跑者大多會使用穿戴式裝置來監控自身的運動情況，但如果可以不在身體上穿戴任何感測器，自由自在地跑步，又可以降低數據的誤差，準確的評估步態參數，是否會成為下一個應用的潮流呢?沒錯，透過無標記動作捕捉系統 (Markerless Motion Capture System) 與強大的AI，即可測量到高準確性的步態運動學參數。
若要做運動的技術分析，動作捕捉系統是基本工具，但需要在受試者的身上黏貼許多反光球，而根據2022年發表在生物力學期刊的研究，希望不在受試者身上黏貼任何反光球，單純的使用攝影機，來檢測無標記動作捕捉系統的準確性，希望未來利用簡易的監視器也能做到動作捕捉 (下圖)◦
紅外線光學動作捕捉系統與無標記動作捕捉系統
研究中用測力板、紅外線光學動作捕捉系統與無標記動作捕捉系統，同步收取運動學的數據，結果發現在走路時的速度、步幅、步長、步行周期時間、腳擺動時間等，皆表現出相當高的一致性 (下表)。
|
所有步態的時空參數 (平均±標準差) |
|||
|
檢測範圍 |
測力板 |
紅外線標記系統 |
無標記系統 |
|
速度 (m*s-1) |
1.282±0.194 |
1.259±0.194 |
1.251±0.208 |
|
步幅 (m) |
1.378±0.141 |
1.380±0.140 |
1.375±0.165 |
|
步長 (m) |
0.689±0.071 |
0.690±0.070 |
0.687±0.082 |
|
步行周期時間 (s) |
1.106±0.090 |
1.107±0.092 |
1.110±0.096 |
|
腳擺動時間 (s) |
0.442±0.032 |
0.428±0.027 |
0.415±0.027 |
跑者不需再穿戴任何裝置，更輕便的運動!
本研究利用熱門的 AI 人工智慧，用攝影機 (KinaTrax) 搭配程式編寫後，計算出健康的成年人在步態的所有的時空參數，而這些數據皆與傳統的標記系統與測力板，所產生的數據有很高的一致性；這樣的技術也許可以用於三鐵賽事、馬拉松賽事與各項跑步相關運動賽事或訓練當中，節省數據分析的人力與時間，減少在身上配戴過多的穿戴式裝置，以防動作被器材所影響。無標記動作分析系統將會是未來的趨勢，現今越來越多研究在驗證無標記動作捕捉系統的運動學參數，期望這樣的技術不只可以用在健康的運動員上，還可進一步用於有運動傷害的人群，擴大受益群體。
參考文獻：Ripic, Z., Signorile, J. F., Kuenze, C., & Eltoukhy, M. (2022). Concurrent validity of artificial intelligence-based markerless motion capture for over-ground gait analysis: A study of spatiotemporal parameters. Journal of Biomechanics, 143.
加入會員看更多
