网球男子单打计分表格（Xsens帮助网球运动员规避运动损伤）

去年发布的Xsens MVN 2020为我们世界领先的惯性动作捕捉系统增加了一些新的功能，像远程人体追踪功能（rOBR），对象追踪功能，3D位置辅助功能等等。Xsens MVN Analyze的用户已经开始利用这些新功能来协助他们完成一些令人难以置信的新项目。其中的一位用户亚历克斯·穆尔黑德（Alex Moorhead）博士，他是意大利米兰理工大学的研究科学家和博士后研究员，他利用rOBR功能对意大利青少年网球运动员进行了专业全面的运动学分析。

穆尔黑德博士在奥林匹克训练中心工作期间获得了美国科罗拉多大学的硕士学位，此后他对各种运动专业的生物力学进行了深入的研究，并完成了1000多项对运动员的运动测试和分析，包括游泳、摔跤、田径、五项全能和许多其他项目——他最近的重点是职业青少年网球运动员在罗马比赛中的表现。穆尔黑德博士向我们介绍了他对这些职业网球运动员的研究结果，以及他是如何使用Xsens MVN Analyze对运动员进行分析并使用这些分析数据提高运动员成绩和帮助运动员预防受伤的。

使用Xsens MVN Analyze进行精确的运动分析

在米兰大学获得综合生物医学研究的博士学位后，穆尔黑德博士开始在意大利米兰理工大学正式投入工作，当米兰大学的同事向他展示他们的研究成果以及该专业学科当前应用的技术时，穆尔黑德博士接触到了Xsens。随着他的工作越来越广为人知，他被邀请并研究一个由意大利最优秀的青少年网球运动员组成的团队——他们正在寻求能够指导他们提高运动成绩和技术的专业方案。凭借对于研究生物力学的各种研究工具的了解，穆尔黑德博士认为这是一个利用Xsens MVN Analyze进行分析研究的绝佳机会。Xsens动作捕捉系统的便携特性使得他能够在任何地方使用Xsens惯性运动捕捉套装捕捉精确的动作数据，从而使他了解到运动员们在赛场上进行网球运动所需的动态运动能力。

穆尔黑德博士说道：“在我和Xsens的销售人员交流订购动作捕捉套装之前，我就知道它是与这项工作最为契合的工具。”“我最喜欢Xsens套装的一点是，我可以将套装中的传感器固定在适当的位置，以此测量出精确的运动捕捉数据，传感器不需要频繁的重新校准，而且它可以让运动员不受限制的运动。运动员在穿上动捕套装后动作非常自然流畅，丝毫没有被套装所限制行动。另外MVN Analyze软件也非常适用于数据的后期处理。”穆尔黑德博士补充道。

通过使用Xsens套装，穆尔黑德博士能够在真实的赛场环境中从网球运动员那里获得清晰的数据，并记录下准确、可反复利用的结果。在网球比赛中至关重要的技巧，如发球，现在可以在现实场景中进行分析。

“从动作和敏捷性测试到实际发球，一切都记录动作数据的过程都发在球场上。我们试图找到发球速度、准确性和肩部活动范围之间的相关性——这包括手臂肌肉和臀部屈肌外部和内部完全伸展的动作数据。90%以上的网球赛点都是由发球或接发球决定的。所以如果你能得到最有力最准确的发球数据，你就有了巨大的优势。”穆尔黑德博士解释道。

远程人体记录（rOBR）

MVN 2020推出的几项新功能之一—远程身体记录（rOBR）成为穆尔黑德博士研究中最为重要的一项功能。rOBR功能需要使用用户佩戴的body packs来跟踪和记录全身运动数据，而不是被局限在工作站或笔记本电脑上。这使得同时分析多名运动员成为了可能，同时也意味着body packs中的数据可以稍后传输到计算机进行分析。后者使穆尔黑德博士的研究更快、更有效。

“rOBR这项功能很棒。当运动员运动时，你可以实时观看这些数据，并可以停止和剪切。我们经过了一系列的程序最终过渡到只使用rOBR实现我们的工作，因为它非常高效。它使得校准更快，与运动员进行互动更容易，当12名运动员完成多个动作时，rOBR功能的表现非常好。”穆尔黑德博士解释到：“数据会被记录下来并在以后需要的时候进行下载，这节省了我们大量宝贵的时间。”

