本发明涉及动作纠错，更具体地涉及一种基于虚拟现实技术的体育动作纠错系统。
背景技术：
1、虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统，利用计算机生成一种模拟环境，使用户沉浸到该环境中，虚拟现实技术利用现实生活中的数据，通过计算机技术产生的电子信号，将其与各种输出设备结合使其转化为能够让人们感觉到的现象，通过三维模型表现出来；在体育运动训练过程中，结合虚拟现实技术以体育运动的动作进行纠错能够有效提高训练效果。
2、在体育运动中，健美操是一种深受广大群众喜爱的体育运动，具有很好的健身效果，然而在健美操的训练过程中，练习者自身往往难以发现动作中存在的错误，导致训练效果不佳，甚至会因为动作错误而引发运动损伤；而传统的对健美操动作进行纠错的形式大都需要依靠教练员的视觉观察和临场指导，但教练员的时间与精力有限，难以对所有练习者进行实时观察和及时指正，难免会出现纰漏从而降低训练效果，无法对练习者的动作进行精准纠错，从而无法提高练习者动作的准确性，并且因为姿态不正确还可能存在运动损伤风险。
技术实现思路
1、为了克服现有技术的上述缺陷，本发明提供了一种基于虚拟现实技术的体育动作纠错系统，以解决上述背景技术中存在的问题。
2、本发明提供如下技术方案：一种基于虚拟现实技术的体育动作纠错系统，包括数据输入模块、动作采集模块、动作数据处理模块、动作位置分析模块、动作姿态分析模块、姿态估计模块、综合分析模块、纠错模块、动作提示模块以及人机交互模块；
3、所述数据输入模块基于虚拟现实技术构建健美操动作训练的仿真环境，并输入标准健美操动作视频，构建健美操动作的三维模型；
4、所述动作采集模块用于通过采集设备采集用户的运动动作数据；
5、所述动作数据处理模块用于对运动时动作采集模块的动作数据进行预处理，将运动视频分为n帧图像，以每个节拍点的动作为分帧点；
6、所述动作位置分析模块用于对用户运动过程中的关键位置点进行分析，获取关键位置点的准确度；
7、所述动作姿态分析模块用于对用户运动过程中的动作姿态进行分析，获取动作姿态准确度；
8、所述姿态估计模块用于对用户在运动过程中的姿态进行估计，若与标准健美操动作不一致，则向动作提示模块发送提示指令；
9、所述综合分析模块基于关键位置点的准确度与动作姿态准确度，对每次健美操的动作进行综合分析，获取用户每次健美操运动的练习情况；
10、所述纠错模块用于对关键位置点的准确度与动作姿态准确度进行纠错判别，若判别成功，则进行纠错提示并向动作提示模块发送提示指令；
11、所述动作提示模块用于接收提示指令对错误动作进行正确的示范动作提示；
12、所述人机交互模块用于对数据进行人机交互显示。
13、优选的，所述动作位置分析模块获取关键位置点的准确度包括以下步骤：
14、步骤s01：选取关节点并将各关节点的三维坐标依次标记为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)、…、(xa,ya,za)，其中，(xa,ya,za)为第a个关节点的三维坐标，将各关节点在第i帧图像中的三维坐标标记为(xi1,yi1,zi1)、(xi2,yi2,zi2)、(xi3,yi3,zi3)、…、(xia,yia,zia)，i=1、2、3、…、n；
15、步骤s02：将标准健美操动作视频分为相同的n帧图像，记为标准图像，各关节点在第i帧标准图像中的三维坐标点记为(x´i1,y´i1,z´i1)、(x´i2,y´i2,z´i2)、(x´i3,y´i3,z´i3)、…、(x´ia,y´ia,z´ia)，i=1、2、3、…、n；
16、步骤s03：计算第a个关节点的准确度：，其中，δia为第i帧图像所对应的第a个关节点的准确度，a=1、2、3、…、a；则第a个关节点的准确度为：，其中，γa为第a个关节点的准确度；
17、步骤s04：计算关键位置点的准确度：对a个关节点的准确度进行加权平均，作为关键位置点的准确度；公式表示为：，其中，ζ1为关键位置点的准确度。
18、优选的，所述动作姿态分析模块获取动作姿态准确度的具体方式为：
19、基于动作采集模块中传感器采集的数据，获取用户运动过程中的动作姿态的欧拉角，将第i帧图像中的位姿欧拉角记为；其中，为第i帧图像中的俯仰角，θ1i为第i帧图像的偏航角，为第i帧图像的滚转角；将第i帧标准图像中的位姿欧拉角记为；其中，为第i帧标准图像中的俯仰角，θ2i为第i帧标准图像的偏航角，为第i帧标准图像的滚转角；
