研究人员开发了用于羽毛球表现分析的生物力学数据集

在运动训练中，练习是关键，但能够模仿专业运动员的技术可以让运动员的表现更上一层楼。基于人工智能的个性化运动教练助理可以利用已发布的数据集来实现这一目标。通过将摄像头和传感器战略性地放置在运动员的身体上，这些系统可以跟踪一切，包括关节运动模式、肌肉激活水平和注视运动。

使用这些数据，可以提供有关球员技术的个性化反馈以及改进建议。运动员可以随时随地访问这些反馈，使这些系统适用于各个级别的运动员。

在 2024 年 4 月 5 日《科学数据》杂志上发表的一项研究中，韩国光州科学技术学院 (GIST) 副教授 SeungJun Kim 领导的研究人员与麻省理工学院 (MIT) 的研究人员合作，美国 CSAIL 开发了用于人工智能驱动的羽毛球训练的 MultiSenseBadminton 数据集。

“羽毛球可以从这些不同的传感器中受益，但缺乏用于分析和训练反馈的全面的羽毛球动作数据集，”博士说。候选人Minwoo Seong，该研究的第一作者。

该研究的灵感来自麻省理工学院的 ActionSense 项目，该项目使用可穿戴传感器来跟踪日常厨房任务，例如削皮、切蔬菜和打开罐子。 Seong 与麻省理工学院的团队合作，包括麻省理工学院 CSAIL 博士后研究员 Joseph DelPreto 和麻省理工学院 CSAIL 主任、麻省理工学院 EECS 教授 Daniela Rus 和 Wojciech Matusik。他们共同开发了 MultiSenseBadminton 数据集，捕捉羽毛球运动员的动作和生理反应。

该数据集根据专业羽毛球教练的见解而形成，旨在提高正手清球和反手击球的质量。为此，研究人员收集了 25 名具有不同训练经验水平的球员 23 小时的挥杆动作数据。

在研究过程中，球员的任务是反复执行正手高球和反手开球，同时传感器记录他们的动作和反应。其中包括用于跟踪关节运动的惯性测量单元(IMU)传感器、用于监测肌肉信号的肌电图(EMG)传感器、用于足部压力的鞋垫传感器以及用于记录身体运动和羽毛球位置的摄像头。

标签：