熱門
日本Hokusho大學(xué)利用Xsens動捕技術(shù)幫助改善奧運冠軍訓(xùn)練計劃
在最高水平的體育比賽中,,往往是最小的細節(jié)將獲勝者和亞軍區(qū)分開來,。運動員和他們的團隊花了數(shù)百甚至數(shù)千小時準(zhǔn)備比賽:研究改變飲食、作息和表現(xiàn)的最佳方式,,希望能夠比對手更有優(yōu)勢,。生物黑客技術(shù)的進步意味著運動員將有機會獲得提高成績的全新工具。
在幫助Kobayashi獲得2022年冬奧會金牌的案例中,,Hokusho大學(xué)的Keizo Yamamoto教授在訓(xùn)練中使用了動作捕捉技術(shù),。這一技術(shù)優(yōu)先的訓(xùn)練方式最終被證明是成功的,Kobayashi在男子個人普通跳臺滑雪決賽中獲得金牌,。
在本文中Keizo Yamamoto教授向我們講述了他如何將動作捕捉作為研究過程的一部分,,為什么選擇Xsens,以及該技術(shù)在不久的將來如何用于其他運動,。
Keizo Yamamoto教授精通分析運動員的動作,。他不僅在大學(xué)體育學(xué)院專攻運動學(xué),還與日本奧林匹克委員會的運動員密切合作,。
“從2008年開始,,我一直在日本札幌的國家訓(xùn)練中心(NTC)幫助運動員,并擔(dān)任跳臺滑雪訓(xùn)練中心的科學(xué)顧問,。除了體能訓(xùn)練,,國家訓(xùn)練中心還為運動員提供廣泛的支持,包括成績評估,、營養(yǎng)指導(dǎo),,以及醫(yī)生提供的醫(yī)療和心理支持。我負(fù)責(zé)表現(xiàn)評估,,這涉及從生物力學(xué)角度評估姿勢和動作,。”
隨著2022年冬季奧運會的臨近,,山本教授和他的團隊正在尋求捕捉運動員優(yōu)異表現(xiàn)的方法,,并使用這些數(shù)據(jù)來提高整個團隊的表現(xiàn)。2019年,他們第一次決定使用動作捕捉技術(shù),,Ryō yū?Kobayashi是理想的研究候選人,。在2018/19 FIS跳臺滑雪世界杯上,Ryō yū?Kobayashi總共獲得了六個獎杯,,包括最高獎項,。Ryō yū?Kobayashi是2022年冬奧會的熱門種子選手之一,因此Keizo Yamamoto教授熱衷于分析他的表現(xiàn),,并幫助他突破瓶頸進入下一個水平,。
“Ryō yū?Kobayashi獲得了2018/19賽季的世界杯總冠軍。我們請他幫助我們以分析世界頂級運動員的表現(xiàn),,因為我們認(rèn)為這對教練和其他運動員來說是一個有用的資源,。他愉快地同意了?!盞eizo Yamamoto教授說道,。
跳臺滑雪是一項獨特的運動,因為運動員每年只能在有限的幾天內(nèi)練習(xí)飛行,,這是由于該項目與特定的天氣條件有關(guān),。有了動作捕捉數(shù)據(jù),運動員和教練就可以完整地一遍又一遍的觀察跳躍的技巧與時機,,不必再擔(dān)心天氣情況,。
Keizo Yamamoto教授需要足夠強大的動作捕捉技術(shù)來捕捉運動員運動的復(fù)雜性,同時又足夠輕便,,不會干擾他們的表現(xiàn),。為此,他們找到了Xsens,。
運動研究——使用正確的動捕技術(shù)避免觀察者效應(yīng)
出色的表現(xiàn)通常歸功于運動員保持積極心態(tài)的能力,,在這種擁有積極心態(tài)的狀態(tài)下他們往往會感覺自己能控制自己的表現(xiàn)。在ESPN的系列紀(jì)錄片《The Last Dance》中,,《Rare Air》的作者Mark Vancil討論了Michael Jordan的精神:“他在比賽中從來不會分心……他的天賦不是他能跳得高,跑得快,,或者投籃,。而是他能夠足夠集中。這就是它與其他運動員所不同的地方,?!蓖瑯樱诖舜窝芯恐凶钪匾氖荝yō yū?Kobayashi能夠保持注意力,,而不會因他穿著的動捕套裝而分心,,正是Xsens的可穿戴性以及數(shù)據(jù)的準(zhǔn)確性讓Keizo Yamamoto教授最終選擇了Xsens。小林記錄的跳躍將成為國家訓(xùn)練中心衡量其他滑雪運動員的標(biāo)準(zhǔn);因此Ryō yū?Kobayashi能在自然狀態(tài)下進行跳躍演示是至關(guān)重要的,。
“在跳臺滑雪中動作的精確度通常以毫秒計算”Keizo Yamamoto解釋說:“即使是姿勢上最輕微的變化,,也會極大地影響氣流和空氣動力。我們研究的目的是提高運動員的成績,。我們需要一個能夠高精度測量運動員姿態(tài)的系統(tǒng),。我們選擇Xsens是因為它的準(zhǔn)確性以及整個系統(tǒng)的整體重量和尺寸?!?/p>
