馬驍 韓維佳 李子琦

[摘要]體育類(lèi)涉及肢體動(dòng)作方面的學(xué)科教學(xué)普遍存在教學(xué)管理困難的問(wèn)題。該文在研究體育類(lèi)學(xué)科教學(xué)特點(diǎn)的基礎(chǔ)上，針對(duì)其與傳統(tǒng)講授為主的學(xué)科的不同，利用傳感器網(wǎng)絡(luò)與智能計(jì)算相結(jié)合的方式，設(shè)計(jì)了面向體育類(lèi)肢體運(yùn)動(dòng)教學(xué)需求的綜合教學(xué)管理系統(tǒng)，對(duì)學(xué)生肢體動(dòng)作類(lèi)訓(xùn)練科目進(jìn)行實(shí)時(shí)的監(jiān)督、跟蹤、評(píng)估與反饋，從而解決了現(xiàn)有肢體類(lèi)教學(xué)成效和學(xué)生接受程度難以評(píng)價(jià)與管理的問(wèn)題。

[關(guān)鍵詞]教學(xué)管理系統(tǒng);傳感器網(wǎng)絡(luò);人工智能

[中圖分類(lèi)號(hào)]G64

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]2095-3437（2020）04-0192-03

一、研究背景

隨著教育信息化建設(shè)的不斷深入，相關(guān)政策的集中出臺(tái)，教育信息化2.0行動(dòng)的全面展開(kāi)，“三通兩平臺(tái)”（即“寬帶網(wǎng)絡(luò)校校通、教學(xué)資源班班通、網(wǎng)絡(luò)學(xué)習(xí)空間人人通;加強(qiáng)數(shù)字教育資源公共服務(wù)平臺(tái)、教育管理信息系統(tǒng)平臺(tái)的建設(shè)”）的發(fā)展導(dǎo)向已經(jīng)逐漸得到了學(xué)術(shù)界的廣泛認(rèn)可。

作為“三通兩平臺(tái)”的重要組成部分，各類(lèi)基于互聯(lián)網(wǎng)的教育管理信息系統(tǒng)得到了廣泛的研究和豐富的成果。目前，教育教學(xué)管理系統(tǒng)主要可以分為資源共享和師生互動(dòng)兩個(gè)大的類(lèi)型。前者主要是以數(shù)字化教學(xué)資源為主的文件管理和共享平臺(tái)，其中較為成熟的產(chǎn)品包括Dropbox、Google Drive、Amazon Cloud Drive以及國(guó)內(nèi)的“瀚海星云”校園服務(wù)平臺(tái)和“筋斗云”等基于云存儲(chǔ)的文件共享系統(tǒng)，主要是解決教學(xué)資源數(shù)字化之后的存儲(chǔ)和傳播問(wèn)題。而后者著重針對(duì)教育教學(xué)過(guò)程中輔助教師課堂授課的多媒體支撐平臺(tái)，主要有Black Board、慕課、翻轉(zhuǎn)課堂等網(wǎng)絡(luò)教學(xué)平臺(tái)。這類(lèi)教學(xué)平臺(tái)從單純的資源存儲(chǔ)與共享發(fā)展到與教學(xué)過(guò)程緊密融合，成為師生交互、多媒體展示、作業(yè)管理、學(xué)生反饋于一體的軟硬件教學(xué)服務(wù)系統(tǒng)，這類(lèi)系統(tǒng)也是今后教學(xué)管理系統(tǒng)的發(fā)展方向和主要目標(biāo)。

對(duì)于體育學(xué)科來(lái)講，目前的主要研究也集中在信息的管理和共享方面，文獻(xiàn)[4]提出了一種基于B/S模式的教學(xué)管理平臺(tái)，突破了C/S架構(gòu)在大數(shù)據(jù)處理方面的局限性。文獻(xiàn)[5]設(shè)計(jì)開(kāi)發(fā)了一種基于Internet的面向高校體育教學(xué)的網(wǎng)絡(luò)教學(xué)平臺(tái)，利用網(wǎng)絡(luò)的互聯(lián)互通特性，為師生雙方提供了網(wǎng)絡(luò)教學(xué)的環(huán)境與平臺(tái)。在文獻(xiàn)[6]中，作者將物聯(lián)網(wǎng)引入教學(xué)管理中，通過(guò)物聯(lián)網(wǎng)收集教學(xué)信息，輔助課程的教學(xué)工作。

