基于函数拟合实现体感篮球游戏的方法

技术领域

本发明涉及体感游戏技术领域，尤其涉及一种基于函数拟合实现体感篮球游戏的方法、装置、设备及计算机可读存储介质。

背景技术

在当前的体感游戏领域，为了提供更真实、互动性更强的用户体验，开发者们常常使用各种传感器技术来捕捉用户的实际运动并将其映射到游戏环境中。传统的体感控制系统通常使用加速度计、陀螺仪等传感器来获取用户设备的姿态信息。然后通过计算运动轨迹来判断用户是否完成设定的投篮动作。

这种方案的问题在于，大多数传统方案使用单一的投篮动作模型进行判断，对用户动作的适应性有限，并且，难以覆盖用户可能采用的多种投篮姿势，灵活性不足。

发明内容

本申请实施例通过提供一种基于函数拟合实现体感篮球游戏的方法，旨在提升对用户体感投篮动作识别的灵活性和适应性。

为实现上述目的，本申请实施例提供了一种基于函数拟合实现体感篮球游戏的方法，包括：

在体感游戏启动后，从绑定的体感设备获取姿态数据，所述姿态数据包括陀螺仪数据和加速度数据；

根据所述姿态数据计算体感设备在空间中运动的观测轨迹；

根据所述姿态数据和预拟合的投篮模型计算体感设备在空间中运动的预测轨迹，其中，所述预拟合的投篮模型具有多个；

计算所述观测轨迹与多个所述预测轨迹的相似度；

根据所述相似度识别用户完成的投篮动作类型；

根据所识别的投篮动作类型执行游戏操作。

在一实施例中，所述加速度数据包括x轴加速度数据、y轴加速度数据及z轴加速度数据；

根据所述姿态数据计算体感设备在空间中运动的观测轨迹，包括：

根据所述陀螺仪数据计算体感设备的俯仰角；

根据x轴加速度数据和z轴的加速度数据分别计算体感设备在x轴方向和y轴方向的位移；

根据所述俯仰角及体感设备在x轴方向和y轴方向的位移，得到体感设备在竖直平面内的运动轨迹，以作为所述观测轨迹。

在一实施例中，根据所述俯仰角及体感设备在x轴方向和y轴方向的位移，得到体感设备在竖直平面内的运动轨迹，包括：

在执行体感游戏的终端上生成一个由多个网格单元组成的网格地图，以及一个与所述体感设备相匹配的虚拟刚体；

根据所述俯仰角及体感设备在x轴方向和y轴方向的位移更新所述虚拟刚体在所述网格地图中的位置；

根据所述虚拟刚体在所述网格地图中移动过程中经过的网格单元的坐标生成所述运动轨迹。

在一实施例中，根据所述姿态数据和预拟合的投篮模型计算体感设备在空间中运动的预测轨迹，包括：

根据所述姿态数据计算体感设备的俯仰角；

根据x轴加速度数据和所述俯仰角计算体感设备在前后方向的位移；

将所述前后方向的位移作为自变量输入投篮模型，计算所述体感设备竖直方向的位移；

根据所述前后方向的位移和所述竖直方向的位移生成所述预测轨迹。

在一实施例中，计算所述观测轨迹与多个所述预测轨迹的相似度，包括：

根据动态时间规整算法，将观测轨迹和预测轨迹分别表示为两个由多个点组成的序列；

根据欧式距离计算两个序列中每两个点之间的距离，并构建一个距离矩阵；

从距离矩阵的左上角开始，寻找一条到达右下角的最短路径，并将所述路径上的距离之和作为所述观测轨迹和所述预测轨迹之间的相似度。

在一实施例中，计算所述观测轨迹与多个所述预测轨迹的相似度，还包括：

对所述相似度进行归一化处理。

在一实施例中，根据所识别的投篮动作类型执行游戏操作，包括：

根据所识别的投篮动作类型确认篮球运动轨迹；

根据所述篮球轨迹获取投篮结果；

根据所述篮球运动轨迹和所述投篮结果生成对应的投篮动画及游戏反馈。

为实现上述目的，本申请实施例还提出一种基于函数拟合实现体感篮球游戏的装置，包括：

获取模块，用于在体感游戏启动后，从绑定的体感设备获取姿态数据，所述姿态数据包括陀螺仪数据和加速度数据；

观测模块，用于根据所述姿态数据计算体感设备在空间中运动的观测轨迹；

预测模块，用于根据所述姿态数据和预拟合的投篮模型计算体感设备在空间中运动的预测轨迹；

计算模块，用于计算所述观测轨迹与多个所述预测轨迹的相似度；

识别模块，用于根据所述相似度识别用户完成的投篮动作类型；

执行模块，用于根据所识别的投篮动作类型执行游戏操作。

为实现上述目的，本申请实施例还提出一种基于函数拟合实现体感篮球游戏的设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的基于函数拟合实现体感篮球游戏的程序，所述处理器执行所述基于函数拟合实现体感篮球游戏的程序时实现如上述任一项所述的基于函数拟合实现体感篮球游戏的方法。

