大数据与物联网技术在青少年课外体育运动中的应用研究

韦 玉，费青松

（首都体育学院计算机与统计学教研室，北京 100191）

1 概 述

近年来，我国青少年体质状况不容乐观。由于课业压力大、缺乏健身意识和主动性等原因，青少年大部分的体育运动基本开展于校内，而校外自主运动的比例则偏低，除了体育课和学校开展的操练外，缺乏规律性、针对性的校外自主锻炼。对于耐力型运动，不少学生由于缺乏循序渐进、科学化、个性化的辅助锻炼，导致在体育课练习和测试中晕倒，甚至猝死的现象。目前，虽然青少年体质问题在一定程度上得到了重视，相关的改进工作也在开展，但这些工作往往成效不够显著。一方面，这些活动一般都依靠学生在校的课外活动时间组织开展，但由于学生校外的自主健身活动的影响因素较多，较难管理和约束。另一方面，目前组织的锻炼活动都是面向群体，缺乏针对个体的个性化指导。而青少年处于身体发育的主要阶段，这是个体发展差异较大的一个阶段，个体之间即使排除性别和年龄差异，对运动的需求也不尽相同。因此，我们需要建立起针对个体特点的科学化运动机制，帮助青少年制定符合其自身条件的、规律性、循序渐进的运动计划，并且保障计划的实施，有效评价实施的结果。

随着人工智能及物联网的发展和普及，智能感知技术不断在各领域发挥着重要的作用。得益于无线通信技术的支持，我们能够以更为智慧的方式感知事物；通过与大数据处理和分析技术的结合，我们可以将感知到的信息转化为知识从而指导实践。本文主要通过设计青少年课外体育运动辅助系统模型以及对已有实践的分析，论证智能感知技术在青少年课外运动中应用的可行性和优越性，探讨开辟多样化、个性化的青少年校外体育运动新模式，为提高青少年体质水平提供科学的辅助手段。

2 相关研究

在体育领域，感知技术被应用在一些运动人体科学研究当中，用于监测人体在运动过程中的生理指标。在这些应用中，相关设备一般要求较高的实验环境，同时成本也比较高。而在运动健身领域，移动感知技术与健身的结合也已初见规模。包括智能手机、各类可穿戴传感器和设备在内的各类健身应用层出不穷，比如运用智能手机中内置的传感器和定位功能实现对普通健身者运动过程的监测和指导等。此外，还有一些基于可穿戴传感器的健身指导系统，如Nike+，Adidas miCoach等，通过便携、轻巧的传感器为用户提供更为精准的运动监测结果。这些已有的应用对于青少年课外运动，尤其是校外自行锻炼的引导和督促都具有很好的参考价值和借鉴意义。通过运用可穿戴移动感知技术，我们能够随时随地便捷地获取用户的状态信息，包括地理位置、运动状态、时间、生理指标等。通过人工智能和机器学习、大数据等相关技术分析和管理用户的基本信息以及传感器采集的数据，我们能够对用户的运动情况进行评估，从而指导其运动实践。

3 基于大数据和物联网技术的青少年课外体育运动辅助系统模型

3.1 大数据技术的可行性

随着硬件的存储和处理能力的提高，对于传统数据库技术无能为力的大规模数据，我们依靠大数据相关技术已经有能力对其进行处理和分析了。在本应用中，需要采集并管理大量数据，因此，我们考虑采用开源的Hadoop框架进行数据管理和分析。Hadoop采用Map Reduce的数据处理模型，允许大量机器并行查询、分析和处理。目前，已经存在不少以Hadoop框架为基础的成熟应用，其在云端的并行处理能力完全能够服务于我们的系统模型。

3.2 物联网技术的可行性

智能感知技术是在物联网技术大背景下发展起来的技术之一。作为支撑起物联网“物物相连”设想的关键技术，感知技术在数据采集环节发挥着重要作用。其中，传感器通过感受外界信息并按一定规律将这些信息转换成可用信号，实现对被测物体的监测和控制。而随着无线通信技术的发展，传感器硬件的小型化，可穿戴设备兴起。包括运动腕表、手环在内的各类可穿戴健身设备主要通过小型的无线传感器采集数据，然后对数据进行智能化数据统计和分析。在青少年课外运动场景中，采用目前已有的运动腕表类可穿戴硬件完全能够满足数据采集和感知的需要，且成本可接受，在实际应用中具备技术可行性。

3.3 应用系统模型设计

在本文讨论的应用中，通过运用云平台大数据分析和物联网智能感知技术结合相关领域的专家知识，我们能够为用户提供从生理消耗、超负荷预警、运动量统计、动作规范性检查及评价等诸多功能。具体功能模块如下：

3.3.1 运动计划制订 为确保运动的规律性和科学性，系统应为用户提供计划制定功能。模块接受用户输入的基本信息和锻炼时间后，根据专家知识、用户兴趣制定具体运动计划。

