面向个人化飞镖训练的数据驱动框架：基于骨架生物力学分析与运动建模
机器学习
2026-04-09 v3 计算机视觉与模式识别
摘要
随着运动训练变得更加数据驱动，主要依赖经验和视觉观察的传统飞镖教练对于高精度、目标导向的运动已不再充分。尽管已有研究强调释放参数、关节运动和协调性的重要性，但大多数定量方法仍关注局部变量、单一释放指标或静态模板匹配。这些方法为个人化训练提供的支持有限，常常忽视有用的运动变异性。本文提出了一种数据驱动的飞镖训练辅助系统。系统构建了一个覆盖动作捕捉、特征建模和个人化反馈的闭环框架。使用 Kinect 2.0 深度传感器和光学相机以无标记条件收集飞镖投掷数据。从四个生物力学维度提取 18 个运动特征：三链接协调、释放速度、多关节角度配置和姿态稳定性。开发了两个模块：一个结合历史高质量样本与最小 jerk 准则的个人化最优投掷轨迹模型，以及基于 z 分数和层次逻辑的运动偏差诊断与推荐模型。共收集了 2,396 个投掷样本来自专业和非专业运动员。结果表明，该系统生成的个人化参考轨迹与自然人类运动相符。案例研究表明，它能够检测差差的脊柱稳定性、异常的肘部位移和不平衡的速度控制，然后提供针对性的建议。该框架将飞镖评估从偏离统一标准的偏差，转变为偏离个人最优控制范围的偏差，提高了针对飞镖训练及其他高精度目标运动的个人化和可解释性。
引用
@article{arxiv.2604.01130,
title = {Toward Personalized Darts Training: A Data-Driven Framework Based on Skeleton-Based Biomechanical Analysis and Motion Modeling},
author = {Zhantao Chen and Dongyi He and Jin Fang and Xi Chen and Yishuo Liu and Xiaozhen Zhong and Xuejun Hu},
journal= {arXiv preprint arXiv:2604.01130},
year = {2026}
}