1、随着近年来科技飞速发展，各种先进的科技成果不断地运用在体育的训练中，如：虚拟现实技术(vr)在篮球、排球、游泳等项目的运用，使得运动员的技术和运动成绩不断提高。通过对虚拟现实技术的研究和了解，使其灵活的应用到网球教学中，不仅可以使学习内容、教学手段更加丰富，还可以提高网球学习的效率及效果。
2、目前，基于虚拟现实技术应用在网球学习的相关现有技术中，由于网球击球动作是连贯性且在极短时间内完成，意味着网球的运动轨迹具有复杂性、多变性等特点，现行运动轨迹的数据采集方式在精度方面并不高，影响了以运动轨迹数据为基础的网球学习质量。并且，现有基于虚拟现实技术的网球学习中无法知道自身动作是否与标准动作相一致而不能及时修正自身动作错误，以及没有针对学习效果给出量化指标的评分，导致难以发现网球学习中的击球过程中所存在的学习问题，从而不能针对性进行指导，影响了网球学习的效率及效果。
1、本发明的目的在于提供一种vr网球运动智能教学系统及教学方法，通过vr设备采集玩家在虚拟网球游戏中动作，将动作进行解析与姿势库的数据进行比对，计算出匹配度并生成改进方法，解决了现有的网球教学不能针对性进行指导、无法及时认识到自身错误的问题。
3、本发明为一种vr网球运动智能教学系统，包括vr运行单元和网球智能教学单元；
4、所述vr运行单元包括实景测量模块、vr场景制作模块和vr设备模块；所述实景测量模块用于对网球场景以及网球器材进行测量、照片拍摄，取得尺寸和颜色数据后进行模型构建以及贴图；所述vr场景制作模块用于根据实景测量模块获取的数据通过unity 3d软件来制作三维模型；所述vr设备模块包括智能网球拍；所述智能网球拍内置有多种传感器，用于采集玩家在进行网球运动过程中的各项数据；
5、所述网球智能教学单元包括教学模块、对战模块和游戏模块；所述教学模块用于对vr设备模块采集玩家网球运动中的数据进行分析，并结合训练库对玩家的网球技术进行指导；所述对战模块用于与虚拟玩家或真实玩家进行对战训练；所述游戏模块用于玩家进行网球运动相关的小游戏。
6、作为一种优选的技术方案，所述实景测量模块将实景的网球场景进行分析拆分，确定网球场景的大小和尺寸数据；所述vr场景制作模块通过maya三维建模软件或3dsmax三维建模软件对实景网球场景进行还原。
7、作为一种优选的技术方案，所述vr场景制作模块还内置有渲染模块、贴图模块、ui模块、特效模块、物理引擎模块以及通讯模块；所述渲染模块用于在生成的3d虚拟训练场景进行颜色渲染；所述贴图模块用于将照片拍摄的实景图片贴在3d虚拟训练场景上；所述ui模块用于展示玩家操作界面来实现系统与玩家的信息交互；所述特效模块用于在3d虚拟训练场景中融入光影效果；所述物理引擎模块用于通过为刚性物体赋予真实的物理属性的方式计算运动、旋转和碰撞的反应。
8、作为一种优选的技术方案，所述智能网球拍的手柄位置内置有智能芯片，利用告诉运动轨迹抓捕技术和数据分析计算，实时记录打球过程中的球拍的运动轨迹、击球力度、拍速速度，并经过分析后将球拍的运动轨迹以三维图形或线条的方式进行展示。
10、步骤s1：对网球场景以及网球器材进行测量、照片拍摄，取得尺寸和颜色数据后进行模型构建以及贴图；
11、通过对场景或者实物的测量、照片拍摄，取得尺寸和颜色数据，然后在windows(win7及以上)的电脑系统平台上，通过autodesk maya或者autodesk 3ds max进行模型构建、真实贴图等工作。autodesk maya和autodesk 3ds max需要10年以后的版本。目前，市面上主流建模软件为3ds max以及maya，两者都是非常强大的3d软件。鉴于服务器拆解设计到动画特效，maya软件建模更加符合该系统软件实际开发需求。maya软件在渲染特效上比max软件做得出色；单体零件建模，maya件能够做得比max精细；
