之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。
一、什么是自定义姿态识别检测
您在开发AI运动小程序或APP时，可能会面这样的需求场景，比如：人像必须全部入镜、站立远近要求检查、用户做某个动作开始/停止运动识别、内置运动不满足场景需求需要扩展新运动项目等等，这些都需要用到自定义姿态动作识别检测，插件提供了基于规则配置和姿态相似度比较两种姿态识别检测方案，本章将先为您介绍基于规则配置方案，姿态相似度比较方案和自定义运动扩展将在后续章节为您介绍。
二、Pose-Calc引擎介绍
插件姿态识别引擎pose-calc(原body-calc）实现了诸如⻆度匹配、垂直、⽔平、逻辑运算、姿态相似度⽐较、姿态旋转等常⽤的⼈体分析计算器；插件的内置运动分析器都基于此计算层实现，通过pose-calc只要配置好计算规则（⽆代码或代少量代码）即可实现自定义姿态动作检测或运动分析，也⽅便实现运动分析可配置化。
姿态计算引擎中的检测规则分为姿态计算和逻辑计算两种类型，姿态计算类型主要包含全身入镜、视角检测、相对位置、站立、卧躺、角度匹配等人体姿态计算规则；逻辑计算包含或、与、非三个逻辑运算，用于实现姿态计算规则的组合运算，详情可以参考pose-calc指南文档。
三、编写姿态检测规则
姿态计算规则为方便持久化，采用类js匿名类型和JSON对象语法配置，定义语法如下：
let rule = {
calc: 'stand', //必填，要调用的计算规则
name: '保持站立姿态' //必填，自定义规则名称
... //该计算规则所需的其它参数，具体参考文档
};
四、执行自定义姿态规则检测
定义好计算规则、检测出人体结构后，便可以调用计算规则执行对象Calculator进行检测了，代码如下：
import {
createCalculator } from "@/uni_modules/yz-ai-sport";
const calculator = createCalculator();
let rule = {
name: 'test',
calc: '$and',
rules: [{
name: '正⾯视图',
calc: 'camera-view',
position: 'front'
}, {
name: '全身需⼊镜',
calc: 'whole',
relaxed: true
}]
};
let human = ... //调用人体检测接口，得到实时人体结构
let pass = calculator.calculating(human, rule);
console.log(pass);
//Calculator还有calculatingAnd、calculatingOr、calculatingNot⽅法供快捷调⽤，详⻅API参考⽂档
五、完整示例
下面以左右手平举姿态检测的示例，为您演示插件的基于计算规则配置的自定义姿态动作检测能力：
import {
createCalculator, createHumanDetector } from "@/uni_modules/yz-ai-sport";
let rules={
name: '基本姿态',
calc: '$and',
rules: [{
name: '全身需入镜',
calc: 'whole'
}, {
name: '站立姿态',
calc: 'stand'
}, {
name: '任一手平直',
calc: '$or',
rules: [{
name: '左平直状态',
calc: 'match-angle',
angleKey: 'left_shoulder',
secondKey: 'left_hip',
thirdKey: 'left_wrist',
angle: 90,
offset: 20
}, {
name: '右平直状态',
calc: 'match-angle',
angleKey: 'right_shoulder',
secondKey: 'right_hip',
thirdKey: 'right_wrist',
angle: 90,
offset: 20
}]
}]
};
const calculator = createCalculator();
let options = {
multiple: false,
enabledGPU: true,
highPerformance: false
};
const humanDetector = createHumanDetector(options);
humanDetector.startExtractAndDetect({
onDetected(result){
let humans = result.humans;
let pass = calculator.calculating(humans[0], rule);
}
});
