APP下载

基于肌电和惯导的羽毛球步法分析设备

2020-02-14周文涛

价值工程 2020年1期

周文涛

摘要:在羽毛球比赛中运动员要不断在运动场上进行跑动,进行高强度的体能消耗。所以运动员的步法就显得尤为重要,步法的精准程度对比赛的胜负有着决定性的影响。正确的步法,能够让运动员在长时间的拉锯战中保存、维持体力,更好地应对对手各种刁钻的落点变化。因此,步法训练是羽毛球运动员的重点训练项目。本文研究设计了一种基于表面肌电传感器和惯性传感器的羽毛球步法分析设备,实现在专业羽毛球步法训练中对下肢肌肉发力情况、下肢运动模式的捕捉分析,通过对运动数据的定量分析达到更精准有效的步法训练反馈。

Abstract: In badminton competitions, athletes must constantly run on the sports field to consume high-intensity physical energy. Therefore, the footwork of the athletes is particularly important. The accuracy of the footwork has a decisive influence on the outcome of the game. The correct footwork can enable athletes to preserve and maintain their physical strength in a long-term tug-of-war, and better respond to various tricky landing changes of the opponent. Therefore, footwork training is a key training item for badminton players. This article researches and designs a badminton gait analysis device based on surface electromyographic sensors and inertial sensors to realize the capture and analysis of lower limb muscle strength and lower limb movement patterns in professional badminton gait training. Through quantitative analysis of motion data, more accurate and effective footwork training feedback is achieved.

关键词:羽毛球步法分析;肌电测量;动作捕捉

Key words: badminton footwork analysis;electromyography measurement;motion capture

中图分类号:G847                                        文献标识码:A                                  文章编号:1006-4311(2020)01-0154-03

0  引言

羽毛球步法对于羽毛球运动员来说无疑是至关重要的,一个精准的球必须通过精准的步法来实现,就算一位羽毛球运动员拥有极其高超的手法都難以弥补步法的缺失。只有在球场上拥有快速精准的步法,才能制造出具有高精度、高威胁的击球。因此,羽毛球的步法对于羽毛球运动员来说,重要性不言而喻。

羽毛球的步法讲究快速和协调,从根本上来讲,每一个精准的步法都是由下肢肌肉甚至全身肌肉的协调与发力做功才能完成。调研发现,目前的研究大多针对于单个步法动作进行分析和讨论[1]。其中肌电信号在羽毛球运动学分析中的应用已经较为成熟,但大多数研究以单个技术步骤的肌肉情况为主[2]。动作捕捉技术在体育运动中的应用也十分广泛[3],在羽毛球上主要以光学式动作捕捉完成对运动员完整过程技术动作的运动学分析,但这种方式对场地和设备的成本要求较高,不具有普适性[4]。由于这些限制,本文提出了一种基于表面肌电传感器以及惯性传感技术结合的步法分析设备,利用表面肌电传感器完成对特定部位肌肉的肌电信号采集,并对肌电信号进行信号分析提取特征参数,从而定量分析运动员在完成技术动作过程中的肌肉发力顺序、肌肉发力强度等信息。惯性导航传感器用于构建动作捕捉系统,通过将动作捕捉单元固定于下肢Marker点处实现对运动员下肢动作模式的实时捕捉,在交互端同步还原动作场景从而更高效地发现技术动作的不足。该设备可以在今后的羽毛球专业步法研究训练中提供更有效、更有针对性的训练方法,从而指导运动员更高水平地完成比赛。

1  标准二步蹬跨步上网步法与人体下肢结构剖析

1.1 标准二步蹬跨步上网步法

目前羽毛球的步法主要可以分为跨步、跳步、垫步、交叉步、蹬步这几种基础步法及其相互组合的组合步法。如果按移动方向来进行划分的话,以球场的中心位置为起点,可以分为前场步法、后场步法、两侧步法[5]。本文以标准二步蹬跨步前场上网步法为例,阐述羽毛球步法分析设备的总体设计。二步蹬跨步上网步法可以分为四个阶段:出发步、垫步、跨步和缓冲蹬伸。技术动作的完整过程定位为:起动之后,左脚先朝球的方向迈一步,紧接着左脚用力后蹬,利用左脚的蹬力侧身将右脚朝球的方向跨出一大步[6]。步法如图1所示。

根据上述对标准二步蹬跨步上网步法的描述,可以看出为了实现对完整技术动作的全程跟踪捕获,需要获得运动员三维空间中下肢的运动模式,并结合训练及实战表现与标准步法进行对比,获得技术动作需要改进的方面,如双脚脚掌之间的距离、跨步间距、蹬步时间、脚腕及膝关节旋转角度等。

1.2 人体下肢结构剖析

为了实现步法技术动作中的下肢运动捕捉,首先需要对人体下肢结构进行分析与建模。Demuth等人定义了一个类似于人体自然骨骼结构的几何特征树形结构,根据该人体结构[7],本文将人体下肢结构定义为root(腰部)、lhip(左髋关节)、rhip(右髋关节)、lknee(左膝关节)、rknee(右膝关节)、lankle(左脚踝)、rankle(右脚踝)、ltoes(左脚趾)、rtoes(右脚趾)9个节点及其刚性连接,如图2所示。在以上9个节点处固定基于惯性传感器的动作捕捉单元,实现步法技术动作全程的动作捕捉。

