大數據背景下可穿戴設備在網球運動中的應用進展

米宏偉 王緩

摘 要：本文目的是了解可穿戴設備在網球項目中的應用情況，發現其價值并找到問題，以綜述的形式對網球項目中智能可穿戴設備的應用進展進行了總結。結果發現可穿戴設備對網球項目監測的產品類別很多且形式多樣，可以實現對外在表現形式和內在心理和生理活動的雙重監測，網球項目中可穿戴設備在技術動作分類、技能評估、身體狀態監測、比賽監控方面的應用價值很大，但在實施過程中不同的產品形態自身仍存在一系列有待完善的潛在問題。

關鍵詞：網球;可穿戴設備;應用情況;存在問題

中圖分類號：G845;G818.3? 文獻標識碼：A? 文章編號：1673-260X（2022）02-0088-05

引言

可穿戴設備的思想和雛形是在20世紀60年代由美國麻省理工學院媒體實驗室提出的，是指采用具有先進的功能、特點的技術制造可以佩戴在用戶身上的產品和電子設備[1]。可穿戴技術的提出是源于量化自我概念的提出，兩者之間關系密切，傳統意義上來講可穿戴技術不出現也可以完成手動的數據量化，但可穿戴設備能夠實現較為便捷、高效的數據收集。據On World研究機構的相關預測未來五年內全球智能設備的市場規模將達到500億美元和數量將增至7億臺，并且NPD Display Search的研究報告也顯示，14年智能設備的出貨總量達到4800萬臺，預計2020年會升至1.53億臺，此外，國內從2013年開始也陸續出臺了相關文件對國內可穿戴設備的發展予以支持[2]。大數據背景下量化自我的發展已然成為趨勢，2007沃爾夫和凱文兩人首次提出“量化自我”概念（quantified self）指通過數據收集、數據可視化、交叉引用分析和數據相關性等技術手段，來獲取個人生活中有關生理吸收、當前狀態和身心表現等方面的數據[3]。簡而言之，就是對人所產生的內在心理機制和外在行為表現進行數據量化處理并給予實時反饋。數據信息化時代的到來使得可穿戴設備在體育運動領域的應用也相當廣泛尤其是競技體育和大眾健身方面較為成熟。人們在不同的運動過程中佩戴可穿戴設備，通過設備傳感器所輸出的數據信息來獲取自己在運動過程中的生理狀況、心理波動、技術動作等方面的情況，以此更加科學合理地記錄技術動作和身體狀態。網球作為世界第二大球，在全球范圍內有眾多的喜愛者和追捧者，將可穿戴設備運用到網球運動中無論對運動本身還是參與者都有較大的數據參考價值，不僅可以讓運動員隨時監控自己的身體狀態，也使教練員對其技術的分析更加科學全面，有利于提高運動員的競技水平。相比較國內對于可穿戴設備在網球運動方面的研究國外的研究更早且深入，可穿戴設備傳感器的劃分類別更細致而國內還僅是停留在理論層面，關于實證方面的研究較少。本文主要是搜集和整理國內外關于可穿戴設備在網球運動中應用情況的文獻，旨在了解國內外對于可穿戴設備在網球運動中的認可程度和應用情況，探究在實踐應用過程中可能出現的潛在問題。

