提高网球练习:用智能网球进行传感器融合和姿势估计
Yu Kit Foo1, Xi Li1, Rami Ghannam1
1James Watt School of Engineering, University of Glasgow, Glasgow G12 8QQ, UK.
Sensors (Basel, Switzerland)
|August 29, 2024
概括
这项研究将传感器融合集成到网球中,用于姿势估计和数据收集,实现球旋转和RPM的实时可视化,以增强网球训练.
科学领域:
- 运动技术技术 运动技术
- 传感器融合式传感器
- 生物力学 生物力学
背景情况:
- 传统的网球训练缺乏对球动态的准确,客观的反.
- 现有的测量工具可能是繁的或侵入自然游戏.
研究的目的:
- 开发一个紧的,非侵入性的传感器系统,用于网球姿势估计和数据收集.
- 为了实现实时反球旋转和旋转,以便在网球中进行渐进式学习.
主要方法:
- 集成的博世BNO055智能传感器与内置的传感器融合.
- 开发用于定向数据处理的数学和模拟方法.
- 将传感器嵌入泡网球中,并通过蓝牙向Unity接口无线传输数据.
主要成果:
- 成功实时可视化网球旋转,加速方向,每分钟旋转 (RPM) 和相对于重力的方向.
- 精确的RPM测量和有效的实时显示球旋转.
- 用于网球训练应用程序的功能原型的演示.
结论:
- 开发的传感器融合系统为网球训练提供了准确和有价值的数据.
- 紧的设计使其可以轻松地集成到练习球中.
- 这项技术为增强网球教练和球员发展提供了创新的途径.


