一種具有新型傳感器的智能籃球設計

羅明

摘 要 將傳感裝置集成到籃球等體育器材中，在測量成績、訓練運動員和鼓勵參與方面具有巨大潛力。這些創新的交互式工具提供實時反饋系統，用于收集和分析體育數據，并可為教練員和運動員提供有效的支持。本文設計了一種裝備了新型傳感器的智能籃球，其規格與標準籃球相同，僅添加了一個傳感器，通過智能手機或平板電腦設備應用程序實時提供有關投籃弧度、投籃速度和運球次數的數據。本研究的目的是確定傳感器的準確性，并結合了投籃弧度和帶球視頻分析軟件。這項新技術可以重新定義球員的訓練方式，并可以用鼓勵創造性的方法來練習和實施計劃。

關鍵詞 視頻分析 傳感器 性能分析 實時反饋 智能籃球

中圖分類號：TP2 文獻標識碼：A 文章編號：1007-0745（2021）05-0001-03

1 前言

體育運動在很大程度上由于先進技術的融合而不斷變化[1]?，F代科學技術的快速發展允許運動員走得更高，走得更快，更重要的是更安全。技術創新不僅改進了各項運動所使用的產品和服裝，而且在運動員研究自己（和對手）的表現以及如何從教練那里獲得反饋方面也有了重大發展[2]。運動技術是運動員為提高整體運動成績而努力改善訓練和比賽環境的科學手段。實時、快速的運動數據收集和分析反饋系統為教練員和運動員提供了創新、有效的支持[3]。運動的成功促使教練員不斷尋找新的技術和工具來提高運動員的成績。這導致了技術在體育運動中的普及和應用。然而，“虛擬教練”的概念只是隨著對教練反饋要求的不斷提高而發展的[4]。

籃球技術中的智能因素會隨著籃球傳感器的推出而上升，例如InfoMotion公司制造的世界上第一款智能籃球在2014年的消費電子展上獲獎。此后其他嵌入儀表的各類球也加入了市場，例如阿迪達斯智能球以及智能保齡球等[5]。本研究旨在驗證投籃弧度測量的有效性和可靠性以及運球計數的準確性。

2 智能籃球總體結構

本文設計的智能籃球具有與標準籃球相同的規格，并包含一個傳感器，該傳感器提供有關藍球弧度（角度）的數據、投籃速度、射弧與速度復合以及運球次數。通過藍牙連接到智能設備、平板電腦或智能手機，操作系統則使用Android或IOS。通過智能設備，球員可以看到自己的表現，并在投籃或運球后收到簡短的提示和評論。反饋包括對弧度數據的評論和對運球測試的反饋，然后使用視頻分析系統來比較結果。Dartfish視頻分析系統是一個視頻計算機軟件系統，允許參賽者從數碼相機捕獲視頻片段，逐幀播放視頻，并分析視頻。

3 智能籃球設計

3.1 智能籃球

智能籃球如圖1所示，智能籃球是一個室內/室外橡膠球，里面有9個加速計且放在一塊重量不到20克的電路板上。傳感器可以檢測力（360度視圖）、速度、球旋轉和球弧。此外，傳感器還可以測量充氣物體（球）與表面接觸的角度，智能籃球中的傳感器幾乎不會影響球的重量或旋轉。此外，傳感器能夠承受運球、籃板和籃圈投籃以及傳給其他球員的沖擊。球打起來時的感覺和就像一個標準的籃球。這些傳感器可與Android和IOS協同工作。

3.2 無線充電

智能籃球使用無線充電，充電板如圖2所示，電池續航時間長達8小時，用來收集信息的任何設備都有90英尺的距離。無線充電器基于磁感應原理，無線充電技術可使電力在短距離內有效傳輸至設備。

3.3 應用程序

iOS和Android版本適用于智能籃球，該應用程序分為“技能培訓”和“鍛煉”模式（如圖3所示）。投籃訓練模式的重點是釋放時間和準確性。它從最基本的層面開始，球員們每一步都更難實現目標（投籃更多，釋放更快）。運動員在一次練習中站立不動，在下一次練習中移動，一次從15英尺（4.6米）開始，另一次從20英尺（6.1米）開始;每個練習由10次投籃組成。對于弧線、后旋和釋放速度，在觀察和測量優秀選手后，為每一位選手校準了一個最佳范圍。對于射弧，最佳射程估計在42到48度之間（45度被認為是完美的）。對于后旋，理想的情況是在130到150轉/分之間。對于投籃釋放，小于0.7秒被認為是非常好的，球幾乎能提供即時反饋，一次一個球或每次運球都是基于技能的水平訓練，隨著自身提高難度會更大。

