一种用于微调推杆的方法以及其制造与流程

1.本文描述的是一种用于微调(fine-tuning)推杆(putter)的方法以及其制造。更具体地，一种应用程序(app)连同算法一起被用于静态和动态数据点分析，以最好地确定需要如何设置推杆的属性，以使用户的推杆击球(stroke)和滚球的一致性最大化。基于所述应用程序的输出数据为每个个人订做(tailor)和制造定制的(customised)推杆，并且其中所述推杆的适配系统(fitting system)是多重可调节的。


背景技术：

2.在现代世界中，越来越多的消费品依照个人而被定制以更好地适合即将到来的任务。这正在随着技术继续快速提高而变得更盛行并且在商业上切实可行。追求更好的表现和结果的个人已经转向为他们自己“寻找最佳适合”，而不是“一刀切”方法。例如，在高尔夫装备行业中，制造商当前为其消费者提供各种适配应用程序(fitting application)，以改善他们的装备选择。通过依照个人高尔夫球手(golfer)的挥杆(swing)类型、技术水平等来订做装备，个人高尔夫球手知道他或她正在被给予在球场上成功的最好机会。
3.然而，可用的定制技术和工具在一定程度上受限制，因为它们主要用于基于陀螺仪测量或传感器来分析球杆(club)正在做什么。这些技术不导致获得特定的适配过程或定制的适配系统。例如，ping golf已经开发了“iping
tm”推杆应用程序，所述应用程序被设计为专注于用户的推杆击球的可测量值，并且通过所述应用程序的特征提高它们的一致性，所述特征包括：推杆差点(putting handicap)、推杆练习和iping
tm
支架(cradle)的使用。推杆差点(phcp)函数分析一系列五个推杆以确定一致性得分，这相当于模仿传统差点系统的差点(越低越好)。每个五推杆会话(five-putt session)被存储以用于在用户挑战他们自己时进行比较以降低他们的phcp。在基于用户的phcp的会话之后，ping针对适合用户的击球类型(直线、轻微弧线或极明显弧线)的推杆类型提供推荐，并且还建议恰当的杆底倾角(lie)角度和杆面倾角(loft)。在练习模式中，用户还可以区分出他们的推杆的缺乏一致性的一个方面，诸如节奏(tempo)和关闭角度(closing angle)(在撞击(impact)时球杆杆面打开或关闭的量)。iping
tm
应用程序与iping
tm
支架结合工作，该支架保持住用户的移动设备并且正好在握把(grip)下方夹紧到推杆杆身(shaft)上。
4.然而，存在一些与以上应用程序关联的缺点。首先，它依赖于拥有该技术的用户，并且即使它使用测量结果来分析和推荐装备，它也仅分析球杆的移动，并且不具有关于球手(player)的静态或其他倾向(tendency，偏爱)的输入。此外，ping应用程序使用iping
tm
支架，如上所述，该支架保持住用户的移动设备并且正好在握把下方夹紧到推杆杆身上。此设备/支架使推杆更重，并且影响推杆在使用时的总体感觉。
5.srixon golf已经开发了一种被称为z swing analyzer
tm
的应用程序，所述应用程序链接到传感器。对于每次挥杆，所述应用程序的专有公式分析不止12个关键变量，诸如挥杆路径、效率、撞击角度(impact angle)和攻击角度(attack angle)。尽管srixon应用程序使用传感器的整合来测量、分析和推荐装备，但是如上文所提及的，它仅分
析球杆移动，并且不具有关于球手的静态或倾向的输入。
6.taylormade golf已经开发了一种具有实时击球分析的交互式推杆和应用程序，其包括容纳在握把内的blast运动传感器。所述应用程序自动将击球数据直接同步到移动应用程序，因此用户可以分析指标(metric)并且改善(refine)其推杆。然而，taylormade交互主要是一种基于球手的改进的技术，并且未利用数据来帮助球杆适配人员(fitter，装配师)来推荐产品。
