去年發布的Xsens MVN 2020為我們世界領先的慣性動作捕捉系統增加了一些新的功能，像遠程人體追蹤功能（rOBR），對象追蹤功能，3D位置輔助功能等等。Xsens MVN Analyze的用戶已經開始利用這些新功能來協助他們完成一些令人難以置信的新項目。其中的一位用戶亞曆克斯·穆爾黑德（Alex Moorhead）博士，他是意大利米蘭理工大學的研究科學家和博士後研究員，他利用rOBR功能對意大利青少年網球運動員進行了專業全面的運動學分析。

穆爾黑德博士在奧林匹克訓練中心工作期間獲得了美國科羅拉多大學的碩士學位，此後他對各種運動專業的生物力學進行了深入的研究，并完成了1000多項對運動員的運動測試和分析，包括遊泳、摔跤、田徑、五項全能和許多其他項目——他最近的重點是職業青少年網球運動員在羅馬比賽中的表現。穆爾黑德博士向我們介紹了他對這些職業網球運動員的研究結果，以及他是如何使用Xsens MVN Analyze對運動員進行分析并使用這些分析數據提高運動員成績和幫助運動員預防受傷的。

使用Xsens MVN Analyze進行精确的運動分析

在米蘭大學獲得綜合生物醫學研究的博士學位後，穆爾黑德博士開始在意大利米蘭理工大學正式投入工作，當米蘭大學的同事向他展示他們的研究成果以及該專業學科當前應用的技術時，穆爾黑德博士接觸到了Xsens。随着他的工作越來越廣為人知，他被邀請并研究一個由意大利最優秀的青少年網球運動員組成的團隊——他們正在尋求能夠指導他們提高運動成績和技術的專業方案。憑借對于研究生物力學的各種研究工具的了解，穆爾黑德博士認為這是一個利用Xsens MVN Analyze進行分析研究的絕佳機會。Xsens動作捕捉系統的便攜特性使得他能夠在任何地方使用Xsens慣性運動捕捉套裝捕捉精确的動作數據，從而使他了解到運動員們在賽場上進行網球運動所需的動态運動能力。

穆爾黑德博士說道：“在我和Xsens的銷售人員交流訂購動作捕捉套裝之前，我就知道它是與這項工作最為契合的工具。”“我最喜歡Xsens套裝的一點是，我可以将套裝中的傳感器固定在适當的位置，以此測量出精确的運動捕捉數據，傳感器不需要頻繁的重新校準，而且它可以讓運動員不受限制的運動。運動員在穿上動捕套裝後動作非常自然流暢，絲毫沒有被套裝所限制行動。另外MVN Analyze軟件也非常适用于數據的後期處理。”穆爾黑德博士補充道。

通過使用Xsens套裝，穆爾黑德博士能夠在真實的賽場環境中從網球運動員那裡獲得清晰的數據，并記錄下準确、可反複利用的結果。在網球比賽中至關重要的技巧，如發球，現在可以在現實場景中進行分析。

“從動作和敏捷性測試到實際發球，一切都記錄動作數據的過程都發在球場上。我們試圖找到發球速度、準确性和肩部活動範圍之間的相關性——這包括手臂肌肉和臀部屈肌外部和内部完全伸展的動作數據。90%以上的網球賽點都是由發球或接發球決定的。所以如果你能得到最有力最準确的發球數據，你就有了巨大的優勢。”穆爾黑德博士解釋道。

遠程人體記錄（rOBR）

MVN 2020推出的幾項新功能之一—遠程身體記錄（rOBR）成為穆爾黑德博士研究中最為重要的一項功能。rOBR功能需要使用用戶佩戴的body packs來跟蹤和記錄全身運動數據，而不是被局限在工作站或筆記本電腦上。這使得同時分析多名運動員成為了可能，同時也意味着body packs中的數據可以稍後傳輸到計算機進行分析。後者使穆爾黑德博士的研究更快、更有效。

“rOBR這項功能很棒。當運動員運動時，你可以實時觀看這些數據，并可以停止和剪切。我們經過了一系列的程序最終過渡到隻使用rOBR實現我們的工作，因為它非常高效。它使得校準更快，與運動員進行互動更容易，當12名運動員完成多個動作時，rOBR功能的表現非常好。”穆爾黑德博士解釋到：“數據會被記錄下來并在以後需要的時候進行下載，這節省了我們大量寶貴的時間。”

