首页 > 工艺制品 专利正文
一种基于精练竖钩的高效练字方法与流程

时间:2022-02-15 阅读: 作者:专利查询

一种基于精练竖钩的高效练字方法与流程

1.本发明涉及练字方法技术领域,具体为一种基于精练竖钩的高效练字方法。


背景技术:

2.传统观念里,汉字的书写练习常以临写为主,描摹辅之,临写得笔意,描摹得间架,二者结合或相得益彰。但事实上,临写和描摹在脱离范字和法帖后,进步并不大。
3.其实,练字与其它技能和习惯的训练与培养一样,都是肌肉记忆的形成过程,而肌肉记忆有好处也有坏处。临写和描摹是众多肌肉记忆同时进行,会摧毁笔画的形成过程,这是坏处之一。临写和描摹会形成众多种类与数量的肌肉记忆纷扰混淆,以致笔画难以准确定型,这是坏处之二。初学书者受指腕肌群等生理机能局限性的影响,在完成诸多精细连贯的动作之时,难免重复固化错误,笔画有误殃及间架,以致取法乎上仅得乎中。
4.以上是造成练字效果不佳、练字效率低下的原因。所以,练字要根据肌肉记忆原理及其特点,扬长避短,方能事半功倍,否则事倍功半。


技术实现要素:

