CN114028784A - 应用于链球训练的穿戴式运动生物信息监测系统及方法 - Google Patents

Abstract

本发明属于生物监测技术领域，公开一种应用于链球训练的穿戴式运动生物信息监测系统及方法；所述系统包括：传感器节点和接收器节点；传感器节点包括第一穿戴设备、第二穿戴设备和测力传感器；第一穿戴设备，用于检测第一检测点到地面的垂直位移；第二穿戴设备，用于检测第二检测点到地面的垂直位移；测力传感器，用于监测链球的球绳拉力；接收器节点，用于接收传感器节点的检测数据并进行数据处理。本发明解决了传统运动捕捉系统在链球日常训练中缺乏实用性(如便携性差)、难以提供实时运动信息(如后处理数据过程重复、枯燥、耗时)、不便于辅助训练(如操作繁琐、易用性差)的问题。

Description

应用于链球训练的穿戴式运动生物信息监测系统及方法

技术领域

本发明属于生物信息监测技术领域，特别涉及一种应用于链球训练的穿戴式运动生物信息监测系统及方法。

背景技术

链球运动是田径投掷类重要项目之一，被列为正式比赛项目已有一百二十多年。然而近30余年，在其他田径项目屡破纪录的情况下，男子链球世界纪录仍停滞在1986年(见世界田径协会World Athletics官网)。这与其专业训练方式停步不前，缺乏科学指导手段密切相关。因此，采用创新型训练系统突破成绩瓶颈需求迫切。

链球，是一种在短时间内包含复杂技术动作的快速爆发运动，运动员要在指定活动区域内，由预摆动作进入快速旋转(3-4圈)阶段，并最后投掷出手。通常，这一系列动作在4-6秒时间内就能够完成，目前的传统训练方法过于依赖教练的主观经验和判断力，缺少对关键运动参数的量化和更加客观的运动分析。3D运动解析技术可以解决此问题，它已得到成熟运用。(见G.Shan et al,“Bicycle kick in soccer:is the virtuositysystematically entrainable？”Science Bulletin,vol.60,no.8,pp.819-821,2015。G.Shan,“Biomechanical evaluation of bike power saver.”Applied Ergonomics,vol.39,no.1,pp.37-45,2008.)通过使用3D运动捕捉系统在计算机中建立3D人体运动模型，并重建、复现完整的运动过程，从而进一步提取相关运动特征以及客观分析并分解、量化技术动作等。

当前市面上主流的光学运动捕捉系统(如

等)的工作原理是，利用高速红外摄像机捕捉贴在人体重要关节点的红外反射标识球(marker)的运动轨迹，构建完整的人体运动模型通常需要至少40个左右的marker，而后利用系统软件构建出多刚体人体运动模型并计算出运动学与动力学参数。该系统作为目前业内公认的金标准，精度在1毫米以内。

另外，新兴的惯性传感运动捕捉系统(如

等)也日趋成熟，这是一种基于惯性传感技术的可穿戴系统，由17个惯性传感模块组成，分别放置在头部、肩部(2个)、胸部、上臂(2个)、腕部(2个)、手部(2个)、腰部、大腿(2个)、小腿(2个)、脚部(2个)，与系统软件中内置的人体运动模型相匹配。惯性传感模块中用到的惯性测量单元(IMU)通常由3轴(X、Y、Z)加速度计、3轴陀螺仪和3轴磁力计组成，分别获取3个轴的加速度、角速度和磁场强度，合称为9轴IMU，也叫9自由度IMU。有些情况下不需要使用磁力计，则可用6轴IMU。通过Kalman等滤波器对IMU的原始数据进行融合处理后可以实现对模块自身的姿态解算。

目前已有的链球运动相关发明主要是辅助训练器械和动作识别系统，申请号为CN202110195320.7的中国专利申请《一种田径运动员力量训练装置》是针对拉环和转台的，属于训练设施；申请号为CN200610039924.8的中国专利申请《一种嵌入式数字链球的测量方法》是针对链球本身，用于提取链球自身的一些关键数据；申请号为CN201210483074.6的中国专利申请《一种基于动作识别技术的链球训练辅助系统》是基于视频的动作识别，通过解析图像进行动作识别，并不具备直接量化运动学与动力学参数的功能。

