室内游泳轨迹数据处理方法与流程

1.本发明涉及运动记录技术领域，尤其涉及一种室内游泳轨迹数据处理方法。


背景技术：

2.随着近年来追求健康的理念逐渐深入人心，越来越多的都市人对于掌握自身健康状况的需求愈加强烈。需求创造市场，科技让生活更美好，市面上开始涌现能够提供个人健康数据的检测设备，如测试体脂率等的健康秤，监测睡眠及热量消耗等的手环等。
3.随着信息时代的发展，想知道自己跑步消耗了多少卡路里，可以通过手机、手环、全球定位系统(global positioning system，gps)运动手表来记录。跑过的路线也可以通过跑表和手机软件记录、上传。这既能让运动者了解自己的运动轨迹，消耗的卡路里。同时还能提高运动的趣味性，正所谓一石二鸟。
4.长久以来，游泳爱好者或游泳运动员希望记录游泳轨迹和距离的情况，以便于数据分析和运动优化。但是由于室内泳池无法探测到gps，室内定位技术受到室内环境的复杂影响，信号传播的稳定性会受到影响，进而影响到定位精度，产生一些定位飞点。另外由于定位的持续进行，最终会产生大量的定位数据，最终渲染轨迹的时候需要将这些定位点都渲染出来，这会增加设备性能的消耗；在一些情况下即使泳客是静止状态，由于定位的波动性，定位点会在真实坐标的附近波动，静止的时间越长，真实坐标附近的波动点就会越多，最终会导致渲染的时候出现毛球状轨迹。
5.定位飞点和毛球状轨迹会严重影响数据分析的进程和运动优化的准确性，因此需要设计一种游泳轨迹数据处理方法，以去除定位飞点和毛球状轨迹。


技术实现要素：

6.本发明的目的在于提供一种室内游泳轨迹数据处理方法，用以去除游泳轨迹中的飞点和毛球。
7.为了实现上述目的，本发明提供一种室内游泳轨迹数据处理方法，所述方法包括：
8.获取运动对象在游泳池中的运动轨迹数据，所述运动轨迹数据包括n个采样点信息；
9.根据时间顺序上所述采样点的时间戳和坐标，计算相邻所述采样点的配速；
10.滤除配速超过设定速度阈值的采样点；
11.对所述游泳池的平面区域方格化，对归属同一方格的采样点的坐标取均值，将均值后的坐标对应的点作为所述采样点的抽稀点，得到由各个同一方格的抽稀点组成的第一轨迹点集合；
12.将形成簇状图案的抽稀点滤除，得到滤除后的第二轨迹点集合；
13.计算所述第一轨迹点集合中的每个轨迹点与所述第二轨迹点集合中的各个轨迹点的最小距离；
14.将最小距离大于设定长度阈值的轨迹点对应的所述第一轨迹点集合中第一轨迹
点添加至第二轨迹点集合中；
15.平滑绘制处理后所述第二轨迹点集合中的轨迹点，得到平滑的游泳轨迹。
16.本发明的室内游泳轨迹数据处理方法的有益效果在于：首先获取运动对象的运动轨迹，并获取所述运动轨迹的各个采样点信息，根据时间上的前后顺序计算各个采样点之间的配速(平均速度)，并将配速大于所述速度阈值的采样点滤除，能够去除运动轨迹内的飞点，之后将游泳区域方格化，将处于同一方格内的采样点取均值，能够在不影响游泳轨迹精度的前提下对运动轨迹的采样点进行简化，得到有所述抽稀点组成的所述第一轨迹点集合，之后将所述第一轨迹点集合形成的轨迹中的簇状团滤除，即去除了轨迹中的毛球状轨迹，得到所述第二轨迹点集合，之后通过计算两个集合中各个轨迹点的距离差值，并将复合所述长度阈值的轨迹点加入至所述第二轨迹点集合内，对滤除簇状团带来的失真进行修复，最后平滑绘制处理后的所述第二轨迹点集合，得到平滑的游泳轨迹。本技术的室内游泳轨迹数据处理方法，能够保证轨迹准确的情况下，去除定位飞点和毛球状轨迹，提升轨迹处理的效果。
17.在一种可行的方案中，在所述滤除配速超过设定速度阈值的采样点和所述对所述游泳池的平面区域方格化之间还包括：取各个采样点与其前后至少一个点的坐标的平均值，将平均后的坐标作为该所述采样点的坐标。其有益效果在于，这样设置能够将一些速度没有达到所述设定速度阈值的飞点通过均值滤波的方式进行过滤。
18.在一种可行的方案中，在计算所述相邻采样点的配速，滤除配速超过设定速度阈值的采样点时，具体包括：对于任一所述采样点，计算该所述采样点与前一个所述采样点之间的配速，记为第一配速，计算该所述采样点与后一个所述采样点之间的配速，记为第二配速；当所述第一配速和所述第二配速均大于所述速度阈值时，滤除该所述采样点。其有益效果在于，提供一种计算采样点的配速的方式，并在该所述采样点与前后相邻的采样点之间的配速均超过所述速度阈值时，将该所述采样点滤除。
