CN113230640A - 一种自行车运动员运动分析系统及其方法 - Google Patents

Abstract

本发明适用于自行车运动员运动分析领域，提供了一种自行车运动员运动分析系统，包括传感器模块、分析数据模块、显示分析结果模块；所述传感器模块，用于获取运动员的动作数据和三维测力跑台的力学信息；所述分析数据模块用于对所述传感器模块获得的数据进行分析；所述显示分析结果模块，用于显示所述运动员的腿部运动姿态、腿部肌肉力大小、肌肉发力顺序、激活时间、心率及平均输出功率、摩擦力和摩擦系数。该运动分析系统能够直观地展示运动员的运动姿势和状态，腿部肌肉数据的获取能够让运动员了解运动时腿部肌肉的发力顺序、激活时间，有助于运动员基于上述数据及时调整骑行姿势和对腿部肌肉进行针对性的训练。

Description

一种自行车运动员运动分析系统及其方法

技术领域

本发明属于运动分析领域，尤其涉及一种自行车运动员运动分析系统及方法。

背景技术

自行车运动员在平常中的训练模式，对于自行车运动员能在比赛中获得优异的成绩是特别重要。在比赛过程中运动员自身的能力占很大因素，但是自行车作为比赛中不可缺少的成员也会影响到整个比赛的成绩，在现实中往往对于自行车比赛只注重运动员的体能训练，而忽略了自行车在比赛中对运动员的影响。

目前，在国内对于自行车运动员的训练方法主要注重于体能方面的训练，着重强调通过对运动员的躯干两侧的肌肉群进行重复训练，来提高运动员本身的肌肉力量的强度，不断提升运动员肌肉的有氧耐力和无氧耐力，来增强自行车运动员的竞技水平；同时，对于骑行的姿势会采用固定的姿势来进行训练，但是这种姿势是通过多次重复进行训练使运动员有的一个姿势，而一旦出现姿势错误就会造成无用功的消耗及容易对运动员造成损伤；由于每个运动员的骑行姿态的个人情况不一样，这种传统的方法存在无法满足针对个人训练情况而做出不同需求这样的局限性。目前国外在自行车运动方面的研究主要是通过运动强度指标、生理监控和血液兴奋研究。运动强度指标是通过监控运动员心理、生理指标来间接反映出训练强度大小，还会通过运动员生活需求日常分析问卷来测量训练后的心理压力，观察压力是否有利于训练水平的提高。但是这种研究存在的缺点是不稳定性，因为每个运动员个人情绪及日常心理指标都不完全一样，不能对运动员的训练及成绩提高有显著效果。

可见，在对自行车运动员运动分析的研究上，国内外普遍是采用单一传统的训练模式，且采取的研究因素不稳定，缺乏对运动员和自行车作为整体情况进行分析，同时不能根据运动员的个人情况作出针对性的改进。

发明内容

本发明提供的自行车运动员运动分析系统，旨在解决现有技术中运动分析因素单一、不稳定以及不能根据运动员的个人情况进行分析的问题。

本发明是这样实现的，一种自行车运动员运动分析系统，包括传感器模块、分析数据模块、显示分析结果模块；

所述传感器模块，用于获取运动员的动作数据和三维测力跑台的力学信息，所述动作数据包括运动员的骨骼数据、腿部肌肉数据和心率；

所述分析数据模块，用于根据所述动作数据生成运动员的腿部运动参数、腿部肌肉力大小、肌肉的发力顺序、激活时间及心率，并根据所述力学信息生成运动员和自行车整体相对于三维测力跑台的平均输出功率、摩擦力及摩擦系数；

所述显示分析结果模块，用于显示所述运动员的腿部运动参数、腿部肌肉力大小、肌肉的发力顺序、激活时间、心率及平均输出功率、摩擦力和摩擦系数。

进一步地，所述传感器模块包括无线肌电姿态传感器、心率传感器、光学式传感器和力学传感器，所述无线肌电姿态传感器用于测量腿部肌肉的肌电信号；所述光学式传感器用于获取运动员的骨骼数据，利用骨骼数据以及预建的三维坐标系，确定所述运动员的人体各关节点的三维坐标；所述心率传感器用于获取整个运动过程中运动员的心率数据；所述力学传感器用于采集三维测力跑台的力学信号，所述力学信号包括三轴向力、三轴向转矩、三维力矢量。

所述光学式传感器用于通过无标记点式光学动作捕捉方式，获取运动员的骨骼数据，在骨骼数据中提取运动员的人体左右两侧髋关节、膝关节与踝关节的动作数据，利用人体左右两侧髋关节、膝关节与踝关节的动作数据以及预建的三维坐标系，确定所述运动员的人体左右两侧髋关节、膝关节与踝关节的三维坐标。