为实现上述目的，本申请实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有基于函数拟合实现体感篮球游戏的程序，所述基于函数拟合实现体感篮球游戏的程序被处理器执行时实现如上述任一项所述的基于函数拟合实现体感篮球游戏的方法。

本申请的基于函数拟合实现体感篮球游戏的方法，通过获取姿态数据和多个预拟合的投篮模型以计算用户投篮时体感设备的观测轨迹和多个预测轨迹，然后通过比较该观测轨迹和该多个预测轨迹之间的相似度，以识别用户所完成的投篮动作类型，最后通过所识别的投篮动作类型以执行游戏操作，相较于通过姿态数据计算运动轨迹后判断用户是否完成设定投篮动作的现有方案而言，本申请的技术方案具有以下优点：

1、更高的灵活性：通过比较观测轨迹和预测轨迹，系统可以适应多种投篮动作类型，而不仅限于预先设定的一种或少数几种。这使得系统更具灵活性，能够识别和响应更丰富多样的用户投篮动作。

2、个性化适应性：通过预测轨迹，系统可以在不同用户之间实现更好的个性化适应性。每个用户的体感动作可能有所不同，而通过预测轨迹的方式，系统可以更灵敏地适应和理解不同用户的个性化动作风格。

3、增强用户体验：通过比较真实观测轨迹和预测轨迹，系统能够提供更加真实和贴近用户实际体感的交互体验。这有助于增强用户对于体感篮球游戏的沉浸感和参与感。

4、准确性提升：通过比较轨迹形状和方向的相似度，系统可以更准确地判断用户的投篮动作类型。相较于仅仅根据姿态数据判断是否完成设定投篮动作，这种方法具有更高的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明基于函数拟合实现体感篮球游戏的设备一实施例的模块结构图；

图2为本发明基于函数拟合实现体感篮球游戏的方法一实施例的流程示意图；

图3为本发明基于函数拟合实现体感篮球游戏的装置一实施例的模块结构图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。文中出现的“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的数量词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。而“第一”、“第二”、以及“第三”等的使用不表示任何顺序，可将这些词解释为名称。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的服务器1(又叫基于函数拟合实现体感篮球游戏的设备)结构示意图。

本发明实施例服务器，如“物联网设备”、带联网功能的智能空调、智能电灯、智能电源，带联网功能的AR/VR设备，智能音箱、自动驾驶汽车、PC，智能手机、平板电脑、电子书阅读器、便携计算机等具有显示功能的设备。

如图1所示，所述服务器1包括：存储器11、处理器12及网络接口13。

其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是服务器1的内部存储单元，例如该服务器1的硬盘。存储器11在另一些实施例中也可以是服务器1的外部存储设备，例如该服务器1上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

进一步地，存储器11还可以包括服务器1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于服务器1的应用软件及各类数据，例如基于函数拟合实现体感篮球游戏的程序10的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

处理器12在一些实施例中可以是一中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行基于函数拟合实现体感篮球游戏的程序10等。

网络接口13可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该服务器1与其他电子设备之间建立通信连接。

网络可以为互联网、云网络、无线保真(Wi-Fi)网络、个人网(PAN)、局域网(LAN)和/或城域网(MAN)。网络环境中的各种设备可以被配置为根据各种有线和无线通信协议连接到通信网络。这样的有线和无线通信协议的例子可以包括但不限于以下中的至少一个：传输控制协议和互联网协议(TCP/IP)、用户数据报协议(UDP)、超文本传输协议(HTTP)、文件传输协议(FTP)、ZigBee、EDGE、IEEE 802.11、光保真(Li-Fi)、802.16、IEEE 802.11s、IEEE 802.11g、多跳通信、无线接入点(AP)、设备对设备通信、蜂窝通信协议和/或蓝牙(Blue Tooth)通信协议或其组合。

可选地，该服务器还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以称为显示屏或显示单元，用于显示在服务器1中处理的信息以及用于显示可视化的用户界面。