7.从上文可以看出，存在对基于对技术、静态位置、动态时刻的分析的应用程序的需要，所述应用程序不仅测量球手他们自己，而且记录关于用于推荐和制造其定制的/订做的装备的球杆适配过程和球手对给定的装备规格(specification)如何做出反应的重要信息和/或至少为公众提供有用的选择。
8.方法、装置以及其制造的另外的方面和优点将从仅通过示例的方式给出的随后描述变得明显。


技术实现要素：

9.本文描述的是一种用于微调推杆的方法以及其制造。更具体地，一种应用程序(app)连同算法一起被用于静态和动态数据点分析，以最好地确定需要如何设置推杆的属性，以使用户的推杆击球和滚球的一致性最大化。基于所述应用程序的输出数据为每个个人订做和制造定制的推杆，并且其中所述推杆的适配系统是多重可调节的。
10.在第一方面，提供了一种用于微调推杆的方法，包括以下步骤：
11.a)将用户数据输入到应用程序中；
12.b)收集另外的数据，所述另外的数据是根据测量静态和动态移动和计算机分析和/或从可选的传感器获得的其他测量变量获得的，所述静态和动态移动优选地是从高速摄像机获得的；
13.c)在所述应用程序内打包(package)和整理(collate)所述数据；
14.d)输出所述数据；以及
15.e)分析并且将至少一种算法应用于数据集，以最好地确定所述推杆的属性如何与用于推杆设置的预定算法值相关联，以使在推杆时用户的击球和滚球的一致性最大化，并且用于确定用户的推杆的正确规格。
16.在第二方面，提供了基于如本文所描述的方法和应用程序的输出数据为每个个人制造的微调的或定制的推杆。
17.在第三方面，提供了一种用于制造多重可调节推杆的适配系统，所述适配系统包括：
18.杆身(shaft)；
19.推杆杆头(putter head)；
20.可调节的和/或可互换的击打面板(striking face plate)；并且其中，可调节的/可互换的面板维持所述推杆杆头的杆面倾角与杆底的关系(the loft to sole relationship)，使得当调节所述击打面板的杆面倾角时，所述推杆杆头保持在所述杆身的中性轴线上。
21.上述优点包括用于收集和处理静态和动态数据以及用户的倾向和属性以最好地
确定其推杆的正确规格的应用程序。所述应用程序应用和比较算法值，并且基于身体和球杆位置将它们评定(rate)为极值尺度(scale of extreme)，并且与高速摄像机和计算机分析结合，可以最好地确定需要如何设置推杆的属性，以使在推杆时击球和滚球的一致性最大化。基于应用程序数据和分析，可以为每个个人订做和制造推杆。所述推杆的适配系统是多重可调节的，这不仅是灵巧性中性的(dexterity neutral)，即既适合左手球手又适合右手球手，当调节击打面板的杆面倾角时，使用可调节的/可互换的面板维持推杆杆头的杆面倾角与杆底的关系。
附图说明
22.所述方法、装置以及其制造的另外的方面将从仅通过示例的方式并且参考附图给出的以下描述变得明显，在附图中：
23.图1例示了微调应用程序(fine-tuned app)的概述流程图；
24.图2例示了微调应用程序的主页面1的示例性屏幕截图；
25.图3例示了微调应用程序的球手信息页面2的示例性屏幕截图；
26.图4例示了微调应用程序的初始设置分析页面3的示例性屏幕截图；
27.图5例示了微调应用程序的初始设置照片页面4的示例性屏幕截图；
28.图6例示了微调应用程序的设置分类(手位置(hand position))页面5的示例性屏幕截图；
29.图7例示了微调应用程序的设置分类(杆身到前臂平面(shaft to forearm plane))页面6的示例性屏幕截图；
30.图8例示了微调应用程序的设置分类(视线(eyeline))页面7的示例性屏幕截图；
31.图9例示了微调应用程序的设置分类(姿势(posture))页面8的示例性屏幕截图；
32.图10例示了微调应用程序的初始设置照片(捕获正面图像(capture face on image))页面9的示例性屏幕截图；
