论文部分内容阅读
当前,体育健身指导基本来源于经验或者相关书籍,由于缺乏运动数据反馈,无法对运动效果进行量化分析,时常导致运动效果不佳、运动损伤等问题。针对此问题,本文以哑铃健身为例设计了一套哑铃健身指导系统,系统通过传感器采集锻炼者运动过程中的动作参数数据,在上位机上进行显示;为了实现运动指导类型的自动切换,基于采集的运动数据对哑铃动作类型分类识别进行了研究;并基于现有运动规范,通过建模和仿真对哑铃健身进行了量化研究;最后结合现有运动处方原则和相关资料,建立了哑铃运动处方推荐模型。本文的主要内容包括:(1)实现了传统哑铃的智能化改造。通过加装JY901姿态传感器和WiFi模块,搭建了哑铃动作参数采集系统,并基于安卓系统,设计和开发了 APP,实现了运动数据可视化。(2)针对常见哑铃动作类型的分类识别进行了研究。首先,通过改进的ReliefF算法计算出各个特征属性的分类权重,并从中选择权重大的属性集;然后通过使用构造的SVM分类器对5种哑铃动作进行分类识别实验,实验结果显示达到了 90%以上的识别精度。(3)针对哑铃健身指导标准量化问题进行了研究。本文对常见的哑铃动作进行运动学建模,将运动规范要求的角度区间转化为运动轨迹区间,直观化了经验指导;为了研究哑铃运动过程中关节和肌肉的受力变化,以弯举为例进行了动力学建模和AnyBody软件肌肉仿真分析。(4)制定了哑铃运动评价方案,包括动作完整度、偏离度以及快慢评价指标,并结合运动处方的制定原则和《ACSM运动测试与运动处方指南》等相关资料,建立了哑铃运动处方推荐模型。