CN110624220B - 最优立定跳远技术模板的获取方法 - Google Patents
最优立定跳远技术模板的获取方法 Download PDFInfo
- Publication number
- CN110624220B CN110624220B CN201910831970.9A CN201910831970A CN110624220B CN 110624220 B CN110624220 B CN 110624220B CN 201910831970 A CN201910831970 A CN 201910831970A CN 110624220 B CN110624220 B CN 110624220B
- Authority
- CN
- China
- Prior art keywords
- take
- optimal
- long jump
- establishing
- standing long
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
- A63B2024/0065—Evaluating the fitness, e.g. fitness level or fitness index
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B2071/0647—Visualisation of executed movements
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2244/00—Sports without balls
- A63B2244/08—Jumping, vaulting
- A63B2244/082—Long jumping
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供最优立定跳远技术模板的获取方法,包括采集一运动员立定跳远全过程的运动学、动力学数据;依据所述数据中对应起跳全程的数据建立起跳正向动力学方程,并结合立定跳远时足‑支撑面之间的压力分布获取起跳技术方程;依据所述数据中对应腾空时的数据,建立下肢的目标函数,并结合人体空中相对运动规律获取腾空技术方程;依据运动员的足踝部的高分辨率断层影像建立足骨几何模型和有限元模型,计算得到最佳落地动作;建立最优立定跳远技术模板。本发明能为立定跳远技术(关节运动学)人工智能诊断提供匹配模板,为运动辅具优化设计提供理论依据。
Description
技术领域
本发明涉及运动康复工程领域,具体涉及最优立定跳远技术模板的获取方法。
背景技术
“全民健身、健康第一”是国家发展战略,《国家体育锻炼标准》是国家对学生体质健康方面的基本要求。为了进一步贯彻落实该标准,“体育课”的重要性凸显,如中考(初中学业水平考试)时,立定跳远不仅能发展下肢爆发力,同时能发展躯干和上肢的力量和协调性。2014年,《国家学生体质健康标准》中规定立定跳远是初中、高中、大学每年的必测项目。每年全国约有一千万参加中考的学生。对于初中生,立定跳远时存在两个问题:跳不远和足跟痛。
不是所有的可靠性都需要大数据支撑,也不是所有的显著性分析都要依赖统计学。立定跳远能够建立微分方程进行分析吗?如何建立?尚不是很清楚。
事实上,立定跳远的最优方法也是可以算出来的。我们知道,解决动力学问题有两种方法:一种是建立动力学方程,求方程的解析解或数值解,以确定人体环节、质心的坐标、速度、加速度的变化规律;另一种是变分方法,其实质是求函数的极值,这意味着“可能的运动是无限的,最优的运动是唯一的”。变分法是最小作用量原理的组成部分之一,因此,最优的立定跳远技术是唯一的。
虽然足跟有纤维脂肪组织保护跟骨,但是足跟着地模式应发生在步行中,在跑,尤其是跳时,足跟先着地的模式对足踝部的损伤是显而易见的,因为足弓是人体缓冲、减震的主要结构,而足跟先着地模式除了足跟的纤维脂肪组织外,使跟骨、距骨直接受到地面冲击力。结构与功能是统一的,除了足底筋膜和屈趾短肌外,那些结构参与并决定立定跳远的远度以及跖趾关节的绞盘机制等都需要进一步确定,如何发挥下肢的立定跳远工效,同时避免足踝部的运动损伤是亟待突破的关键技术。
发明内容
本发明所要解决的技术问题是:提供最优立定跳远技术模板的获取方法,模板能够提供最佳的立定跳远方式,在发挥下肢的立定跳远工效的同时避免足踝部的损伤,为运动辅具优化设计提供理论依据。
为了解决上述技术问题,本发明采用的技术方案为:
最优立定跳远技术模板的获取方法,包括:
S1:通过运动捕捉系统和足底压力测试系统采集一运动员立定跳远全过程的运动学、动力学数据;
S2:依据所述数据中对应起跳全程的数据建立起跳正向动力学方程,并结合立定跳远时足-支撑面之间的压力分布获取起跳技术方程,计算得到最佳起跳全程时间;
S3:依据所述数据中对应腾空时的数据,建立下肢的目标函数,并结合人体空中相对运动规律获取腾空技术方程,计算得到最佳起跳角度;
S4:通过CT扫描获取所述一运动员的足踝部的高分辨率断层影像,并依据所述断层影像建立足骨几何模型和有限元模型,计算得到最佳落地动作;
S5:依据所述最佳起跳全程时间、最佳起跳角度以及最佳落地动作建立最优立定跳远技术模板。
