运动场地表面的状态检测方法和装置与流程

计算;推算;计数设备的制造及其应用技术1.本公开涉及数据处理技术，具体涉及运动场地表面的状态检测方法和装置。背景技术：2.在各种比赛场景中，运动物体可以在运动场地表面运动。例如，在冰壶比赛中，冰壶作为运动物体，可以在冰壶赛道表面运动。为了实现更好的比赛效果，相关技术中存在对运动场地表面的状态进行检测的需求，比如可以检测冰壶赛道的表面的滑涩度，等。通过检测运动场地表面的状态，力争使得通过具有较好的表面状态的运动场地投入到比赛中，有助于比赛的正常发挥。3.而在相关技术中，通常是根据运动员的经验对运动场地的表面状态进行定性的分析，这种分析方式较多的依靠经验，准确性不高，而且效率较低。技术实现要素：4.有鉴于此，本公开实施例至少提供一种运动场地表面的状态检测方法和装置。5.第一方面，提供一种运动场地表面的状态检测方法，所述方法包括：6.获取运动物体在所述运动场地表面运动时的至少两个运动参数的实际值，所述至少两个运动参数中包括：第一运动参数；7.基于所述至少两个运动参数中除第一运动参数之外的其他运动参数，根据参数关联模型，确定所述第一运动参数对应的参照值；所述参数关联模型用于表示所述运动物体在参照状态的运动场地表面运动时的所述至少两个运动参数之间的关联关系；所述参照值用于表示当所述运动物体在所述参照状态的运动场地表面运动时的第一运动参数；8.基于获取的所述第一运动参数的实际值与所述参照值之间的差异，确定所述运动场地表面的状态数据。9.第二方面，提供了一种运动场地表面的状态检测装置，所述装置包括：10.参数获取模块，用于获取运动物体在所述运动场地表面运动时的至少两个运动参数的实际值，所述至少两个运动参数中包括：第一运动参数；11.参照确定模块，用于基于所述至少两个运动参数中除第一运动参数之外的其他运动参数，根据参数关联模型，确定所述第一运动参数对应的参照值；所述参数关联模型用于表示所述运动物体在参照状态的运动场地表面运动时的所述至少两个运动参数之间的关联关系；所述参照值用于表示当所述运动物体在所述参照状态的运动场地表面运动时的第一运动参数；12.状态确定模块，用于基于获取的所述第一运动参数的实际值与所述参照值之间的差异，确定所述运动场地表面的状态数据。13.第三方面，提供了一种电子设备，所述设备包括存储器、处理器，所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时实现本公开任一实施例所述的方法。14.第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本公开任一实施例所述的方法。15.本公开实施例提供的运动场地表面的状态检测方法和装置，通过基于运动物体在运动场地表面的运动参数之间的关联模型，将实际获取到的运动参数与对应的利用关联模型得到的参照值进行比较，基于比较的差异来确定运动场地表面的状态，该方法是一种定量的对运动场地表面状态进行检测的方法，并且，通过将运动参数与关联模型确定的参照状态下的参照值进行比较的方式确定上述场地表面状态，使得获得的检测结果也较为客观和准确；该方法可以在获取到运动参数的实际值时自动执行上述比较流程得到场地表面状态，效率较高。附图说明16.为了更清楚地说明本公开一个或多个实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开一个或多个实施例中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。17.图1示出了本公开至少一个实施例提供的一种运动场地表面的状态检测方法的流程示意图；18.图2示出了本公开至少一个实施例提供的一种冰壶赛道的示意图；19.图3示出了本公开至少一个实施例提供的一种参数关联模型的拟合示意图；20.图4示出了本公开至少一个实施例提供的一种运动场地表面的状态检测方法的流程示意图；21.图5示出了本公开至少一个实施例提供的一种运动场地表面的状态检测方法的流程示意图；22.图6示出了本公开至少一个实施例提供的多个参数范围的示意图；23.图7示出了本公开至少一个实施例提供的一种运动场地表面的状态检测装置的结构示意图。具体实施方式24.为了使本技术领域的人员更好地理解本公开一个或多个实施例中的技术方案，下面将结合本公开一个或多个实施例中的附图，对本公开一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本公开保护的范围。25.本公开实施例提供了一种运动场地表面的状态检测方法，该方法可以应用于检测运动场地表面的状态。