2  羽毛球步法分析设备的总体设计

2.1 总体设计

为了实现羽毛球两步蹬跨步上网步法的记录与分析,主要考虑将步法的记录分为动作模式的记录与肌电信号测量两部分,实现实时的惯性信息和肌电信号采集,根据惯性信息来还原下肢的动作模式[8]。动作模式记录主要由惯导传感器以及相关单元共同完成,而肌电信号测量主要由表面肌电传感器以及相关设备共同完成。基于肌电和惯导的羽毛球步法分析设备总体框架结构如图3所示,肌电信号采集、惯性信息采集、电源管理及数字处理系统主要涉及到硬件电路的涉及,数据处理主要为软件和算法的设计[9]。其中肌电信号采集单元与惯性信息采集单元分别设置了独立工作的Arduino Mini主控板,负责各自的肌电和惯性数据处理。数据采集模块采用无线网络组网进行数据传输,这样可以保证运动员在佩戴设备进行训练时技术动作不会受到数据连接线的限制,避免因运动受阻导致的动作变形从而影响分析结果。在数据处理端,通过对下肢结构中9个节点的惯性信息进行处理,从而重构出完成两步蹬跨步上网步法过程中的下肢三维姿态,并分析肌电信号提取得到表征肌肉发力顺序、发力强度、疲劳程度等信息的特征参数,最后反馈到用户界面从而实现定量的科学训练方法。

2.2 下肢运动捕捉方案

下肢运动捕捉方案主要完成对下肢结构Marker点的实时惯性信息采集,测量单元由MPU6050串口9轴传感器、Arduino Mini嵌入式主控板和USR-C322嵌入式WIFI模块所构成,结构框架如图4所示。采集单元的整体体积可限制在40mm×20mm×10mm以内,使得采集单元十分小巧,方便部署固定在相关的肢体节点上。MPU6050传感器内置了三轴MEMS陀螺仪、三轴MEMS加速度计及三轴磁力计,因此能提供一个完整的九轴融合数据输出到主I2C端口[10]。Arduino Mini主控板主要完成对惯性传感器九轴数据的预处理,包括卡尔曼滤波和传感器与测量节点之间的位置误差消除等,然后控制WIFI模块完成数据的无线传输。

2.3 肌肉发力测量方案

肌电信号的产生是人体自主运动时,神经肌肉兴奋而释放生物电的结果,是肌肉电活动在时间和空间上综合的特性显示。作为产生肌肉力的电信号根源,肌电信息反映了肌肉的功能状态,因此,肌电信号可以用于人体的肌肉运动判断,感知人体的运动状态并对未来的动作做预测分析[11]。

根据大腿肌肉的分布,可以得出完成两步蹬跨步上网步法过程中主要涉及到的动作肌肉为:股直肌(左/右)、股二头肌(左/右)、胫骨前肌(左/右)、腓肠肌(左/右)[12]。确认测量肌肉部位后在运动员的相关肌肉上固定肌电信息采集单元,测量完成技术动作过程中的肌肉相关参数从而分析技术动作完成质量,肌电信号采集单元框架结构如图5所示。表面肌电传感器完成从肌肉电位变化到肌电信号的转换,并通过Arduino Mini主控板完成如信号降噪、滤波等预处理操作,最后由嵌入式WIFI模块通过无线网络将信号数据传输至数据处理端,进行信号的特征参数提取,获得可以表征肌肉发力顺序、肌肉发力强度、疲劳程度等信息的定量参数。

3  总结与展望

本文主要针对专业的羽毛球步法训练,设计了一套可以进行定量化科学分析的设备。设备基于表面肌电传感器和惯性传感器分别实现对肌肉活动情况、下肢运动模式的捕捉分析,其中基于惯性传感器的动作捕捉可以在实现系统功能的前提下最大化成本节省,因此相比于主流的光学动作捕捉,本文提出的方法具备更强的普适性及推广性。在肌电测量方面,本文提出的方案还有很多可以深入研究的点,例如表面肌电信号的信号特征研究[13]、肌电传感器的电路设计等方面。从应用价值和实际意义的角度出发,本文的设计具备广阔的市场应用,在各类的专业级业余级体育训练及医疗康复领域都有巨大的发展潜力,因此是具有实在应用意义的研究。

参考文献:

[1]高强,王新.男子羽毛球运动员一步蹬转体步法的下肢运动学分析[J].辽宁体育科技,2016(5):61-63,69.

[2]王健,金小刚.表面肌电信号分析及其应用研究[J].中国体育科技,2000(8):26-28.

[3]冯利正,陈健.运动捕捉技术在体育运动中的应用[J].杭州师范学院学报:医学版,2005,25(5):419-422.

[4]向泽锐,支锦亦,徐伯初,等.运动捕捉技术及其应用研究综述[J].计算机应用研究,2013,30(8):2241-2245.

[5]喻飞飞.浅谈羽毛球初学者基础步法训练的特点与科学的训练方式[J].中国科教创新导刊,2008(9):112.

[6]孟林盛,李建英,郝慧栋.优秀羽毛球运动员前场蹬跨步技术的运动生物力学分析[J].西安体育学院学报,2018,35(06):87-95.

[7]Demuth B, Tido R?觟der, Meinard Müller, et al. An Information Retrieval System for Motion Capture Data[J]. 2006.

[8]李经玮.基于微型惯性传感器腿部康复动作捕捉系统研究[D].2014.

[9]郝艳彪.肌电—惯性信息无线采集系统设计[D].

[10]刘沛娟,陈海龙,刘艺,等.基于惯性传感器的动作捕捉系统的实现[J].今日电子,2014(10):59-61.

[11]吴剑锋.基于肌電信号的人体下肢运动信息获取技术研究[D].浙江大学计算机科学与技术学院,2008.

[12]刘宝林.羽毛球运动员前场上网步法和专项力量训练动作肌肉用力特征的肌电分析[D].西安体育学院,2012.

[13]王健,刘加海.肌肉疲劳的表面肌电信号特征研究与展望[J].中国体育科技,2003,39(2):4-7.