进一步地，所述分析数据模块，具体用于：

在所述人体关节点的三维坐标中，提取左右侧髋关节、膝关节与踝关节的坐标；

根据所述髋关节、膝关节以及踝关节坐标的变化，生成腿部运动参数，所述下肢运动参数包括下肢的摆腿幅度、摆腿频率、膝关节最小折叠角、实时抬腿高度、骑行速度以及加速度中的至少一种。

进一步地，所述系统还包括存储与查看分析结果模块：

所述存储与查看分析结果模块，用于存储运动员的动作数据与分析结果，根据运动员姓名、编号、日期生成相应的文件夹。

更进一步地，所述系统还包括存储模块：

存储模块用于存储至少一次的运动员的动作数据和力学信息，所述动作数据和力学信息包括数值数据、图标数据、视频数据中的至少一种。

更进一步地，所述系统还包括交互模块：

所述交互模块用于接收用户选择的时间段，根据选择的时间段，记录选择的时间段内产生的动作数据和力学信息。

本发明还涉及一种自行车运动员运动分析系统的运动分析方法，包括：

传感器获取运动员的动作数据和力学信息，并发送所述动作数据和力学信息发送给所述分析数据模块；其中，运动员的运动数据包括骨骼数据、腿部肌肉数据和心率。

分析数据模块接收并根据所述动作数据生成运动员的腿部运动参数、腿部肌肉力大小、肌肉的发力顺序和激活时间及心率，并根据所述力学信息生成运动员和自行车整体相对于自行车三维测力跑台的平均输出功率、摩擦力及摩擦系数；

显示分析结果模块接收并显示所述运动员的腿部运动姿态、腿部肌肉力大小、肌肉的发力顺序和激活时间、心率及平均输出功率、摩擦力和摩擦系数。

进一步地，所述方法还包括交互模块接收用户选择指定的时间范围，根据所述时间范围，从存储模块中实时调取运动数据和力学信息并分析、输出所述时间范围的显示分析结果。

本发明通过获取自行车运动员的腿部运动参数、腿部肌肉数据和力学信息，以直观展示所述运动员的运动姿势、腿部肌肉时序、心率和运动员和自行车整体相对于自行车三维测力跑台的平均输出功率、摩擦力和摩擦系数，解决了现有运动分析系统，不能直观展示运动员的运动姿势和状态，不考虑自行车在自行车运动员运动过程中的影响，不利于提高运动员的锻炼兴趣度、体验度以及不利于提高运动员的运动效果的问题。在自行车运动员锻炼时，将计算分析的运动结果同步地显示在运动员的面前，能帮助运动员直观掌握自己的运动姿势和状态。此外，腿部肌肉数据的获取能够让运动员了解运动时腿部肌肉的发力顺序、激活时间，有助于运动员基于上述数据及时调整骑行姿势和对腿部肌肉进行针对性的训练。

附图说明

图1本发明实施例一的自行车运动员的运动分析系统的示意图

图2本发明另一实施例运动分析系统的运动分析方法流程图

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明通过获取自行车运动员的腿部运动参数、腿部肌肉数据和力学信息，以直观展示所述运动员的运动姿势、腿部肌肉发力时序、心率和运动员和自行车整体相对于三维测力跑台的平均输出功率、摩擦力和摩擦系数，解决了现有运动分析系统，不能直观展示运动员的运动姿势和状态，不考虑自行车在自行车运动员运动过程中的影响，不利于提高运动员的锻炼兴趣度、体验度以及不利于提高运动员的运动效果的问题。

实施例一

本发明实施例提供了一种自行车运动员运动分析系统，包括传感器模块、分析数据模块、显示分析结果模块；

所述传感器模块，用于获取运动员的动作数据和三维测力跑台的力学信息，所述动作数据包括运动员的骨骼数据、腿部肌肉数据和心率；

本申请的传感器模块包括无线肌电姿态传感器，使用时将无线肌电姿态传感器贴在运动员的目标腿部肌肉及肌肉群部位，获取腿部肌肉数据。本申请的传感器还包括心率传感器，所述心率传感器贴附在运动员的心口，用于获取整个运动过程中运动员的心率数据。还包括光学式传感器，所述光学式传感器用于获取运动员的骨骼数据，利用骨骼数据以及预建的三维坐标系，确定所述运动员的人体各关节点的三维坐标。本申请的传感器还包括力学传感器，例如可以将力学传感器设置在三维测力跑台中测力跑台与自行车轮胎接触部位，进而测得自行车和运动员整体相对于三维测力跑台在X轴、Y轴、Z轴所受的力以及转矩、三维力矢量等信息。