4 數據分析

數據收集于2021年3月6日開始。數據收集工具可以使用DartfishTeampro軟件用于視頻分析、下載了軟件應用程序的iPad、速度為每秒20幀的單反相機和本文設計的智能籃球。為了測量投籃弧度，記錄了5名籃球運動員在140次試射中，從不同位置投籃28次。運球260次被錄像做了記錄。我們用分析軟件和Dartfish視頻分析之間的鏡頭角度可靠性系數α=0.998。在視頻分析和籃球比賽中沒有發現運球計數的差異。雖然鏡頭角度可靠性系數的α對于投籃弧度非常高，但詳細的分析顯示，在140個角度中有78個相同，59個在+/-1度范圍內，3個在+/-3.5度范圍內，單個投籃的弧度存在差異。參與者普遍喜歡收到關于他們表現的反饋。

4.1 運球分析

運球有兩種方式：站立和跑步。在比賽中，每個球員都被要求站著或跑著運球10秒鐘。每一次運球都被記錄在視頻中，并記錄了以下信息：球員的名字、試球次數、運球次數和運球類型。在Dartfish中，視頻以慢動作播放，研究人員通過點擊Dartfish計數器手動計算每次試驗的運球次數。

4.2 拍攝角度分析

基本上有兩種拍攝角度：釋放角度和進入角度。投籃角度受投籃運動員身高、距籃圈距離等多種因素的影響。投入角變化較小，尤其是在遠距離投籃時，進入角是用來計算投籃角度的。傳感器用來測量一個充氣物體（球）與一個表面（籃球圈）接觸的角度，如圖4所示。

4.3 測量進入角

用數碼單反相機記錄了五名籃球運動員在140次試射中從場地上的不同位置進行的28次投籃。這些視頻隨后被導入了Dartfish軟件。在Dartfish軟件中，可以放大和縮小，逐幀查看視頻，并應用角度測量工具來計算事件的角度。當球接近邊緣時，可以暫停視頻并測量球和邊緣中間之間的角度。

5 結果

5.1 運球測驗的信度和效度

結果比較了從運球計數與手動計數開始，使用軟件視頻回放和計數器，相關系數為1.0，計數相同。唯一的問題是確定10秒的計數何時結束，此軟件提供了準確的計數。

5.2 投籃角度測驗的信度和效度

對于拍攝角度，軟件被用來比較由智能籃球生成的角度和用Dartfish角度計算器得到的角度α=0.998。這被認為是投射弧的一個非常高的相關性。然而，一個詳細的分析揭示了個別鏡頭在弧角上的一些差異。在測量的140個角度中，有78個角度完全匹配。140個角中有59個角在+/-1度范圍內，其余三個角相差+/-3.5度。

6 討論

運球是所有運動員都要練習的一項基本技能，無論是初學者還是精英。一個可以通過精確測量運球次數和速度來提高球員表現的工具可能是一筆巨大的財富。智能籃球還根據45度的最佳弧角給出了角度測量的反饋。許多研究試圖確定最佳弧度。其中一些研究發現，最佳運球角度會隨著運球位置的變化而變化[6]。其他的研究試圖通過測量籃球的軌跡來確定球的最佳旋轉和角度[7]。根據文獻[8]和杜文獻[9]對10000多名不同年齡和技能水平的籃球運動員的測量，最佳弧度是45度。智能籃球在投籃弧度測量中具有較高的精度。接收這些信息可能對教練和球員有好處，特別是如果實時提供。因此，智能籃球提供了可靠和準確的信息以及即時反饋，包括球員在運球和投籃角度。使用該工具是否真的能提高參與度和績效還有待觀察。

7 結論

智能籃球有許多分析工具，可以在實踐中用來激勵球員，特別是初學者。需要做更多的研究來檢驗其他工具的信度和效度。此外，重要的是要確保所提供的反饋是相關的和有用的，包括記錄和呈現績效的能力。需要對這些工具的有效性進行更多的研究，以吸引運動員并提高成績。

參考文獻：

[1] J.M. Palao，P.A. Hastie，P.G. Cruz，E. Ortega，The impact of video technology on student performance in physical education，Technol Pedagogy Educ，2013：1-13.

[2]F.K. Fuss，Design of an instrumented bowling ball and its application to performance analysis in tenpin bowling，Sports Technol，2009，02：97-110.

[3]L. Wong，L.Katz，C. Chisamore，K. Huang，Virtual coaching： A new approach to athlete development through collectiong，storing，retrieving and effective utilization of visual databases over distance，in： 6th IACSS，2007，pp. 146，Calgary，Canada.

[4]M.J. Crowley，M. Maziarz，K. King，Electronic component enclosure for an inflated object，in，Google Patents，2014.

[5]C.M. Tran，L.M. Silverberg，Optimal release conditions for the free throw in mens basketball，J Sports Sci，2008，26：1147-1155.

[6] S. Miller，R. Bartlett，The relationship between basketball shooting kinematics，distance and playing position，J Sports Sci ，1996，14：243-253.

[7] H. Okubo，M. Hubbard，Identification of basketball parameters for a simulation model，Proc Eng，2010，02：3281-3286.

[8] M. Austin，Building the perfect arc，in： Winning Hoops，Sparta，MI，2010.

[9] D. Knudson，Fundamentals of biomechanics，Springer Science & Business Media，2007.