上述提到的两种现有的运动捕捉系统的优缺点对照见表1。

表1两种运动捕捉系统对照表

光学运动捕捉系统(如

等)价格昂贵，应用场景(空间)基本受限于实验室内，使用该系统的前期准备工作比较繁琐(如系统标定、贴标记点等)。由于标记点要尽量与人体贴合，需要使用绑带或者紧身衣辅助固定身上贴的所有标记点(约40个)，那么可能会导致运动约束等弊端。另外，采集数据后的数据补点处理过程也极其耗时。在一些复杂运动捕捉过程中经常会遇到标记点漂移现象，严重影响数据连续性，所以需要重新描点、补点，该过程数据量大、重复性高。综上所述，光学运动捕捉系统虽然已经在运动生物力学等研究领域成为了一种主流的科研工具，但它不具备实时反馈功能、操作难度较大，因此难以普及到日常训练的实际应用。

针对光学运动捕捉系统存在的问题，新兴的惯性传感运动捕捉系统(如

等)最近几年被认为可以得到更广泛应用。但是其精度还处于厘米级，可靠性有待加强。另外，需要在人体安装17个惯性传感模块以构建完整的人体运动模型，存在造成运动约束的可能性。产品价格在10万美金以上，与光学运动捕捉系统类似，价格也十分昂贵。

发明内容

本发明的目的在于提供一种应用于链球训练的穿戴式运动生物信息监测系统及方法，以解决传统运动捕捉系统在链球日常训练中缺乏实用性(如便携性差)、难以提供实时运动信息(如后处理数据过程重复、枯燥、耗时)、不便于辅助训练(如操作繁琐、易用性差)的问题。

为了实现上述目的，本发明采用如下技术方案：

第一方面，本发明提供一种应用于链球训练的穿戴式运动生物信息监测系统，包括：传感器节点和接收器节点；

传感器节点包括第一穿戴设备、第二穿戴设备和测力传感器；第一穿戴设备，用于检测第一检测点到地面的垂直位移；第二穿戴设备，用于检测第二检测点到地面的垂直位移；测力传感器，用于监测链球的球绳拉力；

接收器节点，用于接收传感器节点的检测数据并进行数据处理。

本发明进一步的改进在于：所述第一穿戴设备中安装有第一惯性传感器，所述第一检测点为运动员腰部；

所述第二穿戴设备中安装有第二惯性传感器，所述第二检测点为运动员腕部；

所述测力传感器镶嵌于链球的手把球绳端；

所述第一穿戴设备中还设有第一无线模块；所述第一无线模块用于发送所述第一惯性传感器、第二惯性传感器和测力传感器采集的数据给接收器节点。

本发明进一步的改进在于：所述接收器节点包括第二无线模块和数据处理模块；

所述第二无线模块无线连接所述第一无线模块，用于接收第一无线模块发送的数据并传输给数据处理模块。

本发明进一步的改进在于：所述第一无线模块和第二无线模块为配对使用的XBee模块、蓝牙模块、Wi-Fi模块或XBee和蓝牙组合模块。

本发明进一步的改进在于：第一惯性传感器和第二惯性传感器均为9自由度IMU传感器。

本发明进一步的改进在于：所述数据处理模块，用于采用IMU位姿估计算法对第一惯性传感器、第二惯性传感器采集的数据进行处理，进而通过二次积分和高通滤波获取第一检测点到地面的垂直位移和第二检测点到地面的垂直位移。

本发明进一步的改进在于：所述数据处理模块，还用于对第一惯性传感器检测的第一检测点到地面的垂直位移(vertical displacements on waist)、第二惯性传感器检测的第二检测点到地面的垂直位移(vertical displacements on wrist)、测力传感器检测的球绳拉力(wire tension)进行数据融合，获得融合图；所述融合图中横坐标为时间，两侧纵坐标为位移和拉力。

