基于納米傳感器的跳躍式滑雪軌跡數據快速挖掘研究

史慶軍

關鍵詞：納米傳感器；跳躍式滑雪；軌跡數據挖掘；誤差校正；濾波處理

中圖分類號：TP391 文獻標識碼：A

文章編號：1009-3044（2023）10-0005-04

0 引言

隨著冬季運動潮流的逐步興起，越來越多的運動愛好者投入滑雪運動中[1]。但滑雪運動的難度相對較高，尤其是跳躍式滑雪，導致滑雪愛好者的人身安全受到威脅[2]。納米傳感器是測量物理量并將這些量轉換為可以檢測和分析信號的納米級設備，本文將其應用于跳躍式滑雪軌跡數據獲取過程中，能夠保證數據采集精度與效率。而挖掘滑雪軌跡數據的主要目的是依照目標的歷史滑雪軌跡，分析滑雪運動的規律，由此對未來的滑雪運動趨勢進行預測[3]，以此有效解決滑雪運動所帶來的安全威脅。國內外相關學者對于運動軌跡數據挖掘進行了大量研究。文獻[4]提出了一種基于流數據的運動軌跡數據挖掘方法，將可穿戴傳感器安裝在監控對象上，利用傳感器采集監控對象運動、音頻和視頻傳感數據，整合這些傳感器輸出的數據流，并對這些數據進行統計與整合處理，完成運動軌跡數據挖掘。文獻[5]提出了一種基于自適應動態粒子群優化算法和雙向長短時記憶神經網絡的運動軌跡數據挖掘方法，利用優化后的神經網絡對軌跡數據進行挖掘，以此提升數據挖掘性能。文獻[6]提出了一種DBSCAN聚類算法的運動軌跡數據挖掘方法。分析歷史運動軌跡數據，采用DBSCAN聚類算法對這些數據進行聚類處理，增量軌跡合并方法提取運動軌跡特征，以此自動提取目標運動信息。針對這些問題，提出基于納米傳感器的跳躍式滑雪軌跡數據快速挖掘方法，采集跳躍式滑雪目標的多個信號，并對這些信號進行處理，以此解決因跳躍式滑雪環境較為復雜對數據采集工作的干擾，為后續研究提供重要的數據基礎。確定目標當前姿態，通過姿態解算實現數據快速挖掘，通過姿態解算能夠確定跳躍式滑雪運動員的當前姿態，以此提升數據挖掘精度。

1 跳躍式滑雪軌跡數據快速挖掘方法

1.1 基于納米加速度傳感器的跳躍式滑雪軌跡數據初步獲取

納米加速度傳感器的設計主要以雙面拋光處理的高阻單晶硅為基礎[7-8]，采用互補金屬氧化物半導體技術與MEMS技術（Microfabrication Process，納米至毫米尺度區間的微結構加工工藝）設計單臂梁-質量塊結構[9]，由此完成目標加速度數據獲取。

分析圖1可知，納米加速度傳感器架構分為質量塊、懸臂梁、彈簧、殼體等組成。作為一種力學傳感器，納米加速度傳感器在檢測目標跳躍式滑雪加速度過程中以牛頓力學定律為基礎，運動目標在加速度a開始跳躍式滑雪的條件下，質量塊會獲取一個同加速度相反的慣性力，其同加速度之間持續保持正比例關系，由此懸臂梁形成彈簧應力與應變。在此條件下，附著于懸臂梁上的擴散電阻的阻值將依照硅的壓阻效應形成和應變成正比的波動[10]，以此為電橋的一個橋臂，利用檢測電橋輸出電壓的波動情況，實現目標跳躍式滑雪過程中的加速度的檢測。

2 實驗分析與結果

2.1數據集

選擇Ski Area Dataset數據集和UCF體育數據集作為實驗數據集。其中Ski Area Dataset數據集包含多名受試者在23～30歲執行的11個動作。UCF體育數據集：包括從各種體育運動中收集的一系列動作，該數據集共包含150個序列，分辨率為720×480，該集合代表了各種場景和視點中的自然行動池，其中也包含滑雪運動。在Ski Area Dataset數據集和UCF體育數據集選擇500組數據作訓練集，100組數據作為訓練集，將訓練集中的數據對仿真軟件進行訓練，以此確定仿真軟件是否能夠正常運行，在仿真軟件運行正常情況下，將實驗集數據輸入仿真軟件，測試本文方法的實際應用效果。

2.2實驗結果

將本文方法、文獻[4]方法、文獻[5]方法、文獻[6]方法作為實驗對比方法，通過比較不同的實驗指標來驗證不同方法的應用效果。其中，F1值和數據挖掘誤差作為實驗指標，以驗證不同方法的應用效果。

分析表1中的F1值比較結果可知，本文方法的平均F1值為0.96，分別比文獻[4]方法、文獻[5]方法、文獻[6]方法、文獻[7]方法、文獻[8]方法這幾種方法高出了0.4、0.31、0.26、0.25、0.15，說明與這幾種方法相比，本文方法的數據挖掘性能更優。

分析表2得到，對于滑雪目標1，X軸、Y軸、Z軸誤差分別為0.05 mm、0.13 mm、0.11 mm，比文獻[4]方法低0.79 mm、1 mm、1.17 mm，比文獻[5]方法低0.61mm、0.94 mm、0.87 mm，比文獻[6]方法低1.73 mm、0.58 mm、0.88 mm，綜合來看采用本文方法和五種對比方法進行目標跳躍式滑雪軌跡數據挖掘時，本文方法的軌跡數據挖掘誤差與五種對比方法相比更低，由此說明本文方法與五種對比方法相比能夠更準確地挖掘目標跳躍式滑雪軌跡數據。

3 結論

本文研究基于納米傳感器的跳躍式滑雪軌跡數據快速挖掘。利用納米傳感器初步獲取跳躍式滑雪軌跡數據，通過構建坐標系等過程求解跳躍式滑雪姿態信息，實現跳躍式滑雪姿態數據快速挖掘。實驗結果表明，本文方法的平均F1值為0.96，對于滑雪目標1，X 軸、Y 軸、Z 軸誤差分別為0.05 mm、0.13 mm、0.11mm，能實現跳躍式滑雪軌跡數據快速精準挖掘。由于本文在挖掘到跳躍式滑雪軌跡數據并未對其進行分類處理，數據可用性有所下降，在未來研究過程中需要對數據挖掘結果進行分類，以此促進跳躍式滑雪軌跡數據挖掘方法性能的進一步提升。