图1示出了本公开至少一个实施例提供的一种运动场地表面的状态检测方法的流程示意图，如图1所示，可以包括如下处理：26.在步骤100中，获取运动物体在所述运动场地表面运动时的至少两个运动参数的实际值，所述至少两个运动参数中包括：第一运动参数。27.在不同的运动场景中，可以有不同的运动物体和对应的运动场地。例如，在冰壶比赛的场景中，运动物体是冰壶，运动场地表面可以是冰壶赛道的表面。在运动的过程中，运动物体可以在所述的运动场地表面运动，比如，冰壶可以在冰壶赛道表面滑行。28.运动物体在运动场地表面运动时，可以具有至少两个运动参数。本步骤可以获取该至少两个运动参数的实际值。该运动参数包括但不限于：速度、运行时间等。所述的实际值指的是，当要检测运动场地表面的状态时，可以使得运动物体在该待检测的运动场地的表面进行运动，并同时获取该运动物体在运动时的运动参数，这些运动参数是实际采集获取的运动物体在运动时的运动参数，称为实际值。此外，本实施例不限制获取所述运动参数的方式，例如，可以是通过视频采集设备拍摄运动场地的视频帧，并通过图像处理的方式获得上述运动参数。或者，还可以是通过传感器感应的方式获得上述运动参数，等。29.本步骤中，可以将获取的至少两个运动参数中的部分运动参数称为第一运动参数。该第一运动参数是在后续步骤中用于通过比较参数数值来确定运动场地的表面状态的参数。比如，可以将运动速度和/或运动时间作为第一运动参数，那么，后续的步骤中也是通过比较第一运动参数的相关数值来进行判断。30.在步骤102中，基于所述至少两个运动参数中除第一运动参数之外的其他运动参数，根据参数关联模型，确定所述第一运动参数对应的参照值。31.其中，所述参数关联模型用于表示运动物体在参照状态的运动场地表面运动时的所述至少两个运动参数之间的关联关系。示例性的，所述的参照状态可以是一种大多数运动场地表面都符合的正常质量状态。仍以冰壶为例，参照状态可以是大多数的冰壶比赛的赛道都满足的正常冰面质量状态，具有一种普遍的正常冰面滑涩度。当然，本实施例不限制于此，也可以将其他等级的表面质量状态作为参照状态。该参照状态可以是为了后续确定运动场地表面的状态数据作为一个比较的参照基准。32.所述的参数关联模型可以是预先建立并存储，并应用于本处理流程中。举例来说，若要获得上述大多数的冰壶赛道都满足的正常冰面质量状态下的参数关联模型，可以收集多场冰壶比赛的数据，该数据中可以包括想要建立关联关系的至少两个运动参数，包括但不限于速度和运行时间等参数。然后可以将该多场比赛数据进行拟合，得到上述至少两个运动参数之间满足的参数关联模型。示例性的，可以通过多场冰壶比赛数据，拟合得到在正常的冰面滑涩度的状态下，冰壶在冰面运动时的速度和运行时间之间的方程，该方程称为表征冰壶在参照状态下运动时的速度和运行时间之间关联关系的参数关联模型。33.在所述的参数关联模型表征了参数间的关联关系的基础上，当已知其中一部分运动参数时，就可以根据已知的参数以及该模型，得到未知的运动参数。例如，步骤100中提到，获取的至少两个运动参数中可以包括第一运动参数，那么除了该第一运动参数，还包括其他运动参数，参数关联模型表征的是第一运动参数和所述“其他运动参数”之间的关联关系。此时就可以根据“其他运动参数”和参数关联模型，计算得到第一运动参数对应的参照值。所述参照值用于表示当运动物体在所述参照状态的运动场地表面运动时的第一运动参数。34.举例来说：假设预先建立了冰壶的参数关联模型，该关联模型表示了冰壶在参照状态下的冰壶赛道的冰面运动时的运动速度和运动时间之间的关联关系。当要评估某一个冰壶赛道的冰面质量状态时，先采集获取冰壶在该待检测的冰面上运行时的运动速度和运动时间，这些采集的数值即“实际值”。此外，假设确定运动速度作为第一运动参数，那么可以再根据上述的参数关联模型，基于采集获取的运动时间和该模型，计算得到运动速度对应的参照值。该运动速度对应的参照值是基于模型计算得到的，不同于上述实际采集获取的“实际值”。该参照值表示的如果冰壶在参照状态的冰面运动时具有的运动速度，而实际值指的是冰壶在待检测的冰面运动时具有的运动速度，该待检测的冰面尚未确定其具有的冰面状态。35.在步骤104中，基于获取的所述第一运动参数的实际值与所述参照值之间的差异，确定所述运动场地表面的状态数据。36.本步骤中，通过比较第一运动参数的实际值与所述参照值之间的差异，就可以确定运动场地表面的状态数据。如上所述的，参照值是用于表示当运动物体在参照状态的运动场地表面运动时的第一运动参数，而实际值是当运动物体在待检测状态的运动场地表面运动时的第一运动参数，根据这两个参数比较的差异，就相当于可以确定待检测的运动场地表面的状态与所述“参照状态”之间的差异，从而来确定运动场地表面的状态数据。