图1仅示出了具有组件11-13以及基于函数拟合实现体感篮球游戏的程序10的服务器1，本领域技术人员可以理解的是，图1示出的结构并不构成对服务器1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

在本实施例中，处理器12可以用于调用存储器11中存储的基于函数拟合实现体感篮球游戏的程序，并执行以下操作：

在体感游戏启动后，从绑定的体感设备获取姿态数据，所述姿态数据包括陀螺仪数据和加速度数据；

根据所述姿态数据计算体感设备在空间中运动的观测轨迹；

根据所述姿态数据和预拟合的投篮模型计算体感设备在空间中运动的预测轨迹，其中，所述预拟合的投篮模型具有多个；

计算所述观测轨迹与多个所述预测轨迹的相似度；

根据所述相似度识别用户完成的投篮动作类型；

根据所识别的投篮动作类型执行游戏操作。

在一实施例中，处理器12可以用于调用存储器11中存储的基于函数拟合实现体感篮球游戏的程序，并执行以下操作：

根据所述陀螺仪数据计算体感设备的俯仰角；

根据x轴加速度数据和z轴的加速度数据分别计算体感设备在x轴方向和y轴方向的位移；

根据所述俯仰角及体感设备在x轴方向和y轴方向的位移，得到体感设备在竖直平面内的运动轨迹，以作为所述观测轨迹。

在一实施例中，处理器12可以用于调用存储器11中存储的基于函数拟合实现体感篮球游戏的程序，并执行以下操作：

在执行体感游戏的终端上生成一个由多个网格单元组成的网格地图，以及一个与所述体感设备相匹配的虚拟刚体；

根据所述俯仰角及体感设备在x轴方向和y轴方向的位移更新所述虚拟刚体在所述网格地图中的位置；

根据所述虚拟刚体在所述网格地图中移动过程中经过的网格单元的坐标生成所述运动轨迹。

在一实施例中，处理器12可以用于调用存储器11中存储的基于函数拟合实现体感篮球游戏的程序，并执行以下操作：

根据所述姿态数据计算体感设备的俯仰角；

根据x轴加速度数据和所述俯仰角计算体感设备在前后方向的位移；

将所述前后方向的位移作为自变量输入投篮模型，计算所述体感设备竖直方向的位移；

根据所述前后方向的位移和所述竖直方向的位移生成所述预测轨迹。

在一实施例中，处理器12可以用于调用存储器11中存储的基于函数拟合实现体感篮球游戏的程序，并执行以下操作：

根据动态时间规整算法，将观测轨迹和预测轨迹分别表示为两个由多个点组成的序列；

根据欧式距离计算两个序列中每两个点之间的距离，并构建一个距离矩阵；

从距离矩阵的左上角开始，寻找一条到达右下角的最短路径，并将所述路径上的距离之和作为所述观测轨迹和所述预测轨迹之间的相似度。

在一实施例中，处理器12可以用于调用存储器11中存储的基于函数拟合实现体感篮球游戏的程序，并执行以下操作：

对所述相似度进行归一化处理。

在一实施例中，处理器12可以用于调用存储器11中存储的基于函数拟合实现体感篮球游戏的程序，并执行以下操作：

根据所识别的投篮动作类型确认篮球运动轨迹；

根据所述篮球轨迹获取投篮结果；

根据所述篮球运动轨迹和所述投篮结果生成对应的投篮动画及游戏反馈。

基于上述基于函数拟合实现体感篮球游戏的设备的硬件构架，提出本发明基于函数拟合实现体感篮球游戏的方法的实施例。本发明的基于函数拟合实现体感篮球游戏的方法，旨在提升对用户体感投篮动作识别的灵活性和适应性。

参照图2，图2为本发明基于函数拟合实现体感篮球游戏的方法的一实施例，所述基于函数拟合实现体感篮球游戏的方法包括以下步骤：

一种基于函数拟合实现体感篮球游戏的方法，其特征在于，包括以下步骤：

S10、在体感游戏启动后，从绑定的体感设备获取姿态数据，所述姿态数据包括陀螺仪数据和加速度数据。

这其中，该体感篮球游戏一种基于体感技术的体感游戏，其可以是虚拟现实游戏，也可是传统的2D或3D游戏。与传统的游戏手柄或键盘相比，体感篮球游戏通过捕捉用户的真实动作和姿势，将其转化为游戏中的投篮动作。

