SwRI无标记动作捕捉项目优化棒球投手的动作
西南研究所正在使用无标记动作捕捉来评估棒球投手的表现和受伤风险。这个内部资助的项目利用 SwRI 开发的自动生物力学评估引擎 (ENABLE™) 分析工具来创建一个便携式、用户友好的系统，以提高投手的准确性并改变他们的力学以降低受伤风险。
无标记运动捕捉利用计算机视觉算法捕捉 3D 运动数据，用于研究、临床和运动科学应用中的生物力学分析，而无需将物理身体标记附加到人类受试者身上。
“我们对各种因素如何导致出色的表现以及较低的受伤风险很感兴趣，”负责该项目的 SwRI 研究工程师 Ty Templin 说。
这项工作始于德克萨斯大学圣安东尼奥分校运动机能学副教授 Sakiko Oyama 博士收集的数据。小山用ENABLE捕捉了十几个投手的动作，收集了视频数据，光学动作捕捉和地面反作用力，也就是身体接触地面时对身体施加的力。
“很明显，我们可以跟踪投手的动作，但我们想知道我们是否可以识别他们的机制的潜在变化，从而提高表现或降低他们受伤的风险，”Templin 说。“我们运行了优化方案，对投手的动作和力学进行细微的改变，以最大限度地减少肩部扭矩，这是我们衡量伤害的指标。然后我们将手部速度最大化，这是我们的性能指标。”
SwRI 的无标记生物力学系统在其前向动力学优化功能方面是独一无二的，它允许用户检查包含对受试者运动的假设变化的场景。例如，研究人员发现伸直的大步走腿能更有效地将能量转移到球场上。
“我们看到了这项技术的许多潜在应用，”研究所工程师 Dan Nicolella 博士说。“除了优化人们在运动中的移动或表现以降低受伤风险和延长他们的职业生涯之外，我们还设想了更多的一般医疗保健应用。例如，它可以帮助人们学习如何改变他们的步态模式，以尽量减少骨关节炎的发展。”
Templin、Nicolella 和他们的同事计划研究该系统可以提供的各种好处，并且已经开始研究篮球运动员的动作。
“几乎不可能说，'如果你这样投掷，你会受伤，'”Templin 说。“我们所看到的是，对身体施加一定的额外压力会使你更容易受伤，但如果你稍微改变一下动作，这种可能性就会降低。我们不能肯定地说伤害会或不会发生，但我们正在量化概率。”
版权声明：本文由用户上传，如有侵权请联系删除！