巴斯大学(University of Bath)的研究人员一直在与英国骨骼运动员合作,开发一种新型的动作捕捉技术,这种技术可以精确地跟踪运动员在动作启动阶段的表现。
“冰撬”是一项冬季运动,运动员在冰面上推着雪橇快速加速,然后再向前滑行,并以每小时90英里的速度在赛道上转弯。在起跑时所取得的几分之一秒的进步,可以在终点线产生完全不同的效果。因此,监测运动员在训练开始阶段的表现以及他们对训练的反应,对运动员和教练团队都是有用的。
光学运动捕捉的标准方法是在运动员和雪橇上使用多个反射标记来测量他们在三维空间中的运动,这种方法设置起来很耗时,而且会干扰运动员的自然表现。
为了克服这一问题,巴斯大学(University of Bath)运动研究中心CAMERA的研究人员开发了一种无侵入性标记系统。该系统使用计算机视觉和深度学习方法,通过从常规图像数据中识别身体地标来测量速度和估计姿态。
这种方法被用在了该校的推道训练设施上,这是一个带有笔直金属轨道的混凝土斜坡,运动员在淡季可以使用轮式练习雪橇进行训练。
研究人员在无标记系统的推道两侧安装了9台摄像机,并将测量结果与传统的15台基于标记的摄像机系统进行了比较。
他们测试系统对12名运动员33推试验,发现有很好的协议两个系统的数据(测量雪橇和运动员速度在0.015和0.029 m / s,分别),验证使用markerless方法作为非侵入性和准确的系统替代传统的概略介绍。
劳里·尼达姆博士是一名摄像头内的博士后研究员,他说:“我们最新的计算机视觉系统使我们能够突破实验室,将生物力学带到野外。这种方法的非侵入性不仅意味着我们可以在不干扰运动员训练的情况下获取启动推送信息,而且我们可以以符合当前社会距离需求的方式进行。”
来自该大学卫生部的Steffi Colyer博士说:“我们每天在实验室研究中使用的传统(基于标记的)技术,在许多精英运动训练和竞赛环境中是不可行的,因此运动生物力学的未来在于找到准确和不显眼的无标记解决方案。”我们的系统可以提供英国骨骼运动员的开赛成绩信息,这在之前是他们和他们的教练无法获得的。”
“我们要感谢英国有舵雪橇和骨骼协会,感谢他们对这个项目的时间和支持。我们希望我们的系统将来能被运动员用来监控和提高他们在跑道上的表现。”
负责人丹尼Holdcroft性能创新和应用研究在英国雪橇和骨架协会说:“我们继续与英国巴斯大学的关系是我们在高作为和价值很大程度上我们看到支持我们的运动员渴望赢得奥运金牌在2022年和2026年。相机项目是我们更大拼图中令人兴奋的一块,毫无疑问将帮助我们进一步探索超越目前的性能边界。”
青瞳视觉编译(如版权问题,请及时联系青瞳进行删除,给您带来的不便请谅解)