最高級別的運動裝備采用先進的技術(shù)設(shè)計:從技術(shù)材料到重量克數(shù),,這些差異因素不僅會增加訓(xùn)練預(yù)算,還會影響對于運動員表現(xiàn)的微觀測量,。因此,,動捕裝備不能影響運動員的動作?!拔覀兌嗄陙硪恢痹趯ふ乙环N基于芯片的慣性測量單元(IMU)傳感器類型的mocap系統(tǒng),,因為滑雪運動員需要穿戴專門的運動服,所以傳統(tǒng)上用于電影的笨重的基于標(biāo)記的mocap對運動員來說并不合適”,。
滑雪運動員必須穿緊身套裝,,過去,如果運動員穿的套裝沒有達到“緊身”標(biāo)準(zhǔn),,就會被取消資格”,。MVN?Link套裝與Ryō yū?Kobayashi在比賽中穿的滑雪服非常相似,這意味著不會有任何額外的重量需要研究人員考慮,,也不會改變Ryō yū?Kobayashi的跳躍方式,。“我們考慮了各種制造商,,然后選擇了Xsens MVN,,因為它可以精確地測量運動員和滑雪板的姿勢。運動員必須戴上這個裝置,,然后進行跳躍我們需要一個重量盡可能輕,、體積盡可能小的系統(tǒng)。Xsens滿足了所有這些要求,?!?/p>
研究成果
通過使用Xsens套裝,團隊能夠連續(xù)記錄Ryō yū?Kobayashi的動作,。由此,,將其動作轉(zhuǎn)換成數(shù)據(jù),然后轉(zhuǎn)換成3D效果圖,,通過世界上最快的超級計算機Fugaku進行分析,。
有了記錄下來的數(shù)據(jù),Keizo Yamamoto教授和他的團隊便開始分析跳躍動作中的關(guān)鍵點。
“在對隨時間變化的跳高運動員姿勢進行空氣動力學(xué)分析后,,我們確定了頂級運動員身上常見的空氣動力學(xué)特征,。通過闡明一系列跳躍動作中的流體特征,有可能客觀地探索運動員表現(xiàn)的關(guān)鍵方面,。因為有兩名運動員參與了這個項目,,所以我們能夠分析不同形式的跳躍所產(chǎn)生的差異?!?/p>
動作捕捉數(shù)據(jù)使團隊能夠查看詳細的空氣運動,,然后能夠更好地指出讓Ryō yū Kobayashi與眾不同的獨特運動模式?!拔覀凅@訝地發(fā)現(xiàn),,在Ryō yū?Kobayashi完成跳躍后其升阻比迅速增加”,Keizo Yamamoto教授說道,?!吧璞仁翘_滑雪飛行性能的一個指標(biāo)。它對于盡早形成空氣動力學(xué)上有利的飛行姿態(tài)很重要,?!?/p>
起飛后升阻比迅速增加意味著Ryō yū?Kobayashi能夠減少這種壓力的影響,因此比其他運動員更有優(yōu)勢,。
在經(jīng)過反復(fù)充分研究后Keizo Yamamoto教授將他們得出的研究結(jié)果展示給Kobayashi和其他運動員,。
滑雪及其他運動的未來
跳臺滑雪是一項獨特的運動??諝鈩恿W(xué)運動是這項運動的核心,,所以對于運動員來說,想象他們在空中需要采取什么行動是一項挑戰(zhàn),。然而,,在動作捕捉的幫助下,這更容易理解,,正如Keizo Yamamoto教授解釋的那樣:“跳臺滑雪是一項飛行運動,。因此,為了評估運動員的表現(xiàn),,有必要分析其氣動特性,。通過可視化不可見的氣流和空氣動力,可以更容易地向運動員解釋數(shù)據(jù),。我相信這將有利于運動員和教練之間的交流,,提高訓(xùn)練質(zhì)量,?!?/p>
Yamamoto教授推測在不久的將來慣性動捕技術(shù)可能會有進一步的應(yīng)用。“我認(rèn)為mocap的研究肯定是有效的,。這對運動員來說壓力較小,,并且允許在攝像機不能記錄的地方記錄運動。至于流體分析,,這項技術(shù)將在流體力占主導(dǎo)地位的運動中有大有用途,,比如游泳等運動?!?/p>
動作捕捉技術(shù)為教練和運動員開辟了一種新的思維方式,。不僅僅是思考他們應(yīng)該如何改善訓(xùn)練計劃,他們可以使用MVN?Analyze等技術(shù)來研究運動員為什么以這種方式移動,。正如Xsens Movella的高級公關(guān)部經(jīng)理Remco Sikkema所說,,“運動員的動作可能非常個性化,很難根據(jù)一名運動員的數(shù)據(jù)進行歸納,。也就是說,,作為一名運動員,了解自己的能力和限制是很有價值的,。運動捕捉在體育運動中的應(yīng)用逐年增加,,因為運動員和教練希望更好地了解他們的運動方式?!?/p>
電話:010-50951355 傳真:010-50951352 郵箱:[email protected] ,;點擊查看區(qū)域負(fù)責(zé)人電話
手機:13811546370 / 13720091697 / 13720096040 / 13811548270 /
13811981522 / 18600440988 /13810279720 /13581546145