37.例如，若参照状态是正常质量状态，那么如果实际值与参照值的差距越大，就表明待检测的运动场地的表面状态与正常质量状态间的差异越大，具体可以实际差异的数值来确定待检测的运动场地的表面状态是更好或者更坏。38.本公开实施例提供的运动场地表面的状态检测方法，通过基于运动物体在运动场地表面的运动参数之间的关联模型，将实际获取到的运动参数与对应的利用关联模型得到的参照值进行比较，基于比较的差异来确定运动场地表面的状态，该方法是一种定量的对运动场地表面状态进行检测的方法，并且，通过将运动参数与关联模型确定的参照状态下的参照值进行比较的方式确定上述场地表面状态，使得获得的检测结果也较为客观和准确；该方法可以在获取到运动参数的实际值时自动执行上述比较流程得到场地表面状态，效率较高。39.如下将以运动物体是冰壶，运动场地是冰壶赛道为例，来说明如何通过本公开实施例的方法来检测冰壶赛道的冰面状态。但可以理解的是，该方法的应用不局限于冰壶场景，其他运动场景也可以应用该方法来评估场地表面状态。40.在冰壶比赛中，由于空气温度和大气湿度的变化，以及制冰师的制作工艺水平不同，导致制作好的冰壶冰面会有不同，具体变现为冰面的摩擦系数会在整体上出现一定程度的波动，从而不同的冰面可以具有不同的滑涩度。例如，待检测的冰面状态可以是表示冰面的滑涩程度。例如，冰面的涩度越大，则冰壶在冰面上滑行时遇到的阻力越大，表明冰面状态越差；又例如，冰面的涩度越小，越光滑，则冰壶在冰面上滑行时遇到的阻力越小，表明冰面状态越好。41.而冰面的滑涩程度不同，可以影响到冰壶在冰壶赛道中的两条前掷线之间的运行时间不同。请参见图2的示意，图2示意了冰壶赛道的示意图。在冰壶赛道中可以包括两条前掷线(hog line)：前掷线11和前掷线12。冰壶13从投壶区一侧投出后，沿着冰面滑行至营垒区的大本营。其中，冰壶在前掷线11和前掷线12之间的运行时间，可以称为“大表时间”。冰面越光滑，通常大表时间越短；冰面涩度越高，大表时间越长。42.本公开实施例旨在通过对冰壶的运动参数的检测来表征冰面状态，例如，上述的大表时间就是一种运动参数，是冰壶在冰面上运行时处于两条前掷线之间的运行时间。再者，考虑到大表时间不仅与冰面的滑涩程度有关，而且还与冰壶的投掷速度有关，例如，即使同一滑涩程度的冰面，若投掷者的投掷速度较大，则将使得大表时间缩短，反之，若投掷者的投掷速度较小，则大表时间较长。基于此，本公开实施例将建立冰壶运动的两个运动参数“投掷速度与大表时间”之间的关联模型，即该关联模型可以表征冰壶的投掷速度与大表时间遵循的关联关系，在该关联模型的基础上，再通过运动参数的比较来衡量冰面的滑涩程度对运动参数的影响。43.首先，为了建立上述关联模型，可以获取样本数据集，该样本数据集中可以包括用于建立模型的足够数量的样本数据。其中，每一个样本数据可以包括：冰壶运动中冰壶的初速度和大表时间。这些样本数据集中的样本数据可以是从实际冰壶比赛中采集得到，例如，可以采集了多场冰壶比赛的数据，每一场冰壶比赛中又可以包括多局，每一局又可以投掷多次冰壶，而每一次冰壶投掷都可以得到一个“初速度+大表时间”的样本数据。从而该多场冰壶比赛就可以得到多个样本数据组成的样本数据集。44.所述的初速度可以是冰壶在冰壶赛道上初始滑行时的速度，即上面提到的冰壶的投掷速度。本公开实施例可以将样本数据中的初速度和大表时间分别称为“样本初速度”和“样本大表时间”。45.例如，上述的样本初速度，具体可以是冰壶在出手时(即在冰壶赛道上初始滑行时)沿运动轨迹方向的切向速度。比如，运动员在冰壶赛道的投壶区投掷冰壶，当冰壶出手时，沿着冰壶轨迹线的切向的冰壶速度，作为冰壶的初速度。参见图2的示意。冰壶通常是在投壶区的前掷线11之前出手。46.又例如，上述的样本初速度，具体还可以是：采集冰壶运动的小表时间，该小表时间可以是冰壶在投壶区的底线和前掷线之间的运行时间。参见图2的示意，冰壶在底线14至前掷线11之间的运行时间可以称为小表时间。在获得小表时间之后，可以根据该小表时间、以及底线14至前掷线11之间的距离，得到冰壶的初速度。例如，初速度等于小表时间/距离。47.上述的冰壶运动中冰壶的初速度和大表时间的采集方式，本公开实施例不做限制。示例性的，可以通过图像采集设备采集冰壶运动的视频，并通过对该视频中的各个视频帧的图像分析，得到冰壶的初速度和大表时间。48.在获得样本数据集后，拟合所述样本数据集中包括的样本数据，得到冰壶的初速度和大表时间之间的关联模型。参见图3的示意，通过对样本数据的拟合，可以得到初速度和大表时间之间的拟合方程，该拟合方程即冰壶的初速度和大表时间之间的参数关联模型，该关联模型表示了初速度和大表时间之间的关联关系，用于表征如何由大表时间得到初速度。