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！

龙图腾网获悉重庆邮电大学申请的专利一种基于惯性动捕的网球击球稳定性评估方法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：CN117224921B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202311186447.8，技术领域涉及：A63B71/06；该发明授权一种基于惯性动捕的网球击球稳定性评估方法是由胡峰;张鑫然;杨永亮设计研发完成，并于2023-09-14向国家知识产权局提交的专利申请。

本一种基于惯性动捕的网球击球稳定性评估方法在说明书摘要公布了：本发明涉及人工智能与运动科学领域，特别涉及一种基于惯性动捕的网球击球稳定性评估方法，包括构建关节点与T帧的骨骼序列时空图，该时空图表示一帧内各关节的三维空间信息以及帧与帧之间节点变化的时间信息；构建的基于图神经网络的动作识别网络，利用该网络对击球类型进行识别；识别出用户的击球类型后，随机选择两个相同类型的击球动作，使用动态时间扭曲算法计算两次击球的最优路径距离；对人体关节节点进行分组，计算每组关节节点的稳定性和权重，并利用权重对该组关节节点稳定性进行加权；将得到的加权稳定性进行百分制转换，得到最终的稳定性评价分数；本发明能够更加准确识别网球动作识别，并且能够击球稳定性评估结果更加准确。

本发明授权一种基于惯性动捕的网球击球稳定性评估方法在权利要求书中公布了：1.一种基于惯性动捕的网球击球稳定性评估方法，其特征在于，具体包括以下步骤： S1、利用惯性动捕套装捕捉训练者在不同类型下击球时的每一帧的多关节点的三维坐标及惯性传感器测量的惯性数据； S2、根据设置的关节数量，构建关节点与T帧的骨骼序列时空图，该时空图表示一帧内各关节的三维空间信息以及帧与帧之间节点变化的时间信息； S3、构建的基于图神经网络的动作识别网络，利用该网络对击球类型进行识别； S4、识别出用户的击球类型后，随机选择两个相同类型的击球动作，使用动态时间扭曲算法计算两次击球的最优路径距离，包括： 采集训练者相同击球类型下的m次击球数据，每次击球选择60帧数据，第i次击球的数据表示为： M=[A1t-30,…,Ant-30,…,A1t,…,Ant,…,A1t+29,…,ANt+29]； 其中，Ant表示t时刻第n个关节点第0帧的击球特征，帧数的取值范围为{-30,-29,…,0,…,29}，m为大于2的整数； 随机选择两个击球数据进行组合，得到n个组合数据，使用动态时间扭曲算法计算每个组合的最优路径距离，表示为： 其中，表示长度为i的击球特征序列和长度为j的击球特征序列之间的最优路径距离；表示球特征序列M中第i个元素与击球特征序列N中第j个元素之间的距离； S5、对人体关节节点进行分组，计算每组关节节点的稳定性和权重，并利用权重对该组关节节点稳定性进行加权；加权稳定性表示为： 其中，为加权稳定性；为第θ组关节节点集合的击球稳定性；为第r组击球序列中第θ组关节节点集合的DTW距离，若采集m次击球动作序列，将击球序列两两组合，得到组击球序列，表示一组击球序列中的两个击球序列； 第θ组关节节点集合的权重表示为： 其中，表示第个关节节点集合，为对应关节点，为集合中元素数量；表示击球序列中基于IMU传感器所测得特征集合，表示击球类型集合； 击球序列特征与击球类别之间互信息表示为： 其中，表示特征x和击球类型标签y的联合概率分布；表示特征x的概率分布；表示击球类型标签y的概率分布； S6、将得到的加权稳定性进行百分制转换，得到最终的稳定性评价分数，表示为： Ssorce=100–93×0.96 其中，Ssorce为最终的稳定性评价分数；为加权稳定性。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；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”。

以上内容由龙图腾AI智能生成。