可穿戴运动传感器,助力跑者提高运动表现与康复

对于大多数消费者而言,通过可穿戴技术跟踪人体动作姿态的想法是新颖的,但是教练、运动员使用可穿戴轻型传感设备对人体动作捕捉已有多年的经验。虽然消费市场专注于运动跟踪和指导(如智能手表/手环),但当今可穿戴设备可用的功能和准确性正在将实验室级技术带入消费级市场。

首先,让我们从头开始。

01什么是可穿戴技术?

可穿戴技术(wearable technology),最早是20世纪60年代由麻省理工学院媒体实验室提出的创新技术,是主要探索和创造能直接穿在身上、或是整合进用户的衣服或配件的设备的科学技术。

这些设备通常是贴近皮肤表面的小型智能(具有微控制器的)电子设备,它们能够检测、分析和传输与身体信号(例如生命体征)或环境数据有关的信息,在某些情况下,还可以为佩戴者提供生物反馈

随着计算机软硬件和互联网技术的高速发展,可穿戴式智能设备的形态开始多样化,逐渐在工业、医疗健康、军事、教育、娱乐等领域均有涉猎。

在这些可穿戴式设备中,基于可穿戴式惯性传感器的人体动作识别在运动和康复领域中是研究的热点,并呈现广阔的发展前景。惯性传感器可以采集到人体运动的角速度线性加速度姿态等信息,这些运动数据的物理含义明确,冗余度低

运动健康领域,可穿戴式动作捕捉设备可用于高尔夫训练、投篮姿势训练、乒乓球姿势训练、跆拳道姿势训练、赛艇运动监测、游泳技术统计等;在康复医疗领域,可穿戴设备可用于步态分析、下肢康复训练。毫无疑问,运动健康和康复医疗领域正在成为可穿戴设备新的增长点。

02 可穿戴技术的作用

可穿戴动作捕捉设备带来了很多好处,以跑步运动为例,包括以下内容:

  • 真实数据

通过“野外”获取指标,可穿戴数据反映了运动员的自然运动数据。当你限于只能通过实验室环境或视频分析评估运动员的部分方面(例如马拉松的一两个步骤),借助可捕获比赛或训练计划中的运动员每一个脚步的可穿戴设备,我们可以更准确,更细致地了解运动姿态和风险。

  • 体积小巧

如今的可穿戴设备仅重几盎司,并可以无线传输信息。这意味着运动员可以专注于运动表现而不会因为佩戴设备而分心。

  • 了解可变性

人体的动态动作可以看作是一系列基本动作按照一定时间顺序组合而成。由于个体差异性,人体动作具有多变性,例如由人体动作执行速度的差异所引起的时间上的多变性;由于运动空间以及人体运动灵活性的差异所引起的空间上的可变性;以及与预设动作相比,运动员只完成了部分或者增加了其他额外的动作而引起的完整性的可变性等。可穿戴技术使人们有机会以前所未有的方式了解可变性。

  • 更好的标尺

如果可以持续访问高级指标,则教练和治疗师可以快速量化表现和伤害恢复的进度,并找出薄弱环节。如:

· 教练可以观察间歇性训练中,运动员的反馈情况。通过查看数据,教练可以确定在近几个时段内运动员跑步技巧的变化,并更好地了解疲劳如何影响这些运动员。反过来,教练在训练计划中可以添加针对这些运动学变化的特定练习。

· 在康复过程中,理疗师可以在一个疗程中尝试多种矫形器或鞋垫。并快速而系统地收集客观数据,以查看哪个物理辅助治疗设备能够更好的促进运动员的恢复。

03 应用案例

可穿戴设备发展前景广阔,但是对于不具备可穿戴设备开发经验的企业和团队来说,成功研发并生产出一款可穿戴设备并非易事,需要克服诸多困难。基于此,3D运动追踪技术和产品研发领先企业Xsens推出了可穿戴惯性传感器移动应用开发平台Xsens DOT,致力于运动健康和康复医疗等领域的企业和开发者更快速、更低成本地开发出新的可穿戴移动应用。

可穿戴惯性传感器开发套装Xsens DOT由一组高精度的9轴可穿戴惯性传感器和易于集成的移动API/SDK组成,传感器内部由加速度传感器芯片、陀螺仪传感器芯片、磁传感器芯片组成,通过低功耗蓝牙与移动设备(手机、iPAD、Android Pad)进行交互,可以通过安装带捆在人体的四肢或躯干,从而进行肢体的运动测量(加速度、速度、方向的变化)。

Xsens母公司可穿戴先进技术和产品全球创新领导者Movella的研究团队也一直在使用自己的Xsens DOT开发平台来分析和跟踪跑步者的步态、跑步方式等,用以开发一个演示App,该App可以帮助跑步者进行训练和恢复

此APP现处于早期概念阶段,领导开发团队的Frank Wouda和Jason Konrath就半程马拉松收集的数据、数据对跑步者的意义以及Xsens DOT平台分享了见解,一起来看看吧~

借助可穿戴惯性动捕技术,帮助跑步者达到最佳运动表现与康复状态

PART01 你在马拉松比赛中收集了哪些数据?