本发明的有益效果在于:基于跳跃时跖趾关节的绞盘机制,设计起跳技术;根据人体相向运动规律,设计腾空动作;基于足弓的缓冲减震功能,设计落地方法;而后,针对运动员的立定跳远技术,基于正向动力学方法,优化起跳技术;基于多刚体动学方法优化腾空动作,重建足弓和跖趾关节的三维结构;基于有限元方法,优化落地方式;最终获取立定跳远的最优化技术,为立定跳远技术(关节运动学)人工智能诊断提供匹配模板,为运动辅具优化设计提供理论依据。实施例表明:基于生物力学原理优化的立定跳远技术不仅能充分发挥跖趾关节的绞盘工效,还能减少跖趾关节和踝关节的运动损伤。
附图说明
图1为本发明一实施例一种最优立定跳远技术模板的获取方法的流程示意图;
图2为本发明实施例二中采用普通姿势进行立定跳远时的关键动作定点示意图;
图3为本发明实施例二中采用最优立定跳远技术模板(即充分发挥跖趾关节绞盘工效姿势)进行立定跳远时的关键动作定点示意图;
图4为采用图2姿势以及图3姿势分别进行立定跳的全过程中支撑面反弹力-时间关系图;
图5为分别采用图2姿势以及图3姿势进行立定跳时开始至结束过程中支撑面反弹力-时间关系图;
图6为分别采用图2姿势以及图3姿势进行立定跳时蹬伸全过程中支撑面反弹力-时间关系图;
图7为本发明实施例二中分别对应图2姿势和图3姿势的足印迹的压力分布图;
图8为本发明实施例二中落地动作有限元分析示意图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:基于生物力学原理获取最优化的立定跳远技术,不仅能充分发挥跖趾关节的绞盘工效,还能减少跖趾关节和踝关节的运动损伤。
本发明涉及的技术术语解释:
请参照图1,本发明提供最优立定跳远技术模板的获取方法,包括:
S1:通过运动捕捉系统和足底压力测试系统采集一运动员立定跳远全过程的运动学、动力学数据;
S2:依据所述数据中对应起跳全程的数据建立起跳正向动力学方程,并结合立定跳远时足-支撑面之间的压力分布获取起跳技术方程,计算得到最佳起跳全程时间;
S3:依据所述数据中对应腾空时的数据,建立下肢的目标函数,并结合人体空中相对运动规律获取腾空技术方程,计算得到最佳起跳角度;
S4:通过CT扫描获取所述一运动员的足踝部的高分辨率断层影像,并依据所述断层影像建立足骨几何模型和有限元模型,计算得到最佳落地动作;
S5:依据所述最佳起跳全程时间、最佳起跳角度以及最佳落地动作建立最优立定跳远技术模板。
从上述描述可知,本发明的有益效果在于:创造性地建立立定跳远起跳动作正向动力学方程、空中动作目标函数和建立足骨几何模型和有限元模型,对立定跳远起跳技术、空中动作和落地方法进行优化,通过专业运动员的测试,验证三个优化模型。然后建立人工智能诊断指标,实现立定跳远分析的定量分析与评价,从而发挥跖趾关节的功效、避免落地时运动损伤。
进一步的,所述S2具体为:
计算起跳阶段垂直方向压力:
其中,Pij(t)为某一时刻t的垂直方向压力,p(i,j)(t)表示位置为(i,j)的传感器在某一时刻的压力值,T为整个起跳阶段的时间,m,n分别表示长度、宽度上传感器的数量;
起跳阶段垂直方向压力-时间关系:
确定所述方程1的边界条件为时间,开始时间为Pij(t)=1,结束时间为Pij(t)=0;
计算起跳阶段垂直方向压力冲量:
依据方程2以及动量定理计算得到起跳速度最大所对应的最佳起跳全程时间为在[0,T]区间上max(Ipij)时。
由上述描述可知,采用足底压力测试系统采集运动健将立定跳远起跳的全过程的数据,建立正向动力学方程,设定目标函数,根据立定跳远时足-支撑面之间的压力分布,优化设计立定跳远技术,充分发挥跖趾关节的工效。
进一步的,所述S3中的建立下肢的目标函数,具体为:
建立第一目标函数:
其中,所述x为水平位移,y为垂直位移,为vo起跳速度,α为起跳角度,g为重力加速度;
依据第一目标函数建立第二目标函数:
对方程(4)进行变分分析:
其中,h为质心起跳高度与落地质心的高度之差。
由上述描述可知,采用运动捕捉系统采集腾空时下肢关节点的位置坐标,建立运动健将下肢的目标函数,确定最小作用量,基于人体空中相向运动的规律,优化立定跳远的腾空动作。
进一步的,所述S3中的建立下肢的目标函数,具体为:
建立第一目标函数:
其中,所述x为水平位移,y为垂直位移,为vo起跳速度,α为起跳角度,g为重力加速度;
依据第一目标函数建立第二目标函数:
对方程(4)进行变分分析:
其中,h为质心起跳高度与落地质心的高度之差。
进一步的,所述结合人体空中相对运动规律获取腾空技术方程,计算得到最佳起跳角度,具体为:
依据所述方程5确定最佳起跳角度;
依据最佳起跳角度以及相向运动,确定身体呈背弓姿态为腾空后最佳动作。
由上述描述可知,采用运动捕捉系统采集腾空时下肢关节点的位置坐标,建立运动健将下肢的目标函数,确定最小作用量,基于人体空中相向运动的规律,优化立定跳远的腾空动作。
进一步的,所述S4中的依据所述断层影像建立足骨几何模型和有限元模型,计算得到最佳落地动作,具体为:
依据所述断层影像建立足骨几何模型和有限元模型;
设定所述足骨几何模型的边界条件,并对跟骨底部不同位置、方向进行载荷,获取联接小腿和足的中枢距骨应力、应变分布情况;得到最佳落地动作;
依据所述数据中对应落地全程的数据,通过有限元模型验证所述最佳落地动作。
