羽毛球表现分析的生物力学数据集

2024年4月5日，《科学数据》杂志发表了一项研究成果，由韩国光州科学技术学院（GIST）的金承俊副教授领导的研究人员与美国麻省理工学院（MIT）CSAIL的研究人员合作开发了一份用于AI驱动羽毛球训练的MultiSenseBadminton数据集。该数据集采集了对羽毛球运动员的运动和生理反应的信息，旨在提高正手清网和反手抽击球的质量。研究人员利用可穿戴传感器追踪了运动员的动作和反应，包括惯性测量单元（IMU）传感器追踪关节运动、肌电图（EMG）传感器监测肌肉信号、鞋垫传感器测量脚压力，以及摄像头记录身体动作和羽毛球位置。他们收集了来自25名不同训练经验水平的球员的23小时摆动数据，并通过机器学习模型验证了数据集的适用性，确保其能够用于训练AI模型评估击球质量并提供反馈。

这份数据可以通过触觉振动或电子肌肉刺激来增强训练，促进更好的运动和精炼挥拍技巧。此外，像MultiSenseBadminton数据集中的球员跟踪数据一样，还能为虚拟现实游戏或训练模拟提供动力，使体育训练更加便捷和经济实惠，潜在地改变人们进行锻炼的方式。

研究人员推测，这份数据集在长远的未来可能会使体育训练对更广泛的受众变得更加便捷和经济实惠，促进整体健康，并培养更健康的人口。