3.3.2 数据采集 通过加速计、陀螺仪等各类传感器采集运动过程中人体的运动状态和基本生理数据，并且运用无线通信技术进行数据传输。经过标准化预处理后的传感器数据能够获取到人体在不同方向上的运动的幅度和强度等信息，为后续的运动计划实施、指导和评价环节提供基础。3.3.3 数据分析 该功能模块为整个系统的核心模块，其中具体的功能配置根据不同的需求可以适当选择和调整。针对青少年课外活动的特点，我们设计了两个方面的主要功能，一个是计划实施检查功能，另外一个是运动指导和评价功能。通过分析运动的时间、地点定位、传感器数据，我们能够确认青少年是否按计划进行锻炼，从而运动检查和确认。而通过运用机器学习和数据挖掘等技术对传感器获取的学生运动数据的具体分析，能有助于了解青少年锻炼的效果，包括运动量、运动动作的规范性等。为确保青少年锻炼的安全性，可以适当加入可穿戴生理探测设备，用于对运动过程中生理指标进行监测。例如通过监测心率，能够在超负荷运动过程中提醒用户减轻运动强度。此外，结合用户的运动数据和专家知识，系统能够对运动的消耗进行估计，从而指导青少年科学健身，避免肥胖。

图 1 青少年课外运动辅助系统模型

图 2 锻炼完成情况监测流程图

3.3.4 分析和评价结果输出 对运动计划的实施情况及数据分析结果的输出，除了应提供基本的可视化展示功能外，还应提供便于教师查看、管理、分析历史数据的功能。因此，可以无线传输的方式上传到云平台上，使用大数据相关技术进行分析和管理，便于不同用户（包括：学生、教师、家长）跨平台搜索、查看。

本应用系统的框架模型如图1所示。该模型的核心是基于可穿戴传感器的运动数据采集以及相应的数据管理和分析。目前，针对人体运动状态的检测需求，最直接有效的感知设备是加速计。此外，陀螺仪、磁力计等也在一定程度上起到辅助的作用。在硬件技术上，三轴加速计和陀螺仪等设备已经较为成熟，其成本低廉、小巧便携的特点也完全适用于对普通运动人群的运动监测。通过这些设备采集得到的人体运动状态具体表现为多维时间序列的形式，根据不同的采样频率，我们可以得到不同规模的实时数据。这些数据一方面可以通过算法进行在线处理，另一方面也可以保存在云端，便于各种离线分析。针对不同的应用分析需求，我们可以设计开发相应的分析算法。例如，通过人工智能的机器学习技术，可以实现人体运动状态的智能识别；通过时间序列的相似度匹配和分类算法，可以实现对运动过程的监测和评判。通过调研，我们认为类似的模型已经逐渐在不少相关的应用中显现出实践的可行性和实用性。与传统依赖于人力支持的运动监测工作相比，该模型具有明显的优越性。

4 案例分析

在青少年课外体育运动辅助系统模型的基础上，我们构建一个监测青少年锻炼任务完成情况的应用案例。通过对本案例的流程进行分析，并且将其应用于实践，进一步验证该模型的有效性。

该应用的主要功能是根据专家制定的锻炼计划检查青少年用户的实际完成情况。具体的工作包括：系统根据专家知识以及青少年用户的个人信息得到锻炼计划；通过可穿戴运动传感器采集用户锻炼数据；对得到的数据进行处理，识别出用户的运动状态；判断用户是否按照计划规定完成锻炼任务；将锻炼情况反馈给青少年用户本人并发送给教师和家长。该流程可表示如图2。例如，系统根据青少年用户的实际情况制定出每天慢跑30分钟。用户每天根据计划穿戴上传感器记录运动状态。通过机器学习的分类算法对得到的感知时间序列进行分析，可以识别出该时间序列所对应的运动模式。对符合慢跑模式的数据统计时长，达到30min则表示锻炼任务已完成。否则将对运动模式不符或者运动时长不足的情况分别给予评判。通过实验我们得到，通过将传感器佩戴于腰侧，使用三轴加速计采集运动数据，运用基于DTW相似度匹配嵌入1-NN的算法对时间序列进行分类，识别出运动模式的正确率可达到90%以上。由此，我们认为，基于本模型的运动监测方法有效。

5 总 结

本研究主要着眼于辅助青少年课外自主运动的开展，运用先进的大数据和物联网相关技术设计构建青少年课外运动辅助系统的框架模型。探讨将智能感知技术应用于青少年课外体育活动中，为运动计划的制定、实施、评价提供个性化的指导。该模型旨在为青少年、教师和家长提供从自动化、智能化的信息服务和技术支撑。本文从模型实施的技术可行性和实际应用的需求分析出发，论证了该应用设想的有效性。通过系统设计和已有实践的分析我们认为，该应用对于改善青少年课外体育锻炼的现状以及提高青少年体质水平具有一定的现实意义和实用价值。