20、则动作姿态准确度可用公式表示为：；其中，ζ2为动作姿态准确度；，其中，为第i帧图像的俯仰角偏差；，其中，δθi为第i帧图像的偏航角偏差；，其中，为第i帧图像的滚转角偏差；i=1、2、3、…、n。
21、优选的，所述姿态估计模块基于卡尔曼滤波算法对用户在运动过程中的姿态进行估计；包括以下步骤：
22、步骤s11：将用户运动非线性的状态方程和预测方程用公式表示为：；其中，ek+1为第k+1时刻的姿态向量，ek为第k时刻的姿态向量，uk为第k时刻的控制输入，wk为符合高斯分布的过程噪声时刻的测量值，f(*)是非线性状态转移函数，gk为第k时刻的观测向量，vk为符合高斯分布的预测噪声，h(*)是非线性状态转移函数；
23、步骤s12：进行线性化：对于非线性函数f(*)和h(*)，可通过泰勒级数展开进行近似，对f(*)和h(*)分别求其相对于状态ek的雅可比矩阵fk和hk；公式表示为：；
24、步骤s13：对状态预测方程与协方差预测方程进行公式表示；所述状态预测方程表示为：；所述协方差预测方程表示为：，其中，qk为过程噪声协方差矩阵；为k时刻的状态预测值，pk|k-1为对应的协方差；为k-1时刻的状态预测值，pk-1|k-1为对应的协方差；t为转置；
25、步骤s14：计算卡尔曼增益：，其中，kk为卡尔曼增益，rk为过程噪声协方差矩阵；t为转置；
26、对状态更新方程与协方差更新方程进行表示；所述状态更新方程表示为：；所述协方差更新方程表示为：；
27、其中，为k时刻的姿态最优估计值，pk|k为更新后对应的协方差，i为对角线为1的单位矩阵。
28、优选的，所述综合分析模块进行综合分析的公式表示为：，其中，λ为综合评价指数，ω1与ω2为对应的权重因子，满足0＜ω1＜1，0＜ω2＜1。
29、优选的，所述数据输入模块将标准健美操动作视频按照与动作数据处理模块同样的分帧点将视频分为n帧图像。
30、优选的，所述动作采集模块中的采集设备包括摄像头与传感器，所述运动动作数据包括运动视频与传感器采集的数据。
31、本发明的技术效果和优点：
32、本发明通过设有动作位置分析模块、动作姿态分析模块以及姿态估计模块，有利于通过对用户运动过程中的关键位置点进行分析，获取关键位置点的准确度；通过对用户运动过程中的动作姿态进行分析，获取动作姿态准确度；通过对用户在运动过程中的姿态进行估计，若与标准健美操动作不一致，则向动作提示模块发送提示指令；从二维的关键位置点准确度与三维的动作姿态准确度两个方面进行综合分析，考虑了二维与三维两种特性，提高了动作评定的准确性，为后续对动作进行纠错奠定了基础；并对姿态进行估计，从而可提前进行提示以告知用户下一个正确的动作，以此能加深用户对正确动作的印象，防止对错误动作进行反复练习，能及时提醒用户做出正确动作；在对练习者进行实时观察与纠正的同时，提高纠错的准确性，增强训练效果，提高动作准确度。
1.一种基于虚拟现实技术的体育动作纠错系统，其特征在于：包括数据输入模块、动作采集模块、动作数据处理模块、动作位置分析模块、动作姿态分析模块、姿态估计模块、综合分析模块、纠错模块、动作提示模块以及人机交互模块；
2.根据权利要求1所述的一种基于虚拟现实技术的体育动作纠错系统，其特征在于：所述动作位置分析模块获取关键位置点的准确度包括以下步骤：
3.根据权利要求1所述的一种基于虚拟现实技术的体育动作纠错系统，其特征在于：所述动作姿态分析模块获取动作姿态准确度的具体方式为：
4.根据权利要求1所述的一种基于虚拟现实技术的体育动作纠错系统，其特征在于：所述姿态估计模块基于卡尔曼滤波算法对用户在运动过程中的姿态进行估计；包括以下步骤：
5.根据权利要求1所述的一种基于虚拟现实技术的体育动作纠错系统，其特征在于：所述综合分析模块进行综合分析的公式表示为：，其中，λ为综合评价指数，ω1与ω2为对应的权重因子，满足0＜ω1＜1，0＜ω2＜1。
6.根据权利要求1所述的一种基于虚拟现实技术的体育动作纠错系统，其特征在于：所述数据输入模块将标准健美操动作视频按照与动作数据处理模块同样的分帧点将视频分为n帧图像。
7.根据权利要求1所述的一种基于虚拟现实技术的体育动作纠错系统，其特征在于：所述动作采集模块中的采集设备包括摄像头与传感器，所述运动动作数据包括运动视频与传感器采集的数据。