1 可穿戴技術在網球訓練過程中的數據量化

1.1 技術動作劃分

量化自我理念的不斷深入，使得可穿戴設備逐漸成為訓練中不可或缺的幫助教練和運動員量化數據的工具。在訓練中智能設備能夠清晰的劃分每個運動員的技術動作以及量化在擊球技術中不同技術類型的擊球力量、速度和旋轉等數據結果，如Marko kos等人使用一個微型的Inertial Measure Unit（IMU）設備定位在運動員的前臂上用來檢測和分類三種最為常見的擊球技術：正手、反手、發球，這一設備是基于傳感器的手勢識別方法，使用一個低成本的相機用于視頻捕捉試圖從系統內12個不同的手勢和3360個手勢樣本中進行檢測和分類三種常見的技術動作，研究結果表示系統能夠做出精確的分類且擊球檢測的性能較好，雖不能進行單獨的評估但其網球技術動作劃分的準確率從整體上來講達到了98.1%[4]。另外，拉爾斯·布泰等人在此基礎上提出了一個由三個IMU組成的可穿戴傳感器，用來捕捉網球運動員的手臂揮拍動作和腳步運動，分別將三個帶有慣性測量的傳感器附著在手臂、球拍和腿上，記錄的數據可用于獨立的分類鏡頭以及播放器類型，通過每個部分的時間顯示建立一個簡單的網球助理，因此教練可根據新手和高手之間的實際訓練數據差距給予相關建議，無需教練進行其他外部的分析[5]。Connaghan D等人在文中描述了一種使用單個低成本相機自動識別網球擊球的方法，作者開發了一套精確的識別系統（Tennis Sense）它可以搜集大量視頻自動將其定義為有意義的網球視頻片段且該識別系統包括培訓數據和動作的統計比較，最初的網球識別實驗中作者創建了所有擊球的運動歷史圖像（MEI）和運動能量圖像（MHI）而這些圖像是通過背景扣除和前臺后處理等方法進行實時提取，而后通過視覺觀察對鏡頭中運動員的不同姿勢進行了關鍵技術分類包括發球風格、正手和反手[6]。

1.2 技能水平評估

可穿戴技術能夠幫助教練員和個人量化在訓練過程中形成相關數據，但由于訓練需求和設備的局限性使得產生的大量數據處理起來工作量大且枯燥，由此一種虛擬的陀螺儀傳感器被有效應用于網球運動員技術動作監測與評估中，它與其他可穿戴技術相比使用起來效率更高且更加適應大數據的量化處理。這種虛擬的陀螺儀傳感器是在光學監控動作捕捉系統的幫助下運行工作，基于標記的方法模擬陀螺儀行為，使用Vicon標準插件步態標記放置，進行手腕彎曲、上臂旋轉的速度測量，可以幫助不同技能水平的運動員進行真實環境下的實時監控與評估，在訓練期間直接獲取實時反饋，Amin Ahmadi和David Rowlands等相關學者利用這一虛擬的陀螺儀傳感器對四名男性不同運動水平的網球運動員的上手發球技能進行了評估，能夠有效地測量其手腕彎曲度和上臂旋轉的速度，結果表明，運動員身體上的陀螺儀和基于標記的方法的輸出結果是一致的，計算并繪制不同技能水平的運動員的上臂內旋、腕屈曲和肩部旋轉的角速度值，使其與拍頭的速度進行比較，得出更高水平的運動員產生更大的上臂內旋轉，手腕彎曲和肩部旋轉，因此產生更大的拍頭速度，通過所有數據顯示的結果來調整某些變量從而提高運動員的技能水平，結論中表明，陀螺儀傳感器可以用于技能評估和第一次網球發球的技能改進[7]。Ahmadi使用三個加速度計測量系統來測試技術水平與第一次發球揮拍特點的相關性，文中將三個加速度計分別安裝在膝、腿和手腕處，以此觀察發球的運動學模型，此外還研究了手的側向運動以及運動員腰部向前運動用作評估運動員的指標技能等級，實驗表明，加速度計可以用來監控運動學模型且給出評估技能水平的結果[8]。Yang D等人基于IMU傳感器的在線反饋系統對網球訓練過程中受試者進行在線評估，為網球愛好者提高他們的技能水平提供科學的專業指導，這是一種新穎的在線服務提取方法，為實現準確的在線評估，提出了一種基于服務分割的新型分層評估方法對性能進行深入評估，使用馬爾可夫模型（HMM）將服務分為8個階段，最后用回歸模型對服務進行最后評分，實驗結果表明Tennis Master系統在網球發球的識別和性能評估上有極高的準確性，可以實現96.0%的服務探測精度和系統分類精度，此外服務評估準確性的平均絕對誤差為0.398，是一個可信度極高的結果[9]。