图3示意了初速度和大表时间之间的函数关系曲线(即拟合方程对应的曲线)，在图3中，横坐标是时间(单位可以是s)，纵坐标可以是初速度(单位可以是m/s)。49.如下的公式(1)示例一个可选的拟合方程：[0050][0051]上述的公式(1)仅是一种示例的多项式拟合方程，实际实施中不局限于此。其中，公式中的v表示冰壶的初速度，t表示冰壶的大表时间，a、b、c是参数。通过样本数据集中的冰壶的样本初速度和样本大表时间，就可以确定上述的参数a、b和c，从而得到公式(1)的方程。该方程可以称为初速度和大表时间之间的关联模型，反映了初速度和大表时间满足的关联关系。[0052]此外，还需要说明的，上述的公式(1)所示的关联模型，是将大表时间作为自变量，将冰壶的初速度作为因变量。实际上还可以将冰壶的初速度作为自变量，将大表时间作为因变量。如下的描述先以上述的公式(1)的形式为例。[0053]在建立了上述的关联模型后，可以基于该关联模型进行冰壶运动的冰面状态检测。图4示出了本公开至少一个实施例提供的一种运动场地表面的状态检测方法，该方法可以应用于检测冰壶运动的冰面状态，该方法中，以获取冰壶运动的两个运动参数为例。如图4所示，该方法可以包括如下处理：[0054]在步骤400中，获取冰壶运动的两个运动参数的实际值，所述两个运动参数包括：冰壶的初速度和大表时间。[0055]本步骤中，冰壶的运动参数“初速度和大表时间”，例如可以是通过对冰壶运动现场采集的视频帧进行处理分析得到，或者也可以通过其他方式采集，本实施例不做限制。[0056]再者，本步骤中的冰壶的初速度，可以是冰壶在出手时沿运动轨迹方向的切向速度，或者还可以是根据小表时间以及底线和前掷线之间的距离确定的速度。具体采用上述两种中的哪种确定方式，可以根据关联模型的建立过程，保持与关联模型使用的初速度一致。例如，关联模型中使用的初速度是切向速度，那么在本实施例中也获取切向速度作为初速度。[0057]在步骤402中，基于所述两个运动参数之间的参数关联模型、以及所述两个运动参数的第一运动参数之外的其他运动参数，得到第一运动参数对应的参照值。[0058]本实施例可以将初速度定为第一运动参数。[0059]以参数关联模型是公式(1)为例，可以根据步骤400中获取到的大表时间、以及公式(1)所示的参数关联模型，得到初速度。可以将此根据参数关联模型计算得到的初速度表示为并且由于该初速度是基于关联模型确定，可以称为冰壶的初速度对应的“参照值”。[0060]在步骤404中，基于获取的第一运动参数的实际值与所述参照值之间的差异，确定所述冰壶赛道中的冰面状态。[0061]仍以关联模型是公式(1)为例，在确定了冰壶的初速度对应的“参照值”之后，可以将步骤400中获取到的冰壶的初速度的实际值与该“参照值”进行比较，根据两者的差异来确定冰壶赛道中的冰面状态。[0062]在一个例子中，可以计算实际获取的冰壶的初速度的实际值与参照值之间的速度差值，并根据该速度差值来进行判断：[0063]如果该速度差值在一定的数值范围内，则可以认为冰面状态处于正常状态。[0064]如果该速度差值较大，超过了预设的阈值，那么可以分两种情况：[0065]一种情况是，实际获取的初速度大于参照值，且速度差值较大，表明冰面涩度较高，冰面状态较差。即，本来初速度与大表时间应该满足关联模型所示的关系，例如，根据关联模型的限定，大表时间是t1时，初速度是而由于冰面状态较差，涩度太高，导致冰壶初始运行时的初速度要较高(远高于)才能得到相同的大表时间t1。[0066]另一种情况是，实际获取的初速度小于参照值，且速度差值较大，表明冰面比较滑，比正常冰面状态还要更滑。例如，根据关联模型的限定，大表时间是t1时，初速度是而由于冰面较滑，导致冰壶初始运行时的初速度比小很多，就能得到相同的大表时间t1。[0067]此外，本公开实施例根据实际的冰壶比赛采集的样本数据集来构建初速度和大表时间之间的关联模型，该关联模型能够反映大多数冰面的状态，也可以理解为在大多数冰面状态处于正常状态下，冰壶的初速度和大表时间满足关联模型所限定的关系，即该关联模型表征了冰面所处的一种状态，可以称其为正常状态(因为方程是拟合得到，绝大多数冰面的运行参数都符合该方程)。如上面的例子中，若实际获取的冰壶的初速度距离参照值较为接近，可以认为冰面状态是正常的；而若实际获取的冰壶的初速度距离参照值较远，那么可能是由于冰面与正常状态相比太涩或者太滑。可见，通过将实际的冰壶运动参数与参照值相比较，就可以得到冰面的滑涩程度。