在運動訓練中，練習是關鍵，但能夠模仿專業(yè)運動員的技術(shù)可以讓運動員的表現(xiàn)更上一層樓?；谌斯ぶ悄艿膫€性化運動教練助理可以利用已發(fā)布的數(shù)據(jù)集來實現(xiàn)這一目標。通過將攝像頭和傳感器戰(zhàn)略性地放置在運動員的身體上，這些系統(tǒng)可以跟蹤一切，包括關節(jié)運動模式、肌肉激活水平和注視運動。
使用這些數(shù)據(jù)，可以提供有關球員技術(shù)的個性化反饋以及改進建議。運動員可以隨時隨地訪問這些反饋，使這些系統(tǒng)適用于各個級別的運動員。
在 2024 年 4 月 5 日《科學數(shù)據(jù)》雜志上發(fā)表的一項研究中，韓國光州科學技術(shù)學院 (GIST) 副教授 SeungJun Kim 領導的研究人員與麻省理工學院 (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院的 ActionSense 項目，該項目使用可穿戴傳感器來跟蹤日常廚房任務，例如削皮、切蔬菜和打開罐子。 Seong 與麻省理工學院的團隊合作，包括麻省理工學院 CSAIL 博士后研究員 Joseph DelPreto 和麻省理工學院 CSAIL 主任、麻省理工學院 EECS 教授 Daniela Rus 和 Wojciech Matusik。他們共同開發(fā)了 MultiSenseBadminton 數(shù)據(jù)集，捕捉羽毛球運動員的動作和生理反應。
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 名具有不同訓練經(jīng)驗水平的球員 23 小時的揮桿動作數(shù)據(jù)。
在研究過程中，球員的任務是反復執(zhí)行正手高球和反手開球，同時傳感器記錄他們的動作和反應。其中包括用于跟蹤關節(jié)運動的慣性測量單元(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動和羽毛球位置的攝像頭。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！