一种基于UWB定位的报靶系统、方法与流程

本发明涉及计算机数据处理，特别涉及一种基于uwb定位的报靶系统、方法。

背景技术：

1、目前，训练者进行射击训练时，报靶多采用人工报靶，即设置专门的报靶人员在训练者射击完成后观察靶标，读取射击结果，进行报靶。这样做，人力成本较大，报靶效率不足，同时，智能化程度较低。

技术实现思路

1、本发明目的之一在于提供了一种基于uwb定位的报靶系统，基于uwb定位技术获取射击位置，自动确定射击结果进行报靶，无需设置专门的报靶人员进行报靶，降低了人力成本，提升了报靶效率，同时，也更加智能化。

2、本发明实施例提供的一种基于uwb定位的报靶系统，包括：

3、靶标射击模块，用于训练者射击靶标；

4、射击位置获取模块，用于基于uwb定位技术，获取射击位置；

5、射击结果确定模块，用于基于射击位置、预设的靶标位置图，确定射击结果；

6、报靶模块，用于基于射击结果，进行报靶。

7、优选的，基于uwb定位的报靶系统，还包括：

8、训练辅助模块，用于包括：

9、获取历史报靶结果；

10、基于预设的射击评价体系，根据历史报靶结果，确定射击评价；

11、基于射击评价，确定改进计划；

12、向训练者显示射击评价、改进计划。

13、优选的，训练辅助模块基于射击评价，确定改进计划，包括：

14、对射击评价进行特征描述，获得第一特征描述因子；

15、基于第一特征描述因子、预设的复杂度对照表，确定复杂度；

16、当复杂度小于等于预设的复杂度阈值时，基于预设的改进计划制定体系，根据射击评价，制定改进计划；

17、当复杂度大于复杂度阈值时，从预设的因子时间轴库中确定目标因子时间轴；目标因子时间轴上存在至少m个目标因子簇，目标因子簇包括：连续的至少n个与第一特征描述因子之间的相似度大于等于预设的第一相似度阈值的第二特征描述因子；m、n为正整数；训练者的第一人员画像与目标因子时间轴对应的预设的其他训练者的第二人员画像之间相似度大于等于预设的第二相似度阈值；

18、依次遍历目标因子时间轴上的目标时间区间；目标时间区间包括：两两相邻目标因子簇之间的时间区间；

19、每次遍历时，确定遍历到的目标时间区间内是否存在第三特征描述因子；第三特征描述因子与预设的第四特征描述因子之间的相似度大于等于预设的第三相似度阈值；

20、当存在时，从其他训练者对应的预设的训练方案库中确定遍历到的目标时间区间内的训练方案；

21、遍历目标时间区间结束后，整合每次遍历目标时间区间确定的训练方案，获得改进计划。

22、优选的，训练辅助模块基于射击评价，确定改进计划，包括：

23、基于预设的搜索条件生成模板，根据射击评价、第一人员画像，生成多个搜索条件；

24、基于搜索条件，从大数据平台上搜索出射击训练多模态数据；射击训练多模态数据符合全部的搜索条件；

25、尝试从射击训练多模态数据中确定第一目标数据；第一目标数据的第一模态集与预设的第二模态集之间的匹配度等于预设的第一匹配度阈值；

26、当尝试成功时，基于第一目标数据，确定改进计划；

27、当尝试失败时，从射击训练多模态数据中确定多个第二目标数据；第二目标数据的第三模态集与第二模态集之间的匹配度大于等于预设的第二匹配度阈值；两两第二目标数据之间的匹配度小于等于预设的第三匹配度阈值；

