高校羽毛球教学中智能传感器的应用

高志明 刘海龙 陆以浩 宿州学院体育学院

羽毛球运动在我国深受大众喜爱，在众多高校中有着广泛的大众基础。然而，目前高校羽毛球技术教学，仍多半采用固定单一的讲授模式对班集体内所有学生进行统一指导。诚然，这种传统的教授练习模式能够有效地完成教学任务，帮助学生完成对羽毛球基本技术的习得。但从学习的主体性、趣味性以及对终身体育意识培养的角度而言，若还秉持传统单一的讲授模式，势必会受到严峻冲击。随着传感设备的不断研发，智能传感设备进入高校羽毛球课堂辅助教学成为现实，研究智能传感设备的应用价值具有极高的现实意义。

一、相关研究综述

关于传感器在体育领域的应用，曹小虎[1]认为无线传感器网络可以达到快速获取运动数据的目的，基于大数据的运动数据监测网络有助于制定科学的运动员训练管理方案，快速提高运动员技、战术水平。秦勇[2]的试验结果表明，利用无线传感器网络技术设计的体育运动训练系统，符合实际运动训练需求，能够对运动者技能发挥积极影响。刘治华[3]对羽毛球拍的智能穿戴设备现状进行了分析研究，谢瑞青[4]的研究指出，智能化教学手段确实提高了学生的积极性，产生了一定的教学效果，郭维伟[5]认为智能传感器可以提升学生在羽毛球学习中的应用方法与使用的效果。这些研究虽然对智能化设备进行了解读，但是并未针对于羽毛球项目的技术特点进行分析，羽毛球运动是各种技术动作组合形成的，在分析过程中也应更加细化，本文的研究可以适当弥补这一不足。

二、实验设计

（一）数据样本

本文选取宿州学院2018级羽毛球选项学生24名男生进行分组实验，一组为传统教学组，一组为智能组进行为期八周的教学实验。

（二）测试结果

1.智能传感器在一分钟跳绳方面的显著性对比分析

如表1所示，对身体素质测量的结果中通过一分钟跳绳对比实验前实验组与对照组并无显著性差异证明。

表1 实验前一分钟跳绳显著性对比表 （M ± SD）

2.智能传感器在击球力量方面的对比分析

对挑球击球力度的独立样本t检验发现：实验组挑球击球力度（M=3.05，SD=1.57）和对照组（M=3.58，SD=1.93）在前测上没有显著差异（t（22）=.116，p=.909）；实验组（M=6.42，SD=1.51）和对照组（M=6.42，SD=1.78）在后测上也没有显著差异（t（22）=.000，p=1.000），结果如表2所示。

表2 训练前后击球力量及显著性对比分析表 （M ± SD）

同时通过挑球击球力量配对样本t检验发现，实验组挑球击球力度（t（11）=10.142，p<.001）和对照组（t（11）=11.757，p<.001）的前后测之间都存在显著差异。说明在经过训练后不管是教师指导下的教学还是在智能传感器辅助教学的情况下，学生的挑球击球力量都有了十足的提高，但前后测并没有产生组间的显著性差异的原因是因为挑球的击球的技术动作主要靠手腕瞬间的发力，过大的发力动作会影响球的准确度，导致球出界或球过高，这就导致了实验组和对照组在击球力量上的提升都固定在相对稳定的数值，这也就产生了实验组与对照组在试验后的击球力量对比上并没有显著性差异。

3.智能传感在挑球教学中对击球速度对比分析

对挑球击球速度的独立样本t检验发现：实验组挑球击球速度（M=75.08，SD=14.61）和对照组（M=74.58，SD=11.09）在前测上没有显著差异（t（22）=.0.94，p=.926）；实验组（M=118.50，SD=10.02）和对照组（M=102.00，SD=7.45）在后测上有显著差异（t（22）=4.578，p=.000），结果如表3所示。

表3 训练前后击球速度及显著性对比分析表 （M ± SD）

实验组挑球击球速度（t（11）=10.059，p<.001）和对照组（t（11）=7.752，p<.001）的前后测之间都存在显著差异。

测试结果说明在经过训练后不管是教师指导下的教学还是在智能传感器辅助教学的情况下，学生的挑球击球速度也有很大幅度的提高，但通过智能传感器进行辅助教学的学生明显在击球速度上高于对照组的成长，虽然在击球力量的成长中两组之间并无显著性差异，但是在挑球击球的动作中，同样的力量击打在球网上的不同位点产生的击球效果是有很大区别的，击打在球网上的“甜区”部位能让球产生更高的球速，这也就解释了本实验中试验后击球力量无差异，但在击球速度上有显著性差异，充分说明了通过羽毛球智能传感器的教学，相比于传统教学在较短的时间内能更有效的认清该环节技术动作的实质和关键、掌握羽毛球挑球技术要领。

4.智能传感器在挑球教学中对成绩的对比分析

为了检验两组学生在羽毛球挑球技能水平上是否存在差异，我们对两组学生的前测成绩进行独立样本t检验，结果发现：在挑球成绩上实验组（M=62.50，SD=9.72）和对照组（M=62.08，SD=8.66）组与组之间在前测上没有显著差异（t（22）=.111，p=.913），说明在实验中分组的被试者水平相近，并不会因为两组被试者因为存在显著性水平差异，从而影响实验结果，结果见表4。

表4 训练前后测成绩及显著性对比分析表 （M ± SD）

通过独立样本T检验对羽毛球挑球成绩进行处理，发现实验组（M=77.50，SD=8.58）和对照组（M=68.17，SD=10.32）在后测上有显著差异（t（22）=24.09，p=0.25）。

为了检验训练效果，我们进行了测试结果配对样本t检验，结果发现：实验组（t（11）=4.724，p=.001）和对照组（t（11）=8.470，p<.001）的前后测之间都存在显著差异。结果支持无论是在传统的教学指导还是通过智能传感器与APP辅助进行的教学都实际有效地对学生表现产生正向的影响，使学生通过这两种种手段教学方式进行技能的获得。从而论证了在高校中使用传感器对学生进行辅助教学是实际可行且具有良好成效的。

三、结论与建议

本文通过对宿州学院28名大学生羽毛球运动技术的观察，测试了智能传感器在高校羽毛球教学中的作用。实验结果表明：1）通过智能传感器的辅助训练后对学生击球力量有显著性的提高，且有利于学生体会与控制发力；2）通过智能传感器的辅助训练可以有效的提高学生的击球速度，使学生在使用相同力量的情况下更好的去把握球拍的击球点，已达到更高的击球速度；3）智能传感器在羽毛球教学中可以实际有效的提高学生的技能水平与成绩，在挑球技术的教学中显著的提高了学生在技能与成绩。

根据以上的结论，本文提出相应建议：1）通过智能传感器的教学发现在击球力量上的提升与传统教学相比并不明显但依然具有相当的可行性，在教学中可适当使用；2）在学生的初期学习中可以通过智能传感器辅助练习显著提高击球与速度，使学生更快把握击球位点，在教学中可以有效的为学生打好坚实的基础；3）智能传感器在羽毛球挑球技能的教学中是实际可行的，由此也可以将羽毛球智能传感器运用在羽毛球其他技能的教学中。