们最终得到的频谱瀑布图。
[0125]
可以理解，由于我们通过卷积神经网络对频谱灰度图进行特征识别，故而将而为二维频谱瀑布图转化为灰度图，能够切合卷积神经网络的图像识别特性，以精准地识别出玩家动作。
[0126]
在一些实施例中，在对波形图中原始采样数据进行傅里叶变换时，我们将离散傅里叶变换公式中的n的取值限定为2的整数次幂，即，n＝2k，k＝1、2、3
…
。
[0127]
通过上述设置，能够加快离散傅里叶变换的运算速度，进而提升对用户动作的识别速度。
[0128]
在一些实施例中，在对所述波形图中原始采样数据进行离散傅里叶变换之前，所述方法还包括：
[0129]
对通道i的采样数据和通道q的采样数据按照下列公式合并为通道s：
[0130][0131]
式中，si为通道i的采样数据，sq为通道q的采样数据，s为合并后的功率密度。
[0132]
具体而言，通过上述公式，能够降低原始采样数据的数据量，以便于服务器进行离散傅里叶转换，提升对玩家动作的识别速度。
[0133]
在一些实施例中，从客户端获取玩家的姿态原始数据，包括：
[0134]
从所述客户端获取与当前体感游戏的预设目标轴匹配的玩家姿态原始数据。
[0135]
这其中，预设目标轴是指玩家在进行符合体感游戏的标准动作时，该轴上的信号变化相对而言最为剧烈的某一轴，换言之，该预设目标轴的信号最能够体现玩家动作。值得指出的是，该预设目标轴可以为加速度计三轴和陀螺仪三轴共六轴中的某一轴或某几个轴。
[0136]
具体而言，我们可以通过分析已知数据集的波形图，以获取不同体感游戏所对应的预设目标轴。
[0137]
具体地，不同的体感游戏，其最能够体现玩家动作的轴类型与数量均不相同，那么，从客户端获取与当前体感游戏的预设目标轴的姿态数据，并用于玩家动作识别，不仅能够提高对玩家动作的识别精度，还能够减少终端计算量，以提升对玩家动作的识别速度。
[0138]
如图4所示，在一些实施例中，在将所述频谱瀑布图导入预设的卷积神经网络识别玩家动作之前，所述方法还包括：
[0139]
s110、采集玩家完成预设的体感游戏的标准体感动作的姿态数据建立预设数据集。
[0140]
具体而言，可在设定数量玩家的身上设置体感设备，并使这些玩家重复完成预设体感游戏的设定体感动作，通过采集这些玩家完成设定体感动作时的姿态数据，以建立所需的预设数据集。值得说明的是，在收集训预设数据集时，可对预设数据集中的数据添加标签，以便于后续训练卷积神经网络。
[0141]
s120、获取所述预设数据集的训练用频谱瀑布图。
[0142]
具体而言，可基于步骤s21至步骤s25的方式，对预设数据集建立训练用频谱灰度图。
[0143]
s130、根据所述预设数据集的波形图确定所述预设的体感游戏的预设目标轴。
[0144]
具体而言，可基于预设数据集中的生成相应的波形图，通过观察这些波形图的振幅变化，以确定不同的预设体感游戏所对应的预设目标轴。具体地，我们可以根据一个完整动作对应的波形图中，波形变化剧烈程度以确定所需的预设目标轴。
[0145]
s140、以所述预设目标轴的训练用频谱灰度图训练所述卷积神经网络。
[0146]
具体而言，在确定了预设体感游戏对预设目标轴后，可根据这一或这些预设轴的数据生成频谱灰度图，之后，再将该频谱灰度图导入卷积神经网络以训练神经网络，直至卷积神经网络的识别准确率达到设定准确率。
[0147]
可以理解，通过上述方式能够针对性的训练卷积神经网络，以提升卷积神经网络对频谱灰度图的敏感度，进而以提升卷积神经网络对玩家动作的识别精度及识别速度。
[0148]
在一些实施例中，从客户端获取的姿态原始数据经过varints算法的压缩。
[0149]
具体而言，varints算法是一种典型的数据压缩算法，其能够在保证数据信息量的基础上，极大的减少数据量。可以理解，通过varints算法对玩家姿态数据进行压缩，再传输给服务器，这样，能够减少客户端到服务器的丢包，并降低传输延迟，以提升玩家游戏体验。
[0150]
在一些实施例中，将所述游戏操作指令发送至所述客户端，包括：
[0151]
s210、在所述客户端绑定的网关节点信息与当前服务器的分发网关节点不一致时，将所述游戏操作指令发布至所述客户端绑定的目标网关节点。
[0152]
值得说明的是，本技术技术方案的服务器包括多个分发网关，在客户端首次访问服务器时，客户端的连接请求会通过服务器的某一个网关节点，在客户端与服务器成功建立连接后，该服务器会将该客户端与该网关节点绑定。
[0153]
具体地，服务器在生成游戏操作指令后，会通过任一网关节点向客户端发送。若服务器当前分发游戏操作指令的分发网关节点与客户端绑定的网关节点信息一致，那么当前网关可直接将游戏操作指令发送给对应的客户端。而若服务器的当前分发网关节点与客户端绑定的网关节点信息不一致，则服务器会将游戏操作指令发布至客户端所绑定的目标网关节点。
[0154]
s230、通过所述目标网关节点将所述游戏操作指令发送至所述客户端。
[0155]
具体而言，在将游戏操作发布至目标网关节点，服务器便通过该目标网关节点直接向客户端发送该游戏操作指令。
[0156]
可以理解，通过上述方式，能够保证服务的高并发性能及长连接性能，进而能够提升体感联网游戏稳定性及低延迟。
[0157]
此外，本发明实施例还提出一种计算机可读存储介质，计算机可读存储介质可以是硬盘、多媒体卡、sd卡、闪存卡、smc、只读存储器(rom)、可擦除可编程只读存储器(eprom)、便携式紧致盘只读存储器(cd-rom)、usb存储器等中的任意一种或者几种的任意组合。计算机可读存储介质中包括体感联网游戏程序10，本发明之计算机可读存储介质的具体实施方式与上述体感联网游戏方法以及服务器1的具体实施方式大致相同，在此不再赘述。
[0158]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0159]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0160]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或
多个方框中指定的功能。
[0161]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0162]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0163]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。