文摘
与计算机科学和信息技术的快速发展,人工智能(AI)了从理论到应用程序。关键技术在现代社会里,AI越来越影响人们的日常生活的各个方面,包括运动训练。人工智能可以被看作是一个辅助技术提供具体支持运动员体育培训通过各种途径,如数据分析和仿真的训练场景。虽然对人工智能的研究仍处于初步阶段,重要的是探索人工智能可以应用于运动训练因为这个新兴技术在一定程度上可以促进人们的体能训练。本文首先回顾了现有的研究人工智能的应用。然后,基于人工智能的基本概念和相关研究成果,本研究探讨了人工智能应用程序的三个具体案例在运动训练和解释的主要原则。本研究着重于讨论人工智能技术之间牢固的关系和体育训练和突出了人工智能的优势,包括利用率,方便,和创新。
1。介绍
作为一门学科创建于1950年代,人工智能(AI)被定义为一个系统的能力来解释和正确地从外部数据,采用学习结果以实现特定的目标和解决问题通过灵活的适应1]。它属于计算机科学的一个分支,研究计算机如何学习,思考,和原因2]。在此基础上,所提出的AI拥有两种能力:一是生成重复的作业通过预测分类数据的结果,另一个是使人类的决定处理问题的算法(3]。近年来,随着全球科技的不断发展,智能技术也发展迅速。作为一个新兴技术,人工智能一直被应用于各个领域,如语音识别、图像识别、无人驾驶技术,等等。在短时间内,人工智能已从理论到实际应用,为人类提供了更多的艾滋病工作,甚至开始部分取代人类的工作。毕竟,人工智能是机器或计算机智能能够携带特定任务等人类疾病诊断(4]。因此,人工智能可以被视为一种降低成本和提高服务的质量,合作,和生产力5,6]。此外,人工智能可以帮助人类从理论的角度决策分析。机器学习是人工智能的一个分支,它,它可以为人们提供决策分析。它包含了各种各样的先进算法。例如,BP神经网络算法可以应用于解决出租车资源的优化分配问题在机场(7]。程等人构建了一个系统动力学模型基于加工学习模仿的影响政府政策对预制装配式结构,这将有助于改善政策(8]。杨等人采用马尔可夫链算法预测货运量在西安,而且它可以为有关部门提供一些有用的策略(9]。因此,人工智能具有重要意义和广泛的应用。
目前,人工智能也出现在体育领域。它有潜在的可持续发展在体育训练中只要基本理论结构适合这个目标是建立在与其他领域的集成。在大多数社会其他领域,越来越多的数据被收集在不同的体育活动,和人工智能的使用自动化数据分析已经成为一个重要的研究方向。由于传统的统计方法是缓慢和不准确,自动化与人工智能数据分析已广泛应用。AI可以模拟人类学习、思维、知觉和动作实际上使用先进的计算机算法和人工智能系统是自主学习10,11]。在计算机科学的发展,人工智能正逐渐变得越来越先进和自动化。人工智能能够更快更有效地完成自动执行的任务以及比人类更好的决定(12]。因此,它能够分析数据和获取有价值的信息就像人类,但AI可以处理大量的数据,人类却不能。分析体育活动数据可以深化体育科学的人类探索和完善体育人员的决策能力优化体能训练和竞争策略。总之,提高AI可能有益的相关研究为现代体育领域奠定基础。因此,它是必要的和必要的人工智能应用于体育训练。
物理教育技术属于许多领域如体育、教育、计算机科学(13]。同时,科学技术的快速发展是影响教育系统显著的教育模式和类型(14]。作为一个典型的代表科学和技术的发展,人工智能可以有效地帮助人们体育训练。相对很难准确分析培训期间产生的各种数据没有设备传统的运动训练。因此,一些不精确的数据可能会影响人们的身体负面教育培训。然而,AI可能有利于应对实际问题和协助体能训练在开发体育教育技术。例如,帮助运动员提高他们的表现在竞技体育中,正确的方法和大量的数据是必要的。技术分析包括运动捕捉、数据采集和数据研究。AI可以从大量的提取和分析数据训练的运动员,这将导致相应的有价值的结论和建议。因此,人工智能领域有一定的应用价值的体育训练。
