量化轮椅运动中的移动性能表现-Shimmer3

欢迎访问我们的官网!

量化轮椅运动中的移动性能表现

分享最新资讯,传递有价值的信息

量化轮椅运动中的移动性能表现

背景与目标

轮椅运动的表现很大程度上取决于轮椅移动性能(WMP)——即对"轮椅-运动员"组合体的性能度量。迄今为止,轮椅移动性能更多是作为一个概念被使用,而非一个可量化的指标。然而,为了深入理解运动员、轮椅和运动项目之间的相互作用,需要一个易于测量的、客观且可精确定量的评估结果。

轮椅运动的表现由运动员、轮椅和运动项目三者间的互动决定。轮椅是运动员身体的延伸,因此应被纳入性能评估体系。随着轮椅运动竞争日益激烈,更好地理解这三者关系有助于提升整体运动水平、提高运动员个人表现并降低受伤风险。

系统概述

研究团队在一辆Celeritas 300轮椅上安装了3个标记点和3个惯性测量单元(IMU),以256Hz采样率测量三维线性加速度、角速度和磁场方向。传感器分别放置在车架后轴略偏右位置以及两个轮轴上。

标记点位置由120Hz、24个红外摄像头的3D动作捕捉系统记录,作为"金标准"。为增强可视范围并避免反射干扰,使用电池供电的红外发光二极管(标记点)替代标准反光标记。标记点安装在轮椅车架上:两个在保险杠上,一个在前方杆件上。所有IMU传感器通过硬连线连接到脉冲发生器,实现与光学运动分析系统的同步。

Image-21-300x272.jpg

Shimmer技术集成

为量化轮椅移动性能,首先需要确定比赛过程中的轮椅运动学数据。利用Shimmer的IMU传感器,收集了轮椅车架的位移/速度和车架的旋转/旋转速度数据。

Image-22-300x273.jpg

  • 车架位移和速度通过使用车轮加速度信号作为倾斜值来计算角方向。

  • 结合使用车轮IMU加速度和陀螺仪数据,将加速度信号的稳定性和校正后陀螺仪信号的灵敏度融入车轮旋转算法中。

  • 水平面上的车架旋转速度由车架IMU直接测量,对该信号积分可得车架旋转角度。

  • 基于左右车轮加速度,两次计算了车架中心与瞬时旋转中心(IRC)之间的距离。

通过分析IMU数据与"金标准"数据的偏差(以总体差异和均方根误差表示)来评估IMU方法的可靠性。结果表明,三IMU配置在测量轮椅运动学数据方面可靠。

轮椅移动性能的量化

新开发的基于惯性传感器的方法,能够轻松得出一整套轮椅运动学结果,包括行进距离、速度、加速度、旋转角度、旋转速度和旋转加速度。

为获得这些关键运动学结果,研究使用了一条敏捷性测试跑道,要求受试者完成22项不同的测试,涵盖轮椅篮球的主要方面。测试结合了前人研究(经修改以适应捕捉空间)和咨询轮椅篮球专家后设计的项目,确保包含所有关键运动模式。

所有测试完成后,研究提炼出6个能准确描述轮椅移动性能的关键运动学指标。这些指标使得不同轮椅运动之间以及运动员个体层面的比较和评估成为可能,有助于推动轮椅运动的进一步发展。

Image-23-300x275.jpg

总结与未来研究方向

本研究的目标是通过提供清晰易懂的轮椅篮球关键运动学指标,助力轮椅运动发展。这些指标可用于根据个人表现目标配置轮椅,从而提升整体运动表现。

Image-24-300x209.jpg

虽然本研究最初聚焦于轮椅篮球,但其方法和原理适用于所有场地运动。作为迈向跨运动应用的第一步,研究已在国际赛事中对精英级的轮椅橄榄球、轮椅网球和轮椅篮球运动员进行了比赛测量。

所开发的方法被证明在收集轮椅运动学数据方面可靠。轮椅可轻松配备轻量IMU传感器,为未来深入研究比赛中的详细运动学特征奠定了基础。结合其他测量数据(如施加的力量或观察到的比赛表现信息),可构建运动员特定的表现档案。此类档案可用于评估特定运动训练或轮椅设置调整的效果。