可以看出，上述教學(xué)管理平臺(tái)依然以數(shù)字化教學(xué)資源的管理和分享為主要目標(biāo)，未能針對(duì)體育教學(xué)中肢體動(dòng)作與課堂知識(shí)講授相結(jié)合的特點(diǎn)，對(duì)學(xué)生以動(dòng)作為主的學(xué)習(xí)和訓(xùn)練過(guò)程進(jìn)行長(zhǎng)期有效的跟蹤、監(jiān)督和反饋。

另外，在計(jì)算機(jī)、物聯(lián)網(wǎng)和人工智能等技術(shù)高速發(fā)展的今天，各類(lèi)電子和信息系統(tǒng)在很大程度上促進(jìn)了醫(yī)療保健的發(fā)展。一個(gè)由多傳感器組成的無(wú)線(xiàn)體域網(wǎng)可以輔助醫(yī)生對(duì)病人進(jìn)行初步的遠(yuǎn)程問(wèn)診。而機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)不但給網(wǎng)絡(luò)的邊緣設(shè)備賦予了更智能的表現(xiàn)，也在輔助診斷疑難雜癥方面取得了進(jìn)展。在個(gè)人健身和醫(yī)療保健等領(lǐng)域，也有越來(lái)越多的人使用基于微機(jī)電系統(tǒng)（MEMS）的姿態(tài)模塊（包含加速度計(jì)、陀螺儀和磁力計(jì)等）來(lái)識(shí)別、監(jiān)測(cè)人體的動(dòng)作，并在社交網(wǎng)絡(luò)或運(yùn)動(dòng)社區(qū)中與他人分享。

由此可見(jiàn)，技術(shù)的進(jìn)步已經(jīng)使電子技術(shù)輔助運(yùn)動(dòng)和鍛煉成為可能，因此有必要提出一種面向多用戶(hù)的運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)。其目的是方便指導(dǎo)者監(jiān)測(cè)運(yùn)動(dòng)參與者的肢體動(dòng)作，從而在一定程度上改善體育鍛煉場(chǎng)景中獲取專(zhuān)業(yè)指導(dǎo)困難的問(wèn)題。這種系統(tǒng)可以部署在體育課堂等場(chǎng)所，指導(dǎo)人員可以方便地了解每個(gè)參與者的鍛煉情況，包括動(dòng)作類(lèi)別是否正確以及動(dòng)作次數(shù)和頻率是否合適。

本文針對(duì)這一內(nèi)容，采用人工智能和傳感器網(wǎng)絡(luò)相結(jié)合的方式，設(shè)計(jì)與開(kāi)發(fā)了一種可以同時(shí)應(yīng)用在室內(nèi)和室外的體育學(xué)科肢體動(dòng)作類(lèi)教學(xué)的綜合化輔助管理平臺(tái)，解決了體育教學(xué)中對(duì)學(xué)生肢體動(dòng)作類(lèi)教學(xué)科目難監(jiān)管的問(wèn)題。