33.图11例示了微调应用程序的设置分类(球位正面(ball position face on))页面10的示例性屏幕截图；
34.图12例示了微调应用程序的设置分类(杆身倾斜(shaft lean))页面11的示例性屏幕截图；
35.图13例示了微调应用程序的(屏幕的顶部)的设置适配(杆头、长度和杆底倾角(head，length and lie))页面12的示例性屏幕截图；
36.图14例示了微调应用程序的(屏幕的底部)的设置适配(动态评估(dynamic assessment))页面12的示例性屏幕截图；
37.图15例示了来自微调应用程序的页面13的边线直线(down the line)的微调设置照片的示例性屏幕截图；
38.图16例示了微调应用程序的微调设置照片页面14的示例性屏幕截图，以用如从页面4-页面11执行的推荐推杆配置再次分析位置(应用程序的页面15-页面21)；
39.图17例示了微调应用程序的推杆配置页面23的示例性屏幕截图；
40.图18以csv格式例示了用户的推杆适配细节和规格的示例性执行摘要(executive summary)；
41.图19例示了用户的推杆适配细节和规格的示例性简短pdf摘要；
42.图20例示了用户的推杆适配细节和规格的示例性综合电子邮件摘要；
43.图21例示了用于应用程序的数据分析的示例性适配算法(长度)；
44.图22例示了用于应用程序的数据分析的示例性适配算法(杆底倾角)；
45.图23例示了用于应用程序的数据分析的示例性适配算法(杆颈(hosel))；
46.图24例示了用于应用程序的数据分析的示例性适配算法(杆面倾角)；
47.图25例示了用于应用程序的数据分析的示例性适配算法(杆头选择)；
48.图26例示了用于应用程序的数据分析的示例性适配算法(杆头重量)；
49.图27例示了用于配置相对于杆颈的杆头重量的示例性图表。
50.图28例示了根据应用程序的数据输出制造的推杆的示例性适配系统和可调节部件；
51.图29例示了根据应用程序的数据输出制造的推杆的示例性视角对准实施方案；
52.图30例示了具有根据应用程序的数据输出制造的可调节重心(cog)的示例性推杆杆头实施方案；
53.图31例示了具有可变铣削(milling)深度的推杆杆头实施方案的示例性击打面板上的杆面(face)；a)平的(even)趾部到跟部速度铣削(方形击球(square stroke))；b)更快速的趾部或高旋转速率铣削(推球击球(push stroke))；c)根据应用程序的数据输出制造的被动(passive)或负(negative，逆方向)旋转(削切击球(cut stroke))；
54.图32例示了具有可变铣削深度的示例性推杆杆头实施方案的俯视图；a)传统的方形推杆杆面(表面是完全平坦)；b)水平弧形面(bulge)推杆杆面(矫正离趾部击打的拉球失误(pull misses off toe strikes)和离跟部击打的推球失误(push misses off heel strikes))；c)负水平弧形面推杆杆面(矫正离趾部击打的推球失误和离跟部击打击球的拉球失误)；d)跟部中的负水平弧形面(适合于过度旋转(over-rotate)、跟部击打和拉球失误的推球击球者)；和e)根据应用程序的数据输出制造的趾部中的负水平弧形面(适合于具有被动旋转、趾部击打和推球失误的拉球击球者)；以及
55.图33例示了基于微调应用程序的中点训练(midpoint drill)的可选球手信息的示例性屏幕截图。
具体实施方式
56.如上文所述的，本文描述的是一种用于微调推杆的方法以及其制造。更具体地，一种应用程序(app)连同算法一起被用于静态和动态数据点分析，以最好地确定需要如何设置推杆的属性，以使用户的推杆击球和滚球的一致性最大化。基于所述应用程序的输出数据为每个个人订做和制造定制的推杆，并且其中所述推杆的适配系统是多重可调节的。
