在運(yùn)動訓(xùn)練中，練習(xí)是關(guān)鍵，但能夠模仿專業(yè)運(yùn)動員的技術(shù)可以讓運(yùn)動員的表現(xiàn)更上一層樓?；谌斯ぶ悄艿膫€(gè)性化運(yùn)動教練助理可以利用已發(fā)布的數(shù)據(jù)集來實(shí)現(xiàn)這一目標(biāo)。通過將攝像頭和傳感器戰(zhàn)略性地放置在運(yùn)動員的身體上，這些系統(tǒng)可以跟蹤一切，包括關(guān)節(jié)運(yùn)動模式、肌肉激活水平和注視運(yùn)動。
使用這些數(shù)據(jù)，可以提供有關(guān)球員技術(shù)的個(gè)性化反饋以及改進(jìn)建議。運(yùn)動員可以隨時(shí)隨地訪問這些反饋，使這些系統(tǒng)適用于各個(gè)級別的運(yùn)動員。
在 2024 年 4 月 5 日《科學(xué)數(shù)據(jù)》雜志上發(fā)表的一項(xiàng)研究中，韓國光州科學(xué)技術(shù)學(xué)院 (GIST) 副教授 SeungJun Kim 領(lǐng)導(dǎo)的研究人員與麻省理工學(xué)院 (MIT) 的研究人員合作，美國 CSAIL 開發(fā)了用于人工智能驅(qū)動的羽毛球訓(xùn)練的 MultiSenseBadminton 數(shù)據(jù)集。
“羽毛球可以從這些不同的傳感器中受益，但缺乏用于分析和訓(xùn)練反饋的全面的羽毛球動作數(shù)據(jù)集，”博士說。候選人Minwoo Seong，該研究的第一作者。
該研究的靈感來自麻省理工學(xué)院的 ActionSense 項(xiàng)目，該項(xiàng)目使用可穿戴傳感器來跟蹤日常廚房任務(wù)，例如削皮、切蔬菜和打開罐子。 Seong 與麻省理工學(xué)院的團(tuán)隊(duì)合作，包括麻省理工學(xué)院 CSAIL 博士后研究員 Joseph DelPreto 和麻省理工學(xué)院 CSAIL 主任、麻省理工學(xué)院 EECS 教授 Daniela Rus 和 Wojciech Matusik。他們共同開發(fā)了 MultiSenseBadminton 數(shù)據(jù)集，捕捉羽毛球運(yùn)動員的動作和生理反應(yīng)。
該數(shù)據(jù)集根據(jù)專業(yè)羽毛球教練的見解而形成，旨在提高正手清球和反手擊球的質(zhì)量。為此，研究人員收集了 25 名具有不同訓(xùn)練經(jīng)驗(yàn)水平的球員 23 小時(shí)的揮桿動作數(shù)據(jù)。
在研究過程中，球員的任務(wù)是反復(fù)執(zhí)行正手高球和反手開球，同時(shí)傳感器記錄他們的動作和反應(yīng)。其中包括用于跟蹤關(guān)節(jié)運(yùn)動的慣性測量單元(IMU)傳感器、用于監(jiān)測肌肉信號的肌電圖(EMG)傳感器、用于足部壓力的鞋墊傳感器以及用于記錄身體運(yùn)動和羽毛球位置的攝像頭。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！