具體來(lái)講，本教學(xué)系統(tǒng)具備以下功能及技術(shù)特征：（1）采用基于MEMS的運(yùn)動(dòng)傳感器記錄人體運(yùn)動(dòng)信息，該傳感器節(jié)點(diǎn)具有高精度、低成本、低功耗的特點(diǎn)。（2）采用支持大連接量的通信方式，以實(shí)現(xiàn)同時(shí)對(duì)多用戶(hù)的動(dòng)作監(jiān)控，從而實(shí)現(xiàn)只需少量指導(dǎo)人員即可掌握多個(gè)用戶(hù)的運(yùn)動(dòng)情況并及時(shí)給予指導(dǎo)。（3）借助人工智能技術(shù)實(shí)現(xiàn)動(dòng)作類(lèi)型的識(shí)別，以適應(yīng)一個(gè)場(chǎng)景中不同用戶(hù)開(kāi)展不同運(yùn)動(dòng)的情況，讓指導(dǎo)者能夠一目了然地得知每個(gè)參與者的動(dòng)作類(lèi)型。（4）借助頻率分析工具，實(shí)現(xiàn)對(duì)動(dòng)作次數(shù)和動(dòng)作周期這兩個(gè)重要運(yùn)動(dòng)指標(biāo)的計(jì)算。對(duì)于持續(xù)時(shí)間或動(dòng)作頻率不合理的運(yùn)動(dòng)參與者，指導(dǎo)人員能夠及時(shí)發(fā)現(xiàn)并給予指導(dǎo)，以防止運(yùn)動(dòng)損傷的發(fā)生，提高鍛煉效果。

二、人工智能教學(xué)平臺(tái)設(shè)計(jì)

為實(shí)現(xiàn)上述目的，本文設(shè)計(jì)了體育教學(xué)管理平臺(tái)結(jié)構(gòu)圖（如圖1所示）。整個(gè)教學(xué)平臺(tái)主要由3個(gè)子系統(tǒng)組成：運(yùn)動(dòng)數(shù)據(jù)捕捉子系統(tǒng)、智能云計(jì)算管控子系統(tǒng)和智慧課堂子系統(tǒng)。下面對(duì)這3個(gè)子系統(tǒng)進(jìn)行詳細(xì)的介紹。

（一）運(yùn)動(dòng)數(shù)據(jù)捕捉予系統(tǒng)

運(yùn)動(dòng)數(shù)據(jù)捕捉子系統(tǒng)由9軸加速度傳感器網(wǎng)絡(luò)為核心組件，每個(gè)學(xué)生或教師根據(jù)所做動(dòng)作的不同，在身體不同位置佩戴若干相互獨(dú)立的傳感器節(jié)點(diǎn)，這些傳感器節(jié)點(diǎn)能夠收集相應(yīng)的動(dòng)作信息，并通過(guò)傳感器網(wǎng)絡(luò)（比如Wi-Fi網(wǎng)絡(luò)、藍(lán)牙或者是物聯(lián)網(wǎng)）將數(shù)據(jù)通過(guò)Internet傳輸至云計(jì)算服務(wù)器。

（二）智能云計(jì)算管控子系統(tǒng)

云計(jì)算服務(wù)器收到運(yùn)動(dòng)數(shù)據(jù)后，會(huì)按照如圖2所示的流程對(duì)數(shù)據(jù)進(jìn)行處理，整個(gè)云計(jì)算服務(wù)器的功能可以分為3個(gè)主要的功能模塊：數(shù)據(jù)接收與預(yù)處理模塊，數(shù)據(jù)智能處理模塊，訓(xùn)練效果評(píng)估與預(yù)測(cè)模塊。

數(shù)據(jù)接收與預(yù)處理模塊主要負(fù)責(zé)將接收到的自傳感器網(wǎng)絡(luò)發(fā)來(lái)的原始運(yùn)動(dòng)參數(shù)和數(shù)據(jù)進(jìn)行預(yù)處理，以便于后續(xù)模塊的計(jì)算和應(yīng)用。具體來(lái)講，首先對(duì)所收到數(shù)據(jù)的合法性進(jìn)行判斷，即判斷該數(shù)據(jù)是否為注冊(cè)用戶(hù)所發(fā)，并記錄該用戶(hù)的身份信息。隨后判斷數(shù)據(jù)的種類(lèi)，看是單個(gè)傳感器數(shù)據(jù)還是由多個(gè)傳感器共同組成的數(shù)據(jù)。如果是多傳感器數(shù)據(jù)，需要對(duì)這些多組數(shù)據(jù)進(jìn)行融合，去除冗余信息，接著對(duì)多維時(shí)域數(shù)據(jù)進(jìn)行降維處理，形成單維數(shù)據(jù)，并完成原始傳感器數(shù)據(jù)的預(yù)處理工作。