57.出于本说明书的目的，术语“大约”或“约”以及其语法变化意指相对于参考数量、参考水平、参考程度、参考值、参考数目、参考频率、参考百分比、参考尺寸、参考大小、参考量、参考重量或参考长度变化多达30％、25％、20％、15％、10％、9％、8％、7％、6％、5％、4％、3％、2％或1％的数量、水平、程度、值、数目、频率、百分比、尺寸、大小、量、重量或长度。
58.术语“基本上”或其语法变化是指至少大约50％，例如75％、85％、95％或98％。
59.术语“包括”以及其语法变化应具有包括性意义——即，该术语将被认为意指不仅
包括其直接提到的所列部件，而且还包括其他未指定的部件或元件。
60.术语“微调的”或其语法变化是指对推杆的小幅调节，以依照个人用户进行订做和定制，以实现最好的或期望的性能，使得使击球和滚球的一致性最大化。
61.术语“算法”应被理解为在计算或其他解决问题运算中要遵循的一系列手动和/或计算机可实施的过程或指令集。
62.在第一方面，提供了一种用于微调推杆的方法，包括以下步骤：
63.a)将用户数据输入到应用程序中；
64.b)收集另外的数据，所述另外的数据是根据测量静态和动态移动和计算机分析和/或从可选的传感器获得的其他测量变量获得的，所述静态和动态移动优选地是从高速摄像机获得的；
65.c)在所述应用程序内打包和整理所述数据；
66.d)输出所述数据；以及
67.e)分析并且将至少一种算法应用于数据集，以最好地确定所述推杆的属性如何与用于推杆设置的预定算法值相关联，以使在推杆时用户的击球和滚球的一致性最大化，并且用于确定用户的推杆的正确规格。
68.所述应用程序可以被用来确定和报告高尔夫球手的倾向是什么以及这可以如何影响他们的装备选择，特别是对推杆的选择。
69.在优选实施方案中，所述应用程序可以允许用户捕获和分析具体的参数，所述参数可以包括但不应被视为限于以下中的任何一种：腕部到地测量结果、身高、眼优势(eye dominance)、当前推杆长度、瞄准倾向(aim tendency)、失误倾向(miss tendency)、杆面旋转(旋转速率)、姿势(视线位置、相对于肩部的手位置、杆身与前臂的相对角度、脊柱角度的量)、球位正面、杆身倾斜正面、滚动发射和旋转(spin)以及击球方向。
70.优选地，用从上文的参数收集的数据，每个数据点可以具有该数据点的值，所述值在算法中被使用以确定用于球手的正确的推杆规格。还设想的是，在所述应用程序内，用户可以调节规格，然后报告做出什么选择才可实现期望的结果。
71.以此方式，可以制造一种推杆，其导致不同于标准的规格。发明人已经发现，大多数高尔夫商店以35"、70度杆底倾角和4度杆面倾角、350克杆头重量结束的概率为高，但这对于大多数球手不太可能是最佳的。
72.在优选实施方案中，所述应用程序可以基于对技术、静态位置、动态移动和装备的推荐的分析。以此方式，所述应用程序不仅测量球手自身，而且可以记录关于适配过程以及球手可以如何对给定推杆规格做出反应的有见地的信息。
73.如上所述，所述应用程序可以检查静态和动态分析，所述静态和动态分析可以主要是视觉的。然而，这不应被视为是限制性的，因为可想象地所述应用程序可以与用于进行数据点分析的其他技术有关联。以此方式，可以利用诸如matlab和/或quintic ball roll研究系统、高速摄像机、计算机分析等的其他技术来与这些数据点位置的具体特点进行比较，以用于与算法一起使用。以此方式，所述应用程序可以检查身体/球杆位置，并且将它们评定为极值尺度，然后该极值尺度可以为所述算法提供值。
74.为个人或用户准确地确定推杆规格的能力可以得自对来自高尔夫球手的分组数据的数据集的一致性分析，其中可以确定所述高尔夫球手的倾向。分组数据可以是通过将
一个变量的单独观测结果聚合成组而形成的数据，使得这些组的频率分布可以用作概括或分析数据的方便手段。
75.当回顾一系列高尔夫球手的推杆技术时，可以看到存在许多不同的风格和倾向，使得看起来难以组织变量。然而，发明人已经开发了一种具有应用程序和关联的算法的形式的创新解决方案。所述应用程序可以评估每一种风格或倾向，使得所述应用程序会将在一预定范围内的某处的正确推杆适合度——无论它是单独的还是不常见的——确定到可以是更规范并且理想的参数的适合度。
