使用无标记和基于标记的方法估计的方向变化任务期间下肢关节动力学的比较
Janina Helwig1,2, Jos Vanrenterghem3, Bastian Anedda4
1Institute for Advanced Biomechanics and Motion Studies, Offenburg University, Max-Planck Straße 1, 77652, Offenburg, Germany. janina.helwig@hs-offenburg.de.
Scientific reports
|September 30, 2025
概括
无标记运动捕捉显示出与基于标记的系统在改变方向运动期间对下肢关节动力学有很好的一致性. 然而,准确性随着更利,非线性运动和特定关节旋转而下降.
科学领域:
- 生物力学 生物力学
- 体育科学 运动科学 运动科学
- 运动捕捉技术的技术.
背景情况:
- 基于标记器 (MB) 的动作捕捉是标准的,但面临着标记器丢失和文物等挑战.
- 无标记 (ML) 运动捕捉提供了一个潜在的替代方案,特别是对于动态运动.
- 评估ML系统与MB系统的一致性对于其在体育分析中的采用至关重要.
研究的目的:
- 评估下肢关节动力学无标记 (ML) 和基于标记 (MB) 的运动捕捉系统之间的一致性.
- 为了特别评估运动员在方向变化 (COD) 运动期间的协议.
- 为了确定哪些关节角度和运动类型显示出最大的一致性或差异.
主要方法:
- 19名运动员在5个方向和3个强度进行了切割运动.
- 使用红外和视频摄像头同时捕获数据,适用于MB和ML系统.
- 使用预测带和扩展的布兰德-阿尔特曼方法分析联合角度以量化一致性.
主要成果:
- 膝关节角度显示了ML和MB系统之间的最佳一致性,错误最小.
- 屈曲/延伸角度的一致性高于拉伸/吸收或内部/外部旋转角度.
- 对于较慢的,直线运动而言,相比较的,非线性COD运动,一致性更强.
结论:
- 无标记运动捕捉是分析COD任务期间下肢动力学的可行工具,特别是在膝盖曲/延伸方面.
- 研究人员在解释高度动态,非线性运动和旋转关节角度的ML数据时应谨慎.
- 这些发现有助于在体育科学研究和实践中将ML数据与现有的MB数据联系起来.