[0068]本公开实施例在通过图4所示的流程对冰面状态进行检测，可以是投一次冰壶，采集本次冰壶运动的初速度和大表时间，再按照图4所示的流程，将初速度和大表时间与关联模型计算的参照值比较，确定冰面状态。或者，还可以是，对于任一运动参数，采集至少两次运动分别对应的运动参数的实际值，综合得到最终的运动参数的实际值。比如，可以采集至少两次冰壶运动分别对应的初速度和大表时间的实际值，并根据所述至少两次冰壶运动的初速度的实际值，确定最终的初速度的实际值；根据所述至少两次冰壶运动的大表时间的实际值，确定最终的大表时间的实际值。[0069]例如，假设要检测冰壶赛道的冰面状态，投了两次冰壶，分别得到这两次冰壶运动的初速度和大表时间：“v2，t2”、“v3，t3”。然后可以综合该两次的运动参数得到最终的运动参数。示例性的，可以将v2和v3进行加权平均，得到最终的初速度，将t2和t3进行加权平均，得到最终的大表时间。接着利用最终的初速度和最终的大表时间，继续执行步骤402和步骤404。[0070]本实施例的冰壶运动的冰面状态检测方法，通过基于冰壶运动的运动参数之间的关联模型，将实际获取到的运动参数与对应的利用关联模型得到的参照值进行比较，基于比较的差异来确定冰面状态，该方法是一种定量的对冰面状态进行检测的方法，并且，通过将运动参数与关联模型确定的参照值进行比较的方式确定冰面状态程度，得到的检测结果也较为客观和准确。[0071]图5示出了本公开至少一个实施例提供的运动场地表面的状态检测方法，本例子的检测方法提供了一种根据运动参数的实际值与参照值的差异来确定冰面状态的示例性方式，考虑了允许的正常状态波动范围，并且还根据参照值与运动参数的实际值的差异设定了多个状态范围。如图5所示，该方法可以包括如下处理，其中，与图4所示例子相同的步骤将不再详述。[0072]在步骤500中，获取冰壶运动的两个运动参数的实际值，所述两个运动参数包括：冰壶的初速度和大表时间。[0073]例如，本步骤采集的冰壶运动的两个运动参数为：初速度v和大表时间t。[0074]在步骤502中，基于所述两个运动参数之间的参数关联模型、以及所述两个运动参数的第一运动参数之外的运动参数，得到第一运动参数对应的参照值。[0075]例如，基于上面的公式(1)限定的关联模型，可以将大表时间t代入到公式中，得到冰壶的初速度对应的参照值如下面的公式(2)。[0076]即[0077]在步骤504中，基于所述参照值得到至少一个参数界限值，所述参数界限值是在所述参照值的基础上偏移增量值得到，不同的所述参数界限值分别对应不同的所述增量值。[0078]本步骤中，考虑到允许冰面状态在关联模型限定的参照值的基础上存在一定的小范围波动，本实施例还可以根据之前建立关联模型时依据的样本数据集，统计得到各样本数据距离关联模型对应的方程线的均方差σ，例如，可以是mse(mean square error)，该均方差σ反映了数据的波动情况。[0079]本实施例可以定义如下至少两个参数范围，不同的参数范围分别对应不同的冰面状态数据。每一个参数范围的边界可以是由上述的参照值和/或参数界限值确定，比如，由参照值和一个参数界限值确定出一个参数范围[参照值，参数界限值]，由参照值和另一个参数界限值确定出另一个参数范围[参照值，参数界限值]；又比如，由两个参数界限值确定出又一个参数范围[参数界限值，参数界限值]等。不同的参数界限值可以对应是由参照值偏移了不同的增量值得到。[0080]如下示例了几种参数范围，但实际实施中不局限于此：[0081](1)：[0082]其中，是冰壶的初速度对应的参照值，σ是均方差，可以称为一个参数界限值，可以称为另一个参数界限值。所述的“a1*σ”称为增量值，即在参照值的基础上偏移了增量值“a1*σ”后，得到了参数界限值。其中，偏移可以有两个方向，正向偏移后得到参数界限值往负向偏移后得到参数界限值[0083]例如，可以结合参见图6所示，关联模型对应的方程线是中间线51，下面的第一条线52对应参数界限值上面的第一条线53对应参数界限[0084]由上述两个参数界限值限定的参数范围可以认为冰面处于正常的状态，处于正常的冰面滑涩度，可以将此状态表示为“滑涩等级3”。[0085](2)：[0086]其中，a2》a1，且a1和a2都是自然数。可以称为又一个参数界限值，在图6中对应于方程线51上面的第二条线54，即这条线54上的数值对应参数界限值其中的“a2*σ”也是增量值，可以看到，参数界限值与参数界限值两者在参照值基础上偏移的增量值是不同的，一个偏移了增量值“a2*σ”，一个偏移了增量值“a1*σ”。[0087]由上述两个参数界限值限定的参数范围可以认为冰面比正常的滑涩度要较涩一些，可以将此状态表示为“滑涩等级2”，该“滑涩等级2”与“滑涩等级3”相比，冰面的涩度要大一些，即滑行阻力稍大。