1.3 身體功能狀態監測

人的身體功能狀態有內隱的反應途徑同時也存在外在的反應方式。相關研究人員使用這些具備身體功能監測功能的可穿戴設備對實驗對象進行的生理檢測主要包括心電、呼吸、體溫、脈搏、血壓、血氧飽和度及血糖等一系列反應實質問題的生理參數進行監控，而后通過參數反映出來的相關生理信息判斷受試者當時狀態下的身體情況，拉夫˙勞倫在美網公開賽中推出了polo tech智能襯衫，這項技術是由OMSignal一家生物識別智能設備公司提供并通過胸前一根彈性的生物傳感線可以捕捉用戶的生命體征，包括心率、呼吸等，并將其數據傳輸到與之相匹配的iphone和ipad的相關APP上，經過檢驗測量的結果相比智能手表和健身腕帶等設備的監測結果更加精準，從而對人們的運動健康實施有效監督[10]。Patrick Kugler等人將表面肌電圖（EMG）的可穿戴設備應用于網球中用以分析和預防網球運動肩肘膝關節損傷，此設備有三個主要部分組成：能夠獲取原始數據的可穿戴傳感器節點、接收和處理數據的移動設備以及在設備上運行的實際分析算法，通過使用移動肌電圖分析技術對運動過程中的疲勞情況進行分類顯示創建實時反饋，將該系統運用到網球的訓練中能幫助運動員更好的協調技術動作和疲勞監控，盡可能的避免運動損傷的發生，以此對運動員的訓練計劃作出合理的調整[11]。Connaghan D等人等人在文中詳細描述了一個正在開發的傳感平臺，該平臺由可穿戴（身體傳感器：基于T恤的流動生理監測系統，不僅可以為教練員和運動員提供最高心率的百分比還能夠測量動態的呼吸頻率）和固定的基礎構件（9臺IP攝像機和Ubisense的空間定位系統）組成，能夠為網球教練員和運動員提供情境和生理反饋，作者在多種傳感器模式組合的初步實驗中，對兩名有經驗的網球運動員的進行相對較少量的傳感器讀數，使用所有傳感器模式捕獲兩次21分鐘的競賽培訓課程，每個課程又分為7個三分鐘內容的節段，該平臺用于提供網球運動中不同性能因素的反饋，文中詳細的描述了正在構建的基于內容的搜索和分析引擎，產生的反饋以可訪問的方式呈現給教練[12]。

2 可穿戴技術對網球競技比賽的數據量化

2.1 計分功能

比分是唯一判別網球比賽中雙方選手勝負的關鍵，比分的準確與否根本上決定著一方運動員的最終排名，比賽過程中雙方的比分對彼此之后的技戰術應用都有較大的影響，隨之可穿戴技術在比賽中的應用有效地緩解了因比分錯誤所引起的尷尬局面。Play sight通過四個全景攝像裝置的交互作用進行實時監控不僅可以對運動員的訓練和比賽進行3D錄像回放，還同樣具有“鷹眼”的功能對比賽進行判罰使用者可直接獲取數據并進行管理使用，甚至可以為教練員進行技戰術的反饋，此外，另一個由網球大滿貫冠軍Andy Ram設計的名為pulse play的智能手環裝備同樣能成為各類網球賽事的好幫手，它內置50多位解說員的聲音，比賽開始按下start按鈕，在整場比賽過程中幫助雙方計分的同時也在對方的pulse play上進行顯示，經驗證它能夠很準確的幫助雙方隊員算好成績和分數并被廣泛的應用于俱樂部和賽場中[13]。

2.2 追蹤球的落點

伴隨著職業運動員技術水平的不斷改進和提高，在網球競技比賽過程中很難用肉眼去識別和判斷球的落點，為了保證比賽的公平公正，量化自我技術成為各大賽事網球裁判的好幫手。然而例數各大網球賽事場地與競賽智能的發展現狀，我們所熟知和被有效使用具有權威的智能設備就是鷹眼系統和智能邊線。“鷹眼”在網球比賽中能夠有效追蹤球的落點，保證比賽公平公正的前提下提高比賽的觀賞性，該系統于2006年在邁阿密納斯達克100大師賽上首次應用，運動員可以在爭議球上對裁判提出回放要求，現場的所有人可以在大屏幕的模擬回放中看出爭議球壓線與否[14]。目前，智能邊線技術對判球出界具備的兩種原理一是球觸線時顏色和紋理發生的化學變化;二是球觸線依靠電子感應技術產生的警示;這項智能技術改善了傳統的網球邊線判罰的不足可以對網球競賽進行實時的監控和精準的邊線判罰[15]。