可选择的，该体感篮球游戏可以是基于web的网页游戏，也可以是基于html5的小程序，或是独立运行的app。

进一步的，体感设备是一类用于捕捉、识别和转化用户身体动作的设备。它们通常包括传感器、控制器和相关的硬件组件，旨在与电子游戏、虚拟现实、增强现实等交互式体验技术结合使用。

在本申请的技术方案中，体感设备包括加速传感器和陀螺仪，其中，加速度传感器能够在采集体感设备运动时的三轴加速度数据(x轴加速度数据、y轴加速度数据及z轴加速度数据，其中，x轴表示前后方向、y轴表示左右方向、z轴表示上下方向)。陀螺仪则能够采集提体感设备运动时的三轴角速度数据。

可选择的，本申请技术方案所采用的体感设备包括但不限于手机、手环、手表、戒指、手柄、腕带等。

具体来说，可通过USB、WIFI、蓝牙或2.4G等通讯方式实现体感设备与游戏终端的绑定，该游戏终端是指运行体感游戏的终端，其可以手机、平板电脑、笔记本电脑、掌机等移动终端，也可是台式电脑、家庭主机等固定终端。

在绑定完成后，当用户终端在游戏终端上启动体感篮球游戏时，终端可基于与体感设备的连接协议，周期性的从体感设备接收或获取陀螺仪数据和加速度数据。

S20、根据所述姿态数据计算体感设备在空间中运动的观测轨迹。

这其中，观测轨迹指的是从用户实际进行投篮动作时获取的体感设备的运动路径数据。这个运动路径数据可以被视为用户进行投篮动作时的投篮动作轨迹。

具体来说，陀螺仪数据提供了设备旋转的角速度信息，基于该角速度信息可以通过四元数算法、欧拉角算法等计算出体感设备在空间中的姿态数据(俯仰角、横滚角、偏航角)。而加速度数据则提供了体感设备在空间的三个方向上的加速度信息，通过对该加速度信息进行积分，便可得到体感设备在三个方向上的位移数据。

然后，通过使用传感器融合算法，如卡尔曼滤波或互补滤波，将陀螺仪数据和加速度数据进行融合，便可获得更准确的设备方向和运动信息。接着，将融合后的姿态数据转换为空间中的运动轨迹，便可得到体感设备的观测轨迹。

此外，通过对计算得到的轨迹数据进行平滑处理，可以消除因传感器误差或干扰引起的抖动或不稳定性。

S30、根据所述姿态数据和预拟合的投篮模型计算体感设备在空间中运动的预测轨迹，其中，所述预拟合的投篮模型具有多个。

这其中，预拟合的投篮模型是数学函数或方程，这些函数被预先设计和拟合，以模拟不同类型的投篮动作。每个模型通常表示一种特定的投篮动作类型，如直投、小曲度抛物线投、中曲度抛物线投、高曲度抛物线投等。这些模型的目的是在用户进行投篮动作时提供一种理论上的预测，以便与实际观测到的轨迹进行比较，从而确定用户的具体动作类型。

值得说明的是，不同的投篮可以使用不同的数学模型来进行拟合。模型的选择可能基于先前的运动学研究、物理规律，或者通过机器学习方法从实际数据中学习得到。

进一步的，预测轨迹是通过使用预先拟合的投篮模型和当前的姿态数据计算得到的，用于模拟用户可能进行的投篮动作的理论路径。这个轨迹的生成是基于数学模型和用户当前的体感设备姿态数据。

具体的，相较于观测轨迹而言，预测轨迹是通过使用预先拟合的投篮模型和当前姿态数据计算得到的理论上的投篮轨迹，是系统对用户可能进行的动作的预测路径，而观测轨迹则是通过体感设备实际测得的用户投篮动作的轨迹，是用户真实行为在空间中的实际路径。

具体来说，基于体感设备所采集的姿态数据及预拟合的投篮模型，可以从姿态数据中采集部分数据或全部数据作为自变量，输入预拟合的投篮模型中，以计算体感设备轨迹数据，基于不同的投篮模型输出，以得到多个不同的预测轨迹。

S40、计算所述观测轨迹与多个所述预测轨迹的相似度。

这其中，相似度是用于度量两个轨迹或数据集之间相似程度的指标。在本申请的方案中，观测轨迹和预测轨迹的相似度用于衡量它们在空间中的接近程度，从而判断用户实际进行的投篮动作类型。

