导　　师： 李哲林; 王继军

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 本文研究可用于虚拟高尔夫训练系统的用户姿态分析模块,利用Kinect体感设备捕捉用户关节点三维坐标数据,经过处理、分析,将其应用于高尔夫挥杆动作辅助训练中。基于Kinect的运动捕捉具有数据处理简单,实时性高,价格低廉,无需贴标记点等优点。首先,本研究采取访谈法与观察法对高尔夫挥杆动作进行调研。访谈对象为高尔夫专业学生、教练,观察用户为高尔夫初学者。基于观察法对高尔夫初学者挥杆动作进行录像、拍照进行观察,分析高尔夫初学者挥杆动作技术错误,对其进行分类统计,整理出高尔夫初学者常犯的挥杆动作技术错误类型。建立基于Kinect全挥杆动作技术评估指标,评估指标包括:握杆点位置、四个特征姿态序列角度、挥杆节奏、击球速度、脊柱倾角、左右脚站姿、关节角度。其次,本研究通过对高尔夫全挥杆动作分析,高尔夫全挥杆动作上杆、下杆过程会导致身体的扭转,会引起肢体的自遮挡,导致Kinect捕捉数据出现偏差。对此,本研究提出四个特征姿态序列角度来评估全挥杆动作中四个特征姿态(准备动作、上杆顶点、击球动作、结束动作),避免单一关节角度偏差导致评估失效问题。为最优布局Kinect位置以减少肢体自遮挡导致的数据偏差问题,开展基于Kinect的高尔夫挥杆动作关节点可见性分析实验,分析8个挥杆方位,每个挥杆方位包含准备动作、上杆顶点、击球动作、结束动作的关节点追踪状态数据。其中,挥杆方位8总体关节点可见率最高,达到13.51%,挥杆方位5总体关节点可见率最低,达到11.92%。最后,本研究开发可用于虚拟高尔夫训练系统的用户姿态分析模块。为直观分析用户挥杆动作,开发基于Unity的三维挥杆动作分析模块作为虚拟高尔夫训练系统的用户姿态分析模块的子模块。基于挥杆节奏、挥杆平面、脊柱倾角、肩关节位置辅

关 键 词： 动作捕捉 全挥杆动作 用户姿态分析 挥杆评估指标

领　　域： [] []