19.在一种可行的方案中，所述对归属同一方格的采样点的坐标取均值，将均值后的坐标对应的点作为所述采样点的抽稀点，得到由各个同一方格的抽稀点组成的第一轨迹点集合，具体包括：对归属同一时序和同一方格的采样点的坐标取均值，将均值后的坐标对应的点作为所述采样点的抽稀点，得到由各个同一时序和同一方格的抽稀点组成的第一轨迹点集合。其有益效果在于，这样能够在游泳轨迹前后不同时间通过同一方格时，对不同时刻同一方格内的轨迹进行抽稀。
20.在一种可行的方案中，所述将形成簇状图案的抽稀点滤除，得到滤除后的第二轨迹点集合，具体包括：将所述第一轨迹点集合通过道格拉斯普克算法进行计算，计算后得到的结果作为所述第二轨迹点集合。
21.在一种可行的方案中，所述平滑绘制处理后所述第二轨迹点集合中的轨迹点，具体包括：通过贝塞尔曲线对所述第二轨迹点集合中的轨迹点进行连线。
22.在一种可行的方案中，所述速度阈值为2.3m/s至2.8m/s。
23.在一种可行的方案中，所述长度阈值为0.8m至1.2m。
24.在一种可行的方案中，所述方格在横向方向的长度为1.5m至2.0m，所述方格在纵向方向的长度为1.5m至2.0m。
附图说明
25.图1为本发明第一种实施例中室内游泳轨迹数据处理方法的流程框图；
26.图2为本发明第二种实施例中游泳池方格化的示意图；
27.图3为图2中a处同一时序同一方格采样点坐标取均值的示意图；
28.图4为图2中b处不同时序同一方格采样点坐标取均值的示意图；
29.图5为本发明第三种实施例中附带簇状图案的游泳轨迹示意图；
30.图6为本发明第三种实施例中第一轨迹点集合的游泳轨迹失真的示意图；
31.图7为本发明第三种实施例中第一轨迹点集合对第二轨迹点集合进行补充后的游泳轨迹示意图；
32.图8为本发明第三种实施例中通过贝塞尔曲线连接轨迹点的游泳轨迹示意图。
具体实施方式
33.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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作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。除非另外定义，此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本文中使用的“包括”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
34.针对现有技术存在的问题，本发明的实施例提供了一种室内游泳轨迹数据处理方法。
35.图1为本发明第一种实施例中室内游泳轨迹数据处理方法的流程框图。
36.本发明一些实施例中，参照图1，该室内游泳轨迹数据处理方法包括：
37.s1、获取运动对象在游泳池中的运动轨迹数据，所述运动轨迹数据包括n个采样点信息，n为正整数；
38.s2、根据时间顺序上所述采样点1的时间戳和坐标，计算相邻所述采样点1的配速；
39.s3、滤除配速超过设定速度阈值的采样点1；
40.s4、对所述游泳池的平面区域方格化，对归属同一方格的采样点1的坐标取均值，将均值后的坐标对应的点作为所述采样点1的抽稀点2，得到由各个同一方格的抽稀点2组成的第一轨迹点集合；
41.s5、将形成簇状图案的抽稀点2滤除，得到滤除后的第二轨迹点集合；
42.s6、计算所述第一轨迹点集合中的每个轨迹点与所述第二轨迹点集合中的各个轨迹点的最小距离；
43.s7、将最小距离大于设定长度阈值的轨迹点对应的所述第一轨迹点集合中第一轨迹点添加至第二轨迹点集合中；
44.s8、平滑绘制处理后所述第二轨迹点集合中的轨迹点，得到平滑的游泳轨迹。
45.本发明的一些具体实施例中，游泳运动者或者运动员在运动时通常携带蓝牙定位装置或者无线定位装置进行游泳轨迹的记录，以便于后续进行运动轨迹的分析。在一些实施例中，运动者或者运动员通过携带运动手环进行运动轨迹的记录，进而获取运动对象的
游泳轨迹。
46.在一些实施例中，运动手环通常以固定时间间隔的形式记录运动对象的位置信息，进而能够获得运动对象的运动产生的若干采样点1，所有的采样点信息汇聚成所述运动轨迹信息。