可选择的，可通过弗雷歇距离、欧氏距离、余弦相似度、皮尔逊相关系数等度量方法计算观测轨迹与预测轨迹之间的相似度。

S50、根据所述相似度识别用户完成的投篮动作类型。

具体来说，在计算出观测轨迹与多个预测轨迹之间的相似度后，可以通过比较多个相似度的大小，从中选出最大相似度所对应的投篮模型，然后基于该投篮模型确定用户当前动作所对应的投篮动作类型。

值得说明的是，在一些实施例中，可以设定一个基础阈值，该基础阈值的作用在于，仅在观测轨迹与预测轨迹相似度大于该设定阈值时，系统才会判断用户是否完成了该预测轨迹所对应的投篮动作类型。反之，系统将判定用户未完成符合要求的投篮动作，当前投篮视为未完成。

S60、根据所识别的投篮动作类型执行游戏操作。

具体来说，在识别到用户投篮动作类型后，可以将识别到的用户投篮动作类型映射到游戏中相应的操作或效果。例如，根据不同的投篮动作类型播放不同的篮球运动画面、提供不同的游戏反馈(如游戏得分、背景音效、游戏特效等)等。

通过这一步骤，系统能够根据用户的体感投篮动作类型智能地执行相应的游戏操作，使得用户在体感篮球游戏中获得更加个性化和令人满足的体验。

可以理解，本申请的基于函数拟合实现体感篮球游戏的方法，通过获取姿态数据和多个预拟合的投篮模型以计算用户投篮时体感设备的观测轨迹和多个预测轨迹，然后通过比较该观测轨迹和该多个预测轨迹之间的相似度，以识别用户所完成的投篮动作类型，最后通过所识别的投篮动作类型以执行游戏操作，相较于通过姿态数据计算运动轨迹后判断用户是否完成设定投篮动作的现有方案而言，本申请的技术方案具有以下优点：

1、更高的灵活性：通过比较观测轨迹和预测轨迹，系统可以适应多种投篮动作类型，而不仅限于预先设定的一种或少数几种。这使得系统更具灵活性，能够识别和响应更丰富多样的用户投篮动作。

2、个性化适应性：通过预测轨迹，系统可以在不同用户之间实现更好的个性化适应性。每个用户的体感动作可能有所不同，而通过预测轨迹的方式，系统可以更灵敏地适应和理解不同用户的个性化动作风格。

3、增强用户体验：通过比较真实观测轨迹和预测轨迹，系统能够提供更加真实和贴近用户实际体感的交互体验。这有助于增强用户对于体感篮球游戏的沉浸感和参与感。

4、准确性提升：通过比较轨迹形状和方向的相似度，系统可以更准确地判断用户的投篮动作类型。相较于仅仅根据姿态数据判断是否完成设定投篮动作，这种方法具有更高的准确性。

在一些实施例中，根据所述姿态数据计算体感设备在空间中运动的观测轨迹，包括：

S21、根据所述陀螺仪数据计算体感设备的俯仰角。

具体来说，通过四元数算法、欧拉角算法等算法，能够计算出体感设备的姿态角(具体为俯仰角、横滚角及偏航角)。这其中，可以获取体感设备绕y轴旋转的角速度，以计算体感设备的俯仰角。

S22、根据x轴加速度数据和z轴的加速度数据分别计算体感设备在x轴方向和y轴方向的位移。

这其中，x轴加速度数据提供了体感设备在前后方向上移动时候的加速度信息，而z轴加速度数据则提供了体感设备在上下方向移动的加速度信息。

具体来说，从体感设备获取加速度数据后，需要先对加速度数据进行滤波和校准，以去除可能存在的噪音和误差。滤波可以采用数字滤波器来平滑数据，而校准可以基于设备的初始状态进行调整。

然后，对处理后的加速度数据进行双重积分，以分别得到体感设备在x轴方向和z轴方向的位移。

S23、根据所述俯仰角及体感设备在x轴方向和y轴方向的位移，得到体感设备在竖直平面内的运动轨迹，以作为所述观测轨迹。

具体的，在得到体感设备的俯仰角及其在x轴和y轴方向的位移信息后，需要先对位移数据进行坐标系转换，以确保数据在全局坐标系中。

然后，利用俯仰角和位移信息，运用数学模型(如三角函数)计算体感设备在竖直平面内的运动轨迹。考虑到俯仰角的影响，模型可以采用三维空间中的投影或其他几何计算方法。

最后，为了保证轨迹观测的精度，需要对计算得到的运动轨迹进行平滑处理，以减少可能的噪音和不稳定性。平滑处理可以采用滑动平均或其他数字滤波技术。

可以理解，投篮动作轨迹通常为仅在竖直平面发生明显变化的轨迹，因此在计算体感设备的观测轨迹时，可以仅计算体感设备在竖直平面内轨迹数据。通过步骤S21至步骤S23，实现了仅使用x轴和z轴加速度数据、体感设备俯仰角度计算，计算体感设备在竖直平面内轨迹以作为观测轨迹。这样设置，有助于提高计算效率，减少不必要的计算，同时确保对用户投篮动作的准确捕捉。