为了更好的人工智能技术应用于这一领域,许多研究已经进行了探索计算机技术的集成与人体的物理运动。例如,Lei开发了一个羽毛球技术特性数据和速度训练系统,可以实现两个主要功能的羽毛球比赛技术统计和基于羽毛球运动员的速度训练动作识别算法(15]。结果表明,准确率为96.7%,这意味着系统可以精确测量运动员的速度信息,帮助快速提高速度的水平。梁采用了支持向量机(SVM)构建一个评价模型的跆拳道教学有效性基于人工智能算法(16]。正确的模型支持学生运动通过识别他们的跆拳道运动特点,通过模拟方法可以指导他们科学。杜设计青年体育锻炼系统基于人工智能技术的组成对象的检测模块,数据分析模块,和身体姿态确定模块,该系统可以应用于人体姿态估计通过建立posture-assisted指标(17]。基于人工智能的实验结果表明,该系统可以提高青少年的身体素质产生积极的影响,为他们提供科学的训练方法。孙和崔使用10 Vicon相机、2 AMTI力板,和一个基于ai分析系统计算的惊人能力5各种高尔夫球和发现的因素可以影响高尔夫击球的力量(18]。Goksel和Bozkurt引入基于人工智能的专家系统用于自己的专家一样的处理问题的能力后输入他们的知识和经验到计算机(19]。该系统可以应用在体育领域,因为它还可以提供一些关于培训的专业建议。
上面的例子表明,如果数据的运动员的运动和各项物理指标可以实时掌握在体能训练,那么相应的教学计划可以通过计算机处理,并及时反馈可以提供更好的体能训练。然而,以往的研究没有系统地调查了集成人工智能在体育训练中的应用。虽然先前的研究具体,他们缺乏一个更完整的总结人工智能在运动训练中的应用。同时,几乎没有研究探讨人工智能的应用物理教育培训虽然AI显著提高运动训练系统在未来。因此,根据人工智能的主要概念和原则,本研究探讨了各种人工智能的实现促进人的体能训练,并提供几个真实的案例,分析了人工智能的主要应用。与此同时,每个案例分析揭示的原则,以更好地解释AI如何实现科学、高效的工作。
2。分析可穿戴AI设备
2.1。穿着上引入人工智能设备
可佩带的智能运动产品指的是数码产品,可以以附件的形式或衣服。他们被设计成利用现代信息网络和各种传感器技术来记录各种重要数据监测人体的整体物理状态(20.]。可穿戴式智能运动产品的出现是人们对科学锻炼的需求的结果和产品情报。因此,它将成为一个新的领域的重大突破,提高人们的生活质量和集成的体育活动和人工智能。
可穿戴的人工智能设备的设计模型来自互联网的发展。硬件核心是多种生理信息传感器和可穿戴技术,而在软件级核心技术是无线网络传输和统计数据处理。技术集成了传感器、多媒体和无线通信技术来实现传感、和反馈和互动体验为基本的人体运动。它可以收集人类生理参数在整个体能训练过程,可以为运动员提供可行的建议通过大数据分析系统。例如,智能可穿戴手表可以精确测量用户的细节等运动的心率(图1)。智能可穿戴手表的最重要的优点是可移植性。在过去,卫生测试专业人员使用大型固定设备收集的数据用户的物理特性,但缺点是更少的数据被收集和偶尔不容易检测的情况。因此,可穿戴的外观AI设备可以是一个有效的方式来填补这个空白。
可穿戴设备发布的研究报告指出中国科学院信息和通信技术智能耐磨产品在中国的市场规模在2015年达到125亿元,增长率惊人的471%,可穿戴的快速发展人工智能产品来自世界的物联网的发展趋势。因此,AI可穿戴设备有一个很广阔的市场前景和巨大的发展潜力领域的现代体育教育训练。
2.2。案例分析的可穿戴AI设备
MySwing专业是一个高尔夫球手培训辅助设备,可以准确地捕捉到球员的运动和俱乐部的基于全身运动轨迹分析。这是一个基于ai Noitom公司设计开发的产品。该装置包括17个无线传感器节点和连接可穿戴全身可伸缩的肩带内置无线天线和预装MySwing软件实时回放和云存储,在图所示2。精确的定位系统可以准确捕捉玩家的动作因为球员穿多个微动传感器。与此同时,还有一个传感器接近俱乐部的处理,这可能是用于记录空间运动俱乐部的数据以及提供分析结果。然后,它可以采取许多不同的数据可视化方法,帮助球员以及教练更有效地观察的技术细节。
