冰雪运动可穿戴装备关键技术研究综述与展望

摘 要：冰雪运动可穿戴装备通过数据采集与分析对冰雪爱好者的运动状态进行实时监测并反馈，有助于他们体姿调整，进而提高滑雪竞技水平。冰雪运动可穿戴装备相关关键技术已经成为国内外学者研究的热点。综述冰雪运动的运动学和动力学与多传感器融合技术、能源供给与优化的可穿戴装备续航能力以及友好的人机交互虚拟现实技术等研究进展，总结各种研究的优劣性，可以为冰雪运动可穿戴装备今后的研发奠定坚实的理论基础。最后对冰雪运动可穿戴装备研究的前景进行展望。

关键词：冰雪运动；可穿戴装备；多传感器融合；续航能力；人机交互

中图分类号：TP212.6 文献标志码：A 文章编号：2095-2945（2024）28-0102-04

Abstract： Wearable equipment for winter sports provides real-time monitoring and feedback by collecting and analyzing data of the exercise status of winter sportsman， which can help them adjust their body postures and improve the level of skiing competition. The key technologies related to wearable equipment for winter sports have become a hot research topic for domestic and international scholars. This paper summarizes the research progress of kinematics and dynamics and multi-sensor fusion technology， energy supply and optimization of wearable equipment and friendly human-computer interaction virtual reality technology，36ZJFLUG2W9PxoMVcvY80g== and analyses the advantages and disadvantages of various studies， which can lay a solid theoretical foundation for the future research and development of winter sports wearable equipment. Finally， the prospect of the research on wearable equipment for winter sports is prospected.

Keywords： winter sport; wearable equipm36ZJFLUG2W9PxoMVcvY80g==ent; multi-sensor fusion; endurance; human-computer interaction

冰雪运动可穿戴装备可以实时感知、收集并上传人体生理数据，以高山滑雪为例，可穿戴装备对于滑雪者做出直滑、刹车、转弯等滑雪动作时的足底压力值、地面反作用力、转弯半径、腿部支撑角度等数据进行采集，可以为后续滑行速度、加速度和腿部支撑力等计算提供数据支撑。这对于修正滑雪姿态，提高训练效率具有重要意义。近年来，将可穿戴装备应用于冰雪运动以及冰雪运动状态下可穿戴装备的关键技术已经成为国内外学者的研究热点。通过对国外学者研究文献的梳理，冰雪运动可穿戴装备关键技术的研究主要集中在滑雪力学分析与多传感器融合、能源供给优化与续航技术和友好高效的人机交互技术等几个方面。

1 冰雪运动可穿戴装备关键技术研究现状

1.1 滑雪力学分析与多传感器融合技术

身体倾斜和雪板变形是滑雪力学中的2个关键特征。在研究滑雪力学方面常用可穿戴装备中的多传感器融合技术采集人体运动参数，进而分析滑雪者水平和改进途径。目前，多传感融合技术主要体现在压力鞋垫、惯性传感器、光学动作捕捉等方面。

Nakazato等[1]比较了便携式测力板施力点（FAP）和压力鞋垫压力中心（COP）。他们还评估了FAP/COP特征之间的统计差异是否受到滑雪模式、滑雪者技术水平或坡度的影响。滑雪者进行了20组双转滑雪，并对2个系统的时间特征进行了统计分析，以比较它们的相似性和重复性。结果表明：这2个系统在纵向（前后）的时间特征方面具有高度可比性。便携式力板系统提供了关于3D力、力矩和FAP的数据，有助于更好地理解滑雪力学。压力鞋垫系统确定了滑雪靴和COP的压力分布，对滑雪者的舒适性至关重要。这项研究为高山滑雪的研究提供了有价值的数据，并可以作为未来研究滑雪板加载模式、滑雪者损伤预防和一般滑雪板力学的参考。然而，为了更好地理解COP和FAP之间的关系，以及通过滑雪靴上部传递的力对这种关系的影响，还需要进一步的研究。

Nakazato等[2]研究了2个问题。首先，他们提供了压力鞋垫（PI）系统和便携式测力板（FP）系统测量高山滑雪中垂直地面反力（vGRF）的参考数据。其次，他们分析了PI和FP系统测量到的vGRF的差异是否与滑雪者的水平、滑雪方式和斜坡角度有关。滑雪者在陡坡（23°）和平缓坡（15°）上以2种滑雪技术分别进行了10次双转弯，同时使用了PI和FP系统进行测量。结果表明：PI系统通常低估了FP系统测量到的总vGRF。然而，这种差异取决于转弯过程的不同阶段（内、外、转刃），并且还受到滑雪者水平、滑雪方式和斜坡角度的影响。所有这些因素在很大程度上影响了2个系统所确定的vGRF之间的差异。由此可见，该方法存在一定的局限性。