28、依次遍历第二目标数据；

29、每次遍历时，获取遍历到的第二目标数据的可信度；

30、遍历第二目标数据结束后，基于最大可信度的第二目标数据，确定改进计划。

31、优选的，训练辅助模块获取遍历到的第二目标数据的可信度，包括：

32、依次遍历第二目标数据的第三模态集中的数据模态；

33、每次遍历时，获取遍历到的数据模态对应的预设的可信评估类型；可信评估类型包括：主动评估、被动评估；

34、当可信评估类型为主动评估时，对第二目标数据执行遍历到的数据模态对应的预设的第一可信评估规则，获取第一评估值，并与遍历到的数据模态进行关联；

35、当可信评估类型为被动评估时，请求大数据平台对第二目标数据执行数据模态对应的预设的第二可信评估规则，获取第二评估值，并与遍历到的数据模态进行关联；

36、获取遍历到的数据模态对应的预设的模态权重；

37、赋予遍历到的数据模态被关联的第一评估值或第二评估值模态权重，获得目标值；

38、遍历数据模态结束后，累加计算每次遍历数据模态获得的目标值，获得可信度。

39、本发明实施例提供的一种基于uwb定位的报靶方法，包括：

40、训练者射击靶标；

41、基于uwb定位技术，获取射击位置；

42、基于射击位置、预设的靶标位置图，确定射击结果；

43、基于射击结果，进行报靶。

44、优选的，基于uwb定位的报靶方法，还包括：

45、获取历史报靶结果；

46、基于预设的射击评价体系，根据历史报靶结果，确定射击评价；

47、基于射击评价，确定改进计划；

48、向训练者显示射击评价、改进计划。

49、优选的，基于射击评价，确定改进计划，包括：

50、对射击评价进行特征描述，获得第一特征描述因子；

51、基于第一特征描述因子、预设的复杂度对照表，确定复杂度；

52、当复杂度小于等于预设的复杂度阈值时，基于预设的改进计划制定体系，根据射击评价，制定改进计划；

53、当复杂度大于复杂度阈值时，从预设的因子时间轴库中确定目标因子时间轴；目标因子时间轴上存在至少m个目标因子簇，目标因子簇包括：连续的至少n个与第一特征描述因子之间的相似度大于等于预设的第一相似度阈值的第二特征描述因子；m、n为正整数；训练者的第一人员画像与目标因子时间轴对应的预设的其他训练者的第二人员画像之间相似度大于等于预设的第二相似度阈值；

54、依次遍历目标因子时间轴上的目标时间区间；目标时间区间包括：两两相邻目标因子簇之间的时间区间；

55、每次遍历时，确定遍历到的目标时间区间内是否存在第三特征描述因子；第三特征描述因子与预设的第四特征描述因子之间的相似度大于等于预设的第三相似度阈值；

56、当存在时，从其他训练者对应的预设的训练方案库中确定遍历到的目标时间区间内的训练方案；

57、遍历目标时间区间结束后，整合每次遍历目标时间区间确定的训练方案，获得改进计划。

58、优选的，基于射击评价，确定改进计划，包括：

59、基于预设的搜索条件生成模板，根据射击评价、第一人员画像，生成多个搜索条件；

60、基于搜索条件，从大数据平台上搜索出射击训练多模态数据；射击训练多模态数据符合全部的搜索条件；

61、尝试从射击训练多模态数据中确定第一目标数据；第一目标数据的第一模态集与预设的第二模态集之间的匹配度等于预设的第一匹配度阈值；

62、当尝试成功时，基于第一目标数据，确定改进计划；

63、当尝试失败时，从射击训练多模态数据中确定多个第二目标数据；第二目标数据的第三模态集与第二模态集之间的匹配度大于等于预设的第二匹配度阈值；两两第二目标数据之间的匹配度小于等于预设的第三匹配度阈值；

64、依次遍历第二目标数据；

65、每次遍历时，获取遍历到的第二目标数据的可信度；

66、遍历第二目标数据结束后，基于最大可信度的第二目标数据，确定改进计划。

67、优选的，获取遍历到的第二目标数据的可信度，包括：

68、依次遍历第二目标数据的第三模态集中的数据模态；

69、每次遍历时，获取遍历到的数据模态对应的预设的可信评估类型；可信评估类型包括：主动评估、被动评估；

70、当可信评估类型为主动评估时，对第二目标数据执行遍历到的数据模态对应的预设的第一可信评估规则，获取第一评估值，并与遍历到的数据模态进行关联；

71、当可信评估类型为被动评估时，请求大数据平台对第二目标数据执行数据模态对应的预设的第二可信评估规则，获取第二评估值，并与遍历到的数据模态进行关联；

72、获取遍历到的数据模态对应的预设的模态权重；

73、赋予遍历到的数据模态被关联的第一评估值或第二评估值模态权重，获得目标值；

74、遍历数据模态结束后，累加计算每次遍历数据模态获得的目标值，获得可信度。

75、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

76、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。