數(shù)據(jù)智能處理模塊收到經(jīng)過(guò)預(yù)處理的數(shù)據(jù)之后，首先利用支持向量機(jī)技術(shù)（SVM）判斷學(xué)生所做動(dòng)作的種類(lèi)。識(shí)別到動(dòng)作種類(lèi)后，根據(jù)動(dòng)作的不同，從多維傳感器數(shù)據(jù)中選擇出與運(yùn)動(dòng)周期最為相關(guān)的軸，并利用這一關(guān)鍵軸根據(jù)運(yùn)動(dòng)周期對(duì)運(yùn)動(dòng)數(shù)據(jù)進(jìn)行劃分，即將數(shù)據(jù)劃分為若干個(gè)相對(duì)獨(dú)立的數(shù)據(jù)段，每段表示運(yùn)動(dòng)的一次完整周期。接下來(lái)，分別計(jì)算該學(xué)生本次訓(xùn)練動(dòng)作的次數(shù)，并根據(jù)教師的標(biāo)準(zhǔn)動(dòng)作，利用深度學(xué)習(xí)理論，與學(xué)生訓(xùn)練的動(dòng)作進(jìn)行對(duì)比，對(duì)學(xué)生訓(xùn)練的準(zhǔn)確度和完整性進(jìn)行評(píng)估。最后，根據(jù)偏差理論，對(duì)學(xué)生訓(xùn)練中動(dòng)作的偏差和不足進(jìn)行衡量，并給出動(dòng)作偏差較大的具體細(xì)節(jié)。

在此基礎(chǔ)上，訓(xùn)練效果評(píng)估與預(yù)測(cè)模塊首先讀取該學(xué)生的歷史訓(xùn)練數(shù)據(jù)信息，并與實(shí)時(shí)訓(xùn)練數(shù)據(jù)進(jìn)行對(duì)比，以歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)作為輸入?yún)?shù)，利用多層神經(jīng)網(wǎng)絡(luò)算法，以訓(xùn)練目標(biāo)作為輸出，對(duì)訓(xùn)練效果進(jìn)行評(píng)估，再進(jìn)一步根據(jù)評(píng)估結(jié)果和歷史訓(xùn)練信息，利用偽貝葉斯預(yù)測(cè)算法，對(duì)下階段的訓(xùn)練計(jì)劃進(jìn)行調(diào)整和制訂，最后根據(jù)學(xué)生的訓(xùn)練情況生成可視化的運(yùn)動(dòng)軌跡和參數(shù)圖表。生成的數(shù)據(jù)將儲(chǔ)存在云服務(wù)器中，供教師和學(xué)生隨時(shí)讀取，以起到對(duì)學(xué)生訓(xùn)練進(jìn)行監(jiān)督的目的。

（三）智慧課堂子系統(tǒng)

這一子系統(tǒng)主要負(fù)責(zé)分享數(shù)據(jù)、師生互動(dòng)等功能，包括智慧教室、教師終端和學(xué)生終端等。其中教師可以在教師終端中發(fā)布作業(yè)，上傳訓(xùn)練方案與所需訓(xùn)練動(dòng)作的標(biāo)準(zhǔn)化數(shù)據(jù)等，利用偏差評(píng)估結(jié)論分析出所在班級(jí)學(xué)生的普遍訓(xùn)練問(wèn)題和個(gè)別問(wèn)題，并設(shè)計(jì)具有針對(duì)性的授課重點(diǎn)。而學(xué)生終端上則可實(shí)時(shí)查看自身訓(xùn)練的情況，包括所做動(dòng)作的種類(lèi)、數(shù)量、周期、標(biāo)準(zhǔn)狀況等參數(shù)，讓學(xué)生的訓(xùn)練做到心中有數(shù)。在課堂授課中，教師可以利用智慧教師系統(tǒng)，展示出學(xué)生的綜合訓(xùn)練狀況，并結(jié)合學(xué)生運(yùn)動(dòng)時(shí)傳感器記錄的運(yùn)動(dòng)軌跡，向?qū)W生講授訓(xùn)練的不足和動(dòng)作的偏差。最后根據(jù)智能算法給出的預(yù)測(cè)和訓(xùn)練方案以及學(xué)生的實(shí)際訓(xùn)練狀況，為學(xué)生制訂下一階段的訓(xùn)練計(jì)劃，并在教學(xué)系統(tǒng)中發(fā)布。