第二方面，本发明提供一种应用于链球训练的穿戴式运动生物信息监测方法，包括：

获取第一惯性传感器、第二惯性传感器和测力传感器检测的数据；

采用IMU位姿估计算法对第一惯性传感器、第二惯性传感器采集的数据进行处理，进而通过二次积分和高通滤波获取第一检测点到地面的垂直位移(verticaldisplacements on waist)和第二检测点到地面的垂直位移(vertical displacements onwrist)；

对第一惯性传感器检测的第一检测点到地面的垂直位移(verticaldisplacements on waist)、第二惯性传感器检测的第二检测点到地面的垂直位移(vertical displacements on wrist)、测力传感器检测的球绳拉力(wire tension)进行数据融合，获得融合图；所述融合图中横坐标为时间，两侧纵坐标为位移和拉力。

本发明进一步的改进在于：所述第一检测点为运动员腰部；所述第二检测点为运动员腕部。

本发明进一步的改进在于：所述第一惯性传感器和第二惯性传感器均为9自由度IMU传感器。

相对于现有技术，本发明具有以下有益效果：

本发明一种应用于链球训练的穿戴式运动生物信息监测系统及方法，能够根据链球运动的独有特征，实时采集关键运动学与动力学参数，解决了传统运动捕捉系统在链球日常训练中缺乏实用性(如便携性差)、难以提供实时运动信息(如后处理数据过程重复、枯燥、耗时)、不便于辅助训练(如操作繁琐、易用性差)的问题。另外，该系统架构设计具备可重构性，采用低功耗、低成本的微型控制器与微机电传感器，方便迭代更新与个性化定制。

本发明应用于链球训练的穿戴式运动生物信息监测系统，运动员将设备佩戴在腰部，即可提供多种生物力学关键参数(球绳拉力、腰部到地面的垂直位移、手腕到地面的垂直位移)用于后续的运动分析。

本发明为专门针对链球运动特征设计的可穿戴系统，核心在于发挥了简化思维，不必构建完整的人体运动模型，只需要根据不同运动特征进行个性化定制，只采集局部必要参数(尽可能减少传感器使用数量，以避免造成运动约束，比照Xsens惯性传感系统的17个传感器模块，以及光学运动捕捉系统在身上贴40个左右marker)就能够提供生物力学反馈，并且是实时的反馈信息，而实时性在日常训练中尤为重要(比照Vicon等光学运动捕捉系统，它的后处理数据过程冗杂繁琐)。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明一种应用于链球训练的穿戴式运动生物信息监测系统的结构示意图；

图2为本发明一种应用于链球训练的穿戴式运动生物信息监测系统的结构框图；

图3为融合图的示意图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。

根据不同运动的特征，在特定情况下，通过仅建立必需的人体部分运动模型，获取关键生物力学参数，就能够进行运动分析。例如，在链球运动中，结合链球绳上的拉力数据，腰部的垂直位移能够反映出下肢的肢体控制(协调性)，即腰部垂直位移与下肢关节角度变化有强相关性；而手腕的垂直位移能够反映出上肢的肢体控制(协调性)，即手腕垂直位移与上肢关节角度变化有强相关性。如有需要，后续可通过实现深度学习等机器学习算法，建立AI预测模型来估算出相关的关节角度。在这种情况下，使用简化的人体运动模型，可以减少传感器的使用数量，从而达到避免运动约束的效果。因此，本发明一种应用于链球训练的穿戴式运动生物信息监测系统及方法的目的就是在链球训练中提供上述关键参数(球绳拉力、腰部到地面的垂直位移、手腕到地面的垂直位移)。

实施例1

请参阅图1所示，本发明一种应用于链球训练的穿戴式运动生物信息监测系统，包括：传感器节点100和接收器节点200。

所述传感器节点包括第一穿戴设备101、第二穿戴设备102和测力传感器103；

所述第一穿戴设备中安装有第一惯性传感器(9自由度IMU)，使用时佩戴在链球运动员的腰部(因为腰部和臀部距离非常接近，在链球运动分析中，这种误差属于微小误差，可以忽略不计；所以佩戴在腰部或者臀部可以根据实际情况替换)，对运动员的动作不会形成影响；

