(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202010135632.4
(22)申请日 2020.03.02
(71)申请人 南京齐芯半导体有限公司
地址 210000 江苏省南京市江北新区团结
路99号孵鹰大厦1573室
(72)发明人 王航 张珍瑜 蔡崇昱
(74)专利代理机构 南京华讯知识产权代理事务
所(普通合伙) 32413
代理人 林弘毅
(51)Int.Cl.
A63B 69/34(2006.01)
G16H 20/30(2018.01)
(54)发明名称
(57)摘要
一种人工智能陪练方法，其特征在于，包含：
划，制动陪练机器模块，以训练该受训人，其中在
制动该陪练机器模块的同时，进行该量测受训人
的体位数据的步骤。由于能够存取云端的大数
据，亦即较多的数据库当中的较多数据，也就能
更有效地仿真某一位比赛选手，或是某一阶段的
比赛选手众的反应。如此一来，人工智能陪练
的效能就能超越人类提供的陪练，达到随时进行
随选程度的陪练效果。权利要求书2页 说明书9页 附图4页CN 111359192 A 2020.07.03
C N 111359192
A
1.一种人工智能陪练系统，其特征在于，包含：
受训人体位采集模块，用于量测受训人的体位数据；
智能处理模块，用于根据该体位数据推断运动水平；
训练处理模块，用于接收该受训人体位采集模块的该体位数据；将该体位数据传送到该智能处理模块，并且接收该智能处理模块所输出的该运动水平；当该运动水平低于训练标准时，制定运动计划；以及根据该运动计划，制动陪练机器模块；以及
该陪练机器模块，用于接收该训练处理模块的命令进行制动，以训练该受训人，
其中在制动该陪练机器模块的同时，该受训人体位采集模块量测该受训人的该体位数据。
2.如权利要求1所述的人工智能陪练系统，其特征在于，更包含数据库模块，用于储存众的该体位数据，其中该训练处理模块更用于将该体位数据传送到该数据库模块存查。
3.如权利要求2所述的人工智能陪练系统，其特征在于，该智能处理模块包含深度神经网络模型，其中该深度神经网络模型已经根据该数据库模块所储存的众的该体位数据与相应的该运动水平，完成了监督式训练。
4.一种人工智能陪练系统，其特征在于，包含：
受训人体位采集模块，用于量测受训人的体位数据；
智能处理模块，用于根据该体位数据推断目标选手的反应；
训练处理模块，用于接收该受训人体位采集模块的该体位数据；将该体位数据传送到该智能处理模块，并且接收该智能处理模块所输出的该目标选手的该反应；根据该目标选手的该反应，制动陪练机器模块；以及
该陪练机器模块，用于接收该训练处理模块的命令进行制动，以训练该受训人，
其中在制动该陪练机器模块的同时，该受训人体位采集模块量测该受训人的该体位数据。
5.如权利要求4所述的人工智能陪练系统，其特征在于，更包含数据库模块，用于储存该目标选手的对手的该体位数据与该目标选手的该反应，其中该训练处理模块更用于将该体位数据传送到该数据库模块存查。
6.如权利要求5所述的人工智能陪练系统，其特征在于，该智能处理模块包含深度神经网络模型，其中该深度神经网络模型已经根据该数据库模块所储存的该目标选手的对手的该体位数据与该目标选手的该反应，完成了监督式训练。
7.一种人工智能陪练方法，其特征在于，包含：
量测受训人的体位数据；
根据该体位数据，利用智能处理模块推断运动水平；
当该运动水平低于训练标准时，制定运动计划；以及
根据该运动计划，制动陪练机器模块，以训练该受训人，
其中在制动该陪练机器模块的同时，进行该量测受训人的体位数据的步骤。
8.如权利要求7所述的人工智能陪练方法，其特征在于，该智能处理模块包含深度神经网络模型，其中该深度神经网络模型已经根据数据库模块所储存的众的该体位数据与相应的该运动水平，完成了监督式训练。
9.一种人工智能陪练方法，其特征在于，包含：
量测受训人的体位数据；
根据该体位数据，利用智能处理模块推断目标选手的反应；以及
根据该目标选手的该反应，制动陪练机器模块，以训练该受训人，
其中在制动该陪练机器模块的同时，进行该量测受训人的体位数据的步骤。
10.如权利要求9所述的人工智能陪练方法，其特征在于，该智能处理模块包含深度神经网络模型，其中该深度神经网络模型已经根据数据库模块所储存的该目标选手的对手的该体位数据与该目标选手的该反应，完成了监督式训练。
人工智能陪练系统与方法
技术领域
[0001]本申请关于运动员的陪练系统，特别是关于运动员的人工智能陪练系统。
背景技术
[0002]在很多运动领域都需要陪练来提高运动员的程度。比如竞技体育，武术健身，甚至是特种兵格斗
训练等等。对于陪练员的要求也很高，比如说陪练员的技术水准永远要与被训者相当，甚至是略高才有利于提高被训者的运动水平。在现实世界当中，特别是在世界一流的运动场上，能够满足上述要求的陪练员可能已经是凤毛麟角。这些一流的陪练员本身可能没有时间进行陪练，况且有陪练受伤的风险。
[0003]因此，运动界需要陪练的机器，能够提供一般训练与特殊训练，用于取代或辅助人类陪练员。陪练机器需要配合被训者的程度，或是提供特定对手的仿真训练。这些都是现有技术当中所缺乏的，运动界需要这样的陪练机器。