穆爾黑德博士使用Xsens MVN Analyze來處理他的數據，僅僅一個晚上的時間他就處理了多達100個文件，所有這些都是在将數據輸入MATLAB軟件中之前進行的。

“rOBR功能很可能是我未來使用該軟件的主要方式。它是如此精确，以至于我在評估時不需要檢查動作是否正常。你可以在更大程度上與運動員進行互動，你不需要一直監控電腦。”穆爾黑德博士說道。

預防肩部損傷提高發球技術

通過研究動作的機制，穆爾黑德博士發現發球的動作用到了許多在過頂深蹲(将杠鈴完全伸過頂頂的深蹲)時運用到的相同肌肉，同時該功能也能洞察運動員的活動範圍。通過研究穿着Xsens動作捕捉套裝的運動員使用空杠鈴做過頂深蹲，穆爾黑德博士可以評估運動員個人的靈活性和力量。運動鍊的形式不當或環節薄弱會都導緻成績表現不佳或肩部受傷，這是職業網球中最常見的傷害之一。

“發球的速度始于腳蹋向地面的力量，然後動能通過腹部肌肉，進入肩膀、肘部，最後到達手部。不能達到高效或全動力鍊的人可能會嘗試用肩膀來完成大部分動作。”穆爾黑德博士說。

“假設運動員的臀部和腳踝在過頂深蹲時沒有柔韌性。能量在這些關節處就會産生丢失，并不會被轉移到手部。那麼運動員就會運用胸部肌肉和肩部肌肉發力。你可能會驚訝地看到這些精英運動員中的一些人；當他們舉起杠鈴下降時，臀部不會塌陷，腳跟也不會離開地面。”

Xsens傳感器超高的精度和耐用性使其成為專業網球分析的完美解決方案，在穆爾黑德博士的研究中，Xsens傳感器提供了一種準确評估和比較的方法。

“如果你将一個表現良好的發球與一個動作模式不同、準确度較低或力量較弱的發球進行比較，你會發現第二種發球的運動員受到的傷害更大。這可以通過加強肩袖、打開臀部或加強後鍊向上爆發并最終将力量落在球上來緩解。”穆爾黑德博士解釋說“通過使用Xsens數據觀察基本運動，你可以以每個關節為基礎拼湊出更大的運動範圍。”

穆爾黑德博士利用Xsens運動跟蹤和一個匹配Xsens每秒可捕捉240個樣本的高速攝像機來進行觀察。這讓他可以在攝像機上清晰的觀察運動員是如何移動的，然後用準确的數據進行運動力學分析。

“運動員不是科學家，所以如果你不在視頻旁邊配上一張圖表加以解釋，他們可能完全不知道你要表達的是什麼。在這裡，你可以看到一個運動員進行過頂深蹲的案例。通過觀察每次重複的最大運動範圍，很明顯，運動員右下肢的靈活性降低了。這可能是因為受傷，或者是因為缺乏相關肌肉的訓練。”

穆爾黑德博士說：“當我們與運動員讨論這些發現時，Xsens在提供視覺演示方面也有着很大的幫助。”他補充說：“雖然運動員可以觀看視頻，但他們看到的是精确運動的虛拟模型特寫，可以旋轉、停止和重新播放，這有助于使運動員了解每一個運動中發生的事情，并了解他們可以改進的地方。”

在整個賽季中進行測量分析

目前為止，穆爾黑德博士已經分析了意大利青年職業網球運動員最新賽季的第一部分數據，跟蹤了大量的生物力學數據。雖然這些數據表現出了運動員最真實的運動狀态，并幫助運動員對技巧和表現進行了優化訓練，但對整個網球賽季的長期分析将有助于确定基準表現數據并可以創建運動員的運動數據庫供之後參考。

“這隻是個開始，我們想建立一個具有價值的規範數據庫。例如，每項運動都有一個年齡範圍和該年齡段應有的表現水平數據來作為支持，有了這些數據，我們就可以預測運動員是否會受傷或是否會狀态下降。我們都希望運動員可以避免受傷，但如果受傷的情況真實發生，我們也可以使用這些數據來幫助他們更快地從傷病中恢複過來。”穆爾黑德博士解釋道：“由于數據的深度與精度以及數據記錄的時間長度，我們可以利用這些數據來幫助其他運動員規避受傷的風險，并幫助他們在賽場中取得更好的成績。”

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!