2.3 監控比賽進行數據反饋

運動員在各種比賽中的技術動作的相關數據信息很難進行人工的簡單統計，量化自我技術在網球賽事中的合理應用有效地解決了一系列復雜化的問題，運動員的技術動作的數據信息可以通過視頻錄像的方式記錄下來，可穿戴技術對比賽的數據量化將為下一代的體育教練系統的發展提供良好的基礎，如周翔增等人提出了一種用于網球追蹤的雙層數據關聯（TLDA）方法，其中球追蹤是處理和分析球類比賽的關鍵技術，這種方法是利用局部或全部信息幫助進行可能的軌跡搜索，作者對2010年澳網公開賽和2011年美網公開賽兩種網球賽事進行了比賽分析實驗設置：比賽錄像使用平底、傾斜和縮放（PTZ）的單鏡頭攝像機錄制，分辨率為1280*720，以每秒25幀的采樣速率從US2011FedeMon的游戲視頻、AUS2010FedeTson和24363中提取37260幀圖像，實驗結果顯示，作者提出的方法相比其他三種方法有更好的追蹤性能和US2011FedMon受攝像的動作影響較為明顯[16]。

3 網球中新智能技術應用

我們生活在被數據信息包裹的時代，大數據背景下網球項目的發展離不開“技術”二字，網球運動類可穿戴技術理念的不斷成熟成為“量化自我”在網球運動類項目中應用的催化劑。網球項目中可穿戴技術的形態類別主要有三大類球拍類、傳感器類、手環類，下面我將從這三類對智能網球穿戴設備進行介紹，見表1。

3.1 可穿戴設備在網球運動中的問題與挑戰

智能可穿戴設備的發展是建立在大數據背景下，云處理和云儲存為這些智能設備提供了便捷條件，后臺的數據處理能力也不斷提高[17]。而作為智能設備分支的網球可穿戴設備也同樣作為一種新興科技正逐漸的融入到人們的生活之中。但隨著智能設備的普及，越來越多的問題也隨之出現。近些年，網球智能可穿戴設備的研發與應用雖產品形態不斷增多、功能類別不斷完善，但在實際應用過程中仍存在很多需要不斷完善和改進的問題。

3.1.1 網球智能可穿戴設備手環類

手環類的產品類別主要有護腕、腕帶、手表等，這些產品形態小且便于攜帶佩戴者在使用過程中較為方便，相比其他智能設備價格便宜適合大眾消費，但在使用過程中其產品本身耗電量大且電池蓄電能力較弱需要使用者經常充電來維持正常工作。

3.1.2 網球智能可穿戴設備傳感器類

網球智能設備中內置傳感器的產品形式主要有PIVOT、智能T恤、手臂監測傳感器和智能球場控制系統等，這些智能設備的技術和功能更加成熟和完善且數據信息反饋的可信度較高。但當佩戴者在一定的特殊環境背景下使用智能穿戴設備時，設備的靈敏度是否會發生變化有待探究。例如，智能T恤和手臂監測傳感器，汗水和手臂的抖動會影響傳感器的數據傳輸，造成數據可信度降低。又如在網球比賽和訓練中運動幅度過大時，使傳感器發生震蕩，信號源與傳感器不能很好的進行連接，這些都是需要研究者重新對可穿戴設備進行完善的方面。此外相比其他類別的網球智能設備，傳感器類的產品技術操作復雜且成本造價高，譬如鷹眼系統，它作為維護比賽順利進行的輔助工具其使用和造價成本非常高。

3.1.3 網球智能可穿戴設備球拍類

球拍類智能設備本身就是一種優勢能夠實時監控選手的運動表現、數據信息反饋相對直觀，檢測和分類原理相對簡單，但在技術動作分類中處理性能低且存儲容量有限、內置功能系數低缺乏關鍵技術的支撐、獨立評估的功能較弱缺乏獨立性在使用過程中需要與其他相關的智能客戶端相連接來實現實時的信息反饋。