[0088](3)：[0089]由上述参数界限值限定的参数范围可以将此状态表示为“滑涩等级1”，该“滑涩等级1”与“滑涩等级2”相比，冰面的涩度要更大一些，即滑行阻力更大。[0090](4)：[0091]其中，可以称为又一个参数界限值，在图6中对应于方程线51下面的第二条线55，即这条线55上的数值对应参数界限值[0092]由上述两个参数界限值限定的参数范围可以认为冰面比正常的滑涩度要更滑一些，可以将此状态表示为“滑涩等级4”，该“滑涩等级4”与“滑涩等级3”相比，冰面更滑，即滑行阻力进一步变小。[0093](5)：[0094]由上述参数界限值限定的参数范围可以将此状态表示为“滑涩等级5”，该“滑涩等级5”与“滑涩等级4”相比，冰面更滑，即滑行阻力更小。[0095]如上，本实施例定义了5个参数范围，不同的参数范围具有不同的冰面滑涩程度。并且可以看到，若参数范围与方程线51表示的参照值的距离在预设距离范围内，所述参数范围对应的冰面状态数据表示冰面状态处于正常的滑涩度，也就是处于参照状态。例如，参数范围就是与参照值较为接近的范围，可以认为冰面的滑涩程度属于中等的正常状态即参照状态。而若参数范围与所述参照值的距离越远，所述参数范围对应的冰面状态数据表示冰面越涩或越滑，即与参照状态的差异越大。比如，参数范围相比于参数范围距离参照值更远，其表示的冰面更涩，滑行阻力更大。反之，参数范围表示的冰面就越滑。[0096]需要说明的是，上述5个参数范围仅是示例，实际实施中并不局限于此。例如，参数界限值是在参照值的基础上考虑到波动，偏移了一定的增量值得到，例如，可以设置为偏移4个均方差σ或者6个σ等。即偏移的范围可以自主设定。另外，本实施例是以划分了5个参数范围为例，参数范围的数量本实施例也不做限制。比如，如果想要获得更细致的滑涩等级的划分，可以设定7个参数范围或更多，具体的参数范围对应的参数界限值可以是自主设定在参照值基础上偏移的波动范围。[0097]在步骤506中，将获取到的所述第一运动参数的实际值分别与所述参照值或参数界限值进行比较，确定所述第一运动参数对应的参数范围。[0098]在设定了多个参数范围的基础上，本步骤可以通过第一运动参数的实际数值与各参数界限值或者参照值进行比较，确定对应的参数范围。[0099]例如，将步骤500中获取的冰壶的初速度v的实际值与各个参照值或参数界限值比较，得到的比较结果是即该初速度的坐标点处于图6中所示的线55和线52之间的范围内。[0100]在步骤508中，根据所述参数范围和参照状态，得到所述参数范围对应的冰面状态数据。[0101]根据上面的例子，当冰壶的初速度v处于参数范围根据上面的例子，当冰壶的初速度v处于参数范围内时，其对应的冰面状态数据是：“滑涩等级4”，即此时的冰面状态比正常状态(即参照状态)要更滑一些。其中，参照值相当于对应的冰面正常的滑涩度状态，而如果实际值v处于参数范围内时，距离参照值较远一些，那就与正常滑涩度状态之间具有稍大一些的差异。结合该参数范围是处于参照值的下方，即实际值比参照值要小，那么可以确定冰面的滑涩度是更滑一些。[0102]本实施例的方法，通过基于冰壶运动的运动参数之间的关联模型，将实际获取到的运动参数与对应的利用关联模型得到的参照值进行比较，基于比较的差异来确定冰面状态，该方法是一种定量的对冰面状态进行检测的方法，并且，通过将运动参数与关联模型确定的参照值进行比较的方式确定冰面状态程度，得到的检测结果也较为客观和准确；此外，本实施例还通过参数界限值的比较确定参数范围，使得冰面检测更加细致。[0103]在本公开实施例上面的例子中，均是以大表时间t作为因变量，以冰壶的初速度v作为自变量建立关联模型，在其他的例子中，也可以将冰壶的初速度v作为因变量，将大表时间t作为自变量建立关联模型。[0104]当将初速度v作为因变量，将大表时间t作为自变量建立关联模型时，在检测冰面状态时，当获取到冰壶的初速度和大表时间后，可以将获取到的冰壶的实际初速度代入关联模型中，得到大表时间对应的参照值。然后可以将获取到的大表时间的实际值与该对应的大表时间的参照值进行比较，根据两者的差异来确定冰壶赛道中的冰面状态。[0105]具体的比较方式与上面例子中初速度的比较是类似的，比如，同样可以统计获得均方差，并在大表时间的参照值的基础上偏移一定倍数的均方差得到多个参数界限值，从而得到多个参数范围。只不过这些参数范围是大表时间的参数范围。如果实际的大表时间落在的参数范围距离参照值越远，并且实际大表时间大于参照值，表明冰面越涩，阻力越大；反之，如果实际大表时间小于参照值，且实际的大表时间落在的参数范围距离参照值越远，表明冰面越滑，冰壶的滑行阻力越小。