三、實(shí)驗(yàn)與思考

根據(jù)上述設(shè)計(jì)思路，本系統(tǒng)在硬件部分主要包括基于鋰電池和降壓部件的電源模塊、STM32F051K86微控制器、ESP8266通信模塊以及基于MEMS慣性元件的MPU9250姿態(tài)傳感器、Wi-Fi傳輸模塊和云處理器，基于這些硬件系統(tǒng)開(kāi)發(fā)了相應(yīng)的智能肢體教學(xué)管理平臺(tái)，并針對(duì)核心的機(jī)器學(xué)習(xí)算法在體育專(zhuān)業(yè)學(xué)生中進(jìn)行了小范圍的實(shí)驗(yàn)驗(yàn)證。

在實(shí)驗(yàn)中，本文選擇了7類(lèi)肢體動(dòng)作進(jìn)行識(shí)別，包括4類(lèi)啞鈴動(dòng)作和3類(lèi)腿部鍛煉動(dòng)作，分別為啞鈴彎舉、啞鈴側(cè)平舉、啞鈴肩推、啞鈴飛鳥(niǎo)、坐姿抬小腿、站姿抬小腿以及提踵。這7類(lèi)動(dòng)作均為常見(jiàn)的肢體鍛煉動(dòng)作，具有較強(qiáng)的代表性。其中，一些動(dòng)作之間的相似度較高，如坐姿抬小腿和站姿抬小腿，這對(duì)于分類(lèi)器的識(shí)別功能具有一定的挑戰(zhàn)性，可以充分驗(yàn)證不同模型的分類(lèi)能力。

在數(shù)據(jù)方面，本文使用了自建數(shù)據(jù)集，該數(shù)據(jù)集總共由420個(gè)樣本組成。共有6人為數(shù)據(jù)集提供了樣本，其中男、女各3人，每人提供70條數(shù)據(jù)樣本，其中每類(lèi)動(dòng)作各10條。在記錄數(shù)據(jù)時(shí)，每位參與者只佩戴1個(gè)姿態(tài)采集模塊。對(duì)于啞鈴動(dòng)作，姿態(tài)采集模塊佩戴在手腕處;對(duì)于下肢動(dòng)作，姿態(tài)采集模塊佩戴在腳踝處。啞鈴動(dòng)作中使用的啞鈴重量為2.5kg。在數(shù)據(jù)集分配上，全部樣本的80%用作訓(xùn)練集，20%用作測(cè)試集。對(duì)于深度學(xué)習(xí)模型，額外將訓(xùn)練集的20%作為驗(yàn)證集。

從實(shí)驗(yàn)結(jié)果可以看出，深度學(xué)習(xí)模型和SVM均達(dá)到了96%以上的識(shí)別準(zhǔn)確率，高于現(xiàn)有的采用數(shù)值分析的技術(shù)，而多層感知機(jī)的準(zhǔn)確率在4個(gè)模型中最低。其中，深度學(xué)習(xí)模型實(shí)現(xiàn)了高達(dá)97.61%的識(shí)別準(zhǔn)確率，結(jié)合混淆矩陣可以看出在84個(gè)測(cè)試樣本中只將2個(gè)啞鈴肩推動(dòng)作誤分成啞鈴側(cè)平舉，這表明本文提出的深度學(xué)習(xí)模型可以很好地用于小型數(shù)據(jù)集。SVM雖然沒(méi)有達(dá)到最高的準(zhǔn)確率，但與深度學(xué)習(xí)模型差距不明顯，并且考慮到其運(yùn)算速度與復(fù)雜度遠(yuǎn)低于深度學(xué)習(xí)模型，因此更適合用于計(jì)算能力要求不高的場(chǎng)景，同樣具有實(shí)際意義。

