摘要：傳統(tǒng)羽毛球訓(xùn)練輔助系統(tǒng)因簡單的傳感器和圖像處理技術(shù)，難以捕捉到羽毛球擊球動作的連續(xù)性，影響了動作分析和訓(xùn)練反饋的精確性。為此，文章設(shè)計了基于動作捕捉技術(shù)的新型羽毛球訓(xùn)練輔助系統(tǒng)。系統(tǒng)硬件采用了動作捕捉感應(yīng)裝置和雙控電源確保穩(wěn)定運行；軟件部分精準(zhǔn)捕捉擊球動作，提供詳細(xì)的技術(shù)分析和個性化訓(xùn)練建議，同時建立了教學(xué)資源庫以優(yōu)化訓(xùn)練。測試結(jié)果表明，該系統(tǒng)顯著提高了命中率和訓(xùn)練效果。

關(guān)鍵詞：動作捕捉技術(shù)；羽毛球訓(xùn)練；輔助教學(xué)系統(tǒng)；命中率

中圖分類號：G642 文獻標(biāo)志碼：A

0 引言

隨著科技的飛速發(fā)展，動作捕捉技術(shù)已經(jīng)在多個領(lǐng)域得到廣泛應(yīng)用，羽毛球訓(xùn)練便是其中之一。羽毛球作為一項對技術(shù)和體能要求極高的運動，訓(xùn)練方法一直備受關(guān)注［1-2］。

李鈺田等［1］結(jié)合姿態(tài)估計和時序分段網(wǎng)絡(luò)分析，提出了識別羽毛球動作的方法，用于改善輔助教學(xué)效果。系統(tǒng)通過視域特征檢測手臂擊球動作，并利用時序分段網(wǎng)絡(luò)進行分類［3］。然而，數(shù)據(jù)處理速度跟不上實際動作變化速度可能導(dǎo)致不連續(xù)現(xiàn)象。孫冬穎等［4］提出基于識別算法的輔助系統(tǒng)，但視角變化和光線等因素可能影響數(shù)據(jù)精確性。另一方面，孟莉［5］利用虛擬現(xiàn)實模塊獲取羽毛球運動員訓(xùn)練數(shù)據(jù)，但傳感器準(zhǔn)確性和采樣頻率可能限制數(shù)據(jù)捕捉效果。周嫻瑋等［6］提出RFC-Net模型評估羽毛球動作質(zhì)量，但在處理動作特征時可能遺漏重要細(xì)節(jié)，影響實時準(zhǔn)確分析。

為了解決上述方法存在的問題，本文設(shè)計了一種基于動作捕捉技術(shù)的羽毛球訓(xùn)練輔助教學(xué)系統(tǒng)，能夠根據(jù)運動員的技術(shù)水平和體能狀況制定并調(diào)整個性化的訓(xùn)練計劃，從而提高訓(xùn)練效率和準(zhǔn)確性。

1 硬件設(shè)計

1.1 動作捕捉感應(yīng)裝置

根據(jù)系統(tǒng)教學(xué)功能的需要，設(shè)定特定的捕捉區(qū)域。在人體關(guān)節(jié)位置貼上感應(yīng)裝置的傳感點，當(dāng)學(xué)生進行操作時，系統(tǒng)能夠?qū)崟r生成相應(yīng)的控制信號。此外，引入微處理器，以擴展實際感知范圍，構(gòu)建一個由中央處理器和標(biāo)準(zhǔn)組合設(shè)備控制臺共同組成的系統(tǒng)。在方案調(diào)整過程中，將微處理器板設(shè)置為144P，并采用電編程存儲器（EEPROM）芯片，專門用于學(xué)生動作的精準(zhǔn)捕捉。這樣的設(shè)計確保了系統(tǒng)在羽毛球訓(xùn)練中的準(zhǔn)確性和高效性，為教練和運動員提供了更為精確和實用的訓(xùn)練反饋。

1.2 雙控電源

在完成對動作捕捉感應(yīng)裝置的設(shè)計后，進一步開展雙控電源的設(shè)計工作。為實現(xiàn)雙重控制方案，集成了一個小型方案，其中包含了電力接口。在校準(zhǔn)區(qū)域，安裝了警示燈，并為其配置了初始輸入容量為9 V DC/0.6 A的控制模式?？刂平K端分為8個Ru45端口。當(dāng)指示燈亮起時，系統(tǒng)接收學(xué)生羽毛球的運動，并顯示系統(tǒng)處理器的自動數(shù)量擴展。