Bessone等[3]使用无线鞋垫与惯性运动单元（IMU）相结合，以确定在着陆过程中可能存在的运动学和动力学之间的相关性，研究分为2个部分。第一部分使用无线鞋垫可以量化不同参与者、不同跳台滑雪和不同着陆技术之间的地面反作用力（GRF）分布、大小和冲量。第二部分为了探测动力学和运动学之间的可能相关性，并引入多传感器融合，将惯性传感器与无线鞋垫结合测试。结果表明：无线鞋垫可以为滑雪者提供具体的反馈，帮助他们改善着陆时的地面反作用力和冲量。然而，由于鞋垫的低采样率可能会对收集到的结果产生影响。第二部分提出了将惯性传感器与力鞋垫相结合的方法。事实上，运动员的生物力学因性别、专业知识和年龄而有所不同，导致反作用力和冲量的差异。因此，该研究也具有一定的局限性。

Grega等[4]利用惯性传感器来测量跳台滑雪运动员的运动学和关节动力学。研究中，4名跳台滑雪运动员在实验室环境中通过模拟跳台进行跳跃，总共进行了20次跳跃的记录，所有测量到的力和力矩都在之前模拟研究的范围内。相比于安装在运动台上的测力平台，该系统能够通过间接方式提供跳台滑雪运动员身体各部分关节的力和力矩值，并测量奔跑和起飞阶段的地面反作用力。结果表明：系统能够在室内和室外实验中，通过间接方式提供跳台滑雪运动员身体各部分关节的力和力矩值，以及IR（In-Run）和TO（Take-Off）阶段的地面反作用力。这种运动学评估和动力学参数的估计可以应用于任何跳台滑雪项目。未来，该研究可以进一步扩展，用于分析飞行和着陆过程中的动力学参数，从而更全面地了解和评估跳台滑雪运动员的表现。

Lee等[5]利用多传感器技术，采用可穿戴式运动捕捉系统和多尺度计算机仿真技术，对滑雪过程中的短弯和中弯进行了运动分析。使用可穿戴运动捕捉系统同时记录了运动员全身运动和脚底压力数据，并分析了右下肢髋关节、膝关节和踝关节在短弯和中弯时的运动学和动力学。结果表明：与使用光学相机和定制测力板来测量运动和地面反作用力相比，可穿戴系统能够获得更全面的数据，而且不受滑雪时空间的限制。可穿戴运动捕捉系统在滑雪过程中对于获得运动和足底压力数据非常有效。同时，通过采集全身运动和足底压力数据，可以更准确地计算关节的运动学和动力学参数，这对滑雪者的技术评估和训练优化具有重要的应用价值。

1.2 能源供给与优化技术

考虑可穿戴装备便携性的需求，滑雪者对装备续航能力有着极高的要求。目前，针对装备续航能力优化与提高主要有热发电技术、动态电源管理、任务适时卸载和机器学习算法等方式。

Thielen等[6]开发了一种利用人体热能供电的可穿戴装备。以TEG（热发电机）为研究对象，探索了热采集器和功率调节电路之间的相互作用，即使用高输出电压、低热阻的lTEG结合高效的主动控制单电感DC-DC（直流-直流）转换器，以及使用高热阻、低电阻的mTEG结合低输入电压耦合电感的DC-DC转换器。结果表明：mTEG方法每个区域的输出功率提高了65%，输出功率可提高1%～15%。热能采集器可以显著延长电池的工作时间。然而，这种转换器的能量转换效率需要进一步改善，如开发更高效的转换器、利用新兴技术等。

Cho等[7]提出了一种专门用于ARC（实际远程控制）的新型低功耗实时操作系统（RTOS）。ARC是一种可穿戴的腕表式遥控器，也可用作各种消费电子装备的通用遥控器。该RTOS系统占用空间约为9 KB，并采用了包括动态电源管理和器件电源管理在内的低功耗技术。通过使用所提出的低功耗技术，能源消耗可以节省高达47%。结果表明：使用该RTOS系统的ARC装备在延长电池寿命方面表现出了显著的优势。该研究对于为可穿戴装备开发更有效的操作系统和低功耗技术具有重要意义。通过减少能源消耗，这种RTOS系统可以延长可穿戴装备的使用时间，提高使用者的体验，促进可穿戴技术的广泛应用。

Ragona等[8]提出了一种可穿戴装备在移动云计算中执行任务的卸载的优化方法。基于多种卸载场景为研究对象，包括本地处理（在可穿戴装备和智能手机上）以及根据使用的技术（LTE和WiFi）进行任务卸载。以使用能耗和传输时间作为主要性能指标，从智能手机和可穿戴装备的角度进行测量。结果表明：任务的最优卸载方式并不唯一，综合考虑能耗和传输时间，制定出针对不同情境的最佳卸载策略。这项研究的实施对于推动可穿戴装备和移动云计算的发展，改善用户体验以及提高能源效率都具有潜在的积极意义。