Frank:在恩斯赫德马拉松比赛期间,我们记录了参赛者的速度,包含了跑步过程中的匀速、下降或增加。我们通过分析步频和步长来了解每个参赛者的跑步风格。骨盆在跑步时保持对齐非常重要,Xsens DOT运动追踪技术使我们能够分析参赛者的骨盆倾斜、旋转和倾斜角。骨盆是一个复杂的结构,它在所有轴上旋转并被强有力的肌肉包围,为蹬地提供动力。这些强壮的肌肉群在即将开始跑步时就已处于活跃状态,以减少与地面的碰撞。骨盆的细微角度提供了如何启动腿部运动的信息,因此确保骨盆对齐对于长跑运动员预防受伤至关重要。

PART02 是什么让这个App与众不同?

Jason:许多知名的跑步App可以跟踪距离和配速,或提供各种指导和社区功能,但目前还没有一款App可以对个体在训练全过程中进行跟踪和分析数据

Frank:在生物力学上的一点微小变化可能会造成冲击力的变化,从而影响受伤风险和跑步效率。通过APP可以观察到胫骨和臀部所受到的冲击,了解冲击力是如何在身体中传播。了解身体的对称性可以帮助预防损伤。

PART03 App会监测哪些数据,为什么?

Frank:虽然大多数跑步App都会监控速度、时间和总距离,但我们的App更进一步,它还根据个人身体的运动情况进行监控。占空比(Duty Factor)监控用户脚与地面接触的时间(相对于他们的步幅)。低占空比说明你使用了弹性能,这对提高跑步速度是有利的。该App还分解了用户的跑步风格,详细说明双脚发力和步长的差异。App还建立了步态参数,这些参数将解释你的脚在每一步与地面接触的时间。

Jason:了解你在哪些方面可能过度发力也是App所要传达的一个信息。用户会得到对骨盆的详解,例如过度旋转可能表明:步态狭窄、手臂摆动不足、过度蹬地。了解骨盆的制动力对理解跑步效率尤为重要。该App可帮助用户了解在跑步时所受到的冲击力,在生物力学上的一点微小变化可能会造成冲击力的变化,从而影响受伤风险和跑步效率。

PART04 在研究中发现了什么?

Jason:我们集中观察一名参赛者,对其测试并对数据进行分析。我们观察到他的左右骨盆旋转角度在每一侧都很平衡,大约在8-9度。右侧的骨盆倾斜度略小(3-6度),表明“臀部下沉”的情况不明显,这也反映在冲击力指标中。据观察在跑步结束时更加均匀,可能是因为右脚步长开始减少。在对右腿的观察中可以发现步长在逐渐减小,这也反映在右腿的冲击力指标中。从小腿传感器 (9%) 和臀部传感器 (11%) 的观察结果可以看出右腿比左腿受到更大的冲击。这反映了右腿的功能不对称,但并不明显。右侧较大的冲击也对应较大的对侧骨盆倾斜度。

PART05 惯导技术在开发App时起到了什么作用?

Frank:将Xsens动作捕捉技术与Flutter框架相结合的过程非常简单,这加速了App的整体开发时间。

Jason:采用了特定的算法来识别合适的运动学参数,这些参数在运动表现和康复方面对跑步的影响已得到众多文献的证明。App还展示了一个用户友好的界面来获取数据并提供了各项参数的综合报告

PART06 如何看待该技术在未来的使用?

Jason:到目前为止我们真的很喜欢使用这项技术,看到这款App在马拉松进行时能够捕捉到跑步者的动作和步态,这让我们难以置信。这项试验帮助我们了解在日后开发过程中可以衡量哪些新指标。

Frank:该技术目前只应用于一个相对较小的跑步者群体,我们希望通过增加更多方面的变化来扩大这一群体,例如:体能、跑步风格、身体类型等,这使我们能够进一步改善传感器佩戴方式和用户体验。此外,更大的数据集能开发新的功能,从而更容易地增加对跑步领域的深入研究。

如需获取相关设备方案及报价,欢迎致电4006-111-556详询!