买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中南大学申请的专利运动体运动姿态感知方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119152583B 。

龙图腾网通过国家知识产权局官网在2025-01-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411641643.4，技术领域涉及：G06V40/20；该发明授权运动体运动姿态感知方法及系统是由黄伟红;张忠腾;胡建中;彭情;张柳;张子浩;刘硕设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本运动体运动姿态感知方法及系统在说明书摘要公布了：本发明涉及运动姿态感知技术领域，尤其涉及一种运动体运动姿态感知方法及系统。所述方法包括以下步骤：对运动体对应的运动过程进行运动图像实时拍摄，得到运动体实时运动变化图像数据；对运动体对应的运动过程进行运动状态参数实时监测，得到运动体实时加速度数据以及运动体实时角速度数据；对其进行时序对齐同步处理，同时进行运动体运动坐标定位和长短期互补滤波融合分析，得到运动体运动姿态变化融合特征序列；基于运动体运动姿态变化融合特征序列对运动过程进行运动姿态轨迹识别分析，同时进行姿态变化模式识别分析和运动姿态感知分类，以得到运动体在当前运动过程中对应的运动姿态类别信息。本发明能够实现对运动体运动姿态的高精度感知。

本发明授权运动体运动姿态感知方法及系统在权利要求书中公布了：1.一种运动体运动姿态感知方法，其特征在于，包括以下步骤：步骤S1：通过高分辨率摄像头对运动体对应的运动过程进行运动图像实时拍摄，得到运动体实时运动变化图像数据；通过内置的加速度计以及陀螺仪对运动体对应的运动过程进行运动状态参数实时监测，得到运动体实时加速度数据以及运动体实时角速度数据；对运动体实时运动变化图像数据、运动体实时加速度数据以及运动体实时角速度数据进行时序对齐同步处理，得到在同一时序维度下的运动体运动图像数据、运动体加速度数据以及运动体角速度数据；步骤S2：对运动体运动图像数据进行运动体运动坐标定位，得到运动体运动空间坐标点位集；基于运动体运动空间坐标点位集对运动体加速度数据以及运动体角速度数据进行长短期互补滤波融合分析，得到运动体运动姿态变化融合特征序列；其中，步骤S2包括以下步骤：步骤S21：对运动体运动图像数据内的每一连续帧运动图像进行运动图像角点提取，得到运动体运动图像特征角点集；步骤S22：对运动体运动图像数据进行三维空间坐标系建立，以生成运动体运动图像三维空间坐标系；步骤S23：基于运动体运动图像三维空间坐标系对运动体运动图像数据内的每一连续帧运动图像进行图像空间位置几何变换计算，得到运动体运动图像空间位置几何配准矩阵；步骤S24：基于运动体运动图像空间位置几何配准矩阵对运动体运动图像特征角点集内相对应的每一个运动图像特征角点进行运动体运动坐标定位，得到运动体运动空间坐标点位集；步骤S25：基于运动体运动空间坐标点位集对运动体加速度数据以及运动体角速度数据进行长短期互补滤波融合分析，得到运动体运动姿态变化融合特征序列；其中，步骤S25包括以下步骤：步骤S251：基于运动体运动空间坐标点位集内的每一个运动空间坐标点对运动体加速度数据以及运动体角速度数据进行点位匹配划分，得到每一个运动空间坐标点位处对应的运动体加速度以及运动体角速度；步骤S252：对运动体运动空间坐标点位集内的每一个运动空间坐标点进行运动体动态响应时长监测，得到每一个运动空间坐标点位处对应的运动响应时长；步骤S253：根据预设的响应时长阈值对每一个运动空间坐标点位处对应的运动响应时长进行逐点遍历判断，当运动响应时长大于或等于预设的响应时长阈值时，则将其对应的运动空间坐标点位标记为长期响应坐标点位；当运动响应时长小于预设的响应时长阈值时，则将其对应的运动空间坐标点位标记为短期响应坐标点位；步骤S254：将被标记为长期响应坐标点位对应的运动体加速度以及运动体角速度进行长期运动状态参数合并，得到运动体长期响应运动状态参数子集；将被标记为短期响应坐标点位对应的运动体加速度以及运动体角速度进行短期运动状态参数合并，得到运动体短期响应运动状态参数子集；分别对运动体长期响应运动状态参数子集以及运动体短期响应运动状态参数子集进行运动姿态变化特征分析，得到运动体长期运动姿态变化特征子集以及运动体短期运动姿态变化特征子集；步骤S255：对运动体长期运动姿态变化特征子集以及运动体短期运动姿态变化特征子集进行长短期互补滤波融合分析，得到运动体运动姿态变化融合特征序列；其中，步骤S255包括以下步骤：分别对运动体长期运动姿态变化特征子集以及运动体短期运动姿态变化特征子集进行动静态特征分离，得到运动体长期运动姿态动态特征成分、运动体长期运动姿态静态特征成分、运动体短期运动姿态动态特征成分以及运动体短期运动姿态静态特征成分；利用特征成分累积误差计算公式对运动体长期运动姿态动态特征成分、运动体长期运动姿态静态特征成分、运动体短期运动姿态动态特征成分以及运动体短期运动姿态静态特征成分进行长短期累积误差核算，得到运动体长期运动姿态累积误差以及运动体短期运动姿态累积误差；基于运动体长期运动姿态累积误差以及运动体短期运动姿态累积误差对运动体长期运动姿态变化特征子集以及运动体短期运动姿态变化特征子集进行长短期互补滤波融合分析，得到运动体运动姿态变化融合特征序列；步骤S3：基于运动体运动姿态变化融合特征序列对相对应的运动过程进行运动姿态轨迹识别分析，以生成运动体运动姿态变化轨迹；步骤S4：对运动体运动姿态变化轨迹进行姿态变化模式识别分析，得到运动体运动姿态变化模式；基于运动体运动姿态变化模式对相对应的运动体运动姿态变化轨迹进行运动姿态感知分类，以得到运动体在当前运动过程中对应的运动姿态类别信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中南大学，其通讯地址为：410000 湖南省长沙市岳麓山左家垅；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。