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！

申请/专利权人：广东蓝风灵飞行科技有限公司

摘要：本发明公开了基于AI的智能乒乓球发球机器人的发球实现方法，方法包括：通过摄像头对运动员发球动作过程的采集，通过神经网络对提取的发球过程特征建立乒乓球发球模型，将体位姿态进行迁移学习，通过设置每个阶段的训练目标与学习任务进行奖惩，可以依次完成发球拍与球接触、球朝向本方半台并且成功落点、从本方半台落点后成功弹过乒乓球网、过网后在对手半台的乒乓球落点，通过发球学习矩阵评估机器人发球训练效果，进一步达成机器人完成发球训练目标。本发通过机器人发球体位姿态的迁移学习结合深度学习，可提高机器人发球动作的优美性，通过局部与全局任务均衡的奖励函数的设置及高偏差损失的惩罚措施，保证机器人快速学会发球任务，降低发球失误率。

主权项：1.基于AI的智能乒乓球发球机器人的发球实现方法，其特征在于，所述方法包括：S101：收集乒乓球运动员的发球动作，通过摄像头进行运动员发球动作过程的采集，拍摄完整的发球动作视频，所述完整的发球动作视频包括发球的体位姿态、发球抛球姿态特征、抛球后的击球控制、发球后乒乓球在本方半台的落点的运动轨迹、从本方半台的落点弹过乒乓球网的乒乓球运动轨迹、过网后在对方半台的乒乓球落点轨迹，将拍摄的视频存入数据库；S102：对采集的视频数据进行预处理，将视频转化为图像并进行分割，消除背景；S103：通过卷积神经网络CNN提取发球过程的特征，包括发球的体位姿态、发球球拍姿态、发球的抛球姿态特征、抛球后的击球控制、发球后在本方半台的乒乓球落点的运动轨迹、从本方半台的落点弹过乒乓球网的乒乓球运动轨迹、过网后在对方半台的乒乓球落点轨迹；S104：通过长短期记忆人工神经网络LSTM与SVM分类器对提取的发球过程特征进行建模，建立乒乓球发球双LSTM模型,所述双LSTM模型，分为LSTM-A、LSTM-B，LSTM-A用于乒乓球接触乒乓球拍之前的训练，LSTM-B用于乒乓球脱离乒乓球拍后的训练，LSTM-A训练的输出结果用于LSTM-B的输入，并进行训练；S105：将所述乒乓球发球模型输入发球机器人进行发球训练，所述发球训练采用强化学习和迁移学习，迁移学习主要用于发球的体位姿态规划；S106：设定第一阶段的训练目标以及第一阶段的学习任务奖励惩罚进行发球训练的强化学习，得到第一发球强化训练模型，所述第一发球强化训练模型为使发球拍与球接触，所述惩罚根据第一阶段训练目标与第一阶段学习任务的偏差损失确定；S107：设定第二阶段的训练目标以及第二阶段的学习任务奖励惩罚进行发球训练的强化学习，得到第二发球强化训练模型，所述第二发球强化训练模型为使发球后离开球拍且在本方半台形成落点轨迹，所述惩罚根据第二阶段训练目标与第二阶段学习任务的偏差损失确定；S108：设定第三阶段的训练目标以及第三阶段的学习任务奖励惩罚进行发球训练的强化学习，得到第三发球强化训练模型，所述第三发球强化训练模型为使从本方半台的落点弹过乒乓球网的乒乓球运动轨迹，所述惩罚根据第三阶段训练目标与第三阶段学习任务的偏差损失确定；S109：设定第四阶段的训练目标以及第四阶段的学习任务奖励惩罚进行发球训练的强化学习，得到第四发球强化训练模型，所述第四发球强化训练模型为使过网后在对方半台的乒乓球落点轨迹，所述惩罚根据第四阶段训练目标与第四阶段学习任务的偏差损失确定；S110：经过四阶段的强化训练，得到输出结果，对机器人的发球训练进行评估，评估机器人是否学会发乒乓球及学习效果，若机器人没有学会发球，继续进行四个阶段的学习任务，直到学会发球。

全文数据：

权利要求：

百度查询： 广东蓝风灵飞行科技有限公司 基于AI的智能乒乓球发球机器人