大數據與物聯網技術在青少年課外體育運動中的應用研究

韋 玉，費青松

（首都體育學院計算機與統計學教研室，北京 100191）

1 概 述

近年來，我國青少年體質狀況不容樂觀。由于課業壓力大、缺乏健身意識和主動性等原因，青少年大部分的體育運動基本開展于校內，而校外自主運動的比例則偏低，除了體育課和學校開展的操練外，缺乏規律性、針對性的校外自主鍛煉。對于耐力型運動，不少學生由于缺乏循序漸進、科學化、個性化的輔助鍛煉，導致在體育課練習和測試中暈倒，甚至猝死的現象。目前，雖然青少年體質問題在一定程度上得到了重視，相關的改進工作也在開展，但這些工作往往成效不夠顯著。一方面，這些活動一般都依靠學生在校的課外活動時間組織開展，但由于學生校外的自主健身活動的影響因素較多，較難管理和約束。另一方面，目前組織的鍛煉活動都是面向群體，缺乏針對個體的個性化指導。而青少年處于身體發育的主要階段，這是個體發展差異較大的一個階段，個體之間即使排除性別和年齡差異，對運動的需求也不盡相同。因此，我們需要建立起針對個體特點的科學化運動機制，幫助青少年制定符合其自身條件的、規律性、循序漸進的運動計劃，并且保障計劃的實施，有效評價實施的結果。

隨著人工智能及物聯網的發展和普及，智能感知技術不斷在各領域發揮著重要的作用。得益于無線通信技術的支持，我們能夠以更為智慧的方式感知事物；通過與大數據處理和分析技術的結合，我們可以將感知到的信息轉化為知識從而指導實踐。本文主要通過設計青少年課外體育運動輔助系統模型以及對已有實踐的分析，論證智能感知技術在青少年課外運動中應用的可行性和優越性，探討開辟多樣化、個性化的青少年校外體育運動新模式，為提高青少年體質水平提供科學的輔助手段。

2 相關研究

在體育領域，感知技術被應用在一些運動人體科學研究當中，用于監測人體在運動過程中的生理指標。在這些應用中，相關設備一般要求較高的實驗環境，同時成本也比較高。而在運動健身領域，移動感知技術與健身的結合也已初見規模。包括智能手機、各類可穿戴傳感器和設備在內的各類健身應用層出不窮，比如運用智能手機中內置的傳感器和定位功能實現對普通健身者運動過程的監測和指導等。此外，還有一些基于可穿戴傳感器的健身指導系統，如Nike+，Adidas miCoach等，通過便攜、輕巧的傳感器為用戶提供更為精準的運動監測結果。這些已有的應用對于青少年課外運動，尤其是校外自行鍛煉的引導和督促都具有很好的參考價值和借鑒意義。通過運用可穿戴移動感知技術，我們能夠隨時隨地便捷地獲取用戶的狀態信息，包括地理位置、運動狀態、時間、生理指標等。通過人工智能和機器學習、大數據等相關技術分析和管理用戶的基本信息以及傳感器采集的數據，我們能夠對用戶的運動情況進行評估，從而指導其運動實踐。

3 基于大數據和物聯網技術的青少年課外體育運動輔助系統模型

3.1 大數據技術的可行性

隨著硬件的存儲和處理能力的提高，對于傳統數據庫技術無能為力的大規模數據，我們依靠大數據相關技術已經有能力對其進行處理和分析了。在本應用中，需要采集并管理大量數據，因此，我們考慮采用開源的Hadoop框架進行數據管理和分析。Hadoop采用Map Reduce的數據處理模型，允許大量機器并行查詢、分析和處理。目前，已經存在不少以Hadoop框架為基礎的成熟應用，其在云端的并行處理能力完全能夠服務于我們的系統模型。

3.2 物聯網技術的可行性

智能感知技術是在物聯網技術大背景下發展起來的技術之一。作為支撐起物聯網“物物相連”設想的關鍵技術，感知技術在數據采集環節發揮著重要作用。其中，傳感器通過感受外界信息并按一定規律將這些信息轉換成可用信號，實現對被測物體的監測和控制。而隨著無線通信技術的發展，傳感器硬件的小型化，可穿戴設備興起。包括運動腕表、手環在內的各類可穿戴健身設備主要通過小型的無線傳感器采集數據，然后對數據進行智能化數據統計和分析。在青少年課外運動場景中，采用目前已有的運動腕表類可穿戴硬件完全能夠滿足數據采集和感知的需要，且成本可接受，在實際應用中具備技術可行性。

3.3 應用系統模型設計

在本文討論的應用中，通過運用云平臺大數據分析和物聯網智能感知技術結合相關領域的專家知識，我們能夠為用戶提供從生理消耗、超負荷預警、運動量統計、動作規范性檢查及評價等諸多功能。具體功能模塊如下：

3.3.1 運動計劃制訂 為確保運動的規律性和科學性，系統應為用戶提供計劃制定功能。模塊接受用戶輸入的基本信息和鍛煉時間后，根據專家知識、用戶興趣制定具體運動計劃。