在一些实施例中，根据所述俯仰角及体感设备在x轴方向和y轴方向的位移，得到体感设备在竖直平面内的运动轨迹，包括：

S231、在执行体感游戏的终端上生成一个由多个网格单元组成的网格地图，以及一个与所述体感设备相匹配的虚拟刚体。

这其中，网格地图是一种将空间划分为规则网格单元的图像表示方法。它将整个空间划分为离散的小区域，每个区域称为一个网格单元，可以是正方形、矩形或其他形状。每个网格单元具有唯一的标识符和坐标，用于表示其在整个地图中的位置。在本申请的技术方案中，网格地图用来表示游戏场景的布局。每个网格单元可以对应一个固定大小的区域或格子，用来记录虚拟刚体在游戏中的位置。

具体而言，在体感篮球游戏启动后，可基于预设的初始化参数构建网格地图，该网格地图可以是二维地图(如平面地图)，也可是三维地图(如立体场景)。值得说明的是，根据预设的初始化参数，在生成网格地图的同时，确定了每个网格单元的大小、及每个网格单元的坐标值。

进一步地，刚体是指在物理世界中具有固定形状和质量，不会发生变形或弯曲的物体。虚拟刚体则是具有相应物理属性的虚拟建模。在本申请的技术方案中，该虚拟刚体用以记录体感设备在网格地图中的移动轨迹。

S232、根据所述俯仰角及体感设备在x轴方向和y轴方向的位移更新所述虚拟刚体在所述网格地图中的位置。

具体来说，利用体感设备的俯仰角及体感设备在x轴方向和y轴方向的位移，可以更新虚拟刚体的朝向位置，确保虚拟刚体在虚拟环境中的朝向及位置与用户实际动作相符。

S233、根据所述虚拟刚体在所述网格地图中移动过程中经过的网格单元的坐标生成所述运动轨迹。

具体来说，可创建一个数据结构来存储虚拟刚体经过的网格单元的坐标数据，可以使用数组、列表、矩阵等数据结构来表示坐标数据。在游戏过程中，可根据时间序列将虚拟刚体所处网格单元的坐标值记录到轨迹数据结构中，以作为体感设备在空间中的运动轨迹。

可以理解，通过上述步骤，可以将体感设备的轨迹数据表示为经过处理的网格坐标，可以将连续的坐标序列转换为离散的网格单元序列。这样做去除中间相邻坐标之间的微小变化，以可以减少数据的冗余与重复，从而优化数据的表示和存储，并可提升运动轨迹的计算效率。

在一些实施例中，根据所述姿态数据和预拟合的投篮模型计算体感设备在空间中运动的预测轨迹，包括：

S31、根据所述姿态数据计算体感设备的俯仰角。

具体来说，通过四元数算法、欧拉角算法等算法，能够计算出体感设备的姿态角(具体为俯仰角、横滚角及偏航角)。这其中，可以获取体感设备绕y轴旋转的角速度，以计算体感设备的俯仰角。

S32、根据x轴加速度数据和所述俯仰角计算体感设备在前后方向的位移。

这其中，步骤S32所求的前后方向的位移是指求体感设备在全局坐标系的前后方向(x轴)的位移。该全局坐标系是一个固定的坐标系统，通常是相对于整个空间或环境而言的。它的原点、轴和方向是相对于整个环境固定的，不会随着物体的运动而改变。这使得它可以成为一个固定的参照点，用于描述物体在整个环境中的位置和运动。

具体而言，在步骤S32中，可以使用已计算的俯仰角，进行坐标系转换，将设备的坐标系转换为大地坐标系。然后利用x轴的加速度数据，在大地坐标系的前后方向上积分计算位移。这个过程是基于牛顿的运动学公式，将加速度转换为位移。