由上述描述可知,通过上述提供的一具体实施方式,实现对落地动作的优化,有效避免运动损伤。
进一步的,所述S5的最优立定跳远技术模板为:
起跳技术:
其中,h,k,a,m,hs,ks,as,ms分别表示所述一运动员与优化后的所述一运动员的髋关节、膝关节、踝关节和跖趾关节起跳阶段百分化后的空间位置,e为自然底数;
空中动作:
其中,S-angle,S-angles分别表示所述一运动员与优化后的所述一运动员的髋关节与踝关节之间的夹角;
落地方法:
其中,L-angle,L-angles分别表示所述一运动员与优化后的所述一运动员的膝关节与跖趾关节落地时的夹角。
由上述描述可知,建立起跳技术、空中动作和落地方法最优化模型,为人工智能诊断提供匹配模板。
请参照图1,本发明的实施例一为:
一种立定跳远人工智能诊断方法,包括:
一、起跳技术优化:
采用足底压力测试系统采集标准跳远、三级跳运动健将立定跳远起跳的全过程的数据,建立正向动力学方程;设定目标函数,根据立定跳远时足-支撑面之间的压力分布,优化设计立定跳远技术,充分发挥跖趾关节的工效。
1.1、起跳阶段垂直方向压力计算:
式中Pij(t)为某一时刻t的垂直方向压力,p(i,j)(t)表示位置为(i,j)的传感器在某一时刻的压力值,T为整个起跳阶段的时间,m,n分别表示长度、宽度上传感器的数量。
1.2、起跳阶段垂直方向压力-时间关系:
立定跳分为准备(站立)、摆臂、下蹲和起跳4个阶段。因此,确定方程1的边界条件为时间,开始时间为起跳阶段当支撑面反弹力等于体重的时候,具体是Pij(t)=1(体重被归一化);结束时间为离地瞬时,具体是Pij(t)=0。
1.3、起跳阶段垂直方向压力冲量计算:
在[0,T]区间上max(Ipij)时,根据动量定理,这时的起跳速度最大,即为最优起跳技术。
二、空中动作优化:
采用运动捕捉系统采集腾空时下肢关节点的位置坐标,建立运动健将下肢的目标函数,确定最小作用量,基于人体空中相向运动的规律,优化立定跳远的腾空动作。
腾空后,立定跳远的远度主要取决于质心起跳高度、起跳速度、起跳角度和落地质心的高度。
2.1、建立第一目标函数:
式中x水平位移,y为垂直位移,为vo起跳速度,α为起跳角度,g为重力加速度。
2.2、建立第二目标函数:
2.3、对方程4进行变分分析:
式中h为质心起跳高度与落地质心的高度之差。
由方程5可知,当vo和h确定后,最佳起跳角度只有一个值。由此,完成空中动作质心运动轨迹的优化,结合相向运动,身体呈背弓姿态即完成空中动作的优化。
三、落地方法优化:
采用CT扫描足踝部,获得高分辨率断层影像,建立足骨几何模型、有限元模型;设定边界条件,对跟骨底部不同位置、方向进行载荷;根据联接小腿和足的中枢距骨应力、应变分布情况,采用足底压力测试系统采集立定跳远落地时的全过程,用有限元验证获得的优化落地动作,避免运动损伤。
四、人工智能诊断:
建立起跳技术、空中动作和落地方法最优化模型,为人工智能诊断提供匹配模板。
4.1、起跳技术:
式中,h,k,a,m,hs,ks,as,ms分别表示受试者与被优化的运动健将的髋关节、膝关节、踝关节和跖趾关节起跳阶段百分化后的空间位置,e为自然底数。
4.2、空中动作:
式中,S-angle,S-angles分别表示受试者与被优化的运动健将的髋关节与踝关节之间的夹角。
4.3、落地方法:
式中,L-angle,L-angles分别表示受试者与被优化的运动健将的膝关节与跖趾关节落地时的夹角。
本实施例创造性地建立立定跳远起跳动作正向动力学方程、空中动作目标函数和建立足骨几何模型和有限元模型,对立定跳远起跳技术、空中动作和落地方法进行优化,通过专业运动员的测试,验证三个优化模型;然后建立人工智能诊断指标,实现立定跳远分析的定量分析与评价。发挥跖趾关节的功效、避免落地时运动损伤。
请参照图2-图8,本发明的实施例二为:
本实施例对应实施例一,提供分别采用普通姿势与依据实施例一获取的最优立定跳远技术模板充分发挥跖趾关节绞盘工效姿势进行立定跳远的数据分析比较案例:
请参阅图2和图3,其中,图2为采用普通姿势进行立定跳远时的关键动作定点示意图,图3为采用最优立定跳远技术模板(即充分发挥跖趾关节绞盘工效姿势)进行立定跳远时的关键动作定点示意图。
请参阅图4,为分别采用图2姿势以及图3姿势进行立定跳的全过程(实验测试的过程)中支撑面反弹力-时间关系图,其中,实线对应图2姿势,虚线对应图3姿势;
请参阅图5,为分别采用图2姿势以及图3姿势进行立定跳时开始至结束(受试者做动作的过程)过程中支撑面反弹力-时间关系图,其中,实线对应图2姿势,虚线对应图3姿势;
请参阅图6,为分别采用图2姿势以及图3姿势进行立定跳时蹬伸全过程中支撑面反弹力-时间关系图,其中,实线对应图2姿势,虚线对应图3姿势,纵坐标的虚线表示体重线。
由图4-至图6可知,在蹬伸过程可以看到绞盘姿势优于普通姿势。具体结算结果是:绞盘姿势比普通姿势跖趾关节工效提高3.7186%;如果普通姿势是2.75米,那么采用绞盘姿势将达到2.85米。与实践测量的数据是一致的。
另外,请参阅图7,左边对应图2姿势的足印迹的压力分布图,右边对应图3姿势的足印迹的压力分布图。请参阅图8,为落地动作有限元分析示意图。
由图7-图8可知,距骨连接小腿和足部的中枢,不同的着地方式,事实上是距-胫关节面力的大小、方向的不同来体现。改变力的方向和作用点,就可以通过有限元分析的应力分布结果,确定安全的陆地方式。