3.3.2 數據采集 通過加速計、陀螺儀等各類傳感器采集運動過程中人體的運動狀態和基本生理數據，并且運用無線通信技術進行數據傳輸。經過標準化預處理后的傳感器數據能夠獲取到人體在不同方向上的運動的幅度和強度等信息，為后續的運動計劃實施、指導和評價環節提供基礎。3.3.3 數據分析 該功能模塊為整個系統的核心模塊，其中具體的功能配置根據不同的需求可以適當選擇和調整。針對青少年課外活動的特點，我們設計了兩個方面的主要功能，一個是計劃實施檢查功能，另外一個是運動指導和評價功能。通過分析運動的時間、地點定位、傳感器數據，我們能夠確認青少年是否按計劃進行鍛煉，從而運動檢查和確認。而通過運用機器學習和數據挖掘等技術對傳感器獲取的學生運動數據的具體分析，能有助于了解青少年鍛煉的效果，包括運動量、運動動作的規范性等。為確保青少年鍛煉的安全性，可以適當加入可穿戴生理探測設備，用于對運動過程中生理指標進行監測。例如通過監測心率，能夠在超負荷運動過程中提醒用戶減輕運動強度。此外，結合用戶的運動數據和專家知識，系統能夠對運動的消耗進行估計，從而指導青少年科學健身，避免肥胖。

圖 1 青少年課外運動輔助系統模型

圖 2 鍛煉完成情況監測流程圖

3.3.4 分析和評價結果輸出 對運動計劃的實施情況及數據分析結果的輸出，除了應提供基本的可視化展示功能外，還應提供便于教師查看、管理、分析歷史數據的功能。因此，可以無線傳輸的方式上傳到云平臺上，使用大數據相關技術進行分析和管理，便于不同用戶（包括：學生、教師、家長）跨平臺搜索、查看。

本應用系統的框架模型如圖1所示。該模型的核心是基于可穿戴傳感器的運動數據采集以及相應的數據管理和分析。目前，針對人體運動狀態的檢測需求，最直接有效的感知設備是加速計。此外，陀螺儀、磁力計等也在一定程度上起到輔助的作用。在硬件技術上，三軸加速計和陀螺儀等設備已經較為成熟，其成本低廉、小巧便攜的特點也完全適用于對普通運動人群的運動監測。通過這些設備采集得到的人體運動狀態具體表現為多維時間序列的形式，根據不同的采樣頻率，我們可以得到不同規模的實時數據。這些數據一方面可以通過算法進行在線處理，另一方面也可以保存在云端，便于各種離線分析。針對不同的應用分析需求，我們可以設計開發相應的分析算法。例如，通過人工智能的機器學習技術，可以實現人體運動狀態的智能識別；通過時間序列的相似度匹配和分類算法，可以實現對運動過程的監測和評判。通過調研，我們認為類似的模型已經逐漸在不少相關的應用中顯現出實踐的可行性和實用性。與傳統依賴于人力支持的運動監測工作相比，該模型具有明顯的優越性。

4 案例分析

在青少年課外體育運動輔助系統模型的基礎上，我們構建一個監測青少年鍛煉任務完成情況的應用案例。通過對本案例的流程進行分析，并且將其應用于實踐，進一步驗證該模型的有效性。

該應用的主要功能是根據專家制定的鍛煉計劃檢查青少年用戶的實際完成情況。具體的工作包括：系統根據專家知識以及青少年用戶的個人信息得到鍛煉計劃；通過可穿戴運動傳感器采集用戶鍛煉數據；對得到的數據進行處理，識別出用戶的運動狀態；判斷用戶是否按照計劃規定完成鍛煉任務；將鍛煉情況反饋給青少年用戶本人并發送給教師和家長。該流程可表示如圖2。例如，系統根據青少年用戶的實際情況制定出每天慢跑30分鐘。用戶每天根據計劃穿戴上傳感器記錄運動狀態。通過機器學習的分類算法對得到的感知時間序列進行分析，可以識別出該時間序列所對應的運動模式。對符合慢跑模式的數據統計時長，達到30min則表示鍛煉任務已完成。否則將對運動模式不符或者運動時長不足的情況分別給予評判。通過實驗我們得到，通過將傳感器佩戴于腰側，使用三軸加速計采集運動數據，運用基于DTW相似度匹配嵌入1-NN的算法對時間序列進行分類，識別出運動模式的正確率可達到90%以上。由此，我們認為，基于本模型的運動監測方法有效。

5 總 結

本研究主要著眼于輔助青少年課外自主運動的開展，運用先進的大數據和物聯網相關技術設計構建青少年課外運動輔助系統的框架模型。探討將智能感知技術應用于青少年課外體育活動中，為運動計劃的制定、實施、評價提供個性化的指導。該模型旨在為青少年、教師和家長提供從自動化、智能化的信息服務和技術支撐。本文從模型實施的技術可行性和實際應用的需求分析出發，論證了該應用設想的有效性。通過系統設計和已有實踐的分析我們認為，該應用對于改善青少年課外體育鍛煉的現狀以及提高青少年體質水平具有一定的現實意義和實用價值。