MySwing专业有三个主要功能完全实现人工智能技术的影响:动作捕捉回放分析,存储比较。每个函数的具体细节如下所示。
2.2.1。动作捕捉
开始前,玩家第一次穿上全身无线动作捕捉西装和简单的校准;然后,MySwing专业将在精确的细节记录玩家的动作。实际上,动作捕捉的功能是通过传感器穿在球员的身体和传感器的俱乐部记录每一个动作的精度。传感器是实现这一目标的关键函数从收集到的数据从传感器坐标系可以被估计转化为计算机传感器定位(21]。
2.2.2。回放分析
量化运动数据对高尔夫的比赛是至关重要的,因为数据的分析可以帮助运动员提高他们的运动。为了应对这种需求,MySwing专业提供了一个全面的解决方案。玩家不仅可以观察它们的波动在3 d环境中实时分析角度和加速度的波动通过回放,使运动的状态更容易掌握。自从3 d模型,分析图表和其他辅助参考工具数据可视化的特点,玩家可以从综合的角度观察和分析自己的波动和比较熟练的职业高尔夫球手。因此,这个函数是相当必要的提高球员的能力。
2.2.3。存储比较
MySwing专业从每一个会话将上传一个高尔夫球手的运动数据到云服务器,这样他们就可以跟踪他们的水平变化,通过数据和比较它职业高尔夫球手的运动数据。这个函数是相当实用和有用的球员因为每个练习可以存储,然后他们可以使用这些记录审查前一动作的细节。
实际上,MySwing专业已经在使用,一直被许多著名运动员在日常训练。例如,DeChambeau,冠军在美国职业高尔夫球手,利用MySwing专业从各个角度观看他的投篮和比较与其他专业人士的运动记录找出他的运动缺乏,不断适应他最好的水平。
总之,MySwing便利和情报等专业有很多优势在实际使用。它可以帮助玩家更好的表现在日常的培训,以提高他们的相关技能。因此,它是一个成功的例子,结合人工智能和体育训练。
3所示。基于人工智能的视觉目标跟踪系统的分析
3.1。引入基于人工智能视觉目标跟踪系统
运动员运动的实时跟踪和他们的立场以及有针对性的培训计划在体育训练是至关重要的(22]。它可以帮助运动员在运动训练更直观地分析其性能。因此,视觉目标跟踪系统的一个重要研究方向近年来人工智能领域的。系统开发的主要目的是使计算机和人类的沟通顺畅,并理解人类语言,手势和其他行动比人类的大脑,可以进一步可以完成(23]。这个系统使用相机和电脑来捕获、跟踪和测量目标,并通过人工智能算法,实现自动动作识别打破许多传统的动作识别技术的局限性。
视觉目标跟踪系统主要由四个部分组成:目标检测、目标识别、目标处理,和目标显示(图3)。
首先,视觉目标跟踪系统可以检测出目标的运动轨迹通过使用一个图像检测模块。这个模块主要由摄像机能够捕捉目标的图像。为了准确获得目标的位置、姿势,和其他信息,需要安装相应的摄像机在目标跟踪一个特定的拓扑获取目标的实时图像信息。在本部分中,拓扑是至关重要的,因为不同区域之间的拓扑执行一个关键的角色在获得各种视觉关系(24]。相机的位置通常可以使用封边结构,确保目标的运动信息可以获得各个方向,从而提供准确的输入信息系统。然后,这张照片被运送到目标识别的部分。在本部分中,图像识别模块识别的图像可以包括一个计算机处理系统。计算机可以运行一些复杂的人工智能算法来识别目标的状态。之后,这台电脑可以处理这张图片来分析目标的运动状态。图像识别系统中在这部分是相当重要的,因为它可以把复杂的运动变成数据分析(2]。最后,分析结果将显示为图像或数据直观地的人。因此,视觉目标跟踪系统可以实现目标的运动分析。
3.2。案例分析的基于人工智能的视觉目标跟踪系统
在团队运动中,运动员之间的战术配合和战术的选择是一个重要的因素在决定比赛。因此,有必要不断跟踪和分析运动员的动作在比赛中,这样就可以在白天训练有素。技术和战术分析方法从体育运动不同,但是基本的步骤是相似的。首先,收集原始数据,然后提取有效的信息。最后一步是在深度分析数据。在大多数官方赛事,运动员不允许穿附加设备,因此,信息收集方法主要是基于视觉的。因此,基于人工智能的视觉目标跟踪系统可以应用在这种情况下。