2 軟件設(shè)計

2.1 基于動作捕捉技術(shù)的羽毛球擊球動作捕捉

本文通過動作捕捉技術(shù)，不僅能夠?qū)崿F(xiàn)訓(xùn)練方法的科學(xué)化，還能夠提升訓(xùn)練效果，幫助運動員更快地提升技術(shù)水平。

羽毛球擊球動作分為4個階段：準(zhǔn)備、舉臂、下蹲、伸展。以高中生擊球過程中的肩肘牽引關(guān)節(jié)為例，分別得出了t0、t1、t2、t3 4個階段的具體情況。具體如下。

（1）在準(zhǔn)備階段t0時，學(xué)生的肩部垂直軸yA與肘部和手腕關(guān)節(jié)的垂直軸yB、yC之間存在一定的不平等關(guān)系。具體的不平等式如下：

yA>max｛yB，yC｝（1）

（3）在下蹲時刻幀時，t2幀位于t1和t3之間，此時肩關(guān)節(jié)yA的縱向協(xié)調(diào)小于肘部和手腕的yB、yC縱向協(xié)同。必要的不等式如下：

yA<min｛yB，yC｝（3）

（4）伸展時刻幀t3：由于羽毛球的已擊出，也稱為擊出幀。假設(shè)關(guān)節(jié)縱軸的變化時間為t0，使用以下公式計算關(guān)節(jié)縱軸的最大值點：

t=g（t0）·yA（4）

基于所得關(guān)節(jié)點縱坐標(biāo)最大值點的幀，通過F臂基組的主動過程完成縱軸最大值點，以及羽毛球中心和手腕之間的距離D計算出擊出集分量F的歐幾里得距離：

ΔDF=［ΔD0，ΔD1，ΔD2，ΔD3］（5）

根據(jù)上述方程可以確定方程組，以獲得與i對應(yīng)的出手幀t3：

通過上述計算過程，從羽毛球擊球動作的準(zhǔn)備、舉臂、下蹲、伸展4個階段，分別開展動作捕捉，以提高輔助教學(xué)的效果。

2.2 建立教學(xué)輔助資源庫

在完成基于動作捕捉技術(shù)的羽毛球擊球動作捕捉后，有必要將其與在移動捕捉技術(shù)基礎(chǔ)上建立的附加訓(xùn)練庫聯(lián)系起來。與傳統(tǒng)的類數(shù)據(jù)寄存器相比，該系統(tǒng)的訓(xùn)練資源可以有效地擴展到基于移動捕獲技術(shù)平臺的相關(guān)領(lǐng)域。為了調(diào)整預(yù)設(shè)條件，需要修改用于調(diào)整預(yù)設(shè)條件的指令。教學(xué)輔助資源庫設(shè)計具體公式如下：

公式中，H表示教學(xué)中的數(shù)據(jù)量；ι表示鏈接的比率；b表示團隊擴展的值。通過計算公式（7）可以得到實際訓(xùn)練數(shù)據(jù)量。然后，在獲得的指令基礎(chǔ)上擴展條目值，以確定教育資源在數(shù)據(jù)庫中的傳輸范圍。

2.3 羽毛球輔助教學(xué)模塊設(shè)計

在完成教學(xué)輔助資源庫的設(shè)計之后，須要對羽毛球輔助教學(xué)模塊進行設(shè)計，以建立一個基于動作捕捉技術(shù)的羽毛球訓(xùn)練模塊。通過該模塊，系統(tǒng)可以根據(jù)運動員的技術(shù)水平和體能狀況，為其制定個性化的訓(xùn)練計劃，提供定制化的訓(xùn)練建議和反饋。這樣能夠更好地滿足運動員的需求，提高訓(xùn)練效率和準(zhǔn)確性，幫助他們更快地提升羽毛球技術(shù)。羽毛球教學(xué)輔助模塊結(jié)構(gòu)如圖1所示。

3 系統(tǒng)性能測試

為了驗證本文所設(shè)計的基于動作捕捉技術(shù)的羽毛球訓(xùn)練輔助教學(xué)系統(tǒng)在實際應(yīng)用中的可行性，進行對比測試實驗，提取的羽毛球擊球動作結(jié)果如圖2所示。