76.在不受理论约束的情况下，所述应用程序可以利用基于得自二项分布的统计分析的算法。二项分布可以得自高尔顿板(galton board)(也被称为quincunx)——例示了中心极限定理的二项分布的物理模型；当您将独立的随机变量相加时，它们的总和趋向于正态分布。此外，以此方式，所述应用程序可以利用收集和分析的高尔夫球手的分组数据来协助消费者驱动的研究。例如，高尔夫推杆的原始装备制造商(oem)通常以可能在34到35英寸之间变化的标准杆身长度制造。然而，根据从高尔夫球手收集并且输入到所述应用程序中的分组数据，可以确定高尔夫球手应使用的最常见或中间值(median)杆身长度是约32英寸。有了这个新的见解，假设oem应至少制造杆身长度为32英寸的“现成”推杆。这样，他们可以节省制造成本，并且至少以具有适合正态分布曲线周围的大多数高尔夫球手的杆身长度的推杆的销售为目标。应理解，此分析还可以适用于杆身重量、杆头和杆颈配置等。有利地，此类型的应用程序数据收集和分析与当前的基于销售的研究形成对比，在当前基于销售的研究中，制造商可以基于实际销售分配其球杆制造的尺寸/配置。例如，oem可以基于销售制造更多34到35英寸长度的推杆，即使在统计上中间值高尔夫球手应假设使用如通过应用程序内收集的数据确定的32英寸推杆。
77.所述应用程序内的算法可以利用从对图像的测量、选择或分类(手动地或使用软件自动地)获取的数据点或参数来确定用于输入到所述算法中的分级尺度(grading scale)或代码。相对位置(例如球到身体位置等)可以从1到5的尺度被任意地分级，这创建用于代码的数字。一个示例性示例可以是球手的视线位置(e1)。在球上方太远2"的球手将被评估和分级并且被给予为1的代码值，直接在球上方(为3的代码值)到其将在球内部2"的另一极值(为5的代码值)等。然后这些代码可以在算法中被使用并且进一步与其他变量相关地被输入以创建得自算法的推荐。
78.在第二方面，提供了一种基于如本文所描述的方法和应用程序的输出数据为每个个人制造的微调的或定制的推杆。
79.在第三方面，提供了一种用于制造多重可调节推杆的适配系统，包括：
80.杆身；
81.推杆杆头；
82.可调节的和/或可互换的击打面板；并且
83.其中，可调节的/可互换的面板维持所述推杆杆头的杆面倾角与杆底的关系，使得当调节所述击打面板的杆面倾角时，所述推杆杆头保持在所述杆身的中性轴线上。
84.如上所述，所述微调适配应用程序是一个全面的适配和分析工具，其可以使用球手的静态和动态测量结果、倾向和属性来最好地确定用于他们的推杆的正确规格。已经发现，当正确的数据被纳入考虑时，高尔夫球手在他们将如何移动或操作方面可以变为非常
可预测的。以此方式，所述应用程序可以记录和分析此数据以通过允许高尔夫球手具有最佳的推杆规格以使他们的击球和滚球的一致性最大化来提高他们在推杆方面的成功。
85.适配过程可以被配置为查看有助于高尔夫球手如何用其推杆击球的所有方面。已经发现，不同的设置可以对高尔夫球手如何瞄准、击球、击打有影响，并且因此对他们如何转动推杆有影响。
86.因为高尔夫球手在身体大小和比例方面变化，所以最佳的球杆适合度因人而异。例如，球杆杆头相对于杆身的角度或杆底倾角是一个必须与推杆杆头的杆面倾角与杆底的关系一起被确定和维护的方面。
87.因此，设想的是，微调适配矩阵(fitting matrix)可以具有超过30,000个配置，所述配置可以包括但不应被视为限于：杆头形状和对准线(alignment line)、杆头和总重量、颈部偏移和旋转轴线、杆底倾角角度、杆面倾角、长度和/或握把。
88.在一个实施方案中，在推杆的顶线(topline)上的视线标记和凸缘(flange)的背部上的线可以被利用以创建视角对准工具(perspective alignment tool)。以此方式，适配过程使用对球手对直线的感知的评估，其可以将视线放置在球内部，使得推杆可以被配置为将顶线视线点加工得更靠近推杆的跟部，以在杆底基本上平行于地表面时与背部凸缘线对齐。
