随着人们对身体健康、生活质量重视度的提升,越来越多的人热衷于通过各类运动锻炼身体,比如羽毛球这种老少皆宜的运动。而随着新时代的发展,人工智能和机器人逐渐走进人们的生活,其中羽毛球机器人便是一款能与人实时竞技的智能机器人。该机器人不仅可以对高速运动的羽毛球进行捕捉和追踪,还具有高速的运动控制系统可以精准地完成挥拍动作。除此之外,若在其基础上增加对人体动作的捕捉、识别和分析模块,便可将其升级为羽毛球教学机器人,解决现如今羽毛球学者众而名师寡的局面。因此本文的主要研究内容是基于羽毛球机器人视觉系统,对羽毛球运动员挥拍动作进行捕捉、识别和分析。主要研究工作如下:(1)提出了一种根据羽毛球飞行方向和位置获取运动员挥拍动作视频段的方法。利用羽毛球机器人的视觉系统,采集并制作了包含8类常见羽毛球挥拍动作的数据集——羽毛球挥拍动作数据集(BSMDataset);(2)改进稠密轨迹算法,使其能更有效的对羽毛球挥拍动作(类内动作)进行识别。对稠密轨迹算法进行研究,提出一种能更好表征类内动作运动特性的非定长稠密轨迹特征,并运用人体检测算法检测出视频帧中的运动员,通过只提取包含运动员的小范围内的特征点的轨迹的方式,降低了算法的复杂度,同时也增强算法鲁棒性。通过实验的方式验证了非定长轨迹的有效性,同时也提高了羽毛球挥拍动作的识别率。(3)定义标准羽毛球挥拍动作,进行羽毛球挥拍动作分析。从BSMDataset数据集中,选择每类挥拍动作的标准动作,并用非定长稠密轨迹算法对这些动作进行表征,然后以这些标准动作为基准,通过计算待分析动作与标准动作之间的相似度,再运用评分公式对羽毛球挥拍动作进行分析评估。(4)设计并实现了羽毛球挥拍动作评估系统软件。运用本文提出的羽毛球挥拍动作捕捉、识别和分析方法,设计并实现了一款基于羽毛球机器人的羽毛球挥拍动作评估系统。所开发的软件能嵌入到羽毛球机器人的视觉系统中,对运动员的挥拍动作进行捕捉、识别和分析。