穆尔黑德博士使用Xsens MVN Analyze来处理他的数据，仅仅一个晚上的时间他就处理了多达100个文件，所有这些都是在将数据输入MATLAB软件中之前进行的。

“rOBR功能很可能是我未来使用该软件的主要方式。它是如此精确，以至于我在评估时不需要检查动作是否正常。你可以在更大程度上与运动员进行互动，你不需要一直监控电脑。”穆尔黑德博士说道。

预防肩部损伤提高发球技术

通过研究动作的机制，穆尔黑德博士发现发球的动作用到了许多在过顶深蹲(将杠铃完全伸过顶顶的深蹲)时运用到的相同肌肉，同时该功能也能洞察运动员的活动范围。通过研究穿着Xsens动作捕捉套装的运动员使用空杠铃做过顶深蹲，穆尔黑德博士可以评估运动员个人的灵活性和力量。运动链的形式不当或环节薄弱会都导致成绩表现不佳或肩部受伤，这是职业网球中最常见的伤害之一。

“发球的速度始于脚蹋向地面的力量，然后动能通过腹部肌肉，进入肩膀、肘部，最后到达手部。不能达到高效或全动力链的人可能会尝试用肩膀来完成大部分动作。”穆尔黑德博士说。

“假设运动员的臀部和脚踝在过顶深蹲时没有柔韧性。能量在这些关节处就会产生丢失，并不会被转移到手部。那么运动员就会运用胸部肌肉和肩部肌肉发力。你可能会惊讶地看到这些精英运动员中的一些人；当他们举起杠铃下降时，臀部不会塌陷，脚跟也不会离开地面。”

Xsens传感器超高的精度和耐用性使其成为专业网球分析的完美解决方案，在穆尔黑德博士的研究中，Xsens传感器提供了一种准确评估和比较的方法。

“如果你将一个表现良好的发球与一个动作模式不同、准确度较低或力量较弱的发球进行比较，你会发现第二种发球的运动员受到的伤害更大。这可以通过加强肩袖、打开臀部或加强后链向上爆发并最终将力量落在球上来缓解。”穆尔黑德博士解释说“通过使用Xsens数据观察基本运动，你可以以每个关节为基础拼凑出更大的运动范围。”

穆尔黑德博士利用Xsens运动跟踪和一个匹配Xsens每秒可捕捉240个样本的高速摄像机来进行观察。这让他可以在摄像机上清晰的观察运动员是如何移动的，然后用准确的数据进行运动力学分析。

“运动员不是科学家，所以如果你不在视频旁边配上一张图表加以解释，他们可能完全不知道你要表达的是什么。在这里，你可以看到一个运动员进行过顶深蹲的案例。通过观察每次重复的最大运动范围，很明显，运动员右下肢的灵活性降低了。这可能是因为受伤，或者是因为缺乏相关肌肉的训练。”

穆尔黑德博士说：“当我们与运动员讨论这些发现时，Xsens在提供视觉演示方面也有着很大的帮助。”他补充说：“虽然运动员可以观看视频，但他们看到的是精确运动的虚拟模型特写，可以旋转、停止和重新播放，这有助于使运动员了解每一个运动中发生的事情，并了解他们可以改进的地方。”

在整个赛季中进行测量分析

目前为止，穆尔黑德博士已经分析了意大利青年职业网球运动员最新赛季的第一部分数据，跟踪了大量的生物力学数据。虽然这些数据表现出了运动员最真实的运动状态，并帮助运动员对技巧和表现进行了优化训练，但对整个网球赛季的长期分析将有助于确定基准表现数据并可以创建运动员的运动数据库供之后参考。

“这只是个开始，我们想建立一个具有价值的规范数据库。例如，每项运动都有一个年龄范围和该年龄段应有的表现水平数据来作为支持，有了这些数据，我们就可以预测运动员是否会受伤或是否会状态下降。我们都希望运动员可以避免受伤，但如果受伤的情况真实发生，我们也可以使用这些数据来帮助他们更快地从伤病中恢复过来。”穆尔黑德博士解释道：“由于数据的深度与精度以及数据记录的时间长度，我们可以利用这些数据来帮助其他运动员规避受伤的风险，并帮助他们在赛场中取得更好的成绩。”

,