综上所述,本发明提供的一种最优立定跳远技术模板的获取方法,不仅能充分发挥跖趾关节的绞盘工效,还能减少跖趾关节和踝关节的运动损伤;进一步地,还能为运动辅具优化设计提供理论依据;最后,还具有计算简便、易用等特点。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (6)
1.最优立定跳远技术模板的获取方法,其特征在于,包括:
S1:通过运动捕捉系统和足底压力测试系统采集一运动员立定跳远全过程的运动学、动力学数据;
S2:依据所述数据中对应起跳全程的数据建立起跳正向动力学方程,并结合立定跳远时足-支撑面之间的压力分布获取起跳技术方程,计算得到最佳起跳全程时间;
S3:依据所述数据中对应腾空时的数据,建立下肢的目标函数,并结合人体空中相对运动规律获取腾空技术方程,计算得到最佳起跳角度;
S4:通过CT扫描获取所述一运动员的足踝部的高分辨率断层影像,并依据所述断层影像建立足骨几何模型和有限元模型,计算得到最佳落地动作;
S5:依据所述最佳起跳全程时间、最佳起跳角度以及最佳落地动作建立最优立定跳远技术模板。
4.如权利要求3所述的最优立定跳远技术模板的获取方法,其特征在于,所述结合人体空中相对运动规律获取腾空技术方程,计算得到最佳起跳角度,具体为:
依据所述方程5确定最佳起跳角度;
依据最佳起跳角度以及相向运动,确定身体呈背弓姿态为腾空后最佳动作。
5.如权利要求1所述的最优立定跳远技术模板的获取方法,其特征在于,所述S4中的依据所述断层影像建立足骨几何模型和有限元模型,计算得到最佳落地动作,具体为:
依据所述断层影像建立足骨几何模型和有限元模型;
设定所述足骨几何模型的边界条件,并对跟骨底部不同位置、方向进行载荷,获取联接小腿和足的中枢距骨应力、应变分布情况;得到最佳落地动作;
依据所述数据中对应落地全程的数据,通过有限元模型验证所述最佳落地动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910831970.9A CN110624220B (zh) | 2019-09-04 | 2019-09-04 | 最优立定跳远技术模板的获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910831970.9A CN110624220B (zh) | 2019-09-04 | 2019-09-04 | 最优立定跳远技术模板的获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110624220A CN110624220A (zh) | 2019-12-31 |
CN110624220B true CN110624220B (zh) | 2021-05-04 |
Family
ID=68970116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910831970.9A Active CN110624220B (zh) | 2019-09-04 | 2019-09-04 | 最优立定跳远技术模板的获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110624220B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114344873B (zh) * | 2022-01-14 | 2023-04-07 | 北京数感科技有限公司 | 一种预摆动作类型识别方法、系统及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1924932A (zh) * | 2006-09-08 | 2007-03-07 | 中国科学院计算技术研究所 | 一种对人体运动捕获数据中的噪声和误差进行修正的方法 |
CN201482123U (zh) * | 2009-09-08 | 2010-05-26 | 北京农业职业学院 | 一种跳远违例检测装置 |
CN108463271A (zh) * | 2015-08-28 | 2018-08-28 | 伊虎智动有限责任公司 | 用于运动技能分析以及技能增强和提示的系统和方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8768489B2 (en) * | 2008-06-13 | 2014-07-01 | Gil Thieberger | Detecting and using heart rate training zone |
US9846960B2 (en) * | 2012-05-31 | 2017-12-19 | Microsoft Technology Licensing, Llc | Automated camera array calibration |
-
2019