发明内容
[0004]本申请可以提供一款有自学习功能，并可以编程控制的人工智能陪练机器。其可以用于有身体接触或无身体接触的各种身体技能的训练，用于提高受训员的运动技能。[0005]根据本申请的一实施例，提供一种人工智能陪练系统，其特征在于，包含：受训人体位采集模块，用于量测受训人的体位数据；智能处理模块，用于根据该体位数据推断运动水平；训练处理模块，用于接收该受训人体位采集模块的该体位数据；将该体位数据传送到该智能处理模块，并且接收该智能处理模块所输出的该运动水平；当该运动水平低于训练标准时，制定运动计划；以及根据该运动计划，制动陪练机器模块；以及该陪练机器模块，用于接收该训练处理模块的命令进行制动，以训练该受训人，其中在制动该陪练机器模块的同时，该受训人体位采集模块量测该受训人的该体位数据。
[0006]在一实施例中，为了可以丰富众的体位数据量，增加智能处理模块的可信度，该人工智能陪练系统更包含数据库模块，用于储存众的该体位数据，其中该训练处理模块更用于将该体位数据传送到该数据库模块存查。
[0007]在一实施例中，为了可以增加智能处理模块的可信度，采用当前推断效果较好的人工智能技术，该智能处理模块包含深度神经网络模型，其中该深度神经网络模型已经根据该数据库模块所储存的众的该体位数据与相应的该运动水平，完成了监督式训练。[0008]根据本申请的一实施例，提供一种人工智能陪练系统，其特征在于，包含：受训人体位采集模块，用于量测受训人的体位数据；智能处理模块，用于根据该体位数据推断目标选手的反应；训练处理模块，用于接收该受训人体位采集模块的该体位数据；将该体位数据传送到该智能处理模块，并且接收该智能处理模块所输出的该目标选手的该反应；根据该目标选手的该反应，制动陪练机器模块；以及该陪练机器模块，用于接收该训练处理模块的命令进行制动，以训练该受训人，其中在制动该陪练机器模块的同时，该受训人体位采集模块量测该受训人的该体位数据。
[0009]在一实施例中，为了可以丰富该目标对手的对手的体位数据量，增加智能处理模块的可信度，该人工智能陪练系统更包含数据库模块，用于储存该目标选手的对手的该体位数据与该目标选手的该反应，其中该训练处理模块更用于将该体位数据传送到该数据库模块存查。
[0010]在一实施例中，为了可以增加智能处理模块的可信度，采用当前推断效果较好的人工智能技术，该智能处理模块包含深度神经网络模型，其中该深度神经网络模型已经根据该数据库模块所储存的该目标选手的对手的该体位数据与该目标选手的该反应，完成了监督式训练。
[0011]根据本申请的一实施例，提供一种人工智能陪练方法，其特征在于，包含：量测受训人的体位数据；根据该体位数据，利用智能处理模块推断运动水平；当该运动水平低于训练标准时，制定运动计划；以及根据该运动计划，制动陪练机器模块，以训练该受训人，其中在制动该陪练机器模块的同时，进行该量测受训人的体位数据的步骤。
[0012]在一实施例中，为了可以增加智能处理模块的可信度，采用当前推断效果较好的人工智能技术，该智能处理模块包含深度神经网络模型，其中该深度神经网络模型已经根据数据库模块所储存的众的该体位数据与相应的该运动水平，完成了监督式训练。[0013]根据本申请的一实施例，提供一种人工智能陪练方法，其特征在于，包含：量测受训人的体位数据；根据该体位数据，利用智能处理模块推断目标选手的反应；以及根据该目标选手的该反应，制动陪练机器模块，以训练该受训人，其中在制动该陪练机器模块的同时，进行该量测受训人的体位数据的步骤。
[0014]在一实施例中，为了可以增加智能处理模块的可信度，采用当前推断效果较好的人工智能技术，该智能处理模块包含深度神经网络模型，其中该深度神经网络模型已经根据数据库模块所储存的该目标选手的对手的该体位数据与该目标选手的该反应，完成了监督式训练。
[0015]根据本申请所提供的人工智能陪练系统与方法，可以提供受训人常规训练与针对性的特殊训练，而无须陪练人员。人工智能陪练系统与方法可以根据人工智能所学习的样本，要配合受训人的程度进行常规训练，或是提供特定对手的仿真训练。这两种常规与仿真训练都是某一陪练人员所无法提供的应用。
[0016]在陪练机器模块的机械限制条件允许的情况下，只要能够收集到特定选手与其对手的训练数据，本申请所提供的人工智能陪练系统与方法就可以提供受训人针对不同选手的特殊训练。由于能够存取云端的大数据，亦即较多的数据库当中的较多数据，本申请所提供的人工智能陪练系统与方法也就能更有效地仿真某一位比赛选手，或是某一阶段的比赛选手众的反应。如此一来，人工智能训练的效能就能超越人类提供的陪练，达到随时进行随选程度的陪练效果。
附图说明
[0017]图1为根据本申请一实施例的人工智能陪练系统的方块示意图。
[0018]图2为根据本申请一实施例的智能处理模块训练方法的流程示意图。
[0019]图3为根据本申请另一实施例的智能处理模块训练方法的流程示意图。[0020]图4为根据本申请一实施例的人工智能常规训练方法的流程示意图。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议