搜维尔科技：使用Xsens提高青少年职业网球运动员的表现|搜维尔科技|摔跤|杠铃|游泳|职业网球运动员|青少年

Xsens MVN 2020更新了我们世界领先的惯性运动捕捉系统，增加了一系列改变游戏规则的新功能，例如远程随身记录 (rOBR)、物体跟踪、3D位置辅助等等。MVNAnalyze用户已经开始利用这些新功能来取得令人难以置信的成果——其中一位用户是米兰理工大学的研究科学家和博士后研究员Alex Moorhead博士，他利用rOBR功能对青少年网球运动员进行专业运动分析。穆尔黑德博士在美国奥林匹克训练中心工作期间，在科罗拉多大学获得硕士学位，此后研究了各种职业运动的生物力学，为游泳、摔跤、田径、五项全能等众多运动完成了 1000 多项测试和分析，他最近的研究重点是罗马职业青少年网球运动员的表现。我们与穆尔黑德博士讨论了他对这些职业网球运动员的研究，以及 Xsens MVN Analyze如何揭示提高运动表现和预防伤害的详细见解。

使用 Xsens MVN Analyze 进行精确分析

在米兰大学获得综合生物医学研究博士学位后，Moorhead 博士开始在米兰理工大学工作，Xsens 来访并展示其技术时，他被介绍给了他。随着他的工作越来越广为人知，他被邀请研究意大利最优秀的青少年网球运动员团队——他们正在寻求能够指导提高运动表现和技术的专业知识和技术。凭借对用于研究生物力学的各种研究工具的了解，Moorhead 博士认为这是一个利用 Xsens MVN Analyze进行研究的绝佳机会。Xsens惯性动作捕捉服可以在任何地方精确使用，这使得Moorhead博士能够在他的研究对象上场时捕捉网球所需的动态运动能力。

“在我与 Xsens 洽谈订购套装之前，我就知道它是完成这项工作的合适工具，”Moorhead 博士解释道。“我喜欢 Xsens 套装的其中一个原因是，它能将传感器固定到位，提供准确的动作捕捉，无需频繁重新校准，而且它还能让运动员自由活动，不会感到受限。只要穿上套装，他们就完全没有问题。MVN Analyze软件也非常适合对数据进行后期处理，”他补充道。

使用 Xsens 套装，Moorhead 博士能够在真实的网球场环境中从网球运动员那里获得清晰的数据，并记录准确、可重复的结果。发球等重要技术可以在现实场景中进行分析。

“从动作范围和敏捷性测试到实际发球，一切都在球场上记录下来。我们试图找到发球速度、准确性和肩部运动范围之间的关联——包括手臂和髋屈肌完全伸展时的外部和内部运动。超过 90% 的网球比赛得分取决于发球或接发球。因此，如果你能发出最有力、最准确的发球，你就拥有了巨大的优势，”他解释道。

前往 MVN 分析-远程随身记录

rOBR（远程随身记录）是 MVN 2020 推出的几项新功能之一，已成为Moorhead 博士研究的重要组成部分。rOBR 功能允许使用用户佩戴的腰包来跟踪和记录全身运动数据，而无需将其连接到工作站或笔记本电脑。这使得同时分析多名运动员成为可能，也意味着腰包中的数据传输到计算机以供稍后分析。后者使 Moorhead 博士的研究更快、更高效。

“rOBR 很棒。您可以实时观看这些数据，并在运动员表演时停止和剪切。我最终转而只使用 rOBR，因为它非常高效。它使校准更快，使与运动员的互动更容易，而且当您有 12 名运动员完成多个动作时，它非常好。记录数据并在稍后下载这一事实节省了大量宝贵的时间”，Moorhead 博士解释道。

Moorhead 博士使用 Xsens MVN Analyze 处理他的数据，一夜之间处理了多达 100 个文件，然后将数据输入 MATLAB 软件进行分析。

“rOBR 可能将成为我未来使用该软件的主要方式。它非常准确，我在评估时无需检查动作是否正确。你可以与运动员进行更大程度的互动，而不需要一直监控电脑，”他说。

预防肩部损伤并提高发球技术

通过研究动作的力学原理，他意识到发球动作使用了许多与过顶深蹲（将杠铃完全伸过头顶）时激活的肌肉相同的肌肉，同时还深入了解了运动员的主动运动范围。通过研究穿着 Xsens 套装的运动员用空杠铃进行过顶深蹲，Moorhead 博士可以评估个人的柔韧性和力量。不正确的姿势或运动链中的薄弱环节可能导致表现不佳或肩部受伤，这是职业网球中最常见的伤害之一。

“发球从双脚发力落地开始，动能通过腹肌、肩膀、肘部，最后到达手部。那些缺乏有效或完整动力链的人可能会尝试用肩膀完成大部分动作，”他说。“假设运动员的臀部和脚踝在过顶深蹲时缺乏灵活性。力量会从这些关节流失，无法传递。然后，运动员需要用胸肌和肩膀来发挥所有力量。你可能会惊讶地看到一些顶尖运动员；他们中的一些人无法握住杠铃并下蹲，除非臀部塌陷或脚跟离地，”他继续说道。

坚固的 Xsens 传感器的精确度和耐用性使其成为专业网球分析的完美解决方案，并且在他的调查期间，传感器提供了一种准确评估和比较技术的方法。

“如果你将一次出色的发球与一次不太准确或力量较强的发球进行比较，并采用不同的运动模式，你会发现他们更容易受伤。这可以通过加强肩袖、打开臀部或加强后链来缓解，以便爆发性地向上和向下击球。通过使用 Xsens 数据查看基本动作，你可以一次拼凑出一个关节的较大动作，”Moorhead 博士解释说。

Moorhead 博士能够利用 Xsens 运动跟踪和高速视频，速度可与 Xsens 每秒 240 个样本媲美。这意味着他可以在摄像机上展示运动员的运动方式，然后用精确的数据进行传输。

“运动员不是科学家，所以如果你能展示一个视频旁边的图表，那么就会产生巨大的影响。在这里，你可以看到一个运动员做过顶深蹲的例子。通过观察每次重复的最大运动范围，很明显运动员的右下肢灵活性下降了。这可能是由于受伤或缺乏训练造成的。”

“当我们与运动员讨论研究结果时，Xsens 虚拟形象还能提供很好的视觉辅助，”Moorhead 博士说道。“虽然运动员可以观看视频，但近距离观看可以旋转、停止和重播的虚拟模型，确实有助于运动员感知每个动作中发生的事情，并了解他们可以改进的地方，”他补充道。

对网球赛季进行基准评估

到目前为止，穆尔黑德博士已经分析了青少年运动员网球赛季的前半部分，跟踪了大量的生物力学数据。虽然这些数据可以深入了解运动员的表现，但运动员已经在技术和表现方面做出了重大调整，对整个网球赛季的长期分析将有助于衡量运动员的表现并创建参考数据库。

“这只是一个开始，我们希望建立一个规范值的数据库。例如，每项运动都可以有一个年龄范围和表现水平，这些数据使我们能够预测某人是否可能受伤或状态下降。我们希望避免受伤，但如果发生伤害，我们也可以使用这些数据帮助他们更快地恢复。由于数据深度和数据记录时间长度，我们可以利用这些数据来改善其他运动员的受伤避免率，”Moorhead 博士解释说。

“这是有坚实科学依据的，我们可以利用这些数据显著提高性能。”