47.在一些实施例中，随着运动的进行，各个采样点1生成时会附带时间信息和位置信息，即所述采样点1的时间戳和坐标。
48.在一些实施例中，所述配速即两个时间上相邻的采样点1之间的平均速度，根据相邻采样点1的坐标和时间差即可算得。
49.在一些实施例中，对所述游泳池的平面区域方格化，即通过矩形阵列的方式将所述游泳池的平面区域划分为若干个相等的，且依次相邻的矩形区域，这样便于对所述采样的位置根据所在的方格(矩形区域)进行统计，便于后续进行抽稀。
50.在一些实时例中，计算所述第一轨迹点集合中的每个轨迹点与所述第二轨迹点集合中的各个轨迹点的最小距离，具体包括：由于所述第二轨迹点集合为去除所述第一轨迹点集合中的簇状图案得到的，因此所述第二轨迹点集合包含的轨迹点均落入到所述第一轨迹点集合内，因此在计算最小距离时，除了簇状图案包含的轨迹点之外的轨迹点的最小距离均为零，即算得的存在最小距离大于所述长度阈值的轨迹点均为所述簇状图案内的点。
51.在一些具体的实施例中，通过运动对象携带的获取运动轨迹的设备获取由若干个采样点1形成的游泳轨迹，按时间的先后顺序获取相邻的所述采样点1之间的平均速度(配速)，并将平均速度大于设定阈值的所述采样点1滤除掉。之后将游泳池方格化，并将归属于同一方格的采样点1进行取均值，均值后的点作为抽稀点2并组成第一轨迹点集合，之后通过将所述第一轨迹点集合内的簇状图案去除得到第二轨迹点集合。为了降低去除簇状图案带来的失真影响，将所述簇状图案中的各个轨迹点与第二轨迹点集合中的各个轨迹点进行最小距离的计算，将最小距离大于设定长度阈值的轨迹点加入至第二轨迹点集合内，之后平滑绘制新的第二轨迹点集合中的轨迹点，即可得到平滑的游泳轨迹。
52.在一些实施例中，对所述游泳池的平面区域方格化可以放置在所述s1前。
53.本发明一些实施例中，在所述滤除配速超过设定速度阈值的采样点1和所述对所述游泳池的平面区域方格化之间还包括：取各个采样点1与其前后至少一个点的坐标的平均值，将平均后的坐标作为该所述采样点1的坐标。
54.本发明的一些具体实施例中，取各个所述采样点1与前后一个采样点1的坐标的平均值，将该所述平均值作为该所述采样点1的新的坐标，即取采样点1及其该采样点1前后共三个点的坐标的均值作为该所述采样点1的坐标。
55.在一些实施例中，取采样点1前后各两个点共五个点的坐标的平均值作为该采样点1的坐标。
56.本发明一些实施例中，计算所述相邻采样点1的配速，滤除配速超过设定速度阈值的采样点1时，具体包括：对于任一所述采样点1，计算该所述采样点1与前一个所述采样点1之间的配速，记为第一配速，计算该所述采样点1与后一个所述采样点1之间的配速，记为第二配速；当所述第一配速和所述第二配速均大于所述速度阈值时，滤除该所述采样点1。
57.本发明的一些具体实施例中，除了端部的采样点1，中间的各个所述采样点1前后均存在相邻的采样点1。在计算时，在中间的所述采样点1与两侧相邻的采样点1之间的配速
均大于速度阈值时，将该所述采样点1滤除。
58.在一些实施例中，对于任一所述采样点1，计算该所述采样点1与前一个所述采样点1之间的配速，记为第一配速，计算该所述采样点1与后一个所述采样点1之间的配速，记为第二配速；当所述第一配速和所述第二配速中的任一个大于所述速度阈值时，滤除该所述采样点1。
59.本发明一些实施例中，所述对归属同一方格的采样点1的坐标取均值，将均值后的坐标对应的点作为所述采样点1的抽稀点2，得到由各个同一方格的抽稀点2组成的第一轨迹点集合，具体包括：对归属同一时序和同一方格的采样点1的坐标取均值，将均值后的坐标对应的点作为所述采样点1的抽稀点2，得到由各个同一时序和同一方格的抽稀点2组成的第一轨迹点集合。
60.在一些实施例中，将前后连续的且位于同一方格内的所有采样点1作为同一时序的点。
61.在一些实施例中，由于限定了时序，因此在计算所述方格内的采样点1的均值时，同一个方格内会出现时序上不相连的两个或多个均值点。
62.本发明一些实施例中，所述将形成簇状图案的抽稀点2滤除，得到滤除后的第二轨迹点集合，具体包括：将所述第一轨迹点集合通过道格拉斯普克算法进行计算，计算后得到的结果作为所述第二轨迹点集合。