此外，本文為了驗(yàn)證計(jì)數(shù)和頻率分析的準(zhǔn)確率，開(kāi)展了動(dòng)作計(jì)數(shù)及頻率的分析實(shí)驗(yàn)。對(duì)于該實(shí)驗(yàn)來(lái)說(shuō)，實(shí)驗(yàn)結(jié)果是否客觀(guān)的標(biāo)準(zhǔn)在于試驗(yàn)次數(shù)。尤其對(duì)于動(dòng)作計(jì)數(shù)來(lái)說(shuō)，只有保證在次數(shù)足夠多的情況下結(jié)果依然準(zhǔn)確，才能夠說(shuō)明分析方法有效。該實(shí)驗(yàn)中以啞鈴彎舉動(dòng)作為例重復(fù)進(jìn)行了50次動(dòng)作，這一數(shù)值已遠(yuǎn)高于單次鍛煉的次數(shù)要求。在實(shí)驗(yàn)過(guò)程中除了使用傳感器記錄動(dòng)作，還使用秒表對(duì)每次動(dòng)作的周期進(jìn)行計(jì)時(shí)，以此作為實(shí)際標(biāo)準(zhǔn)。

從實(shí)驗(yàn)中可以看出，算法的動(dòng)作計(jì)數(shù)十分準(zhǔn)確，50次的統(tǒng)計(jì)結(jié)果與實(shí)際值完全一致，而且計(jì)算值和測(cè)量值整體擬合情況較好。因此，該實(shí)驗(yàn)證明了過(guò)零檢測(cè)和小波分析方法的有效性和精確性，在動(dòng)作次數(shù)較多的情況下也可以很好地實(shí)現(xiàn)動(dòng)作計(jì)數(shù)和周期計(jì)算。

然而，我們?cè)趯?shí)驗(yàn)中也發(fā)現(xiàn)了一些問(wèn)題，比如在進(jìn)行多個(gè)傳感器數(shù)據(jù)融合時(shí)，現(xiàn)有的算法還存在精度不高等問(wèn)題。此外在動(dòng)作的標(biāo)準(zhǔn)化評(píng)估方面，由于缺乏運(yùn)動(dòng)學(xué)現(xiàn)有的標(biāo)準(zhǔn)，所以存在一定的主觀(guān)性。具體來(lái)講，主要存在以下2個(gè)方面的問(wèn)題：其一，本系統(tǒng)采用了單傳感器采集肢體運(yùn)動(dòng)數(shù)據(jù)，這種方式在使用上較為便利，但只能用于單一肢體的運(yùn)動(dòng)，后續(xù)研究可以安裝多個(gè)傳感器并將多傳感器的數(shù)據(jù)進(jìn)行融合，以實(shí)現(xiàn)對(duì)復(fù)雜肢體動(dòng)作的識(shí)別。其二，在軟件實(shí)現(xiàn)方面，該系統(tǒng)在處理數(shù)據(jù)接收和解包時(shí)并未使用多線(xiàn)程機(jī)制，因此對(duì)于計(jì)算機(jī)主頻要求較高，并且容易影響啟停檢測(cè)的反應(yīng)速度，在后續(xù)研究中可以結(jié)合多線(xiàn)程技術(shù)使這個(gè)問(wèn)題得到改善。

盡管存在諸多問(wèn)題，但通過(guò)在體育教學(xué)中的實(shí)驗(yàn)和反饋，可以發(fā)現(xiàn)體育類(lèi)等以肢體運(yùn)動(dòng)為主的學(xué)科，對(duì)于這類(lèi)基于傳感器的教學(xué)管理平臺(tái)有很大的需求。利用傳感器和智能算法為體育學(xué)科教師提供完整的動(dòng)作訓(xùn)練數(shù)據(jù)可以有效提高教學(xué)質(zhì)量，同時(shí)起到監(jiān)督學(xué)生更好完成訓(xùn)練計(jì)劃的作用。綜上所述，對(duì)本文設(shè)計(jì)的基于人工智能和傳感器網(wǎng)絡(luò)的體育教學(xué)管理系統(tǒng)進(jìn)行深入研究是十分必要的。

[責(zé)任編輯：龐丹丹]