所述第二穿戴设备中安装有第二惯性传感器(9自由度IMU)，使用时佩戴在链球运动员的腕部，对运动员的动作不会形成影响；

所述测力传感器(Load cell)镶嵌于链球的手把球绳端，用于测量球绳拉力WireTension；

所述第一穿戴设备中还设有第一XBee模块(XBee 802.15.4RF module)，第一惯性传感器通过PCB板连接第一XBee模块；第二惯性传感器和测力传感器通过导线连接第一XBee模块，导线可以贴合在人体上并留有一定的运动余量，以不影响对运动员的动作和发力。

接收器节点200包括第二XBee模块201(XBee 802.15.4RF module)和数据处理模块202。

第一XBee模块用于将第一惯性传感器、第二惯性传感器和测力传感器的测量数据无线传输给第二XBee；所述第二XBee模块用于接收第一XBee模块无线传输的数据，并把所接收的数据传输给数据处理模块；所述数据处理模块用于对所接收的数据进行运动分析。

本发明一种应用于链球训练的穿戴式运动生物信息监测系统，能够实时采集球绳拉力、腰部到地面的垂直位移以及手腕到地面的垂直位移，以便在日常训练中提供实时的生物力学反馈。本发明的整体设计思路与系统框架(系统流程)如图2所示，系统由传感器节点(可穿戴设备)、接收器节点(PC端)组成，通过使用业内“金标准”

光学运动捕捉系统，辅助标定(校准)惯性传感器并检验系统可靠性。

接收器节点是在PC端远程接收、实时处理和展示数据，使用MATLAB和Arduino开源电子原型平台进行软件开发，主要是IMU的数据融合算法实现及数据可视化处理。可以实时展示采集到的球绳拉力数据，链球出手后会触发自动停止程序的事件，并得到Butterworth滤波过的平滑曲线。可以分别复现腰部到地面及手腕到地面的垂直位移的曲线变化。

数据处理模块采用IMU姿态融合算法对第一惯性传感器采集的数据和第二惯性传感器采集的数据进行处理，分别获得腰部到地面的垂直位移(vertical displacements onwaist)和手腕到地面的垂直位移(vertical displacements on wrist)。

本发明中，数据处理模块能够用于对第一惯性传感器采集的腰部到地面的垂直位移(vertical displacements on waist)、手腕到地面的垂直位移(verticaldisplacements on wrist)、球绳拉力(wire tension)进行数据融合，根据时间绘制在同一张融合图中；如图3所示，融合图中横坐标为时间，左侧纵坐标为位移，右侧纵坐标为拉力；从融合图中，就能够进行有效的运动分析，整个运动过程被划分为4个阶段(初始Initiation、过渡Transition、旋转Turns、投掷Throw)，上下肢的位移变化与球绳拉力变化有同相位或异相位协调模式；从融合图中进行运动分析，能够帮助运动员获知阶段中的那些部分有有待改进的空间，能够进行针对性的改进和训练。

另外，系统采用可重构的无线传感器网络结构，具备重新定制的个性化特点，使用户可根据各自的不同需求任意切换数据通信方式。传感器节点和接收器节点质安监的无线通信可以采用表1所示四中模块中的任一种：(1)基于IEEE 802.15.4通信协议的XBee模块；(2)蓝牙Bluetooth模块；(3)XBee模块+蓝牙模块；(4)Wi-Fi模块。

表1四种不同无线模块对照表

本发明针对链球运动开发了一种可穿戴运动生物信息监测系统，能够在日常训练中提供实时生物力学反馈，具有便携性、易用性、实时性、低成本等特点。

光学运动捕捉系统在采集大量现场运动数据方面存在技术壁垒，难以建立以数据驱动的新型训练方法。本发明初步实现了将可穿戴系统与人工智能相结合，为链球运动的大数据采集、处理与分析奠定坚实基础。