13、vr软件开发中，国际主流软件是unity和unreal。在国内，vr软件的主流开发软件是unity。unity是模块化更成熟，unreal是画面更优。应用unrealf开发软件，要求高预算、高技术以及长时间研发，unreal适合对画面要求极高vr游戏应用开发；而应用unity开发软件，在技术上架构比较开放、灵活，没有固化、预设太多的流程，使项目的开发有较多的可能性。符合校方对专业教学的调整以及升级。从实际开发成本、开发时间、开发效果以及二次开发需求上，都更符合该系统项目的研发。从autodesk maya里导出obj格式模型，放入unity 3d里面，进行光源修整位置摆放、大小调整工作。
14、步骤s3：在三维模型中使用c#语言进行逻辑梳理，制作3d动画、建立vr交互、菜单、文字和语音编辑工作；
15、在untiy 3d里，通过c#语言进行逻辑梳理，制作3d动画、建立vr交互、菜单、文字和语音编辑等工作。从untiy 3d平台输出成为vr软件，打包成exe格式的文件便于系统识别和加载。然后通过htc vive的激光定位器和steam vr软件的协作，设定房间大小，定位模型映射区域。最后在unity 3d平台，通过c#语言的代码实现物体的碰撞体积、运动力学轨迹、碰撞检测等功能；
16、步骤s4：通过c#语言实现物体的碰撞体积、运动力学轨迹以及碰撞检测功能；
17、步骤s5：用户配戴vr头盔，使用智能网球拍进行虚拟网球练习；htc vive虚拟现实头盔，单眼分辨率：1200×1080；刷新率最高90hz；4。5m×4。5m位置追踪。两手分别操作智能网球拍，每个控制器在虚拟空间可被追踪定位；32个头戴式感应器，可实现360度移动追踪；具备自然导航、无缝互动、游戏体验，支持房间尺度或坐姿、站姿两种方式；可以模拟各种交互和活动；包含数据头盔1个，手持智能网球拍2个，红外位置追踪器2台
18、步骤s6：智能网球拍内的智能芯片实时记录打球过程中的球拍的运动轨迹、击球力度、拍速速度；
19、步骤s7：教学模块对采集到的动作数据与标准动作模型中所对应的动作数据进行匹配，得到各个动作数据的匹配度；
21、作为一种优选的技术方案，所述步骤s5中，智能网球拍将采集的数据上传到用户配戴的vr头盔中，vr头盔对采集的动作数据进行标准化以及归一化处理；所述标准化以及归一化处理流程如下：
22、步骤s51：以智能网球拍作为空间坐标原定，将玩家的动作数据以空间坐标为基准，沿x、y、z轴拆解成三个维度的角度数据流；
23、步骤s52：在三维建模软件中将角度数据流转换成对应维度的单维欧拉角；
26、作为一种优选的技术方案，所述步骤s6中，基于x、y、z轴拆解成三个维度的角度数据流；根据角度数据流的旋转矩阵求解预处理数据中的欧拉角；根据欧拉角进行姿态解算算法来的得到玩家在挥动智能网球拍过程中的姿态；并根据智能网球拍中芯片采集的运动轨迹、击球力度、拍速速度，生成虚拟人体运动姿势的动作数据。
27、作为一种优选的技术方案，所述步骤s7中，教学模块对采集到的动作数据与标准动作模型中所对应的动作数据进行匹配，具体匹配流程如下：
29、步骤s72：分别识别出虚拟人体的躯干、四肢、头部以及网球拍的位置；
30、步骤s73：将识别出的躯干、四肢、头部以及网球拍用线：分别计算出各个线条之间的角度以及位置关系并与姿势库中的数据进行比对；
32、步骤s75：判断出虚拟人体运动姿势的动作数据，并结合智能网球拍的运动轨迹、击球力度、拍速速度生成动作数据。
33、作为一种优选的技术方案，所述步骤s8中，根据匹配度进行分析，各个动作数据对应的动作评分，并向玩家展示正确的动作解析，向动作要领传回至玩家的vr头盔进行显示。
35、(1)本发明通过vr设备采集玩家在虚拟网球游戏中动作，将动作进行解析与姿势库的数据进行比对，计算出匹配度并生成改进方法，提高网球学习的效率及效果。
36、(2)本发明通过对网球场景以及网球器材进行测量、照片拍摄，取得尺寸和颜色数据后进行模型构建以及贴图，来制作虚拟网球场景，使虚拟球场更加真实，提高玩家的游戏乐趣。
37、当然，实施本发明的任一产品并不一定需要同时达到以上所YY易游体育平台述的所有优点。