為了進一步驗證基于動作捕捉技術(shù)的羽毛球訓(xùn)練輔助教學(xué)系統(tǒng)的有效性，采用誤差投影和擊球命中率作為評估指標(biāo)，并將本文系統(tǒng)與孫冬穎等［4］提出的羽毛球動作訓(xùn)練步態(tài)識別分析系統(tǒng)以及孟莉［5］提出的基于虛擬現(xiàn)實技術(shù)的三維體育輔助訓(xùn)練系統(tǒng)進行對比驗證，對比結(jié)果如圖3所示。

根據(jù)圖3的分析結(jié)果，應(yīng)用本文設(shè)計的基于動作捕捉技術(shù)的羽毛球訓(xùn)練輔助教學(xué)系統(tǒng)后，訓(xùn)練人員在羽毛球擊球動作訓(xùn)練中的命中率最高可達99%。與孫冬穎等［4］提出的羽毛球動作訓(xùn)練步態(tài)識別分析系統(tǒng)以及孟莉［5］提出的基于虛擬現(xiàn)實技術(shù)的三維體育輔助訓(xùn)練系統(tǒng)相比，本文設(shè)計的羽毛球訓(xùn)練輔助教學(xué)系統(tǒng)在羽毛球擊球命中率方面展現(xiàn)出更為卓越的性能。

4 結(jié)語

基于動作捕捉技術(shù)的羽毛球訓(xùn)練輔助教學(xué)系統(tǒng) 設(shè)計是一項創(chuàng)新性研究。系統(tǒng)硬件配置精確可靠，確保了穩(wěn)定運行；軟件部分實現(xiàn)了對擊球動作的準(zhǔn)確捕捉，并提供了詳盡的技術(shù)分析和個性化訓(xùn)練建議。通過建立教學(xué)資源庫，系統(tǒng)全方位支持羽毛球訓(xùn)練，使訓(xùn)練更系統(tǒng)高效。經(jīng)測試驗證，系統(tǒng)顯著提升了命中率和訓(xùn)練效果，展示了動作捕捉技術(shù)在羽毛球訓(xùn)練中的潛力，為未來訓(xùn)練和技術(shù)進步提供了新思路。

參考文獻

［1］李鈺田，郭建文.基于動作捕捉技術(shù)的傳統(tǒng)手工藝記錄研究［J］.數(shù)字通信世界，2023（3）：115-117.

［2］閆彥峰.基于動作捕捉的羽毛球教學(xué)訓(xùn)練輔助系統(tǒng)設(shè)計［J］.信息與電腦（理論版），2022（18）：26-28.

［3］陶樹，王美麗.結(jié)合姿態(tài)估計和時序分段網(wǎng)絡(luò)分析的羽毛球視頻動作識別［J］.中國圖像圖形學(xué)報，2022（11）：3280-3291.

［4］孫冬穎，侯建鵬，周麗麗，等.羽毛球動作訓(xùn)練步態(tài)識別分析系統(tǒng)設(shè)計［J］.自動化技術(shù)與應(yīng)用，2021（12）：177-180.

［5］孟莉.基于虛擬現(xiàn)實技術(shù)的三維體育輔助訓(xùn)練系統(tǒng)設(shè)計［J］.蘭州工業(yè)學(xué)院學(xué)報，2023（2）：78-82，98.

［6］周嫻瑋，賴堅，陳瑋濤，等.RFC-Net：基于殘差結(jié)構(gòu)的動作質(zhì)量評估網(wǎng)絡(luò)［J］.計算機技術(shù)與發(fā)展，2022（11）：146-153，163.

Design of badminton training auxiliary teaching system based on motion capture technology

Abstract： Traditional badminton training assistance systems are difficult to capture the continuity of badminton hitting movements due to simple sensors and image processing techniques， which affects the accuracy of motion analysis and training feedback. Therefore， this study designed a new badminton training assistance system based on motion capture technology. The system hardware adopts an action capture sensing device and dual control power supply to ensure stable operation. The software accurately captures hitting movements， provides detailed technical analysis and personalized training suggestions， and establishes a teaching resource library to optimize training. The test results show that the system significantly improves the hit rate and training effectiveness.

Key words： motion capture technology; badminton training; assisted teaching system; hit rate