借助惯性动捕技术，帮助跑步者达到最佳运动表现与康复状态

跑步是众多身体损伤的原因之一，更准确地说损伤是由不充分的恢复和不正确的跑步方式造成的。50%到75%的跑步相关伤病是由过度使用肌肉引起，包括跑步者的膝盖、应力性骨折和肌腱撕裂。但实际上跑步被视为适合锻炼肌肉的一种运动。Movella的团队一直在使用自己的Xsens DOT开发平台来分析和跟踪跑步者的步态、跑步方式等，用以开发一个演示App，该App可以帮助跑步者进行训练和恢复。我们在去年4月的恩斯赫德半程马拉松比赛上通过11名男性选手来测试该App。    

 

该App现处于早期概念阶段，团队使用恩斯赫德马拉松作为测试场。领导开发团队的Frank Wouda和Jason Konrath就半程马拉松收集的数据、数据对跑步者的意义以及Xsens DOT平台分享了见解。     

你在马拉松比赛中收集了哪些数据？

Frank：在恩斯赫德马拉松比赛期间，我们记录了参赛者的速度，包含了跑步过程中的匀速、下降或增加。我们通过分析步频和步长来了解每个参赛者的跑步风格。骨盆在跑步时保持对齐非常重要，Xsens DOT运动追踪技术使我们能够分析参赛者的骨盆倾斜、旋转和倾斜角。骨盆是一个复杂的结构，它在所有轴上旋转并被强有力的肌肉包围，为蹬地提供动力。这些强壮的肌肉群在即将开始跑步时就已处于活跃状态，以减少与地面的碰撞。骨盆的细微角度提供了如何启动腿部运动的信息，因此确保骨盆对齐对于长跑运动员预防受伤至关重要。      

是什么让这个App与众不同？

Jason：许多知名的跑步App可以跟踪距离和配速，或提供各种指导和社区功能，但目前还没有一款App可以对个体在训练全过程中进行跟踪和分析数据。     

Frank：在生物力学上的一点微小变化可能会造成冲击力的变化，从而影响受伤风险和跑步效率。通过Sports Assist可以观察到胫骨和臀部所受到的冲击，了解冲击力是如何在身体中传播。了解身体的对称性可以帮助预防损伤。    

App会监测哪些数据，为什么？

Frank：虽然大多数跑步App都会监控速度、时间和总距离，但我们的App更进一步，它还根据个人身体的运动情况进行监控。占空比（Duty  Factor）监控用户脚与地面接触的时间（相对于他们的步幅）。低占空比说明你使用了弹性能，这对提高跑步速度是有利的。该App还分解了用户的跑步风格，详细说明双脚发力和步长的差异。App还建立了步态参数，这些参数将解释你的脚在每一步与地面接触的时间。    

Jason：了解你在哪些方面可能过度发力也是App所要传达的一个信息。用户会得到对骨盆的详解，例如过度旋转可能表明：步态狭窄、手臂摆动不足、过度蹬地。了解骨盆的制动力对理解跑步效率尤为重要。该App可帮助用户了解在跑步时所受到的冲击力，在生物力学上的一点微小变化可能会造成冲击力的变化，从而影响受伤风险和跑步效率。    

 

在研究中发现了什么？

Jason：我们的回答是集中观察一名参赛者，对其测试并对数据进行分析。例如4号参赛者，我们观察到他的左右骨盆旋转角度在每一侧都很平衡，大约在8-9度。右侧的骨盆倾斜度略小（3-6度），表明“臀部下沉”的情况不明显，这也反映在冲击力指标中。据观察在跑步结束时更加均匀，可能是因为右脚步长开始减少。在对右腿的观察中可以发现步长在逐渐减小，这也反映在右腿的冲击力指标中。从小腿传感器  (9%) 和臀部传感器 (11%)  的观察结果可以看出右腿比左腿受到更大的冲击。这反映了右腿的功能不对称，但并不明显。右侧较大的冲击也对应较大的对侧骨盆倾斜度。   

 

惯导技术在开发App时起到了什么作用？

Frank：将Xsens动作捕捉技术与Flutter框架相结合的过程非常简单，这加速了App的整体开发时间。      

Jason：采用了特定的算法来识别合适的运动学参数，这些参数在运动表现和康复方面对跑步的影响已得到众多文献的证明。App还展示了一个用户友好的界面来获取数据并提供了各项参数的综合报告    

 

如何看待该技术在未来的使用？  

Jason：到目前为止我们真的很喜欢使用这项技术，看到这款App在马拉松进行时能够捕捉到跑步者的动作和步态，这让我们难以置信。这项试验帮助我们了解在日后开发过程中可以衡量哪些新指标。     

Frank：该技术目前只应用于一个相对较小的跑步者群体，我们希望通过增加更多方面的变化来扩大这一群体，例如：体能、跑步风格、身体类型等，这使我们能够进一步改善传感器佩戴方式和用户体验。此外，更大的数据集能开发新的功能，从而更容易地增加对跑步领域的深入研究。