Huang等[9]提出了一种无电池的可穿戴装备传感平台，该平台利用鞋的形状因素从行走或跑步中获取动能，为装备提供传感、处理和无线通信的动力。这种平台涵盖了商用可穿戴装备的所有功能，并且通过使整个系统收集能量来实现自给自足。结果表明：该系统可以在几秒钟的行走后很快唤醒，并且具有足够的蓝牙吞吐量来支持多种应用。这种无电池的可穿戴装备传感平台为未来的可穿戴装备设计提供了新的思路和可能性，有望在运动监测、健康医疗、军事应用等领域得到广泛应用。

Fafoutis等[10]研究了嵌入式机器学习的优势，即在可穿戴传感器上进行知识提取，而不是通过低功耗网络传输丰富的原始数据。研究集中在一个简单的分类任务，并使用基于加速度计的可穿戴传感器进行实验。结果表明：嵌入式机器学习具有将无线电和处理器占用率降低几个数量级的潜力。此外，通过在装备本地执行机器学习模型，可穿戴传感器可以以较低的功耗在装备上进行数据处理和决策，而无需频繁地与外部网络通信。结果表明：这种方法可以减少电池消耗，并且可以在资源受限的环境中扩展可穿戴装备的使用时间。这项研究对于许多领域，包括健康监测、体育训练和环境感知等都有潜在的应用价值。

1.3 人机交互技术

人机交互技术实现可穿戴装备与人的对话，直接、便捷地实现人机沟通，使滑雪者实时掌握自己的滑行状态和改善信息。目前，人机交互技术研究主要集中在虚拟滑雪系统、体感交互技术、AR/VR技术等。

Li等[11]设计并开发了一个友好的人机交互虚拟滑雪系统，针对滑雪周期短和运动损伤易发等问题。他们采用了软硬件结合的系统构建方法，设计了个性化、定制化的人机交互界面，根据用户的实时动态测量数据实现与虚拟滑雪角色的运动交互。而通过硬件装备控制虚拟角色的头部视觉、手部运动和下肢运动，并提供多模态感官反馈来响应用户的动作。结果表明：用户能够自然地与系统进行交互，体验过程中没有不良反应，实现了和谐的人机交互，解决了现实滑雪中存在的问题，并提供了良好的用户体验。

苑晓森[12]设计了滑雪体感交互系统的设计与实现过程。首先，明确了系统开发配置要求，研究了通信发送模块，并对接收模块进行数据解析。此外，还对UDP协议和TCP协议进行了对比分析。编写系统发送位置信息代码时，采用了UDP协议将虚拟人物位置信息传输到下位机Simulink仿真软件。进一步研究了虚拟场景物体位置状态，并为物体添加了碰撞器和触发器。结果表明：通过单人和多人多次实验，给出了滑雪得分和完成滑雪游戏所花费时间的结果。

Zhang[13]通过将虚拟现实技术引入滑雪模拟器系统中，实现了滑雪动作的正确模拟，不仅可以训练滑雪者，缩短训练周期，还可以通过新的传播方式向公众普及和推广冬季运动。滑雪模拟器平台控制系统的软件架构采用模块化思想设计，并与VR上位机进行通信。控制系统分为多个模块，包括电机设定模块、电机控制模块和传感器数据模块等。结果表明：整个控制系统功能完善，通信界面友好，人机交互功能强。

Cheng等[14]设计的VR滑雪虚拟环境，巧妙地结合了气象条件的影响，为用户提供更为真实的滑雪体验。首先设计了不同阶段的降雪模拟，然后开发了智能环境风场模拟系统，动态模拟风力对滑行体验的影响。此外，通过建立的风速变化函数，模拟雪场风力的波动，并根据风力启动相应等级的风力模拟系统。他们还设计了一套温度变化系统，根据风力和降雪量模拟实时温度变化。结果表明：系统能够采集滑雪运动数据，控制计算机虚拟仿真系统进行人机交互，使体验者在虚拟滑雪场中能够享受到真实的滑雪体验。

2 前景与展望

智能可穿戴装备在冰雪运动领域有着广阔的前景和发展潜力。未来冰雪运动可穿戴装备的发展主要集中在人工智能与大数据技术、生物识别技术、装备轻量化设计和无线通信技术等方面，为运动员或滑雪爱好者提供更加全面、精准、个性化服务。

智能化和数据分析方面：随着人工智能和大数据技术的不断发展，冰雪运动可穿戴装备将能够更加智能化地分析和处理运动员的运动数据，提供更加个性化、精准的训练建议和比赛策略。这将有助于运动员更好地了解自己的身体状况和运动表现，提高训练效果和比赛成绩。