4 結論與展望

科技時代催促人們需要更加認清自我，量化自我技術不斷被人們所熟知又同樣在網球項目中產生作用，在這場技術潮流中它的作用無非就是間接提升大眾的身體鍛煉效果和給相關領域提供數據庫，可穿戴技術應用于網球中無時無刻不在對訓練、比賽中的運動人群量化數據，根據可穿戴設備在網球中的使用情況和發展趨勢來看，在未來幾年里可以預見，量化自我技術將出現在網球運動的方方面面并產生多角度的實用效益且在功能上也會更加貼近運動人群的需求，網球中使用人群的普適化也同樣會使得可穿戴設備的應用逐步趨于普及化的態勢，基于量化自我技術下可穿戴技術將會給網球運動大環境帶來更數據化的全新環境，因為將可穿戴設備廣泛的應用到網球運動中，不僅是科技的推動更是滿足網球事業更好發展的需要。可穿戴技術量化數據的有效性對于提高和改善業余或職業網球運動員在訓練或比賽中的身體狀態和技能水平有不同程度的影響，與此同時這些先進技術對提高運動員的競技水平也有重要的作用，未來將會在競技體育領域有更大的應用價值。

參考文獻：

〔1〕梅策香，柳鈺，曾利霞.可穿戴設備在人體健康監測中的應用與發展現狀[J].電子世界，2016，16（19）：8-10.

〔2〕陳夢飛.基于Web of Science的可穿戴設備研究文獻計量分析[J].智能計算機與應用，2017，7（02）：84-86+89.

〔3〕Gary Wolf， Kevin Kary. The data-driven lif[OL]./http：//www.nytimes.com/2007/05/02/ma gazine/02self-measure ment.html/.

〔4〕Kos， Marko， et al. "Tennis stroke detection and classification using miniature wearable IMU device." International Conference on Systems， Signals and Image Processing IEEE， 2016：1-4.

〔5〕Lars B¨uthe1， Ulf Blanke1， Haralds Capkevics1 and Gerhard Tr¨oster1.A wearable sensing system for timing analysis in tennis[J]. IEEE International Conference on Wearable & Implantable Body Sensor Networks， 2016：43-48.

〔6〕Connaghan D， Conaire C O， Kelly P， et al. Recognition of tennis strokes using key postures[C]// Signals and Systems Conference. IET， 2010：245-248.

〔7〕Amin Ahmadi， David Rowlands， Daniel Arthur James. Towards a wearable device for skill assessment and skill acquisition of a tennis player during the first serve[J]. Sports Technology，? 2009， 2（3-4）：129-136.

〔8〕Ahmadi A， Rowlands D D， James D A， et al. Investigating the translational and rotational motion of the swing using accelerometers for athlete skill assessment[C]// Sensors， 2006. IEEE Conference on. IEEE， 2006：980-983.

〔9〕Yang D， Tang J， Huang Y， et al. TennisMaster： an IMU-based online serve performance evaluation system[C]// Augmented Human International Conference. ACM， 2017：17.

〔10〕Ralph Lauren Goes High-Tech.wearable.com˙FEBRUARY 2015＼WEARABLES.

〔11〕Patrick Kugler， Samuel Reinfelder， Johannes Schlachetzki， Bjoern M. Mobile EMG Analysis with Applications in Sport and Medicine. [J]Proceedings of the 1st Biomedical Signal Analysis（Rio de Janeiro， October 21-24， 2013）.

〔12〕Connaghan D， Hughes S， May G， et al. A Sensing Platform for Physiological and Contextual Feedback to Tennis Athletes[J].? 2009.

〔13〕Wearable devices are used in tennis. https：//channels.theinnovationenterprise.com/articles/30 -wearable-technology-in-tennis

〔14〕霍方.“鷹眼——即時回放系統”在網球比賽中的應用[J].體育科技文獻通報，2007，30（09）：11-12.

〔15〕趙新平.體育場地“智能邊線”研究的可行性分析[J].體育科技文獻通報，2009，17（09）：14+28.

〔16〕Zhou X， Xie L， Huang Q， et al. Tennis Ball Tracking Using a Two-Layered Data Association Approach[J]. IEEE Transactions on Multimedia， 2015， 17（02）：145-156.

〔17〕李森浩，王冬慧.網球運動智能化及穿戴設備發展研究[J].遼寧體育科技，2017，39（02）：125-128.

收稿日期：2021-10-23

3467501908231