多感应羽毛球:可穿戴式基于传感器的生物机械数据集,用于评估羽毛球表现
Minwoo Seong1, Gwangbin Kim1, Dohyeon Yeo1
1Gwangju Institute of Science and Technology, School of Integrated Technology, Gwangju, 61005, South Korea.
Scientific data
|April 5, 2024
概括
这项研究引入了一个新的多传感器羽毛球数据集,用于分析玩家技术. 综合数据有助于开发个性化培训系统和跨技能水平理解生物力学.
科学领域:
- 运动科学 运动科学 运动科学
- 生物力学 生物力学
- 数据科学数据科学数据科学
背景情况:
- 体育行业越来越多地使用同步传感器进行个性化训练.
- 缺乏全面的羽毛球数据集阻碍了先进的分析和反.
- 现有的数据收集方法不能有效地捕捉多个角度的参与者行动.
研究的目的:
- 引入一个新的多传感器羽毛球数据集,用于前手清晰和后手驱动的冲击.
- 为了解决研究和培训的细节羽毛球行动数据的稀缺性.
- 为了解不同技能水平的玩家生物力学提供资源.
主要方法:
- 收集了25名球员 (初学者,中级,专家) 的多传感器数据 (眼睛跟踪,身体跟踪,肌肉信号,脚压).
- 记录了7,763个羽毛球摆动实例,包括视频,声音和球落地细节.
- 纳入教练采访,以确保数据集的可用性和与培训相关性.
主要成果:
- 开发了一个全面的数据集,包含各种传感器模式和详细的注释.
- 包括中风类型,技能水平,击中位置,以及用于深入分析的声音数据.
- 通过概念验证机器学习模型验证数据集的实用性.
结论:
- 多传感器羽毛球数据集是高级培训和研究的宝贵资源.
- 这些数据可以进行详细的生物力学分析,并为玩家提供个性化的反.
- 这一数据集可以显著推进智能羽毛球训练系统的开发.