89.上文所描述的实施方案还可以被广义地说成存在于本技术的说明书中单独地或集体地提到或指示的部分、元件和特征，以及任何两个或更多个所述部分、元件或特征的任何或全部组合。
90.具有定制适配的推杆杆头实施方案可以允许对准依照个人订做的重心(cog)，例如，当更换杆头、杆颈等时。以此方式，基于击球和击打倾向，cog可以基本上对准以对齐，以通过允许球手击中杆头的击打面板的最佳位置(在本领域被称为“甜蜜点(sweet spot)”)来为球手实现高尔夫球的最中性旋转轴线。以此方式，此配置可以允许推杆杆头的完全定制，其中推杆例如可以被制造成具有更多的趾部加重偏置(weighted bias)，如果这是发现球手始终需要定位重量以提供有效的甜蜜点的地方。
91.发明人已经发现，击打面板的可变铣削深度可以被用来控制球的速度。在不受理论约束的情况下，铣削越深，球就越压缩成击打面板图案，并且它减慢速度。存在这方面的一些概念，所述概念允许铣削图案的分散以补偿由于不良击打而导致的球速度损失。例如，这对于跟部和趾部以相同速度行进的机器人效果很好。
92.优选地，铣削图案可以基于球手的倾向被订做铣削。例如，球手横切(cut across)球、旋转趾部更快速或更缓慢等。
93.应理解，对击打面板的铣削不应被视为限于水平弧形面和垂直弧形面(roll)，而是也可以被利用以抵消误击(mishit)。以此方式，铣削的深度还可以使得趾部击打上的关闭杆面被缓和的(relieved)水平弧形面抵消，与用平正杆面(square face)相比，该水平弧形面使球更向右开始。基于从定制适配应用程序收集的数据，可以确定在趾部上使推杆失误的球手是否正在横切球，这常常将导致拉球。于是可以单独地匹配铣削，以协助失误的推杆的矫正。定制铣削面板的优点是推杆可以仍然具有平正杆面的感知，但是可以抵消误击推杆。
94.此外，如果本文提到具体整数，在实施方案所涉及的本领域具有该具体整数的已
知等同物，这样的已知等同物被视为并入本文，就好像被单独地阐述那样。
95.工作示例
96.现在通过参考具体示例来描述上文所描述的方法、装置以及其制造。
97.如前面提及的，应用程序内的算法利用从对图像的测量、选择或分类(手动地或使用软件自动地)获取的数据点来确定分级尺度或代码以用于输入到该算法中。将相对位置——诸如球到身体位置等——从1到5的尺度进行分级，其中这创建用于代码的数字。一个给定的示例可以是球手的视线位置(e1)。我们将对此球手的评估从在球上方2
″
太远(为1的代码值)、直接在球上方(为3的代码值)到它们将在球内部2
″
的另一个极值(为5的代码值)进行分级——例如参见图8评估视线，其中最看起来最像捕获的图像的位置将被赋予代码2(在球上方1
″
)。这稍后用在示例性算法(下文的表1)中和如图21中所示出的针对其与其他变量的关系确定最佳杆身长度的完整工作示例中，以创建得自算法的推杆推荐。
98.l(推杆长度)＝(x l1)
99.x＝(wt6 cpl)
÷2[0100][0101]
表1-使用视线(e1)作为变量之一来确定推荐的推杆长度以使用上文的公式确定正确的推杆规格的示例性算法。
[0102]
示例1
[0103]
参考图1，例示了微调应用程序的概述流程图，其示出了在定制推杆适配评估期间进行的整个过程，该过程导致不同于标准的推杆规格，并且该过程是专门依照最终用户订做的。下文将进一步描述所述应用程序的每个屏幕截图或页面的逻辑演练。
[0104]
主页面1(图2)
[0105]
用户将具有选择“新适配会话”或“新规格表格”的选项。下文在下面描述新适配会话功能。新规格表格是仅填写表格，并且被用来复制规格或处理订单。
[0106]
球手信息页面2(图3)
[0107]
按照以下输入下面的细节：
[0108]
名字：以可移植文档格式文件(pdf)报告公布
[0109]
姓氏：以pdf报告公布
[0110]
电子邮件：以pdf报告公布
[0111]
联系电话：以pdf报告公布
[0112]
差点：以pdf报告公布
[0113]