所述分析数据模块，用于根据所述动作数据生成运动员的腿部运动参数、腿部肌肉力大小、肌肉的发力顺序、激活时间及心率，并根据所述力学信息生成运动员和自行车整体相对于三维测力跑台的平均输出功率、摩擦力及摩擦系数。

所述三维测力跑台包括踏板和底座，所述踏板可实现上、下、左、右倾斜。即所述三维测力跑台可向上倾斜，其实现的是运动员的上坡模式；所述三维测力跑台可向下倾斜，其实现运动员的下坡模式；所述三维测力跑台可向左倾斜，其实现运动员的左斜坡模式；所述三维测力跑台可向右倾斜，其实现运动员的右斜坡模式。本申请的三维测力跑台可以实现运动员的上坡、下坡、左斜坡、右斜坡模式下的运动模拟。

本申请的力学传感器设置在所述踏板的底部可实时采集作用在所述踏板上的力学信号，例如踏板所承受的正压力、摩擦力等，正压力和摩擦力可直接由传感器获得，摩擦系数由下式计算得到：

其中，f—摩擦力，Fn—踏板所承受的运动员和自行车整体的正压力，μ—摩擦系数。

平均输出功率通过下式计算得到：

E_p＝mgh

其中，E_k—运动员和车整体的运动过程中的动能，E_p—运动员和车整体的运动过程中的势能所做的功，P—平均输出功率，m—自行车和运动员整体的质量，v—速度，t—自行车运动员骑行的时间，h—人体重心的高度变化，s—自行车在三维测力跑台上在时间t内行驶的距离。其中，所述人体重心的高度变化可以通过光学传感器捕捉人体的运动姿势，进而能够记录人体的重心的变化数据，求解出人体重心的变化。

本申请通过将采集的动作数据输入分析数据模块，分析数据模块对腿部肌肉数据进行分析处理，所述腿部肌肉数据包括表面肌电信号，例如通过下式得到腿部肌肉的发力顺序和激活时间：

S(n)＝sign[std(n)-h·δ₀]

t₀＝min(n|S(n)＝1,n≥N+M)

其中，X_i-原始表面肌电信号，单位为μV；

μ₀-底噪信号的均值，单位为μV；

δ₀-底噪信号的标准差；

N-采样点数；

h-放大倍数因子，用于确定合适的阈值；

n＝M+W，M+W+1，…。M是选择的数据窗口长度，例如每次选择50s这一段数据，先进行计算判断是否激活，如果没有就继续往下再移动50s的数据长度，最后与设定好的阈值做差取符号函数S(n)，当S(n)＝1时，则判断肌肉动作发起，肌肉动作的起始时刻就是最小值t₀。

其中底噪信号的均值μ₀，和底噪信号的标准差δ₀通过如下式子得到：

其中，X_i原始表面的肌电信号，单位为μV；

N-采样点数。

同时，本申请还可以通过下式计算得到腿部肌肉的平均功率频率MPF。

其中，P(j)-功率谱分量，单位为Hz；

f(j)-功率谱分量P(j)对应的频率值，单位为Hz；

M-功率谱分量P(j)的长度。

进一步的，再通过下式计算出中值频率MF来观察肌肉疲劳情况；

其中，P(j)-功率谱分量，单位为Hz；

M-功率谱分量P(j)的长度。

本申请的所述传感器模块还包括光学式传感器，所述光学式传感器利用视觉捕捉技术，无需在运动员身上粘贴标记点即能通过对视觉数据的处理来判断运动员的动作，具有较高的身体跟踪能力，可以获得深度数据、RGB数据、骨骼节点。其中，利用Kinect的实时骨骼跟踪技术，通过处理图像深度数据可以获得运动员人体身上多个关节点的坐标，确定人体的各个部分骑行所在位置，建立人体当前姿态下的骨骼模型，实时的获取人体动作。

Kinect获取的骨骼数据来自Kinect for Windows SDK中的skeletonstream。Skeletonstream产生的每一帧数据都是一个骨骼对象集合，每一个骨骼对象包含有描述骨骼位置以及骨踝关节的数据，每一个关节有一个唯一标识符，如头、肩、肘等信息和3D向量数据。