S33、将所述前后方向的位移作为自变量输入投篮模型，计算所述体感设备竖直方向的位移。

可以理解，与步骤S32相同，步骤S33所求的体感设备在竖直方向的位移是指体感设备在在全局坐标系的竖直方向(z轴)的位移。

具体而言，在步骤S33中，预拟合的投篮模型可以将体感设备在前后方向的位移作为输入，输出体感设备在(全局坐标系)竖直方向上的位移。投篮模型输出的体感设备在全局坐标系的竖直方向(z轴)上的位移代表了在标准投篮动作下，体感设备在前后方向上运动时，设备在竖直方向上相应的位置变化。换言之，投篮模型的预先拟合使其适应于特定的投篮动作类型。因此，输出的竖直方向位移应该能够反映用户按照标准方式进行投篮时的预期位置变化。

示例性的，预拟合的投篮模型可以是具有不同常量和自变量参数的多个抛物线函数。

S34、根据所述前后方向的位移和所述竖直方向的位移生成所述预测轨迹。

具体来说，在确定了体感设备在全局坐标系的前后方向和竖直方向上的位移之后，可以得到体感设备在在全局坐标系的x轴及z轴坐标位置。将连续的坐标位置连接，便可得到体感设备在竖直平面内的预测轨迹。该预测轨迹可以用于与体感设备在竖直平面内的观测轨迹相比较。

值得说明的是，为了减少可能的噪音和不稳定性，可以对预测轨迹进行平滑处理。平滑处理可以采用数字滤波技术或其他数学方法。

可以理解，通过上述步骤可以将体感设备在前后方向的位移和竖直方向的位移整合生成预测轨迹，有效地模拟了用户投篮时体感设备在竖直平面内的运动路径。从而有助于提高计算效率，减少不必要的计算。

在一些实施例中，计算所述观测轨迹与多个所述预测轨迹的相似度，包括：

S41、根据动态时间规整算法，将观测轨迹和预测轨迹分别表示为两个由多个点组成的序列。

这其中，动态时间规整(Dynamic Time Warping，DTW)算法是一种用于比较两个序列之间相似度的方法，特别适用于考虑两个序列之间的时序关系和弹性的情况。它常被用于处理时间序列数据的对齐和相似性度量问题。动态时间规整(Dynamic Time Warping，DTW)算法是一种用于比较两个序列之间相似度的方法，特别适用于考虑两个序列之间的时序关系和弹性的情况。它常被用于处理时间序列数据的对齐和相似性度量问题。

具体来说，可以通过间隔采样的方法将观测轨迹和预测轨迹离散化为多个点，或是直接根据跑步动作区间中的时间戳将观测轨迹和预测轨迹划分为多个点。

进一步地，可以将每个点的坐标作为序列中的一个元素，形成两个序列。

S42、根据欧式距离计算两个序列中每两个点之间的距离，并构建一个距离矩阵。

具体来说，欧式距离是点与点之间的直线距离计算方法，可以通过计算坐标之间的欧氏距离来得到。计算得到的距离可以构建成一个距离矩阵。

S43、从距离矩阵的左上角开始，寻找一条到达右下角的最短路径，并将所述路径上的距离之和作为所述观测轨迹和所述预测轨迹之间的相似度。

具体来说，寻找一条到达右下角的最短路径可以通过以下方法实现：

1、从起点开始，按照一定的规则移动到相邻的点。常用的移动规则有以下三种：向右移动：从当前位置向右移动一格；向下移动：从当前位置向下移动一格；向右下移动：从当前位置向右下移动一格。

2、在移动的过程中，选择距离最小的相邻点作为下一个移动的目标点。这可以通过比较相邻点的距离值来确定。

3、重复步骤1和步骤2，直到到达距离矩阵的右下角(终点)。此时，路径上的点即为最短路径。

进一步地，在确定了最短路径后，这条路径上的点代表了在序列对齐过程中选择的最优点，即最小距离的点。该最短路径的距离之和即为观测轨迹和预测轨迹之间的相似度度量。

可以理解，使用动态时间规整(DTW)算法计算观测轨迹与预测轨迹的相似度具有以下优点：

1、考虑时序关系：DTW算法能够捕捉序列数据中的时序关系，因此适用于比较具有时间上的依赖性的数据，如时间序列、运动轨迹等。它不仅考虑了序列元素之间的相似性，还考虑了它们在时间上的对应关系。

2、弹性匹配：DTW算法具有一定的弹性，可以处理两个序列在时序上存在一定偏移或长度不同的情况。它通过允许序列在时间轴上进行非线性的拉伸和压缩，寻找最佳的对齐方式，使得序列在时间上保持一致。

3、泛化能力强：DTW算法对于不同长度、形状、速度和幅度的序列具有较好的泛化能力。它不依赖于固定的模型或假设，而是根据输入数据的特征动态调整对齐路径，因此适用于各种不同的序列数据。

