我们的研究重点是步宽如何影响跑步过程中的下肢生物力学。我们探讨了步宽的变化如何影响关节负荷、稳定性和肌肉协调。其最终目标是帮助跑步者通过找到理想的步宽来提高表现并降低受伤风险。
随着技术的快速发展和先进的跨学科方法,动作捕捉技术得到了迅速发展。例如,实验室中基于过渡标记的动作捕捉、使用视频数据和可穿戴设备的 AI 驱动的无标记技术。这些技术有助于分析不同情况下的人体运动。
在运动生物力学领域,无标记动作捕捉、可穿戴设备和生物力学模拟等技术正在推进研究。无标记系统分析自然运动,而 IMU 和 Smart ace 等可穿戴设备提供连续的时间序列数据。生物力学模型和支持 AI 的过程数据处理,帮助研究人员通过个性化策略优化性能并降低受伤风险。
在目前的研究中,我们想研究跑步步宽对下肢生物力学的影响。然而,在设计良好的实验室中,受干扰的步长条件可能无法在真实场景周围的环境中复制。我们未来的研究将探讨步宽如何影响不同人群(包括女性跑步者和老年人)的下肢生物力学。
我们将研究步宽调整对性能和伤害预防的长期影响,并使用机器学习开发个性化策略来优化跑步生物力学。首先,打开跟踪软件并允许 8 台红外摄像机初始化。然后,切换到摄像头模式并展开左侧的 System resources 面板。
选择所有 8 台摄像机。在左侧面板的 Properties 下调整设置。将闪光强度设置为 0.95 到 1,增益设置为 1 倍,灰度模式设置为自动。
在 Centroid Fitting(质心拟合)下,将阈值设置为 0.2 到 0.4,将最小圆度比设置为 0.5,将最大斑点高度设置为 50。将带有标记的 T 帧放置在运动捕获区域的中心。从左侧工具栏中重新选择所有 8 个摄像机。
在右侧的 tools 面板中执行校准。从 T 帧列表中选择 5 个标记棒和 T 帧校准对象。现在在 校准相机 选项下,单击 Start 开始 按钮。
在拍摄范围内来回移动 T 帧,同时使摆动高度与摄像机的焦距相匹配。当相机上的蓝色灯停止闪烁时停止。将视图切换到 3D 透视图,并将 T 帧放回运动捕捉区域的中心。
点击 Start 开始 右侧面板中的 Set Volume Origin 选项下的按钮。接下来,要准备压力平台,请在 1000 赫兹处同步嵌入式测力台。将平台连接到 PC 进行数据收集。
为了准备计时系统,在三脚架上放置一个单光束电子计时门,以记录参与者在通过测力板时的跑步速度。启动跟踪软件。从工具栏中选择 New Database。
在 Data Management (数据管理) 部分中,选择 New Patient Classification (新建患者分类)。然后是 New Patient。最后,单击 New Session 以设置参与者信息数据库。
指导参与者站立,双脚分开与肩同宽,确保一只脚位于测力平台上。手臂与肩膀平行,目光直视前方。单击左侧工具栏中的 Go Live。
然后,使用 View 界面中的 split horizontal 按钮并选择 Graphics 查看轨迹计数。然后,单击 Start 开始数据收集并保持该位置 10 秒钟。单击 Stop 完成静态捕获。
指导参与者沿着带有两个力平台的笔直路径自然行走,将左脚放在平台 A 上,将右脚放在平台上 B.To 评估试验的成功,检查完成一次跑步的时间是否在 0.95 到 1.05 秒之间,以每秒 3 米的速度,或 0.76 到 0.86 秒,以每秒 3.7 米的速度。指导参与者在带有两个测力平台的笔直路径上以每秒 3.7 米的速度跑步。要测量首选的步长,请用对应于五个步宽条件的不同颜色的胶带标记力平台。
指导参与者在专注于前方的同时笔直行走。跑步过程中的髋外展和外展角度在不同的步宽和速度上表现出一致的模式,证实了最近跑步研究的结果。