SportVU篮球比赛是一个智能分析系统,被广泛应用于NBA。它使用六个摄像头悬挂在天花板上的舞台来跟踪分析每个球员和篮球运球,传球,队友距离,距离在比赛中(图运行4)。该系统可以获得每秒25图像跟踪和分析球员的运动。在相机后面也连接各种传感器动态捕捉、轨迹分析、数据提取,然后将处理过的数据导入到数据库中。除了提供传统的数据记录,系统也可以回答很多复杂的问题,传统的数据分析师无法回答。因此,SportVU可以将先前无法量化的游戏信息转换为一组数据,可以进一步挖掘和应用使用机器学习方法来帮助团队数据分析师和教练获得更好的洞察他们的团队的内部运作。总之,该系统提供了一种替代的方式的补充,甚至在一定程度上取代传统的训练方法。
每个篮球比赛开始前,SportVU运营商设置系统,包括设置传感器跟随玩家,标志着法院边界,和分配单独的球员资料检测对象。流程如下:(1)三个高清摄像机或传感器放置在控制台,每个记录的三分之一。(2)视频记录到计算机系统,看到三个摄像头的线收敛于形式。(3)任何对象的字段(球员、裁判和球)算子的电脑屏幕上显示为一个点。该软件可以通过这些点追踪玩家的活动。
SportVU系统可以追踪每一个球员的运动场上,和获取信息的增加导致显著增加要处理的数据量。然而,SportVU用户普遍认为数据的比例小于10%的总系统提供的数据,以及人工智能技术开发利用的重要性的价值数据更好的进一步强调。因此,一些人工智能算法破译背后的运动模式是至关重要的数据。例如,在挡拆战术的情况下,系统可以识别不同的屏幕和确定后的过滤网会减少屏幕或切断后屏幕和计算每个策略的成功率。所有这些都是基于人工智能算法来实现这一重要的功能。
总之,作为视觉目标跟踪系统的一个典型应用,SportVU能准确地捕捉运动员的一举一动以及处理和分析大量的数据通过使用人工智能算法。基于这一智能系统,教练能够及时掌握运动员在体育信息,并提供一些实用的适合他们的培训计划。通过这种视觉目标跟踪系统,运动员也可以培养更多特定于自己的特点。因此,基于人工智能的视觉目标跟踪系统起着至关重要的作用在现代社会体育训练。
4所示。虚拟现实技术的分析
4.1。引入虚拟现实体育仿真系统
虚拟现实(VR)是一种新兴技术,汇集了多个字段,比如计算机图形学中,传感技术、人工智能技术(25]。它集成了多媒体、人工智能、人机界面技术,动态设备网络,和其他一些信息技术来模拟一个真正的世界通过构建一个虚拟世界26]。虚拟现实技术是计算机仿真系统来模拟一个虚拟的网络空间,以便用户沉浸在一个虚拟环境的三维信息。在这个虚拟环境中,用户可以实现多个感官的实时交互是相当真实的。在三维动态场景创建的计算机仿真系统,基于头盔显示器、数据手套、智能语言,和其他交互设备,用户可以实现视觉,听觉,触觉多种感觉的增强经验反馈。这种技术有交互性的特点,浸泡,和现实可以使人们感到现实的虚拟网络。
虚拟现实仿真系统包括多个感知和交互,身临其境。同时,体育教育训练需要多个感官的共同参与的运动员如视觉、听觉、和触摸。因此,虚拟现实技术的不断发展,虚拟仿真已广泛应用于体育教育训练(图5)。虚拟现实已经成为一个最重要的和有效的教育和培训工具27]。它可以为运动员提供有效和新的培训方法可以帮助他们提高他们的技能。同时,一些团体运动的培训项目,虚拟现实可以处理问题,如没有足够多的队友更好地满足他们的培训需求。因此,虚拟现实是越来越越来越受欢迎的人想要一个更好的培训近年来的经验。
以下功能是虚拟运动仿真系统所必需的。
以下4.4.1。构建虚拟训练的场景
一些体育运动如篮球训练场地有特殊要求,所以虚拟训练场景和虚拟训练设备需要建模。换句话说,这个函数是最基本的虚拟现实训练系统中的一部分。它可以模拟真实的训练场景,从而为运动员提供最基本的虚拟训练场景。在这个虚拟环境中,运动员会觉得如果他们培训在现实世界中,这意味着他们将拥有一个伟大的训练场景。与此同时,这种虚拟环境允许列车即使他们没有一个真正的训练。