运动员骑行自行车主要靠腿部来完成，运动员双腿交替踩踏，每条腿在一个周期内要完成抬起、加速、制动、降下、缓冲和踩踏等六个动作，下肢关节点主要有髋关节、膝关节、踝关节参与活动。为对人体下肢运动状况进行分析，在传感器获取到的人体多个关节点的数据中，提取人体左右两侧髋关节、膝关节、踝关节的动作数据。把获取的人体骨骼信息对应在建立的三维坐标系中，对运动员的骑行动作进行分析，计算的下肢运动参数包括下肢的摆腿幅度、摆腿频率、膝关节最小折叠角、实时抬腿高度、骑行速度以及加速度中的至少一种。

所述显示分析结果模块，用于显示所述运动员的腿部运动姿态、腿部肌肉力大小、肌肉的发力顺序、激活时间、心率及平均输出功率、摩擦力和摩擦系数。

本申请将数据分析模块分析的结果发送至显示分析结果模块并进行显示，可以将分析的结果转换成图表的形式即时反馈给运动员。使得运动员除了可以看到自己的骑行姿势，还能看到根据运动员的腿部的动作数据分析计算得到的运动幅度、频率、膝关节最小折叠角、实时抬腿高度等数据，让运动员直观掌握自己每一时刻的实际运动情况。同时，本申请通过三维测力跑台的设置，使得教练可以根据分析计算结果选择合适的训练模式对运动员进行训练，可以有针对性地对运动员进行训练，能提高训练效果。

进一步地，本申请还包括存储与查看分析结果模块，用于存储运动员的动作数据与分析结果，根据运动员姓名、编号、日期生成相应的文件夹。数据存储主要包括三类数据：数值数据、图表数据、视频数据，选择开始记录后可存储记录时间范围内的相关数据。

本申请通过传感器模块、分析数据模块、显示分析结果模块和查看分析结果模块，建立一套自动车运动员的运动分析系统，实时采集、分析与反馈运动员的骑行姿势、腿部肌肉数据及自行车和运动员整体的情况。

进一步地，所述系统还包括存储模块，用于存储至少一次的运动员的动作数据和力学信息，所述动作数据和力学信息包括数值数据、图标数据、视频数据中的至少一种。

进一步地，所述系统还包括交互模块，用于接收用户选择的时间段，根据选择的时间段，记录选择的时间段内产生的动作数据和力学信息。

在本申请中，通过存储模块和交互模块的设置，可以存储运动员的动作数据和力学信息，同时可以接收用户选择的时间段，根据指定的时间范围，从存储模块中实时调取数据信息，绘制选择时间段的分析结果，能帮助运动员直观掌握自己的运动姿势、肌肉激活时序、心率以及自行车和运动员整体输出功率等信息，提升锻炼效果。

实施例二

本发明还提供一种自行车运动员运动分析系统的运动分析方法，其特征在于，包括如下步骤：

S10：传感器模块获取运动员的动作数据和力学信息，并发送所述动作数据和力学信息至所述分析数据模块；

S12：分析数据模块接收并根据所述动作数据生成运动员的腿部运动参数、腿部肌肉力大小、肌肉的发力顺序和激活时间及心率，并根据所述力学信息生成运动员和自行车整体相对于自行车三维测力跑台的平均输出功率、摩擦力及摩擦系数；

S14：:显示分析结果模块接收并显示所述运动员的腿部运动参数、腿部肌肉力大小、肌肉的发力顺序和激活时间、心率及平均输出功率、摩擦力和摩擦系数。

其中，所述运动员的运动数据包括骨骼数据、腿部肌肉数据和心率。

进一步地，本申请的方法还包括：

S16：交互模块接收用户选择指定的时间范围，根据所述时间范围，从存储模块中实时调取运动数据和力学信息并分析、输出所述时间范围的显示分析结果。

本发明的自行车运动员运动分析的运动分析方法如下：

在运动员腿部贴附无线肌电传感器，心口贴附心率传感器，通过无线肌电传感器采集运动员腿部的表面肌电信号，根据表面肌电信号计算得到腿部肌肉力大小、腿部肌肉激活时间及发力顺序，根据心率传感器获取运动员运动过程中的心率数据；同时，通过光学式传感器获取运动员腿部运动参数，建立运动员腿部关节点的三维坐标；通过力学传感器获取自行车和运动员整体相对于三维测力跑台的输出功率、摩擦力及摩擦系数；将上述传感器获得的信息进行展示，显示运动员的骑行姿势和腿部肌肉信息以及输出功率、摩擦力及摩擦系数。本申请能够直观的显示运动员的骑行姿势和腿部肌肉信息以及输出功率、摩擦力及摩擦系数，能帮助运动员直观掌握自己的运动姿势、肌肉激活时序、心率以及自行车和运动员整体输出功率等信息，有助于教练根据运动员的分析结果来选择合适的训练模式，有针对性地对运动员展开训练，提升训练效果。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种自行车运动员运动分析系统，其特征在于，包括传感器模块、分析数据模块、显示分析结果模块；