4、鲁棒性强：DTW算法对于噪声和局部变化具有一定的鲁棒性。通过计算距离矩阵并寻找最短路径，它可以在一定程度上抵抗数据中的噪声、局部干扰或不完全对齐的情况。

5、不受缩放影响：DTW算法在计算距离时，通过动态规划寻找最优路径，不受序列的整体缩放或平移影响。这使得它适用于需要比较不同尺度或位置的序列数据。

在一些实施例中，计算所述观测轨迹与多个所述预测轨迹的相似度，还包括：对所述相似度进行归一化处理。

具体来说，归一化处理可以通过以下步骤完成：

1、确定相似度的最大值和最小值：首先需要确定相似度计算的最大值和最小值。这可以通过样本数据集中的最大相似度和最小相似度来确定，或者根据问题的特定需求来设定。

2、对相似度进行线性归一化：线性归一化是一种常用的归一化方法，可以将相似度值线性映射到指定的范围内，例如[0,1]或[-1,1]。

对于范围[0,1]，可以使用公式：归一化相似度＝(原始相似度-最小相似度)/(最大相似度-最小相似度)；

对于范围[-1,1]，可以使用公式：归一化相似度＝2*((原始相似度-最小相似度)/(最大相似度-最小相似度))–1；

其中，原始相似度是计算得到的相似度值。

可以理解，通过对相似度进行归一化处理，可以消除相似度值的量纲影响，并确保相似度值在一定范围内，使其更具可解释性和可比性。这样可以更方便地判断观测轨迹与预测轨迹之间的相似程度，并根据需要进行相应的动作判断。

在一些实施例中，根据所识别的投篮动作类型执行游戏操作，包括：

S61、根据所识别的投篮动作类型确认篮球运动轨迹。

具体的，通过将步骤S50识别的投篮动作类型与预定义的篮球轨迹模型进行匹配，便可以确认篮球运动轨迹。每种动作类型对应于不同的篮球飞行路径，例如小曲度抛物线、中曲度抛物线、大曲度抛物线、直线等。

S62、根据所述篮球轨迹确定投篮结果.

具体的，在确定篮球运动轨迹后，系统进一步分析确认的篮球轨迹，考虑篮球的初速度、角度等因素，以确定篮球是否成功进球或达到预定目标，即，判定投篮的结果。例如判断篮球是否准确进入篮筐、擦边而过或未能命中目标。这一步骤决定了用户在游戏中的得分或表现。

S63、根据所述篮球运动轨迹和所述投篮结果生成对应的投篮动画及游戏反馈。

具体的，系统根据确认的篮球运动轨迹和投篮结果，生成相应的投篮动画(如篮球飞行的视觉效果、进球的表现等)和游戏反馈(如得分提示、击中目标的音效等)，以增强用户的游戏体验。

通过上述步骤，系统实现了对用户投篮动作的分析和反馈，使得用户在游戏中能够获得更真实、丰富的体验，同时提高了游戏的趣味性和互动性。

此外，参照图3，本发明实施例还提出基于函数拟合实现体感篮球游戏的装置，所述基于函数拟合实现体感篮球游戏的装置包括：

获取模块110，用于在体感游戏启动后，从绑定的体感设备获取姿态数据，所述姿态数据包括陀螺仪数据和加速度数据；

观测模块120，用于根据所述姿态数据计算体感设备在空间中运动的观测轨迹；

预测模块130，用于根据所述姿态数据和预拟合的投篮模型计算体感设备在空间中运动的预测轨迹；

计算模块140，用于计算所述观测轨迹与多个所述预测轨迹的相似度；

识别模块150，用于根据所述相似度识别用户完成的投篮动作类型；

执行模块160，用于根据所识别的投篮动作类型执行游戏操作。

其中，基于函数拟合实现体感篮球游戏的装置的各个功能模块实现的步骤可参照本发明基于函数拟合实现体感篮球游戏的方法的各个实施例，此处不再赘述。

此外，本发明实施例还提出一种计算机可读存储介质，计算机可读存储介质可以是硬盘、多媒体卡、SD卡、闪存卡、SMC、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器等中的任意一种或者几种的任意组合。计算机可读存储介质中包括基于函数拟合实现体感篮球游戏的程序10，本发明之计算机可读存储介质的具体实施方式与上述基于函数拟合实现体感篮球游戏的方法以及服务器1的具体实施方式大致相同，在此不再赘述。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。