4.1.2。运动捕获数据
该系统可以提供关于运动员的传感器跟踪装置来记录数据直接用电脑模拟和分析。当运动员训练,具体设备可以自动存储数据如心率和运动速度。最重要的特性是它可以从真实的人体运动捕获数据。运动员训练的数据是非常重要的,因为他们可以通过数据总结和概述他们的训练状态。因此,运动捕获数据的函数是一个必要组成部分的虚拟运动仿真系统。
4.1.3。生理和心理上的数据的集合
生理和心理的重要指标是反映运动员的竞技状态。根据类型的运动,运动员的生理和心理上的数据可以收集的各种传感器。例如,生理数据的收集包括代谢指标如脉搏、血压、各种器官和功能指标。心理的集合数据包含在训练中运动员的情绪波动。
4.1.4。行动重播
动作回放系统的最重要的功能。传统的相机方法不能在一些条件下很好地工作。一些训练方法不能实现,因为它们在创新阶段,但虚拟现实可以处理这个问题。例如,在体操,教练可以帮助运动员提高和创新他们的动作,提高他们的技能,真正运动员的运动建模,创建新动作,然后使用虚拟现实模拟新动作。
虚拟运动仿真系统可分为身临其境和nonimmersive系统。沉浸式系统需要helmet-based 3 d立体显示,立体眼镜,数据手套,立体声耳机,高性能的电脑,和一些其他的设备。这些设备允许用户体验逼真的立体视觉和立体听觉与虚拟环境交互。nonimmersive系统主要依靠软件技术来创建一个虚拟世界和丰富的视觉和听觉信息。总之,沉浸式系统的特点是昂贵但强烈的身临其境,而nonimmersive系统的特点是廉价和传统。
4.2。虚拟现实的案例分析运动仿真系统
QB SIM卡是一个职业培训基于虚拟现实仿真系统,可用于日常重复的训练足球运动员(图6)。这个系统允许将橄榄球四分卫的训练进行有效地在一个安全的,真实的虚拟现实环境,帮助玩家快速增长从高中辍学,进入美国国家橄榄球联盟(NFL)。换句话说,该系统可以帮助用户更好的培训。
QB SIM仿真培训系统是建立在一个真实的橄榄球体育场,并通过结合OptiTrack动作捕捉技术和虚拟现实的虚拟现实技术,运动员可以得到最真实的培训经验。足球本身是一个刚体,动作捕捉标记点在其表面,和运动员所穿的耳机也配备了标记点在其表面。然后QB SIM系统使用动作捕捉技术获取运动员的立场和足球并设置运动和玩虚拟的游戏,从而使有效的培训。
采用QB SIM仿真培训系统协助训练,运动员可以训练更容易面对实际问题。例如,众所周知,足球比赛是一个团队游戏。也就是说,它就变得不那么现实如果运动员仍然希望火车时没有足够的人来培训。然而,QB SIM仿真培训系统可以使他们训练没有其他队友,因为它可以创建多个虚拟人与用户培训。
5。结论
本文介绍了利用人工智能技术在物理教育培训和强调了三个实例。仔细分析了案例通过解释他们的原则和功能,分别。首先,本研究介绍了可穿戴AI设备和需要MySwing专业作为一个例子来说明成功应用人工智能的高尔夫球游戏。然后,视觉目标跟踪系统的主要部分基于人工智能,并选择SportVU表明这个系统已广泛应用于篮球的篮球比赛。最后,介绍了虚拟现实的运动仿真系统和QB SIM系统是一个典型的应用程序在足球比赛。因此,相结合的三个实际应用人工智能技术与体育教育训练表明,人工智能技术可以更好地提高传统的运动训练。人工智能可以提供精确的数据分析和科学的计划将为运动员提高培训效率。此外,一些设备基于AI可以创建虚拟训练环境,并为运动员训练很传统。而言,我们的研究实践的影响,应该注意的是,创新AI正在影响人们的生活的各个领域。因此,人工智能的实现在其他领域应该更多的讨论。 In conclusion, as a new and rapidly developing technology, AI technology will affect more and more people in the future.
数据可用性
在研究过程中使用的所有数据生成或文章中是可用的。
的利益冲突
作者宣称他们没有利益冲突有关的出版。