生物识别技术方面：生物识别技术如指纹识别、面部识别等将在冰雪运动可穿戴装备中得到更广泛的应用，以确保运动员的个人身份和数据安全。同时，生物识别技术还可以用于运动员的生理状态监测，如心率、血氧饱和度等，为运动员提供更加全面的健康数据。

轻量化设计方面：随着材料科学和制造技术的不断发展，冰雪运动可穿戴装备的轻量化设计将得到持续优化。更轻、更舒适、更耐用的材料将被应用于装备中，提高运动员的舒适度和运动性能。

无线通信技术方面：随着5G、6G等无线通信技术的发展，冰雪运动可穿戴装备的无线通信技术将得到升级。更高速、更稳定的无线通信将使得运动员可以实时接收和分享运动数据，提高训练效果和比赛效率。

3 结束语

本文综述了冰雪运动可穿戴装备主要关键技术的研究进展。滑雪力学分析与多传感器融合方面，国内外学者采用多传感器融合技术、计算机仿真技术等对高山滑雪、跳台滑雪、滑雪转弯和雪板力学性能等进行了研究；能源供给与优化技术方面，国内外学者对人体热能高效转换、低功耗技术、任务最优卸载和嵌入式机器学习等进行了研究；人机交互方面，国内外学者对滑雪模拟器、体感交互系统、VR虚拟环境等进行了研究。最后从人工智能与大数据技术、生物识别技术、装备轻量化设计和无线通信技术等几个角度归纳了冰雪运动可穿戴装备的研究前景与展望。

参考文献：

[1] NAKAZATO K， SCHEIBER P. Comparison between the force application point determined by portable force plate system and the center of pressure determined by pressure insole system during alpine skiing[J].Sports Engineering， 2013，16（4）：297-307.

[2] NAKAZATO K， SCHEIBER P， ERICH M LLER. A Comparison of Ground Reaction Forces Determined by Portable Force-Plate and Pressure-Insole Systems in Alpine Skiing[J].Journal of sports science & medicine， 2011，10（4）：754-762.

[3] BESSONE V， PETRAT J， SCHWIRTZ A. Ground Reaction Forces and Kinematics of Ski Jump Landing Using Wearable Sensors[J]. Sensors 2019，19（9）：2011.

[4] GREGA， LOGAR， MARKO， et al. Estimation of Joint Forces and Moments for the In-Run and Take-Off in Ski Jumping Based on Measurements with Wearable Inertial Sensors[J].Sensors， 2015，15（5）：11258-11276.

[5] LEE S K， KIM K， KIM Y H， et al. Motion anlaysis in lower extremity joints during Ski carving turns using wearble inertial sensors and plantar pressure sensors[C]//International Conference on Systems， Man， and Cybernetics，2017.

[6] THIELEN M， SIGRIST L， MAGNO M， et al. Human body heat for powering wearable devices： From thermal energy to application[J].Energy Conversion & Management， 2017（131）：44-54.

[7] CHO M H ， LEE C H . A Low-Power Real-Time Operating System for ARC （Actual Remote Control） Wearable Device[J].IEEE Transactions on Consumer Electronics， 2010，56（3）：1602-1609.

[8] RAGONA C， FIANDRINO C， KLIAZOVICH D， et al. Energy-Efficient Computation Offloading for Wearable Devices and Smartphones in Mobile Cloud Computing[C]//2015 IEEE Global Communications Conference （GLOBECOM）.IEEE， 2016.

[9] HUANG Q， MEI Y， WANG W， et al. Toward Battery-Free Wearable Devices： The Synergy between Two Feet[C]//The Internet of Things. ACM， 2018.

[10] FAFOUTIS X， MARCHEGIANI L， ELSTS A， et al. Craddock， Extending the battery lifetime of wearable sensors with embedded machine learning[J].2018 IEEE 4th World Forum on Internet of Things（WF-IoT）， Singapore，2018.

[11] LI T， WANG H， FAN D， et al. Research on Virtual Skiing System based on Harmonious Human-computer Interaction[C]//2022 International Conference on Virtual Reality， Human-Computer Interaction and Artificial Intelligence （VRHCIAI）， Changsha， China，2022：106-110.

[12] 苑晓森.基于虚拟现实技术滑雪场景的搭建及人机交互设计[D].秦皇岛：燕山大学，2023.

[13] ZHANG M H. Design of ski simulator system based on Virtual Reality[C]//Third International Conference on Computer Vision and Information Technology.CVIT，2022.

[14] CHENG H， FU G， LIU Y. Design and Experience of Virtual Ski Resort Based on VR Technology and Meteorological Condition Simulation[C].CSIA 2023. Lecture Notes on Data Engineering and Communications Technologies，vol 173. Springer，Cham.