- 2019-09-04 CN CN201910831970.9A patent/CN110624220B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1924932A (zh) * | 2006-09-08 | 2007-03-07 | 中国科学院计算技术研究所 | 一种对人体运动捕获数据中的噪声和误差进行修正的方法 |
CN201482123U (zh) * | 2009-09-08 | 2010-05-26 | 北京农业职业学院 | 一种跳远违例检测装置 |
CN108463271A (zh) * | 2015-08-28 | 2018-08-28 | 伊虎智动有限责任公司 | 用于运动技能分析以及技能增强和提示的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110624220A (zh) | 2019-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019232899A1 (zh) | 体能和肌肉能力的综合评估系统及方法 | |
CN102028475B (zh) | 蹲立式下肢功能评定训练系统 | |
Allen et al. | Is a single or double arm technique more advantageous in triple jumping? | |
Gholipour et al. | Kinematics analysis of lunge fencing using stereophotogrametry | |
CN102112183A (zh) | 与被动训练器支撑台最佳运行条件相关的模拟、测量方法及系统 | |
Jessop et al. | Maximum velocities in flexion and extension actions for sport | |
CN110624220B (zh) | 最优立定跳远技术模板的获取方法 | |
Bergamini | Biomechanics of sprint running: a methodological contribution | |
Zheng et al. | Biomechanics of pitching | |
TWI502389B (zh) | 生物力學分析系統與方法 | |
CN112353386A (zh) | 一种身体机能状态监测系统 | |
Aprilo et al. | Kinovea-Based: Tennis Spin Serve Analysis | |
Penitente et al. | Kinematic Analysis of the Centre of Mass in the Back Handspring: A case study | |
Nesbit et al. | The role of knee positioning and range-of-motion on the closed-stance forehand tennis swing | |
Janurová et al. | Kinematic chains in ski jumping in-run posture | |
Allen | Optimisation of performance in the triple jump using computer simulation | |
Yan | Effects of friction property on biomechanics of lower limbs of table tennis players | |
Alamiri et al. | An Analytical Study of Some Biomechanical Variables and Achieving Fingerprinting in Discus Throwing for Applicants | |
Knutzen et al. | Using biomechanics to explore children’s movement | |
CN115861381B (zh) | 球体协同运动中鱼跃救球动作标准性的检测方法及系统 | |
Jansen | Predictive Dynamic Simulation of Cycling Using Olympic Cyclist and Bicycle Models | |
Baker | Hip-shoulder separation in the javelin throw and its relationship with level of experience | |
Winiarski | Mechanical energy fluctuations during walking of healthy and ACL-reconstructed subjects | |
Sewell et al. | Energy Balance and Body Composition | |
Pfeifer | Biomechanical investigation of elite place-kicking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |