CN113617004A - 一种提高篮球运动员投篮命中率的训练方法 - Google Patents

Abstract

本发明涉及一种提高篮球运动员投篮命中率的训练方法，属于篮球运动技术领域，采集运动员投篮动作时的上肢、手部数据并汇总到上肢投篮动作信息数据库中，对上肢投篮动作信息数据库中的指标按照层次分析法进行统计分析，综合分析投篮数、命中率、疲劳度、肌肉活动度、手指的弯曲度、位移和加速度指标，得出各个指标之间的相对权重，并根据指标的数据加权得到最终的训练评价得分，运动员根据评价得分和指标数据调整自己的投篮动作，提高投篮命中率。本发明针对罚球线投篮训练，对定点投篮训练效果明显；针对运动员的身体素质差异性，获取多种指标数据，帮助运动员快速的达到训练目的，改变运动员的训练方式，提高运动员投篮命中率。

Description

一种提高篮球运动员投篮命中率的训练方法

技术领域

本发明涉及一种提高篮球运动员投篮命中率的训练方法，属于篮球运动技术领域。

背景技术

篮球运动是非常普遍的竞技运动，比赛以投篮得分为目的，得分高者获胜。近年来，中国的篮球运动正大步向前迈进，各类各级别篮球赛事鳞次栉比，提高篮球运动员得分的能力愈发重要。因此，篮球运动员如何有效的训练和提高投篮命中率，尤其是能够制定个性化的投篮训练计划，显得尤为重要。

运动员投篮时最后出手的动作，是投篮能否准确命中的关键，直接影响着投篮的方向、力量、弧度和旋转。出手动作包括正确的投篮方法和全身的协调发力，其中投篮方法又是最关键的。投篮方法最为基本的是原地投篮，分为双手胸前投篮、双手肩上投篮、单手肩上投篮，主要区别是出手投篮角度的大小、出手速度的快慢、出手力量的强弱、手指、腕部的运用技巧等。以右手原地单手肩上投篮为例，运动员双手持球，将球引至右肩前上方，右臂屈肘，上臂与肩关节保持水平，前臂与上臂成90°，右手五指张开，手腕后屈，用手掌和指根以上部位托住球的后下方，左手扶球，投出篮球。实际训练中，运动员和教练员只能根据主观感觉和经验决定投篮动作的出手角度、发力大小等指标，致使训练效果不佳，且常常为无法得到投篮动作各项数据而苦恼。

发明内容

本发明的目的是提供一种提高篮球运动员投篮命中率的训练方法，可以提高运动员的投篮命中率，还可以使教练员根据指标数据掌握运动员训练状况，合理安排训练任务。

为了实现上述目的，本发明采用的技术方案是：

一种提高篮球运动员投篮命中率的训练方法，采集运动员投篮动作时的上肢、手部数据并汇总到上肢投篮动作信息数据库中，对上肢投篮动作信息数据库中的指标按照层次分析法进行统计分析，综合分析投篮数、命中率、疲劳度、肌肉活动度、手指的弯曲度、位移和加速度指标，得出各个指标之间的相对权重，并根据指标的数据加权得到最终的训练评价得分，运动员根据评价得分和指标数据调整自己的投篮动作，提高投篮命中率。

本发明技术方案的进一步改进在于：所述采集运动员投篮动作时的上肢手部数据的设备包括HIPLAY手环、肌电采集设备和Neuron惯性数据采集手套，所述的肌电采集设备包括Delsys无线采集模块和基站；具体步骤如下：

S1：运动员佩戴好HIPLAY手环、Delsys无线采集模块与Neuron惯性数据采集手套，所述Delsys无线采集模块通过基站与上位机连接，所述HIPLAY手环和Neuron惯性数据采集手套通过无线信号与上位机连接，准备好后进行罚球线投篮训练；

S2：制定在罚球线投篮的要求，要求球员在罚球线多次进行投篮，基站将Delsys无线采集模块采集到的信号发送给上位机进行预处理，提取肌肉活动度特征；

S3：上位机通过已建立的多尺度卷积神经网络(Mutiscale ConvolutionalNeural Network，MCNN)模型将预处理后的信号进行肌力预测，再结合HIPLAY手环的投篮次数分析球员的疲劳度，根据对运动员投篮数量和投篮命中率、肌力、肌肉活动度进行典型相关分析(Canonical Correlation Analysis，CCA)，得到四个指标对运动员疲劳程度的相关性，并通过Neuron惯性数据采集手套获取运动员进行投篮动作时的手指弯曲度、位移和加速度信息；

S4：上位机把所有采集到的数据信息汇总到上肢投篮动作信息数据库中，通过对投篮数、命中率、疲劳度、肌肉活动度、手指的弯曲度、位移和加速度指标按照层次分析法进行统计分析，得出各个指标之间的相对权重，并根据指标的数据加权得到最终的训练评价得分，运动员根据评价得分和指标数据调整自己的投篮动作，提高投篮命中率。

本发明技术方案的进一步改进在于：所述HIPLAY手环能够得到运动员投篮数量，结合配套的得分器得到运动员的命中率。

本发明技术方案的进一步改进在于：所述Delsys无线采集模块粘贴于受试者的肱二头肌(BB)、桡侧腕屈肌(FCR)、尺侧腕伸肌(ECU)、肱三头肌(TB)、桡侧腕伸肌(ECR)、肱桡肌(B)、尺侧腕屈肌(ECU)上，Delsys无线采集模块采集上肢肌肉的肌电信号后通过基站与上位机连接进行信号的传输。

本发明技术方案的进一步改进在于：所述步骤S2的预处理为对采集到的信号进行滤波、放大和去除基线漂移处理。

本发明技术方案的进一步改进在于：所述步骤S4得到的训练评价得分公式为：

训练评价得分＝a*投篮数+b*命中率+c*疲劳度+d*肌肉活动度+e*手指的弯曲度+f*手指的位移+g*手指的加速度

其中，a、b、c、d、e、f、g为对应的各项技术指标的权重系数。

由于采用了上述技术方案，本发明取得的技术效果有：

本发明针对罚球线投篮训练，对定点投篮训练效果明显。

本发明针对运动员的身体素质差异性，获取多种指标数据，帮助运动员快速的达到训练目的，改变运动员的训练方式，提高运动员投篮命中率。

本发明通过佩戴手环和Neuron惯性数据采集手套采集数据，更加准确的反应出运动员的上肢身体指标数据信息。

本发明对教练员也有较大益处，可帮助教练员精准掌握运动员的身体信息，合理安排训练时间和训练科目，避免运动员疲劳过度。

本发明能够获取运动员的上肢身体指标数据信息，并把采集到的数据信息汇总到上肢投篮动作信息数据库中，通过对投篮数、命中率、疲劳度、肌肉活动度、手指的弯曲度、位移和加速度等指标运用管理学中的层次分析法进行分析，获取投篮数、命中率、疲劳度、肌肉活动度、手指的弯曲度、位移和加速度等指标，得出各个指标之间的相对权重，并根据指标的数据加权得到最终的训练评价得分，运动员根据评价得分和指标数据调整自己的投篮动作，提高投篮命中率。

本发明增加了统计分析环节，分析的指标(投篮数、命中率、疲劳度、肌肉活动度、手指的弯曲度、位移和加速度)对于投篮训练更加具有针对性，便于运动员提高投篮命中率；协助教练员帮助运动员找到合适的训练方法。

附图说明

图1是本发明流程图；

图2是本发明多尺度卷积神经网络图。

具体实施方式

下面结合附图及具体实施例对本发明做进一步详细说明：

一种用于提高篮球运动员投篮命中率的训练方法，采集运动员投篮动作时的上肢手部数据的设备包括HIPLAY手环、肌电采集设备和Neuron惯性数据采集手套；所述的肌电采集设备包括Delsys无线采集模块和基站，Delsys无线采集模块能够采集0.5-450Hz的信号。具体步骤如下：

S1：运动员佩戴好HIPLAY手环、Delsys无线采集模块与Neuron惯性数据采集手套，所述Delsys无线采集模块通过基站与上位机连接，所述HIPLAY手环和Neuron惯性数据采集手套通过无线信号与上位机连接，准备好后进行罚球线投篮训练。

S2：制定在罚球线投篮的要求，要求球员在罚球线多次进行投篮，使用Delsys无线采集模块对篮球运动员在罚球线投篮时上肢手部动作相关的七块肌肉(肱二头肌(BB)、桡侧腕屈肌(FCR)、尺侧腕伸肌(ECU)、肱三头肌(TB)、桡侧腕伸肌(ECR)、肱桡肌(B)、尺侧腕屈肌(ECU))的肌电信号进行采集，通过基站将获取到的信号发送给上位机进行预处理(滤波、放大、去除基线漂移)，并提取肌肉活动度特征。信号预处理公式为：

式中，v_j表示肌肉活动度特征，u_j(t)表示第j块肌肉在t时刻经预处理，整流和归一化后的肌电信号，R_j为肌电信号和肌肉活动度之间的非线性参数，通常在-3到0之间。

S3：上位机通过已建立的多尺度卷积神经网络(Mutiscale ConvolutionalNeural Network，MCNN)模型(如图2所示，MCNN模型包含3组卷积层(Conv)、3组池化层(Pool)和一组全连接层，卷积层后使用P-Relu激活函数来增强神经网络)对预处理后的信号进行肌力预测。

篮球运动员佩戴HIPLAY手环得到运动员投篮数量，结合配套的得分器得到运动员的命中率，数据可以在手机app中获得，并将信息通过上位机汇总到上肢投篮动作信息数据库，同时进一步结合肌力、肌肉活动度指标进行疲劳程度评估，根据对运动员投篮数量和投篮命中率、肌力、肌肉活动度进行典型相关分析(Canonical Correlation Analysis，CCA)，得到四个指标对运动员疲劳程度的相关性，数据通过上位机汇总到上肢投篮动作信息数据库；佩戴Neuron惯性数据采集手套获取运动员进行投篮动作时手指弯曲度、位移和加速度信息，并通过上位机汇总到上肢投篮动作信息数据库。

S4：上位机对投篮数、命中率、疲劳度、肌肉活动度、手指的弯曲度、位移和加速度指标运用管理学中的层次分析法进行统计分析，得出各个指标之间的相对权重，并根据指标的数据加权得到最终的训练评价得分，运动员根据指标数据调整自己的投篮动作，提高投篮命中率。

训练评价得分公式为：

训练评价得分＝a*投篮数+b*命中率+c*疲劳度+d*肌肉活动度+e*手指的弯曲度+f*手指的位移+g*手指的加速度

其中，a、b、c、d、e、f、g为对应的各项技术指标的权重系数。

层次分析法的实现：

算法从上到下分析，先分析决策层各个指标与目标层的紧密程度，得到一个一维权值向量，然后分析方案层各个指标与决策层每个指标的紧密程度，最终得出方案层和目标层紧密程度最大的方案，即为权重。

1)建立层次结构模型

第一层(目标层)：A:训练指标权重系数的确定；

第二层(决策层)：B1:教练员1的选择、B2：教练员2的选择、……教练员q的选择；

第三层(方案层)：C1：投篮数、C2：命中率、C3：疲劳度、C4：肌肉活动度、C5：手指的弯曲度、C6：手指的位移、C7：手指的加速度；

第二层为q位教练员对第三层指标做出的等级评价(很重要、次重要、一般、不重要、无影响)。第三层为要确定权重的指标。

2)构造判断矩阵

根据教练员的职称等级(三级教练、二级教练、一级教练、高级教练、国家级教练)得出第二层中每个指标对其他指标的重要性。

比较第二层第i个元素与第e个元素相对于第一层的重要性a_ie，则判断矩阵：

式中，qxq为q个教练员之间的相对权重。

根据q位教练员做出的等级评价得出第三层中每个指标对其他指标的重要性。

比较第三层第z个元素与第x个元素相对于第二层的重要性b_zx，则判断矩阵：

式中，q为教练员q的选择，7x7为7个指标之间的相对权重。

3)层次单排序与一致性检验

层次单排序：确定层内各指标对上层某指标紧密程度的过程，判断矩阵的最大特征值对应的特征向量即为最后的权值向量W_Bq，且要求矩阵满足一致性检验。

一致性检验：利用一致性指标CI和一致性比例CR<0.1及随机一致性指标RI进行矩阵的一致性检验。

得出判断矩阵A的特征向量W_A、CI、CR，CR<0.1时通过一致性检验。

得出判断矩阵B_q的特征向量W_Bq、CI、CR，CR<0.1时通过一致性检验。

一致性指标

一致性比例

式中，λ为最大特征根，n为唯一非零特征根，RI查表可得。当一致性比率CR<0.1时，认为不一致程度在容许范围内，通过一致性检验。

4)层次总排序与一致性检验

根据特征向量W_A、特征向量W_Bq列出层次总排序，得出CI、CR，CR<0.1时通过一致性检验。此时

就是所求的各个指标权重。

运动员训练计划制定为每周一次，七次为一个周期，记录每次最好的训练数据。运动员可以根据指标数据，发现自己的投篮训练情况(投篮数、命中率、疲劳度、肌肉活动度、手指的弯曲度、位移和加速度,训练评价得分)，提高投篮命中率。

Claims (6)

1.一种提高篮球运动员投篮命中率的训练方法，其特征在于：采集运动员投篮动作时的上肢、手部数据并汇总到上肢投篮动作信息数据库中，对上肢投篮动作信息数据库中的指标按照层次分析法进行统计分析，综合分析投篮数、命中率、疲劳度、肌肉活动度和手指的弯曲度、位移与加速度指标，得出各个指标之间的相对权重，并根据指标的数据加权得到最终的训练评价得分，运动员根据评价得分和指标数据调整自己的投篮动作，提高投篮命中率。

2.根据权利要求1所述的一种提高篮球运动员投篮命中率的训练方法，其特征在于：所述采集运动员投篮动作时的上肢手部数据的设备包括HIPLAY手环、肌电采集设备和Neuron惯性数据采集手套，所述的肌电采集设备包括Delsys无线采集模块和基站；具体步骤如下：

S1：运动员佩戴好HIPLAY手环、Delsys无线采集模块与Neuron惯性数据采集手套，所述Delsys无线采集模块通过基站与上位机连接，所述HIPLAY手环和Neuron惯性数据采集手套通过无线信号与上位机连接，准备好后进行罚球线投篮训练；

S2：制定在罚球线投篮的要求，要求球员在罚球线多次进行投篮，基站将Delsys无线采集模块采集到的信号发送给上位机进行预处理，提取肌肉活动度特征；

S3：上位机通过已建立的多尺度卷积神经网络(Mutiscale Convolutional NeuralNetwork，MCNN)模型将预处理后的信号进行肌力预测，再结合HIPLAY手环的投篮次数分析球员的疲劳度，并通过Neuron惯性数据采集手套获取运动员进行投篮动作时的手指弯曲度、位移和加速度信息；

S4：上位机把所有采集到的数据信息汇总到上肢投篮动作信息数据库中，通过对投篮数、命中率、疲劳度、肌肉活动度、手指的弯曲度、位移和加速度指标按照层次分析法进行统计分析，得出各个指标之间的相对权重，并根据指标的数据加权得到最终的训练评价得分，运动员根据评价得分和指标数据调整自己的投篮动作，提高投篮命中率。

3.根据权利要求2所述的一种提高篮球运动员投篮命中率的训练方法，其特征在于：所述HIPLAY手环能够得到运动员投篮数量，结合配套的得分器得到运动员的命中率。

4.根据权利要求2所述的一种提高篮球运动员投篮命中率的训练方法，其特征在于：所述Delsys无线采集模块粘贴于受试者的肱二头肌(BB)、桡侧腕屈肌(FCR)、尺侧腕伸肌(ECU)、肱三头肌(TB)、桡侧腕伸肌(ECR)、肱桡肌(B)、尺侧腕屈肌(ECU)上，Delsys无线采集模块采集上肢肌肉的肌电信号后通过基站与上位机连接进行信号的传输。

5.根据权利要求2所述的一种提高篮球运动员投篮命中率的训练方法，其特征在于：所述步骤S2的预处理为对采集到的信号进行滤波、放大和去除基线漂移处理。

6.根据权利要求2所述的一种提高篮球运动员投篮命中率的训练方法，其特征在于：所述步骤S4得到的训练评价得分公式为：

训练评价得分＝a*投篮数+b*命中率+c*疲劳度+d*肌肉活动度+e*手指的弯曲度+f*手指的位移+g*手指的加速度

其中，a、b、c、d、e、f、g为对应的各项技术指标的权重系数。

Images