【一步步開發AI運動小程式】十二、自定義一個運動分析器，實現計時計數02

隨著人工智慧技術的不斷發展，阿裡體育等IT大廠，推出的“樂動力”、“天天跳繩”AI運動APP，讓雲上運動會、線上運動會、健身打卡、AI體育指導等概念空前火熱。那麼，能否將這些在APP成功應用的場景搬上小程式，分享這些概念的紅利呢？本系列文章就帶您一步一步從零開始開發一個AI運動小程式，本系列文章將使用“雲智AI運動識別小程式插件”，請先行在微信服務市場或官網瞭解詳情。

一、運動分析

如圖所示，俯卧撐有卧和撐兩個動作姿態組成，從卧到撐或者撐到卧，為一個動作，即計數加1；因此我們分別構建這兩個姿態的識別規則，查測到卧撐或撐卧的組合計數加1，便可以完成俯卧撐的檢測數。

二、檢測規則構建

【撐】：
如上圖所示的動作1“撐”姿態，我們看到整個身體軀幹綳直，雙手綳直撐起，手臂與腰部夾角大約80度左右，所以我們構建出以下幾個檢測規則進行檢測：

{
    name: '撐狀態檢查',
    calc: '$and',
    rules: [{
        name: '手臂垂直撐起',
        calc: '$or',
        rules: [{
            name: '左手臂垂直',
            calc: 'vertical',
            upperKey: 'left_shoulder',
            centerKey: 'left_elbow',
            lowerKey: 'left_wrist',
            offset: 20
        }, {
            name: '右手臂垂直',
            calc: 'vertical',
            upperKey: 'right_shoulder',
            centerKey: 'right_elbow',
            lowerKey: 'right_wrist',
            offset: 20
        }]
    }, {
        name: '手臂與腰部垂直',
        calc: '$or',
        rules: [{
            name: '左手臂與腰齊垂直',
            calc: 'match-angle',
            angleKey: 'left_shoulder',
            secondKey: 'left_elbow',
            thirdKey: 'left_hip',
            angle: 90,
            offset: 25
        }, {
            name: '右手臂與腰齊垂直',
            calc: 'match-angle',
            angleKey: 'right_shoulder',
            secondKey: 'right_elbow',
            thirdKey: 'right_hip',
            angle: 90,
            offset: 25
        }]
    }, {
        name: '腿部綳直',
        calc: '$or',
        rules: [{
            name: '左腿綳直',
            calc: 'match-angle',
            angleKey: 'left_knee',
            secondKey: 'left_ankle',
            thirdKey: 'left_hip',
            angle: 160,
            offset: 20
        }, {
            name: '右腿綳直',
            calc: 'match-angle',
            angleKey: 'right_knee',
            secondKey: 'right_ankle',
            thirdKey: 'rgight_hip',
            angle: 160,
            offset: 20
        }]
    }]
};

【卧】：
接下來我們繼續看第二個分解動作卧，如上圖所示的動作2“卧”姿態，我們看到整個身體軀幹也是綳直的，手臂彎曲成約90度，胳膊與腰部齊平，所以我們構建出以下檢測規則進行識別：

{
    name: '卧動作檢查',
    calc: '$and',
    rules: [{
        name: '軀幹卧倒狀態',
        calc: 'lie',
        offset: 30
    }, {
        name: '手臂彎曲檢查',
        calc: '$or',
        rules: [{
            name: '左手臂彎曲狀態',
            calc: 'match-angle',
            angleKey: 'left_elbow',
            secondKey: 'left_shoulder',
            thirdKey: 'left_wrist',
            angle: 115,
            offset: 15
        }, {
            name: '右手臂彎曲狀態',
            calc: 'match-angle',
            angleKey: 'right_elbow',
            secondKey: 'right_shoulder',
            thirdKey: 'right_wrist',
            angle: 115,
            offset: 15
        }]
    }, {
        name: '手臂與腰齊平查',
        calc: '$or',
        rules: [{
            name: '左手臂與腰齊平查',
            calc: 'match-angle',
            angleKey: 'left_shoulder',
            secondKey: 'left_elbow',
            thirdKey: 'left_hip',
            angle: 35,
            offset: 15
        }, {
            name: '右手臂與腰齊平查',
            calc: 'match-angle',
            angleKey: 'right_shoulder',
            secondKey: 'right_elbow',
            thirdKey: 'right_hip',
            angle: 35,
            offset: 15
        }]
    }]
}

到這，我們就把運動檢測規則編寫好了，規則同時考慮了左、右側入鏡的問題。

三、執行檢測

實現運動分析器，我們需要繼承擴展sports.SportBase抽象類，該類已經為您實現了基本的計時、計數能力，您只要重寫pushing方法，在此方法調用calc.Calculator計算器進行規則計算，通過則調用計時計數即可，代碼如下：

    pushing(body) {

        if (utils.isNone(body))
            return;

        //卧
        if (this._calculator.calculating(body, this.rules.liePose)) {
            this.stateTran = 1;
            return;
        }

        //撐
        if (!this._calculator.calculating(body, this.rules.upPose) || this.stateTran !== 1)
            return;

        this.stateTran = -1;
        this.countTimes();
        this.emitTick();  //觸發計數 

    }

四、後計

以上便是俯卧撐運動的分析器的適配過程，當然還可以使用姿態相似度能力進行動作識別，效率相對會更高些，詳情請參考前面的相似度使用章節及API文檔。