5.本发明的目的在于提供一种基于精练竖钩的高效练字方法,以解决目前进行练字时不仅效率低下,而且练字效果不佳的问题。
6.为实现上述目的,本发明提供如下技术方案:一种基于精练竖钩的高效练字方法,包括以下步骤:
7.s1、结合习字板反馈的笔尖运动状态信息、指套反馈竖钩练习时手指的动作、腕套反馈竖钩练习时手腕的动作、臂套反馈竖钩练习时手臂的动作、线条感应模块反馈的重合率,得出练字动作与笔尖运行状态、笔画线条重合率的练字关联数据;
8.其中,所述的笔尖运行状态信息包括笔尖与习字板表面的角度、行笔速度、对笔尖的按压力度;
9.练字动作包括肌肉用力强弱、肌肉发力先后顺序、手指的姿态、手腕的姿态、手臂的姿态、手臂的动作轨迹、手腕的动作轨迹、手指的运动轨迹;
10.通过习字板内设置的节点压力传感器以及笔内设置的位置传感器反馈笔画运行状态信息;
11.指套、臂套、腕套分别通过semg感应模块反馈手指肌肉、手臂肌肉和腕部肌肉的表面肌电信号,通过分析采集的肌电信号得到练字时手指、手臂和手腕相关肌肉的用力强弱及发力先后顺序;
12.通过运动位置传感器反馈手指、手臂和手腕的运动轨迹及姿态;
13.s2、将上述步骤得到的练字关联数据与预设的作为练字标准的练字动作模型进行对比,找出练字关联数据与练字动作模型的偏离项,并进行反馈,得到练习数据;
14.s3、识别出一个完整的竖钩笔画练字动作的手指、手臂及手腕的发力与肌肉运用是否正确;
15.首先,分析得出表面肌电信号的时域统计分布,以确定每个表面肌电信号的时间分布,从而获得每个肌肉的发力先后顺序;
16.其次,分析得出表面肌电信号的频域统计分布,再与预设的肌电流信号参考数据进行对比,得到练字时手指、手臂和手腕相关肌肉的用力强弱;
17.最后,通过肌肉用力强弱与肌肉发力先后顺序,识别出一个完整的竖钩笔画练字动作的手指、手臂及手腕的发力与肌肉运用是否正确;
18.s4、分析竖钩练习的趋势;
19.其中,对每次练习竖钩笔画时采集的数据进行存储,作为往期数据信息,通过智能化用户终端接收反馈的偏离项以及存储的竖钩练习往期数据信息,进行分析竖钩练习的趋势;
20.s5、针对反馈的偏离项对应的竖钩练习过程存在的不足,提供预设的教导内容。
21.优选的,所述习字板表面的中部印刷有竖钩的笔画图形。
22.优选的,所述线条感应模块沿着竖钩笔画图形中心线的位置镶嵌于所述习字板的表面上。
23.优选的,所述节点压力传感器分别设置在习字板对应于笔画起笔下顿的位置、竖直线首尾的位置以及出钩的位置。
24.优选的,竖钩笔画竖直线中部的对应位置也设置有节点压力传感器。
25.与现有技术相比,本发明的有益效果是:
26.本发明涉及的练字方法是基于对竖钩精确的训练,便于在短时间内形成肌肉记忆和控笔能力,促进并深化了所有笔画的正确用笔,减少并避免了大量动作同时进行及笔画间的纷扰混淆,扬肌肉记忆之长避传统练字之短,将复杂的练字简单极致化,极大缩短了练字周期,提升了笔画的质与量和练字的效果与效率。
附图说明
27.图1为本发明习字板的俯视结构示意图。
28.图中:1-习字板;2-线条感应模块;3-节点压力传感器。
具体实施方式
29.下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
30.请参阅图1,本发明提供一种技术方案:一种基于精练竖钩的高效练字方法,包括以下步骤:
31.s1、结合习字板1反馈的笔尖运动状态信息、指套反馈竖钩练习时手指的动作、腕套反馈竖钩练习时手腕的动作、臂套反馈竖钩练习时手臂的动作、线条感应模块2反馈的重合率,得出练字动作与笔尖运行状态、笔画线条重合率的练字关联数据;
32.其中,所述的笔尖运行状态信息包括笔尖与习字板1表面的角度、行笔速度、对笔尖的按压力度;
33.练字动作包括肌肉用力强弱、肌肉发力先后顺序、手指的姿态、手腕的姿态、手臂的姿态、手臂的动作轨迹、手腕的动作轨迹、手指的运动轨迹;
34.通过习字板1内设置的节点压力传感器3以及笔内设置的位置传感器反馈笔画运行状态信息;
35.指套、臂套、腕套分别通过semg感应模块反馈手指肌肉、手臂肌肉和腕部肌肉的表面肌电信号,通过分析采集的肌电信号得到练字时手指、手臂和手腕相关肌肉的用力强弱及发力先后顺序;
36.通过运动位置传感器反馈手指、手臂和手腕的运动轨迹及姿态;
37.s2、将上述步骤得到的练字关联数据与预设的作为练字标准的练字动作模型进行对比,找出练字关联数据与练字动作模型的偏离项,并进行反馈,得到练习数据;
38.s3、识别出一个完整的竖钩笔画练字动作的手指、手臂及手腕的发力与肌肉运用是否正确;
39.首先,分析得出表面肌电信号的时域统计分布,以确定每个表面肌电信号的时间分布,从而获得每个肌肉的发力先后顺序;
40.其次,分析得出表面肌电信号的频域统计分布,再与预设的肌电流信号参考数据进行对比,得到练字时手指、手臂和手腕相关肌肉的用力强弱;
41.最后,通过肌肉用力强弱与肌肉发力先后顺序,识别出一个完整的竖钩笔画练字动作的手指、手臂及手腕的发力与肌肉运用是否正确;
42.s4、分析竖钩练习的趋势;
43.其中,对每次练习竖钩笔画时采集的数据进行存储,作为往期数据信息,通过智能化用户终端接收反馈的偏离项以及存储的竖钩练习往期数据信息,进行分析竖钩练习的趋势;
44.s5、针对反馈的偏离项对应的竖钩练习过程存在的不足,提供预设的教导内容。
45.本实施例中,习字板1表面的中部印刷有竖钩的笔画图形。
46.本实施例中,所述线条感应模块2沿着竖钩笔画图形中心线的位置镶嵌于所述习字板1的表面上。
47.本实施例中,所述节点压力传感器3分别设置在习字板1对应于笔画起笔下顿的位置、竖直线首尾的位置以及出钩的位置。
48.本实施例中,竖钩笔画竖直线中部的对应位置也设置有节点压力传感器3。
49.在本发明所提供的实施方式中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
50.所述作为分离元器件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的元器件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
51.另外,在本发明各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
52.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:u盘、移动硬盘、只读存储器(rom,read-only memory)、随机存取存储器(ram,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
53.以上所述仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。