63.本发明的一些具体实施例中，所述道格拉斯普克算法为线状要素抽稀的经典算法。用它处理大量冗余的几何数据点，既可以达到数据量精简的目的，有可以在很大程度上保留几何形状的骨架。
64.本发明一些实施例中，所述平滑绘制处理后所述第二轨迹点集合中的轨迹点，具体包括：通过贝塞尔曲线对所述第二轨迹点集合中的轨迹点进行连线。
65.本发明一些实施例中，所述速度阈值为2.3m/s至2.8m/s。
66.本发明的一些具体实施例中，所述速度阈值设置为2.5m/s。在一些实施例中，根据国家体育总局公布的游泳运动员技术等级标准，我们可以算出游泳的国家级健将的短距离游泳的配速不会超过2.5m/s。
67.本发明一些实施例中，所述长度阈值为0.8m至1.2m。
68.本发明的一些具体实施例中，所述长度阈值设置为0.8m。在一些实施例中，所述长度阈值设置为0.8m至1.2m中的任一浮点数。
69.本发明一些实施例中，所述方格在横向方向的长度为1.5m至2.0m，所述方格在纵向方向的长度为1.5m至2.0m。
70.本发明的一些具体实施例中，所述方格在横向方向的长度为1.5m，所述方格在纵向方向的长度为1.5m。
71.在一些实施例中，所述方格在横向方向的长度为1.5m至2.0m中的任一浮点数。
72.在一些实施例中，所述方格在横向方向的长度与所述方格在纵向方向的长度不相等。
73.为了更清楚的解释本技术的室内游泳轨迹数据处理方法，下面结合一种具体的实施例进行说明。
74.图2为本发明第二种实施例中游泳池方格化的示意图，图3为图2中a处同一时序同
一方格采样点坐标取均值的示意图，图4为图2中b处不同时序同一方格采样点坐标取均值的示意图，图5为本发明第三种实施例中附带簇状图案的游泳轨迹示意图，图6为本发明第三种实施例中第一轨迹点集合的游泳轨迹失真的示意图，图7为本发明第三种实施例中第一轨迹点集合对第二轨迹点集合进行补充后的游泳轨迹示意图，图8为本发明第三种实施例中通过贝塞尔曲线连接轨迹点的游泳轨迹示意图。
75.获取运动对象的运动轨迹，所述运动轨迹包括若干采样点1，各个所述采样点1包括该点的时间戳和坐标。
76.之后对所述运动轨迹进行去飞点(图中未示)，所述飞点就是短时内距离上偏移比较远的点，针对游泳的场景，通过配速来过滤，计算两个采样点1间的配速，如果配速超过2.5米/秒就标记为飞点并滤除。
77.由于配速阈值的原因，仍然会有一些没有达到“飞点”级别的噪点没有被过滤，将每个采样点1前后各2个点共5个点的坐标的平均值作为该采样点1的坐标，去除噪点。
78.然后将游泳池划分成均分的方格，如图2所示，所有的采样点1按照时序依次分布，将属于同一个方格的、且时序上连续的几个采样点1的均值点来作为该段轨迹的抽稀点2。
79.在一些实施例中，如图3所示，所述方格内的所有采样点1都是同一时序的，将它们的均值点作为该方格和该时序的抽稀点2。在一些实施例中，如图4所示，所述方格内的采样点1有两个时序，则将其属于同一个时序的采样点1的均值点作为该时序的抽稀点2，所以该方格会产生两个抽稀点2。
80.将抽稀后的采样点1设为第一轨迹点集合l1，并将所述第一轨迹点集合l1形成的轨迹记为轨迹r，之后去除所述运动轨迹内的毛球状轨迹，如图5所示，图5中c处的抽稀点即毛球状轨迹，使用道格拉斯普克算法，将道格拉斯普克算法中的ε设置成1、1.5或2，过滤掉这些毛球状轨迹。
81.随着所述毛球状轨迹的滤除，也会滤除一些偏移距离或角度较小的点，使得整个轨迹出现了失真，如图6所示，将滤除毛球状轨迹的集合设为第二轨迹点集合l2，并将所述第二轨迹点集合l2形成的轨迹记为轨迹s。为了避免失真，按时序计算l1中所有的轨迹点与l2中的所有轨迹点的距离，记录最短距离d，如果d大于设定的长度阈值t，则将该轨迹点加入l2中。依照此方法直到l1遍历完成，此时l2中就包含了l1补充过来的轨迹点，补充轨迹点后的轨迹记为轨迹t，进而解决所述l2中失真的情况，如图7所示。
82.之后，将补充过轨迹点的第二轨迹点集合采用贝塞尔曲线来连接，得到一个平滑的轨迹图，如图8所示。
83.虽然在上文中详细说明了本发明的实施方式，但是对于本领域的技术人员来说显而易见的是，能够对这些实施方式进行各种修改和变化。但是，应理解，这种修改和变化都属于权利要求书中所述的本发明的范围和精神之内。而且，在此说明的本发明可有其它的实施方式，并且可通过多种方式实施或实现。