所述传感器模块，用于获取运动员的动作数据和三维测力跑台的力学信息，所述动作数据包括运动员的骨骼数据、腿部肌肉数据和心率；

所述分析数据模块，用于根据所述动作数据生成运动员的腿部运动参数、腿部肌肉力大小、肌肉的发力顺序、激活时间及心率，并根据所述力学信息生成运动员和自行车整体相对于三维测力跑台的平均输出功率、摩擦力及摩擦系数，就是动能做功加上势能做功加上摩擦力做功，最终求出输出运动员和自行车整体的平均输出功率；

所述显示分析结果模块，用于显示所述运动员的腿部运动姿态、腿部肌肉力大小、肌肉的发力顺序、激活时间、心率及平均输出功率、摩擦力和摩擦系数。

2.如权利要求1所述的自行车运动员运动分析系统，其特征在于，所述传感器模块包括无线肌电姿态传感器、心率传感器、光学式传感器和力学传感器，所述无线肌电姿态传感器用于测量腿部肌肉的肌电信号；所述光学式传感器用于获取运动员的骨骼数据，利用骨骼数据以及预建的三维坐标系，确定所述运动员的人体各关节点的三维坐标；所述心率传感器用于获取整个运动过程中运动员的心率数据；所述力学传感器用于采集三维测力跑台的力学信号，所述力学信号包括三轴向力、三轴向转矩、三维力矢量、速度和加速度。

3.如权利要求2所述的自行车运动员运动分析系统，其特征在于，所述三维测力跑台包括踏板和底座，所述踏板可实现上、下、左、右倾斜，所述力学传感器设置在所述踏板的底部实时采集作用在所述踏板上的力学信号。

4.如权利要求2所述的自行车运动员运动分析系统，其特征在于，所述光学式传感器用于通过无标记点式光学动作捕捉方式，获取运动员的骨骼数据，在骨骼数据中提取运动员的人体左右两侧髋关节、膝关节、踝关节的动作数据，利用人体左右两侧髋关节、膝关节、踝关节的动作数据以及预建的三维坐标系，确定所述运动员的人体左右两侧髋关节、膝关节与踝关节的三维坐标。

5.如权利要求4所述的自行车运动员运动分析系统，其特征在于，所述分析数据模块，具体用于：

在所述人体关节点的三维坐标中，提取左右髋关节、膝关节与踝关节的坐标；

根据所左右述髋关节、膝关节以及踝关节坐标的变化，生成腿部运动参数，所述腿部运动参数包括腿部的摆腿幅度、摆腿频率、膝关节最小折叠角、实时抬腿高度、骑行速度以及加速度中的至少一种。

6.如权利要求1所述的自行车运动员运动分析系统，其特征在于，所述系统还包括存储与查看分析结果模块：

所述存储与查看分析结果模块，用于存储运动员的动作数据与分析结果，根据运动员姓名、编号、日期生成相应的文件夹。

7.如权利要求6所述的自行车运动员运动分析系统，其特征在于，所述系统还包括存储模块：

存储模块用于存储至少一次的运动员的动作数据和力学信息，所述动作数据和力学信息包括数值数据、图标数据、视频数据中的至少一种。

8.如权利要求7所述的自行车运动员运动分析系统，其特征在于，所述系统还包括交互模块：

所述交互模块用于接收用户选择的时间段，根据选择的时间段，记录选择的时间段内产生的动作数据和力学信息。

9.一种基于权利要求1所述的自行车运动员运动分析系统的运动分析方法，其特征在于，包括：

所述传感器获取运动员的动作数据和力学信息，并发送所述动作数据和力学信息至所述分析数据模块；

所述分析数据模块接收并根据所述动作数据生成运动员的腿部运动参数、腿部肌肉力大小、肌肉的发力顺序和激活时间及心率，并根据所述力学信息生成运动员和自行车整体相对于自行车三维测力跑台的平均输出功率、摩擦力及摩擦系数；

所述显示分析结果模块接收并显示所述运动员的腿部运动姿态、腿部肌肉力大小、肌肉的发力顺序和激活时间、心率及平均输出功率、摩擦力和摩擦系数。

10.如权利要求9所述的自行车运动员运动分析系统的运动分析方法，其特征在于，所述方法还包括：交互模块接收用户选择指定的时间范围，根据所述时间范围，从存储模块中实时调取运动数据和力学信息并分析、输出所述时间范围的显示分析结果。

Images