[0106]为了实现本公开任一实施例的方法，本公开实施例还提供了一种运动场地表面的状态检测装置，请参见图7。如下对该装置的结构做简单说明，其中各个模块的具体处理可以结合参见方法实施例所述。如图7所示，该装置可以包括：参数获取模块71、参照确定模块72和状态确定模块73。[0107]参数获取模块71，用于获取运动物体在所述运动场地表面运动时的至少两个运动参数的实际值，所述至少两个运动参数中包括：第一运动参数。[0108]参照确定模块72，用于基于所述至少两个运动参数中除第一运动参数之外的其他运动参数，根据参数关联模型，确定所述第一运动参数对应的参照值；所述参数关联模型用于表示所述运动物体在参照状态的运动场地表面运动时的所述至少两个运动参数之间的关联关系；所述参照值用于表示当所述运动物体在所述参照状态的运动场地表面运动时的第一运动参数。[0109]状态确定模块73，用于基于获取的所述第一运动参数的实际值与所述参照值之间的差异，确定所述运动场地表面的状态数据。[0110]在一个例子中，所述状态确定模块73，在用于基于获取的所述第一运动参数的实际值与所述参照值之间的差异，确定所述运动场地表面的状态数据时，包括：基于所述参照值得到至少一个参数界限值，所述参数界限值是在所述参照值的基础上偏移增量值得到，不同的所述参数界限值分别对应不同的所述增量值；将获取到的所述第一运动参数的实际值与所述参照值和/或至少一个参数界限值进行比较，确定所述第一运动参数对应的参数范围；所述参数范围的边界由所述参照值和/或所述参数界限值限定；根据所述参数范围和所述参照状态，得到所述参数范围对应的状态数据。[0111]在一个例子中，所述参数范围的数量为至少两个，各参数范围分别对应不同的状态数据；若所述参数范围与所述参照值的距离在预设距离范围内，所述参数范围对应的状态数据表示所述运动场地表面的状态处于所述参照状态；若所述参数范围与所述参照值的距离越远，所述参数范围对应的运动场地表面的状态与所述参照状态的差异越大。[0112]在一个例子中，所述参数获取模块71，在用于获取运动物体在所述运动场地表面运动时的至少两个运动参数的实际值时，包括：对于任一所述运动参数，采集所述运动物体在运动场地表面的至少两次运动分别对应的运动参数的实际值；根据所述至少两次运动分别对应的运动参数的实际值，确定最终的所述运动参数的实际值。[0113]在一个例子中，所述运动物体是冰壶，所述运动场地是冰壶赛道。[0114]在一个例子中，所述至少两个运动参数，包括：所述冰壶的初速度和大表时间；所述大表时间是冰壶在冰壶赛道中的两条前掷线之间的运行时间；所述第一运动参数是初速度或者大表时间。[0115]在一个例子中，所述参数获取模块71，在用于获取所述冰壶的初速度时，包括：获取所述冰壶在所述冰壶赛道上初始运行时沿运动轨迹方向的切向速度，作为所述初速度；或者，采集所述冰壶在所述冰壶赛道上运动的小表时间，并根据所述小表时间、以及所述冰壶赛道中底线和前掷线之间的距离，得到所述初速度；所述小表时间是所述冰壶在冰壶赛道中投壶区的底线和前掷线之间的运行时间。[0116]本公开还提供了一种电子设备，所述设备包括存储器、处理器，所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时实现本公开任一实施例的方法。[0117]本公开还提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本公开任一实施例所述的方法。[0118]本领域技术人员应明白，本公开一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本公开一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本公开一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。[0119]本公开实施例还提供一种计算机可读存储介质，该存储介质上可以存储有计算机程序，所述程序被处理器执行时实现本公开任一实施例描述的方法的步骤，和/或，实现本公开任一实施例描述的方法的步骤。其中，所述的“和/或”表示至少具有两者中的其中一个，例如，“多和/或b”包括三种方案：多、b、以及“多和b”。[0120]本公开中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于数据处理设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。