针对可穿戴系统的数据通信方式，提出了可重构的无线传感器网络结构。

本发明是专门针对链球运动新开发的一种可穿戴系统，

等光学运动捕捉系统虽然精度很高、功能更强大，但它缺少个性化定制而不具备采集链球绳拉力的功能。另外，本发明解决了现有光学运动捕捉系统便携性差、易用性差、缺乏实时性、价格昂贵等弊端。

由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (10)

1.应用于链球训练的穿戴式运动生物信息监测系统，其特征在于，包括：传感器节点和接收器节点；

传感器节点包括第一穿戴设备、第二穿戴设备和测力传感器；第一穿戴设备，用于检测第一检测点到地面的垂直位移；第二穿戴设备，用于检测第二检测点到地面的垂直位移；测力传感器，用于监测链球的球绳拉力；

接收器节点，用于接收传感器节点的检测数据并进行数据处理。

2.根据权利要求1所述的应用于链球训练的穿戴式运动生物信息监测系统，其特征在于，所述第一穿戴设备中安装有第一惯性传感器，所述第一检测点为运动员腰部；

所述第二穿戴设备中安装有第二惯性传感器，所述第二检测点为运动员腕部；

所述测力传感器镶嵌于链球的手把球绳端；

所述第一穿戴设备中还设有第一无线模块；所述第一无线模块用于发送所述第一惯性传感器、第二惯性传感器和测力传感器采集的数据给接收器节点。

3.根据权利要求2所述的应用于链球训练的穿戴式运动生物信息监测系统，其特征在于，所述接收器节点包括第二无线模块和数据处理模块；

所述第二无线模块无线连接所述第一无线模块，用于接收第一无线模块发送的数据并传输给数据处理模块。

4.根据权利要求3所述的应用于链球训练的穿戴式运动生物信息监测系统，其特征在于，所述第一无线模块和第二无线模块为配对使用的XBee模块、蓝牙模块、Wi-Fi模块或XBee和蓝牙组合模块。

5.根据权利要求3所述的应用于链球训练的穿戴式运动生物信息监测系统，其特征在于，第一惯性传感器和第二惯性传感器均为9自由度IMU传感器，测力传感器的量程为1000磅。

6.根据权利要求5所述的应用于链球训练的穿戴式运动生物信息监测系统，其特征在于，所述数据处理模块，用于采用IMU位姿估计算法对第一惯性传感器、第二惯性传感器采集的数据进行处理，获取第一检测点到地面的垂直位移和第二检测点到地面的垂直位移。

7.根据权利要求6所述的应用于链球训练的穿戴式运动生物信息监测系统，其特征在于，所述数据处理模块，还用于对第一惯性传感器检测的第一检测点到地面的垂直位移、第二惯性传感器检测的第二检测点到地面的垂直位移、测力传感器检测的球绳拉力进行数据融合分析，获得融合图；所述融合图中横坐标为时间，两侧纵坐标为位移和拉力。

8.应用于链球训练的穿戴式运动生物信息监测方法，其特征在于，包括：

获取第一惯性传感器、第二惯性传感器和测力传感器检测的数据；

采用IMU位姿估计算法对第一惯性传感器、第二惯性传感器采集的数据进行处理，进而通过二次积分和高通滤波获取第一检测点到地面的垂直位移和第二检测点到地面的垂直位移；

对第一惯性传感器检测的第一检测点到地面的垂直位移、第二惯性传感器检测的第二检测点到地面的垂直位移、测力传感器检测的球绳拉力进行数据融合分析，获得融合图；所述融合图中横坐标为时间，两侧纵坐标为位移和拉力。

9.根据权利要求8所述的应用于链球训练的穿戴式运动生物信息监测方法，其特征在于，所述第一检测点为运动员腰部；所述第二检测点为运动员腕部。

10.根据权利要求8所述的应用于链球训练的穿戴式运动生物信息监测方法，其特征在于，所述第一惯性传感器和第二惯性传感器均为9自由度IMU传感器，测力传感器的量程为1000磅。

Images