身高：以pdf报告/逗号分隔值文件(csv)公布
[0114]
腕部到地：以pdf报告公布/在算法中使用
[0115]
灵巧性：以pdf报告公布/在算法中使用(仅用于确定图片集)
[0116]
初始设置分析页面3(图4)
[0117]
按照以下输入下面的细节：
[0118]
当前推杆模型：以pdf报告公布
[0119]
当前推杆类别(cpc)：以pdf报告公布
[0120]
当前推杆长度(cpl)：以pdf报告公布
[0121]
当前杆身平面角度(csp)：以pdf报告公布/在算法中使用
[0122]
优势眼(de)：以pdf报告公布
[0123]
目标倾向(a1)：以pdf报告公布/在算法中使用
[0124]
与球的距离(dfb)：以pdf报告公布/视线(e1)作为变量之一以使用下面的公式确定正确的规格，节奏(t1)：杆面旋转(r1)：以pdf报告公布/在算法中使用
[0125]
杆面旋转(r1)：以pdf报告公布/在算法中使用
[0126]
失误倾向(m1)：以pdf报告公布/在算法中使用
[0127]
(图21示出了设置算法)
[0128]
初始设置照片页面4
[0129]
边线直线图像被捕获(参见图5)，该图像以pdf报告公布
[0130]
设置分类(手位置)页面5
[0131]
为了进行分析，选择最适当的或模拟用户的图像(参见图6)。每个图像与在算法中使用的一个数值关联。这以pdf报告公布。
[0132]
设置分类(杆身到前臂平面)页面6
[0133]
为了进行分析，选择最适当的或模拟用户的图像(参见图7)。每个图像与在算法中使用的一个数值关联。这以pdf报告公布。
[0134]
设置分类(视线)页面7
[0135]
为了进行分析，选择最适当的或模拟用户的图像(参见图8)。每个图像与在算法中使用的一个数值关联。这以pdf报告公布。
[0136]
设置分类(姿势)页面8
[0137]
为了进行分析，选择最适当的或模拟用户的图像(参见图9)。每个图像与在算法中使用的一个数值关联。这以pdf报告公布。
[0138]
初始设置照片(捕获正面图像)页面9
[0139]
用户的正面图像(图10的图像2)被捕获并且以pdf报告公布。
[0140]
设置分类(球位正面)页面10
[0141]
为了进行分析，选择最适当的或模拟用户的图像(参见图11)。每个图像与在算法中使用的一个数值关联。这以pdf报告公布。
[0142]
设置分类(杆身倾斜)页面11
[0143]
为了进行分析，选择最适当的或模拟用户的图像(参见图12)。每个图像与在算法中使用的一个数值关联。这以pdf报告公布。
[0144]
设置适配(杆头、杆颈(颈部)、长度、杆底倾角、杆面倾角和握把)页面12(屏幕的顶部)
[0145]
参考图13，杆头：推荐将使用新的算法页面以用于进行初始设置推荐，包括杆头、杆颈、长度、杆底倾角、杆面倾角和握把。
[0146]
规格(长度)的推荐：根据当前的推杆配置页面，长度和杆底倾角得自页面1和页面2上的初始设置分类算法(图21)以及图像页面3至页面10的火柴人分析。
[0147]
规格(杆底倾角)的推荐：根据当前的推杆配置页面，长度和杆底倾角得自页面1和页面2上的初始设置分类算法(图22)以及图像页面3至页面10的火柴人分析。
[0148]
图23、图24、图25、图26和图27分别示出了用于杆颈、杆面倾角、杆头和杆头重量的对应的算法计算。
[0149]
设置适配(动态评估)页面12(屏幕的底部)
[0150]
如图14中所示出的，设置适配(动态评估)与流动数据输入的示例性屏幕截图：
[0151]
瞄准倾向(a1)：在算法中使用(击球和击打算法表-参见图22和图23)
[0152]
边线直线的击球方向(sd)：在算法中使用(击球和击打算法表-参见图22和图23)
[0153]
旋转速率(r)：在算法中使用(击球和击打算法表-参见图22和图23)
[0154]
开始方向(st)：在算法中使用(击球和击打算法表-参见图22和图23)
[0155]
发射(ln)：在算法中使用(发射算法表-参见图26)