[0121]上述对本公开特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的行为或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。[0122]本公开中描述的主题及功能操作的实施例可以在以下中实现：数字电子电路、有形体现的计算机软件或固件、包括本公开中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本公开中描述的主题的实施例可以实现为一个或多个计算机程序，即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地，程序指令可以被编码在人工生成的传播信号上，例如机器生成的电、光或电磁信号，该信号被生成以将信息编码并传输到合适的接收机装置以由数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或它们中的一个或多个的组合。[0123]本公开中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行，以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如fpg多(现场可编程门阵列)或多sic(专用集成电路)来执行，并且装置也可以实现为专用逻辑电路。[0124]适合用于执行计算机程序的计算机包括，例如通用和/或专用微处理器，或任何其他类型的中央处理单元。通常，中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件包括用于实施或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括用于存储数据的一个或多个大容量存储设备，例如磁盘、磁光盘或光盘等，或者计算机将可操作地与此大容量存储设备耦接以从其接收数据或向其传送数据，抑或两种情况兼而有之。然而，计算机不是必须具有这样的设备。此外，计算机可以嵌入在另一设备中，例如移动电话、个人数字助理(pd多)、移动音频或视频播放器、游戏操纵台、全球定位系统(gps)接收机、或例如通用串行总线(usb)闪存驱动器的便携式存储设备，仅举几例。[0125]适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备，例如包括半导体存储器设备(例如eprom、eeprom和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及cd rom和dvd-rom盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。[0126]虽然本公开包含许多具体实施细节，但是这些不应被解释为限制任何公开的范围或所要求保护的范围，而是主要用于描述特定公开的具体实施例的特征。本公开内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面，在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外，虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护，但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除，并且所要求保护的组合可以指向子组合或子组合的变型。[0127]类似地，虽然在附图中以特定顺序描绘了操作，但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离，并且应当理解，所描述的程序组件和系统通常可以一起集成在单个软件产品中，或者封装成多个软件产品。[0128]由此，主题的特定实施例已被描述。其他实施例在所附权利要求书的范围以内。在某些情况下，权利要求书中记载的动作可以以不同的顺序执行并且仍实现期望的结果。此外，附图中描绘的处理并非必需所示的特定顺序或顺次顺序，以实现期望的结果。在某些实现中，多任务和并行处理可能是有利的。[0129]以上所述仅为本公开一个或多个实施例的较佳实施例而已，并不用以限制本公开一个或多个实施例，凡在本公开一个或多个实施例的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开一个或多个实施例保护的范围之内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!