(19)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 202210844434.4 (22)申请日 2022.07.19 (71)申请人 山东幻科信息科技股份有限公司 地址 277400 山东省枣庄市台儿庄区运河 街道运河北岸路古城南门龙湾别墅29 号院 (72)发明人 王子杰　 (74)专利代理 机构 北京中和立达知识产权代理 有限公司 1 1756 专利代理师 孟姣 (51)Int.Cl. G06T 7/246(2017.01) G06T 7/62(2017.01) G06T 7/73(2017.01) (54)发明名称 一种基于AI视觉算法的运动轨迹识别方法、 系统及设备 (57)摘要 本发明涉及运动轨迹识别技术领域， 更具体 地， 涉及一种基于AI视觉算法的运动轨迹识别方 法、 系统及设备。 该方案包括通过图像采集设备 获得运动设备的几何重心坐标; 根据所述几何重 心坐标计算运动设备的运动速度和法向量;设置 风阻系数， 结合所述几何重心坐标、 所述运动速 度和所述法向量计算风阻力;外部模拟输入运动 设备的外力;获取所述几何重心坐标的历史数 据， 并根据所述几何重心坐标 获得实时的重心坐 标;根据所述实时的重心坐标、 所述运动设备的 外力、 所述运动速度、 所述法向量和所述风阻力， 获得未来时刻的运动轨迹。 该方案通过对于运动 设备进行重心评估， 运动轨迹预判和历史轨迹分 析， 完善补全三维信息 。 权利要求书4页 说明书12页 附图4页 CN 114913210 A 2022.08.16 CN 114913210 A 1.一种基于AI视 觉算法的运动轨 迹识别方法， 其特 征在于， 该 方法包括： 通过图像采集设备获得运动设备的几何重心坐标； 根据所述几何重心坐标计算 运动设备的运动速度和法向量； 设置风阻系数， 结合所述几何重心坐标、 所述 运动速度和所述法向量计算 风阻力； 外部模拟输入运动设备的外力； 获取所述几何重心坐标的历史数据， 并根据所述几何重心坐标获得实时的重心坐标； 根据所述实时的重心坐标、 所述运动设备的外力、 所述运动速度、 所述法向量和所述风 阻力， 获得 未来时刻的运动轨 迹。 2.如权利要求1所述的一种基于AI视觉算法的运动轨迹识别方法， 其特征在于， 所述通 过图像采集设备获得运动设备的几何重心坐标， 具体包括： 启动图像采集设备， 设置采样周期； 根据采样周期采集 运动设备的图像； 根据运动设备的图像和预设的运动设备的形状， 确定当前运动设备的几何重心坐标。 3.如权利要求1所述的一种基于AI视觉算法的运动轨迹识别方法， 其特征在于， 所述根 据所述几何重心坐标计算 运动设备的运动速度和法向量， 具体包括： 根据所述几何重心坐标和所述几何重心坐标的历史数据利用第一计算公式计算所述 运动速度； 利用第二计算公式确定法向量； 所述第一计算公式为： 其中，x0为所述几何重心坐标的横轴坐标的实测值， y0为所述几何重心坐标的纵轴坐标 的实测值， z0为所述几何重心坐标的竖轴坐标的实测值， x‑1为所述几何重心坐标的横轴 坐 标的上一时刻的实测值， y‑1为所述几何重心坐标的纵轴坐标的上一时刻的实测值， z‑1为所 述几何重心坐标的竖轴坐标的上一时刻的实测值， t为运动设备的采样的间隔时间， V为所 述运动速度； 所述第二计算公式为： n=( x0，y0，z0) 其中，n为所述法向量。 4.如权利要求1所述的一种基于AI视觉算法的运动轨迹识别方法， 其特征在于， 所述设 置风阻系数， 结合所述几何重心坐标、 所述 运动速度和所述法向量计算 风阻力， 具体包括： 根据所述几何重心坐标和所述法向量， 建立满足第三计算公式的垂向平面； 在运动设备外围轮廓内部的坐标中， 提取全部所述垂向平面上的运动设备的横轴坐 标、 纵轴坐标和竖轴坐标， 并利用第四计算公式计算截面积； 设置风阻系数， 根据所述截面积， 利用第五计算公式计算 风阻力； 所述第三计算公式为： 权　利　要　求　书 1/4 页 2 CN 114913210 A 2其中，x为运动设备的横轴坐标， y为运动设备的纵轴坐标， z为运动设备的竖轴坐标， x0 为所述几何重心坐标的横轴坐 标的实测值， y0为所述几何重心坐标的纵轴坐标的实测值， z0 为所述几何重心坐标的竖轴坐标的实测值； 所述第四计算公式为： S=count(x，y，z) 其中，S为截面积， count()为根据运动设备的横轴坐标、 纵轴坐标和竖轴坐标计算的截 面面积的函数； 所述第五计算公式为： Fk=kSV 其中，Fk为所述风阻力，k为风阻系数。 5.如权利要求1所述的一种基于AI视觉算法的运动轨迹识别方法， 其特征在于， 所述外 部模拟输入运动设备的外力， 具体包括： 通过鼠标和键盘输入运动设备的外力施加大小； 通过鼠标和键盘输入运动设备的外力施加的施加方向。 6.如权利要求1所述的一种基于AI视觉算法的运动轨迹识别方法， 其特征在于， 所述获 取所述几何重心坐标 的历史数据， 并根据所述几何重心坐标获得实时的重心坐标， 具体包 括： 获取所述几何重心坐标的历史数据， 提取其中的上二时刻的实测值； 利用第六计算公式计算调整最大阈值， 其中， 所述调整最大阈值包括竖直坐标最大值、 纵轴坐标最大值、 横轴坐标最大值、 竖直 坐标最小值、 纵轴坐标最小值、 横轴坐标最小值； 根据第七计算公式计算第一动态偏移系数、 第二动态偏移系数和第三动态偏移系数； 利用第八计算公式进行实时的重心坐标的横坐标、 实时的重心坐标的纵坐标和实时的 重心坐标的竖坐标的计算； 所述第六计算公式为： 其中，x为运动设备的横轴坐标， y为运动设备的纵轴坐标， z为运动设备的竖轴坐标， xmax为所述调整最大阈值的竖直坐标最大值， ymax为所述调整最大阈值的纵轴 坐标最大值， zmax为所述调整最大阈值的横轴 坐标最大值， xmin为所述调整最大阈值的竖直坐标最小值， ymin为所述调整最大阈值的纵轴 坐标最小值， zmin为所述调整最大阈值的横轴 坐标最小值， max为对运动 设备的横轴 坐标、 纵轴 坐标或竖轴坐标中的一种进行取最大值的函数， min为 对运动设备的横轴坐标、 纵轴坐标或竖轴坐标中的一种进行 取最小值的函数； 所述第七计算公式为：权　利　要　求　书 2/4 页 3 CN 114913210 A 3