[0156]
设置照片页面13
[0157]
如图15中所示出的，这是球杆适配人员将拍摄照片并且用新的推杆配置分析位置以用如从页面4-页面10执行的推荐的推杆配置再次分析位置的地方(未示出应用程序的页面15-页面21)；
[0158]
推杆配置页面23
[0159]
如图17中所示出的，此页面给予球杆适配人员如下选项：调节设置并且再次查看页面14(图16)的适配过程——即“classify new configuration(将新的配置进行分类)”的选项，或“approve fitting results(认可适配结果)”的选项，对此该页面然后将以csv(图18)、pdf摘要页面(图19)和电子邮件(图20)的形式公布推杆规格。
[0160]
示例2
[0161]
参考图28，基于上文的应用程序数据和分析，示出了一种用于制造多重可调节推杆的示例性部件适配系统，该适配系统包括：杆身；推杆杆头；以及可调节的和/或可互换的击打面板。
[0162]
如上所述，推杆的适配系统是多重可调节的，这不仅是灵巧性中性的，即既适合左手球手又适合右手球手，当调节击打面板的杆面倾角时，使用可调节的/可互换的面板维持推杆杆头的杆面倾角与杆底的关系。
[0163]
此配置允许推杆杆头在调节击打面板的杆面倾角时保持在杆身的中性轴线上。
[0164]
示例3
[0165]
参考图29，示出了一个推杆杆头实施方案，其中意图是将推杆杆头在杆底上平坦地搁置以创建一致的设置位置。已经发现，当杆底基本上平行于地表面时，球手能够校准眼睛位置和从球到推杆位于的地方的距离。为了实现此设置位置，利用推杆的顶线上的视线标记和凸缘的背部上的线来形成视角对准工具。
[0166]
例如，应用程序适配过程使用球手对直线的感知的评估，例如，这可以将视线放置在球内部(红点或中心的右侧)，因此推杆被配置为将顶线视线点加工得更靠近推杆的跟部，以在杆底基本上平行于地表面时与背部凸缘线对齐。
[0167]
示例4
[0168]
参考图30，示出了一个推杆杆头实施方案的模块化性质，其中定制适配允许对准依照个人订做的重心(cog)，例如，在更换杆头、杆颈等时。以此方式，基于击球和击打倾向，
可以将cog基本上对准以对齐，以通过允许球手击中杆头的击打面板的甜蜜点来为球手实现高尔夫球的最中性旋转轴线。
[0169]
此配置允许推杆杆头的完全定制，其中推杆被制造成具有更多趾部加重偏置，如果这是发现球手始终需要定位重量以提供甜蜜点的地方。例如，图30中的蓝点(中心的左侧)表示趾部重量增加了10克并且跟部减少了10克。
[0170]
示例5
[0171]
参考图31a、图31b、图31c和图31a、图31b、图31c、图31d和图31e，示出了击打面板的可变铣削深度。这些配置被用来控制球的速度。
[0172]
铣削图案基于球手的倾向被订做铣削。例如，球手横切球、旋转趾部更快速或更缓慢等。
[0173]
此外，利用击打面板的铣削来抵消误击。以此方式，铣削的深度还使得趾部击打上的关闭杆面被缓和的水平弧形面抵消，与用平正杆面相比，该水平弧形面使球更向右开始。基于从定制适配应用程序收集的数据，可以确定是否在趾部上使推杆失误的球手正在横切球，这常常将导致拉球。于是可以单独地匹配铣削，以协助失误的推杆，如图32a、图32b、图32c、图32d和图32e中所示出的。
[0174]
示例6
[0175]
参考图33，示出了应用程序的可选屏幕截图或页面。这是球手检查的另外的参数，并且是调节球手的对准特性时的另一个考虑因素。球手被指示设置距离洞(hole)从约12英尺开始的球。应用程序的操作者将球推入推杆的中点，并且球手被请求在它与推杆相交时通知操作者何时停止。已经发现，此过程与诸如眼优势、与球的距离以及哪个球与洞对齐的因素相关。例如，这些因素的变化——诸如球的选择越左，越远、推杆越长、以及越直立等——将确定需要被输入到应用程序内的校正类型。
[0176]
已经仅通过示例的方式描述了本发明的各方面，并且应理解，在不脱离本文的权利要求的范围的情况下，可以对其进行修改和添加。